摘要
本发明公开一种基于多负载扩展性能建模的集群资源分配与调度联合优化方法,该方法联合资源分配与作业调度优化高性能集群能效,避免单一优化使集群陷入局部最优,同时提高优化技术在多负载扩展效率。资源分配阶段,建立性能模型以确定作业的最优资源需求。为了在多类型应用环境下降低性能建模开销,基于历史寻优信息建立性能峰值模型预测新作业的最优资源配置范围从而减小数据采样空间。作业调度阶段,提出一种基于业务感知的回填调度算法,当集群空闲资源不足时算法将基于性能模型挑选作业进行资源衰减以允许触发回填操作。本发明能够自适应地识别超算环境中各类应用的资源需求,并结合调度算法提高服务器资源利用率,从而提高集群整体能效。
技术关键词
联合优化方法
作业提交
性能计数器
阶段
作业调度优化
队列
作业调度算法
拉丁超立方采样
数据采样方法
资源分配算法
高性能集群
在线
能效
采集系统
基准
系统为您推荐了相关专利信息
温湿度
PID控制器
实验室环境控制技术
PID控制技术
稳态误差
机器翻译方法
语法结构
机器翻译模型
文本
双语对齐语料
无人驾驶车辆
诊断系统
实时监测数据
实时监测系统
数据处理模块
并行计算方法
序列
队列管理器
并行计算系统
编码