[发明专利]分布式多站融合系统故障诊断与流量动态调度方法

权利要求书

1.分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述方法包括：

基于容量水位动态均衡技术确定分布式多站融合系统内每个站点的负载情况，根据得到的负载情况确定需要进行流量调配的站点；

建立调度顺序队列，根据队列顺序选取待调度流量；

接收调度站点的选择流程图，选取适合接收流量的站点；

将需要调出的流量转移至适合接收流量的站点，更新各站点的资源状态。

2.根据权利要求1所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述基于容量水位动态均衡技术确定分布式多站融合系统内每个站点的负载情况，根据得到的负载情况确定需要调出的流量，包括：

建立对应不同类型任务的任务标签，统计属于同类任务标签的站点资源占用率；

设定安全水位线，统计站点资源利用率超出安全水位线的任务所对应的站点。

3.根据权利要求2所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述建立对应不同类型任务的任务标签，统计属于同类任务标签的站点资源占用率，包括：

设置每个任务提交时代表该任务的任务类型的任务标签；

获取任务运行需要的计算资源信息以及总计算资源信息，

结合计算资源信息以及总计算资源信息计算该任务需要的资源与站点总资源的比例，得到代表资源使用情况的资源占用率。

4.根据权利要求1所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述建立调度顺序队列，根据队列顺序选取待调度流量，包括：

每个站点按照CPU，GPU以及内存的顺序初始化一个调度顺序队列；

依据调度顺序队列，依次查询站点的计算资源是否处于负载状态，若CPU处于负载状态，则从站点任务队列中选择一个CPU密集型任务；若GPU处于负载状态，则从站点任务队列中选择一个深度学习型任务；若内存处于负载状态，则从站点内存任务队列中选择一个I/O密集型任务；

选择完成后，将流量调度请求以及该任务所需要的计算资源数打包构成待调度流量。

5.根据权利要求1所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述接收调度站点的选择流程图，选取适合接收流量的站点，包括：

确定调度流量标签相对应的计算资源i，若调度流量对应的标签为CPU密集型，则对应的计算资源为CPU；若调度流量对应的标签为I/O密集型，则对应的计算资源为内存；否则，对应的计算资源为GPU，

在调度中心里，将每个站点按照可提供计算资源i数量的多少依次放入计算资源i相对应的链表中，

将调度流量所需要的计算资源依次与链表中的站点可提供的计算资源进行比对，选择第一个配对成功的站点作为适合接收流量的站点。

6.根据权利要求5述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述方法还包括：

若遍历整个链表，都不能找到满足调度任务的资源需求的站点，则将调度任务返回给调度中心。

7.根据权利要求1所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述将需要调出的流量转移至适合接收流量的站点，更新各站点的资源状态，包括：

计算资源数量是否满足调度流量对计算资源的需求；

进行流量调度的站点原本可供调度的计算资源数量减去调度的流量所需要的计算资源数，作为流量调度后可供调度的计算资源；

将流量调度后该站点可供调度的计算资源数量上传，上传完成后更新对应各站点的中心数据库。

8.根据权利要求1所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述方法还包括：

如果没有站点拥有足够的计算资源接收流量，则有调度中心提供计算资源。

9.根据权利要求8所述的分布式多站融合系统故障诊断与流量动态调度方法，其特征在于，所述方法还包括：

统计调度中心可提供的计算资源数量，

判断调度中心可提供的计算资源数量是否满足调度任务对计算资源的需求，

若满足，由调度中心进行调度服务；若不满足，则将调度任务加入等待队列中，等待资源释放后再进行调度。