摘要
本发明公开了一种考虑数据可用性的多数据中心在线任务调度方法及系统,涉及数据中心任务调度技术领域。任务执行模块将不同时刻接收的多个任务存储到处理任务队列,在各个时刻选择处理队列中的部分任务分配到对应的数据中心执行;数据传输模块对数据中心集群的数据进行管理,在各个时刻对数据中心中的部分数据进行传输,并对多个数据中心中储存的数据进行更新;通过深度强化学习算法,耦合任务执行模块和数据传输模块,构建满足任务服务质量约束的服务提供商电费最小化模型。本发明在线调度未完成的任务和新生成的数据;通过深度神经网络学习处理大量的数据,适应于大量数据规模和多时间步的情况,在大规模下对大量数据和任务的场景进行有效求解。
技术关键词
数据中心
数据传输模块
任务调度方法
深度强化学习算法
服务质量约束
在线
深度神经网络学习
生成动作
队列
分配带宽资源
任务调度技术
损失函数优化
网络拓扑结构
交换机
集群
策略
估计方法
系统为您推荐了相关专利信息
任务调度算法
任务调度方法
任务调度装置
分段
动态
智能运维管理系统
智能运维管理方法
数据中心
数据处理模块
数据采集模块