一种基于AI的Hadoop自适应资源分配方法、装置、设备及介质
申请号:CN202511052854
申请日期:2025-07-30
公开号:CN120567799A
公开日期:2025-08-29
类型:发明专利
摘要
本申请涉及一种基于AI的Hadoop自适应资源分配方法、装置、设备及介质。包括:获取Hadoop集群中所有节点的性能指标时序数据和业务优先级以及资源总量;获取预设LSTM预测模型;将性能指标时序数据输入预设LSTM预测模型,得到节点的资源需求概率分布;根据节点的资源需求概率分布、资源总量和节点的业务优先级确定节点的资源分配结果。由此可知,节点的资源需求概率分布基于节点的性能指标数据预测得出,能真实反映节点在未来一段时间段内的资源需求趋势。此外,本申请综合考量节点的资源需求概率分布、资源总量和业务优先级,确保节点资源分配结果既能满足节点的需求,又能适配总资源的约束,同时优先保障高优先级业务的资源供给,有效提高Hadoop集群的资源利用率。
技术关键词
节点
强化学习模型
资源分配方法
集群
时序
最大化资源利用率
总量
高优先级业务
性能指标数据
资源分配装置
计算机设备
处理器
基础
可读存储介质
存储器
策略