基于深度学习的超融合系统资源优化方法、系统及介质

本申请公开了一种基于深度学习的超融合系统资源优化方法、系统及介质，主要涉及超融合系统技术领域，用以解决现有的方案难以适应超融合系统实时运行场景、无法捕捉系统运行状态的全局关联性的问题。包括：实时获取超融合系统对应的各个资源节点的运行数据和系统运行性能；从全部运行数据中筛选出分配性为可分配的运行任务，将筛选出的运行任务与资源节点进行匹配，获得所有的排列组合；将各个组合下的资源节点运行数据作为输入数据输入深度学习模型，获得预测系统运行性能，获取最高的预测系统运行性能对应的排列组合；基于最高的预测系统运行性能对应的排列组合下的可分配的运行任务的运行节点，确定可分配的运行任务的最终资源节点。