[发明专利]利用率预测方法、装置、计算设备、存储介质及程序产品

说明书

本申请涉及一种利用率预测方法、装置、计算设备、存储介质及程序产品，由于通过监控所述集群的资源使用情况；根据所述资源使用情况，获取多个已执行任务量分别所对应的资源利用率；根据所述多个已执行任务量及所述多个已执行任务量分别所对应的资源利用率进行回归分析，建立资源利用率的预测模型；通过所述资源利用率的预测模型，对待执行任务量所需的资源利用率进行预测。因此基于预测的结果可以合理地进行任务调度，解决传统技术中计算平台的任务调度存在资源浪费且资源利用率较低的技术问题。

技术领域

本申请涉及计算机技术领域，特别是涉及一种集群资源利用率的预测方法、装置、计算设备、存储介质及程序产品。

背景技术

随着云计算、大数据等新型技术的发展，集群(cluster)技术作为一种较新的技术在付出较低成本的情况下即可获得在性能、可靠性、灵活性各方面均相对较高的收益。

为了向用户提供高性能的计算平台，可以在集群上部署若干高性能计算软件，包括化学、生物、材料、物理、工业仿真、流体计算、影视渲染等多个学科，以提供全方位、多层次的计算服务。且任务调度模块是计算平台的关键组成部分。

但是，在传统技术中，计算平台的任务调度存在资源浪费且资源利用率较低的技术问题。

发明内容

本申请的目的在于克服上述问题或者至少部分地解决或缓减解决上述问题。

根据本申请的一个方面，提供了一种集群资源利用率的预测方法，所述方法包括：

监控所述集群的资源使用情况；

根据所述资源使用情况，获取多个已执行任务量分别所对应的资源利用率；

根据所述多个已执行任务量及所述多个已执行任务量分别所对应的资源利用率进行回归分析，建立资源利用率的预测模型；

通过所述资源利用率的预测模型，对待执行任务量所需的资源利用率进行预测。

可选地，所述已执行任务量包括已执行作业时长，所述待执行任务量包括待执行作业时长；所述根据所述资源使用情况，获取多个已执行任务量分别所对应的资源利用率，包括：

根据所述资源使用情况，获取多个已执行作业时长分别所对应的资源利用率；

所述根据所述多个已执行任务量及所述多个已执行任务量分别所对应的资源利用率进行回归分析，建立资源利用率的预测模型，包括：

根据所述多个已执行作业时长及所述多个已执行作业时长分别所对应的资源利用率进行回归分析，建立所述资源利用率的预测模型；

所述通过所述资源利用率的预测模型，对待执行任务量所需的资源利用率进行预测，包括：

将待执行作业时长输入所述资源利用率的预测模型，对所述待执行任务量所需的资源利用率进行预测。

可选地，所述资源利用率包括CPU利用率和内存利用率；所述根据所述多个已执行作业时长及所述多个已执行作业时长分别所对应的资源利用率进行回归分析，建立所述资源利用率的预测模型，包括：

根据所述多个已执行作业时长及所述多个已执行作业时长分别所对应的CPU利用率进行回归分析，建立所述CPU利用率的预测模型；

根据所述多个已执行作业时长及所述多个已执行作业时长分别所对应的内存利用率进行回归分析，建立所述内存利用率的预测模型；

所述将待执行作业时长输入所述资源利用率的预测模型，对所述待执行任务量所需的资源利用率进行预测，包括：

将待执行作业时长输入所述CPU利用率的预测模型，对所述待执行任务量所需的CPU利用率进行预测；