摘要
本发明公开了一种面向数据中心长时间运行应用的调度方法,分为三个步骤:数据监控、模式识别和LRA实例调度。本发明先分析日志数据以确定时间序列的长度,并基于此生成模拟时间序列数据。随后,利用谱聚类对模拟数据进行降维,提取主要的资源使用变化模式集合。对于新增实例,从日志中筛选出同一服务的历史实例,将其资源使用序列切分为与模拟时间序列长度一致的时间段并进行标准化处理。接着,通过变化模式识别确定当前待部署实例的资源使用变化模式。最后,结合实例的资源需求、变化模式以及环境中的相关信息,利用部署代理进行最优部署。本发明能有效分析日志数据,识别资源使用模式,并实现智能化的实例部署,提升系统的整体性能和可靠性。
技术关键词
强化学习模型
节点
面向数据中心
模式识别
内存
环境状态信息
分析日志
序列
强化学习代理
定义
动态时间规整
物理
资源使用量
时间段
排列方法
网络
策略
系统为您推荐了相关专利信息
多通道
信号处理算法
信号采集模块
数据获取子模块
信号特征
动作特征
盆底肌康复训练
信息管理方法
周期
神经网络模型
三维人体形状
编解码器
人体模型
估计方法
人体姿态数据