[发明专利]基于人工智能的任务流精准调度方法及相关设备

权利要求书

1.一种基于人工智能的任务流精准调度方法，其特征在于，所述方法包括：

构建每一个预设任务流的任务链路图，所述预设任务流包括多个任务节点，所述任务链路图包括所述预设任务的预设ID、周期类型和任务节点的上下游关系；

判断不同任务链路图中任意两个任务节点之间的依赖关系以绘制依赖图，所述依赖关系包括依赖任务节点和依赖周期数；

监控所有任务节点的执行状态以获取每一个任务节点的状态信息，所述任务节点的状态信息包括运行队列和运行周期数，所述运行队列包括不同运行周期下所述任务节点的输出结果；

基于所述状态信息、所述依赖图、所述周期类型和预设优先级计算每一个任务链路图的调度优先级；

按照所述调度优先级从大到小的顺序调度任务链路图对应的预设任务流以获取调度结果。

2.如权利要求1所述的基于人工智能的任务流精准调度方法，其特征在于，所述判断不同任务链路图中任意两个任务节点之间的依赖关系以绘制依赖图，所述依赖关系包括依赖任务节点和依赖周期数，包括：

获取目标任务链路图中目标节点的输入信息作为目标输入，所述目标任务链路图为所有任务链路图中的任意一个，所述目标节点为所述目标任务链路图中所有任务节点中的任意一个；

基于所述目标输入和所述目标任务链路图判断所述目标节点是否存在外部依赖，所述外部依赖是指所述目标输入中包括除目标任务链路图之外的任务节点的输出结果；

若所述目标节点不存在外部依赖，则所述目标节点不存在依赖关系，若所述目标节点存在外部依赖，则基于所述目标输入在除所述目标任务链路图之外每一个任务链路图的所有任务节点中查询所述目标节点的依赖关系，所述依赖关系包括依赖任务节点和依赖周期数；

当获取所述目标节点的依赖关系时，绘制一条从依赖任务节点指向所述目标节点的有向边并将所述依赖周期数作为所述有向边的边权值，得到初始依赖图；

遍历所述目标任务链路图中所有任务节点以更新所述初始依赖图；

遍历所有任务链路图不断更新所述初始依赖图，当遍历完所有任务链路图的任务节点时，停止所述初始依赖图的更新得到依赖图。

3.如权利要求1所述的基于人工智能的任务流精准调度方法，其特征在于，所述任务节点的执行状态包括未开始、进行中和已完成三种，所述监控所有任务节点的执行状态以获取每一个任务节点的状态信息之前，所述方法还包括：

当任务节点的执行状态变更为进行中时，触发所述任务节点的计时器；

依据所述计时器获取所述任务节点的执行状态为进行中的持续时间；

对比所述持续时间和预设时间段以获取对比结果，若所述持续时间大于预设时间段，则说明所述任务节点执行任务超时，所述对比结果为异常节点，若所述持续时间不大于预设时间段，则所述对比结果为正常节点；

若所述对比结果为异常节点，则依据所述任务节点所在任务链路图的预设优先级确定警示策略，并执行所述警示策略得到警示结果。

4.如权利要求1所述的基于人工智能的任务流精准调度方法，其特征在于，所述基于所述状态信息、所述依赖图、所述周期类型和预设优先级计算每一个任务链路图的调度优先级，包括：

计算当前时刻和任务链路图的调用时刻的时间间隔作为每一个任务链路图的等待时间；

基于所述周期类型和所述等待时间计算每一个任务链路图的初始优先级，所述初始优先级满足关系式：

其中，r_i为任务链路图i的预设优先级，Max(r)为预设优先级的最大值，D_i为任务链路图i的等待时间，所述等待时间的单位为秒；Z_i为依据任务链路图i周期类型获取的周期时间，所述周期时间的单位为秒；R_i为任务链路图i的初始优先级；

基于所述状态信息和所述依赖图对所述初始优先级进行调节以获取每一个任务链路图的调度优先级。