[发明专利]面向分布式CT文件传输的调度方法、系统、设备及介质

说明书

本发明提供了面向分布式CT文件传输的调度方法、系统、设备及介质，结合医院CT数据接入云端集群后的实际传输需求，从CT任务优先级的角度和CT任务传输调度的角度提出了更加高效的优化方法，考虑短作业优先调度算法又考虑动态优先权机制，同时考虑医院及任务的优先级，在业务最优化的同时满足了时间约束的任务调度；本发明.提高了高优先级医院及高优先级任务的文件传输调度效率，提升了系统整体响应时间，有效的避免了普通文件传输任务长期得不到服务的饥饿情况，大大提高了短传输任务的调度效率，提升了用户体验。

技术领域

本发明涉及大数据、云计算以及互联网医疗领域，具体为面向分布式CT文件传输的调度方法、系统、设备及介质。

背景技术

分布式CT中的单次原始扫描文件数据量大(单个文件约1.8GB大小)，传输时间长，1.8GB大小的文件在1Gbps带宽下传输需要14.4秒，在500Mbps带宽下需要28.8秒，因此需要对传输任务进行调度处理。

分布式CT中的文件传输任务的调度不仅受到整个集群资源(可用服务器及可用带宽)的约束，也受到CT终端的业务约束以及时间约束。例如，当不同医院、不同科室的多个CT同时扫描CT需要传输到云端时，在资源受限的情况下，如何根据多种约束(如重症优先、急诊优先等)达到业务最优。此时，如果仅采用一般的FIFO策略或其他调度策略显然是不可行的。

分布式CT现已成为医学影像领域极具颠覆性的解决方案。其跨地域、分布式的将CT机扫描后的原始数据上传到云端进行管理和计算,凭借云端统一的存储资源、计算资源、智能算法来解耦传统高度集成的CT设备，从而实现线下扫描，云端计算的新模式。分布式CT实质性的解决了传统单机CT系统硬件成本高、先进算法更新难度大、数据分散难以支持影像大数据技术应用等诸多难题，同时为国家倡导的“分级医疗”提供高端医疗装备关键核心技术，使之成为缓解百姓“看病难、看病贵”等社会矛盾的有效技术途径。

在分布式CT中，传统CT设备退化成了仅包含扫描功能的数据采集终端，所有的存储和计算都上置于云端来完成。云端计算集群对CT机的原始数据进行分布式接入和归一化管理，通过动态的资源协调机制，将独立的CT任务重组、编排，在满足基本的时间约束、资源约束等指标前提下将各个任务调度执行，保证各任务都能有序的运行在分布式云资源环境中。

然而，CT数据的云端管理和计算与以往的分布式应用不同，由于单次CT扫描的数据容量大，传输时间长。因此，当云端资源带宽受限、数据接入频繁时，往往会造成传输任务的大规模拥塞和长时间排队，最终导致计算结果不能及时反馈给一线医师，严重影响了诊断的时效性。

传统的计算集群遇到此类性能瓶颈时，通常对集群硬件及带宽进行横向扩容以增加集群容量及带宽，同时，通过人工干预来保证某些任务的执行优先级。但是，随着接入CT设备的持续增多，大量数据持续不断的从不同医院(甲级医院、社区医院等)、不同科室(急诊科、重症科、检验科等)提交到集群时，传输任务的排队拥塞现象往往频繁且不可避免，纯粹的硬件投入和人工干预不能从根本上解决问题。此时，若不对传输任务调度方法进行优化，会造成个别紧急任务排队时间过长，重症、急诊等任务不能立即获得集群资源被执行，这显然不符合医院对集群的响应需求。总之，脱离了医疗行业CT扫描业务本身的传统文件传输调度方法在分布式CT中都是不适用的。

传统的技术存在的缺点如下：

1.现有的文件传输方式主要涉及大量小数据的传输。而分布式CT单次扫描数据容量大，传输时间长，这往往会造成服务器接受文件的瓶颈。

2.现有的文件传输任务调度器方法往往就是简单的FIFO先来先服务调度方法，这种方法简单粗暴，无法处理优先级的问题，而且对短任务不友好。而分布式CT中的任务不仅与集群资源相关，同时需要满足业务最优为基本原则，因此，通常的文件传输调度方法在分布式CT中都不适用的。

基于传统的文件传输调度方法，不仅会造成分布式CT传输服务器拥塞，同时也会造成多任务调度方式不合理。

发明内容