編程語言中任務(wù)調(diào)度的并行算法是什么

編程語言中任務(wù)調(diào)度的并行算法是什么，針對這個(gè)問題，這篇文章詳細(xì)介紹了相對應(yīng)的分析和解答，希望可以幫助更多想解決這個(gè)問題的小伙伴找到更簡單易行的方法。

如果給定一批任務(wù)，比如有500個(gè)任務(wù)，需要在盡可能快的時(shí)間內(nèi)做完。

如果串行是肯定不行的。我們可以考慮并行策略，但是開了并行，怎么能夠充分利用資源比較好呢。

這個(gè)問題在多年前做數(shù)據(jù)遷移的時(shí)候，逼得沒辦法，當(dāng)時(shí)用shell寫了一個(gè)算法，可以參考這一篇。

海量數(shù)據(jù)遷移之使用shell啟用多個(gè)動態(tài)并行(r2筆記81天)

但是在自動化運(yùn)維平臺中，我希望這個(gè)操作能夠更加通用，所以在程序端實(shí)現(xiàn)是極好的。

我先打算用Java來實(shí)現(xiàn)，然后轉(zhuǎn)義為Python版本，已經(jīng)寫了大半部分，還沒有調(diào)試好，就先不放出來了，我把我的思路說一下。

假設(shè)有下面的一些任務(wù)，第一位是序號，第二位是任務(wù)需要花費(fèi)的時(shí)間。

假設(shè)分為4個(gè)并行，即4組執(zhí)行任務(wù)，每組執(zhí)行任務(wù)該如何分配呢。

(1, 10),

(2, 30),

(3, 20),

(4, 50),

(5, 60),

(6, 30),

(7, 20),

(8, 10),

(9, 20),

(10,50),

所以放眼任務(wù)調(diào)度的方向上，我們都希望并行，但是絕大多數(shù)情況下，并行的效果其實(shí)不好，一種最重建的情況就是前半段在并行，后半段基本在等待。

假設(shè)我們按照如下的思路來完成，前四個(gè)元素是每組的一個(gè)元素，然后每組查看累計(jì)值的最小值，然后依次加入后續(xù)的元素。按照這種方法，得到的任務(wù)安排如下：

1 10 60 70

2 30 20 20 70

3 20 30 50 100

4 50 10 60

明顯這種方法有缺點(diǎn)，因?yàn)槲覀儫o法預(yù)知后續(xù)元素的大小，所以任務(wù)分配很不均勻。

所以我們需要排序，按照最大值，最小值的方式排序。

這樣一來，最大的4個(gè)元素分別位列每組的第一個(gè)元素。然后依次取得每組累計(jì)值的最小值，加入后續(xù)的元素。

分配情況如下：

1 50 20 70

2 60 20 80

3 50 20 10 80

4 30 30 10 70

明顯好很多。

關(guān)于編程語言中任務(wù)調(diào)度的并行算法是什么問題的解答就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，如果你還有很多疑惑沒有解開，可以關(guān)注億速云行業(yè)資訊頻道了解更多相關(guān)知識。