[发明专利]用于云端大数据运算架构的服务器及其运算资源最佳化方法

摘要

一种用于云端大数据运算架构的服务器及其云端运算资源最佳化方法。服务器运行一动态扩增系统，以执行下列操作：接收一任务信息；基于任务信息所记载的一待执行任务，执行一轮廓程序以产生一轮廓文件；执行一分类程序，以判断待执行任务的一任务类别；执行一预测程序，以得到待执行任务的相对于多个运算节点数量的多个预测执行时间、运算节点类型及系统参数；执行一最佳化程序，以决定待执行任务的实际运算节点数量运算；以及，传送一最佳化输出信息至一管理服务器，以使管理服务器分配至少一数据运算系统来执行待执行任务的一程序码文件。

主权项

1.一种用于一云端大数据(Big Data)运算架构的服务器，包含：一收发器，连接至一网络；以及一处理器，电性连接至该收发器，用以运行一动态扩增系统(Dynamic ScalingSystem)以执行下列操作：通过该收发器接收一任务信息，该任务信息记载一待执行任务的一使用者定义属性、一程序码文件及多个数据文件，该程序码文件及该多个数据文件存储于一数据存储系统，其运行于该云端大数据运算架构中的一数据存储服务器总成中；执行一轮廓程序，包含下列步骤：对该任务信息中所记载的该多个数据文件进行取样，以决定多个取样数据文件以及产生一预先执行信息，该预先执行信息记载该多个取样数据文件及该待执行任务的该程序码文件；通过该收发器传送该预先执行信息至该云端大数据运算架构的一大数据运算服务器总成，以使该大数据运算服务器总成中所运行的一取样数据运算系统针对该多个取样数据文件，执行该程序码文件，并根据该程序码文件的一执行结果，产生一轮廓文件；以及通过该收发器，自该大数据运算服务器总成，接收该轮廓文件，执行一分类程序，包含下列步骤：基于一分类模型，将该轮廓文件与该分类模型进行比对，以判断该待执行任务的一任务类别，执行一预测程序，包含下列步骤：基于一预测模型中对应该任务类别的一子预测模型所记载的一运算节点类型及一系统参数，指定该运算节点类型及该系统参数予该待执行任务；以及基于该子预测模型，根据该任务类别及该轮廓文件，产生该待执行任务的一执行时间预测曲线，得到该待执行任务的相对于多个运算节点数量的多个预测执行时间，该多个运算节点数量是一对一地对应至该多个预测执行时间；执行一最佳化程序，包含下列步骤：判断是否存在至少一其他任务；当存在该至少一其他任务时，根据该待执行任务的该使用者定义属性与该多个预测执行时间、各该至少一其他任务的一其他使用者定义属性及多个其他预测执行时间以及该大数据运算服务器总成的一最大运算资源，决定该待执行任务的一实际运算节点数量；产生一最佳化输出信息，该最佳化输出信息记载该待执行任务的该程序码文件、该多个数据文件、该实际运算节点数量、该运算节点类型及该系统参数；以及通过该收发器，传送该最佳化输出信息至该云端大数据运算架构的一管理服务器，以使该管理服务器所运行的一管理系统根据该最佳化输出信息，分配该大数据运算服务器总成中所运行的至少一数据运算系统来针对该待执行任务的该多个数据文件，执行该程序码文件，其中，该至少一数据运算系统的一数目等于该实际运算节点数量。