本發(fā)明屬于信息，特別是涉及到一種城市仿真領(lǐng)域云計算資源的調(diào)度方法及裝置。

背景技術(shù)：

1、傳統(tǒng)的云計算資源分配主要通過虛擬化技術(shù)將物理資源（如cpu、內(nèi)存、存儲）封裝成獨(dú)立的虛擬資源，形成資源池。這些資源根據(jù)用戶的需求進(jìn)行靜態(tài)或動態(tài)分配，以支持不同規(guī)模的應(yīng)用程序運(yùn)行。資源調(diào)度算法如先來先服務(wù)（fcfs）、最短作業(yè)優(yōu)先（sjf）等，用于決定資源的具體分配策略。

2、城市仿真領(lǐng)域?qū)υ朴嬎阗Y源分配提出了獨(dú)特的需求。首先，城市仿真涉及大規(guī)模數(shù)據(jù)處理和高精度計算，要求云計算平臺能夠提供強(qiáng)大的計算能力和高可擴(kuò)展性。其次，仿真過程需要實(shí)時反饋和快速迭代，以支持決策制定和方案優(yōu)化。

3、傳統(tǒng)的云計算資源分配方式在城市仿真領(lǐng)域面臨挑戰(zhàn)。首先，城市仿真對資源的需求動態(tài)變化大，傳統(tǒng)靜態(tài)或簡單的動態(tài)分配方式難以實(shí)時響應(yīng)。其次，城市仿真需要高并發(fā)處理和低延遲反饋，而傳統(tǒng)資源分配算法在優(yōu)化資源利用率和響應(yīng)速度方面存在局限。因此，需要針對城市仿真領(lǐng)域的特點(diǎn)，設(shè)計更加智能、靈活和安全的云計算資源分配方案。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提出一種城市仿真領(lǐng)域云計算資源的調(diào)度方法及裝置，可以使得云計算資源分配更加高效，能夠更好地適應(yīng)城市仿真領(lǐng)域復(fù)雜多變的工作負(fù)載。

2、為達(dá)到上述目的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

3、一種城市仿真領(lǐng)域云計算資源的調(diào)度方法，包括：

4、s1、初始化服務(wù)器列表：

5、所述初始化包括每臺服務(wù)器的平均反應(yīng)時間、最大請求數(shù)閾值以及是否標(biāo)記為預(yù)留資源服務(wù)器；所述是否標(biāo)記為預(yù)留資源服務(wù)器的初始化值為否；

6、s2、設(shè)定周期：

7、設(shè)定一個固定的周期，用于計算服務(wù)器權(quán)重、更新服務(wù)器列表以及監(jiān)控任務(wù)請求；

8、s3、任務(wù)請求處理：

9、接收用戶根據(jù)常規(guī)手段發(fā)出的任務(wù)請求并作為常規(guī)任務(wù)分配服務(wù)器，監(jiān)控用戶是否由于預(yù)定時間內(nèi)沒有服務(wù)器響應(yīng)而第二次發(fā)出任務(wù)請求；

10、s4、識別高反應(yīng)時間要求任務(wù)：

11、將用戶第二次發(fā)出的任務(wù)請求識別為高反應(yīng)時間要求任務(wù)；

12、s5、調(diào)整預(yù)留資源：

13、當(dāng)識別出高反應(yīng)時間要求任務(wù)時，查找當(dāng)前任務(wù)最少的服務(wù)器，并將其標(biāo)記為預(yù)留資源服務(wù)器，不再向預(yù)留資源服務(wù)器分配常規(guī)任務(wù)，只分配高反應(yīng)時間要求任務(wù)，并將高反應(yīng)時間要求任務(wù)排在原來還未執(zhí)行完成的常規(guī)任務(wù)之前；

14、s6、監(jiān)控預(yù)留資源服務(wù)器：

15、實(shí)時監(jiān)控所述預(yù)留資源服務(wù)器的未處理任務(wù)數(shù)，如果未處理任務(wù)數(shù)超過所述最大請求數(shù)閾值，則選擇其他任務(wù)較少的服務(wù)器加入，擴(kuò)大預(yù)留資源服務(wù)器的規(guī)模；

16、s7、任務(wù)分配：

17、對于常規(guī)任務(wù)，使用基礎(chǔ)分配策略，根據(jù)服務(wù)器的權(quán)重和當(dāng)前請求數(shù)來分配任務(wù)；對于高反應(yīng)時間要求任務(wù)，直接從預(yù)留資源服務(wù)器中分配服務(wù)器來處理；

18、所述基礎(chǔ)分配策略包括：

19、s701、定義服務(wù)器權(quán)重；服務(wù)器的權(quán)重wi定義為服務(wù)器平均反應(yīng)時間ri的倒數(shù)，即wi=1/ri；

20、s702、計算分配概率；所述分配概率與服務(wù)器權(quán)重成正比，；其中n是服務(wù)器的總數(shù)，i和j表示服務(wù)器的序號；

21、s703、考慮已分配任務(wù)數(shù)量：在分配任務(wù)時，需要考慮服務(wù)器已經(jīng)分配但還未執(zhí)行的任務(wù)數(shù)量ti；如果ti加上新分配的任務(wù)數(shù)量t超過服務(wù)器的最大請求數(shù)閾值ci，則該服務(wù)器不再分配新任務(wù)，將分配概率設(shè)為0；

22、s704、任務(wù)分配決策：基于所述分配概率，以不同的概率隨機(jī)選擇一個服務(wù)器來分配任務(wù)；

23、s705、更新服務(wù)器狀態(tài)：每次分配任務(wù)后，更新所選服務(wù)器的任務(wù)數(shù)量ti；

24、s8、更新服務(wù)器狀態(tài)與預(yù)留資源調(diào)整：

25、在每個周期結(jié)束時，更新服務(wù)器列表中服務(wù)器的平均反應(yīng)時間，如果整個周期內(nèi)未出現(xiàn)高反應(yīng)時間要求任務(wù)，則將是否標(biāo)記為預(yù)留資源服務(wù)器重新設(shè)置為否。

26、進(jìn)一步的，步驟s1中所述平均反應(yīng)時間的初始化包括：

27、s101、監(jiān)控服務(wù)器的實(shí)際任務(wù)請求及處理過程，設(shè)置監(jiān)控點(diǎn)并記錄時間戳；

28、s102、收集任務(wù)實(shí)際反應(yīng)時間數(shù)據(jù)，根據(jù)所述監(jiān)控點(diǎn)的時間戳進(jìn)行計算并存儲；

29、s103、定期匯總所述周期內(nèi)所有實(shí)際任務(wù)的反應(yīng)時間，計算平均值，作為平均反應(yīng)時間的初始化值。

30、進(jìn)一步的，步驟s1中所述最大請求數(shù)閾值的初始化方法包括：

31、分析服務(wù)器的cpu核心數(shù)、內(nèi)存大小、磁盤i/o能力；結(jié)合任務(wù)的計算密集度、內(nèi)存占用率、磁盤讀寫頻率，評估服務(wù)器能夠高效處理的任務(wù)并發(fā)量；設(shè)定請求數(shù)上限，作為所述最大請求數(shù)閾值。

32、進(jìn)一步的，步驟s2中所述周期的設(shè)定方法包括 ：

33、根據(jù)城市仿真領(lǐng)域系統(tǒng)的任務(wù)類型，包括計算密集型或i/o密集型或混合型任務(wù)，以及任務(wù)對實(shí)時性的要求，考慮系統(tǒng)資源的利用率，統(tǒng)計任務(wù)的平均到達(dá)率，測量任務(wù)從接收到完成所需的平均時間，監(jiān)控系統(tǒng)的當(dāng)前負(fù)載情況，設(shè)定能及時響應(yīng)任務(wù)請求又能有效管理資源分配的周期時長；設(shè)定周期時長后，通過實(shí)際運(yùn)行和監(jiān)控系統(tǒng)狀態(tài)，進(jìn)行調(diào)整和優(yōu)化。

34、本發(fā)明另一方面還提出了一種城市仿真領(lǐng)域云計算資源的調(diào)度裝置，包括：

35、初始化模塊，用于初始化服務(wù)器列表：所述初始化包括每臺服務(wù)器的平均反應(yīng)時間、最大請求數(shù)閾值以及是否標(biāo)記為預(yù)留資源服務(wù)器；所述是否標(biāo)記為預(yù)留資源服務(wù)器的初始化值為否；

36、周期模塊，用于設(shè)定周期：設(shè)定一個固定的周期，用于計算服務(wù)器權(quán)重、更新服務(wù)器列表以及監(jiān)控任務(wù)請求；

37、任務(wù)請求處理模塊：接收用戶根據(jù)常規(guī)手段發(fā)出的任務(wù)請求并作為常規(guī)任務(wù)分配服務(wù)器，監(jiān)控用戶是否由于預(yù)定時間內(nèi)沒有服務(wù)器響應(yīng)而第二次發(fā)出任務(wù)請求；

38、識別模塊，用于識別高反應(yīng)時間要求任務(wù)：將用戶第二次發(fā)出的任務(wù)請求識別為高反應(yīng)時間要求任務(wù)；

39、調(diào)整預(yù)留資源模塊：當(dāng)識別出高反應(yīng)時間要求任務(wù)時，查找當(dāng)前任務(wù)最少的服務(wù)器，并將其標(biāo)記為預(yù)留資源服務(wù)器，不再向預(yù)留資源服務(wù)器分配常規(guī)任務(wù)，只分配高反應(yīng)時間要求任務(wù)，并將高反應(yīng)時間要求任務(wù)排在原來還未執(zhí)行完成的常規(guī)任務(wù)之前；

40、監(jiān)控模塊，用于監(jiān)控預(yù)留資源服務(wù)器：實(shí)時監(jiān)控所述預(yù)留資源服務(wù)器的未處理任務(wù)數(shù)，如果未處理任務(wù)數(shù)超過所述最大請求數(shù)閾值，則選擇其他任務(wù)較少的服務(wù)器加入，擴(kuò)大預(yù)留資源服務(wù)器的規(guī)模；

41、任務(wù)分配模塊：對于常規(guī)任務(wù)，使用基礎(chǔ)分配策略，根據(jù)服務(wù)器的權(quán)重和當(dāng)前請求數(shù)來分配任務(wù)；對于高反應(yīng)時間要求任務(wù)，直接從預(yù)留資源服務(wù)器中分配服務(wù)器來處理；所述任務(wù)分配模塊包括基礎(chǔ)分配策略子模塊，所述基礎(chǔ)分配策略子模塊包括：定義服務(wù)器權(quán)重單元：服務(wù)器的權(quán)重wi定義為服務(wù)器平均反應(yīng)時間ri的倒數(shù)，即wi=1/ri；計算分配概率單元：所述分配概率與服務(wù)器權(quán)重成正比，；其中n是服務(wù)器的總數(shù)，i和j表示服務(wù)器的序號；慮已分配任務(wù)數(shù)量單元：在分配任務(wù)時，需要考慮服務(wù)器已經(jīng)分配但還未執(zhí)行的任務(wù)數(shù)量ti；如果ti加上新分配的任務(wù)數(shù)量t超過服務(wù)器的最大請求數(shù)閾值ci，則該服務(wù)器不再分配新任務(wù)，將分配概率設(shè)為0；任務(wù)分配決策單元：基于所述分配概率，以不同的概率隨機(jī)選擇一個服務(wù)器來分配任務(wù)；更新服務(wù)器狀態(tài)單元：每次分配任務(wù)后，更新所選服務(wù)器的任務(wù)數(shù)量ti；

42、更新模塊：更新服務(wù)器狀態(tài)與預(yù)留資源調(diào)整：

43、在每個周期結(jié)束時，更新服務(wù)器列表中服務(wù)器的平均反應(yīng)時間，如果整個周期內(nèi)未出現(xiàn)高反應(yīng)時間要求任務(wù)，則將是否標(biāo)記為預(yù)留資源服務(wù)器重新設(shè)置為否。

44、進(jìn)一步的，所述初始化模塊包括：

45、監(jiān)控單元：監(jiān)控服務(wù)器的實(shí)際任務(wù)請求及處理過程，設(shè)置監(jiān)控點(diǎn)并記錄時間戳；

46、收集單元：收集任務(wù)實(shí)際反應(yīng)時間數(shù)據(jù)，根據(jù)所述監(jiān)控點(diǎn)的時間戳進(jìn)行計算并存儲；

47、計算單元：定期匯總所述周期內(nèi)所有實(shí)際任務(wù)的反應(yīng)時間，計算平均值，作為平均反應(yīng)時間的初始化值。

48、進(jìn)一步的，所述初始化模塊包括：

49、最大請求數(shù)閾值單元：分析服務(wù)器的cpu核心數(shù)、內(nèi)存大小、磁盤i/o能力；結(jié)合任務(wù)的計算密集度、內(nèi)存占用率、磁盤讀寫頻率，評估服務(wù)器能夠高效處理的任務(wù)并發(fā)量；設(shè)定請求數(shù)上限，作為所述最大請求數(shù)閾值。

50、進(jìn)一步的，所述周期模塊包括 ：

51、設(shè)定單元：根據(jù)城市仿真領(lǐng)域系統(tǒng)的任務(wù)類型，包括計算密集型或i/o密集型或混合型任務(wù)，以及任務(wù)對實(shí)時性的要求，考慮系統(tǒng)資源的利用率，統(tǒng)計任務(wù)的平均到達(dá)率，測量任務(wù)從接收到完成所需的平均時間，監(jiān)控系統(tǒng)的當(dāng)前負(fù)載情況，設(shè)定能及時響應(yīng)任務(wù)請求又能有效管理資源分配的周期時長；

52、調(diào)整單元：設(shè)定周期時長后，通過實(shí)際運(yùn)行和監(jiān)控系統(tǒng)狀態(tài)，進(jìn)行調(diào)整和優(yōu)化。

53、與現(xiàn)有技術(shù)相比，本發(fā)明具有如下的有益效果：

54、1、本發(fā)明具有高靈活性與動態(tài)適應(yīng)性：本發(fā)明的方案能夠?qū)崟r監(jiān)控任務(wù)請求和服務(wù)器狀態(tài)，動態(tài)調(diào)整預(yù)留資源池的規(guī)模，確保在高反應(yīng)時間要求的任務(wù)出現(xiàn)時，能夠迅速響應(yīng)并分配足夠的資源。這種靈活性使得資源分配更加高效，能夠更好地適應(yīng)城市仿真領(lǐng)域復(fù)雜多變的工作負(fù)載。

55、2、本發(fā)明優(yōu)化資源利用率：通過智能監(jiān)控和資源動態(tài)調(diào)整，本發(fā)明能夠更準(zhǔn)確地判斷城市仿真領(lǐng)域資源需求，避免資源過分配或欠分配的情況。這不僅可以減少資源浪費(fèi)，還能確保關(guān)鍵任務(wù)在需要時獲得足夠的資源支持，從而提升整體系統(tǒng)的性能和穩(wěn)定性。