公开(公告)号：CN115454525A

公开(公告)日：2022-12-09

申请号：CN202211071086.8

申请日：2022-09-01

Applicant: 桂林电子科技大学

Inventor： 黄娅婷 ,  李春海 ,  李晓欢 ,  姚荣彬 ,  苏昭宇

IPC: G06F9/445 ,  G06F9/50 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及性能调优技术领域，具体涉及一种基于Kafka的大数据系统访问量骤增时用户卡顿解决方法，使用默认配置在Kafka集群上运行工作负载W，并记录下所需时间T，抽样获取配置样本数据集并部署在Kafka集群上在相同的工作负载W与工作时间T下运行，选出性能较好的一部分配置组合数据并作标准化处理作为样本数据集；然后将训练样本输入生成器与判别器并同时对他们进行训练，训练完成后生成器生成N组配置，部署运行Kafka并记录每组配置的吞吐率，选出训练样本与生成器生成的N组样本中性能最好的那组配置即为调优目标。本发明能对Kafka消息系统进行有效调优，在相同工作环境下相比默认配置的性能得到提高。