[发明专利]云资源的调度方法、装置及计算机存储介质

说明书

本申请实施例公开了一种云资源的调度方法、装置及计算机存储介质，属于云计算技术领域。该方法包括：当接收到资源调度请求时，根据资源调度请求中的多个任务和多个任务中的每个任务对应的数量大小，进行调度方案初始化处理，得到第一参考调度方案集合；通过MOEA/D算法对第一参考调度方案集合进行优化选择处理，得到目标调度方案集合，目标调度方案集合中包括每一代优化过程中生成的最优调度方案；按照目标调度方案集合中的调度方案对多个任务进行云资源的调度。本申请实施例能够通过MOEA/D算法对第一参考调度方案集合进行优化选择处理，从而减少了云计算任务的完成时间和消耗能源，提升了云服务质量。

技术领域

本申请实施例涉及云计算技术领域，特别涉及一种云资源的调度方法、装置及计算机存储介质。

随着云计算技术的逐步发展，云计算技术在各个方面的运用也越来越广泛，由于云资源的不确定性和任务调度的复杂性，可能会影响用户的服务质量和部分云资源的浪费，因此，为了改善云资源的浪费和提升用户的服务质量，通常需要对云资源进行有效调度。

目前，在对云资源进行调度时主要考虑两个目标，即任务平均执行时间和消耗能源，通常能够将这两个目标基于加权的方式转换为单个目标问题来确定调度方式，从而进行云资源的调度。但是，由于任务平均执行时间与消耗能源具有不同的物理意义和量纲，简单进行加权求和，难以确定较优的调度方式，从而降低了云服务质量。

发明内容

本申请实施例提供了一种云资源的调度方法、装置及计算机存储介质，可以用于解决相关技术中难以确定较优调度方案，导致云资源调度效率低，云服务质量低的问题。所述技术方案如下：

一方面，提供了一种云资源的调度方法，所述方法包括：

当接收到资源调度请求时，根据所述资源调度请求中的多个任务和所述多个任务中的每个任务对应的数量大小，进行调度方案初始化处理，得到第一参考调度方案集合，所述第一参考调度方案集合中包括所述每个任务对应的多个调度方案；

通过多目标决策优化算法MOEA/D对所述第一参考调度方案集合进行优化选择处理，得到目标调度方案集合，所述目标调度方案集合中包括所述每个任务对应的调度方案，且所述目标调度方案集合中包括每一代优化过程中生成的最优调度方案；

按照所述目标调度方案集合中的调度方案对所述多个任务进行云资源的调度。

在一些实施例中，所述当接收到资源调度请求时，根据所述资源调度请求中的多个任务和所述多个任务中的每个任务对应的数量大小，进行调度方案初始化处理，得到第一参考调度方案集合，包括：

当接收到所述资源调度请求时，获取所述多个任务的任务数量、当前运行的虚拟机数量和第一参考调度方案；

根据所述多个任务的任务数量和所述虚拟机数量，将所述第一参考调度方案通过基因编码进行标识；

根据所述第一参考调度方案对应的基因编码，构建所述第一参考调度方案集合。

在一些实施例中，所述通过多目标决策优化算法MOEA/D对所述第一参考调度方案集合进行优化选择处理，得到目标调度方案集合，包括：

确定所述第一参考调度方案集合中的第一调度集合和第二调度集合，所述第一调度集合中的调度方案处理任务的效率大于第二调度集合中的调度方案处理任务的效率；

通过差分演化算法从调度方案资源集合中确定候选调度方案集合，所述调度方案资源集合为能够处理所述多个任务的所有调度方案的集合；

通过所述MOEA/D算法从所述候选调度方案集合中确定最优调度方案；

通过所述最优调度方案更新所述第一调度集合和所述第二调度集合；

确定更新所述第一调度集合的更新次数；