买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:重庆邮电大学
摘要:本发明属于强化学习和大数据处理领域,具体涉及一种基于DE‑PPO混合算法的Spark细粒度作业调度方法,包括构建并训练基于混合云环境的Spark细粒度作业调度模型,实时获取在线数据信息,将数据信息输入到训练好的Spark细粒度作业调度模型,Spark细粒度作业调度模型对数据信息进行作业调度预测,系统根据作业调度预测选择作业调度成本最低的方案进行作业调度;其中,Spark细粒度作业调度模型包括调度器、集群管理器、奖励生成器和奖励优化器;本发明通过学习资源环境特征和作业特征提高集群性能和降低集群的使用成本。
主权项:1.一种基于DE-PPO混合算法的Spark细粒度作业调度方法,其特征在于,构建并训练基于混合云环境的Spark细粒度作业调度模型,实时获取在线数据信息,将数据信息输入到训练好的Spark细粒度作业调度模型,Spark细粒度作业调度模型对数据信息进行作业调度,系统根据作业调度结果选择作业调度成本最低的方案进行作业调度;其中,Spark细粒度作业调度模型包括:调度器,用于接收集群管理器输出的集群状态信息,并根据集群管理器输出的集群状态信息输出动作策略;集群管理器,用于接收调度器输出的动作策略,并输出下一步的集群状态信息;奖励生成器,用于根据动作策略和集群状态信息计算奖励,并将一个周期内的奖励组合为一个奖励组合;结合奖励优化器向调度器反馈优化奖励组合;奖励优化器,用于采集并优化奖励生成器输出的奖励组合。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于DE-PPO混合算法的Spark细粒度作业调度方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。