一种面向数据治理的任务弹性编排及动态适配方法

本发明公开了一种面向数据治理的任务弹性编排及动态适配方法，包括以下步骤：S1：收集任务节点历史记录并用Lasso算法训练模型，分析资源指标对任务时长的影响；S2：拓展任务模型，引入新资源指标和时效性属性；S3：构建资源模型监控硬件设备并用Raft算法保证数据一致性；S4：预选过滤节点，基于模型计算预期时长排序，选择最优节点；S5：监控任务健康状态并采取重试策略；S6：根据实际运行时长优化模型。本发明通过精准的数据收集和模型训练，结合资源监控与任务调度优化，提升了任务执行效率和资源利用率，并通过容错机制确保任务可靠运行。