问题标签 [resource-scheduling]

我一直在网上寻找一段时间，试图找到这两个术语的定义和例子，但我似乎无法得到一个直接的答案，我只是变得更加困惑。

有人可以向我解释其中的区别。一篇不错的描述性文章会有所帮助。

我有一个tbl_availability来确定资源何时可用。表结构为：

同一天可以有多条记录，例如，一条记录用于星期日 1000-1200，另一条记录用于星期日 1300-1400。

我想弄清楚如何得到两件事：

1. 在输入新记录时检查与现有记录没有冲突（重叠）
2. 给定开始日期和结束日期，找到所有适用的可用时间段。

我想同时在四个不同的文件上运行 spark wordcount 应用程序。

我有带有 4 个工作节点的独立集群，每个节点都有一个核心和 1gb 内存。

spark 在独立模式下工作... 1.4worker 节点 2.1 每个工作节点的核心 每个节点 3.1gb 内存 4.core_max 设置为 1

./conf/spark-env.sh

**

我已经使用 .sh 文件执行了

这是并行提交申请的正确方法吗？

当一个应用程序运行时需要 2 秒（仅使用一个内核）当同时给出 4 个应用程序时，每个应用程序需要超过 4 秒...... 我如何在不同的文件上并行运行 spark 应用程序？

I have a bunch of work that needs to be performed at specific time intervals. However, we have limited resources to do that work, each day. Therefore, I am trying to optimize the start time dates (start time dates can only be moved forward not backward) so that resources used everyday are more less similar to what we have budgeted for.

These functions are used in example below::

Assume a toy example dataset :: Here task P1 starts on 14th while P2 starts on 15th. Value of zero means that no work is done for that task on that day.

The above code runs well and produces the expected output; however it does not scale well. I have very large dataset (Two years worth of work and for more than thousand different tasks repeating in intervals) and searching through every possible combination is not a viable option. Are there ways I can formulate this problem as a standard optimization problem and use Rglpk or Rcplex or some even better solution. Thanks for inputs.

下载 OptaPlanner 示例，进行测试。在提供的会议安排示例中，在求解的解决方案中返回了一个计划变量。例如，对于会议安排，返回一个房间。如果位置不同（假设为远程房间启用了 VC），我计划为一个会议安排分配多个房间。当前的会议安排示例没有显示这一点。我需要将计划变量房间更改为列表吗？

我们有一个使用BookRequest&RescheduleRequest方法来调度Appointment&RecurringAppointmentMaster实体的插件。最近，我的任务是实现在给定时间段内安排多个应用程序的能力。所以在研究这个的过程中，我发现了一些关于资源容量（以工作时间计算）的帖子，并在 Appointment 中将 ActivityParty 的 Effort 字段设置为 1.0。我想，太好了，这很容易。

所以我改变了插件来存储努力：

但是当我运行代码时，BookRequest 返回了这个让我感到困惑的错误：ErrorCode.DifferentEffort

我搜索了 ErrorCode.DifferentEffort, 2139095040, BookRequest，你的名字没有发现任何有用的东西。

这个错误到底是什么意思？为什么在 CRM 中安排并发约会如此困难？

这是关于资源受限的项目调度问题 (RCPSP)。这涉及根据人力可用性在机器上的时间窗口中安排某些任务。这是以整数程序的形式设置的。我正在使用统一的离散时间表示。

决策变量是 x_it：如果活动 i 计划在离散时间点 t 开始，则 x_it = 1。

由于外部原因，每个任务都有一个与之关联的优先级。为了说明目标，请考虑 3 个任务 - p1、p2、p3，优先级为 3、3、4。（两个优先级 - 3,4） 要求是这样的 - 如果有足够的人力可以单独安排 p1 和 p2 或 p3，即使 p1+p2 > p3 也必须选择 p3。我正在寻找一种使用决策变量 x_it 来实现此逻辑的方法。

我尝试通过以下方式实现我的要求：为每个任务分配一个新的优先级（P）：P1 = 3，P2 = 3，P3 = 7；本质上，这涉及缩放每个优先级，使得低优先级任务的组合不能高于此优先级，并将目标函数设置为“最大化 P_i*x_it”

这种方法的问题在于，虽然针对大量任务（~300 个任务）和多个优先级（20 个级别）进行扩展，但新的优先级值很快就会变成巨大的数字（~10^17）。

在整数编程范式中是否有更强大的方法来实现此要求？

以课程安排为例，假设一名教师只能教授 n 门课程。为了强制执行这一点，我的想法是找到给定讲师正在教授的所有课程，并通过负差异增加不良，如果低于则增加一半。我将如何去做（获得由给定教授教授的所有课程）？

我们有一个 Kubernetes 集群。

现在我们想用 GPU 节点来扩展它（这将是 Kubernetes 集群中唯一拥有 GPU 的节点）。

我们希望避免 Kubernetes 在这些节点上调度 Pod，除非它们需要 GPU。

并非我们所有的管道都可以使用 GPU。绝大多数仍然只是 CPU 密集型。

带有 GPU 的服务器可能非常昂贵（例如，Nvidia DGX 每台服务器可能高达 150 美元/千美元）。

如果我们只是将 DGX 节点添加到 Kubernetes 集群，那么 Kubernetes 也会在那里调度非 GPU 工作负载，这会浪费资源（例如，稍后安排的其他作业确实需要 GPU，那里可能有其他非 GPU 资源在那里像 CPU 和内存一样耗尽，所以他们必须等待非 GPU 作业/容器完成）。

是否有一种方法可以在 Kubernetes 中自定义 GPU 资源调度，以便仅在那些需要 GPU 的昂贵节点上调度 Pod？如果他们不这样做，他们可能不得不等待其他非 GPU 资源的可用性，例如非 GPU 服务器上的 CPU 和内存......

谢谢。

我正在建模具有容量限制的调度问题。任务是安排一组必须由特定机器执行的操作。更具体地说，我有一组车辆和一组位置，车辆必须访问这些位置才能执行一些操作。每个位置最多可以处理一辆车，并且每辆车都有最大容量。有两种类型的操作：取货和送货操作。取货操作对应于正需求，而交付操作对应于负需求。任务是安排所有操作，同时尊重车辆的容量限制。

我想使用 CPLEX 的 CP 优化器，并且我正在使用 Java Eclipse 对其进行建模。

我尝试使用 cumul 函数表达式对此进行建模，因为我可以使用 StepAtStart 函数来指示操作开始时容量的增加。但是，该函数不模拟负值。

我已经尝试过这段代码，灵感来自 SchedRCPSP 示例。但我不能输入负值，也不能减去负需求的表达式。

这是正确的方法吗？有没有办法模拟车辆内货物的这种波动？我想建模一种方法来禁止违反容量限制的车辆的某些排列。

例如，如果我的车辆容量为 10 辆，初始装载量为 8 辆，以及两个操作 A 和 B（操作 A：在城市 1 提取 4 个单元。操作 B：在城市 2 交付 5 个单元）。我希望不允许排列（A->B），因为它违反了城市 1 车辆的容量限制。