特表 2024-541601 タスク最適化方法、タスク最適化装置、電子機器、及びコンピュータ読み取り可能な記憶媒体

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公表特許公報(A)

(11)【公表番号】

(43)【公表日】2024-11-08

(54)【発明の名称】タスク最適化方法、タスク最適化装置、電子機器、及びコンピュータ読み取り可能な記憶媒体

(51)【国際特許分類】

   G06F 9/48 20060101AFI20241031BHJP

【ＦＩ】

G06F9/48 300A

G06F9/48 300J

G06F9/48 300H

【審査請求】有

【予備審査請求】未請求

(21)【出願番号】P 2024532339

(86)(22)【出願日】2022-10-25

(85)【翻訳文提出日】2024-05-29

(86)【国際出願番号】 CN2022127443

(87)【国際公開番号】W WO2023103624

(87)【国際公開日】2023-06-15

(31)【優先権主張番号】202111482034.5

(32)【優先日】2021-12-06

(33)【優先権主張国・地域又は機関】CN

(81)【指定国・地域】

(71)【出願人】

【識別番号】511151662

【氏名又は名称】中興通訊股▲ふん▼有限公司

【氏名又は名称原語表記】ＺＴＥ ＣＯＲＰＯＲＡＴＩＯＮ

【住所又は居所原語表記】ＺＴＥ Ｐｌａｚａ，Ｋｅｊｉ Ｒｏａｄ Ｓｏｕｔｈ，Ｈｉ－Ｔｅｃｈ Ｉｎｄｕｓｔｒｉａｌ Ｐａｒｋ，Ｎａｎｓｈａｎ Ｓｈｅｎｚｈｅｎ，Ｇｕａｎｇｄｏｎｇ ５１８０５７ Ｃｈｉｎａ

(74)【代理人】

【識別番号】100112656

【弁理士】

【氏名又は名称】宮田 英毅

(74)【代理人】

【識別番号】100089118

【弁理士】

【氏名又は名称】酒井 宏明

(72)【発明者】

【氏名】姚超

(57)【要約】

本願は、タスク最適化方法、タスク最適化装置、電子機器、及びコンピュータ読み取り可能な記憶媒体を開示する。タスク最適化方法は、タスクを評価して最適化を必要とする目標タスクを識別するステップ（１０１）と、目標タスクに対応する目標タスクパラメータを調整するステップ（１０２）と、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行うステップ（１０３）と、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行するステップ（１０４）と、を含む。
【選択図】図１

【特許請求の範囲】

【請求項1】

タスク最適化方法であって、
タスクを評価して最適化を必要とする目標タスクを識別するステップと、
前記目標タスクに対応する目標タスクパラメータを調整するステップと、
前記目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行うステップと、
グローバルスケジューリング予行の予行効果が期待通りである場合、前記目標タスクパラメータを決定し、前記目標タスクパラメータに基づいて前記目標タスクを実行するステップと、を含む、方法。

【請求項2】

前記タスクを評価して最適化を必要とする前記目標タスクを識別する前記ステップは、
前記タスクの静的情報及び動的情報を収集するステップであって、前記静的情報は前記タスクの構成情報であり、前記動的情報は前記タスクの履歴実行情報であるステップと、
前記静的情報及び前記動的情報から前記タスクの評価モデルを作成するステップと、
前記評価モデルの評価結果から最適化を必要とする前記目標タスクを識別するステップと、を含む、請求項１に記載の方法。

【請求項3】

前記静的情報は、
タスク入力フォーム、又は
タスク出力フォーム、又は
タスクリソース割り当て、又は
前記タスクの優先度、又は
タスクスケジュールサイクルのうちの少なくとも１つを含む、請求項２に記載の方法。

【請求項4】

前記動的情報は、
前記タスクの履歴平均実行時間、又は
前記タスクの平均起動遅延、又は
前記タスクの平均データ処理量、又は
前記タスクの被依存度のうちの少なくとも１つを含む、請求項２に記載の方法。

【請求項5】

前記静的情報及び前記動的情報から前記タスクの前記評価モデルを作成する前記ステップは、
前記静的情報及び前記動的情報から前記タスクの評価次元及び前記タスクの影響因子を決定するステップと、
前記評価次元及び前記影響因子から前記評価モデルを作成するステップと、を含む、請求項２に記載の方法。

【請求項6】

前記目標タスクに対応する目標タスクパラメータを調整する前記ステップは、
前記目標タスクの改善すべき前記評価次元である目標タスクの最適化方向を決定するステップと、
前記目標タスクの最適化方向に応じて前記目標タスクに対応する前記目標タスクパラメータを調整するステップと、を含む、請求項５に記載の方法。

【請求項7】

前記目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行う前記ステップは、
前記目標タスクの前記影響因子をフィッティングすることによって得られる前記目標タスクの実行モデルを作成するステップと、
前記実行モデルを利用して前記目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行うステップと、を含む、請求項６に記載の方法。

【請求項8】

メモリと、プロセッサと、メモリに記憶され、プロセッサで動作可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行することにより、請求項１～７のいずれか１項に記載のタスク最適化方法を実現する、タスク最適化装置。

【請求項9】

メモリと、プロセッサと、メモリに記憶され、プロセッサで動作可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行することにより、請求項１～７のいずれか１項に記載のタスク最適化方法を実現する、電子機器。

【請求項10】

請求項１～７のいずれか１項に記載のタスク最適化方法をコンピュータに実行させるためのコンピュータ実行可能プログラムを記憶した、コンピュータ読み取り可能な記憶媒体。

【発明の詳細な説明】

【技術分野】

【0001】

本願は、出願番号が２０２１１１４８２０３４．５、出願日が２０２１年１２月０６日の中国特許出願に基づいて提出され、当該中国特許出願の優先権を主張しており、当該中国特許出願の全ての内容は参照として本願に組み込まれている。

【0002】

本願の実施例は、情報の技術分野に関し、これに限定されるものではなく、特にタスク最適化方法、装置、及びコンピュータ読み取り可能な記憶媒体に関する。

【背景技術】

【0003】

データミドルプラットフォームは、エンタープライズレベルで統一された標準を構築し、エンタープライズデータチャネルを開放し、情報アイランド効果を打破し、繰り返し構築によるコストを削減させる。これにより、さまざまなビジネス部門にデータサービスサポートを迅速に提供できるだけでなく、バックエンドの負担を軽減させ、全体的な作業効率と品質を向上させることもできる。

【0004】

データミドルプラットフォームでは、多数のデータ処理タスクが実行されている。これらのタスクは、巨大な有向非巡回グラフ（ＤＡＧ：Ｄｉｒｅｃｔｅｄ Ａｃｙｃｌｉｃ Ｇｒａｐｈ）を構成し、それらの中には、比較的基本的なデータを処理し、後続のタスクに多くの依存関係があるものもあり、出力時間に関する要件があり、指定された時間までに結果を生成する必要があるものもある。また、これらのタスクは通常、異なるチームによって個別に開発され、タスクの品質は異なり、そして、通常、各チームは、それぞれのタスクの動作を確保するために、より高いタスクのリソースと優先度を申請するが、これには全体的な基準がなく、全体的な効率に不利である。

【0005】

現在、タスクを最適化する場合、通常、動作時間やリソースのあるタスクが最適化対象として選択されるが、時間やリソースだけを見ては、必ずしもタスクに問題があるとは限らない。また、タスクの最適化が全体に影響を与えるか否かを判断するには、通常、実際のテストが必要とされ、このプロセス全体には長いサイクルと多大な試行錯誤のコストが必要であり、タスクの最適化の効率や成功率に悪影響を及ぼす。

【発明の概要】

【発明が解決しようとする課題】

【0006】

以下は、本明細書で詳細に説明されている主題の概要である。本概要は、特許請求の範囲を制限するためのものではない。

【0007】

本願の実施例は、タスク最適化方法、タスク最適化装置、電子機器、及びコンピュータ読み取り可能な記憶媒体を提供する。

【課題を解決するための手段】

【0008】

第１態様では、本願の実施例は、
タスクを評価して最適化を必要とする目標タスクを識別するステップと、
前記目標タスクに対応する目標タスクパラメータを調整するステップと、
前記目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行うステップと、
グローバルスケジューリング予行の予行効果が期待通りである場合、前記目標タスクパラメータを決定し、前記目標タスクパラメータに基づいて前記目標タスクを実行するステップと、を含む、タスク最適化方法を提供する。

【0009】

第２態様では、本願の実施例は、
メモリと、プロセッサと、メモリに記憶され、プロセッサで動作可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行することにより、第１態様に記載のタスク最適化方法を実現する、タスク最適化装置を提供する。

【0010】

第３態様では、本願の実施例は、
メモリと、プロセッサと、メモリに記憶され、プロセッサで動作可能なコンピュータプログラムと、を含み、前記プロセッサは、前記コンピュータプログラムを実行することにより、第１態様に記載のタスク最適化方法を実現する、電子機器を提供する。

【0011】

第４態様では、本願の実施例は、
第１態様に記載のタスク最適化方法をコンピュータに実行させるためのコンピュータ実行可能プログラムを記憶した、コンピュータ読み取り可能な記憶媒体を提供する。

【0012】

本願の他の特徴及び利点は、後の明細書で説明され、明細書から部分的に明らかになるか、本願を実施することによって理解される。本願の目的及びその他の利点は、明細書、特許請求の範囲及び図面において特に指摘されている構成によって達成、取得され得る。
図面は、本願の技術案の更なる理解を提供するために使用され、明細書の一部を構成し、本願の実施例と共に本願の技術案を解釈するために使用され、本願の技術案を制限するものではない。

【図面の簡単な説明】

【0013】

【図1】本願の一実施例によるタスク最適化方法のメインフローチャートである。

【図2】本願の一実施例によるタスク最適化方法のサブフローチャートである。

【図3】本願の一実施例によるタスク最適化方法の別のサブフローチャートである。

【図4】本願の一実施例によるタスク最適化方法の別のサブフローチャートである。

【図5】本願の一実施例による初期タスク評価のタスクＤＡＧグラフである。

【図6】本願の一実施例による第１回事前最適化のタスクＤＡＧグラフである。

【図7】本願の一実施例による第２回事前最適化のタスクＤＡＧグラフである。

【図8】本願の一実施例によるタスク最適化装置の構造模式図である。

【図9】本願の一実施例による電子機器の構造模式図である。

【発明を実施するための形態】

【0014】

本願の目的、技術案及び利点をより明確にするために、以下、図面及び実施例を参照して、本願についてさらに詳細に説明する。本明細書に記載される具体的な実施例は、本願を解釈するためにのみ使用され、本願を限定するために使用されない。

【0015】

なお、本願の実施例の説明において、複数（又は複数種）の意味は２つ以上であり、「よりも大きい」、「よりも小さい」、「超える」などは本数を含まないものと理解され、「以上」、「以下」、「以内」などは本数を含むものと理解される。「第１」、「第２」などの記載は、単に技術的特徴を区別する目的で記載されており、相対的な重要性を指示又は暗示しているか、又は示された技術的特徴の数もしくは示された技術的特徴の前後関係を暗黙的に指示するものとして理解すべきではない。

【0016】

データミドルプラットフォームは、エンタープライズレベルで統一された標準を構築し、エンタープライズデータチャネルを開放し、情報孤島化の現象を解消し、繰り返し構築によるコストを削減させる。これにより、さまざまなビジネス部門にデータサービスサポートを迅速に提供できるだけでなく、バックエンドの負担を軽減させ、全体的な作業効率と品質を向上させることもできる。

【0017】

データミドルプラットフォームでは、多数のデータ処理タスクが実行されている。これらのタスクは、巨大な有向非巡回グラフ（ＤＡＧ：Ｄｉｒｅｃｔｅｄ Ａｃｙｃｌｉｃ Ｇｒａｐｈ）を構成し、それらの中には、比較的基本的なデータを処理し、後続のタスクに多くの依存関係があるものもあり、出力時間に関する要件があり、指定された時間までに結果を生成する必要があるものもある。また、これらのタスクは通常、異なるチームによって個別に開発され、タスクの品質は異なり、そして、通常、各チームは、それぞれのタスクの動作を確保するために、より高いタスクのリソースと優先度を申請するが、これには全体的な基準がなく、全体的な効率に不利である。

【0018】

現在、タスクを最適化する場合、通常、動作時間やリソースのあるタスクが最適化対象として選択されるが、時間やリソースだけを見ては、必ずしもタスクに問題があるとは限らない。また、単一のタスクの最適化が全体に影響を与えるか否かを判断するには、通常、実際のテストが必要とされ、このプロセス全体には長いサイクルと多大な試行錯誤のコストが必要であり、タスクの最適化の効率や成功率に悪影響を及ぼす。

【0019】

盲目的な最適化が存在するという現在の問題に対して、本願の実施例は、タスクを評価して最適化を必要とする目標タスクを識別し、目標タスクに対応する目標タスクパラメータを調整し、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行い、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行するタスク最適化方法、装置、及びコンピュータ読み取り可能な記憶媒体を提供する。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。

【0020】

図１に示すように、図１は、本願の一実施例によるタスク最適化方法のフローチャートである。タスク最適化方法は、次のステップ１０１～ステップ１０４を含むが、これらに限定されるものではない。

【0021】

ステップ１０１：タスクを評価して最適化を必要とする目標タスクを識別する。

【0022】

ステップ１０２：目標タスクに対応する目標タスクパラメータを調整する。

【0023】

ステップ１０３：目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行う。

【0024】

ステップ１０４：グローバルスケジューリング予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行する。

【0025】

本方法は、データミドルプラットフォームで動作されるタスクを最適化するために利用できる。タスクを評価して最適化を必要とする目標タスクを識別し、目標タスクに対応する目標タスクパラメータを調整し、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行い、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行する。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。なお、タスクの識別や調整は、人間が行うことも、機械学習によって自動的に行うこともできる。

【0026】

タスクを評価して最適化を必要とする目標タスクを識別する方式は、タスクの静的情報及び動的情報を収集し、静的情報及び動的情報からタスクの評価モデルを作成し、評価モデルの評価結果から最適化を必要とする目標タスクを識別することであり得る。なお、静的情報はタスクの構成情報であり、例えば、入力フォーム、出力フォーム、リソース割り当て、タスクの優先度、スケジューリングサイクルなどを含むが、これらに限定されるものではなく、動的情報はタスクの履歴実行情報であり、例えば、履歴平均実行時間、平均起動遅延、平均データ処理量、被依存度などを含むが、これらに限定されるものではない。

【0027】

タスクの評価モデルは、Ｓ（タスクの評価次元）＝Ｅｘｅｃ（タスクの影響因子）と表現できる。ここで、Ｓはタスクのいくつかの次元に対する評価を表し、Ｅｘｅｃは、いくつかの影響因子から各評価次元の値を推定できる、フィッティングされたタスク実行モデルである。例えば、タスクの静的情報及び動的情報から作成されるタスクの評価モデルは、Ｓ（重要度、アルゴリズム効率、遅延、時間）＝Ｅｘｅｃ（依存関係、アルゴリズム効率、優先度、リソース割り当て）となり、ここで、依存関係はタスクの血縁関係を指し、重要度はそのタスクに直接又は間接的に依存する後続のタスクの総数として定義され、アルゴリズム効率は単位リソースあたりの単位時間あたりに処理できるデータ量を指す。

【0028】

本願は、タスクの静的情報及び動的情報を収集することによって、各タスクの情報からタスクの評価モデルＳ（タスクの評価次元）＝Ｅｘｅｃ（タスクの影響因子）を作成でき、ここで、Ｓはタスクのいくつかの次元に対する評価を表し、Ｅｘｅｃは、いくつかの影響因子から各評価次元の値を推定できる、フィッティングされたタスク実行モデルである。評価結果から最適化を必要とする目標タスクを識別するが、識別方法は人間による識別でも規則による自動識別でもよい。最適化を必要とすると判定されたタスクについては、改善すべき評価次元を意味する最適化方向に従ってタスク実行モデルの目標タスクパラメータを調整する。調整後のタスク実行モデルを仮想スケジューリングにより全体的なスケジューリング予行を行い、予行効果が期待通りである場合、調整後のタスク構成を生産システムに適用し、そうでない場合、引き続きタスク実行モデルのパラメータを調整して最適化を行う。これに基づいて、本願は、グローバルな観点からどのタスクが最適化を必要とするかを識別し、仮想スケジューリングによるグローバルスケジューリング予行により、タスクパラメータを最適化し、システムの動作効率を向上させることができる。

【0029】

図２に示すように、ステップ１０１は、次のステップ１０１１～ステップ１０１３を含んでもよいが、これらに限定されるものではない。

【0030】

ステップ１０１１：タスクの静的情報及び動的情報を収集し、静的情報はタスクの構成情報であり、動的情報はタスクの履歴実行情報である。

【0031】

ステップ１０１２：静的情報及び動的情報からタスクの評価モデルを作成する。

【0032】

ステップ１０１３：評価モデルの評価結果から最適化を必要とする目標タスクを識別する。

【0033】

タスクの静的情報はタスクの構成情報から収集され得、静的情報は、入力フォーム、出力フォーム、リソース割り当て、タスクの優先度、スケジューリングサイクルなどを含んでもよいが、これらに限定されるものではなく、タスクの履歴実行情報は、タスクの実行ログから取得し得、動的情報は、履歴平均実行時間、平均起動遅延、平均データ処理量、被依存度などを含んでもよいが、これらに限定されるものではない。

【0034】

静的情報及び動的情報からタスクの評価次元及びタスクの影響因子を決定し、評価次元及び影響因子からタスクの評価モデルを作成できる。タスクの評価モデルは、Ｓ（タスクの評価次元）＝Ｅｘｅｃ（タスクの影響因子）と表現できる。ここで、Ｓはタスクのいくつかの次元に対する評価を表し、Ｅｘｅｃは、いくつかの影響因子から各評価次元の値を推定できる、フィッティングされたタスク実行モデルである。例えば、タスクの静的情報及び動的情報から作成されるタスクの評価モデルは、Ｓ（重要度、アルゴリズム効率、遅延、時間）＝Ｅｘｅｃ（依存関係、アルゴリズム効率、優先度、リソース割り当て）となり、ここで、依存関係はタスクの血縁関係を指し、重要度はそのタスクに直接又は間接的に依存する後続のタスクの総数として定義され、アルゴリズム効率は単位リソースあたりの単位時間あたりに処理できるデータ量を指す。これに基づいて、本願は、タスク評価モデルの作成及び仮想スケジューリングにより、最適化効果を迅速にシミュレーションし、タスク全体の最適化効率を高める。多次元かつ立体的なタスク評価指標により、タスク最適化の方向性に効果的なガイダンスを提供する。

【0035】

本願では、タスク評価モデルを作成することによって、ユーザが関心を持つタスク評価情報と簡略化された実行モデルとを関連付ける。評価情報と業務目標によって最適化を必要とするタスクを迅速に特定することができ、タスクパラメータを調整し、仮想スケジューリングエンジンでタスク予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、それによって、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。

【0036】

図３に示すように、ステップ１０２は、次のステップ１０２１及びステップ１０２２を含んでもよいが、これらに限定されるものではない。

【0037】

ステップ１０２１：目標タスクの改善すべき評価次元である目標タスクの最適化方向を決定する。

【0038】

ステップ１０２２：目標タスクの最適化方向に応じて目標タスクに対応する目標タスクパラメータを調整する。

【0039】

最適化を必要とすると判定されたタスクについては、最適化方向に応じてタスク実行モデルのパラメータを調整し、ここで、最適化方向は改善すべき評価次元であり、評価次元は、重要度、アルゴリズム効率、遅延、時間などを含んでもよいが、これらに限定されるものではなく、例えば、アルゴリズム効率が正常範囲にあるが、時間が長すぎる場合、リソースの増加を考慮する必要があり、遅延が大きすぎる場合、スケジューリングロジックを最適化することを考慮する必要がある。目標タスクに対応する目標タスクパラメータは、目標タスクの改善すべき評価次元に応じて調整される。

【0040】

図４に示すように、ステップ１０３は、次のステップ１０３１及びステップ１０３２を含んでもよいが、これらに限定されるものではない。

【0041】

ステップ１０３１：目標タスクの影響因子をフィッティングすることによって得られる目標タスクの実行モデルを作成する。

【0042】

ステップ１０３２：実行モデルを利用して目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行う。

【0043】

タスクの影響因子は、依存関係、アルゴリズム効率、優先度、リソース割り当てなどを含んでもよいが、これらに限定されるものではなく、Ｅｘｅｃは、いくつかの影響因子から各評価次元の値を推定することができる、フィッティングタスク実行モデルであり、タスクの評価モデルは、Ｓ（重要度、アルゴリズム効率、遅延、時間）＝Ｅｘｅｃ（依存関係、アルゴリズム効率、優先度、リソース割り当て）となり、ここで、依存関係はタスクの血縁関係を指し、重要度はそのタスクに直接又は間接的に依存する後続のタスクの総数として定義され、アルゴリズム効率は単位リソースあたりの単位時間あたりに処理できるデータ量を指す。実行モデルを利用して目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行う。これに基づいて、本願は、調整後の実行モデルを通じて仮想スケジューリングにより全体的なスケジューリング予行を行い、最適化効果を迅速にシミュレーションし、タスク全体の最適化効率を高める。

【0044】

本願では、タスク評価モデルを作成することによって、ユーザが関心を持つタスク評価情報と簡略化された実行モデルとを関連付ける。評価情報と業務目標によって最適化を必要とするタスクを迅速に特定することができ、タスクパラメータを調整し、仮想スケジューリングエンジンでタスク予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、それによって、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。

【0045】

以下、図面及び具体的な実施例を参照して、本願によるタスク最適化方法についてさらに説明する。

【0046】

データミドルプラットフォームの１つの簡略化されたタスクを例にとると、データミドルプラットフォーのリソース総量を１０とすれば、タスク最適化に対応するステップは以下のとおりである。

【0047】

ａ．主に、入力フォーム、出力フォーム、リソース割り当て、タスクの優先度、スケジューリングサイクルなどを含むタスクの静的情報を構成情報から収集し、履歴平均実行時間、平均起動遅延、平均データ処理量、被依存度などを含む履歴実行情報である動的情報をタスク実行ログから取得する。

【0048】

ｂ．各タスクの静的情報及び動的情報からタスクの評価モデルを作成し、全体タスクＤＡＧグラフを図５に示す。

【0049】

ｃ．評価結果から最適化を必要とするタスクを識別し、ここでは、ｔ３１の起動遅延を最適化することを目標と定義するため、識別の結果、最適化を必要とするタスクはｔ１２、ｔ２２となる。

【0050】

ｄ．まず、ｔ１２を最適化する。リソースと優先度が不十分なため、ｔ１２はｔ１１の完了後に実行を待つ必要があり、その結果、遅延が発生する。

【0051】

（１）ｔ１２の優先度を１００に調整して予行を行ったが、ｔ１２、ｔ２２の遅延は０になったものの、ｔ１１、ｔ２１の遅延が大きくなり、その結果、ｔ３１の遅延が変化しなかったため、この調整は不採用となった。

【0052】

（２）ｔ１２タスクリソースを５に減らして予行を行ったが、図６に示すように、ｔ３１タスク遅延を３に減らしたので、この最適化は採用される。

【0053】

ｅ．前のステップに基づいて、ｔ１２の次の効率パラメータの最適化は困難であるため、代わりにｔ２２の最適化を行う。

【0054】

（１）ｔ２２のタスクリソースを６に調整し、ｔ３１の遅延を１に減らし、この最適化を採用して次のステップに進む。

【0055】

（２）ｔ２２アルゴリズムの効率が低いため、ｔ２２のアルゴリズム効率を０．７まで引き上げた後に予行を行い、図７に示すように、ｔ３１タスクの遅延がなくなり、この最適化は採用される。

【0056】

ｆ．調整後のタスク構成ｔ１１でタスクリソースを減少させ、ｔ２２でタスクリソースを増加させて行うアルゴリズム最適化を生産システムに適用する。

【0057】

なお、上記のステップｃ、ｄ及びｅは、人手によって実行されるか、又はプログラムによって自動的に実行され得る。

【0058】

図８に示すように、本願の実施例はまた、タスク最適化装置を提供する。

【0059】

いくつかの実施例では、このタスク最適化装置は、１つ又は複数のプロセッサと、メモリと、を含み、図８では１つのプロセッサ及びメモリが例示されている。プロセッサ及びメモリは、バス又は他の方法で接続されてもよく、図８ではバスを介して接続されている例が示されている。

【0060】

メモリは、非一時的なコンピュータ読み取り可能な記憶媒体として、本願の上記の実施例におけるタスク最適化方法のような非一時的なソフトウェアプログラム及び非一時的なコンピュータ実行可能プログラムを記憶するために使用され得る。プロセッサは、メモリに記憶された非一時的なソフトウェアプログラム及びプログラムを実行することによって、本願の上記の実施例におけるタスク最適化方法を実現する。

【0061】

メモリは、オペレーティングシステムや少なくとも１つの機能に必要なアプリケーションを記憶することができるプログラム記憶領域と、本願の上記の実施例におけるタスク最適化方法を実行するために必要なデータなどを記憶することができるデータ記憶領域と、を含んでもよい。さらに、メモリは、高速ランダムアクセスメモリを含んでもよく、少なくとも１つのディスクメモリデバイス、フラッシュメモリデバイス、又は他の非一時的な固体メモリデバイスのような非一時的なメモリを含んでもよい。いくつかの実施形態では、メモリは、プロセッサに対して遠隔的に配置されたメモリを含んでもよく、このような遠隔的に配置されたメモリはネットワークを介してこのタスク最適化装置に接続され得る。上記のネットワークの例は、インターネット、企業のイントラネット、ローカルエリアネットワーク、移動体通信ネットワーク、及びこれらの組み合わせを含むが、これらに限定されるものではない。

【0062】

本願の上記の実施例におけるタスク最適化方法を実現するために必要な非一時的なソフトウェアプログラム及びプログラムは、メモリに記憶されており、１つ又は複数のプロセッサによって実行されると、本願の上記の実施例におけるタスク最適化方法、例えば、上記の図１における方法のステップ１０１～１０４、図２における方法のステップ１０１１～１０１３、図３における方法のステップ１０２１～１０２２、図４における方法のステップ１０３１～１０３２を実行する。タスクを評価して最適化を必要とする目標タスクを識別し、目標タスクに対応する目標タスクパラメータを調整し、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行い、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行する。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。

【0063】

図９に示すように、本願の実施例はまた、電子機器を提供する。

【0064】

いくつかの実施例では、この電子機器は、１つ又は複数のプロセッサと、メモリと、を含み、図９では１つのプロセッサ及びメモリが例示されている。プロセッサ及びメモリは、バス又は他の方法で接続されてもよく、図９ではバスを介して接続されている例が示されている。

【0065】

メモリは、非一時的なコンピュータ読み取り可能な記憶媒体として、本願の上記の実施例におけるタスク最適化方法のような非一時的なソフトウェアプログラム及び非一時的なコンピュータ実行可能プログラムを記憶するために使用され得る。プロセッサは、メモリに記憶された非一時的なソフトウェアプログラム及びプログラムを実行することによって、本願の上記の実施例におけるタスク最適化方法を実現する。

【0066】

メモリは、オペレーティングシステムや少なくとも１つの機能に必要なアプリケーションを記憶することができるプログラム記憶領域と、本願の上記の実施例におけるタスク最適化方法を実行するために必要なデータなどを記憶することができるデータ記憶領域と、を含んでもよい。さらに、メモリは、高速ランダムアクセスメモリを含んでもよく、少なくとも１つのディスクメモリデバイス、フラッシュメモリデバイス、又は他の非一時的な固体メモリデバイスのような非一時的なメモリを含んでもよい。いくつかの実施形態では、メモリは、プロセッサに対して遠隔的に配置されたメモリを含んでもよく、このような遠隔的に配置されたメモリはネットワークを介してこのタスク最適化装置に接続され得る。上記のネットワークの例は、インターネット、企業のイントラネット、ローカルエリアネットワーク、移動体通信ネットワーク、及びこれらの組み合わせを含むが、これらに限定されるものではない。

【0067】

本願の上記の実施例におけるタスク最適化方法を実現するために必要な非一時的なソフトウェアプログラム及びプログラムは、メモリに記憶されており、１つ又は複数のプロセッサによって実行されると、本願の上記の実施例におけるタスク最適化方法、例えば、上記のステップ１０１～１０４、図２における方法のステップ１０１１～１０１３、図３における方法のステップ１０２１～１０２２、図４における方法のステップ１０３１～１０３２を実行する。タスクを評価して最適化を必要とする目標タスクを識別し、目標タスクに対応する目標タスクパラメータを調整し、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行い、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行する。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。

【0068】

さらに、本願の実施例はまた、コンピュータ実行可能プログラムを記憶したコンピュータ読み取り可能な記憶媒体を提供し、このコンピュータ実行可能プログラムは、１つ又は複数の制御プロセッサ、例えば、図８における１つのプロセッサによって実行されると、本願の上記の実施例におけるタスク最適化方法、例えば、上記のステップ１０１～１０４、図２における方法のステップ１０１１～１０１３、図３における方法のステップ１０２１～１０２２、図４における方法のステップ１０３１～１０３２を、上記の１つ又は複数のプロセッサに実行させる。タスクを評価して最適化を必要とする目標タスクを識別し、目標タスクに対応する目標タスクパラメータを調整し、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行い、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行する。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。

【0069】

本願の実施例は、タスクを評価して最適化を必要とする目標タスクを識別するステップと、目標タスクに対応する目標タスクパラメータを調整するステップと、目標タスクパラメータを仮想スケジューリングにより実行し、グローバルスケジューリング予行を行うステップと、タスク予行の予行効果が期待通りである場合、目標タスクパラメータを決定し、目標タスクパラメータに基づいて目標タスクを実行するステップと、を含む。これに基づいて、タスクを評価して最適化を必要とするタスクを識別し、タスクパラメータを調整し、そして仮想スケジューリングによりグローバルスケジューリング予行を実行することによって、迅速に反復して最適なタスク最適化方式を見つけることができ、タスク最適化の効率と成功率を高め、盲目的な最適化によって最適化後の検証が基準に達しないことを回避することができる。したがって、本願は、グローバルな観点から最適なタスクパラメータを迅速に発見することができ、それによって、データミドルプラットフォームシステム全体のデータ出力能力を理想的な目標状態にすることができる。

【0070】

上記で開示された方法におけるステップの全部又は一部、システムは、ソフトウェア、ファームウェア、ハードウェア、及びそれらの適切な組み合わせとして実装されてもよい。物理的構成要素の一部又はすべては、中央プロセッサ、デジタル信号プロセッサ、マイクロプロセッサなどのプロセッサによって実行されるソフトウェアとして、又はハードウェアとして、又は特定用途向け集積回路などの集積回路として実装されてもよい。このようなソフトウェアは、コンピュータ記憶媒体（又は非一時的媒体）及び通信媒体（又は一時的媒体）を含んでもよいコンピュータ読み取り可能な媒体上に配布してもよい。当業者に周知のように、コンピュータ記憶媒体という用語は、情報（例えば、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は他のデータ）を記憶するための任意の方法又は技術において実施される、揮発性及び不揮発性の、取り外し可能な、及び取り外し不可能な媒体を含む。コンピュータ記憶媒体は、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリもしくは他のメモリ技術、ＣＤ－ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）もしくは他の光ディスク記憶装置、磁気カートリッジ、磁気テープ、磁気ディスク記憶装置もしくは他の磁気記憶装置、又は所望の情報を記憶するために使用することができ、コンピュータによってアクセスすることができる他の任意の媒体を含むが、これらに限定されない。さらに、通信媒体は、通常、コンピュータ読み取り可能な命令、データ構造、プログラムモジュール、又は搬送波や他の送信機構のような変調データ信号中の他のデータを含み、任意の情報配信媒体を含み得ることが、当業者には周知である。

【0071】

以上、本願のいくつかの実施について具体的に説明したが、本願は上記の実施形態に限定されるものではなく、当業者であれば、本願の主旨に反することなく様々な均等な変形又は置換を行ってもよく、これらの均等な変形又は置換はいずれも本願の特許請求の範囲によって定められる範囲内に含まれるものとする。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【国際調査報告】