[发明专利]一种面向容器云的任务协同调度系统及其方法

权利要求书

1.一种面向容器云的任务协同调度系统，其特征在于，具体包括：

环境特征抽取模块：用于从当前资源环境下抽取任务协同调度所需的特征指标，进而支持调度方案构建模块进行节点调度能力的评判；所述特征指标包括基础指标和协同指标两大类，其中基础指标包括节点各类基础资源的全局闲置率，协同指标包括任务依赖关系、任务孪生关系下的依赖任务和孪生任务的全局占有率和节点相似性关系下的节点之间的皮尔逊相似度；

调度方案构建模块：用于为当前待调度任务构建当前环境下的最优调度方案；所述最优调度方案为任务和最优调度节点之间的一种“绑定”关系；所述调度方案构建模块执行流程包括：①提取待调度任务资源需求和环境特征指标；②由评分算法根据所述待调度任务资源需求和环境特征指标对所有节点的调度能力进行综合评分；③对节点评分结果进行排序，将评分最高节点标识为最优调度节点；④将调度任务与最优调度节点进行关系绑定；

调度方案执行模块：用于调度方案的执行，即负责将待调度任务调度到调度方案指定的最优调度节点；

调度评估与反馈调节模块：用于对最优调度方案的实际调度效果进行评估，即根据评估规则，对任务调度后环境资源状态的改善情况进行评判，评判结果被反馈到调度方案构建模块，用于改善评分算法评分的准确性；

所述评分算法由基础评分算法和协同评分算法线性组合而成，其中基础评分算法用于对节点基础资源进行评分，协同评分算法用于对任务、节点协同作用进行评分，评分算法的评分公式如式(1)所示；

其中，P_ij为将任务s_i调度到节点n_j的综合评分；为节点n_j的基础资源评分；为任务s_i、节点n_j的协同作用评分，为调度t时刻的协调系数，用于调整基础评分与协同评分之间的作用力度；

所述基础评分算法实现对节点基础资源的评分，评分公式如式(2)所示：

其中，r'_jkt(1≤t≤T)为调度t时刻节点n_j上第k类资源的全局闲置率样本，r'_jkT为全局闲置率最新样本，w_jk为权重系数，采用熵权法从节点资源全局闲置率历史样本数据r_jkt(1≤t≤T-1)计算而得；

所述协同评分算法实现对任务、节点协同作用的评分，包括：

a、任务相关性节点协同评分

所述任务相关性节点上包括孪生任务和依赖任务实例，假设节点n_j上存在待调度任务s_i的b_ij个孪生任务实例和d_ij个依赖任务实例，定义与分别表示孪生任务实例和依赖任务实例在整个集群环境中的全局占有率，根据层次分析法确定的任务相关性节点协调评分表示为：

其中，为将任务s_i调度到任务相关性节点n_j的协同评分，w_k^A(k＝1,2)为任务相关性系数，f_ij∈[0,1]为综合权值；δ_ij为开关变量，当b'_ij＞0且d'_ij＞0时，δ_ij＝1，否则δ_ij＝0；b_ij为节点n_j上任务s_i的孪生任务实例数量，b'_ij为孪生任务的全局占有率，d_ij为节点n_j上任务s_i的依赖任务实例数量，d'_ij为依赖任务的全局占有率；

b、任务无关性节点协同评分

所述任务无关性节点上为无特征关系任务实例，定义节点n_j的近邻节点集合其中N为集群节点集合，b_iv为节点n_v上存在的待调度任务s_i的孪生任务实例数量，由皮尔逊相似度计算公式计算节点n_j与近邻节点之间的相似度ρ_jv＝ρ(Q_j,Q_v)，此处Q_j＝(r_j1T,r_j2T,…,r_jKT)为节点n_j上最新采样的基础资源全局闲置率向量，对皮尔逊相似度进行归一化处理，处理结果称之为节点相关性系数，如式(10)所示：

其中，ρ'_jv为节点相关性系数，ρ_jv为节点n_j与节点n_v之间的皮尔逊相似度系数；

则任务无关性节点协同评分表示为节点相关性系数与节点决策评分的线性组合，如式(11)所示：

其中，为将任务s_i调度到任务无关性节点n_j的协同评分，ρ'_jv为节点相关性系数，P_iv为将任务s_i调度到近邻节点n_v的综合评分，F_j为节点n_j的近邻节点集合。