一种基于强化学习的分布式组件流在线动态重构方法

本发明公开一种基于强化学习的分布式组件流在线动态重构方法，应用于复杂、高动态的分布式系统或云计算环境，针对分布式组件流场景使用强化学习的方法实时进行组件调度、动态调整任务流并处理复杂的负载变化和故障恢复需求，本发明首先对系统的组件流状态进行感知和构建，根据每个计算节点的CPU、内存、磁盘存储进行未来状态预测，如果系统几个小时之后组件流出现阻塞等情况，那此时系统分布式组件流就需要进行重构，使用强化学习智能体进行重构策略推荐，系统对重构策略进行执行，当组件流重构策略执行完毕，系统重新对各个节点的状态进行感知，并对强化学习模型进行迭代更新，之后根据各节点情况对未来状态进行预测，如果系统稳定则结束，否则继续进行使用智能体进行策略推荐。