本发明涉及计算机,尤其涉及一种任务调度方法、装置、设备及存储介质。
背景技术:
1、目标paas(platform as a service,平台即服务)平台将算力资源,如cpu、内存、存储等通过k8s集群实现纳管,向上层提供敏捷交付、全站支撑、智能运维等能力,用户通过paas平台实现快速的应用部署、实施,并且能够通过平台实现应用的运维及生命周期管理,平台用户部署应用及使用资源时,需用户提前知晓资源使用情况后指定满足用户需求的集群资源,平台根据用户所选资源完成面向资源式的部署等操作。但人为指定算力目标时,使用体验不佳的同时,不能聚焦自身业务的实际需求,导致集群资源使用的不合理。
技术实现思路
1、本发明的主要目的在于提供一种任务调度方法、装置、设备及存储介质,旨在解决如何在应用部署时,高效合理的对应用部署任务进行调度,实现对集群资源的合理使用的技术问题。
2、为实现上述目的,本发明提供了一种任务调度方法,所述任务调度方法包括:
3、在接收到应用部署任务时,根据所述应用部署任务的业务编排信息进行集群预选,确定多个备选算力集群;
4、对各备选算力集群的资源空闲权重和集群平衡度进行损失计算,确定各备选算力集群的空闲平衡损失;
5、根据各备选算力集群的空闲平衡损失在多个备选算力集群中确定目标算力集群;
6、根据所述目标算力集群对所述应用部署任务进行任务调度。
7、可选地,所述根据所述应用部署任务的业务编排信息进行集群预选,确定多个备选算力集群,包括:
8、对所述应用部署任务的业务编排信息进行信息提取,获取区域选择信息;
9、按照所述区域选择信息确定调度集群区域;
10、获取所述调度集群区域中各算力集群的运行状态和占用资源信息;
11、根据各算力集群的运行状态和占用资源信息对所述调度集群区域中的各算力集群进行过滤,确定多个备选算力集群。
12、可选地,所述根据各算力集群的运行状态和占用资源信息对所述调度集群区域中的各算力集群进行过滤,确定多个备选算力集群,包括:
13、在各算力集群的运行状态为正常运行状态时,获取各算力集群的集群总资源;
14、根据各算力集群的集群总资源和占用资源信息进行集群过滤,确定多个初筛集群;
15、根据调度集群区域的区域权重和预设筛选比例在多个初筛集群中确定多个备选算力集群。
16、可选地,所述对各备选算力集群的资源空闲权重和集群平衡度进行损失计算,确定各备选算力集群的空闲平衡损失之前,包括:
17、获取各备选算力集群中多个指标的资源分配信息;
18、根据各备选算力集群中各指标的资源分配信息和指标数量进行参数计算,确定各备选算力集群的资源空闲权重和各备选算力集群中各指标的指标碎片率;
19、根据各备选算力集群中各指标的指标碎片率和指标数量进行平衡度计算,确定各备选算力集群的集群平衡度。
20、可选地,所述根据各备选算力集群的空闲平衡损失在多个备选算力集群中确定目标算力集群,包括:
21、根据各备选算力集群的原始空闲权重和原始平衡度生成第一矩阵;
22、根据各备选算力集群的原始空闲权重和空闲平衡损失生成第二矩阵;
23、根据所述第一矩阵和所述第二矩阵进行集群筛选,确定目标算力集群。
24、可选地,所述根据所述第一矩阵和所述第二矩阵进行集群筛选,确定目标算力集群,包括:
25、根据多个备选算力集群构建第一单位矩阵和第二单位矩阵;
26、对所述第一单位矩阵、所述第二单位矩阵、所述第一矩阵以及所述第二矩阵进行矩阵计算,确定整合矩阵;
27、在所述整合矩阵确定目标极值,根据所述目标极值的矩阵队列确定目标矩阵。
28、可选地,所述根据所述目标算力集群对所述应用部署任务进行任务调度之前,还包括:
29、根据所述业务编排信息进行算力资源计算,确定预占算力资源;
30、根据所述预占算力资源在所述目标算力集群中进行资源预占,并生成任务调度请求;
31、所述根据所述目标算力集群对所述应用部署任务进行任务调度,包括:
32、根据所述任务调度请求和所述目标算力集群对所述应用部署任务进行任务调度;
33、所述根据所述任务调度请求和所述目标算力集群对所述应用部署任务进行任务调度之后,还包括:
34、监测所述应用部署任务的任务部署状态;
35、当所述任务部署状态为预设状态时,清除所述目标算力集群中的预占算力资源。
36、此外,为实现上述目的,本发明还提出一种任务调度装置,所述任务调度装置包括:
37、确定模块,用于在接收到应用部署任务时,根据所述应用部署任务的业务编排信息进行集群预选,确定多个备选算力集群;
38、计算模块,用于对各备选算力集群的资源空闲权重和集群平衡度进行损失计算,确定各备选算力集群的空闲平衡损失;
39、所述确定模块,还用于根据各备选算力集群的空闲平衡损失在多个备选算力集群中确定目标算力集群;
40、调度模块,用于根据所述目标算力集群对所述应用部署任务进行任务调度。
41、此外,为实现上述目的,本发明还提出一种任务调度设备,所述任务调度设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的任务调度程序,所述任务调度程序配置为实现如上文所述的任务调度方法。
42、此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有任务调度程序,所述任务调度程序被处理器执行时实现如上文所述的任务调度方法。
43、本发明通过在接收到应用部署任务时,根据所述应用部署任务的业务编排信息进行集群预选,确定多个备选算力集群;对各备选算力集群的资源空闲权重和集群平衡度进行损失计算,确定各备选算力集群的空闲平衡损失;根据各备选算力集群的空闲平衡损失在多个备选算力集群中确定目标算力集群;根据所述目标算力集群对所述应用部署任务进行任务调度。通过上述方式,基于应用部署任务的业务编排信息进行集群预选,根据各备选算力集群的资源空闲权重和集群平衡度确定对应的空闲平衡损失,根据各备选算力集群的空闲平衡损失进行集群优选,确定目标算力集群,能够在多中心,多集群之间以任务式的方式使用资源,将全网资源视为统一整体,实现对各中心的集群及其资源的统一分配调度,让应用部署时聚焦实际业务需求,提高了资源使用合理性,并降低了部署成本。
1.一种任务调度方法,其特征在于,所述任务调度方法,包括:
2.如权利要求1所述的任务调度方法,其特征在于,所述根据所述应用部署任务的业务编排信息进行集群预选,确定多个备选算力集群,包括:
3.如权利要求2所述的任务调度方法,其特征在于,所述根据各算力集群的运行状态和占用资源信息对所述调度集群区域中的各算力集群进行过滤,确定多个备选算力集群,包括:
4.如权利要求1所述的任务调度方法,其特征在于,所述对各备选算力集群的资源空闲权重和集群平衡度进行损失计算,确定各备选算力集群的空闲平衡损失之前,包括:
5.如权利要求1所述的任务调度方法,其特征在于,所述根据各备选算力集群的空闲平衡损失在多个备选算力集群中确定目标算力集群,包括:
6.如权利要求5所述的任务调度方法,其特征在于,所述根据所述第一矩阵和所述第二矩阵进行集群筛选,确定目标算力集群,包括:
7.如权利要求1至6中任一项所述的任务调度方法,其特征在于,所述根据所述目标算力集群对所述应用部署任务进行任务调度之前,还包括:
8.一种任务调度装置,其特征在于,所述任务调度装置包括:
9.一种任务调度设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的任务调度程序,所述任务调度程序配置为实现如权利要求1至7中任一项所述的任务调度方法。
10.一种存储介质,其特征在于,所述存储介质上存储有任务调度程序,所述任务调度程序被处理器执行时实现如权利要求1至7任一项所述的任务调度方法。