基于机器学习的服务器集群自适应运维监控方法及系统

本发明公开了基于机器学习的服务器集群自适应运维监控方法及系统，涉及机器学习技术领域，包括：获取服务器集群的历史维护日志与服务器集群的硬件构造参数，分析实时服务器集群的硬件状态，建立服务器集群的硬件能力画像；获取服务器集群的实时任务池序列，分析实时任务池序列的任务属性，量化实时任务池序列的任务需求；获取服务器集群的历史运行日志，初始化服务器集群的硬件健康程度与服务器集群的硬件能力画像和实时任务池序列的任务需求之间的匹配度，建立分配双因子决策模型，生成服务器集群任务自适应运维监控调度方案。本发明的有益效果在于：提升服务器集群的任务调度效率，同时降低运维成本。