一种作业调度方法和装置与流程

1.本发明涉及计算机技术领域，尤其涉及一种作业调度方法和装置。


背景技术：

2.在使用大数据计算引擎(比如spark、flink等)做大数据计算和分析时，由于数据量大，一般计算时长较长，如何合理并且高效地对大数据作业进行调度一直是该领域面临的一个问题。目前，作业调度一般采取先进先出(fifo)调度方式或优先级调度方式(hpf)。
3.在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
4.先进先出调度方式只是根据作业的提交时长进行调度，没有考虑到作业的运行时长和等待时长，会导致先提交的且运行时长长的作业占满资源，从而导致后提交的作业长时间的等待。
5.优先级调度方式中，高优先级的作业被先提交执行，当出现大量高优先级作业时，低优先级的作业会进入较长时间等待中。


技术实现要素：

6.有鉴于此，本发明实施例提供一种作业调度方法和装置，以解决作业长时间等待的技术问题。
7.为实现上述目的，根据本发明实施例的一个方面，提供了一种作业调度方法，包括：
8.采用训练好的时长计算模型计算各个作业的预估运行时长；
9.根据所述各个作业的预估运行时长和优先级，将所述各个作业分成不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中；
10.根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
11.可选地，将所述各个作业分成不同类型的作业，包括：
12.按照由高到低m个作业优先级别和从长到短n个作业时长分区，将所述各个作业分成m*n个不同类型的作业；
13.其中，m和n均为大于零的整数。
14.可选地，还包括：
15.分别配置运行中作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度。
16.可选地，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，包括：
17.按照优先级由高到低、时长由长到短的顺序依次轮询各个不同类型的作业等待队列，并且根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断所述各个类型的作业是否满足提
交条件。
18.可选地，根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断各个类型的作业是否满足提交条件，包括：
19.对于除最低优先级和最短时长以外的较高优先级较长时长作业类型，判断是否同时满足以下提交条件：
20.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
21.运行中作业数量小于运行中作业最大并行度；
22.运行中作业最大并行度减去运行中作业数量的差值大于第一最小值；其中，所述第一最小值采用以下方法计算得到：
23.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第三最小值，将所述第三最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第一数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和中筛选出第一最小值；
24.对于除最低优先级的较高优先级最短时长作业类型，判断是否同时满足以下提交条件：
25.运行中作业数量小于运行中作业最大并行度；
26.运行中作业最大并行度减去运行中作业数量的差值大于第二最小值；其中，所述第二最小值采用以下方法计算得到：
27.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第四最小值，将所述第四最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第二数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和、所述第二数量值中筛选出第二最小值；
28.对于除最短时长以外的最低优先级各个时长作业类型，判断是否同时满足以下提交条件：
29.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
30.运行中作业数量小于运行中作业最大并行度；
31.对于最低优先级最短时长作业类型，判断是否满足以下提交条件：
32.运行中的作业的数量小于运行中作业最大并行度。
33.可选地，从对应类型的作业等待队列中取出作业，并提交所述作业，包括：
34.按照先进先出调度算法，从对应类型的作业等待队列中取出作业，并提交所述作
业；
35.待所述作业运行结束之后，将所述作业的实际运行时长保存到数据库中。
36.可选地，采用训练好的时长计算模型计算各个作业的预估运行时长之前，还包括：
37.从数据库中获取各个样本作业及其对应的实际运行时长，从所述各个样本作业的查询语句中提取作业特征信息；其中，所述作业特征信息包括以下至少一种：数据表表名、查询条件、聚合操作、连接操作、排序操作和条数限制；
38.以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。
39.另外，根据本发明实施例的另一个方面，提供了一种作业调度装置，包括：
40.计算模块，用于采用训练好的时长计算模型计算各个作业的预估运行时长；
41.分类模块，用于根据所述各个作业的预估运行时长和优先级，将所述各个作业分成不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中；
42.调度模块，用于根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
43.可选地，所述分类模块还用于：
44.按照由高到低m个作业优先级别和从长到短n个作业时长分区，将所述各个作业分成m*n个不同类型的作业；
45.其中，m和n均为大于零的整数。
46.可选地，还包括配置模块，用于：
47.分别配置运行中作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度。
48.可选地，所述调度模块还用于：
49.按照优先级由高到低、时长由长到短的顺序依次轮询各个不同类型的作业等待队列，并且根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断所述各个类型的作业是否满足提交条件。
50.可选地，所述调度模块还用于：
51.对于除最低优先级和最短时长以外的较高优先级较长时长作业类型，判断是否同时满足以下提交条件：
52.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
53.运行中作业数量小于运行中作业最大并行度；
54.运行中作业最大并行度减去运行中作业数量的差值大于第一最小值；其中，所述第一最小值采用以下方法计算得到：
55.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第三最小值，将所述第三最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第一数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作
业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和中筛选出第一最小值；
56.对于除最低优先级的较高优先级最短时长作业类型，判断是否同时满足以下提交条件：
57.运行中作业数量小于运行中作业最大并行度；
58.运行中作业最大并行度减去运行中作业数量的差值大于第二最小值；其中，所述第二最小值采用以下方法计算得到：
59.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第四最小值，将所述第四最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第二数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和、所述第二数量值中筛选出第二最小值；
60.对于除最短时长以外的最低优先级各个时长作业类型，判断是否同时满足以下提交条件：
61.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
62.运行中作业数量小于运行中作业最大并行度；
63.对于最低优先级最短时长作业类型，判断是否满足以下提交条件：
64.运行中的作业的数量小于运行中作业最大并行度。
65.可选地，所述调度模块还用于：
66.按照先进先出调度算法，从对应类型的作业等待队列中取出作业，并提交所述作业；
67.待所述作业运行结束之后，将所述作业的实际运行时长保存到数据库中。
68.可选地，还包括训练模块，用于：
69.从数据库中获取各个样本作业及其对应的实际运行时长，从所述各个样本作业的查询语句中提取作业特征信息；其中，所述作业特征信息包括以下至少一种：数据表表名、查询条件、聚合操作、连接操作、排序操作和条数限制；
70.以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。
71.根据本发明实施例的另一个方面，还提供了一种电子设备，包括：
72.一个或多个处理器；
73.存储装置，用于存储一个或多个程序，
74.当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。
75.根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
76.上述发明中的一个实施例具有如下优点或有益效果：因为采用根据各个作业的预
估运行时长和优先级，将各个作业分成不同类型的作业，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，若是，则从对应类型的作业等待队列中取出作业并提交所述作业的技术手段，所以克服了现有技术中作业长时间等待的技术问题。本发明实施例通过训练好的时长计算模型计算各个作业的预估运行时长，通过配置除最短时长以外的各个优先级各个时长作业最大并行度，克服较长时长作业对资源占用导致的作业等待问题，通过配置除最高优先级以外的各个低优先级作业保留并行度，克服较低优先级作业进入永久等待问题，因此本发明实施例能够防止出现短时长作业和低优先级作业长时间堵塞的问题，从而实现高效地调度作业。
77.上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
78.附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
79.图1是根据本发明实施例的作业调度方法的主要流程的示意图；
80.图2是根据本发明实施例的各个类型的作业等待队列的示意图；
81.图3是根据本发明一个可参考实施例的作业调度方法的主要流程的示意图；
82.图4是根据本发明另一个可参考实施例的作业调度方法的主要流程的示意图；
83.图5是根据本发明实施例的作业调度装置的主要模块的示意图；
84.图6是本发明实施例可以应用于其中的示例性系统架构图；
85.图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
86.以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
87.图1是根据本发明实施例的作业调度方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述作业调度方法可以包括：
88.步骤101，采用训练好的时长计算模型计算各个作业的预估运行时长。
89.首先发布训练好的时长计算模型，当有作业传入时，采用该时长计算模型计算该作业的预估运行时长。具体地，从所述作业对应的查询语句中提取作业特征信息，所述作业特征信息包括被查询的数据表表名、查询条件(如数据表分区、字段等)、聚合操作(如group by等)、连接操作(如join等，主要包括左连接、右连接、内连接和外连接等)、排序操作(order by等)和条数限制(如limit等)等，然后将提取出的作业特征信息输入到训练好的时长计算模型，该时长计算模型则会输出所述作业的预估运行时长。在本发明的实施例中，所述查询语句可以是sparksql，这是一种结构化查询语言，它的语法事先被约定，可以依照语法规则，从sparksql中提取出作业特征信息。
90.可选地，在步骤101之前，还包括：从数据库中获取各个样本作业及其对应的实际
运行时长，从所述各个样本作业的查询语句中提取作业特征信息；以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。在步骤101之前，通常需要根据已有的训练样本来训练机器学习模型，由于数据库中存储有各个运行完成的作业及其对应的实际运行时长，训练样本可以取自数据库中运行完成的作业。具体地，从数据库中获取多个作业作为样本作业及其对应的实际运行时长；然后从各个样本作业中分别提取出作业特征信息，所述作业特征信息包括被查询的数据表表名、查询条件(如数据表分区、字段等)、聚合操作(如group by等)、连接操作(如join等，主要包括左连接、右连接、内连接和外连接等)、排序操作(order by等)和条数限制(如limit等)等；接着，对训练样本中的作业特征信息进行数据处理，比如去掉异常值、进行归一化等特征变换；最后以各个样本作业的实际运行时长作为标签，以各个样本作业的作业特征信息作为输入，对机器学习模型进行有监督训练，不断优化模型参数，从而得到训练好的时长计算模型。随后就可以将训练好的时长计算模型发布到线上，提供时长计算服务。
91.可选地，所述机器学习模型可以是线性回归、随即森林或者决策树等，采用这些机器学习模型训练得到的时长计算模型可以准确地计算出各个作业的预估运行时长。
92.步骤102，根据所述各个作业的预估运行时长和优先级，将所述各个作业分成不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中。
93.在该步骤中，可以根据作业本身携带的优先级和步骤101中计算出的预估运行时长，确定作业的类型，然后将所述作业放入对应类型的作业等待队列中。将所述各个作业分成不同类型的作业，包括：按照由高到低m个作业优先级别和从长到短n个作业时长分区，将所述各个作业分成m*n个不同类型的作业；其中，m和n均为大于零的整数。可选地，可以根据优先级和运行时长来划分类型，优先级可以包括高、中、低，也可以只包括高和低，还可以包括更多的优先级等级；运行时长可以分为长、中、短，也可以只包括长和短，还可以包括更多的时长分区。可以预先配置各个类型的运行时长对应的时长区间，比如长时长作业的时长区间可以配置为大于10秒，短时长作业的时长区间可以配置为小于1秒等，本发明实施例对此不作限制。
94.可选地，可以分成四种不同类型的作业，所述不同类型的作业包括：高优先级长时长作业、高优先级短时长作业、低优先级长时长作业和低优先级短时长作业。相应地，如图2所示，所述对应类型的作业等待队列包括：高优先级长时长作业等待队列、高优先级短时长作业等待队列、低优先级长时长作业等待队列和低优先级短时长作业等待队列。
95.可选地，可以分成六种不同类型的作业，所述不同类型的作业包括：高优先级长时长作业、高优先级短时长作业、中优先级长时长作业、中优先级短时长作业、低优先级长时长作业和低优先级短时长作业。相应地，所述对应类型的作业等待队列包括：高优先级长时长作业等待队列、高优先级短时长作业等待队列、中优先级长时长作业等待队列、中优先级短时长作业等待队列、低优先级长时长作业等待队列和低优先级短时长作业等待队列。
96.可选地，也可以分成八种不同类型的作业或者十种不同类型的作业，甚至更多种作业类型，本发明实施例对此不作限制。
97.步骤103，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
98.可以预先配置最大并行度、保留并行度以及各个类型的作业的提交条件，根据配置的最大并行度和保留并行度，判断各个类型的作业是否满足其对应的提交条件，如果满足，则从对应类型的作业等待队列中取出作业，并提交所述作业。
99.可选地，在步骤101之前，所述方法还包括：分别配置运行中作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度(即各个较长时长作业最大并行度)和除最高优先级以外的各个低优先级作业保留并行度(即各个较低优先级作业保留并行度)。其中，运行中作业最大并行度是指同时并发运行的作业的最大数量；除最高优先级以外的各个低优先级作业保留并行度是指最高优先级以外的各个低优先级作业存在等待时，保证不被等待的较高优先级作业抢占的最低并行度。
100.可选地，以四种不同类型的作业为例，所述方法还包括：分别配置运行中作业最大并行度、高优先级长时长作业最大并行度、低优先级长时长作业最大并行度和低优先级作业保留并行度。其中，运行中作业最大并行度是指同时并发运行的作业的最大数量；高优先级长时长作业最大并行度是指同时并发运行的高优先级长时长作业的最大数量；低优先级长时长作业最大并行度是指同时并发运行的低优先级长时长作业的最大数量；低优先级作业保留并行度是指低优先作业存在等待时，保证不被等待的高优先级抢占的最低并行度。
101.可选地，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，包括：按照优先级由高到低、时长由长到短的顺序依次轮询各个不同类型的作业等待队列，并且根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断所述各个类型的作业是否满足提交条件。例如，以四种不同类型的作业为例，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，包括：依次轮询高优先级长时长作业等待队列、高优先级短时长作业等待队列、低优先级长时长作业等待队列和低优先级短时长作业等待队列，并且根据运行中作业最大并行度、高优先级长时长作业最大并行度、低优先级长时长作业最大并行度和低优先级作业保留并行度，判断各个类型的作业是否满足提交条件。在本发明的实施例中，可以启动一个线程，周期性地轮询高优先级长时长作业等待队列、高优先级短时长作业等待队列、低优先级短时长作业等待队列、低优先级短时长作业等待队列这四个队列。
102.可选地，根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断各个类型的作业是否满足提交条件，包括：
103.1)对于除最低优先级和最短时长以外的较高优先级较长时长作业类型，判断是否同时满足以下提交条件：
104.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
105.运行中作业数量小于运行中作业最大并行度；
106.运行中作业最大并行度减去运行中作业数量的差值大于第一最小值；其中，所述第一最小值采用以下方法计算得到：
107.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长
作业数量之和中筛选出第三最小值，将所述第三最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第一数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和中筛选出第一最小值。
108.也就是说：运行中作业最大并行度-运行中作业数量>min(比当前优先级低的各个较低优先级作业保留并行度之和-运行中比当前优先级低的各个较低作业数量之和，比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和，比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和+min(比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和，比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和-运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和))。
109.2)对于除最低优先级的较高优先级最短时长作业类型，判断是否同时满足以下提交条件：
110.运行中作业数量小于运行中作业最大并行度；
111.运行中作业最大并行度减去运行中作业数量的差值大于第二最小值；其中，所述第二最小值采用以下方法计算得到：
112.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第四最小值，将所述第四最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第二数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和、所述第二数量值中筛选出第二最小值。
113.也就是说：运行中作业最大并行度-运行中作业数量>min(比当前优先级低的各个较低优先级作业保留并行度之和-运行中比当前优先级低的各个较低作业数量之和，比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和，比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和+min(比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和，比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和-运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和))。
114.3)对于除最短时长以外的最低优先级各个时长作业类型，判断是否同时满足以下提交条件：
115.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
116.运行中作业数量小于运行中作业最大并行度；
117.4)对于最低优先级最短时长作业类型，判断是否满足以下提交条件：
118.运行中的作业的数量小于运行中作业最大并行度。
119.例如，以四种不同类型的作业为例，可以包括：
120.若高优先级长时长作业等待队列不为空，则判断是否同时满足以下提交条件：
121.运行中高优先级长时长作业数量小于高优先级长时长作业最大并行度；
122.运行中作业数量小于运行中作业最大并行度；
123.运行中作业最大并行度-运行中作业数量>min(低优先级作业保留并行度-运行中低优先级作业数量，低优先级作业等待队列中等待作业数量，低优先级短时长作业等待队列中等待作业数量+min(低优先级长时长作业等待队列中等待作业数量，低优先级长时长作业最大并行度-运行中低优先级长时长作业数量))；
124.若高优先级短时长作业等待队列不为空，则判断是否同时满足以下提交条件：
125.运行中的作业的数量小于运行中作业最大并行度；
126.运行中作业最大并行度-运行中作业数量>min(低优先级作业保留并行度-运行中低优先级作业数量，低优先级作业等待队列中等待作业数量，低优先级短时长作业等待队列中等待作业数量+min(低优先级长时长作业等待队列中等待作业数量，低优先级长时间时长作业最大并行度-运行中低优先级长时长作业数量))；
127.若低优先级长时长作业等待队列不为空，则判断是否同时满足以下提交条件：
128.运行中的作业的数量小于运行中作业最大并行度；
129.运行中的低优先级作业的数量小于低优先级长时长作业最大并行度；
130.若低优先级短时长作业等待队列不为空，则判断是否满足以下提交条件：
131.运行中的作业的数量小于运行中作业最大并行度。
132.具体地，如图2所示，首先轮询高优先级长时长作业等待队列，判断高优先级长时长作业是否满足提交条件，如果满足，则从高优先级长时长作业等待队列中获取一条作业，将该作业提交至作业运行池；继续判断高优先级长时长作业是否满足提交条件，如果满足，则继续从高优先级长时长作业等待队列中获取一条作业，将该作业提交至作业运行池，直到高优先级长时长作业不满足提交条件；接着轮询高优先级短时长作业等待队列，判断高优先级短时长作业是否满足提交条件，如果满足，则从高优先级短时长作业等待队列中获取一条作业，将该作业提交至作业运行池；继续判断高优先级短时长作业是否满足提交条件，如果满足，则继续从高优先级短时长作业等待队列中获取一条作业，将该作业提交至作业运行池，直到高优先级短时长作业不满足提交条件；以此类推，不再赘述。
133.可选地，从对应类型的作业等待队列中取出作业，并提交所述作业，包括：按照先进先出调度算法，从对应类型的作业等待队列中取出作业，并提交所述作业；待所述作业运行结束之后，将所述作业的实际运行时长保存到数据库中。将作业的实际运行时长保存到数据库中，用于时长计算模型的优化，使得时长计算模型可以更加准确地计算各个作业的预估运行时长。
134.根据上面所述的各种实施例，可以看出本发明实施例通过根据各个作业的预估运行时长和优先级，将各个作业分成不同类型的作业，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，若是，则从对应类型的作业等待队列中取出作业并提交所述作业的技术手段，解决了现有技术中作业长时间等待的技术问题。本发明实施例通过训练好的时长计算模型计算各个作业的预估运行时长，通过配置除最短时长以外的各个优先级各个时长作业最大并行度，克服较长时长作业对资源占用导致的作业等待问题，通过配置除最高优先级以外的各个低优先级作业保留并行度，克服较低优先级作业
进入永久等待问题，因此本发明实施例能够防止出现短时长作业和低优先级作业长时间堵塞的问题，从而实现高效地调度作业。
135.图3是根据本发明一个可参考实施例的作业调度方法的主要流程的示意图。作为本发明的又一个实施例，如图3所示，所述作业调度方法可以包括：
136.步骤301，从数据库中获取各个样本作业及其对应的实际运行时长，从所述各个样本作业的查询语句中提取作业特征信息。
137.由于数据库中存储有各个运行完成的作业及其对应的实际运行时长，训练样本可以取自数据库中运行完成的作业。具体地，从数据库中获取多个作业作为样本作业及其对应的实际运行时长；然后从各个样本作业中分别提取出作业特征信息，所述作业特征信息包括被查询的数据表表名、查询条件(如数据表分区、字段等)、聚合操作(如group by等)、连接操作(如join等，主要包括左连接、右连接、内连接和外连接等)、排序操作(order by等)和条数限制(如limit等)等；接着，对训练样本中的作业特征信息进行数据处理，比如去掉异常值、进行归一化等特征变换。
138.步骤302，以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。
139.以各个样本作业的实际运行时长作为标签，以各个样本作业的作业特征信息作为输入，对机器学习模型进行有监督训练，不断优化模型参数，从而得到训练好的时长计算模型。随后就可以将训练好的时长计算模型发布到线上，提供时长计算服务。可选地，所述机器学习模型可以是线性回归、随即森林或者决策树等，采用这些机器学习模型训练得到的时长计算模型可以准确地计算出各个作业的预估运行时长。
140.步骤303，分别配置运行中作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度。
141.步骤304，采用训练好的时长计算模型计算各个作业的预估运行时长。
142.当有作业传入时，采用该时长计算模型计算该作业的预估运行时长。具体地，从所述作业对应的查询语句中提取作业特征信息，所述作业特征信息包括被查询的数据表表名、查询条件(如数据表分区、字段等)、聚合操作(如group by等)、连接操作(如join等，主要包括左连接、右连接、内连接和外连接等)、排序操作(order by等)和条数限制(如limit等)等，然后将提取出的作业特征信息输入到训练好的时长计算模型，该时长计算模型则会输出所述作业的预估运行时长。
143.步骤305，根据所述各个作业的预估运行时长和优先级，按照由高到低m个作业优先级别和从长到短n个作业时长分区，将所述各个作业分成m*n个不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中。
144.可选地，可以根据优先级和运行时长来划分类型，优先级可以包括高、中、低，也可以只包括高和低，还可以包括更多的优先级等级；运行时长可以分为长、中、短，也可以只包括长和短，还可以包括更多的时长分区。
145.步骤306，按照优先级由高到低、时长由长到短的顺序依次轮询各个不同类型的作业等待队列，并且根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断所述各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
146.另外，在本发明一个可参考实施例中作业调度方法的具体实施内容，在上面所述作业调度方法中已经详细说明了，故在此重复内容不再说明。
147.图4是根据本发明另一个可参考实施例的作业调度方法的主要流程的示意图。作为本发明的另一个实施例，如图4所示，所述作业调度方法可以包括：
148.步骤401，从数据库中获取各个样本作业及其对应的实际运行时长，从所述各个样本作业的查询语句中提取作业特征信息。
149.步骤402，以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。
150.步骤403，分别配置运行中作业最大并行度、高优先级长时长作业最大并行度、低优先级长时长作业最大并行度和低优先级作业保留并行度。
151.步骤404，采用训练好的时长计算模型计算各个作业的预估运行时长。
152.步骤405，根据所述各个作业的预估运行时长和优先级，按照由高到低两个作业优先级别和从长到短两个作业时长分区，将所述各个作业分成高优先级长时长作业、高优先级短时长作业、低优先级长时长作业和低优先级短时长作业四个类型，并将所述各个作业分别放入高优先级长时长作业等待队列、高优先级短时长作业等待队列、低优先级长时长作业等待队列和低优先级短时长作业等待队列中。
153.步骤406，依次轮询高优先级长时长作业等待队列、高优先级短时长作业等待队列、低优先级长时长作业等待队列和低优先级短时长作业等待队列，并且根据运行中作业最大并行度、高优先级长时长作业最大并行度、低优先级长时长作业最大并行度和低优先级作业保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
154.若高优先级长时长作业等待队列不为空，则判断是否同时满足以下提交条件：
155.运行中高优先级长时长作业数量小于高优先级长时长作业最大并行度；
156.运行中作业数量小于运行中作业最大并行度；
157.运行中作业最大并行度-运行中作业数量>min(低优先级作业保留并行度-运行中低优先级作业数量，低优先级作业等待队列中等待作业数量，低优先级短时长作业等待队列中等待作业数量+min(低优先级长时长作业等待队列中等待作业数量，低优先级长时长作业最大并行度-运行中低优先级长时长作业数量))；
158.若高优先级短时长作业等待队列不为空，则判断是否同时满足以下提交条件：
159.运行中的作业的数量小于运行中作业最大并行度；
160.运行中作业最大并行度-运行中作业数量>min(低优先级作业保留并行度-运行中低优先级作业数量，低优先级作业等待队列中等待作业数量，低优先级短时长作业等待队列中等待作业数量+min(低优先级长时长作业等待队列中等待作业数量，低优先级长时间时长作业最大并行度-运行中低优先级长时长作业数量))；
161.若低优先级长时长作业等待队列不为空，则判断是否同时满足以下提交条件：
162.运行中的作业的数量小于运行中作业最大并行度；
163.运行中的低优先级作业的数量小于低优先级长时长作业最大并行度；
164.若低优先级短时长作业等待队列不为空，则判断是否满足以下提交条件：
165.运行中的作业的数量小于运行中作业最大并行度。
166.另外，在本发明另一个可参考实施例中作业调度方法的具体实施内容，在上面所述作业调度方法中已经详细说明了，故在此重复内容不再说明。
167.图5是根据本发明实施例的作业调度装置的主要模块的示意图，如图5所示，所述作业调度装置500包括计算模块501、分类模块502和调度模块503；其中，计算模块501用于采用训练好的时长计算模型计算各个作业的预估运行时长；分类模块502用于根据所述各个作业的预估运行时长和优先级，将所述各个作业分成不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中；调度模块503用于根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
168.可选地，所述分类模块502还用于：
169.按照由高到低m个作业优先级别和从长到短n个作业时长分区，将所述各个作业分成m*n个不同类型的作业；
170.其中，m和n均为大于零的整数。
171.可选地，还包括配置模块，用于：
172.分别配置运行中作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度。
173.可选地，所述调度模块503还用于：
174.按照优先级由高到低、时长由长到短的顺序依次轮询各个不同类型的作业等待队列，并且根据作业最大并行度、除最短时长以外的各个优先级各个时长作业最大并行度和除最高优先级以外的各个低优先级作业保留并行度，判断所述各个类型的作业是否满足提交条件。
175.可选地，所述调度模块503还用于：
176.对于除最低优先级和最短时长以外的较高优先级较长时长作业类型，判断是否同时满足以下提交条件：
177.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
178.运行中作业数量小于运行中作业最大并行度；
179.运行中作业最大并行度减去运行中作业数量的差值大于第一最小值；其中，所述第一最小值采用以下方法计算得到：
180.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第三最小值，将所述第三最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第一数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和中筛选出第一最小值；
181.对于除最低优先级的较高优先级最短时长作业类型，判断是否同时满足以下提交条件：
182.运行中作业数量小于运行中作业最大并行度；
183.运行中作业最大并行度减去运行中作业数量的差值大于第二最小值；其中，所述第二最小值采用以下方法计算得到：
184.从比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业中等待作业数量之和、比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业最大并行度之和减去运行中比当前优先级低且比当前时长长的各个较低优先级各个较长时长作业数量之和中筛选出第四最小值，将所述第四最小值加上比当前优先级低且比当前时长短的各个较低优先级各个较短时长作业中等待作业数量之和得到第二数量值，从比当前优先级低的各个较低优先级作业保留并行度之和减去运行中比当前优先级低的各个较低作业数量之和、比当前优先级低的各个较低优先级作业等待队列中等待作业数量之和、所述第二数量值中筛选出第二最小值；
185.对于除最短时长以外的最低优先级各个时长作业类型，判断是否同时满足以下提交条件：
186.运行中当前优先级当前时长作业数量小于当前优先级当前时长作业最大并行度；
187.运行中作业数量小于运行中作业最大并行度；
188.对于最低优先级最短时长作业类型，判断是否满足以下提交条件：
189.运行中的作业的数量小于运行中作业最大并行度。
190.可选地，所述调度模块503还用于：
191.按照先进先出调度算法，从对应类型的作业等待队列中取出作业，并提交所述作业；
192.待所述作业运行结束之后，将所述作业的实际运行时长保存到数据库中。
193.可选地，还包括训练模块，用于：
194.从数据库中获取各个样本作业及其对应的实际运行时长，从所述各个样本作业的查询语句中提取作业特征信息；其中，所述作业特征信息包括以下至少一种：数据表表名、查询条件、聚合操作、连接操作、排序操作和条数限制；
195.以所述各个样本作业的作业特征信息和实际运行时长作为训练样本，输入到机器学习模型中进行有监督训练，得到训练好的时长计算模型。
196.根据上面所述的各种实施例，可以看出本发明实施例通过根据各个作业的预估运行时长和优先级，将各个作业分成不同类型的作业，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，若是，则从对应类型的作业等待队列中取出作业并提交所述作业的技术手段，解决了现有技术中作业长时间等待的技术问题。本发明实施例通过训练好的时长计算模型计算各个作业的预估运行时长，通过配置除最短时长以外的各个优先级各个时长作业最大并行度，克服较长时长作业对资源占用导致的作业等待问题，通过配置除最高优先级以外的各个低优先级作业保留并行度，克服较低优先级作业进入永久等待问题，因此本发明实施例能够防止出现短时长作业和低优先级作业长时间堵塞的问题，从而实现高效地调度作业。
197.需要说明的是，在本发明所述作业调度装置的具体实施内容，在上面所述作业调度方法中已经详细说明了，故在此重复内容不再说明。
198.图6示出了可以应用本发明实施例的作业调度方法或作业调度装置的示例性系统架构600。
199.如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
200.用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
201.终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
202.服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的作业进行处理，并将处理结果反馈给终端设备。
203.需要说明的是，本发明实施例所提供的作业调度方法一般由服务器605执行，相应地，所述作业调度装置一般设置在服务器605中。
204.应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
205.下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
206.如图7所示，计算机系统700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram 703中，还存储有系统700操作所需的各种程序和数据。cpu 701、rom 702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
207.以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
208.特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本发明的系统中限定的上述功能。
209.需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便
携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
210.附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
211.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括计算模块、分类模块和调度模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
212.作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：采用训练好的时长计算模型计算各个作业的预估运行时长；根据所述各个作业的预估运行时长和优先级，将所述各个作业分成不同类型的作业，并将所述各个作业分别放入对应类型的作业等待队列中；根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件；若是，则从对应类型的作业等待队列中取出作业，并提交所述作业。
213.根据本发明实施例的技术方案，因为采用根据各个作业的预估运行时长和优先级，将各个作业分成不同类型的作业，根据预先配置的最大并行度和保留并行度，判断各个类型的作业是否满足提交条件，若是，则从对应类型的作业等待队列中取出作业并提交所述作业的技术手段，所以克服了现有技术中作业长时间等待的技术问题。本发明实施例通过训练好的时长计算模型计算各个作业的预估运行时长，通过配置除最短时长以外的各个优先级各个时长作业最大并行度，克服较长时长作业对资源占用导致的作业等待问题，通过配置除最高优先级以外的各个低优先级作业保留并行度，克服较低优先级作业进入永久
等待问题，因此本发明实施例能够防止出现短时长作业和低优先级作业长时间堵塞的问题，从而实现高效地调度作业。
214.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。