-
公开(公告)号：CN117851011B
公开(公告)日：2024-07-16
申请号：CN202410010795.8
申请日：2024-01-03
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本发明涉及计算机技术领域，公开了任务队列管理方法、装置、计算机设备及存储介质，本发明将任务按照任务状态进行划分，获得排队状态任务队列、运行状态任务队列和结束状态任务队列；对各任务队列采用多级存储；在内存中查询排队或正在运行的任务信息；对需更改任务状态的任务进行任务状态更改，并在嵌入式数据库中持久化更改后的任务状态；在全功能数据库中筛选已结束的任务信息；在任务集群需要重启或是遭遇故障恢复的情况下，按照预设恢复顺序进行任务队列恢复。本发明将不同状态任务在不同任务队列中维护，以此均摊针对不同状态任务的不同需求产生的查询或维护数据数据结构的压力，能够承受高并发压力且满足了抗故障要求。
-
Patent Agency Ranking
公开(公告)号：CN117828127B
公开(公告)日：2024-08-30
申请号：CN202311745296.5
申请日：2023-12-18
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本发明涉及资源管理技术领域，公开了一种基于半结构化存储的树状层级集群用户管理方法，本发明提供的方法包括：根据用户的功能需求及非功能需求，在非关系型数据库中使用半结构化数据创建树状层级的账户树逻辑结构；利用双拷贝的缓存策略对树状层级的账户树逻辑结构中的用户请求进行读写性能优化，完成树状层级的集群用户管理。通过本发明提供的方法在物理存储结构上采用半结构化数据库存储，在逻辑结构上采用树状层级结构维护账户树与用户关联关系，在保证数据低冗余的情况下提供了较高的灵活性，同时利用树状结构建立附属关系为系统提供群组管理能力。
-
公开(公告)号：CN117851011A
公开(公告)日：2024-04-09
申请号：CN202410010795.8
申请日：2024-01-03
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本发明涉及计算机技术领域，公开了任务队列管理方法、装置、计算机设备及存储介质，本发明将任务按照任务状态进行划分，获得排队状态任务队列、运行状态任务队列和结束状态任务队列；对各任务队列采用多级存储；在内存中查询排队或正在运行的任务信息；对需更改任务状态的任务进行任务状态更改，并在嵌入式数据库中持久化更改后的任务状态；在全功能数据库中筛选已结束的任务信息；在任务集群需要重启或是遭遇故障恢复的情况下，按照预设恢复顺序进行任务队列恢复。本发明将不同状态任务在不同任务队列中维护，以此均摊针对不同状态任务的不同需求产生的查询或维护数据数据结构的压力，能够承受高并发压力且满足了抗故障要求。
-
公开(公告)号：CN117828127A
公开(公告)日：2024-04-05
申请号：CN202311745296.5
申请日：2023-12-18
Applicant: 北京大学 , 北京大学长沙计算与数字经济研究院
Abstract: 本发明涉及资源管理技术领域，公开了一种基于半结构化存储的树状层级集群用户管理方法，本发明提供的方法包括：根据用户的功能需求及非功能需求，在非关系型数据库中使用半结构化数据创建树状层级的账户树逻辑结构；利用双拷贝的缓存策略对树状层级的账户树逻辑结构中的用户请求进行读写性能优化，完成树状层级的集群用户管理。通过本发明提供的方法在物理存储结构上采用半结构化数据库存储，在逻辑结构上采用树状层级结构维护账户树与用户关联关系，在保证数据低冗余的情况下提供了较高的灵活性，同时利用树状结构建立附属关系为系统提供群组管理能力。
-
公开(公告)号：CN111258927A
公开(公告)日：2020-06-09
申请号：CN201911309038.6
申请日：2019-12-18
IPC: G06F12/0802 , G06F12/0893
Abstract: 本发明提出一种基于采样的应用程序CPU末级高速缓存缺失率曲线的预测方法，属于计算机体系结构领域，包括以下步骤：让目标程序在处理器上运行，设计一组访存模式可控的微程序来访问指定末级高速缓存LLC组，与目标程序在指定LLC组发生资源竞争；通过采样收集一段时间内不同LLC组上的缓存缺失数量；通过控制微程序的访存模式改变它所占用的缓存块数量，改变目标程序所在指定LLC组上占用的缓存大小；计算未被微程序影响的LLC组上的缓存缺失数与受影响的组上缓存缺失数之差，据此得到目标程序的缺失率曲线。本方法既能消除事离线探测方法的局限性，又能避免在线预测方法对程序性能的干扰。
-
公开(公告)号：CN111258927B
公开(公告)日：2022-05-03
申请号：CN201911309038.6
申请日：2019-12-18
IPC: G06F12/0802 , G06F12/0893
Abstract: 本发明提出一种基于采样的应用程序CPU末级高速缓存缺失率曲线的预测方法，属于计算机体系结构领域，包括以下步骤：让目标程序在处理器上运行，设计一组访存模式可控的微程序来访问指定末级高速缓存LLC组，与目标程序在指定LLC组发生资源竞争；通过采样收集一段时间内不同LLC组上的缓存缺失数量；通过控制微程序的访存模式改变它所占用的缓存块数量，改变目标程序所在指定LLC组上占用的缓存大小；计算未被微程序影响的LLC组上的缓存缺失数与受影响的组上缓存缺失数之差，据此得到目标程序的缺失率曲线。本方法既能消除事离线探测方法的局限性，又能避免在线预测方法对程序性能的干扰。
-
-
-
-
-
Search Results
6
records
(took 0.064 seconds)
