资源调度方法、装置及电子设备与流程

1.本发明实施例涉及计算机技术领域，尤其涉及一种资源调度方法、装置及电子设备。


背景技术：

2.大数据平台集成众多常用的大数据组件，如分布式文件系统(hadoop distributed file system，简称hdfs)、hadoopdatabase(简称hbase，是一个分布式的、面向列的开源数据库)、分布式计算引擎spark、分布式内存数据库redis等的存储、调度、计算类型组件，涉及大数据领域的方方面面。
3.目前，针对大数据组件进行持久内存(persistent memory，简称pmem)资源分配时，包括如下两种方式：
4.第一种方式为：集群节点中的pmem所有资源同一时间段只能被一种类型的大数据组件所占用，其他组件则无法使用该pmem资源，此种情况虽然可以大大提升当前执行任务的大数据组件的执行效率，但是却无法保证其他组件的任务被执行，而且pmem资源仅被一种任务执行，资源往往会剩余很多，造成资源浪费。
5.第二种方式，集群节点中的pmem资源被所有大数据组件的任务共享，针对不同类型的大数据组件，分配不同比例的pmem资源。这种情况则会导致某些类型的大数据组件的pmem资源不够用，另一些类型的大数据组件的pmem资源浪费的情况发生。
6.综上，现有技术中，没有对pmem资源进行合理调度的方案，以保证在所有类型的大数据组件尽量能够分配到合理的资源的情况，还能够避免资源浪费的情况发生。


技术实现要素：

7.本技术提供了一种资源调度方法、装置及电子设备，以解决现有技术中无法保证所有类型的大数据组件尽量能够分配到合理的资源的情况，还能够避免资源浪费的情况发生的技术问题。
8.第一方面，本技术提供了一种资源调度方法，该方法包括：
9.周期性的获取所有大数据组件中每一个大数据组件分别对应的持久内存pmem资源的使用情况；
10.当接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源；
11.将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务，其中，第一大数据组件为所有大数据组件中的任一个大数据组件。
12.第二方面，本技术提供了一种资源调度装置，该装置包括：
13.获取模块，用于周期性的获取所有大数据组件中每一个大数据组件分别对应的持久内存pmem资源的使用情况，以及接收每一个大数据组件发送的资源调度分配请求；
14.处理模块，用于当接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源；
15.分配模块，用于将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务，其中，第一大数据组件为所有大数据组件中的任一个大数据组件。
16.第三方面，提供了一种电子设备，该电子设备承载资源调度系统，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
17.存储器，用于存放计算机程序；
18.处理器，用于执行存储器上所存放的程序时，实现第一方面任一项实施例的资源调度方法的步骤。
19.第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如第一方面任一项实施例的资源调度方法的步骤。
20.本技术实施例提供的上述技术方案与现有技术相比具有如下优点：
21.本技术实施例提供的该方法，周期性的获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况。在接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源。然后，将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务。通过该方式，可以尽量的保证每一个大数据组件在执行任务时，都有合理的pmem资源以支持任务的执行。与此同时，当某些大数据组件的pmem资源不足时，也可以通过资源调度系统灵活调度其他大数据组件预配置的pmem资源，用以资源不足的大数据组件使用，以完成任务的执行。如此一来，既可以尽量的避免大数据组件对于pmem资源不够用的情况发生，又可以避免pmem资源的浪费情况发生，实现对所有pmem资源的合理分配。
附图说明
22.图1为本发明实施例提供的一种资源调度方法流程示意图；
23.图2为本发明实施例提供的另一种资源调度方法流程示意图；
24.图3为本发明实施例提供的另一种资源调度方法流程示意图；
25.图4为本发明实施例提供的另一种资源调度方法流程示意图；
26.图5为本发明实施例提供的另一种资源调度方法流程示意图；
27.图6为本发明实施例提供的一种资源调度装置结构示意图；
28.图7为本发明实施例提供一种电子设备结构示意图。
具体实施方式
29.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
30.为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
31.针对背景技术中所提及的技术问题，本技术实施例提供了一种资源调度方法，具体参见图1所示，图1为本发明实施例提供的一种资源调度方法流程示意图。
32.在介绍该方法步骤之前，首先说明该方法适用的应用场景。该方法可以应用于服务器集群中，每个服务器集群中包括多个服务器(节点)。每个工作正常的节点可以承载有相同的pmem设备，以及承载有所有的大数据组件对应的待执行的任务，例如spark任务、hbase任务，以及redis任务等。每个节点均分配用于执行任务的任务队列，不同的任务队列，根据大数据组件的类型，预配置比例不同的pmem资源。当然，当任一节点上的pmem设备发生故障时，资源调度系统也可以获知，并且告知相应的大数据组件，将任务分配到其他节点执行。
33.举一个例子，假设每个节点上的pmem资源为100t，共有10个节点，总资源为1000t。大数据组件的类型包括spark、hbase，以及redis。同一节点上的100t资源，将百分之40分配给spark，百分之30分配给hbase，剩下百分之30分配给redis。那么，spark获取的总的pmem资源量为400t，其他两个大数据组件分别获取的总的pmem资源量各为300t。
34.以上，即为对于总资源、以及各个节点上的pmem设备资源的分配方式，即事先预配置后各种类型的大数据组件所能占用的pmem资源量。但是，这个配置并非是一成不变的，而是当某一时刻或者某一时间段内，某个大数据组件的pmem资源有空余，而刚好其他大数据组件需要更多的pmem资源执行任务时，可以通过资源调度分配系统灵活调度分配，以保证大多数甚至是全部大数据组件都有合理的pmem资源用以执行任务，还能够尽量避免pmem资源的浪费。
35.而下文中，将详细说明如何实现资源调度，具体参见图1所示，该方法由资源调度系统执行，方法步骤具体包括：
36.步骤110，周期性的获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况。
37.步骤120，当接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源。
38.具体的，工作人员事先可以在每个节点上配置一套设备信息采集脚本，并设定定时任务。以便每一个节点都可以周期性的采集自身所承载的每一个大数据组件分别对应的pmem资源的使用情况，并将采集结果写入到mysql表中。
39.资源调度系统，可以周期性的通过预配置的采集数据读取接口，从mysql中读取pmem资源的使用情况，例如可以包括资源的使用量。当然，也可以包括每个大数据组件的剩余的pmem资源量。
40.在一个可选的例子中，周期例如是30秒。考虑到每个任务通常执行的时间例如在半个小时左右，所以30秒的时间获取一次，足以监控不同大数据组件的pmem资源使用情况。
41.如果使用情况中包括每个大数据组件的剩余pmem资源量时，那么资源调度系统可以直接根据每个大数据组件的剩余pmem资源量，直接确定可分配的pmem资源。
42.如果使用情况中包括的是每个大数据组件的pmem总容量，以及资源使用量时，资
源调度系统也可以根据总容量和资源的使用量，来确定每个大数据组件可分配的pmem资源。
43.亦或，如果使用情况中仅包括每个大数据组件的资源使用量时，那么，资源调度系统中可以预先配置好针对每个大数据组件的资源总容量，或者配置好一共多少个pmem设备，每个pmem设备的容量，以及每个大数据组件的配置比例等。同样可以计算出每个大数据组件的可分配pmem资源。
44.无论通过何种方式，均可确定可分配的pmem资源，因此，具体采用何种方式这里不做任何限定。
45.在接收到第一大数据组件发送的资源调度分配请求后，皆可根据上述任一种方式，确定可分配的pmem资源。
46.步骤130，将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务。
47.其中，第一大数据组件为所有大数据组件中的任一个大数据组件。
48.具体的，在获取到可分配的pmem资源后，立即分配到第一大数据组件对应的任务队列，用以执行相应的任务。
49.本发明实施例提供的资源调度方法，周期性的获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况。在接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源。然后，将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务。通过该方式，可以尽量的保证每一个大数据组件在执行任务时，都有合理的pmem资源以支持任务的执行。与此同时，当某些大数据组件的pmem资源不足时，也可以通过资源调度系统灵活调度其他大数据组件预配置的pmem资源，用以资源不足的大数据组件使用，以完成任务的执行。如此一来，既可以尽量的避免大数据组件对于pmem资源不够用的情况发生，又可以避免pmem资源的浪费情况发生，实现对所有pmem资源的合理分配。
50.可选的，在上述实施例的基础上，考虑到可分配的pmem资源是从其他大数据组件对应的任务队列中调配的资源，所以在将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务后，该方法还包括如下方法步骤，具体参见图2所示。
51.步骤210，当确定第一大数据组件对应的任务队列执行完待执行的任务后，回收可分配的pmem资源。
52.步骤220，将可分配的pmem资源，分配至可分配的pmem资源原属的大数据组件对应的任务队列。
53.确定第一大数据组件对应的任务队列是否执行完待执行的任务，可以通过如下方式获取：
54.第一种，当第一大数据组件对应的任务队列执行完待执行的任务后，自动上报任务执行完毕的响应信息。
55.第二种，通过周期性反馈的每一个大数据组件对应的pmem资源的使用情况，来确定第一大数据组件对应的任务队列是否已完成任务(大数据组件对应的任务队列完成任务后，自动释放pmem资源)。
56.不论通过哪种方式只要确定第一大数据组件对应的任务队列已完成任务，都会将之前分配给(“借给”)第一大数据组件的pmem资源进行回收，然后将该资源再次分配(“返还”)给原属的大数据组件对应的任务队列。
57.在一个具体的例子中，例如spark任务实时性要求较高，且任务持续时间不长，为其分配的任务队列为高优先级任务队列，对应的pmem资源为整个pmem设备40％-50％的资源。hbase查询实时性相对较高，指定为普通优先级队列，分配整个pmem设备30％-40％的资源；redis作为内存数据库，对内存和pmem资源的需求是持续性的，那么就可以分配为低优先级队列，分配整个pmem设备20％-30％的资源。
58.而当hbase在执行任务时，发现自身分配的资源不足时，则可以向资源调度系统发出资源调度分配请求。资源调度系统在接收到资源调度分配请求后，根据当前周期已获取的除hbase之外的大数据组件的pmem资源使用情况，然后确定是否存在可分配的pmem资源。
59.当确定存在可分配的pmem资源时，例如spark和redis均有足够的余量，那么考虑到spark任务实时性要求较高，且任务持续时间不长，其占用的pmem资源也是比例最高，因此可以首先查看在该任务队列中的资源使用情况，如果有富余，则可以直接调用该任务队列的pmem资源至hbase任务队列。
60.当然，如果spark组件对应的pmem资源不足以支撑hbase组件所需要的待分配的pmem资源时，也可以将多个组件剩余的pmem资源进行叠加，以便能够支撑hbase组件所执行的任务。
61.可选的，资源调度分配请求中包括待分配的pmem资源，因此可以根据待分配的pmem资源，确定可分配的pmem资源是否充足。
62.可选的，在上述任一实施例的基础上，该方法还可以包括如下情况。
63.当根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定无可分配的pmem资源时，该方法还可以包括如下步骤，具体参见图3所示的方法实施例。
64.步骤310，暂停对第一大数据组件对应的任务队列分配pmem资源。
65.步骤320，待下一周期获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况后，确定可分配的pmem资源。
66.步骤330，将可分配的pmem资源分配至第一大数据组件对应的任务队列。
67.具体的，如图1所示的实施例，每个周期例如是30秒，所以对于任务的执行不会有太大影响。因此，可以暂时对第一大数据组件对应的任务队列分配pmem资源，然后，再待下一周期获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况后，确定可分配的pmem资源。具体的获取情况同上文所介绍，这里不再过多赘述。
68.并将可分配的pmem资源分配至第一大数据组件对应的任务队列。执行情况依然同上文，这里不再过多赘述。
69.当然，也有可能在下一周期依然没有可分配的资源，那么可以设定一个周期阈值，即只要确保在预设周期内，能够获取到可分配的pmem资源，则将可分配的pmem资源分配到第一大数据组件对应的任务队列中。
70.在另一种可选的实施例中，考虑到即使经过预设周期数，依然没有可分配的pmem资源调度至第一大数据组件，那么在这种情况中，该方法还可以包括如下实施方式，包括：
71.下发第二控制指令至第一大数据组件，第二控制指令用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
72.即，当预设周期数内，依然没有可分配的pmem资源，说明目前正是处理任务的高峰期，没有空余资源可被第一大数据组件调用，因此，需要第一大数据组件将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
73.可选的，除了包括可分配的pmem资源足以支撑第一大数据组件对应的任务的情况，以及没有可分配的pmem资源的情况外，还可能确定有可分配的pmem资源，但是该资源并不能够支撑第一大数据组件所欠缺的资源需执行的任务。那么，在该种情况中，该方法还可以包括除上文所提及的实施例的方法步骤之外，还包括如下方法步骤，具体参见图4所示，包括：
74.步骤410，比较可分配的pmem资源与待分配的pmem资源之间的大小。
75.其中，待分配的pmem资源在资源调度请求中携带。
76.步骤420，当确定可分配的pmem资源小于待分配的pmem资源时，确定可分配的pmem资源与待分配的pmem资源之间的资源量差值。
77.步骤430，下发第一控制指令至第一大数据组件。
78.其中，第一控制指令用以指示第一大数据组件将与资源量差值对应的待执行的任务在与第一大数据组件对应的实际内存中执行。
79.也即是，将可分配的资源一样的要分配到第一大数据组件中，用以第一大数据组件根据可分配的资源执行相应的任务，而余下任务，则需要在第一大数据组件对应的实际内存中执行。
80.具体的，这里所指的执行任务，实际上也即是将数据存储到实际内存中，或者存储到pmem中，以便后续对存储的数据进行读取，以执行其他操作。
81.进一步可选的，在上述任一实施例的基础上，可能还存在如下特殊情况，在该特殊情况中，对于资源调度的分配，还可以执行如下操作，具体参见图5所示，图5示意出另一种资源调度的分配方法流程示意图。
82.具体的，在上述实施例的基础上，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源之前，方法还包括：
83.步骤510，确定第一大数据组件的类型。
84.步骤520，当确定第一大数据组件的类型为第一预设类型时，不再为第一大数据组件确定可分配的pmem资源；并下发第三控制指令至第一大数据组件。
85.其中，第三控制指令，用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。这里的第一种预设类型即为占用pmem设备的整体资源的比例高于预设阈值的大数据组件。
86.在一个具体的例子中，例如，如上所介绍的，spark任务实时性要求较高，且任务持续时间不长，且其占用的pmem资源已经是整个pmem设备的最高比例。所以，当spark任务所需的资源不足时，则资源调度系统将不再为其调度其他大数据组件的pmem资源，以执行其对应的任务。而是，直接下发第三控制指令，用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
87.进一步可选的，在上述任一实施例的基础上，可能还存在如下特殊情况，在该种特殊情况中，对于资源调度的分配，还可以执行如下操作：
88.根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源之前，方法还包括：
89.确定每一个大数据组件的类型，以便当确定第二大数据组件的类型为第二预设类型时，不再统计第二大数据组件可分配的pmem资源。其中，第二预设类型，例如是占用pmem设备的整体资源比例低于第二预设阈值，且任务占用时间高于预设时间阈值的大数据组件。
90.在一个具体的例子中，例如考虑到redis作为内存数据库，对内存和pmem资源的需求是持续性的，所以尽可能的不去调度redis的pmem资源，用以分配到其他大数据组件上执行任务。所以，在根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源时，将这种类型的大数据组件排除在外。
91.以上，为本技术所提供的资源调度的方法实施例，下文中则介绍说明本技术所提供的资源调度其他实施例，具体参见如下。
92.图6为本发明实施例提供的一种资源调度装置结构示意图，该装置包括：获取模块601、处理模块602，以及分配模块603。
93.获取模块601，用于周期性的获取所有大数据组件中每一个大数据组件分别对应的持久内存pmem资源的使用情况，以及接收每一个大数据组件发送的资源调度分配请求；
94.处理模块602，用于当接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源；
95.分配模块603，用于将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务，其中，第一大数据组件为所有大数据组件中的任一个大数据组件。
96.可选的，该装置还包括：回收模块604；
97.处理模块602还用于确定第一大数据组件对应的任务队列是否已执行完待执行的任务；
98.回收模块604，用于当确定第一大数据组件对应的任务队列执行完待执行的任务后，回收可分配的pmem资源；
99.分配模块603，还用于分配可分配的pmem资源至可分配的pmem资源原属的大数据组件对应的任务队列。
100.可选的，分配模块603，还用于当根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定无可分配的pmem资源时，暂停对第一大数据组件对应的任务队列分配pmem资源；
101.处理模块602，还用于待下一周期获取模块601获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况后，确定可分配的pmem资源；
102.分配模块603，还用于将可分配的pmem资源分配至第一大数据组件对应的任务队列。
103.可选的，资源调度分配请求中包括待分配的pmem资源；
104.该装置还包括：发送模块605；
105.处理模块602，还用于当确定可分配的pmem资源小于待分配的pmem资源时，确定可分配的pmem资源与待分配的pmem资源之间的资源量差值；
106.发送模块605，还用于下发第一控制指令至第一大数据组件，第一控制指令用以指示第一大数据组件将与资源量差值对应的待执行的任务在与第一大数据组件对应的实际内存中执行。
107.可选的，发送模块605，还用于当超过预设周期后，依然没有可分配的pmem资源时，下发第二控制指令至第一大数据组件，第二控制指令用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
108.可选的，处理模块602，还用于确定第一大数据组件的类型；当确定第一大数据组件的类型为第一预设类型时，不再为第一大数据组件确定可分配的pmem资源；
109.下发模块，还用于下发第三控制指令至第一大数据组件，其中，第三控制指令，用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
110.可选的，处理模块602，还用于确定每一个大数据组件的类型，以便当确定第二大数据组件的类型为第二预设类型时，不再统计第二大数据组件可分配的pmem资源。
111.本发明实施例提供的资源调度装置中各部件所执行的功能均已在上述任一方法实施例中做了详细的描述，因此这里不再赘述。
112.本发明实施例提供的一种资源调度装置，周期性的获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况。在接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源。然后，将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务。通过该方式，可以尽量的保证每一个大数据组件在执行任务时，都有合理的pmem资源以支持任务的执行。与此同时，当某些大数据组件的pmem资源不足时，也可以通过资源调度系统灵活调度其他大数据组件预配置的pmem资源，用以资源不足的大数据组件使用，以完成任务的执行。如此一来，既可以尽量的避免大数据组件对于pmem资源不够用的情况发生，又可以避免pmem资源的浪费情况发生，实现对所有pmem资源的合理分配。
113.如图7所示，本技术实施例提供了一种电子设备，电子设备承载有如上任一实施例中所提及的资源调度系统，包括处理器111、通信接口112、存储器113和通信总线114，其中，处理器111，通信接口112，存储器113通过通信总线114完成相互间的通信。
114.存储器113，用于存放计算机程序；
115.在本技术一个实施例中，处理器111，用于执行存储器113上所存放的程序时，实现前述任意一个方法实施例提供的资源调度方法，包括：
116.周期性的获取所有大数据组件中每一个大数据组件分别对应的持久内存pmem资源的使用情况；
117.当接收到第一大数据组件发送的资源调度分配请求后，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源；
118.将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务，其中，第一大数据组件为所有大数据组件中的任一个大数据组件。
119.可选的，将可分配的pmem资源，分配给第一大数据组件对应的任务队列，用以执行待执行的任务后，还包括：当确定第一大数据组件对应的任务队列执行完待执行的任务后，回收可分配的pmem资源，并分配至可分配的pmem资源原属的大数据组件对应的任务队列。
120.可选的，当根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定无可分配的pmem资源时，还包括：
121.暂停对第一大数据组件对应的任务队列分配pmem资源；
122.待下一周期获取所有大数据组件中每一个大数据组件分别对应的pmem资源的使用情况后，确定可分配的pmem资源；
123.并将可分配的pmem资源分配至第一大数据组件对应的任务队列。
124.可选的，资源调度分配请求中包括待分配的pmem资源；
125.当确定可分配的pmem资源小于待分配的pmem资源时，将可分配的pmem资源分配至述第一大数据组件对应的任务队列后，还包括：
126.确定可分配的pmem资源与待分配的pmem资源之间的资源量差值；
127.下发第一控制指令至第一大数据组件，第一控制指令用以指示第一大数据组件将与资源量差值对应的待执行的任务在与第一大数据组件对应的实际内存中执行。
128.可选的，当超过预设周期后，依然没有可分配的pmem资源时，还包括：
129.下发第二控制指令至第一大数据组件，第二控制指令用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
130.可选的，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源之前，还包括：
131.确定第一大数据组件的类型；
132.当确定第一大数据组件的类型为第一预设类型时，不再为第一大数据组件确定可分配的pmem资源；并下发第三控制指令至第一大数据组件，其中，第三控制指令，用以指示第一大数据组件，将任务队列中待执行的任务在与第一大数据组件对应的实际内存中执行。
133.可选的，根据当前周期已获取的除第一大数据组件之外的每一个大数据组件对应的pmem资源的使用情况，确定可分配的pmem资源之前，还包括：
134.确定每一个大数据组件的类型，以便当确定第二大数据组件的类型为第二预设类型时，不再统计第二大数据组件可分配的pmem资源。
135.本技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如前述任意一个方法实施例提供的资源调度方法的步骤。
136.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除
在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
137.以上仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。