machine-learning - 智能任务调度器

Question

有人知道为任务创建最佳时间表的工具吗？我有许多服务器，运行多个数据库，以及从每个数据库导入和转换数据的各种脚本。

我目前正在手动安排各种 cronjobs，但这很容易出错并且难以解释异常情况，例如由于异常大的数据负载而需要异常长时间运行的作业。我正在考虑对每个任务之间的资源和依赖关系进行编码，并创建一个规划器来搜索任务执行的最佳顺序，以便每个任务在最不可能干扰任何其他任务的时间运行。

我见过Drools Planner，但它不合适，因为它具有巨大的复杂性和开销。

Answer 1

它是NP complete，所以如果你想要任何接近最优的东西，你就无法避免一定程度的复杂性和 CPU 开销。

如我所见，您有两个选择：

• 寻求快速构建启发式算法，例如First Fit Decreasing：按难度递减的任务（=它们碰撞的任务数，...）对任务进行排序，然后按此顺序将它们分配到剩余的最佳位置。这不会接近最佳，但会快速、简单且开销低。

• 进行实时规划。

出于兴趣，Planner 中的哪些复杂性让您望而却步？

Answer 2

任务调度问题属于 NP 完全集。因此，没有一种算法可以为您提供最佳答案。

但有近乎最佳的答案。

技术：1) 基于启发式算法 - HEFT、MinMin、MaxMin 等... 2) 基于元启发式算法 - 遗传算法、粒子群优化等...

或者你可以发明新的算法。

如果您愿意，我可以分享简单的代码，这些代码将生成接近最佳的时间表。