一种云计算资源调度方法、装置、设备及可读存储介质

本发明涉及云资源调度优化技术领域，具体而言，涉及一种云计算资源调度方法、装置、设备及可读存储介质。

现有基于各种算法的云计算资源调度与优化方法均考虑如何更好的提高效率，没有涉及使用成本和管理成本，特别是不同地区间的电力成本、维护成本和人工成本差异，进而导致云计算资源调度的运营成本普遍较高。

本发明的目的在于提供一种云计算资源调度方法、装置、设备及可读存储介质，以改善上述问题。

为了实现上述目的，本申请实施例提供了如下技术方案：

一方面，本申请实施例提供了一种云计算资源调度方法，所述方法包括：建立云计算通信网络模型，所述云计算通信网络模型为计算云计算通信网络中的多个服务器的运行成本的函数模型；捕捉一个所述云计算通讯网络中的计算任务，并到一个离所述计算任务最近的第一服务器，所述计算任务包括多个计算资源申请；向所述第一服务器发送第一接收指令，所述第一接收指令为控制所述第一服务器接收所述计算任务的指令，所述第一服务器为接收所述计算任务的服务器；以及根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上，进而降低完成所述计算任务对应的多个所述第二服务器的所述运行成本，所述第二服务器为分配有所述计算资源申请的服务器。

在本公开的一种具体实施方式中，所述建立云计算通信网络模型，包括：

获取云计算通讯网络中每个所述服务器的基础数据，所述基础数据包括位置数据、带宽数据和作业成本参数，所述带宽数据包括对应的所述服务器与其他所述服务器的连接数据；

根据所述云计算通讯网络中每个所述服务器对应的所述基础数据中的位置数据和带宽数据，构建一个映射所述云计算通讯网络中多个所述服务器之间的连接关系的拓扑网络；

根据所述作业参数和拓扑网络，依次为所述云计算通讯网络中的每个所述服务器建立成本计算函数，所述成本计算函数为计算对应的所述服务器向任意一个其他所述服务器申请一个计算资源的成本的函数。

在本公开的一种具体实施方式中，所述根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上，包括：

获取第一阈值，所述第一阈值为所述粒子算法对多个所述第二服务器的最大调节次数；

将多个所述计算资源申请通过粒子算法初始化分配到多个第二服务器，并通过云计算通信网络模型计算当前的所述运行成本，并将当前的所述运行成本记为最优成本，当前第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

通过所述粒子算法调整每个所述第二服务器对应的计算资源申请数，并通过云计算通信网络模型计算出调整后的多个所述第二服务器的运行成本，检测成本：若所述调整后的多个所述第二服务器的运行成本低于所述最优成本，则将所述调整后的多个所述第二服务器的运行成本记为最优成本，同时将调整后的第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

检测所述粒子算法对多个所述第二服务器的调节次数，若所述调节次数大于所述第一阈值，则停止所述粒子算法对多个所述第二服务器的调节，同时输出所述最优成本和所述最优分布数据。

在本公开的一种具体实施方式中，所述向所述第一服务器发送第一接收指令后，还包括：

获取所述第一服务器的位置数据和所述计算任务的申请值，所述申请值为所述计算任务中所包含的所述计算资源申请的数量；

根据所述第一服务器的位置数据选中所述第一服务器附近的多个所述服务器，同时计算被选中的多个所述服务器的空闲资源的总和，所述空闲资源为所述服务器的剩余计算能力，且一个所述空闲资源对应满足一个所述计算资源申请的需求；

检测所述空闲资源的总和，若所述空闲资源的总和大于所述申请值，则将所述被选中的多个所述服务器和所述第一服务器均记为第二服务器。

在本公开的一种具体实施方式中，检测所述空闲资源的总和后，还包括：

若所述空闲资源的总和小于或等于所述申请值，则进行增添操作，所述增添操作为：根据所述第一服务器的位置数据继续增加一个位于所述第一服务器附近且未被选中的所述服务器；

更新当前的所述空闲资源的总和，并对比所述当前的所述空闲资源的总和与所述申请值的大小，若所述当前的空闲资源的总和小于或等于所述申请值，则重复执行所述增添操作，直至所述当前的所述空闲资源的总和大于所述申请值，并将所有所述被选中的所述服务器记为第二服务器。

在本公开的一种具体实施方式中，所述根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上后，还包括：

获取预设完成时间，所述预设完成时间为完成所述计算任务的最晚时间；

依次检测每个所述第二服务器对应的所述计算资源申请的完成情况，并向已完成所述计算资源申请的所述第二服务器发送上传指令，所述上传指令为控制所述已完成所述计算资源申请的所述第二服务器向所述第一服务器发送所述计算资源申请对应的处理结果数据；

获取当前时间，若所述取当前时间等于所述预设完成时间，则依次检测每个所述第二服务器是否发送所述处理结果数据，若多个所述第二服务器均已发送，则向人机交互设备发送已完成指令，若任意一个所述第二服务器未发送所述处理结果数据，则向人机交互设备发送警报指令，所述已完成指令为控制所述人机交互设备显示已完成所述计算任务的指令，所述警报指令控制所述人机交互设备显示所述计算任务处理超时的指令。

第二方面，本申请实施例提供了一种云计算资源调度系统，所述系统包括第一计算模块，用于建立云计算通信网络模型，所述云计算通信网络模型为计算云计算通信网络中的多个服务器的运行成本的函数模型；第二计算模块，用于第二捕捉一个所述云计算通讯网络中的计算任务，并到一个离所述计算任务最近的第一服务器，所述计算任务包括多个计算资源申请；第一发送模块，用于向所述第一服务器发送第一接收指令，所述第一接收指令为控制所述第一服务器接收所述计算任务的指令，所述第一服务器为接收所述计算任务的服务器；以及第三计算模块，用于根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上，进而降低完成所述计算任务对应的多个所述第二服务器的所述运行成本，所述第二服务器为分配有所述计算资源申请的服务器。

优选地，所述第一计算模块包括：

第一数据获取单元，用于获取云计算通讯网络中每个所述服务器的基础数据，所述基础数据包括位置数据、带宽数据和作业成本参数，所述带宽数据包括对应的所述服务器与其他所述服务器的连接数据；

第一计算单元，用于根据所述云计算通讯网络中每个所述服务器对应的所述基础数据中的位置数据和带宽数据，构建一个映射所述云计算通讯网络中多个所述服务器之间的连接关系的拓扑网络；

第二计算单元，用于根据所述作业参数和拓扑网络，依次为所述云计算通讯网络中的每个所述服务器建立成本计算函数，所述成本计算函数为计算对应的所述服务器向任意一个其他所述服务器申请一个计算资源的成本的函数。

优选地，所述第三计算模块包括：

第二数据获取单元，用于获取第一阈值，所述第一阈值为所述粒子算法对多个所述第二服务器的最大调节次数；

第三计算单元，用于将多个所述计算资源申请通过粒子算法初始化分配到多个第二服务器，并通过云计算通信网络模型计算当前的所述运行成本，并将当前的所述运行成本记为最优成本，当前第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

第四计算单元，用于通过所述粒子算法调整每个所述第二服务器对应的计算资源申请数，并通过云计算通信网络模型计算出调整后的多个所述第二服务器的运行成本，检测成本：若所述调整后的多个所述第二服务器的运行成本低于所述最优成本，则将所述调整后的多个所述第二服务器的运行成本记为最优成本，同时将调整后的第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

第五计算单元，用于检测所述粒子算法对多个所述第二服务器的调节次数，若所述调节次数大于所述第一阈值，则停止所述粒子算法对多个所述第二服务器的调节，同时输出所述最优成本和所述最优分布数据。

优选地，所述第一发送模块包括：

第三数据获取单元，用于获取所述第一服务器的位置数据和所述计算任务的申请值，所述申请值为所述计算任务中所包含的所述计算资源申请的数量；

第六计算单元，用于根据所述第一服务器的位置数据选中所述第一服务器附近的多个所述服务器，同时计算被选中的多个所述服务器的空闲资源的总和，所述空闲资源为所述服务器的剩余计算能力，且一个所述空闲资源对应满足一个所述计算资源申请的需求；

第七计算单元，用于检测所述空闲资源的总和，若所述空闲资源的总和大于所述申请值，则将所述被选中的多个所述服务器和所述第一服务器均记为第二服务器。

优选地，所述第七计算单元包括：

第一计算子单元，用于若所述空闲资源的总和小于或等于所述申请值，则进行增添操作，所述增添操作为：根据所述第一服务器的位置数据继续增加一个位于所述第一服务器附近且未被选中的所述服务器；

第二计算子单元，用于更新当前的所述空闲资源的总和，并对比所述当前的所述空闲资源的总和与所述申请值的大小，若所述当前的空闲资源的总和小于或等于所述申请值，则重复执行所述增添操作，直至所述当前的所述空闲资源的总和大于所述申请值，并将所有所述被选中的所述服务器记为第二服务器。

优选地，所述第三计算模块包括：

第四数据获取单元，用于获取预设完成时间，所述预设完成时间为完成所述计算任务的最晚时间；

第八计算单元，用于依次检测每个所述第二服务器对应的所述计算资源申请的完成情况，并向已完成所述计算资源申请的所述第二服务器发送上传指令，所述上传指令为控制所述已完成所述计算资源申请的所述第二服务器向所述第一服务器发送所述计算资源申请对应的处理结果数据；

第九计算单元，用于获取当前时间，若所述取当前时间等于所述预设完成时间，则依次检测每个所述第二服务器是否发送所述处理结果数据，若多个所述第二服务器均已发送，则向人机交互设备发送已完成指令，若任意一个所述第二服务器未发送所述处理结果数据，则向人机交互设备发送警报指令，所述已完成指令为控制所述人机交互设备显示已完成所述计算任务的指令，所述警报指令控制所述人机交互设备显示所述计算任务处理超时的指令。

第三方面，本申请实施例提供了一种云计算资源调度设备，所述设备包括存储器和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述云计算资源调度方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述云计算资源调度方法的步骤。

本发明的有益效果为：

本发明通过将位于不同地区的服务器的相关电力成本、维护成本和人工成本纳入云资源计算调度优化的考虑范畴，并建立用于计算云计算通信网络中的多个服务器的运行成本的云计算通信网络模型进而从成本考虑方面对云计算资源的调度进行优化，显著降低云计算资源调度的运营成本。

本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是本发明实施例中所述的一种云计算资源调度方法流程示意图。

图2是本发明实施例中所述的一种云计算资源调度系统结构示意图。

图3是本发明实施例中所述的一种云计算资源调度设备结构示意图。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

应注意到：相似的标号或字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

实施例1

如图1所示，本实施例提供了一种云计算资源调度方法，该方法包括步骤S1、步骤S2、步骤S3和步骤S4。

步骤S1.建立云计算通信网络模型，所述云计算通信网络模型为计算云计算通信网络中的多个服务器的运行成本的函数模型；

搜索一定区域范围内可用的所述服务器，并获取所述服务器的GPS数据，进而定位多个服务器之间的距离构建多个所述服务器之间的拓扑结构，所述拓扑结构能够进一步反应多个所述服务器之间的相对位置关系，由于每个所述服务器所在当地的电价、人员工资和设备后期维护等等的个细分费用均存在一定的差异，进而导致每个所述服务器的运行成本不仅仅只有传统的通讯成本及服务器件的通讯成本，该通讯成本与服务器之间的距离和各服务器的带宽有关且成正比，还要考虑每个所述服务器的作业成本，所述作业成本包括电力价格、设备折旧、维护成本和人工成本，因而本实施例所述的服务器的运行成本为所述通讯成本与所述作业成本的总和，同时所述服务器的运行成本为处理单个计算资源申请对应的成本，如服务器i向服务器j申请一个所述计算资源的成本。

步骤S2.捕捉一个所述云计算通讯网络中的计算任务，并到一个离所述计算任务最近的第一服务器，所述计算任务包括多个计算资源申请；

云计算通讯网络中的计算任务是由客户提出的，具有一定的随机性，因此在进行所述计算任务的捕捉时，仅需获取出现所述计算任务的客户终端的GPS数据，通过所述客户终端的GPS数据到一个离所述出现所述计算任务的客户终端最近的所述服务器，该服务器记为第一服务器。

步骤S3.向所述第一服务器发送第一接收指令，所述第一接收指令为控制所述第一服务器接收所述计算任务的指令，所述第一服务器为接收所述计算任务的服务器；以及

由控制端对上传至所述所述第一服务器上的计算任务进行细化分配。

步骤S4.根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上，进而降低完成所述计算任务对应的多个所述第二服务器的所述运行成本，所述第二服务器为分配有所述计算资源申请的服务器。

通过粒子算法寻求成本最低时所对应的的云计算通讯网络中多个所述第二服务器上的所述计算资源申请的数量，进而显著地降低云计算系统的运营成本。

在本公开的一种具体实施方式中，步骤S1中，还包括：

步骤S11.获取云计算通讯网络中每个所述服务器的基础数据，所述基础数据包括位置数据、带宽数据和作业成本参数，所述带宽数据包括对应的所述服务器与其他所述服务器的连接数据；

所述作业成本参数包括当地的电力价格、当地的设备折旧、当地的维护成本和当地的人工成本，位置参数主要为GPS参数或者对应的省市级等位置。

步骤S12.根据所述云计算通讯网络中每个所述服务器对应的所述基础数据中的位置数据和带宽数据，构建一个映射所述云计算通讯网络中多个所述服务器之间的连接关系的拓扑网络；

所述拓扑网络用于后期在分配所述计算资源申请时，确认分配路径，然后根据所述路径计算相应的成本。

步骤S13.根据所述作业参数和拓扑网络，依次为所述云计算通讯网络中的每个所述服务器建立成本计算函数，所述成本计算函数为计算对应的所述服务器向任意一个其他所述服务器申请一个计算资源的成本的函数。

即确认一个所述服务器到达所述云计算通讯网络中其他任意一个所述服务器的路径，计算通讯成本即路径成本，然后再将所述其他服务器各自的的作业成本相叠加，进而就构成了所述成本计算函数。

在本公开的一种具体实施方式中，步骤S4，还包括：

步骤S41.获取第一阈值，所述第一阈值为所述粒子算法对多个所述第二服务器的最大调节次数；

步骤S42.将多个所述计算资源申请通过粒子算法初始化分配到多个第二服务器，并通过云计算通信网络模型计算当前的所述运行成本，并将当前的所述运行成本记为最优成本，当前第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

步骤S43.通过所述粒子算法调整每个所述第二服务器对应的计算资源申请数，并通过云计算通信网络模型计算出调整后的多个所述第二服务器的运行成本，检测成本：若所述调整后的多个所述第二服务器的运行成本低于所述最优成本，则将所述调整后的多个所述第二服务器的运行成本记为最优成本，同时将调整后的第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

步骤S44.检测所述粒子算法对多个所述第二服务器的调节次数，若所述调节次数大于所述第一阈值，则停止所述粒子算法对多个所述第二服务器的调节，同时输出所述最优成本和所述最优分布数据。

先设置一个对多粒子算法调节次数，且每调节依次均需要对比最优成本，若低于所述最优成本则当前成本即为最优成本，所述计算资源申请的分配数据记为最优分配数据，当达到最大调节次数时，直接输出所述最优成本和所述最优分布数据，系统默认优化完成并开始按照所述最优分布数据进行任务分配派遣。

在本公开的一种具体实施方式中，所述步骤S3后，还包括：

步骤S31.获取所述第一服务器的位置数据和所述计算任务的申请值，所述申请值为所述计算任务中所包含的所述计算资源申请的数量；

得到所述计算任务任务后对所述计算任务进行量化，即解决所述计算任务需要服务器的CPU占用率，内存占用大小等等。

步骤S32.根据所述第一服务器的位置数据选中所述第一服务器附近的多个所述服务器，同时计算被选中的多个所述服务器的空闲资源的总和，所述空闲资源为所述服务器的剩余计算能力，且一个所述空闲资源对应满足一个所述计算资源申请的需求；

初步调取多个所述服务器，然后对多个所述服务器的总算力进行汇总。

步骤S33.检测所述空闲资源的总和，若所述空闲资源的总和大于所述申请值，则将所述被选中的多个所述服务器和所述第一服务器均记为第二服务器。

在本实施中，通过初步调取多个所述服务器，然后对多个所述服务器的总算力进行汇总，检测多个所述服务器的总算力与所述计算任务需要算力的大小进行对比，若足够则将被添加进来的所述服务器标记为第二服务器。

在本公开的一种具体实施方式中，所述步骤S33后，还包括：

步骤S331.若所述空闲资源的总和小于或等于所述申请值，则进行增添操作，所述增添操作为：根据所述第一服务器的位置数据继续增加一个位于所述第一服务器附近且未被选中的所述服务器；

步骤S332.更新当前的所述空闲资源的总和，并对比所述当前的所述空闲资源的总和与所述申请值的大小，若所述当前的空闲资源的总和小于或等于所述申请值，则重复执行所述增添操作，直至所述当前的所述空闲资源的总和大于所述申请值，并将所有所述被选中的所述服务器记为第二服务器。

在本实施中，通过初步调取多个所述服务器，然后对多个所述服务器的总算力进行汇总，检测多个所述服务器的总算力与所述计算任务需要算力的大小进行对比，若不足，则继续添加新的服务器，并将被添加进来的服务器标记为第二服务器。

在本公开的一种具体实施方式中，所述步骤S4后，还包括：

步骤S45.获取预设完成时间，所述预设完成时间为完成所述计算任务的最晚时间；

为保证每个所述计算任务能够按时完成，在系统内设置预设完成时间，用于监测计算任务的完成进度。

步骤S46.依次检测每个所述第二服务器对应的所述计算资源申请的完成情况，并向已完成所述计算资源申请的所述第二服务器发送上传指令，所述上传指令为控制所述已完成所述计算资源申请的所述第二服务器向所述第一服务器发送所述计算资源申请对应的处理结果数据；

步骤S47.获取当前时间，若所述取当前时间等于所述预设完成时间，则依次检测每个所述第二服务器是否发送所述处理结果数据，若多个所述第二服务器均已发送，则向人机交互设备发送已完成指令，若任意一个所述第二服务器未发送所述处理结果数据，则向人机交互设备发送警报指令，所述已完成指令为控制所述人机交互设备显示已完成所述计算任务的指令，所述警报指令控制所述人机交互设备显示所述计算任务处理超时的指令。

为检测所述计算任务的完成进度，需要实时监测各个所述第二服务器的完成情况，同时还设置有最大完成时长，超过该时长，系统将默认计算任务计算超时，此时将通知相关执勤人员处理该突发情况。

实施例2

如图2所示，本实施例提供了一种云计算资源调度系统，所述系统包括第一计算模块71、第二计算模块72、第一发送模块73和第三计算模块74。

第一计算模块71，用于建立云计算通信网络模型，所述云计算通信网络模型为计算云计算通信网络中的多个服务器的运行成本的函数模型；

第二计算模块72，用于第二捕捉一个所述云计算通讯网络中的计算任务，并到一个离所述计算任务最近的第一服务器，所述计算任务包括多个计算资源申请；

第一发送模块73，用于向所述第一服务器发送第一接收指令，所述第一接收指令为控制所述第一服务器接收所述计算任务的指令，所述第一服务器为接收所述计算任务的服务器；以及

第三计算模块74，用于根据所述云计算通信网络模型运用粒子算法将所述计算任务中的多个所述计算资源申请分配到多个第二服务器上，进而降低完成所述计算任务对应的多个所述第二服务器的所述运行成本，所述第二服务器为分配有所述计算资源申请的服务器。

在本公开的一种具体实施方式中，所述第一计算模块71包括：

第一数据获取单元711，用于获取云计算通讯网络中每个所述服务器的基础数据，所述基础数据包括位置数据、带宽数据和作业成本参数，所述带宽数据包括对应的所述服务器与其他所述服务器的连接数据；

第一计算单元712，用于根据所述云计算通讯网络中每个所述服务器对应的所述基础数据中的位置数据和带宽数据，构建一个映射所述云计算通讯网络中多个所述服务器之间的连接关系的拓扑网络；

第二计算单元713，用于根据所述作业参数和拓扑网络，依次为所述云计算通讯网络中的每个所述服务器建立成本计算函数，所述成本计算函数为计算对应的所述服务器向任意一个其他所述服务器申请一个计算资源的成本的函数。

在本公开的一种具体实施方式中，所述第三计算模块74包括：

第二数据获取单元741，用于获取第一阈值，所述第一阈值为所述粒子算法对多个所述第二服务器的最大调节次数；

第三计算单元742，用于将多个所述计算资源申请通过粒子算法初始化分配到多个第二服务器，并通过云计算通信网络模型计算当前的所述运行成本，并将当前的所述运行成本记为最优成本，当前第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

第四计算单元743，用于通过所述粒子算法调整每个所述第二服务器对应的计算资源申请数，并通过云计算通信网络模型计算出调整后的多个所述第二服务器的运行成本，检测成本：若所述调整后的多个所述第二服务器的运行成本低于所述最优成本，则将所述调整后的多个所述第二服务器的运行成本记为最优成本，同时将调整后的第二服务器上的所述计算资源申请的分配数据记为最优分配数据；

第五计算单元744，用于检测所述粒子算法对多个所述第二服务器的调节次数，若所述调节次数大于所述第一阈值，则停止所述粒子算法对多个所述第二服务器的调节，同时输出所述最优成本和所述最优分布数据。

在本公开的一种具体实施方式中，所述第一发送模块73包括：

第三数据获取单元731，用于获取所述第一服务器的位置数据和所述计算任务的申请值，所述申请值为所述计算任务中所包含的所述计算资源申请的数量；

第六计算单元732，用于根据所述第一服务器的位置数据选中所述第一服务器附近的多个所述服务器，同时计算被选中的多个所述服务器的空闲资源的总和，所述空闲资源为所述服务器的剩余计算能力，且一个所述空闲资源对应满足一个所述计算资源申请的需求；

第七计算单元733，用于检测所述空闲资源的总和，若所述空闲资源的总和大于所述申请值，则将所述被选中的多个所述服务器和所述第一服务器均记为第二服务器。

在本公开的一种具体实施方式中，所述第七计算单元733包括：

第一计算子单元7331，用于若所述空闲资源的总和小于或等于所述申请值，则进行增添操作，所述增添操作为：根据所述第一服务器的位置数据继续增加一个位于所述第一服务器附近且未被选中的所述服务器；

第二计算子单元7332，用于更新当前的所述空闲资源的总和，并对比所述当前的所述空闲资源的总和与所述申请值的大小，若所述当前的空闲资源的总和小于或等于所述申请值，则重复执行所述增添操作，直至所述当前的所述空闲资源的总和大于所述申请值，并将所有所述被选中的所述服务器记为第二服务器。

在本公开的一种具体实施方式中，所述第三计算模块74包括：

第四数据获取单元745，用于获取预设完成时间，所述预设完成时间为完成所述计算任务的最晚时间；

第八计算单元746，用于依次检测每个所述第二服务器对应的所述计算资源申请的完成情况，并向已完成所述计算资源申请的所述第二服务器发送上传指令，所述上传指令为控制所述已完成所述计算资源申请的所述第二服务器向所述第一服务器发送所述计算资源申请对应的处理结果数据；

第九计算单元747，用于获取当前时间，若所述取当前时间等于所述预设完成时间，则依次检测每个所述第二服务器是否发送所述处理结果数据，若多个所述第二服务器均已发送，则向人机交互设备发送已完成指令，若任意一个所述第二服务器未发送所述处理结果数据，则向人机交互设备发送警报指令，所述已完成指令为控制所述人机交互设备显示已完成所述计算任务的指令，所述警报指令控制所述人机交互设备显示所述计算任务处理超时的指令。

需要说明的是，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

实施例3

相应于上面的方法实施例，本公开实施例还提供了一种云计算资源调度设备，下文描述的一种云计算资源调度设备与上文描述的一种云计算资源调度方法可相互对应参照。

图3是根据一示例性实施例示出的一种云计算资源调度设备800的框图。如图3所示，该电子设备800可以包括：处理器801，存储器802。该电子设备800还可以包括多媒体组件803，输入/输出(I/O)接口804，以及通信组件805中的一者或多者。

其中，处理器801用于控制该电子设备800的整体操作，以完成上述的云计算资源调度方法中的全部或部分步骤。存储器402用于存储各种类型的数据以支持在该电子设备800的操作，这些数据例如可以包括用于在该电子设备800上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器802可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(Static Random Access Memory，简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read-Only Memory，简称EPROM)，可编程只读存储器(Programmable Read-Only Memory，简称PROM)，只读存储器(Read-Only Memory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该电子设备800与其他设备之间进行有线或无线通信。无线通信，例如Wi-F i，蓝牙，近场通信(NearFieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：Wi-Fi模块，蓝牙模块，NFC模块。

在一示例性实施例中，电子设备800可以被一个或多个应用专用集成电路(Application Specific Integrated Circuit，简称ASIC)、数字信号处理器(DigitalSignal Processor，简称DSP)、数字信号处理设备(Digital Signal Processing Device，简称DSPD)、可编程逻辑器件(Programmable Logic Device，简称PLD)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的云计算资源调度方法。

在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的云计算资源调度方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由电子设备800的处理器801执行以完成上述的云计算资源调度方法。

实施例4

相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种云计算资源调度方法可相互对应参照。

一种可读存储介质，可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例的云计算资源调度方法的步骤。

该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。