(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 202210937189.1 (22)申请日 2022.08.05 (71)申请人 中国平安财产保险股份有限公司 地址 518000 广东省深圳市福田区益田路 5033号平安金融中心12、 13、 38、 39、 40 层 (72)发明人 胡小辉　 (74)专利代理 机构 深圳市世联合知识产权代理 有限公司 4 4385 专利代理师 郝少剑 (51)Int.Cl. G06F 11/30(2006.01) G06F 11/32(2006.01) G06F 11/07(2006.01) G06F 9/48(2006.01)G06F 9/50(2006.01) G06K 9/62(2022.01) (54)发明名称 任务智能调度方法、 装置、 计算机设备及存 储介质 (57)摘要 本申请实施例属于人工智能和运维优化领 域， 应用于任务调度优化领域中， 涉及一种任务 智能调度方法、 装置、 计算机设备及存储介质， 其 中方法包括获取多个系统的相关信息， 集成至L   I NKDO智能调度平台； 调度任务处理系统进行任 务处理， 记录任务处理日志， 监测任务处理进度； 基于处理进度和任务处理日志识别被调度任务 处理状态， 调度任务假死状态判断； 基于预设A  I 智能处理模型和W  i seOPX监控系统， 判断是否 进行重执行； 调度任务死锁状态判断； 基于 预设A  I智能处理模 型识别出调度任务执行队列的资源 使用情况和线程并发数量， 选择相应处理方式对 死锁状态的调度任务进行智能处理， 便于减少运 维人员的人工工作量， 自动触发失败的任务进行 重跑， 更加智能化和效率 化。 权利要求书3页 说明书13页 附图7页 CN 115237725 A 2022.10.25 CN 115237725 A 1.一种任务智能调度方法， 其特 征在于， 包括下述 步骤： 获取多个系统的相关信息， 集成至LINKDO智能调度平台， 其中， 所述多个系统包括： WiseOPX监控系统、 调度日志系统和任务处理系统， 所述相关信息包括： 数据库信息、 系统配 置信息、 脚本配置路径信息； 基于所述LINKDO智能调度平台预设调度界面和LINKD O调度接口， 调度所述任务处理系 统进行任务处理， 并通过所述调度日志系统记录所述任务处理日志， 在所述预设调度界面 展示所述 WiseOPX监控系统监测到的所述任务处 理系统的处 理进度； 基于所述处 理进度和所述任务处 理日志识别被调度任务的处 理状态； 若处理状态为假死状态， 则基于预设AI智能处理模型和所述WiseOPX监控系统， 判断是 否对所述调度任务进行任务重执 行； 若处理状态为死锁状态， 则基于预设AI智能处理模型识别出调度任务执行队列的资源 使用情况和线程并发数量， 基于预设选择机制， 选择处理方式对处于死锁状态的调度任务 进行智能处 理。 2.根据权利要求1所述的任务智能调度方法， 其特征在于， 所述调度所述任务处理系统 进行任务处 理的步骤之前， 所述方法还 包括： 预先对待调度执 行任务设置处 理状态标识， 其中， 所述处 理状态包括已完成和未完成； 所述处理状态包括假死状态， 所述基于所述处理进度和所述任务处理日志识别被调度 任务的处 理状态的步骤， 具体包括： 基于所述预设调度界面展示的所述处理进度， 识别所述任务在所述调度界面上展示的 处理状态； 若所述调度界面上展示的处理状态为已完成， 所述调度任务日志内所述任务的处理状 态为未完成， 则确认所述任务处于假死状态。 3.根据权利要求2所述的任务智能调度 方法， 其特征在于， 所述基于预设AI智能处理模 型和所述 WiseOPX监控系统， 判断是否对所述调度任务进行任务重执 行的步骤， 具体包括： 基于所述WiseOPX监控系 统， 获取所述任务被调度执行时的实际开始时间和实际完成 时间； 基于所述AI智能处理模型内预设第 一比例算法和预设比例阈值， 判断所述任务是否满 足重执行触发条件； 若是， 则基于所述AI智能处 理模型对所述任务进行重执 行； 若否， 则直接在所述调度任务日志将所述任务对应的处 理状态设置为已完成。 4.根据权利要求3所述的任务智能调度方法， 其特征在于， 所述预设比例阈值包括第 一 比例阈值和第二比例阈值， 其中， 所述第一比例阈值大于所述第二比例阈值； 所述基于所述 AI智能处理模型内预设第一比例算法和预设比例阈值， 判断所述任务是否满足重执行触发 条件的步骤， 具体包括： 基于预设第一比例算法： 获取所述任务被调度执行的实际用时与预测 用时之间的比例关系， 其中， T1表示设置的所述执行开始时间， T2表示设置的所述执行完成 时间， T3表示被执 行时的所述实际开始时间， T4表示被执 行时的所述实际完成时间； 若所述比例关系大于预设第一比例阈值， 则满足重执 行触发条件；权　利　要　求　书 1/3 页 2 CN 115237725 A 2若所述比例关系大于预设第 二比例阈值但小于预设第 一比例阈值， 则未满足重执行触 发条件； 若所述比例 关系小于预设第二比例阈值， 则基于所述WiseOPX监控系 统监测到的数据 库信息， 获取任务数据量在预设时间内的变化类型； 若所述变化类型为 正常突增， 则未满足重执 行触发条件； 若所述变化类型为异常发散， 则满足重执 行触发条件。 5.根据权利要求3所述的任务智能调度方法， 其特征在于， 所述若是， 则基于所述AI智 能处理模型对所述任务进行重执 行的步骤， 具体包括： 获取所述任务对应的任务标识， 将所述任务标识作为输入信息， 输入到训练完成的所 述AI智能处理模型智能选择对应的执行模块标识、 任务类型标识、 调度单元标识和数据库 标识； 通过所述执行模块标识、 任务类型标识、 调度 单元标识和数据库 标识， 选择对应执行模 块、 任务类型、 调度单 元和数据库， 进行 所述任务重执 行。 6.根据权利要求5所述的任务智能调度 方法， 其特征在于， 所述基于所述AI智能处理模 型对所述任务进行重执 行的步骤之前， 所述方法还 包括： 获取所述任务处理系统中预设的各待调度任务对应的任务标识、 执行模块标识、 任务 类型标识、 调度单 元标识和数据库标识； 将所述任务处理系统中预设的各待调度任务对应的任务标识、 执行模块标识、 任务类 型标识、 调度单 元标识和数据库标识作为输入信息对预设AI智能处 理模型进行智能训练； 获取所述任务标识、 执行模块标识、 任务类型标识、 调度单元标识和数据库 标识间的一 一对应关系， 作为AI智能处 理模型的训练结果； 直到所述任务处理系统中各待调度任务都获取到训练结果， 则所述AI智能处理模型训 练完成。 7.根据权利要求2所述的任务智能调度方法， 其特征在于， 所述处理状态包括死锁状 态， 所述基于所述处理进度和所述任务处理日志识别被调度任务的处理状态的步骤， 具体 包括： 若所述调度界面上展示的处理状态为未完成， 所述调度任务日志内所述任务的处理状 态也为未完成， 则获取 所述任务的任务标识； 通过所述任务标识和所述WiseOPX监控系统， 获取所述任务被调度执行时的IO阻塞时 间； 基于预设第二比例算法、 IO阻塞时间和预设比较阈值， 判断所述任务是否处于死锁状 态。 8.根据权利要求7所述的任务智能调度方法， 其特征在于， 所述基于预设第二 比例算 法、 IO阻塞时间和预设比较阈值， 判断所述任务是否处于死锁状态的步骤， 具体包括： 基于预设第二比例算法： 获取所述任务被调度执行的所述IO阻塞 时间与预测用时之间的比例关系， 其中， T1表示设置的所述执行开始时间， T2表示设置的所 述执行完成时间， T5表示所述任务被调度执 行的所述 IO阻塞时间； 若所述比例关系大于预设比较阈值， 则所述任务处于死锁状态。权　利　要　求　书 2/3 页 3 CN 115237725 A 3