[发明专利]一种提高数据密集型应用实时性的CPU调度方法

说明书

本发明涉及一种提高数据密集型应用实时性的CPU调度方法。该方法包括：采集模块周期性的收集进程的资源使用快照；计算模块和分类模块通过分析应用的资源使用快照判断应用是否属于数据密集型应用，并设置进程的标志位；CPU调度算法通过标志位判断当前进程是否属于数据密集型应用，并对数据密集型应用进程的优先级进行调整；CPU调度算法根据优先级调整进程在就绪队列中的位置；统计当前应用进程的内存资源使用情况，以实现进程优先级的动态更新。本发明能有效提高计算机系统对数据密集型应用提供的实时性。

技术领域

本发明涉及计算机操作系统的CPU调度技术领域，尤其涉及一种可以提高数据密集型应用实时性的CPU调度方法。

背景技术

大数据时代下，数据密集型应用的实时性对于挖掘数据价值显得尤其重要；由于实时数据在数据总量中占据越来越高的比例，如果不能对这些数据进行及时的处理，这部分数据的价值就会变得非常低。从操作系统层面出发，CPU调度方法会决定应用的实时性表现。

目前主流的服务器系统上使用的调度方法是完全公平调度器(CFS)，作为通用场景下的一种典型CPU调度方法，CFS的主要目标是在运行的任务之间公平地共享CPU资源。对于不同优先级的进程，CFS会根据各个进程的权重来分配运行时间，并且记录下每个进程的虚拟运行时间，在调度时总是选择虚拟运行时间最少的进程来运行。作为一种通用场景下的调度算法，CFS将关注点放在了如何在不同的进程之间公平地分配CPU资源，无法有效感知数据密集型应用，导致无法满足数据密集型应用高实时性的需求。

发明内容

由于当前的操作系统CPU调度算法没有针对数据密集型应用做出特殊处理，导致系统不能为数据密集型应用提供良好的实时性，进而充分利用数据的价值，因此本发明提出一种用于提高数据密集型应用实时性的CPU调度方法。

本发明实现的用于提高数据密集型应用实时性的CPU调度方法主要分为四个模块：

(1)采集模块

该模块的功能是通过周期性地访问当前系统下进程的进程描述符，收集进程的资源使用快照。

(2)计算模块

该模块的功能是根据收集到的一系列资源使用快照，计算得到进程的CPU利用率和IO资源利用率；并根据当前系统负载情况，计算得到进程CPU利用率阈值和I/O资源利用率阈值。

(3)分类模块

该模块的功能是根据计算得到的进程CPU利用率和进程IO资源利用率，分别与进程CPU利用率阈值和I/O资源利用率阈值进行比较，判断进程是否属于数据密集型应用，并将分类结果保存到进程的进程描述符中。

(4)调度模块

该模块的功能是针对数据密集型应用做出特殊处理，通过提高数据密集型应用的优先级，并在每次进程时间片消耗完后，结合进程IO资源和内存资源使用对进程优先级进行动态更新。从而使数据密集型应用能够相对更早的获得CPU资源运行结束，提高数据密集型应用的实时性。

该方法包括如下步骤：

步骤1：采集模块通过周期性地访问进程的进程描述符，收集进程的资源使用快照，其中包括进程的CPU使用时间、读取的字节数和写入的字节数等。

步骤2：计算模块通过分析进程资源使用快照，根据进程的CPU使用时间和读取、写入的字节数分别计算得到进程CPU利用率、IO资源利用率；同时根据当时系统负载情况，计算得到进程CPU利用率阈值和进程IO资源利用率阈值。

步骤3：分类模块通过判断当前进程的CPU利用率是否大于进程CPU利用率阈值和当前进程的IO资源利用率是否大于进程IO资源利用率阈值，得出该进程是否属于数据密集型应用，并将进程类型信息保存到进程描述符的新增标志位字段data_intensive中。