云计算任务分配方法、设备、设备及存储介质的制作方法
云资源的调配方法、设备、终端设备及存储介质的制作技术
图片简介:本申请适用于云计算技术领域，提供了一种云资源的调配方法、装置、终端设备及存储介质，方法包括：获取云资源调配请求，云资源调配请求包含待调配的云资源信息；根据云资源信息，确定用于调配云资源的调配节点；将云资源调配请求加工为多个调配消息，调配消息包含与调配节点对应的标识信息；将多个调配消息分别加入到预设消息队列；指示与调配消息的标识信息对应的调配节点执行预设消息队列中的调配消息。
从而使得每个调配节点可以仅关注其标识信息对应的调配消息，而无需关注其他调配节点的调配消息的执行进度，进而实现调配节点间的解耦，提高云资源调配的调配效率。
技术要求1.一种云资源的调配方法，其特征在于，包括：获取云资源调配请求，所述云资源调配请求包含待调配的云资源信息；根据所述云资源信息，确定用于调配云资源的调配节点；将所述云资源调配请求加工为多个调配消息，所述调配消息包含与所述调配节点对应的标识信息；将多个所述调配消息分别加入到预设消息队列；指示与所述调配消息的标识信息对应的调配节点执行所述预设消息队列中的调配消息。
2.根据权利要求1所述的调配方法，其特征在于，所述根据所述云资源信息，确定用于调配云资源的调配节点，包括：根据所述云资源信息中的云资源类型，确定与所述云资源类型对应的一个或多个调配流程；根据所述调配流程的流程节点与所述调配节点的预设对应关系，确定所述调配流程中的每个所述流程节点对应的用于调配所述云资源的调配节点。
3.根据权利要求2所述的调配方法，其特征在于，所述将所述云资源调配请求加工为多个调配消息，包括：根据每个所述调配流程的流程节点，将所述云资源调配请求加工为与所述流程节点对应的多个调配消息；对于每个所述调配消息，根据所述流程节点与所述调配节点的对应关系，将与所述调配节点对应的标识信息分配给所述流程节点对应的所述调配消息。
4.根据权利要求1所述的调配方法，其特征在于，所述预设消息队列包括第一消息队列和第二消息队列，相应地，所述将多个所述调配消息分别加入到预设消息队列，包括：将多个所述调配消息分别加入到与所述调配消息的标识信息对应的所述第一消息队列，以及加入到所述第二消息队列。
云计算资源分配算法
云计算资源分配算法在当今数字化的时代，云计算已经成为了众多企业和组织的重要支撑技术。
它能够提供强大的计算能力、存储资源和服务，帮助用户更高效地处理数据、运行应用程序和开展业务。
然而，要确保云计算系统的性能和效率，合理的资源分配算法至关重要。
云计算资源就像是一个巨大的宝库，里面包含了计算能力（CPU 核心、内存）、存储容量（硬盘空间）和网络带宽等各种宝贵的“财富”。
而云计算资源分配算法，就是那个决定如何将这些“财富”公平、高效地分配给不同用户和应用的“智慧管家”。
想象一下，在一个云计算数据中心里，有成千上万的用户同时提交了各种各样的任务请求，有些任务需要大量的计算能力来进行复杂的数据分析，有些任务则需要大量的存储空间来保存海量的数据，还有些任务对网络带宽有着较高的要求。
如果没有一个好的资源分配算法，就可能会出现有的用户资源过剩，而有的用户却在苦苦等待资源的情况，这不仅会影响用户的体验，还会造成资源的浪费，降低整个云计算系统的效率。
那么，一个好的云计算资源分配算法应该具备哪些特点呢？首先，它应该是公平的。
这意味着每个用户都应该有平等的机会获得所需的资源，而不会因为某些特殊原因而被歧视或忽视。
比如说，不能因为某个用户是大客户就给他优先分配资源，而让小客户一直等待。
其次，算法要高效。
它能够快速地响应用户的请求，在最短的时间内为用户分配到合适的资源，让用户的任务能够尽快开始执行。
如果算法的执行效率低下，用户可能会因为等待时间过长而失去耐心，甚至选择其他的云服务提供商。
此外，算法还应该具有灵活性和可扩展性。
随着用户数量的增加和业务需求的变化，云计算系统的规模和资源需求也会不断变化。
好的资源分配算法应该能够适应这种变化，轻松地处理新增的资源和用户请求，而不需要进行大规模的修改和重新部署。
为了实现这些目标，研究人员提出了各种各样的云计算资源分配算法。
其中，一些常见的算法包括基于贪心策略的算法、基于整数规划的算法、基于遗传算法的算法等等。
云计算资源分配算法
云计算资源分配算法在当今数字化的时代，云计算已经成为了企业和个人获取计算资源的重要方式。
而在云计算的背后，资源分配算法起着至关重要的作用，它决定了如何高效地将有限的计算、存储和网络资源分配给众多的用户和任务，以满足不同的需求，并确保系统的性能和稳定性。
想象一下，云计算就像是一个巨大的资源库，里面有各种各样的计算能力、存储空间和网络带宽。
而用户的需求则各不相同，有的需要大量的计算来进行复杂的数据分析，有的需要大量的存储空间来保存海量的数据，还有的对网络带宽有很高的要求，以保证实时的交互和数据传输。
这时候，云计算资源分配算法就像是一个聪明的管家，要根据用户的需求和资源的可用性，做出最优的分配决策。
那么，云计算资源分配算法到底是如何工作的呢？它通常会考虑多个因素。
首先是用户的需求，这包括任务的类型、优先级、资源需求量以及预计的执行时间等。
比如，一个紧急的医疗图像处理任务可能会被赋予更高的优先级，以确保能够快速获得所需的资源并完成处理。
其次，算法会考虑资源的可用性。
云计算平台中的资源并不是无限的，而且它们的状态可能会随时变化。
例如，某些服务器可能正在进行维护，或者某些存储设备已经接近满载。
算法需要实时监测这些资源的状态，并根据可用的资源来进行分配。
在具体的算法实现中，有几种常见的方法。
一种是基于贪心算法的资源分配。
贪心算法的基本思想是在每一步都做出当前看起来最优的选择。
在云计算资源分配中，这可能意味着总是将资源分配给当前需求最大的任务。
然而，这种方法可能会导致局部最优解，而不是全局最优解。
另一种常见的方法是基于启发式算法的资源分配。
启发式算法是基于经验和直觉的算法，它可以在合理的时间内找到一个较好的解决方案，但不一定是最优的。
例如，模拟退火算法和遗传算法就经常被用于云计算资源分配中。
这些算法通过模拟物理过程或生物进化过程，来搜索可能的资源分配方案，并逐步优化。
除了这些传统的算法，近年来，随着机器学习和人工智能技术的发展，一些基于深度学习的资源分配算法也开始出现。
最全的云计算平台设计方案
最全的云计算平台设计方案云计算平台是指通过互联网提供各种计算资源和服务，以实现低成本、高可靠、高扩展性和高性能的计算能力供应。
设计一个最全的云计算平台方案需要考虑以下几个方面：1.基础设施层：-服务器硬件：选择高性能的服务器硬件，包括高性能处理器、大容量内存和高速存储，以满足大规模并行计算的需求。
-网络设备：使用高性能的网络设备，包括交换机和路由器，以实现高速、低延迟和可靠的网络传输。
-存储设备：选择高速、可扩展的存储设备，如分布式存储系统或网络存储设备，以满足大规模数据存储和访问的需求。
-虚拟化技术：使用虚拟化技术，如虚拟机或容器，以实现资源的灵活分配和管理。
2.软件平台层：- 操作系统：选择适合云计算平台的操作系统，如Linux或Windows Server，以提供稳定的操作环境和高性能的计算能力。
- 虚拟化管理软件：选择适合的虚拟化管理软件，如OpenStack或VMware vSphere，以实现虚拟机的创建、管理和迁移。
- 容器管理平台：选择适合的容器管理平台，如Kubernetes或Docker Swarm，以实现容器的管理和部署。
- 数据管理软件：选择适合的数据管理软件，如Hadoop或Spark，以提供大规模数据的存储、处理和分析能力。
-安全管理软件：选择适合的安全管理软件，如防火墙、入侵检测系统和访问控制系统，以保护云平台免受攻击和数据泄露。
3.服务层：- 基础设施即服务（IaaS）：提供虚拟化的服务器、存储和网络资源，以满足用户的计算需求。
- 平台即服务（PaaS）：提供开发、部署和运行应用程序的平台，以简化开发过程和降低运维成本。
- 软件即服务（SaaS）：提供各种应用程序和服务，以满足用户的特定需求，如电子邮件、在线办公和视频会议。
4.管理与监控层：-自动化管理：实现自动化的资源分配和管理，如自动扩展和负载均衡，以提供高可用性和高性能的计算能力。
-用户管理：提供用户管理功能，包括用户认证、授权和账户管理，以保证资源和数据的安全性和隐私性。
云计算平台优化部署方法、系统、终端及存储介质与制作流程
本技术提供一种云计算平台优化部署方法、系统、终端及存储介质，包括：计算租户剩余任务所需CPU数量；若所需CPU数量超过当前占用CPU数量，则在租户可用CPU数量范围内为租户创建虚拟机；采集平台虚拟机通信量和交换机负载；通过将通信量最大的虚拟机与负载最轻的交换机建立映射完成平台通信优化。
本技术提出了基于弹性虚拟机动态调整的资源分配策略，能够在现有的云服务体系结构基础上进行增量式部署。
通过在应用运行时候进行动态资源调整，最大限度地避免了资源碎片的情况，能够大大提高资源的利用率和云计算平台的性能。
技术要求1.一种云计算平台优化部署方法，其特征在于，包括：计算租户剩余任务所需CPU数量；若所需CPU数量超过当前占用CPU数量，则在租户可用CPU数量范围内为租户创建虚拟机；采集平台虚拟机通信量和交换机负载；通过将通信量最大的虚拟机与负载最轻的交换机建立映射完成平台通信优化。
2.根据权利要求1所述的方法，其特征在于，所述计算租户剩余任务所需CPU数量，包括：采集租户剩余租赁时间和处理剩余任务所需时间；获取租户当前占用的CPU数量；获取租户处理任务已用时间，并根据当前占用CPU数量和已用时间计算平均CPU效率；若剩余任务所需时间超过剩余租赁时间，则根据平均CPU效率和剩余任务量计算满足处理剩余任务所需时间不超过剩余租赁时间条件的剩余任务所需CPU数量。
3.根据权利要求1所述的方法，其特征在于，所述通过将通信量最大的虚拟机与负载最轻的交换机建立映射完成平台通信优化，包括：遍历虚拟机通信量；循环将通信量最大的虚拟机与负载最轻的交换机建立映射。
4.一种云计算平台优化部署系统，其特征在于，包括：CPU计算单元，配置用于计算租户剩余任务所需CPU数量；节点增加单元，配置用于若所需CPU数量超过当前占用CPU数量，则在租户可用CPU数量范围内为租户创建虚拟机；信息采集单元，配置用于采集平台虚拟机通信量和交换机负载；映射重建单元，配置用于通过将通信量最大的虚拟机与负载最轻的交换机建立映射完成平台通信优化。
云计算平台的搭建方法和技巧
云计算平台的搭建方法和技巧云计算是一种基于互联网的计算模式，它允许用户通过网络访问和共享计算资源。
搭建云计算平台能够为企业和个人提供弹性、高可用性、可扩展的计算环境。
本文将介绍云计算平台搭建的方法和技巧。
云计算平台的搭建方法如下：1. 确定需求和目标：在搭建云计算平台之前，需要明确自己的需求和目标。
考虑到应用的规模和类型，以及计算和存储资源的需求量。
这些因素将决定选择的硬件和软件组件。
2. 选择硬件和网络基础设施：云计算平台通常需要大量的计算和存储资源。
确定所需的服务器数量和配置，以及存储和网络设备。
为了提供高可用性和容错能力，通常采用服务器集群和网络冗余的设计。
3. 选择合适的虚拟化技术：虚拟化是云计算平台的基础技术之一，它允许将物理服务器划分为多个虚拟服务器，提供隔离和资源管理的能力。
常见的虚拟化技术包括VMware、KVM和Xen等。
根据需求选择合适的虚拟化技术。
4. 配置云管理平台：云管理平台是搭建云计算平台的核心组件，它提供用户管理、资源池管理、虚拟机管理和监控等功能。
常见的云管理平台有OpenStack、CloudStack和vCloud等。
根据需求选择合适的云管理平台，并进行相关配置。
5. 部署云存储系统：云计算平台需要高效可靠的存储系统来存储和管理用户数据。
选择适当的云存储系统，如Ceph、GlusterFS或Swift等，并进行相应的配置和部署。
6. 配置安全策略和权限控制：安全是云计算平台搭建中必不可少的一环。
配置适当的防火墙、加密和访问控制策略，确保用户数据的机密性和完整性。
同时，设置合适的权限控制，保护平台资源免受未授权的访问。
云计算平台搭建的技巧如下：1. 灵活性和可扩展性：云计算平台应具备灵活性和可扩展性。
选择支持动态添加和删除计算和存储资源的硬件和软件。
确保云计算平台能够根据需求变化进行自动扩展。
2. 优化资源利用率：云计算平台的运行成本主要包括服务器、存储和网络设备的成本。
AP网络资源分配方法装置设备系统及存储介质
AP网络资源分配方法装置设备系统及存储介质
一、AP网络资源分配方法
1、针对AP网络的节点覆盖，首先要对AP网络中每个节点的范围进行评估，然后按照不同的区域分组，对节点覆盖范围进行有效的分配。
2、针对AP网络的带宽，在分配AP网络中的带宽时，要根据不同节点以及不同地区的实际需求，合理的分配每个节点的带宽，以最大限度的满足要求。
3、对AP网络的容量管理，在AP网络中，要合理的使用每个节点的容量，来保证网络中节点间的正常通信。
4、对AP网络的QoS管理，在保证每个节点的带宽同时，还要兼顾网络的QoS，以确保网络中传输的数据符合多种要求。
二、AP网络资源分配装置
1、路由器：AP网络中，要确保节点间的通信，需要有专门的路由器对AP网络中的数据进行转发。
2、射频芯片：AP网络资源分配装置中，还要有专门的射频芯片，用于处理AP网络中信号的传播。
如何进行云计算资源的分配和管理
如何进行云计算资源的分配和管理在当今数字化时代，云计算已经成为了一种不可或缺的技术形式。
它为用户提供了强大的计算资源，无论是个人用户还是企业用户都可以进行云计算资源的分配和管理。
然而，正确的分配和管理云计算资源对于提高效率和降低成本非常关键。
本文将探讨如何进行云计算资源的分配和管理。
首先，在进行云计算资源的分配时，我们需要了解当前资源的需求和供应情况。
只有充分了解这些信息，我们才能做出合理的决策。
对于个人用户而言，我们可以根据自身需求选择适合的云计算资源套餐，比如存储空间的大小、处理器的速度等。
而对于企业用户来说，他们可能需要更多的资源来支持大规模的业务运营，这就需要更加精确地预估资源的需求，以确保不会出现资源短缺或浪费。
其次，在进行云计算资源的管理时，我们需要考虑资源的优先级和分配方式。
不同的用户和业务可能对资源的需求有差异，因此我们需要根据实际情况优先满足优先级较高的需求。
比如，对于一个企业来说，生产环境的资源需求可能比开发环境更为紧迫，因此我们可以优先满足生产环境的资源需求。
同时，我们还需要灵活地分配资源，以适应不同业务的变化。
这可以通过自动化和弹性伸缩的方式来实现，根据实际情况调整资源的分配。
另外，我们还需要考虑云计算资源的监控和性能优化。
随着业务的不断增长，资源的利用效率和性能问题变得尤为重要。
云计算平台可以提供实时监控和报警功能，我们可以通过监控各项指标，比如CPU利用率、内存使用情况等，及时发现资源瓶颈和性能问题，并及时采取措施进行优化。
在进行性能优化时，我们可以通过合理的资源规划和调整，比如对负载进行均衡、对资源进行优化配置等，来提高资源的利用效率和系统的整体性能。
此外，安全性也是云计算资源分配和管理过程中需要考虑的一个重要因素。
云计算涉及大量用户的数据和敏感信息，因此我们需要确保资源的安全性。
云计算平台通常提供多种安全策略，比如数据加密、访问控制等，以保护用户的数据不被非法获取或篡改。
资源分配方法、系统、计算机设备和存储介质[发明专利]
![资源分配方法、系统、计算机设备和存储介质[发明专利]](https://img.taocdn.com/s3/m/a9aa88b43b3567ec112d8acd.png)
专利名称：资源分配方法、系统、计算机设备和存储介质专利类型：发明专利
发明人：周鹏,葛思江
申请号：CN202011357538.X
申请日：20201127
公开号：CN112506650A
公开日：
20210316
专利内容由知识产权出版社提供
摘要：本公开提供了一种资源分配方法、系统、计算机设备和存储介质。
所述资源分配方法包括：基于用户的资源请求信息获取满足用户请求的物理节点；根据物理节点的资源特性获取物理节点的列表；基于用户的资源分配类型选取物理节点的列表以及为用户分配资源的物理节点。
本公开提供的资源分配方法基于用户的资源分配类型，以及满足用户资源请求的物理节点的序列表，进而根据用户的资源分配类型选取对应的序列表上的节点为用户分配资源，能够基于用户请求及物理节点的资源特性实现资源分配，动态平衡各个物理节点的资源使用，实现更加合理的资源分配。
申请人：中国建设银行股份有限公司
地址：100032 北京市西城区金融大街25号
国籍：CN
代理机构：广州三环专利商标代理有限公司
代理人：郝传鑫
更多信息请下载全文后查看。
云计算聚合广告数据处理方法、设备、设备以及介质的制作方法
本技术涉及计算机技术的技术领域，尤其是涉及一种云计算聚合广告数据处理方法、装置、设备以及介质，云计算聚合广告数据处理方法包括：S10：获取用户历史行为数据，其中，所述用户历史行为数据包括用户查询数据和用户使用记录数据；S20：对所述用户历史行为数据进行聚类分析后，得到用户属性数据；S30：获取推送广告类型，并将所述推送广告类型与对应的所述用户属性数据相关联；S40：根据关联结果，向每一所述用户属性数据的用户客户端发送广告推送结果。
本技术具有提升广告推送，尤其是游戏广告推送的相关性，有助于提升广告推送的效果的效果。
权利要求书1.一种云计算聚合广告数据处理方法，其特征在于，所述云计算聚合广告数据处理方法包括：S10：获取用户历史行为数据，其中，所述用户历史行为数据包括用户查询数据和用户使用记录数据；S20：对所述用户历史行为数据进行聚类分析后，得到用户属性数据；S30：获取推送广告类型，并将所述推送广告类型与对应的所述用户属性数据相关联；S40：根据关联结果，向每一所述用户属性数据的用户客户端发送广告推送结果。
2.如权利要求1所述的云计算聚合广告数据处理方法，其特征在于，步骤S10包括：S11：所述用户查询数据包括用户搜索数据和用户下载数据，根据用户触发的用户搜索行为和用户下载行为，作为对应的所述用户搜索数据和用户下载数据；S12：对所述用户搜索数据设置第一权重值，对所述用户下载数据设置第二权重值，根据所述第一权重值和第二权重值，将所述用户搜索数据和所述用户下载数据作为所述用户查询数据。
3.如权利要求1所述的云计算聚合广告数据处理方法，其特征在于，步骤S20包括：S21：从所述用户历史行为数据中的用户查询数据中，获取用户兴趣数据；S22：从所述用户兴趣数据中，获取待聚类用户属性数据；S23：从所述用户使用记录数据中，获取用户操作等级数据；S24：根据所述用户操作等级数据，从所述待聚类用户属性数据中聚类出与所述用户使用记录数据对应的用户属性数据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本技术公开了云计算任务分配方法、装置、设备及存储介质，该方法包括接收用户发送的云计算任务并将云计算任务分解成一定数量的子任务；获取子任务类型与所需运算单元的大小；计算同一子任务所需运算单元的数量；将每一个子任务分配给相应数量的运算单元，其中运算单元为已认证授权的运算单元。
本技术提供的方法，充分利用了网络上的闲置运算资源，避免了云计算对于大型服务器和超级计算机的依赖，云计算任务分配在时间上和空间上更加灵活，对运算规模的限制更小，可广泛适用各种应用场景；多运算单元同时接收同一子任务，保证云计算任务较短的响应时间和完成时间，进而提高了云计算平台的服务质量和用户体验。
技术要求1.云计算任务分配方法，其特征在于，所述方法包括以下步骤，接收用户发送的云计算任务并将所述云计算任务分解成一定数量的子任务；获取子任务类型与所需运算单元的大小；计算同一子任务所需运算单元的数量；将每一个子任务分配给相应数量的运算单元，其中所述运算单元为已认证授权的运算单元。
2.根据权利要求1所述的方法，其特征在于，所述将每一个子任务分配给相应数量的运算单元后，还包括以下步骤，周期性检测各个子任务的执行情况；若检测到执行某一子任务的运算单元数量低于预设值，则将该子任务分配给备用的运算单元。
3.根据权利要求1所述的方法，其特征在于，所述计算同一子任务所需运算单元的数量包括：根据子任务数量与错误率计算同一子任务所需运算单元的数量，其中，错误率根据历史数据设定。
4.根据权利要求1所述的方法，其特征在于，将每一个子任务分配给相应数量的运算单元包括在运算单元列表中获取运算单元参数；根据运算单元参数选出相应数量的符合子任务需求的运算单元；将子任务发送给符合需求的运算单元。
5.根据权利要求1所述的方法，其特征在于，还包括，获取储存在运算单元上的各子任务执行后得到的子结果；对全部子结果进行校验，保留合格的子结果；将所述合格的子结果组合成运算结果，将运算结果反馈给用户。
6.一种云计算任务分配装置，其特征在于，所述装置包括：任务分解模块，接收用户发送的云计算任务并将所述云计算任务分解成一定数量的子任务；子任务信息获取模块，获得子任务类型与所需运算单元的大小；运算单元数量计算模块，计算同一子任务所需运算单元的数量；子任务分配模块，将每一个子任务分配给相应数量的运算单元，其中所述运算单元为已认证授权的运算单元。
7.根据权利要求6所述的装置，其特征在于，还包括，子任务执行检测模块，用于周期性检测各个子任务的执行情况；备用运算单元调用模块，用于在检测到执行某一子任务的运算单元数量低于预设值时，将该子任务分配给备用的运算单元。
8.根据权利要求6所述的装置，其特征在于，还包括，子结果获取模块，获取储存在运算单元上的各子任务执行后得到的子结果；子结果校验模块，对全部子结果进行校验，保留合格的子结果；子结果组合模块，将所述子结果组合成运算结果；运算结果校验模块，将所述合格的子结果组合成运算结果；运算结果输出模块，将运算结果反馈给用户。
9.一种云计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
技术说明书云计算任务分配方法、装置、设备及存储介质技术领域本技术涉及云计算技术领域，特别涉及一种云计算任务分配方法、装置、设备及存储介质。
背景技术云计算是分布式计算的一种，指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。
云计算的核心概念就是以互联网为中心，在网站上提供快速且安全的云计算服务与数据存储，让每一个使用互联网的人都可以使用网络上的庞大计算资源与数据中心。
云计算任务分配是指根据用户所请求的任务的复杂性，在有限的云计算资源下对海量的调度任务进行处理。
现有的云计算，在接收用户发布的任务后，通常使用自有的或租用的服务器来执行存储与计算任务，在面向大型运算需求，例如天气预报、大型实验模拟等情况，则主要依靠超级计算机，并没有将网络上闲置的运算单元进行充分利用。
技术内容本技术的目的是要提供云计算任务分配方法、装置、设备及存储介质，可以解决上述现有问题中的一个或多个。
第一方面，本技术提供了一种云计算任务分配方法，方法包括以下步骤：接收用户发送的云计算任务并将云计算任务分解成一定数量的子任务；获得子任务类型与所需运算单元的大小；计算同一子任务所需运算单元的数量；将每一个子任务分配给相应数量的运算单元，其中运算单元为已认证授权的运算单元。
第二方面，本技术提供了一种云计算任务分配装置，装置包括：任务分解模块，接收用户发送的云计算任务并将云计算任务分解成一定数量的子任务；子任务信息获取模块，获得子任务类型与所需运算单元的大小；运算单元数量计算模块，计算同一子任务所需运算单元的数量；子任务分配模块，将每一个子任务分配给相应数量的运算单元，其中运算单元为已认证授权的运算单元。
第三方面，本技术还提供了一种云计算设备，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述云计算任务分配方法的步骤。
第四方面，本技术还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现如上述云计算任务分配方法的步骤。
本技术有益效果为：本技术通过对云计算任务的分解，将用户的云计算任务分解为运算单元可执行的子任务，并通过对运算单元数量的合理计算，充分利用了网络上的闲置运算资源，避免了云计算对于大型服务器和超级计算机的依赖，云计算任务分配在时间上和空间上更加灵活，对运算规模的限制更小，可广泛适用各种应用场景；多运算单元同时接收同一子任务，保证云计算任务较短的响应时间和完成时间，进而提高了云计算平台的服务质量和用户体验。
附图说明为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本技术实施例一提供的一种云计算任务分配方法的流程图。
图2是本技术实施例二提供的云计算任务分配装置的结构示意图。
图3是本技术实施例三提供的云计算设备的结构示意图。
具体实施方式为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。
基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
本技术应用于云计算平台，其中，用户是指有云计算需求的个体或主体，用户在平台上发布云计算任务并且从平台获得最终的运算结果，用户发布的云计算任务可以是计算任务、存储任务或带宽任务。
实施例一：图1显示了本技术实施例一提供的一种云计算任务分配方法，包括以下步骤：S11：接收用户发送的云计算任务并将所述云计算任务分解成一定数量的子任务；本技术应用于云计算平台，其中，用户是指有云计算需求的个体或主体，用户在平台上发布云计算任务并且从平台获得最终的运算结果，用户发布的云计算任务可以是计算任务、存储任务或带宽任务。
云计算平台接收用户发布的云计算任务，并且根据用户提供的数据信息以及用户期望获得的结果，将云计算任务分解为一定数量的子任务，分解后的子任务以已编译的机器指令的形式存储。
S12：获得子任务类型与所需运算单元的大小；其中，运算单元是指执行子任务的终端，在可选的实施例中，运算单元与云计算平台通讯连接的各类终端，例如，手机、平板电脑、游戏机、桌面电脑、服务器或者其他大型计算机。
例如，用户发布100G的存储任务，则云计算平台可以根据需求，将100G存储任务分解为100个1G的子任务。
此时，云计算平台获取子任务的类型为存储类子任务，所需运算单元至少具有1G的存储空间。
S13：计算同一子任务所需运算单元的数量；具体地，为保证任务响应速度和完成时间，要计算需要将同一个子任务同时分配给多少运算单元，并执行分配。
例如，根据当时的情况，计算得出需要将子任务同时分配给10个运算单元进行存储。
然后，执行将每个子任务同时分配给10个运算单元的动作。
在可选的实施例中，计算同一子任务所需运算单元的数量是指根据子任务数量与错误率计算同一子任务所需运算单元的数量，其中，错误率根据历史数据设定。
具体地，错误率=（1-数据验收合格量/总数据量）。
由此，可将任意一个子任务发送给任意倍数的运算单元，其中，任意倍数根据当时的错误率进行调整。
由此，当某一个运算单元不可用的时候，分配给该运算单元的子任务仍然有其他运算单元可以执行。
S14：将每一个子任务分配给相应数量的运算单元，其中运算单元为已认证授权的运算单元。
在可选的实施例中，将每一个子任务分配给相应数量的运算单元包括在运算单元列表中获取运算单元参数；根据运算单元参数选出相应数量的符合子任务需求的运算单元；将子任务发送给符合需求的运算单元。
进一步地，运算单元参数包括但不限于，CPU参数、GPU参数、存储容量和网络带宽。
由此，在网络中选择满足运算条件的运算单元分配子任务，避免出现将子任务分配给无法满足运算条件的运算单元，提高了整体的响应速度和完成速度。
在可选的实施例中，将将每一个子任务分配给相应数量的运算单元后，还包括以下步骤：周期性检测各个子任务的执行情况；若检测到执行某一子任务的运算单元数量低于预设值，则将该子任务分配给备用的运算单元。
具体地，根据云计算任务不同，可以对各个子任务的执行情况进行周期性检测，各个子任务的执行情况通过正在执行该子任务的运算单元的数量进行判断，若执行某一子任务的运算单元数量低于预设值，则根据检测结果判断调用备用的运算单元进行运算单元的补充。
由此，避免因部分运算单元停止工作或数据传输问题等情况影响整个计算结果和时效，提高了云计算平台的服务质量和用户体验。
在可选的实施例中，运算结束后，各子任务的运算结果存储在运算单元上，并且运算单元发出运算结束的信号以及各子任务的运算结果存储的地址。
由此，便于调取各子任务的执行后的运算结果。
在可选的实施例中，该方法还包括，获取储存在运算单元上的各子任务执行后得到的子结果；对全部子结果进行校验，保留合格的子结果；将所述合格的子结果组合成运算结果，将运算结果反馈给用户。