1.一种容器的任务调度方法,其特征在于,包括:
获取服务器集群的状态参数,所述状态参数包括各服务器的启用费用、各服务器的当前计算能力、各用户到各服务器的单位任务传输费用、用户的任务需求量;
将所述状态参数转换为线性规划对应的数学模型,所述数学模型中以总费用最低作为目标函数,以各用户的任务需求量和各服务器的最大负载能力作为约束条件;
对所述数学模型进行求解以得到对应的目标服务器和任务分配量。
2.根据权利要求1所述的容器的任务调度方法,其特征在于,所述对所述数学模型进行求解以得到对应的目标服务器和任务分配量具体为:
将所述数学模型转换为线性规划的标准形式;
对所述标准形式进行求解。
3.根据权利要求2所述的容器的任务调度方法,其特征在于,所述对所述标准形式进行求解具体包括:
根据所述目标服务器的个数相对于所述服务器集群中的总个数的比重,将所述标准形式转化为基于L1范数对应的稀疏性约束的压缩感知算法数学模型;
采用压缩感知算法求解所述压缩感知算法数学模型。
4.根据权利要求1所述的容器的任务调度方法,其特征在于,还包括:
存储所述状态参数,以及所述目标服务器和所述任务分配量。
5.一种容器的任务调度装置,其特征在于,包括:
获取单元,用于获取服务器集群的状态参数,所述状态参数包括各服务器的启用费用、各服务器的当前计算能力、各用户到各服务器的单位任务传输费用、用户的任务需求量;
模型构建单元,用于将所述状态参数转换为线性规划对应的数学模型,所述数学模型中以总费用最低作为目标函数,以各用户的任务需求量和各服务器的最大负载能力作为约束条件;
计算单元,用于对所述数学模型进行求解以得到对应的目标服务器和任务分配量。
6.根据权利要求5所述的容器的任务调度装置,其特征在于,所述计算单元具包括:
转换模块,用于将所述数学模型转换为线性规划的标准形式;
计算模块,用于对所述标准形式进行求解。
7.根据权利要求6所述的容器的任务调度装置,其特征在于,所述计算模块具体用于根据所述目标服务器的个数相对于所述服务器集群中的总个数的比重,将所述标准形式转化为基于L1范数对应的稀疏性约束的压缩感知算法数学模型,并采用压缩感知算法求解所述压缩感知算法数学模型。
8.根据权利要求5所述的容器的任务调度装置,其特征在于,还包括:
存储单元,用于存储所述状态参数,以及所述目标服务器和所述任务分配量。