[發(fā)明專利]系統(tǒng)優(yōu)化的方法、設(shè)備及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911046363.8
• 申請(qǐng)日: 2019-10-30
• 公開（公告）號(hào): CN112749003A
• 公開（公告）日: 2021-05-04
• 發(fā)明（設(shè)計(jì)）人: 季曉彤;林強(qiáng)敏;宋明聰
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號(hào): G06F9/50
• 分類號(hào): G06F9/50;G06F11/30;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種系統(tǒng)優(yōu)化方法，所述方法應(yīng)用在操作系統(tǒng)中，所述操作系統(tǒng)上運(yùn)行有一個(gè)或多個(gè)第一應(yīng)用，其特征在于，包括：

采集第一系統(tǒng)特征數(shù)據(jù)，所述第一系統(tǒng)特征數(shù)據(jù)包括多個(gè)維度的系統(tǒng)特征數(shù)據(jù)，所述系統(tǒng)特征數(shù)據(jù)用于描述系統(tǒng)的資源使用情況或系統(tǒng)行為；

分別將每個(gè)維度的第一系統(tǒng)特征數(shù)據(jù)輸入所述維度對(duì)應(yīng)的聚類模型，得到所述應(yīng)用的性能瓶頸類型，所述性能瓶頸類型用于描述制約應(yīng)用的性能提升的指標(biāo)，所述每個(gè)維度的聚類模型是以所述維度的第二系統(tǒng)特征數(shù)據(jù)為輸入的聚類算法生成的模型，所述第二系統(tǒng)特征數(shù)據(jù)包括多個(gè)第二應(yīng)用中每個(gè)第二應(yīng)用運(yùn)行時(shí)所采集到的系統(tǒng)特征數(shù)據(jù)；

確定所述性能瓶頸類型對(duì)應(yīng)的分類模型，所述分類模型為以屬于所述性能瓶頸類型的第二系統(tǒng)特征數(shù)據(jù)為輸入，以所述第二應(yīng)用的業(yè)務(wù)類型為輸出訓(xùn)練得到的模型；

將所述第一系統(tǒng)特征數(shù)據(jù)輸入所述分類模型，得到所述第一應(yīng)用的業(yè)務(wù)類型，所述業(yè)務(wù)類型用于描述所述第一應(yīng)用的功能；

根據(jù)所述業(yè)務(wù)類型確定對(duì)應(yīng)的系統(tǒng)優(yōu)化策略以進(jìn)行系統(tǒng)優(yōu)化。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多個(gè)維度包括以下的一種或多種：

CPU資源維度、IO資源維度、網(wǎng)絡(luò)資源維度或存儲(chǔ)資源維度。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述性能瓶頸類型包括以下一種或多種：CPU密集型、IO密集型、網(wǎng)絡(luò)密集型或存儲(chǔ)密集型。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計(jì)算機(jī)系統(tǒng)中存儲(chǔ)有多個(gè)性能瓶頸類型中每個(gè)性能瓶頸類型的應(yīng)用在運(yùn)行周期內(nèi)性能瓶頸點(diǎn)的變化情況。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述業(yè)務(wù)類型確定對(duì)應(yīng)的系統(tǒng)優(yōu)化策略，包括：

根據(jù)所述業(yè)務(wù)類型和所述性能瓶頸類型對(duì)應(yīng)的性能瓶頸點(diǎn)的變化情況確定系統(tǒng)優(yōu)化策略。

6.一種計(jì)算機(jī)系統(tǒng)，所述計(jì)算機(jī)系統(tǒng)包括處理器和存儲(chǔ)器，所述存儲(chǔ)器存儲(chǔ)計(jì)算機(jī)指令，所述處理器調(diào)用所述計(jì)算機(jī)指令以執(zhí)行如權(quán)利要求1-5任一項(xiàng)所述的方法。

7.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中包括計(jì)算機(jī)指令，所述計(jì)算機(jī)指令被處理器調(diào)用以執(zhí)行如權(quán)利要求1-5任一項(xiàng)所述的方法。

8.一種系統(tǒng)調(diào)優(yōu)設(shè)備，該設(shè)備包括采集單元、業(yè)務(wù)類型感知單元、決策單元和執(zhí)行單元，所述采集單元用于采集第一系統(tǒng)特征數(shù)據(jù)，所述第一系統(tǒng)特征數(shù)據(jù)包括多個(gè)維度的系統(tǒng)特征數(shù)據(jù)，所述系統(tǒng)特征數(shù)據(jù)用于描述系統(tǒng)的資源使用情況或系統(tǒng)行為；

所述業(yè)務(wù)類型感知單元用于：

分別將每個(gè)維度的第一系統(tǒng)特征數(shù)據(jù)輸入所述維度對(duì)應(yīng)的聚類模型，得到所述應(yīng)用的性能瓶頸類型，所述性能瓶頸類型用于描述制約應(yīng)用的性能提升的指標(biāo)，所述每個(gè)維度的聚類模型是以所述維度的第二系統(tǒng)特征數(shù)據(jù)為輸入的聚類算法生成的模型，所述第二系統(tǒng)特征數(shù)據(jù)包括多個(gè)第二應(yīng)用中每個(gè)第二應(yīng)用運(yùn)行時(shí)所采集到的系統(tǒng)特征數(shù)據(jù)；

確定所述性能瓶頸類型對(duì)應(yīng)的分類模型，所述分類模型為以屬于所述性能瓶頸類型的第二系統(tǒng)特征數(shù)據(jù)為輸入，以所述第二應(yīng)用的業(yè)務(wù)類型為輸出訓(xùn)練得到的模型；

將所述第一系統(tǒng)特征數(shù)據(jù)輸入所述分類模型，得到所述第一應(yīng)用的業(yè)務(wù)類型，所述業(yè)務(wù)類型用于描述所述第一應(yīng)用的功能；

所述決策單元用于根據(jù)所述業(yè)務(wù)類型確定對(duì)應(yīng)的系統(tǒng)優(yōu)化策略以進(jìn)行系統(tǒng)優(yōu)化。

9.一種模型訓(xùn)練或生成方法，所述方法應(yīng)用于訓(xùn)練設(shè)備，其特征在于，所述方法包括：

獲得多個(gè)維度的第二系統(tǒng)特征數(shù)據(jù)，所述第二系統(tǒng)特征數(shù)據(jù)包括多個(gè)應(yīng)用中每個(gè)應(yīng)用運(yùn)行時(shí)所采集到的系統(tǒng)特征數(shù)據(jù)，所述系統(tǒng)特征數(shù)據(jù)用于描述系統(tǒng)的資源使用情況或系統(tǒng)行為；

分別將每個(gè)維度的第二系統(tǒng)特征數(shù)據(jù)集輸入聚類算法，得到所述多個(gè)維度中每個(gè)維度的聚類模型以及所述每個(gè)應(yīng)用的性能瓶頸類型；

將屬于同一性能瓶頸類型的應(yīng)用的系統(tǒng)特征數(shù)據(jù)作為分類模型的輸入，將所述屬于同一性能瓶頸類型的應(yīng)用的業(yè)務(wù)類型作為輸出訓(xùn)練所述分類模型，得到訓(xùn)練后的分類模型。