摘要
本发明涉及锁调度预测技术领域,尤其涉及了一种锁调度情况预测的方法与终端,获取历史采集的系统运行数据,所述系统运行数据包括锁调度数据、系统负载数据以及系统调度开销数据;根据历史采集的所述系统运行数据,训练机器学习模型;根据训练得到的机器学习模型,实时预测锁的争用程度,得到预测结果;从而用于根据所述预测结果,进行锁的调度策略的调整;能够智能预测锁的争用程度,进而动态调整锁策略,实现高性能与公平性之间的平衡,实现锁调度策略的优化,能够减少不必要的自旋和上下文切换,提高了CPU使用效率,从而提升了系统的整体的稳定性和响应能力。
技术关键词
训练机器学习模型
随机森林
数据
预测类别
采集系统
终端
策略
处理器
变量
存储器
滤波
算法
高性能
序列
动态
系统为您推荐了相关专利信息
参数优化模型
工艺控制参数
负压值
热塑性材料
无水氢氧化锂
支持向量机模型
焊接工艺参数
神经网络模型
机器学习方法
权重分配机制
生成运行数据
操作系统内核
一元线性回归模型
平均等待时间
指数
通道剪枝
因子
多通道
U型结构
地质灾害识别技术
数据脱敏方法
脱敏策略
文件头信息
数据管理方法
句式结构