数据描述.md 5.4 KB
1.2数据描述
问题一共包含四份数据表：instance_deplo y.csv, app_reso urces.csv, machine_reso urces.csv, app_interference.csv
·instance_deplo y.csv
o 实例id
o 实例所属应用
o 实例所属宿主机:
§注：当前未分配的实例，实例所属宿主机列为空
·app_reso urces.csv
o 应用id
o cpu分时占用曲线（每个点由< | >隔开）
o mem分时占用曲线（每个点由< | >隔开）
o disk申请量（标量）
o P
o M
o PM
·machine_reso urces.csv
o 宿主机id
o cpu规格
o mem规格
o disk规格
o P上限
o M上限
o PM上限
·app_interference.csv
o 应用id1
o 应用id2
o 最大部署量
1.3结果提交
1.3.1格式（初赛）
提交的结果是一系列对应用实例进行分配或迁移的决策动作，顺序由第一行开始，到最后一行，格式为：
<实例ID>, <目标宿主机ID>
<实例ID>, <目标宿主机ID>
<实例ID>, <目标宿主机ID>
<实例ID>, <目标宿主机ID>
... ...
·要求
o 最终所有实例都要部署到宿主机中
o 不能出现无效的实例id或宿主机id
o 请保存为submit_<YYMMDD_hhmmss>.csv。<YYMMDD_hhmmss>是结果生成时的时间戳，这是我们建议的结果命名方式
1.3.2执行与评分（初赛）
·可执行性
o 决策动作会按文件从上到下的顺序串行执行，若遇到不可执行的操作，评价程序会中断，并直接开始评价当前状态的得分
·评分
o 根据执行完提交结果的最终状态，计算成本分数to tal_co st_sco re
1.3.3对方案的评测
·初赛成绩以提交结果的评分为准
·复赛阶段会要求排名前10的队伍提交代码与文档，进行方案评测。同时参考提交结果的评分及方案，进入决赛，角逐冠军
·方案评测的细节，会于复赛前公布，基本会遵循以下原则：
o 求解时间短(例如1小时以内，具体要求复赛确定)
o 鼓励策略性模型(可以快速输出部分决策，但效果是前提)
o 鼓励创新性
o 鼓励灵活性
1.3.4推荐的复赛提交格式（暂定）
在第二阶段比赛（复赛）接近尾声时，我们会要求排行榜排名前10的队伍提交针对复赛题目的计算出迁移方案的代码，进行线下评测。迁移方案和线下评测的标准会在“评价标准”中说明，如果参赛队伍不能提供代码、或者提交代码与结果不匹配，相应的排行榜成绩无效。
下面是对提交代码的要求，建议参赛选手按照这个要求组织自己的代码，方便在取得好成绩以后进行提交（代码结构见注1）。
·数据文件夹data/*.csv
o 选手无需提交数据文件，我们会把初赛复赛用到的所有原始文件（与官网上的文件和文件名一致）放到data文件夹下，选手生成的中间文件也放入该文件夹。注意的是，初始的时候data文件夹会被清空，并只放入原始文件
·代码文件夹co de/*.py（也可以用其他语言编写）
o 读入文件的路径尽量使用相对路径，比如../data/XX.csv
o 要有main.py或者main.ipynb去运行所有代码得到最后结果（或其它编程语言的main），并将结果保存到submit文件夹
·结果输出文件夹submit/*.csv
o 存储提交的csv文件
o 提交文件名称submit_Ymd_HMS.csv(e.g.submit_20180203_040506.csv)
·代码的随机
o 对于用到随机数的步骤，设定随机数。如果未设置随机数导致结果有随机性，将进行多轮运行取平均的方式，如果随机的误差大于提交结果与答案间的误差将被取消决赛资格。由于代码会运行多次，为避免覆盖结果文件，请选手将每次生成的结果文件以时间方式命名，如注2所示
注1:提交文件夹结构
·pro ject
·|--README.md
·|--data
·|--co de
·|-- main.py o r main.ipynb o r <其它语言代码>
·|--submit
·|-- submit_20180203_040506.csv
注2:提交文件文件名代码
# pytho n fo r example
impo rt datetime
data.to \_csv\(\("../submit/submit\_"+datetime.datetime.no w\(\).strftime\('%Y%m%d\_%H%M%S'\) + ".csv"\), header=No ne, index=False\)
1.4你可以用这份数据设计其它算法
下面的要求不是比赛的一部分，但同样是数据中心资源调度关心的目标。爱好者可以根据这份数据设计以下面需求之一为目的的调度算法。我们十分欢迎您与我们交流您的想法！
1.同样是上述数据和问题，设计在线调度算法。所谓在线调度算法，是待调度的任务顺序地被调度器调度，而调度器不知道待调度任务序列中靠后的任务的信息。实践中，在线算法只能接近，但很难达到离线算法的效果。
2.让算法更ro bustness。实际环境中，大量数据为建模预估产生的模型化数据，例如赛题中的cpu, mem分时占用曲线，如何在预估数据存在偏差的前提进行问题求解，或者如何在已知决策模型的前提下调整预估方法，也是充满挑战的问题。
3.其它任何你能想到的使用这份数据可以设计的问题和算法。如果你对这个有兴趣，我们相信你会对我们第二阶段的比赛更加有兴趣，请保持关注并一定参加我们的正式比赛！