[go: up one dir, main page]

CN116881004B - 一种基于任务编排的多任务队列管理方法及系统 - Google Patents

一种基于任务编排的多任务队列管理方法及系统 Download PDF

Info

Publication number
CN116881004B
CN116881004B CN202310841333.6A CN202310841333A CN116881004B CN 116881004 B CN116881004 B CN 116881004B CN 202310841333 A CN202310841333 A CN 202310841333A CN 116881004 B CN116881004 B CN 116881004B
Authority
CN
China
Prior art keywords
service
task queue
evaluation
queue
task
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310841333.6A
Other languages
English (en)
Other versions
CN116881004A (zh
Inventor
陶王豹
徐猛
黄雁松
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianhai Heguang Shujuan Digital Technology Co ltd
Original Assignee
Shenzhen Qianhai Heguang Shujuan Digital Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianhai Heguang Shujuan Digital Technology Co ltd filed Critical Shenzhen Qianhai Heguang Shujuan Digital Technology Co ltd
Priority to CN202310841333.6A priority Critical patent/CN116881004B/zh
Publication of CN116881004A publication Critical patent/CN116881004A/zh
Application granted granted Critical
Publication of CN116881004B publication Critical patent/CN116881004B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/48Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806Task transfer initiation or dispatching
    • G06F9/4843Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Telephonic Communication Services (AREA)

Abstract

本发明公开了一种基于任务编排的多任务队列管理方法及系统,所述的方法包括:获取业务请求,所述的业务请求包括业务种类和业务优先级Y;根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列。解决了不同办理窗口的办理效率并不相同,相互之间难以协同调度的问题。

Description

一种基于任务编排的多任务队列管理方法及系统
技术领域
本发明涉及任务管理技术领域,具体涉及一种基于任务编排的多任务队列管理方法及系统。
背景技术
随着互联网的发展,一些常见的业务办理也从线下转移到了线上办理。线上业务办理是指通过互联网和数字化技术,将各类办事流程、业务操作迁移至在线平台进行处理的方式。与传统的实体柜台办理不同,线上业务办理通过网络平台提供便捷的服务,让用户在任何时间、任何地点都能够方便地完成各类业务需求。
相比于线下业务办理,线上业务具有以下优点:1、便利性:用户只需通过电脑、手机等终端设备连接网络,就可以随时随地进行业务办理,无需前往实体场所排队等候,节省了大量时间和精力;2、简化流程:线上平台通过优化业务流程,简化繁琐的手续和填写,提供智能化的导引和提示,使得办理过程更加高效和便捷;3、实时交互:线上业务办理平台通常提供实时咨询和客服支持,用户可以通过在线聊天、电话等方式与工作人员即时沟通,解决问题和获取帮助;4、多样性:各行各业的业务都有线上办理的可能,包括政府行政手续、医疗挂号、银行金融服务、教育培训等;5、数据化管理:线上业务办理通过数字化技术对数据进行收集、存储和分析,提供更加精准的信息管理和业务处理,方便用户追踪办理进度和查询相关记录。
虽然相比较之下,线上业务办理虽然在效率上大大提高,但是在面对一些业务需求量特别大的情况时,仍然会需要用户进行线上排队办理,比如说学校选课、医院预约和客服咨询等等。而为了解决业务量较大的问题,在现有技术中,通过开设多个线上业务办理窗口来实现业务量的分流,从而减小业务压力。但是多个线上业务办理窗口会对应多个任务队列,并且因为不同办理窗口的办理效率并不相同,相互之间难以协同调度。
发明内容
本发明的目的在于提供一种基于任务编排的多任务队列管理方法及系统,解决上述技术问题。
本发明的目的可以通过以下技术方案实现:
一种基于任务编排的多任务队列管理方法,包括以下步骤:
获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列。
作为本发明进一步的方案:所述的业务完成量评价P1的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列的业务请求总完成量E,所述的时间周期为预先设定的时间段,并且所述的时间周期的终点为当前时间节点;
按照公式计算各个任务队列的业务完成量评价,所述的公式为:
其中,Emax为各个所述的任务队列的业务请求总完成量中的最大值,Emin为各个所述的任务队列的业务请求总完成量中的最小值,n为任务队列的总数。
作为本发明进一步的方案:所述的时间周期的设定方法为起点设定法或间隔设定法,所述的起点设定法为设定固定时间节点作为时间周期的起点,并以当前时间节点作为终点,生成时间周期;所述的间隔设定法为设定固定时长作为跨度阈值,以当前时间节点作为终点,沿时间轴方向向前推跨度阈值找到时间周期的起点,从而生成时间周期。
作为本发明进一步的方案:所述的业务窗口时长评价P2的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列所在业务窗口的运行状态,所述的运行状态包括暂停和运行;
获取所述的业务窗口在时间周期内的运行时间,所述的运行时间为所述的业务窗口连续处理业务请求的时间;
按照公式计算所述的任务队列的业务窗口时长评价P2,所述的公式为:
其中,T'表示运行时间,T表示时间周期的长度,A1表示所述的运行时间中大于预设的第一时间阈值的个数,A2表示所述的运行时间中大于预设的第二时间阈值且小于预设的第一时间阈值的个数,m表示运行时间的总个数,λ1和λ2为预设的比例系数且λ12
作为本发明进一步的方案:所述的业务处理效率评价P3具体计算步骤如下所示:
获取所述的任务队列所在业务窗口的运行时间T'和业务请求总完成量E;
根据公式计算所述的业务处理效率评价P3=E/(∑T')。
作为本发明进一步的方案:所述的队列负载评价P4的具体计算步骤如下所示:
获取当前任务队列中待处理的业务请求的数量X;
计算队列负载评价P4=(λ3P3)/(XP2),λ3为预设的比例系数。
作为本发明进一步的方案:所述的任务队列的综合评价系数K的计算方法为:
K=α1P1+α2P2+α3P3+α4P4;
其中,α1,α2,α3和α4为预设的加权系数,且α1234=1。
作为本发明进一步的方案:所述的目标任务队列的选取的具体步骤如下所示:
获取业务请求的优先级Y,并根据预设的对照表,获取优先级Y对应的综合评价系数K';
选取综合评价系数位于区间(K',K'+Δk)内的任务队列作为目标任务队列,所述的Δk为预设的上偏差值;
向所有的目标任务队列发送所述的业务请求,并在其中某一任务队列开始处理所述的业务请求,撤销其他目标任务队列中的所述的业务请求。
作为本发明进一步的方案:当不存在综合评价系数位于区间(K',K'+Δk)内的任务队列时,则选取大于区间(K',K'+Δk)且最接近(K'+Δk)的任务队列作为目标任务队列;如果不存在综合评价系数大于K'的任务队列时,选取最接近K'的任务队列作为目标任务队列。
一种基于任务编排的多任务队列管理系统,包括:
业务请求统计模块,获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
队列评价模块:根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
目标任务队列选取模块:根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列。
本发明的有益效果:本发明对应的使用场景是,在存在多个线上业务办理窗口且业务量较大,不得不以任务队列的形式来进行资源分配的情况;同样的,多个线上业务办理窗口造成了多个任务队列并列,那么对于新加入的业务请求又应该如何进行分配才能实现高效的协同调度,是本发明想要解决的技术问题;
在本发明中对于业务请求来说,除了具体的业务内容(由业务办理窗口办理,并不在本发明的方案之内)之外,涉及到业务的优先级和业务的种类,其中业务的种类是确定任务队列的必要条件,因为不同的窗口负责不同的业务,只有确定了哪些窗口能够办理当前的业务请求才能确定具体的任务队列;
在确认了具体的任务队列之后,根据业务完成量、业务窗口时长、业务处理效率和队列负载四个方面来对不同队列进行综合评价,并再根据所述的业务请求的优先级来选取目标任务队列进行任务投放,从而解决了不同办理窗口的办理效率并不相同,相互之间难以协同调度的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种基于任务编排的多任务队列管理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为一种基于任务编排的多任务队列管理方法,包括以下步骤:
获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列。
值得注意的是,本发明对应的使用场景是,在存在多个线上业务办理窗口且业务量较大,不得不以任务队列的形式来进行资源分配的情况;同样的,多个线上业务办理窗口造成了多个任务队列并列,那么对于新加入的业务请求又应该如何进行分配才能实现高效的协同调度,是本发明想要解决的技术问题;
在本发明中对于业务请求来说,除了具体的业务内容(由业务办理窗口办理,并不在本发明的方案之内)之外,涉及到业务的优先级和业务的种类,其中业务的种类是确定任务队列的必要条件,因为不同的窗口负责不同的业务,只有确定了哪些窗口能够办理当前的业务请求才能确定具体的任务队列;
在确认了具体的任务队列之后,根据业务完成量、业务窗口时长、业务处理效率和队列负载四个方面来对不同队列进行综合评价,并再根据所述的业务请求的优先级来选取目标任务队列进行任务投放,从而解决了不同办理窗口的办理效率并不相同,相互之间难以协同调度的问题。
还有值得注意的是,对于业务优先级的划分并不在本发明的技术方案中,可以通过现有技术获得业务请求的优先级,比如说业务的种类或者具体的内容等,各个业务系统具有较为成熟的评级方式,在本发明中不做赘述。
在本发明一种优选的实施例中,所述的业务完成量评价P1的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列的业务请求总完成量E,所述的时间周期为预先设定的时间段,并且所述的时间周期的终点为当前时间节点;
按照公式计算各个任务队列的业务完成量评价,所述的公式为:
其中,Emax为各个所述的任务队列的业务请求总完成量中的最大值,Emin为各个所述的任务队列的业务请求总完成量中的最小值,n为任务队列的总数。
在本实施例中,业务完成量评价是基于该任务队列在预设的时间周期内,完成的业务请求的总量的评价,不同的任务队列完成的任务量是不相同的,相比较来说,完成量越高的任务队列且稳定性越高,评价越高。
在本发明一种优选的实施例中,所述的时间周期的设定方法为起点设定法或间隔设定法,所述的起点设定法为设定固定时间节点作为时间周期的起点,并以当前时间节点作为终点,生成时间周期;所述的间隔设定法为设定固定时长作为跨度阈值,以当前时间节点作为终点,沿时间轴方向向前推跨度阈值找到时间周期的起点,从而生成时间周期。
可以理解的是,在实际的计算过程中,在对任务队列的评价是具有时效性的,并且还考虑到系统的算力情况以及样本容量的大小,所以需要预先设定样本数据的采集周期;在本实施例中,提出了起点设定法或间隔设定法两种,其中起点设定法是针对评价时效性的设定方法,主要应用在某个突变或者改革的时间点,以该时间点作为起始点;而间隔设定法是在考虑样本容量的大小的情况下,采用固定时间间隔作为时间周期,进行计算。
在本发明一种优选的实施例中,所述的业务窗口时长评价P2的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列所在业务窗口的运行状态,所述的运行状态包括暂停和运行;
获取所述的业务窗口在时间周期内的运行时间,所述的运行时间为所述的业务窗口连续处理业务请求的时间;
按照公式计算所述的任务队列的业务窗口时长评价P2,所述的公式为:
其中,T'表示运行时间,T表示时间周期的长度,A1表示所述的运行时间中大于预设的第一时间阈值的个数,A2表示所述的运行时间中大于预设的第二时间阈值且小于预设的第一时间阈值的个数,m表示运行时间的总个数,λ1和λ2为预设的比例系数且λ12
值得注意的是,本实施例中的运行时间指的是,窗口从启用到暂停的时间,因此,在一个时间周期中可能会存在一个运行时间(等于时间周期),也可能存在多个运行时间。
在本发明一种优选的实施例中,所述的业务处理效率评价P3具体计算步骤如下所示:
获取所述的任务队列所在业务窗口的运行时间T'和业务请求总完成量E;
根据公式计算所述的业务处理效率评价P3=E/(∑T')。
在本发明一种优选的实施例中,所述的队列负载评价P4的具体计算步骤如下所示:
获取当前任务队列中待处理的业务请求的数量X;
计算队列负载评价P4=(λ3P3)/(XP2),λ3为预设的比例系数。
在本发明一种优选的实施例中,所述的任务队列的综合评价系数K的计算方法为:
K=α1P1+α2P2+α3P3+α4P4;
其中,α1,α2,α3和α4为预设的加权系数,且α1234=1。
在本发明一种优选的实施例中,所述的目标任务队列的选取的具体步骤如下所示:
获取业务请求的优先级Y,并根据预设的对照表,获取优先级Y对应的综合评价系数K';
选取综合评价系数位于区间(K',K'+Δk)内的任务队列作为目标任务队列,所述的Δk为预设的上偏差值;
向所有的目标任务队列发送所述的业务请求,并在其中某一任务队列开始处理所述的业务请求,撤销其他目标任务队列中的所述的业务请求。
在本实施例中,提到了预设的对照表,所述的对照表指的是优先级Y与综合评价系数K'之间的对照,可以理解为优先级Y与综合评价系数K'之间的映射,一个优先级对应一个具体的综合评价系数,不同的优先级对应不同的综合评价系数,优先级越高多对应的综合评价系数越高。
在本发明一种优选的实施例中,当不存在综合评价系数位于区间(K',K'+Δk)内的任务队列时,则选取大于区间(K',K'+Δk)且最接近(K'+Δk)的任务队列作为目标任务队列;如果不存在综合评价系数大于K'的任务队列时,选取最接近K'的任务队列作为目标任务队列。
一种基于任务编排的多任务队列管理系统,包括:
业务请求统计模块,获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
队列评价模块:根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
目标任务队列选取模块:根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列。
所述的一种基于任务编排的多任务队列管理方法或系统所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述基于任务编排的多任务队列管理方法或系统的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。

Claims (4)

1.一种基于任务编排的多任务队列管理方法,其特征在于,包括以下步骤:
获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列;
所述的业务完成量评价P1的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列的业务请求总完成量E,所述的时间周期为预先设定的时间段,并且所述的时间周期的终点为当前时间节点;
按照公式计算各个任务队列的业务完成量评价,所述的公式为:
其中,Emax为各个所述的任务队列的业务请求总完成量中的最大值,Emin为各个所述的任务队列的业务请求总完成量中的最小值,n为任务队列的总数;
所述的业务窗口时长评价P2的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列所在业务窗口的运行状态,所述的运行状态包括暂停和运行;
获取所述的业务窗口在时间周期内的运行时间,所述的运行时间为所述的业务窗口连续处理业务请求的时间;
按照公式计算所述的任务队列的业务窗口时长评价P2,所述的公式为:
其中,T'表示运行时间,T表示时间周期的长度,A1表示所述的运行时间中大于预设的第一时间阈值的个数,A2表示所述的运行时间中大于预设的第二时间阈值且小于预设的第一时间阈值的个数,m表示运行时间的总个数,λ1和λ2为预设的比例系数且λ1>λ2;
所述的业务处理效率评价P3具体计算步骤如下所示:
获取所述的任务队列所在业务窗口的运行时间T'和业务请求总完成量E;
根据公式计算所述的业务处理效率评价P3=E/(∑T');
所述的队列负载评价P4的具体计算步骤如下所示:
获取当前任务队列中待处理的业务请求的数量X;
计算队列负载评价P4=(λ3P3)/(XP2),λ3为预设的比例系数;
所述的任务队列的综合评价系数K的计算方法为:
K=α1P1+α2P2+α3P3+α4P4;
其中,α1,α2,α3和α4为预设的加权系数,且α12+α3+α4=1;
所述的目标任务队列的选取的具体步骤如下所示:
获取业务请求的优先级Y,并根据预设的对照表,获取优先级Y对应的综合评价系数K';
选取综合评价系数位于区间(K',K'+Δk)内的任务队列作为目标任务队列,所述的Δk为预设的上偏差值;
向所有的目标任务队列发送所述的业务请求,并在其中某一任务队列开始处理所述的业务请求,撤销其他目标任务队列中的所述的业务请求。
2.根据权利要求1所述的一种基于任务编排的多任务队列管理方法,其特征在于,所述的时间周期的设定方法为起点设定法或间隔设定法,所述的起点设定法为设定固定时间节点作为时间周期的起点,并以当前时间节点作为终点,生成时间周期;所述的间隔设定法为设定固定时长作为跨度阈值,以当前时间节点作为终点,沿时间轴方向向前推跨度阈值找到时间周期的起点,从而生成时间周期。
3.根据权利要求1所述的一种基于任务编排的多任务队列管理方法,其特征在于,当不存在综合评价系数位于区间(K',K'+Δk)内的任务队列时,则选取大于区间(K',K'+Δk)且最接近(K'+Δk)的任务队列作为目标任务队列;如果不存在综合评价系数大于K'的任务队列时,选取最接近K'的任务队列作为目标任务队列。
4.一种基于任务编排的多任务队列管理系统,其特征在于,包括:
业务请求统计模块,获取业务请求,所述的业务请求包括业务种类和业务优先级Y;
队列评价模块:根据业务种类获取相对应的多个任务队列,并获取各个所述的任务队列的业务完成情况,所述的业务完成情况包括业务完成量评价P1、业务窗口时长评价P2、业务处理效率评价P3和队列负载评价P4;
目标任务队列选取模块:根据所述的业务完成情况计算各个任务队列的综合评价系数K,并根据所述的综合评价系数K和业务请求的优先级Y,选取目标任务队列作为所述的业务请求的处理队列;
所述的业务完成量评价P1的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列的业务请求总完成量E,所述的时间周期为预先设定的时间段,并且所述的时间周期的终点为当前时间节点;
按照公式计算各个任务队列的业务完成量评价,所述的公式为:
其中,Emax为各个所述的任务队列的业务请求总完成量中的最大值,Emin为各个所述的任务队列的业务请求总完成量中的最小值,n为任务队列的总数;
所述的业务窗口时长评价P2的具体计算步骤如下所示:
获取时间周期内,各个所述的任务队列所在业务窗口的运行状态,所述的运行状态包括暂停和运行;
获取所述的业务窗口在时间周期内的运行时间,所述的运行时间为所述的业务窗口连续处理业务请求的时间;
按照公式计算所述的任务队列的业务窗口时长评价P2,所述的公式为:
其中,T'表示运行时间,T表示时间周期的长度,A1表示所述的运行时间中大于预设的第一时间阈值的个数,A2表示所述的运行时间中大于预设的第二时间阈值且小于预设的第一时间阈值的个数,m表示运行时间的总个数,λ1和λ2为预设的比例系数且λ1>λ2;
所述的业务处理效率评价P3具体计算步骤如下所示:
获取所述的任务队列所在业务窗口的运行时间T'和业务请求总完成量E;
根据公式计算所述的业务处理效率评价P3=E/(∑T');
所述的队列负载评价P4的具体计算步骤如下所示:
获取当前任务队列中待处理的业务请求的数量X;
计算队列负载评价P4=(λ3P3)/(XP2),λ3为预设的比例系数;
所述的任务队列的综合评价系数K的计算方法为:
K=α1P1+α2P2+α3P3+α4P4;
其中,α1,α2,α3和α4为预设的加权系数,且α12+α3+α4=1;
所述的目标任务队列的选取的具体步骤如下所示:
获取业务请求的优先级Y,并根据预设的对照表,获取优先级Y对应的综合评价系数K';
选取综合评价系数位于区间(K',K'+Δk)内的任务队列作为目标任务队列,所述的Δk为预设的上偏差值;
向所有的目标任务队列发送所述的业务请求,并在其中某一任务队列开始处理所述的业务请求,撤销其他目标任务队列中的所述的业务请求。
CN202310841333.6A 2023-07-10 2023-07-10 一种基于任务编排的多任务队列管理方法及系统 Active CN116881004B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310841333.6A CN116881004B (zh) 2023-07-10 2023-07-10 一种基于任务编排的多任务队列管理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310841333.6A CN116881004B (zh) 2023-07-10 2023-07-10 一种基于任务编排的多任务队列管理方法及系统

Publications (2)

Publication Number Publication Date
CN116881004A CN116881004A (zh) 2023-10-13
CN116881004B true CN116881004B (zh) 2024-07-19

Family

ID=88261553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310841333.6A Active CN116881004B (zh) 2023-07-10 2023-07-10 一种基于任务编排的多任务队列管理方法及系统

Country Status (1)

Country Link
CN (1) CN116881004B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239154A (zh) * 2014-10-09 2014-12-24 浪潮(北京)电子信息产业有限公司 一种Hadoop集群中的作业调度方法和作业调度器
CN113419831A (zh) * 2021-06-23 2021-09-21 上海观安信息技术股份有限公司 一种沙箱任务调度方法和系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10528388B1 (en) * 2018-07-11 2020-01-07 X-Drive Technology, Inc. Data flow control in a parallel processing system
CN115454589A (zh) * 2022-07-29 2022-12-09 天翼云科技有限公司 一种任务调度方法、装置及Kubernetes调度器
CN116132316A (zh) * 2022-11-18 2023-05-16 马上消费金融股份有限公司 任务的处理方法、装置、服务器设备和介质
CN116089030A (zh) * 2022-11-25 2023-05-09 深圳供电局有限公司 数据处理方法、系统、计算机设备和存储介质
CN115858130A (zh) * 2022-12-27 2023-03-28 广州文远知行科技有限公司 一种任务分配方法、装置、设备及存储介质
CN116225937A (zh) * 2023-02-22 2023-06-06 北京快乐茄信息技术有限公司 测试任务执行方法、装置、设备和存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239154A (zh) * 2014-10-09 2014-12-24 浪潮(北京)电子信息产业有限公司 一种Hadoop集群中的作业调度方法和作业调度器
CN113419831A (zh) * 2021-06-23 2021-09-21 上海观安信息技术股份有限公司 一种沙箱任务调度方法和系统

Also Published As

Publication number Publication date
CN116881004A (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN110851529B (zh) 算力调度方法及相关设备
Ata et al. Dynamic control of an M/M/1 service system with adjustable arrival and service rates
US9015723B2 (en) Resource optimization for real-time task assignment in multi-process environments
US20120290725A1 (en) Dynamic Cost Model Based Resource Scheduling In Distributed Compute Farms
Chen et al. A survey on skill-based routing with applications to service operations management
He et al. Profit or growth? Dynamic order allocation in a hybrid workforce
CN112016794B (zh) 资源配额管理方法、装置和电子设备
Ben Alla et al. A novel multiclass priority algorithm for task scheduling in cloud computing
Mitropoulou et al. Pricing cloud IaaS services based on a hedonic price index
Castillo et al. Online algorithms for advance resource reservations
Stauffer et al. Elasticity management for capacity planning in software as a service cloud computing
Tiemann et al. Operational flexibility for multi-purpose usage of pooled battery storage systems
CN104871149A (zh) 具有特殊技能和/或能力的资产分配
CN115509765B (zh) 一种超融合云计算方法、系统、计算机设备及存储介质
US20230289214A1 (en) Intelligent task messaging queue management
CN116881004B (zh) 一种基于任务编排的多任务队列管理方法及系统
Li et al. Cost-aware scheduling for ensuring software performance and reliability under heterogeneous workloads of hybrid cloud
CN110019487A (zh) 一种数据库连接管理方法及装置
Goldsztajn et al. Utility maximizing load balancing policies
CN113420987A (zh) 需求排期方法、装置、服务器及计算机可读存储介质
CN108268313A (zh) 数据处理的方法和装置
Cavada et al. Accounting for cost heterogeneity on the demand in the context of a technician dispatching problem
Lang et al. Establishing an Extendable Benchmarking Framework for E-Fulfillment.
CN110516872A (zh) 一种信息处理方法、装置、存储介质和电子设备
Sloothaak et al. Complete resource pooling of a load-balancing policy for a network of battery swapping stations

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant