一种任务动态调度方法、电子设备及介质与流程

摘要: 本申请涉及新一代信息,具体涉及云计算、智能体、人工智能、边缘计算,尤其涉及一种任务动态调度方法、电子设备及介质。背景技术:1、多节点任务调度是将大规模任务拆分后...
一种任务动态调度方法、电子设备及介质与流程

本申请涉及新一代信息,具体涉及云计算、智能体、人工智能、边缘计算,尤其涉及一种任务动态调度方法、电子设备及介质。

背景技术:

1、多节点任务调度是将大规模任务拆分后,分配到集群内多个计算节点并行执行的技术,通过分治思想突破单机性能瓶颈,同时保障系统高可用、避免任务重复执行。现有的多节点任务调度方案未有效融合任务的多样特征和环境实时动态的变化信息(如网络延迟、节点健康状态),影响调度的准确性、公平性和环境适应性。缺乏对负载均衡的显式优化,存在资源负载不均的问题。

技术实现思路

1、本申请实施例提供了一种任务动态调度方法、电子设备及介质,以能够实时感知多样任务特征和系统环境的动态变化,并实现任务的高效调度与多维度资源的动态均衡分配。

2、根据本申请的一方面,提供了一种任务动态调度方法,该方法包括:

3、采集每个资源池中每个执行器节点的资源状态数据、任务特征以及环境信息,并根据资源状态数据、任务特征、环境信息以及分别对应的权重构建状态向量;

4、将所述状态向量输入至强化学习模型中,输出各可用执行器节点对应的动作价值,并根据所述动作价值进行动作选择,输出有效执行器节点,并从有效执行器节点中选择目标执行器节点;

5、将任务分配至目标执行器节点,监测所述目标执行器节点的任务执行数据;

6、根据所述任务执行数据确定即时奖励数据和终结奖励数据,并根据所述即时奖励数据和终结奖励数据确定总奖励数据;其中,所述即时奖励数据为根据任务执行过程中的任务执行数据确定的,终结奖励数据根据任务执行后的任务执行数据确定的;

7、根据所述状态向量、选择目标执行器节点的动作、总奖励数据、任务执行后构建的新的状态向量以及终止标识,对所述强化学习模型进行训练优化,以基于优化后的强化学习模型执行后续的任务动态调度。

8、根据本申请的一方面,提供了一种任务动态调度装置,所述装置包括:

9、状态向量构建模块,用于采集每个资源池中每个执行器节点的资源状态数据、任务特征以及环境信息,并根据资源状态数据、任务特征、环境信息以及分别对应的权重构建状态向量;

10、目标执行器节点选择模块,用于将所述状态向量输入至强化学习模型中,输出各可用执行器节点对应的动作价值,并根据所述动作价值进行动作选择,输出有效执行器节点,并从有效执行器节点中选择目标执行器节点;

11、任务执行数据监测模块,用于将任务分配至目标执行器节点,监测所述目标执行器节点的任务执行数据;

12、总奖励确定模块,用于根据所述任务执行数据确定即时奖励数据和终结奖励数据,并根据所述即时奖励数据和终结奖励数据确定总奖励数据;其中,所述即时奖励数据为根据任务执行过程中的任务执行数据确定的,终结奖励数据根据任务执行后的任务执行数据确定的;

13、训练优化模块,用于根据所述状态向量、选择目标执行器节点的动作、总奖励数据、任务执行后构建的新的状态向量以及终止标识,对所述强化学习模型进行训练优化,以基于优化后的强化学习模型执行后续的任务动态调度。

14、根据本申请的另一方面,提供了一种电子设备,该电子设备包括:

15、至少一个处理器;以及,

16、与至少一个处理器通信连接的存储器;其中,

17、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本申请任一实施例的任务动态调度方法。

18、根据本申请的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本申请任一实施例的任务动态调度方法。

19、根据本申请的另一方面,提供了一种计算机程序产品,计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现本申请任一实施例的任务动态调度方法。

20、本申请实施例的技术方案,采集每个资源池中每个执行器节点的资源状态数据、任务特征以及环境信息,并根据资源状态数据、任务特征、环境信息以及分别对应的权重构建状态向量;将所述状态向量输入至强化学习模型中,输出各可用执行器节点对应的动作价值,并根据所述动作价值进行动作选择,输出有效执行器节点,并从有效执行器节点中选择目标执行器节点;将任务分配至目标执行器节点,监测所述目标执行器节点的任务执行数据;根据所述任务执行数据确定即时奖励数据和终结奖励数据,并根据所述即时奖励数据和终结奖励数据确定总奖励数据;其中,所述即时奖励数据为根据任务执行过程中的任务执行数据确定的,终结奖励数据根据任务执行后的任务执行数据确定的;根据所述状态向量、选择目标执行器节点的动作、总奖励数据、任务执行后构建的新的状态向量以及终止标识,对所述强化学习模型进行训练优化,以基于优化后的强化学习模型执行后续的任务动态调度。上述方案能够实时采集并融合任务特征、资源状态、环境信息等多源异构数据,并根据系统实时负载因子动态调整各个信息源的融合权重,形成能够自适应反映系统工作态势的状态向量,融合任务多样性和环境动态变化的问题,从被动响应变为主动优化,提升了环境适应性与调度决策的准确性。将任务调度决策的总奖励拆解为由任务分配后的即时奖励和由任务执行完成产生的终结奖励,通过即时奖励确保调度动作立即受约束,通过终结奖励提供最终成效反馈,能够同步优化短期资源分配与长期任务完成目标。接收上述状态向量作为输入,输出任务分配到各执行器节点的动作价值,以解决调度决策难题。

21、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。

1.一种任务动态调度方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,采集每个资源池中每个执行器节点的资源状态数据、任务特征以及环境信息,并根据资源状态数据、任务特征、环境信息以及分别对应的权重构建状态向量,包括:

3.根据权利要求2所述的方法,其特征在于,根据各执行器节点的cpu利用率计算负载因子,包括:

4.根据权利要求2所述的方法,其特征在于,根据所述负载因子确定所述资源状态数据、所述任务特征以及所述环境信息分别对应的权重,包括:

5.根据权利要求1所述的方法,其特征在于,根据所述任务执行数据确定即时奖励数据,包括:

6.根据权利要求5所述的方法,其特征在于,根据所述cpu利用率方差和所述内存占用率方差确定资源均衡奖励,包括:

7.根据权利要求1所述的方法,其特征在于,根据所述任务执行数据确定终结奖励数据,包括:

8.根据权利要求1所述的方法,其特征在于,根据所述动作价值进行动作选择,输出有效执行器节点,包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的任务动态调度方法。