-
公开(公告)号:CN115712526A
公开(公告)日:2023-02-24
申请号:CN202211480620.0
申请日:2022-11-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种训练预测模型,以及使用该模型预测资源使用量的方法。预测模型的过程可以包括,获取服务器集群中目标服务器在历史时段中对处理资源的目标使用量,以及该目标服务器中的多个数据副本对应的多条流量数据,其中任意数据副本对应的流量数据包括,对应租户在所述历史时段中访问与该数据副本对应的数据而产生的流量信息。将各条流量数据输入预测模型,得到各个数据副本对所述处理资源的预测使用量;将各个预测使用量之和,作为预测总使用量。根据目标使用量和所述预测总使用量,确定预测损失,以预测损失最小化为目标,更新所述预测模型。
-
公开(公告)号:CN118227319A
公开(公告)日:2024-06-21
申请号:CN202410309629.8
申请日:2024-03-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了基于负载均衡确定迁移方案的方法及装置。在该方法中,确定用于衡量机器与负载之间的负载均衡迁移成本的评估目标,其中,评估目标包括以下中的至少一种:负载迁移成本、资源消耗均衡度以及机器使用成本;根据评估目标构建在满足约束条件的情况下使得各个评估目标之和最小化的优化模型,其中,约束条件包括针对各个评估目标的目标约束条件,评估目标涉及各个负载与各个机器之间的占用状态;求解优化模型,以得到在负载均衡条件下机器和负载所呈现的终态;以及根据机器和负载当前所呈现的初始态以及终态,确定负载从初始态到终态的迁移路径。
-
公开(公告)号:CN119829288A
公开(公告)日:2025-04-15
申请号:CN202411908815.X
申请日:2024-12-23
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06F9/50
Abstract: 本申请提供了确定计算节点的方法、装置和设备。方案包括:首先,根据待分配的负载单元集合中各负载单元的资源需求量,将所述负载单元集合划分为至少两个负载类,同一负载类中包含的负载单元的资源需求量的极差小于或等于预设资源量阈值;然后,采用多优化目标的规划模型,确定每个负载类在各个计算节点的负载单元分配数量,所述多优化目标包括针对负载迁移成本的第一优化目标、针对节点负载均衡度的第二优化目标以及针对计算节点成本的第三优化目标;之后,再根据所述负载单元分配数量,确定承载所述负载单元集合中各负载单元的计算节点。
-
公开(公告)号:CN115712526B
公开(公告)日:2024-08-16
申请号:CN202211480620.0
申请日:2022-11-24
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种训练预测模型,以及使用该模型预测资源使用量的方法。预测模型的过程可以包括,获取服务器集群中目标服务器在历史时段中对处理资源的目标使用量,以及该目标服务器中的多个数据副本对应的多条流量数据,其中任意数据副本对应的流量数据包括,对应租户在所述历史时段中访问与该数据副本对应的数据而产生的流量信息。将各条流量数据输入预测模型,得到各个数据副本对所述处理资源的预测使用量;将各个预测使用量之和,作为预测总使用量。根据目标使用量和所述预测总使用量,确定预测损失,以预测损失最小化为目标,更新所述预测模型。
-
-
-