(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210998975.2 (22)申请日 2022.08.19 (71)申请人 中兴通讯股份有限公司 地址 518057 广东省深圳市南 山区高新 技 术产业园科技 南路中兴通讯大厦 (72)发明人 屠要峰　程义　牛家浩　高洪　 王德政　韩银俊　张登银　 (74)专利代理 机构 北京天昊联合知识产权代理 有限公司 1 1112 专利代理师 姜春咸　冯建基 (51)Int.Cl. G06F 9/50(2006.01) (54)发明名称 调度装置的调度优化方法、 调度装置和存储 介质 (57)摘要 本申请公开了一种调度优化方法、 调度装置 和存储介质， 该方法包括： 获取调度装置当前的 生产环境的信息； 获取调度装置当前调度采用的 第一调度动作、 第一调度策略及其第一参数值； 根据生产环境的信息， 第一调度动作、 第一调度 策略及其第一参数值， 以及调度性能优化模型， 确定调度装置优化后所采用的第二调度动作、 第 二调度策略及其第二参数值； 将待调度工作 负载 阻塞在调度队列中， 将调度装置当前调度所采用 的第一调度动作、 第一调度策略及所述第一调度 策略中的第一参数值替换成第二调度动作、 第二 调度策略及所述第二调度策略中的第二参数值， 解除调度队列的阻塞以进行调度优化。 通过这种 方式， 本申请能够根据生产环 境变化进行自适应 调度优化。 权利要求书2页 说明书14页 附图4页 CN 115080248 A 2022.09.20 CN 115080248 A 1.一种调度装置的调度优化方法， 其特 征在于， 所述方法包括： 获取所述调度装置当前的生产环境的信 息， 所述生产环境的信 息包括集群的配置信 息 和待调度工作负载的信息； 获取所述调度装置当前调度 所采用的第 一调度动作、 第 一调度策略及所述第 一调度策 略中的第一 参数值； 根据所述调度装置当前所面对的生产环境的信息， 当前调度所采用的第一调度动作、 第一调度策略及所述第一调度策略中的第一参数值， 以及调度性能优化模型， 确定所述调 度装置优化后所采用的第二调度动作、 第二调度策略及所述第二调度策略中的第二参数 值， 所述调度性能优化模型 是利用历史调度性能优化样本数据进行训练得到的； 将所述待调度工作负载阻塞在调度队列中， 将所述调度装置当前调度 所采用的第 一调 度动作、 第一调度策略及所述第一调度策略中的第一参数值替换成第二调度动作、 第二调 度策略及所述第二调度策略中的第二 参数值， 解除所述调度队列的阻塞以进行调度优化。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述待调度工作负载阻塞在调度队 列中， 将所述调度装置当前调度所采用的第一调度动作、 第一调度策略及所述第一调度策 略中的第一参数值替换成第二调 度动作、 第二调 度策略及所述第二调 度策略中的第二参数 值， 解除所述调度队列的阻塞以进行调度优化之后， 还 包括： 获取所述调度装置进行调度优化后、 在当前的生产环境下所述集群的各项指标值， 所 述集群的各项指标与所述调度装置的调度性能相关； 根据调度优化后所述集群的各项指标值， 确定所述调度装置调度优化后的调度性能是 否满足预设调度性能。 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： 若所述调度装置调度优化后的调度性 能不满足预设调度性 能， 则返回获取所述调度装 置当前的生产环境的信息的步骤， 以再次执行所述调度装置的调度优化方法， 直到所述调 度装置调度优化后调度性能满足预设调度性能。 4.根据权利要求1所述的方法， 其特征在于， 所述获取所述调度装置当前的生产环境的 信息， 包括： 利用快照技 术获取所述调度装置当前的生产环境的信息 。 5.根据权利要求4所述的方法， 其特征在于， 所述集群的配置信 息包括所述集群的节点 数量和所述集群的资源使用情况， 所述待调度工作负载的信息包括待调度工作负载的数 量、 类型及资源需求 量； 当所述集群的数量为一个时， 所述利用快照 技术获取所述调度装置当前的生产环境的 信息， 包括： 利用快照 技术， 对当前到达所述集群的调度队列的待调度工作负载及其文件信 息进行 缓存； 遍历所述缓存中所有的待调度工作负载， 确定所述待调度工作负载的数量， 提取每个 待调度工作负载的文件信息中的每个待调 度工作负载的类型和资源需求量字段的内容， 确 定每个待调度工作负载的类型和资源需求 量； 通过与所述集群的应用程序编程接口服务器交互， 获取所述集群的节点列表， 遍历所 述节点列表， 确定所述 集群的节点数量；权　利　要　求　书 1/2 页 2 CN 115080248 A 2通过与所述集群的衡量指标服务器交互， 获取资源列表， 根据所述资源列表统计所述 集群的资源使用情况， 对所述集群的资源使用情况进行缓存， 所述集群的资源包括CPU、 GPU、 I/O、 内存、 存 储和带宽中的至少一种； 当所述集群的数量为两个以上时， 所述利用快照技术获取所述调度装置当前的生产环 境的信息， 包括： 利用快照技术， 按照不同的集群， 对当前到达各个集群的调度队列的待调度工作负载 及其文件信息进行缓存； 遍历所述缓存中各个集群对应的、 所有的待调度工作负载， 确定各个集群的待调度工 作负载的数量， 提取每个待调 度工作负载的文件信息中的每个待调 度工作负载的类型和资 源需求量字段的内容， 确定各个集群的待调度工作负载的类型和资源需求 量； 通过与各个集群的应用程序编程接口服务器交互， 获取各个集群的节点列表， 遍历所 述节点列表， 确定各个集群的节点数量； 通过与各个集群的衡量指标服务器交互， 获取资源列表， 根据所述资源列表统计各个 集群的资源使用情况， 并按照不同集群， 对每个集群的资源使用情况进 行缓存， 所述集群的 资源包括CPU、 GPU、 I/O、 内存、 存 储和带宽中的至少一种。 6.根据权利要求1所述的方法， 其特征在于， 所述获取所述调度装置当前的生产环境的 信息之前， 还 包括： 利用历史调度性 能优化样本数据进行训练得到调度性能优化模型， 所述历史调度性 能 优化样本数据包括多个数据对， 每个数据对包括用户进行人工调度优化前 的生产环境、 调 度动作和调度策略及所述人工调度优化前的调度策略中的参数值和人工调度优化后的调 度动作、 调度策略及所述人工调度优化后的调度策略中的参数值， 所述调度装置采用所述 人工调度优化后的调度动作、 调 度策略及所述人工调度优化后的调 度策略中的参数值进 行 调度优化后， 所述调度装置的调度性能高于调度优化前的调度性能； 所述数据对还包括所述调度装置进行自动调度优化前的生产环境、 调度动作和调度 策 略及自动调 度优化前的调度策略中的参数值和自动调度优化后的调 度动作、 调 度策略及自 动调度优化后的调度策略中的参数值。 7.根据权利要求6所述的方法， 其特征在于， 所述调度性能优化模型采用深度学习模 型； 所述调度性能优化模型采用密集卷积网络模型。 8.根据权利要求1 ‑7任一项所述的方法， 其特征在于， 所述集群的配置信息包括所述集 群的节点数量和所述集群的资源使用情况， 所述待调度工作负载的信息包括待调度工作负 载的数量、 类型及资源需求 量。 9.一种调度装置， 其特征在于， 所述调度装置包括存储器以及处理器， 所述存储器用于 存储计算机程序； 所述处理器用于执行所述计算机程序并在执行所述计算机程序时实现如 权利要求1 ‑8任一项所述的调度装置的调度优化方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时使所述处理器实现如权利要求1 ‑8任一项所述的调度 装置的调度优化方法。权　利　要　求　书 2/2 页 3 CN 115080248 A 3