-
公开(公告)号：CN108170530B
公开(公告)日：2021-08-17
申请号：CN201711433347.5
申请日：2017-12-26
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 本发明涉及一种基于混合元启发式算法的Hadoop负载均衡任务调度方法，建立资源槽压力模型，该模型以使集群中所有的Slave节点处理任务的计算压力处于同一水平线为目标，采用基于模拟退火和粒子群优化的混合元启发式算法进行最优任务调度方案的求解，实现Hadoop集群环境下的负载均衡任务调度。进一步通过高性能和广泛可移植性的消息传递接口MPICH(MPI over CHameleon)实现算法的并行编程，将启发式优化算法的计算过程转移至额外的计算节点，并通过多种群同时求解，减轻Master节点的计算压力，提升单位时间内最优任务调度方案的求解能力。本发明能够对Hadoop集群的计算资源进行整体分配，使集群的节点负载均衡，避免节点计算资源浪费，最大化数据中心的设备投入的利润。
-
公开(公告)号：CN112217676A
公开(公告)日：2021-01-12
申请号：CN202011092446.3
申请日：2020-10-13
Applicant: 北京工业大学
Abstract: 本发明公开一种基于混合元启发式算法的Kubernetes容器集群节点选取方法，建立云环境下的集群节点成本模型，该模型以使集群所有节点的总成本最小为目标，采用基于模拟退火和粒子群优化的混合元启发式算法进行最优节点选取方案的求解，通过使用Kubernetes基础的调度策略对模型求解的节点选取方案进行实际可行性验证，实现Kubernetes容器集群在满足工作要求的前提下的集群成本最优化的节点选取。本发明能够根据云厂商提供的服务器型号以及售价，和Kubernetes容器集群未来一段时间需要部署的容器资源需求，在满足集群容器部署需求的前提下，通过优化的集群节点选取方案，降低集群的云服务器使用成本。
-
公开(公告)号：CN108170530A
公开(公告)日：2018-06-15
申请号：CN201711433347.5
申请日：2017-12-26
Applicant: 北京工业大学
IPC: G06F9/50
Abstract: 本发明涉及一种基于混合元启发式算法的Hadoop负载均衡任务调度方法，建立资源槽压力模型，该模型以使集群中所有的Slave节点处理任务的计算压力处于同一水平线为目标，采用基于模拟退火和粒子群优化的混合元启发式算法进行最优任务调度方案的求解，实现Hadoop集群环境下的负载均衡任务调度。进一步通过高性能和广泛可移植性的消息传递接口MPICH(MPI over CHameleon)实现算法的并行编程，将启发式优化算法的计算过程转移至额外的计算节点，并通过多种群同时求解，减轻Master节点的计算压力，提升单位时间内最优任务调度方案的求解能力。本发明能够对Hadoop集群的计算资源进行整体分配，使集群的节点负载均衡，避免节点计算资源浪费，最大化数据中心的设备投入的利润。
-
公开(公告)号：CN112217676B
公开(公告)日：2023-01-31
申请号：CN202011092446.3
申请日：2020-10-13
Applicant: 北京工业大学
IPC: H04L41/0826 , H04L67/10 , G06N3/006 , H04L41/142 , H04L41/14
Abstract: 本发明公开一种基于混合元启发式算法的Kubernetes容器集群节点选取方法，建立云环境下的集群节点成本模型，该模型以使集群所有节点的总成本最小为目标，采用基于模拟退火和粒子群优化的混合元启发式算法进行最优节点选取方案的求解，通过使用Kubernetes基础的调度策略对模型求解的节点选取方案进行实际可行性验证，实现Kubernetes容器集群在满足工作要求的前提下的集群成本最优化的节点选取。本发明能够根据云厂商提供的服务器型号以及售价，和Kubernetes容器集群未来一段时间需要部署的容器资源需求，在满足集群容器部署需求的前提下，通过优化的集群节点选取方案，降低集群的云服务器使用成本。
-
-
-
Search Results
4
records
(took 0.021 seconds)
