任务调度方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113821330A(43)申请公布日2021.12.21(21)申请号202111401564.2(22)申请日2021.11.24(71)申请人腾讯科技（深圳）有限公司地址518000广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人钟子宏(74)专利代理机构广州华进联合专利商标代理有限公司44224代理人郑义(51)Int.Cl.G06F9/48(2006.01)G06F9/50(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书20页附图8页(54)发明名称任务调度方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种任务调度方法、装置、计算机设备和存储介质。所述方法包括：获取电子设备在历史周期中每个时间段的任务执行相关数据；基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息；基于所述目标周期中每个时间段的区间负载信息，确定所述目标周期中区间负载信息满足低负载条件的调度时间段；将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期的调度时间段中确定出目标时间段；控制所述电子设备在所述目标时间段内调度执行所述目标任务。采用本方法能够在任务调度过程中使得设备资源利用更加均衡。CN113821330ACN113821330A权利要求书1/3页1.一种任务调度方法，其特征在于，所述方法包括：获取电子设备在历史周期中每个时间段的任务执行相关数据；基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息；基于所述目标周期中每个时间段的区间负载信息，确定所述目标周期中区间负载信息满足低负载条件的调度时间段；将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期的调度时间段中确定出目标时间段；控制所述电子设备在所述目标时间段内调度执行所述目标任务。2.根据权利要求1所述的方法，其特征在于，所述基于所述任务执行相关数据，预测所述电子设备在目标周期中每个时间段的区间负载信息，包括：基于所述任务执行相关数据，构建时间序列的预测样本集；所述预测样本集中包括有多个历史周期中每个历史周期在每个时间段分别对应的样本特征数据；通过训练完成的负载预测模型对所述预测样本集进行处理，预测输出所述电子设备在目标周期中每个时间段的区间负载信息。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：基于所述任务执行相关数据，构建时间序列的训练样本集；所述训练样本集中包括有与各历史周期中每个时间段分别对应的样本特征数据，以及每个样本特征数据分别对应的负载标签，所述训练样本集与所述预测样本集中的样本特征数据至少存在部分不重合；基于所述训练样本集对待训练的负载预测模型进行训练，直到满足预设截止条件时停止，得到训练完成的负载预测模型。4.根据权利要求3所述的方法，其特征在于，所述基于所述任务执行相关数据，构建时间序列的训练样本集，包括：基于所述任务执行相关数据，确定每个历史周期在每个时间段分别对应的样本特征数据，并确定每个样本特征数据各自所对应的负载标签；从多个所述历史周期中确定出预设数量个连续的历史周期，得到第一周期范围，并基于所述第一周期范围中的各历史周期所对应的样本特征数据和负载标签，得到训练样本集；所述基于所述任务执行相关数据，构建时间序列的预测样本集，包括：在与所述第一周期范围错开至少一个历史周期的情况下，从多个所述历史周期中确定出预设数量个连续的历史周期，得到第二周期范围；将所述第二周期范围中的各历史周期所对应的样本特征数据作为预测样本集。5.根据权利要求4所述的方法，其特征在于，所述确定每个样本特征数据各自所对应的负载标签，包括：从所述任务执行相关数据中，获取所述电子设备在每个历史周期的每个时间段内的历史负载信息；对于每个时间段，若所述电子设备的历史负载信息低于预设负载阈值，则将第一标签作为相应时间段内的样本特征数据所对应的负载标签；对于每个时间段，若所述电子设备的历史负载信息不低于所述预设负载阈值，则将第2CN113821330A权利要求书2/3页二标签作为相应时间段内的样本特征数据所对应的负载标签。6.根据权利要求1所述的方法，其特征在于，所述将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹配，以从所述目标周期的调度时间段中确定出目标时间段，包括：获取所述电子设备在历史周期中每个时间段调度的历史任务数；基于所述历史周期中每个时间段调度的历史任务数，确定所述目标周期中各调度时间段的调度任务阈值；基于各调度时间段的调度任务阈值，将待调度的目标任务的预约时间与所述目标周期中各调度时间段进行匹