CN115756872B - 基于数据分析的计算机内存释放系统 - Google Patents

Abstract

本发明涉及一种基于数据分析的计算机内存释放系统，包括：计算机控制芯片，用于在下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求；任务检测机构，用于根据紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与具体数值匹配的空闲任务；释放处理机构，用于在下一处理任务启动之前结束所述匹配的空闲任务。本发明的基于数据分析的计算机内存释放系统运行智能、安全可靠。由于能够在计算机系统每一个新处理任务执行之前，基于计算机系统的各项配置参数预测新处理任务被执行时需要消耗的内存空间，并在剩余内存空间不足时，自动释放等体量的空闲任务，从而维护了整个计算机系统的健壮性。

Description

基于数据分析的计算机内存释放系统

技术领域

本发明涉及计算机内存管理领域，更具体地，涉及一种基于数据分析的计算机内存释放系统。

背景技术

计算机内存是计算机的重要部件，也称内存储器和主存储器，它用于暂时存放CPU中的运算数据，以及与硬盘等外部存储器交换的数据。

计算机内存是外存与CPU进行沟通的桥梁，计算机中所有程序的运行都在内存中进行，内存性能的强弱影响计算机整体发挥的水平。只要计算机开始运行，操作系统就会把需要运算的数据从内存调到CPU中进行运算，当运算完成，CPU将结果传送出来。计算机内存的运行决定计算机整体运行快慢。常规的计算机内存由内存芯片、电路板、金手指等部分组成。

在包括计算机控制芯片、计算机内存芯片的计算机系统中，每当一个新的待处理任务触发时，需要为这个新的待处理任务分配内存空间，而在不同的计算机配置参数下，例如不同的控制性能配置参数以及不同的内容性能配置参数下，即使同一新的待处理任务，执行时占用的内存空间也不同，更不用说计算机系统存在的各种不同的待处理任务，从而导致计算机系统无法判断剩余内存空间是否满足即将执行的新的待处理任务的内存需求，一旦贸然执行，如果无法满足即将执行的新的待处理任务的内存需求，将会导致整个计算机系统崩溃，甚至重启，对计算机系统的整体性能和健壮性造成不利影响。

现有技术中存在解决内存分配问题的技术方案，例如申请公布号为CN114385370A的发明公布“内存分配方法、系统、设备及介质”，该方法通过为功能模块集配置共用预设内存空间，并配置各预设优先级的优先级预设内存空间大小；响应于获取的内存请求分别确定共用占用内存空间大小和请求优先级的请求优先级占用内存空间大小，分别确定共用剩余内存空间大小和请求优先级剩余内存空间大小，根据共用剩余内存空间大小、请求优先级剩余内存空间大小和内存请求的请求空间大小在共用预设内存空间中为请求模块分配内存，可减少系统内存的频繁申请与释放，减少内存碎片，降低系统出现因内存不足或者内存错误导致的崩溃、卡顿、宕机等问题，提高系统运行稳定性。

再如申请公布号为CN114138292A的发明公布“一种系统升级方法、存储介质及终端设备”，所述方法包括确定待升级系统对应的升级文件，对于升级文件中的每个数据段，获取该数据段所需的第一内存空间以及待升级系统对应的剩余内存空间；当所述剩余内存空间大于或者等于所述第一内存空间时，一次性从所述升级文件中读取该数据段，以升级所述待升级系统。这样可以根据剩余内存空间确定一次性从升级包中读取数据的数据大小，提高了升级文件的读写速度，从而提高系统升级的速度。

发明内容

对比上述现有技术，为了解决计算机剩余内存空间是否满足即将执行的新的待处理任务的内存需求的问题，本发明提供了一种基于数据分析的计算机内存释放系统，能够在计算机系统每一个新处理任务执行之前，基于计算机系统的各项控制参数以及各项内存参数预测新处理任务被执行时需要消耗的内存空间，并在计算机系统剩余内存空间不足时，自动释放等体量的空闲任务，从而维护了整个计算机系统的健壮性。

根据本发明的一方面，提供了一种基于数据分析的计算机内存释放系统，所述系统包括：

计算机控制芯片，用于在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值；

计算机内存芯片，与所述计算机控制芯片连接，用于为所述计算机控制芯片提供内存服务；

任务检测机构，与所述计算机控制芯片连接，用于在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出；

释放处理机构，与所述任务检测机构连接，用于在下一处理任务启动之前结束所述目标空闲任务以释放所述目标空闲任务占据的内存空间；

空间分析设备，与所述计算机控制芯片连接，用于基于计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量预测下一处理任务占用的内存空间，并作为下一处理任务预测的内存占据空间输出，所述预测基于完成多次学习后的霍菲特神经网络；

其中，所述空间分析设备用于将下一处理任务预测的内存占据空间发送给所述计算机控制芯片；

其中，计算机内存芯片的最大内存空间的具体数值越大，多次学习的次数越多；

其中，已有任务数量以及计算机控制芯片运算占用百分比为下一处理任务处理之前的任务数量以及运算占用百分比。

本发明的基于数据分析的计算机内存释放系统运行智能、安全可靠。由于能够在计算机系统每一个新处理任务执行之前，基于计算机系统的各项配置参数预测新处理任务被执行时需要消耗的内存空间，并在剩余内存空间不足时，自动释放等体量的空闲任务，从而维护了整个计算机系统的健壮性。

附图简要说明

本领域技术人员通过参考附图可更好理解本发明的众多优点，其中：

图1是依照本发明的实施例一的基于数据分析的计算机内存释放系统的内部结构图。

图2是依照本发明的实施例二的基于数据分析的计算机内存释放系统的内部结构图。

图3是依照本发明的实施例三的基于数据分析的计算机内存释放系统的内部结构图。

具体实施方式

下面将参照附图对本发明的基于数据分析的计算机内存释放系统的实施方案进行详细说明。

实施例一

图1是依照本发明的实施例一的基于数据分析的计算机内存释放系统的内部结构图，所述系统包括：

计算机控制芯片，用于在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值；

计算机内存芯片，与所述计算机控制芯片连接，用于为所述计算机控制芯片提供内存服务；

任务检测机构，与所述计算机控制芯片连接，用于在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出；

释放处理机构，与所述任务检测机构连接，用于在下一处理任务启动之前结束所述目标空闲任务以释放所述目标空闲任务占据的内存空间；

空间分析设备，与所述计算机控制芯片连接，用于基于计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量预测下一处理任务占用的内存空间，并作为下一处理任务预测的内存占据空间输出，所述预测基于完成多次学习后的霍菲特神经网络；

其中，所述空间分析设备用于将下一处理任务预测的内存占据空间发送给所述计算机控制芯片；

其中，计算机内存芯片的最大内存空间的具体数值越大，多次学习的次数越多；

示例地，计算机内存芯片的最大内存空间的具体数值越大，多次学习的次数越多包括：计算机内存芯片的最大内存空间为4G，多次学习的次数为50，计算机内存芯片的最大内存空间为8G，多次学习的次数为80，计算机内存芯片的最大内存空间为16G，多次学习的次数为120，以及计算机内存芯片的最大内存空间为32G，多次学习的次数为200；

其中，已有任务数量以及计算机控制芯片运算占用百分比为下一处理任务处理之前的任务数量以及运算占用百分比。

实施例二

图2是依照本发明的实施例二的基于数据分析的计算机内存释放系统的内部结构图。

与图1不同，图2中的基于数据分析的计算机内存释放系统包括以下组件：

计算机控制芯片，用于在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值；

计算机内存芯片，与所述计算机控制芯片连接，用于为所述计算机控制芯片提供内存服务；

任务检测机构，与所述计算机控制芯片连接，用于在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出；

释放处理机构，与所述任务检测机构连接，用于在下一处理任务启动之前结束所述目标空闲任务以释放所述目标空闲任务占据的内存空间；

空间分析设备，与所述计算机控制芯片连接，用于基于计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量预测下一处理任务占用的内存空间，并作为下一处理任务预测的内存占据空间输出，所述预测基于完成多次学习后的霍菲特神经网络；

多次学习设备，与所述空间分析设备连接，用于对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用；

其中，对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用包括：在每一次学习中，将计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及历史处理任务需要的运算量作为霍菲特神经网络的多项输入内容；

其中，对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用包括：在每一次学习中，将历史处理任务实际的内存占据空间作为霍菲特神经网络的输出内容。

实施例三

图3是依照本发明的实施例三的基于数据分析的计算机内存释放系统的内部结构图。

与图1不同，图3中的基于数据分析的计算机内存释放系统包括以下组件：

计算机控制芯片，用于在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值；

计算机内存芯片，与所述计算机控制芯片连接，用于为所述计算机控制芯片提供内存服务；

任务检测机构，与所述计算机控制芯片连接，用于在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出；

释放处理机构，与所述任务检测机构连接，用于在下一处理任务启动之前结束所述目标空闲任务以释放所述目标空闲任务占据的内存空间；

空间分析设备，与所述计算机控制芯片连接，用于基于计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量预测下一处理任务占用的内存空间，并作为下一处理任务预测的内存占据空间输出，所述预测基于完成多次学习后的霍菲特神经网络；

内容显示设备，与所述空间分析设备连接，用于实时显示计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量。

接着，继续对本发明的基于数据分析的计算机内存释放系统的具体结构进行进一步的说明。

在根据本发明任一实施例的基于数据分析的计算机内存释放系统中：

在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出包括：当前运行中的体量与所述具体数值匹配的空闲任务为占据的内存空间大于差额内存空间的空闲任务；

其中，当前运行中的体量与所述具体数值匹配的空闲任务为占据的内存空间大于差额内存空间的空闲任务包括：空闲任务为在设定时间长度内未进入任何新信息的任务；

其中，空闲任务为在设定时间长度内未进入任何新数据的任务包括：在设定时间长度内未进入任何新信息的任务为在设定时间长度内未接收到任何新的控制指令且未接收到任何新的输入数据的任务。

在根据本发明任一实施例的基于数据分析的计算机内存释放系统中：

在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值包括：所述差额内存空间的具体数值为接收到的下一处理任务预测的内存占据空间减去剩余内存空间获得的剩余空间对应的存储容量。

以及在根据本发明任一实施例的基于数据分析的计算机内存释放系统中：

所述计算机控制芯片还用于在接收到的下一处理任务预测的内存占据空间小于等于剩余内存空间时，发出释放暂缓信号。

另外，在所述基于数据分析的计算机内存释放系统中，所述系统还包括信息采集设备，所述信息采集设备与所述空间分析设备连接，用于采集计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量以及计算机控制芯片运算占用百分比。

因此，本发明至少具备以下几处有益的技术效果：

第一处、在计算机控制芯片每接收到新的处理任务之前，基于各项控制参数、各项内存参数以及新的处理任务的运算量估测新的处理任务被执行时占用的内存空间，从而为后续的内存空间动态管理提供关键信息；

第二处、在预测到新的处理任务的内存占据空间大于计算机内存芯片的剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值，以根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务进行释放，从而提升了计算机控制性能以及内存管理性能。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于数据分析的计算机内存释放系统，其特征在于，所述系统包括：

计算机控制芯片，用于在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值；

计算机内存芯片，与所述计算机控制芯片连接，用于为所述计算机控制芯片提供内存服务；

任务检测机构，与所述计算机控制芯片连接，用于在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出；

释放处理机构，与所述任务检测机构连接，用于在下一处理任务启动之前结束所述目标空闲任务以释放所述目标空闲任务占据的内存空间；

空间分析设备，与所述计算机控制芯片连接，用于基于计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量预测下一处理任务占用的内存空间，并作为下一处理任务预测的内存占据空间输出，所述预测基于完成多次学习后的霍菲特神经网络；

其中，所述空间分析设备用于将下一处理任务预测的内存占据空间发送给所述计算机控制芯片；

其中，计算机内存芯片的最大内存空间的具体数值越大，多次学习的次数越多；

其中，已有任务数量以及计算机控制芯片运算占用百分比为下一处理任务处理之前的任务数量以及运算占用百分比。

2.如权利要求1所述的基于数据分析的计算机内存释放系统，其特征在于，所述系统还包括：

多次学习设备，与所述空间分析设备连接，用于对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用。

3.如权利要求2所述的基于数据分析的计算机内存释放系统，其特征在于：

对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用包括：在每一次学习中，将计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及历史处理任务需要的运算量作为霍菲特神经网络的多项输入内容。

4.如权利要求3所述的基于数据分析的计算机内存释放系统，其特征在于：

对霍菲特神经网络执行多次学习，并将完成多次学习后的霍菲特神经网络发送给所述空间分析设备使用包括：在每一次学习中，将历史处理任务实际的内存占据空间作为霍菲特神经网络的输出内容。

5.如权利要求1所述的基于数据分析的计算机内存释放系统，其特征在于，所述系统还包括：

内容显示设备，与所述空间分析设备连接，用于实时显示计算机控制芯片的单位时间最大运算量、计算机控制芯片的处理核数量、计算机内存芯片的最大内存空间的具体数值、已有任务数量、计算机控制芯片运算占用百分比以及下一处理任务需要的运算量。

6.如权利要求1-5任一所述的基于数据分析的计算机内存释放系统，其特征在于：

在接收到紧急释放请求时，根据所述紧急释放请求内置的差额内存空间的具体数值寻求当前运行中的体量与所述具体数值匹配的空闲任务以作为目标空闲任务输出包括：当前运行中的体量与所述具体数值匹配的空闲任务为占据的内存空间大于差额内存空间的空闲任务。

7.如权利要求6所述的基于数据分析的计算机内存释放系统，其特征在于：

当前运行中的体量与所述具体数值匹配的空闲任务为占据的内存空间大于差额内存空间的空闲任务包括：空闲任务为在设定时间长度内未进入任何新信息的任务。

8.如权利要求7所述的基于数据分析的计算机内存释放系统，其特征在于：

空闲任务为在设定时间长度内未进入任何新数据的任务包括：在设定时间长度内未进入任何新信息的任务为在设定时间长度内未接收到任何新的控制指令且未接收到任何新的输入数据的任务。

9.如权利要求1-5任一所述的基于数据分析的计算机内存释放系统，其特征在于：

在接收到的下一处理任务预测的内存占据空间大于剩余内存空间时，发出紧急释放请求，所述紧急释放请求中内置差额内存空间的具体数值包括：所述差额内存空间的具体数值为接收到的下一处理任务预测的内存占据空间减去剩余内存空间获得的剩余空间对应的存储容量。

10.如权利要求1-5任一所述的基于数据分析的计算机内存释放系统，其特征在于：

所述计算机控制芯片还用于在接收到的下一处理任务预测的内存占据空间小于等于剩余内存空间时，发出释放暂缓信号。

Images