本技術(shù)屬于云計算，尤其涉及一種資源調(diào)度方法、裝置、設(shè)備、存儲介質(zhì)及程序產(chǎn)品。

背景技術(shù)：

1、隨著云計算、第五代移動通信技術(shù)(5th-generation?mobile?communicationtechnology，5g)技術(shù)的發(fā)展，算力資源分布在整個網(wǎng)絡(luò)的各個節(jié)點中，在不同的應(yīng)用場景中，需要對算力資源進行調(diào)度，以滿足不同應(yīng)用場景下的算力需求。

2、目前可以通過網(wǎng)絡(luò)中各節(jié)點的流量以及內(nèi)存等指標(biāo)數(shù)據(jù)判斷各節(jié)點的資源利用率，然后根據(jù)各節(jié)點的資源利用率進行算力資源調(diào)度。然而，該方法容易出現(xiàn)延遲或者誤差，無法實現(xiàn)算力資源的精準(zhǔn)調(diào)度。

技術(shù)實現(xiàn)思路

1、本技術(shù)實施例提供一種資源調(diào)度方法、裝置、設(shè)備、存儲介質(zhì)及程序產(chǎn)品，能夠精準(zhǔn)實現(xiàn)算力資源的調(diào)度。

2、第一方面，本技術(shù)實施例提供一種資源調(diào)度方法，包括：

3、獲取待執(zhí)行任務(wù)的任務(wù)數(shù)據(jù)以及各節(jié)點的節(jié)點利用熱度和節(jié)點資源占比，所述節(jié)點利用熱度表示節(jié)點執(zhí)行的任務(wù)的數(shù)量趨勢，所述節(jié)點資源占比是基于各節(jié)點的已用資源數(shù)量和各節(jié)點的資源總數(shù)的比值；

4、基于所述任務(wù)數(shù)據(jù)，采用預(yù)設(shè)算法計算得到任務(wù)熱度值，所述任務(wù)熱度值表示所述待執(zhí)行任務(wù)的重要程度；

5、將所述節(jié)點利用熱度、所述節(jié)點資源占比和所述任務(wù)熱度值輸入優(yōu)先級預(yù)測模型，得到所述優(yōu)先級預(yù)測模型輸出的所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)；

6、按照所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)確定所述待執(zhí)行任務(wù)對應(yīng)的目標(biāo)節(jié)點。

7、在一種可能的實現(xiàn)方式中，在所述獲取待執(zhí)行任務(wù)的任務(wù)數(shù)據(jù)以及各節(jié)點的節(jié)點利用熱度和節(jié)點資源占比之前，所述方法還包括：

8、獲取第一預(yù)設(shè)時長內(nèi)的各節(jié)點的節(jié)點數(shù)據(jù)；

9、針對各節(jié)點的節(jié)點數(shù)據(jù)中的每個指標(biāo)數(shù)據(jù)，在所述指標(biāo)數(shù)據(jù)對應(yīng)的負(fù)載大于等于預(yù)設(shè)閾值的情況下，計算所述指標(biāo)數(shù)據(jù)在所述第一預(yù)設(shè)時長內(nèi)的變化趨勢，得到熱度因子；

10、基于所述熱度因子確定所述指標(biāo)數(shù)據(jù)對應(yīng)的熱度值，所述熱度值表示在所述第一預(yù)設(shè)時長內(nèi)所述節(jié)點的使用情況；

11、針對每個節(jié)點的節(jié)點數(shù)據(jù)，計算每個指標(biāo)數(shù)據(jù)對應(yīng)的熱度值的平均值，得到節(jié)點利用熱度；

12、針對每個節(jié)點的節(jié)點數(shù)據(jù)中，計算所述節(jié)點的已用資源數(shù)量和所述節(jié)點的資源總數(shù)的比值，得到所述節(jié)點資源占比。

13、在一種可能的實現(xiàn)方式中，計算所述指標(biāo)數(shù)據(jù)在第一預(yù)設(shè)時間段內(nèi)的變化趨勢，得到熱度因子，包括：

14、計算所述第一預(yù)設(shè)時長內(nèi)每個時間點的指標(biāo)數(shù)據(jù)的均值；

15、在所述均值小于預(yù)設(shè)閾值的情況下，確定所述指標(biāo)數(shù)據(jù)對應(yīng)的熱度值為預(yù)設(shè)值；

16、在所述均值大于或等于所述預(yù)設(shè)閾值的情況下，基于所述第一預(yù)設(shè)時長內(nèi)每個時間點的指標(biāo)數(shù)據(jù)構(gòu)建數(shù)值對；

17、計算每個數(shù)值對中指標(biāo)數(shù)據(jù)的差值，得到負(fù)數(shù)差值數(shù)量和正數(shù)差值數(shù)量；

18、基于所述負(fù)數(shù)差值數(shù)量和所述正數(shù)差值數(shù)量，計算得到所述熱度因子。

19、在一種可能的實現(xiàn)方式中，所述基于所述負(fù)數(shù)差值數(shù)量和所述正數(shù)差值數(shù)量，計算得到所述熱度因子，包括：

20、按照如下公式計算得到所述熱度因子：

21、s＝2×f(min(x1,x2),n,0.5)

22、其中，s表示所述熱度因子，x1表示所述負(fù)數(shù)差值數(shù)量，x2表示所述正數(shù)差值數(shù)量，n表示所述第一預(yù)設(shè)時長內(nèi)指標(biāo)數(shù)據(jù)的數(shù)量，0.5為預(yù)設(shè)參數(shù)值，f表示概率分布函數(shù)。

23、在一種可能的實現(xiàn)方式中，所述任務(wù)數(shù)據(jù)包括預(yù)測運行時長、預(yù)測執(zhí)行成本、運行狀態(tài)、以及任務(wù)長度；所述基于所述任務(wù)數(shù)據(jù)，采用預(yù)設(shè)算法計算得到任務(wù)熱度值，包括：

24、按照所述運行狀態(tài)和狀態(tài)賦值的預(yù)設(shè)對應(yīng)關(guān)系確定所述數(shù)據(jù)對應(yīng)待執(zhí)行任務(wù)的任務(wù)狀態(tài)賦值；

25、按照如下公式計算得到所述任務(wù)熱度值：

26、

27、其中，w3表示所述任務(wù)熱度值，α表示所述任務(wù)長度，t表示所述預(yù)測運行時長，n為所述任務(wù)狀態(tài)賦值，f為所述預(yù)測執(zhí)行成本。

28、在一種可能的實現(xiàn)方式中，所述按照所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)確定所述待執(zhí)行任務(wù)對應(yīng)的目標(biāo)節(jié)點，包括：

29、按照所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)從高到低的順序排序，得到待執(zhí)行任務(wù)隊列；

30、按照各節(jié)點的優(yōu)先級參數(shù)從高到低的順序排序，得到節(jié)點隊列；

31、將所述節(jié)點隊列中優(yōu)先級順序和所述待執(zhí)行任務(wù)隊列中優(yōu)先級順序一致的節(jié)點作為所述待執(zhí)行任務(wù)的目標(biāo)節(jié)點。

32、在一種可能的實現(xiàn)方式中，在所述將所述節(jié)點利用熱度、所述節(jié)點資源占比和所述任務(wù)熱度值輸入優(yōu)先級預(yù)測模型，得到所述優(yōu)先級預(yù)測模型輸出的所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)之前，所述方法還包括：

33、獲取第二預(yù)設(shè)時長內(nèi)歷史任務(wù)對應(yīng)的歷史任務(wù)數(shù)據(jù)以及各歷史節(jié)點的歷史節(jié)點利用熱度和歷史節(jié)點資源占比；

34、基于所述歷史任務(wù)數(shù)據(jù)，采用所述預(yù)設(shè)算法計算得到歷史任務(wù)熱度值，所述歷史任務(wù)熱度值表示所述歷史任務(wù)的重要程度；

35、將所述歷史節(jié)點利用熱度、所述歷史節(jié)點資源占比和所述歷史任務(wù)熱度值作為訓(xùn)練樣本，將所述歷史任務(wù)的優(yōu)先級參數(shù)和所述歷史任務(wù)對應(yīng)的節(jié)點的優(yōu)先級參數(shù)作為標(biāo)簽數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，得到所述優(yōu)先級預(yù)測模型。

36、在一種可能的實現(xiàn)方式中，在所述將所述歷史節(jié)點利用熱度、所述歷史節(jié)點資源占比和所述歷史任務(wù)熱度值作為訓(xùn)練樣本，將所述歷史任務(wù)的優(yōu)先級參數(shù)和所述歷史任務(wù)對應(yīng)的節(jié)點的優(yōu)先級參數(shù)作為標(biāo)簽數(shù)據(jù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型，得到所述優(yōu)先級預(yù)測模型之前，所述方法還包括：

37、將所述歷史任務(wù)的預(yù)設(shè)優(yōu)先級參數(shù)作為所述歷史任務(wù)的優(yōu)先級參數(shù)；

38、判斷所述歷史任務(wù)的在對應(yīng)的歷史節(jié)點中的運行時長是否大于第三預(yù)設(shè)時長；

39、在所述運行時長小于所述第三預(yù)設(shè)時長的情況下，將所述歷史任務(wù)的在對應(yīng)的歷史節(jié)點的優(yōu)先級參數(shù)設(shè)置為最大值；

40、在所述運行時長大于或等于所述第三預(yù)設(shè)時長的情況下，獲取調(diào)整后的歷史節(jié)點，并將所述調(diào)整后的歷史節(jié)點的優(yōu)先級參數(shù)設(shè)置為所述歷史任務(wù)的優(yōu)先級參數(shù)。

41、第二方面，本技術(shù)實施例提供一種資源調(diào)度裝置，包括：

42、獲取待執(zhí)行任務(wù)的任務(wù)數(shù)據(jù)以及各節(jié)點的節(jié)點利用熱度和節(jié)點資源占比，所述節(jié)點利用熱度表示節(jié)點執(zhí)行的任務(wù)的數(shù)量趨勢，所述節(jié)點資源占比是基于各節(jié)點的已用資源數(shù)量和各節(jié)點的資源總數(shù)的比值；

43、基于所述任務(wù)數(shù)據(jù)，采用預(yù)設(shè)算法計算得到任務(wù)熱度值，所述任務(wù)熱度值表示所述待執(zhí)行任務(wù)的重要程度；

44、將所述節(jié)點利用熱度、所述節(jié)點資源占比和所述任務(wù)熱度值輸入優(yōu)先級預(yù)測模型，得到所述優(yōu)先級預(yù)測模型輸出的所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)；

45、按照所述待執(zhí)行任務(wù)的優(yōu)先級參數(shù)和各節(jié)點的優(yōu)先級參數(shù)確定所述待執(zhí)行任務(wù)對應(yīng)的目標(biāo)節(jié)點。

46、第三方面，本技術(shù)實施例一種電子設(shè)備，所述設(shè)備包括：處理器以及存儲有計算機程序指令的存儲器；

47、所述處理器執(zhí)行所述計算機程序指令時實現(xiàn)如第一方面任意一項所述的方法。

48、第四方面，本技術(shù)實施例一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)上存儲有計算機程序指令，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)如第一方面任意一項所述的方法。

49、第五方面，本技術(shù)實施例一種計算機程序產(chǎn)品，計算機產(chǎn)品包括計算機程序，所述計算機程序被處理器執(zhí)行時實現(xiàn)如第一方面任意一項所述的方法。

50、本技術(shù)實施例提供的資源調(diào)度方法、裝置、設(shè)備、存儲介質(zhì)及程序產(chǎn)品，獲取待執(zhí)行任務(wù)的任務(wù)數(shù)據(jù)和各節(jié)點的節(jié)點利用熱度和節(jié)點資源占比，其中，節(jié)點利用熱度表示節(jié)點執(zhí)行的任務(wù)的數(shù)量趨勢，節(jié)點利用熱度可以表示節(jié)點的負(fù)載變化趨勢。節(jié)點資源占比可以反應(yīng)各節(jié)點中的資源使用情況。采用預(yù)設(shè)算法計算每個任務(wù)的任務(wù)熱度值，其中任務(wù)熱度值可以表示待執(zhí)行任務(wù)的重要程度。然后將計算得到的節(jié)點利用熱度、節(jié)點資源占比和任務(wù)熱度值輸入優(yōu)先級預(yù)測模型，得到每個待執(zhí)行任務(wù)的優(yōu)先級參數(shù)以及各節(jié)點的優(yōu)先級參數(shù)，并根據(jù)待執(zhí)行任務(wù)的優(yōu)先級參數(shù)以及各節(jié)點的優(yōu)先級參數(shù)確定每個待執(zhí)行任務(wù)對應(yīng)的目標(biāo)節(jié)點。其中，節(jié)點資源占比表示節(jié)點的資源利用率，任務(wù)熱度值表示任務(wù)的重要程度。如此，根據(jù)每個待執(zhí)行任務(wù)得重要程度，以及每個節(jié)點的資源利用率以及節(jié)點負(fù)載的變化趨勢，優(yōu)先級預(yù)測模型可以準(zhǔn)確的預(yù)測得到待執(zhí)行任務(wù)的優(yōu)先級參數(shù)以及各節(jié)點的優(yōu)先級參數(shù)。其中，待執(zhí)行任務(wù)的優(yōu)先級參數(shù)越高，表示待執(zhí)行任務(wù)越重要，各節(jié)點的優(yōu)先級參數(shù)表示該節(jié)點的算力資源越多，從而為重要的待執(zhí)行任務(wù)分配更多的算力，實現(xiàn)了算力資源的精準(zhǔn)調(diào)度。