摘要
本发明公开了一种基于DSACO的分布式集群资源自主调度方法,主要包括:实时监控集群系统中各节点状态与网络拓扑信息,对分布式集群的运行情况进行动态跟踪;其次,基于多目标规划模型及群智能优化思想,构建分布式资源自主调度模型;基于资源自主分配模型构建多阶段资源分配算法(DSACO),公平选取任务集合,对不同任务进行分散搜索,对初步分配结果再进行进一步优化处理,确定更优的资源分配方案;最后,根据QoS评价指标进行判断与处理,增强高负载情况下的集群可靠性。本发明从资源分配公平性,资源利用率、综合负载多个维度对资源分配进行优化处理,可提高大型系统中分布式集群资源的快速批量分配能力,提升高负载情况下的服务质量。
技术关键词
服务器节点
分布式资源
集群资源利用率
负载状态信息
群智能优化算法
集群节点状态
集群系统
资源调度优化
构建系统
哈希算法
资源分配算法
总量
网络拓扑信息
实时状态信息
系统为您推荐了相关专利信息
分布式存储系统
亚健康
业务监控
皮尔逊相关系数
时延
文件系统
资源分配策略
大数据
强化学习模型
采集系统
硬件资源分配方法
服务器节点
内存占用量
资源分配模块
总量
区块链共识方法
决策分析方法
节点
共识算法
分布式资源
服务器节点
数据处理方法
分区策略
聚类
计算机可执行指令