本發明實現了一種基于強化學習的云資源調度性能瓶頸預測方法,通過實現輸入控制,隊列調度,Container,VM等資源調度,完成對來自不同資源需求的任務流進行CPU,內存,帶寬上的資源調度,從而輸出一系列性能指標包括CPU利用率,內存利用率,帶寬利用率,平均響應時間,QPS(Queries Per Second)。并且在仿真的基礎上實現了對該種硬件配置下性能瓶頸的預測,從而可以較好地確定各種硬件配置的瓶頸情況,因而對配置進行靈活調整。在此基礎上,我們在本發明中基于馬爾科夫過程實現了一種自動調參算法,可以幫助減少使用人工干預。
聲明:
“基于強化學習的云資源調度性能瓶頸預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)