一种基于强化学习的分布式消息系统参数自适应优化方法

摘要

本发明提供一种基于强化学习的分布式消息系统参数自适应优化方法，属于分布式计算体系与架构技术领域；本发明所针对的场景是当下AIoT网络环境中的消息传递场景，该场景的特点是大量的终端之间会进行海量的消息互传，且每个终端传输的消息的容量和传输的频次多变。本发明所针对的参数是一些影响分布式消息系统性能的关键参数，而这些参数通常直接采用默认参数配置可能导致在该场景下达不到最优的集群吞吐量性能。因此在有限的硬件环境下，采用一种基于策略梯度的强化学习的的强化学习方法进行参数的自适应优化，从而使得优化后的分布式消息中间件能适应AIoT网络环境中不同的消息传递的场景，提升分布式消息系统的性能。