[发明专利]计算节点的处理器资源优化方法、计算节点及服务器集群

说明书

技术领域

本发明涉及处理器技术领域，更具体的涉及计算节点的处理器资源优化方法、计算节点及服务器集群。

背景技术

大数据计算平台是由多个计算节点(例如计算机或服务器)组成的集群，大数据计算平台在为计算节点分配计算任务时，会依据计算节点中的处理器的计算资源为计算节点分配计算任务，处理器计算资源＝处理器核心数*单核心线程数。

对于大数据计算平台而言，会为具有相同处理器计算资源的计算节点分配相同任务量的计算任务，以处理器为四核八线程为例进行说明，计算节点A和计算节点B的处理器均为四核八线程，即处理器的计算资源均为8，大数据计算平台会为计算节点A和计算节点B分配等量的计算任务，对于计算节点A而言，在运行相应计算任务时，其处理器占用率可能是90％，对于计算节点B而言，在运行相应计算任务时，其处理器占用率可能是10％。

由于大数据计算平台将具有相同处理器计算资源的计算节点视为具有同等运算能力的计算节点，导致类似于计算节点B的计算节点不能被充分利用，从而导致大数据计算平台的整体计算效率低下。

发明内容

有鉴于此，本发明提供了一种计算节点的处理器资源优化方法、计算节点及服务器集群，以克服现有技术中计算节点的处理器的计算资源不能被充分利用，导致大数据计算平台的整体计算效率低下的问题。

为实现上述目的，本发明提供如下技术方案：

一种计算节点的处理器资源优化方法，包括：

获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力；

基于所述相对计算能力，确定所述计算节点的相对计算资源。

其中，所述获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力包括：

基于处理器计算模型，获取所述计算节点的处理器的实际计算能力；

依据所述实际计算能力和所述标准处理器的计算能力，获取所述相对计算能力；其中，所述标准处理器的计算能力基于所述处理器计算模型获得。

其中，所述标准处理器的计算能力为基于所述处理器计算模型设置的预设参数。

其中，所述依据所述实际计算能力和所述标准处理器的计算能力，获取所述相对计算能力包括：

获取所述计算节点的实际计算能力与所述标准处理器的计算能力的比值；

将所述比值确定为所述相对计算能力。

其中，所述基于所述相对计算能力，确定所述计算节点的相对计算资源包括：

依据所述比值、所述计算节点的处理器的核心数和所述计算节点的每一核心的单核心线程数，确定所述计算节点的相对计算资源。

一种计算节点，包括：存储器，处理器和通信总线，所述处理器和所述存储器通过所述通信总线相连，其中：

存储器，用于存储标准处理器的计算能力；

处理器，用于：

获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力；

基于所述相对计算能力，确定所述计算节点的相对计算资源。

其中，所述处理器在获取计算节点的处理器相对于标准处理器的计算能力的相对计算能力时，具体用于：

基于处理器计算模型，获取所述计算节点的处理器的实际计算能力；

依据所述实际计算能力和所述标准处理器的计算能力，获取所述相对计算能力；其中，所述标准处理器的计算能力基于所述处理器计算模型获得。

一种服务器集群，包括：

多个计算节点；其中，每一计算节点确定自身处理器资源的方法包括：

用于获取自身的处理器相对于标准处理器的计算能力的相对计算能力；

基于所述相对计算能力，确定自身的相对计算资源。

优选的，还包括：

负载均衡器，用于依据各计算节点自身的相对计算资源，为各计算节点分配任务。

其中，每一计算节点在获取自身的处理器相对于标准处理器的计算能力的相对计算能力时，具体用于：

基于处理器计算模型，获取自身的处理器的实际计算能力；

依据自身的实际计算能力和所述标准处理器的计算能力，获取自身的相对计算能力；其中，所述标准处理器的计算能力基于所述处理器计算模型获得。