[发明专利]一种任务调度方法、系统及存储介质在审
申请号: | 202010085087.2 | 申请日: | 2020-02-10 |
公开(公告)号: | CN111338749A | 公开(公告)日: | 2020-06-26 |
发明(设计)人: | 周舟;韩永贵;袁余俊明;恭庆茹;刘萍;李方敏 | 申请(专利权)人: | 长沙学院;湖南大学 |
主分类号: | G06F9/455 | 分类号: | G06F9/455;G06F9/48 |
代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 何湘玲 |
地址: | 410022 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 任务 调度 方法 系统 存储 介质 | ||
1.一种任务调度方法,其特征在于,包括以下步骤:
获取云计算环境下用户提交的任务作为初始任务集;
为所述初始任务集中的每一个任务分配一个唯一对应的编码;
计算每个编码对应的任务在所述初始任务集中的个体适应度,根据所述个体适应度计算每一个任务被随机选中的选中概率;
根据所述概率对所述初始任务集中的每个任务进行预处理;
采用贪心策略对预处理结果进行选择以得到任务调度的最优解,并根据所述最优解进行任务调度。
2.根据权利要求1所述的任务调度方法,其特征在于,所述个体适应度的计算公式如下:
式中,cn表示用于执行第i个任务的虚拟机,其中,n=1、2…n,d(cn)表示第cn个虚拟机预期执行所有分派的任务所需的总时间。
3.根据权利要求1所述的任务调度方法,其特征在于,所述选中概率的计算公式如下:
式中,f(cn)表示个体适应度,fT(cn)表示所述个体所在群体的群体适应度,所述群体适应度为所述群体中的所有个体适应度的总和。
4.根据权利要求1所述的任务调度方法,其特征在于,所述根据所述概率对所述初始任务集中的每个任务进行预处理具体包括:
交叉处理,根据所述选中概率选取两个编码对应的任务,并将所述任务交换至对方虚拟机上,并计算交换后对应虚拟机的总执行时间;
重新选取两个编码对应的任务重复上述交叉处理直至所述初始任务集中的每个任务都经过交叉处理。
5.根据权利要求1所述的任务调度方法,其特征在于,所述根据所述概率对所述初始任务集中的每个任务进行预处理具体包括:
变异处理,根据所述选中概率选取某个编码对应的任务,将所述任务变异为所述初始任务集中的除该任务以外的其余任务,并计算变异后对应虚拟机的总执行时间;
重新选取某个编码对应的任务重复上述变异处理直至所述初始任务集中的每个任务都经过变异处理。
6.根据权利要求1所述的任务调度方法,其特征在于,所述根据所述概率对所述初始任务集中的每个任务进行预处理具体包括:交叉处理和变异处理,其中:
所述交叉处理包括:根据所述选中概率选取两个编码对应的任务,并将所述任务交换至对方虚拟机上,并计算交换后对应虚拟机的总执行时间;重新选取两个编码对应的任务重复上述交叉处理直至所述初始任务集中的每个任务都经过交叉处理;
所述变异处理包括:根据所述选中概率选取某个编码对应的任务,将所述任务变异为所述初始任务集中的除该任务以外的其余任务,并计算变异后对应虚拟机的总执行时间;
重新选取某个编码对应的任务重复上述变异处理直至所述初始任务集中的每个任务都经过变异处理。
7.根据权利要求1所述的任务调度方法,其特征在于,所述采用贪心策略对预处理结果进行选择以得到任务调度的最优解包括:
根据所述编码确定每个虚拟机的任务列,根据所述任务列计算每个虚拟机的预计执行总时间;
将所有虚拟机根据预计执行总时间按照从大到小的顺序进行初始排序;
将预计执行总时间最长的虚拟机上的任务需要时长最短的任务剔除,并再次根据虚拟机执行总时间进行重新排序;
判断经过重新排序后的当前预计执行时间最小的虚拟机是否为初始排序中预计执行时间最大的虚拟机,若是,则退出贪心选择,反之,则将剔除的任务加入到执行时间最小的虚拟机中;
重复上述步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙学院;湖南大学,未经长沙学院;湖南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010085087.2/1.html,转载请声明来源钻瓜专利网。