摘要
本发明公开一种基于虚拟化的高并发多组件流并行执行方法,应用于计算机技术领域,针对传统组件流的架构设计通常较为固定,难以快速适应业务需求的变化的问题;本发明设计出了一种高效的虚拟并行计算框架,其中,通过容器与虚拟机双引擎结构搭建了组件流并行计算框架,将组件流分配到不同的集群计算节点进行并行处理。通过深度强化学习(DQN)模型分析当前资源的使用情况和任务需求,提供最优的资源分配策略本发明方法不但在高并发场景下可对资源高效利用,同时在复杂计算业务等场景下避免了集群计算节点过载现象,并在无人工干预下能保证集群的稳定高效运行。
技术关键词
并行执行方法
集群
资源分配策略
多组件
深度强化学习模型
节点
并行计算框架
信号处理组件
容器
资源库
模块
场景
动态
控制器
标签
因子
模式
系统为您推荐了相关专利信息
传输特征
多层感知网络
传输方法
性能指标数据
编解码
图片
神经网络模型
编辑
计算机系统执行
意图识别
资源调度方法
高维特征向量
节点
平均等待时间
最大化资源利用率
场景生成方法
噪声预测
概率分布建模
注意力机制
矩阵
并行策略
搜索方法
混合整数规划模型
元胞自动机
量子退火算法