摘要
本申请公开了一种分布式存储动态碎片的方法、装置、电子设备及存储介质,涉及分布式存储技术领域,包括通过本申请,由于通过滑动窗口提取内存分配序列特征并结合预训练神经网络生成碎片风险评分,同时利用预训练时空图神经网络分析节点内存空间特征以获取碎片热点区域和碎片率预测结果,实现了对跨线程、跨节点碎片状态的动态感知与精准预测,而非依赖静态协同机制,因此,可以解决现有技术中因静态协同机制对跨线程、跨节点碎片状态感知与预测不足导致的内存空洞无法合并、资源利用率低下的技术问题,达到有效合并内存空洞、提高内存资源利用率的技术效果。
技术关键词
训练神经网络模型
内存
广度优先搜索算法
滑动窗口
生命周期特征
分布式存储技术
热点
跨节点
序列
动态
空洞尺寸
集群
退避机制
电子设备
高风险
可读存储介质
存储计算机程序
系统为您推荐了相关专利信息
激光点云数据
路径规划方法
梯度下降算法
视觉
融合点云数据
车辆数据显示方法
显示控制器
图形处理器
数据存储
芯片
智能井盖
监测管理系统
故障分析模型
图像采集参数
排列组合方法
物理内存地址
关键算法
算法保护方法
操作系统调用
内存管理器