(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 202110293287.1 (22)申请日 2021.03.18 (71)申请人 北京金山云网络技 术有限公司 地址 100000 北京市海淀区西二 旗中路33 号院4号楼6层0 06号 (72)发明人 夏旸　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 何少岩 (51)Int.Cl. G06F 9/48(2006.01) G06F 9/455(2006.01) G06F 30/27(2020.01) (54)发明名称 资源调度方法、 装置和服 务器 (57)摘要 本发明提供了一种资源调度方法、 装置和服 务器； 该方法包括： 将目标服务的资源需求数据 和多个资源集群的资源状态数据作为输入数据， 输入至资源调度模型， 得到输出结果； 基于输出 结果， 从多个 资源集群中确定运行目标服务的资 源集群； 资源调度模型的输入层通过多组并列的 节点组提取得到多组数据特征； 输出层基于预先 训练得到的模 型参数处理多组数据特征， 得到输 出结果。 上述资源调度模型仅包括两层计算层， 降低了模型深度， 减少了资源调度占用的计算资 源； 且该模 型的输入层通过并列的多组节点组提 取得到多组数据特征， 能够较为充分的进行特征 提取， 从而保证模型可以提供合理的输出结果， 因而可以在保证 资源调度性能的同时， 降低资源 调度的运行成本 。 权利要求书2页 说明书10页 附图2页 CN 115113991 A 2022.09.27 CN 115113991 A 1.一种资源调度方法， 其特征在于， 所述方法应用于云资源平台中的资源调度节点； 所 述云资源平台包括多个资源集群； 所述方法包括： 获取目标服 务的资源需求数据， 以及所述多个资源集群的资源状态数据； 将所述资源需求数据和所述资源状态数据作为输入数据， 输入至资源调度模型中， 得 到输出结果； 基于所述输出结果， 从所述多个资源集群中确定运行所述 目标服务的目标资 源集群； 其中， 所述资源调度模型包括输入层和输出层； 所述输入层通过多组并列的节点组提 取得到所述输入数据的多组数据特征； 所述输出层基于预先训练得到的模 型参数处理所述 多组数据特 征， 得到所述输出 结果。 2.根据权利要求1所述的方法， 其特征在于， 所述多组并列的节点组被划分为并列的特 征节点层和 增强节点层； 所述输入层通过多组并列的节点组提取得到所述输入数据的多组数据 特征的步骤， 包 括： 通过所述特征节点层中的节点组对所述输入数据进行线性处理， 得到第一子特征； 通 过所述增强节点层中的节点组对所述第一子特 征进行非线性处 理， 得到第二子特 征； 将所述第一子特 征和所述第二子特 征组合得到所述多组数据特 征。 3.根据权利要求2所述的方法， 其特征在于， 所述特征节点层中的每组节点组包括多个 特征节点； 所述通过所述特征节点层中的节点组对所述输入数据进行线性处理， 得到第 一子特征 的步骤， 包括： 针对所述特征节点层中的每组节点组， 通过所述节点组中的每个特征节点， 对所述输 入数据中所述特征节点对应的维度数据进行线性处理， 得到所述特征节点对应的处理结 果； 将每个所述特 征节点对应的处 理结果组合得到所述节点组的数据特 征； 将所述特 征节点层中每组节点组对应的数据特 征组合得到第一子特 征。 4.根据权利要求2所述的方法， 其特征在于， 所述增强节点层中的每组节点组包括多个 增强节点； 所述通过所述增强节点层中的节点组对所述第 一子特征进行非线性处理， 得到第 二子 特征的步骤， 包括： 针对所述增强节点层中的每组节点组， 通过所述节点组中的每个增强节点， 对所述第 一子特征中所述增强节点对应的维度数据进 行非线性处理， 得到所述增强节点对应的处理 结果； 将所述节点组中的每 个增强节点对应的处 理结果确定为所述节点组的数据特 征； 将所述增强节点层中每组节点组对应的数据特 征组合得到第二子特 征。 5.根据权利要求1所述的方法， 其特 征在于， 所述模型参数包括权 重矩阵； 所述输出层基于预先训练得到的模型参数处理所述多组数据特征， 得到所述输出结果 的步骤， 包括： 将所述多组数据特 征乘以所述权 重矩阵， 得到所述输出 结果。 6.根据权利要求5所述的方法， 其特 征在于， 所述模型参数通过 下述方式训练得到： 获取多组样本数据以及每组所述样本数据对应的样本标签； 其中， 所述样本数据包括 样本服务的资源需求数据， 以及样本资源集群的资源状态数据； 所述样本标签包括运行所 述样本服 务的资源集群；权　利　要　求　书 1/2 页 2 CN 115113991 A 2通过所述资源调度模型的输入层提取得到所述多组样本数据的样本数据 特征； 计算所 述样本数据特 征映射至所述样本标签的权 重矩阵， 将所述权 重矩阵确定为所述模型参数。 7.根据权利要求1所述的方法， 其特征在于， 所述输出结果包括每个所述资源集群对应 的分值； 所述基于所述输出结果， 从所述多个资源集群中确定运行所述目标服务的目标资源集 群的步骤， 包括： 根据每个所述资源集群对应的分值， 确定每 个所述资源集群的优先级； 基于每个所述资源集群的优先级， 从所述多个资源集群中确定运行所述目标服务的目 标资源集群。 8.根据权利要求1所述的方法， 其特征在于， 所述资源需求数据包括： 所述目标服务所 需的最小资源值和最大资源值； 所述资源状态数据包括： 每个所述资源集群的集群资源总量和当前可使用的集群资源 量， 每个所述资源集群中的节点量、 以及每个节点的节点资源总量和当前可使用的节点资 源量。 9.一种资源调度装置， 其特征在于， 所述装置设置于云资源平台中的资源调度节点； 所 述云资源平台包括多个资源集群； 所述装置包括： 数据获取模块， 用于获取目标服务的资源需求数据， 以及所述多个资源集群的资源状 态数据； 资源调度模块， 用于将所述资源需求数据和所述资源状态数据作为输入数据， 输入至 资源调度模型中， 得到输出结果； 基于所述输出结果， 从所述多个资源集群中确定运行所述 目标服务的目标资源集群； 其中， 所述资源调度模型包括输入层和输出层； 所述输入层通过多组并列的节点组提 取得到所述输入数据的多组数据特征； 所述输出层基于预先训练得到的模 型参数处理所述 多组数据特 征， 得到所述输出 结果。 10.一种服务器， 其特征在于， 包括处理器和存储器， 所述存储器存储有能够被所述处 理器执行的机器可执行指 令， 所述处理器执行所述机器可执行指令以实现权利要求 1至8任 一项所述的资源调度方法。 11.一种机器可读存储介质， 其特征在于， 所述机器可读存储介质存储有机器可执行指 令， 所述机器可执行指令在被处理器调用和执行时， 所述机器可执行指令促使所述处理器 实现权利要求1至8任一项所述的资源调度方法。权　利　要　求　书 2/2 页 3 CN 115113991 A 3