CN112463321B - 一种进程并发数预测方法、装置及进程并发数控制方法、装置 - Google Patents

一种进程并发数预测方法、装置及进程并发数控制方法、装置 Download PDF

Info

Publication number
CN112463321B
CN112463321B CN202011303924.0A CN202011303924A CN112463321B CN 112463321 B CN112463321 B CN 112463321B CN 202011303924 A CN202011303924 A CN 202011303924A CN 112463321 B CN112463321 B CN 112463321B
Authority
CN
China
Prior art keywords
concurrency
concurrency number
single operation
prediction
predicted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202011303924.0A
Other languages
English (en)
Other versions
CN112463321A (zh
Inventor
张芳
刘成平
王崇娇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou Inspur Intelligent Technology Co Ltd
Original Assignee
Suzhou Inspur Intelligent Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Suzhou Inspur Intelligent Technology Co Ltd filed Critical Suzhou Inspur Intelligent Technology Co Ltd
Priority to CN202011303924.0A priority Critical patent/CN112463321B/zh
Publication of CN112463321A publication Critical patent/CN112463321A/zh
Application granted granted Critical
Publication of CN112463321B publication Critical patent/CN112463321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种进程并发数预测方法、装置及对应的进程并发数控制方法、装置，获取内存参数及对应执行某个单一操作的并发数；根据所获取内存参数及对应执行某个单一操作的并发数，构建该单一操作预测模型，获得该单一操作预测并发数；根据多个单一操作预测并发数，获得不同组合操作的预测并发数。本发明基于内存参数建立预测模型进行并发数预测，使预测并发数的变化随着内存的健康状态进行变化，能够动态的调整并发量，而不是按照始终如一的并发数进行控制操作。另外，本发明可以预测并控制单一操作的并发数或者多操作的并发数，可以防止随意设置并发量导致服务器压力过大的情况发生。

Description

一种进程并发数预测方法、装置及进程并发数控制方法、装置
技术领域
本发明涉及进程并发数预测控制领域，具体涉及一种进程并发数预测方法、装置及对应的进程并发数控制方法、装置。
背景技术
目前，无论是服务器的使用者还是普通PC用户，尤其是开发人员或运维人员，需要经常进行并发操作，一旦将并发量设置的超出机器的承受范围，会出现与预期结果相反的情形，操作执行较慢或出现服务器或电脑死机；而且随着时间的推移，内存的健康状态影响着任务执行的效率，进而影响了并发量。以上情形极大地浪费了运维人员和开发人员的效率和时间，所以基于内存故障对进程并发数进行控制已成为重点需求。
当前可以通过对服务器端的历史数据进行采样进行深度学习训练，进行服务器的并发数预测。但基本是基于单一操作的训练集进行训练达到预测单一操作并发数的目的，无法通过单一操作进行多操作并发量的预测；也无法根据内存的健康状态进行动态的控制。
发明内容
为解决上述问题，本发明提供一种进程并发数预测方法、装置及对应的进程并发数控制方法、装置，能够根据当前服务器的内存健康状态和用户单一操作执行的数据，进行基于内存健康状态的不同组合操作下的进程并发数预测和控制。
本发明的技术方案是：一种进程并发数预测方法，包括以下步骤：
获取内存参数及对应执行某个单一操作的并发数；
根据所获取内存参数及对应执行某个单一操作的并发数，构建该单一操作预测模型，获得该单一操作预测并发数；
根据多个单一操作预测并发数，获得不同组合操作的预测并发数。
进一步地，所获取内存参数包括当前存取时间、纵向地址脉冲反映时间、执行某个待预测单一操作所需要的内存容量。
进一步地，基于时间序列模型构建单一操作预测模型。
进一步地，根据多个单一操作预测并发数，获得不同组合操作的预测并发数，具体为：
根据以下公式获取不同组合操作的预测并发数Yt
Yt＝α1X1t+…+αpXPt
其中，Xi表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
本发明的技术方案还包括一种进程并发数预测装置，包括，
参数获取模块：获取内存参数及对应执行某个单一操作的并发数；
单一操作预测模块：根据所获取内存参数及对应执行某个单一操作的并发数，构建该单一操作预测模型，获得该单一操作预测并发数；
组合操作预测模块：根据多个单一操作预测并发数，获得不同组合操作的预测并发数。
进一步地，参数获取模块所获取内存参数包括当前存取时间、纵向地址脉冲反映时间、执行某个待预测单一操作所需要的内存容量。
进一步地，单一操作预测模块，基于时间序列模型构建单一操作预测模型。
进一步地，组合操作预测模块根据多个单一操作预测并发数，获得不同组合操作的预测并发数，具体为：
根据以下公式获取不同组合操作的预测并发数Yt
Yt＝α1X1t+…+αpXPt
其中，Xi表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
本发明的技术方案还包括一种进程并发数控制方法，包括以下步骤：
设置组合操作并发数n1；
基于上述任一项所述的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
判断是否满足n1≤n2；
若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
本发明的技术方案还包括一种进程并发数控制装置，包括，
组合操作并发数设置模块：设置组合操作并发数n1；
组合操作并发数预测模块：基于上述任一项所述的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
判断模块：判断是否满足n1≤n2；
执行模块：若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
本发明提供的一种进程并发数预测方法、装置及对应的进程并发数控制方法、装置，基于内存参数建立预测模型进行并发数预测，使预测并发数的变化随着内存的健康状态进行变化，能够动态的调整并发量，而不是按照始终如一的并发数进行控制操作。另外，本发明可以预测并控制单一操作的并发数或者多操作的并发数，可以防止随意设置并发量导致服务器压力过大的情况发生。
附图说明
图1是本发明具体实施例一方法流程示意图；
图2是本发明具体实施例二结构示意框图；
图3是本发明具体实施例三方法流程示意图；
图4是本发明具体实施例四结构示意框图。
具体实施方式
下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。
实施例一
如图1所示，本发明提供一种进程并发数预测方法，包括以下步骤：
S101，获取内存参数及对应执行某个单一操作的并发数；
本实施例所获取内存参数包括当前存取时间ATt、纵向地址脉冲反映时间RTt、执行某个待预测单一操作所需要的内存容量CAt。
记某个单一操作的并发数为Xt，则本步骤获得单一操作在不同时刻下不同内存状态下的参数{ATt，RTt，CAt}及对应的并发数{Xt}。
需要说明的是，可同时获得多个单一操作的相关参数，以便后续获得组合操作预测并发数。
S102，根据所获取内存参数及对应执行某个单一操作的并发数，构建该单一操作预测模型，获得该单一操作预测并发数；
本实施例基于时间序列模型对各个单一操作构建并发数预测模型，得到单一操作并发数预测模型如下：
Xt＝β1Xt-1+…+βnXt-n。
S103，根据多个单一操作预测并发数，获得不同组合操作的预测并发数；
本实施例通过以下公式获得不同组合操作的预测并发数Yt：
Yt＝α1X1t+…+αpXPt
其中，Xi表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
通过上述方法步骤可获得单一操作预测并发数，也可获得组合操作预测并发数，且根据内存参数预测，可根据内存健康状况调整预测并发数。
本实施例在执行上述步骤进行并发数预测前，先检测内存状态，分为正常状态和异常状态；若当前为正常状态，可通过上述步骤进行操作；若为异常状态，又可划分为可修复状态和不可修复状态；可修复状态时，可通过官方网站或本地仓库进行内存的修复，修复完成后执行上述进行操作；若当前为不可修复状态，给出提示并不再进行计算。
实施例二
如图2所示，在实施例一基础上，本实施例提供一种进程并发数预测装置，包括以下功能模块。
(1)参数获取模块101：获取内存参数及对应执行某个单一操作的并发数；
本实施例所获取内存参数包括当前存取时间ATt、纵向地址脉冲反映时间RTt、执行某个待预测单一操作所需要的内存容量CAt。
记某个单一操作的并发数为Xt，则本步骤获得单一操作在不同时刻下不同内存状态下的参数{ATt，RTt，CAt}及对应的并发数{Xt}。
需要说明的是，可同时获得多个单一操作的相关参数，以便后续获得组合操作预测并发数。
(2)单一操作预测模块102：根据所获取内存参数及对应执行某个单一操作的并发数，构建该单一操作预测模型，获得该单一操作预测并发数；
本实施例基于时间序列模型对各个单一操作构建并发数预测模型，得到单一操作并发数预测模型如下：
Xt＝β1Xt-1+…+βnXt-n。
(3)组合操作预测模块103：根据多个单一操作预测并发数，获得不同组合操作的预测并发数；
本实施例通过以下公式获得不同组合操作的预测并发数Yt：
Yt＝α1X1t+…+αpXPt
其中，Xi表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
通过上述执行上述功能模块可获得单一操作预测并发数，也可获得组合操作预测并发数，且根据内存参数预测，可根据内存健康状况调整预测并发数。
本实施例在执行上述功能模块进行并发数预测前，先检测内存状态，分为正常状态和异常状态；若当前为正常状态，可通过执行上述功能模块进行操作；若为异常状态，又可划分为可修复状态和不可修复状态；可修复状态时，可通过官方网站或本地仓库进行内存的修复，修复完成后执行上述功能模块；若当前为不可修复状态，给出提示并不再进行计算。
实施例三
如图3所示，在实施例一基础上，本实施例提供一种进程并发数控制方法，包括以下步骤。
S201，设置组合操作并发数n1；
S202，基于实施例一的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
S203，判断是否满足n1≤n2；
S204，若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
本方法通过判断用户所设置并发数n1和预测并发数n2之间的大小关系，控制实际并发数，当用户所设置并发数n1过大时，仍以较小的预测并发数n2执行，防止随意设置并发数导致服务器压力过大的情况发生。
实施例四
如图4所示，在实施例三基础上，本实施例提供一种进程并发数控制装置，包括以下功能模块。
组合操作并发数设置模块201：设置组合操作并发数n1；
组合操作并发数预测模块202：基于实施例一的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
判断模块203：判断是否满足n1≤n2；
执行模块204：若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
本装置通过判断用户所设置并发数n1和预测并发数n2之间的大小关系，控制实际并发数，当用户所设置并发数n1过大时，仍以较小的预测并发数n2执行，防止随意设置并发数导致服务器压力过大的情况发生。
以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (8)

1.一种进程并发数预测方法，其特征在于，包括以下步骤：
获取内存参数及对应执行某个单一操作的并发数；
根据所获取内存参数及对应执行某个单一操作的并发数，构建单一操作预测模型，获得单一操作预测并发数；
根据多个单一操作预测并发数，获得不同组合操作的预测并发数；
其中，根据多个单一操作预测并发数，获得不同组合操作的预测并发数，具体为：
Yt＝α1X1t+…+αpXPt
其中，Xit表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
2.根据权利要求1所述的进程并发数预测方法，其特征在于，所获取内存参数包括当前存取时间、纵向地址脉冲反映时间、执行某个待预测单一操作所需要的内存容量。
3.根据权利要求1或2所述的进程并发数预测方法，其特征在于，基于时间序列模型构建单一操作预测模型。
4.一种进程并发数预测装置，其特征在于，包括，
参数获取模块：获取内存参数及对应执行某个单一操作的并发数；
单一操作预测模块：根据所获取内存参数及对应执行某个单一操作的并发数，构建单一操作预测模型，获得单一操作预测并发数；
组合操作预测模块：根据多个单一操作预测并发数，获得不同组合操作的预测并发数；
其中，组合操作预测模块根据多个单一操作预测并发数，获得不同组合操作的预测并发数，具体为：
根据以下公式获取不同组合操作的预测并发数Yt
Yt＝α1X1t+…+αpXPt
其中，Xit表示第i个单一操作预测并发数，i＝1、2、…、P；αi表示第i个单一操作的执行数。
5.根据权利要求4所述的进程并发数预测装置，其特征在于，参数获取模块所获取内存参数包括当前存取时间、纵向地址脉冲反映时间、执行某个待预测单一操作所需要的内存容量。
6.根据权利要求4或5所述的进程并发数预测装置，其特征在于，单一操作预测模块，基于时间序列模型构建单一操作预测模型。
7.一种进程并发数控制方法，其特征在于，包括以下步骤：
设置组合操作并发数n1；
基于权利要求1-3任一项所述的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
判断是否满足n1≤n2；
若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
8.一种进程并发数控制装置，其特征在于，包括，
组合操作并发数设置模块：设置组合操作并发数n1；
组合操作并发数预测模块：基于权利要求1-3任一项所述的方法进行组合操作并发数预测，获得组合操作预测并发数n2；
判断模块：判断是否满足n1≤n2；
执行模块：若满足，则基于n1正常执行；若不满足，则基于n2执行，并展示当前并发数和所设置组合操作并发数n1。
CN202011303924.0A 2020-11-19 2020-11-19 一种进程并发数预测方法、装置及进程并发数控制方法、装置 Active CN112463321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011303924.0A CN112463321B (zh) 2020-11-19 2020-11-19 一种进程并发数预测方法、装置及进程并发数控制方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011303924.0A CN112463321B (zh) 2020-11-19 2020-11-19 一种进程并发数预测方法、装置及进程并发数控制方法、装置

Publications (2)

Publication Number Publication Date
CN112463321A CN112463321A (zh) 2021-03-09
CN112463321B true CN112463321B (zh) 2022-06-21

Family

ID=74837882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011303924.0A Active CN112463321B (zh) 2020-11-19 2020-11-19 一种进程并发数预测方法、装置及进程并发数控制方法、装置

Country Status (1)

Country Link
CN (1) CN112463321B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113163453B (zh) * 2021-04-22 2022-10-21 Tcl通讯（宁波）有限公司 一种Wifi传输速度的控制方法、系统、存储介质及移动终端

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017208700A (ja) * 2016-05-18 2017-11-24 富士通株式会社 通信装置、通信方法、および、通信システム
CN108551465A (zh) * 2018-03-09 2018-09-18 平安科技（深圳）有限公司 服务器并发数控制方法、装置、计算机设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017208700A (ja) * 2016-05-18 2017-11-24 富士通株式会社 通信装置、通信方法、および、通信システム
CN108551465A (zh) * 2018-03-09 2018-09-18 平安科技（深圳）有限公司 服务器并发数控制方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN112463321A (zh) 2021-03-09

Similar Documents

Publication Publication Date Title
CN112132400B (zh) 一种工序时间规划方法、存储介质及系统
CN103676722B (zh) 使用修改的监视计时器的安全系统的质问和响应
US6343261B1 (en) Apparatus and method for automatically diagnosing a technical system with efficient storage and processing of information concerning steps taken
US5997167A (en) Programmable controller including diagnostic and simulation facilities
Allwood et al. The impact of job rotation on problem solving skills
RU2757436C2 (ru) Устройство и способ контроля указаний на неисправность от транспортного средства, компьютерочитаемый носитель
Distefano et al. Investigating dynamic reliability and availability through state–space models
JP2020173551A (ja) 故障予測装置、故障予測方法、コンピュータプログラム、計算モデルの学習方法および計算モデルの生成方法
US11586490B2 (en) System and method of identifying self-healing actions for computing systems using reinforcement learning
US20130301772A1 (en) Risk Monitoring Device and Risk Monitoring Method for Use with a Nuclear Power Facility
CN111860645B (zh) 挥发性有机物观测数据中缺省值的修复方法及装置
CN112463321B (zh) 一种进程并发数预测方法、装置及进程并发数控制方法、装置
Loganathan et al. Availability evaluation of manufacturing systems using Semi-Markov model
CN113254153B (zh) 流程任务处理方法、装置、计算机设备和存储介质
CN111126635A (zh) 一种基于顾客满意度分析用于diy商店pos机维护类型选择的评估方法
CN112379913B (zh) 基于风险识别的软件优化方法、装置、设备及存储介质
CN116360990B (zh) 分布式计算任务合理性预判方法、系统、设备和存储介质
CN112163756A (zh) 海上平台设施坍塌风险评估方法和装置
CN113377595B (zh) 故障诊断方法、装置、电子设备和存储介质
Hiraoka et al. Development of Part Agents for the Promotion of Reuse of Parts through Experiment and Simulation
CN114610645A (zh) 任务可靠性和测试性联合确定方法、装置和计算机设备
CN111061254B (zh) 一种phm系统性能的评价方法及系统
CN114444933A (zh) 一种基于建筑工程的危险源分析方法、设备和介质
Hagmark et al. Simulation and calculation of reliability performance and maintenance costs
Kapur et al. Stochastic differential equation based SRGM for errors of different severity with testing-effort

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant