本发明实现了一种基于强化学习的云资源调度性能瓶颈预测方法,通过实现输入控制,队列调度,Container,VM等资源调度,完成对来自不同资源需求的任务流进行CPU,内存,带宽上的资源调度,从而输出一系列性能指标包括CPU利用率,内存利用率,带宽利用率,平均响应时间,QPS(Queries Per Second)。并且在仿真的基础上实现了对该种硬件配置下性能瓶颈的预测,从而可以较好地确定各种硬件配置的瓶颈情况,因而对配置进行灵活调整。在此基础上,我们在本发明中基于马尔科夫过程实现了一种自动调参算法,可以帮助减少使用人工干预。
展开▼