[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

说明书

本申请提出一种基于人工智能的任务流精准调度方法、装置、电子设备及存储介质，基于人工智能的任务流精准调度方法包括：构建各预设任务流的任务链路图，预设任务流包括多个任务节点，任务链路图包括预设任务流的预设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任务节点间的依赖关系以绘制依赖图，依赖关系包括依赖任务节点和依赖周期数；获取各任务节点的状信息，状态信息包括运行队列和运行周期数，运行队列包括各运行周期下任务节点的输出结果；基于状态信息、依赖图、周期类型和预设优先级计算各任务链路图的调度优先级；按照调度优先级调度任务链路图对应的预设任务流得到调度结果。本申请能够实现任务流的精准调度。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于人工智能的任务流精准调度方法、装置、电子设备及存储介质。

背景技术

随着互联网、电子商务、金融等行业的飞速发展，往往需要海量的任务流对大量数据进行分析处理以为商业决策提供支持，在相同时间往往同时存在很多的任务流等待执行，为了使得每一个工作任务都能得到最优解决实现工作任务的智能执行，对工作任务进行调度是一个重要工作。

目前，通常根据任务流的等待时间和周期类型计算不同任务流的优先级，根据优先级的大小实现多种任务流的自动调度，然而这种方式忽略了不同任务流之间的依赖关系，不能根据应用场景的需求实现多种任务流的自适应调度，任务流调度的精准度不高。

发明内容

鉴于以上内容，有必要提出一种基于人工智能的任务流精准调度方法及相关设备，以解决如何提高任务流调度的精准度这一技术问题，其中，相关设备包括基于人工智能的任务流精准调度装置、电子设备及存储介质。

本申请提供基于人工智能的任务流精准调度方法，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。

在一些实施例中，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；