[发明专利]可动态配置的大数据分析系统及方法

权利要求书

1.一种大数据分析系统的动态配置方法，其特征在于，包括如下步骤：

S1：预设时间窗口，由动态配置管理器预设警示数据结构，并初始化；

S2：在节点内根据对象实例的任务类型设定对象实例的预警冗余度下界与上界的经验初始值以及一个参数调整步长常数；

S3：计算对象实例的预警冗余度值；

S4：确定所述预警冗余度值位于下界与上界的经验初始值之间，并生成随机数；

S5：根据步长、随机数、上界及下界的经验初始值，计算出优化上界值及优化下界值；

S6：确定所述预警冗余度值位于优化下界值与优化上界值之间；

S7：在预设的时间窗口内，轮询动态配置管理中的警示信息列表；

S8：针对节点状态的警示信息列表，修改节点状态，以实现节点的动态维护。

2.根据权利要求1所述大数据分析系统的动态配置方法，其特征在于，其中步骤S4具体为：

S41：判断所述预警冗余度值是否大于等于下界经验初始值；

若是，则执行S42：更新所述对象实例；

若否，则执行S411：判断所述对象实例是否处于就绪状态；

若是，则执行S412：激活所述对象实例，并返回步骤S41；

若否，则执行S413：创建任务实例，并返回步骤S41；

其中在步骤S42之后，还包括S43：判断所述预警冗余度值是否小于等于上界经验初始值；

若是，则执行S44：更新所述对象实例，并生成随机数；

若否，则执行S431：判断所述对象实例是否处于就绪状态或重载状态；

若是，则执行S432：删除所述对象实例，并返回步骤S43；

若否，则执行S433：调整对象实例的参数，并返回步骤S43。

3.根据权利要求2所述大数据分析系统的动态配置方法，其特征在于，步骤S412 之后，还包括：

S414：判断是否激活成功；

若是，则返回步骤S41；

反之，则执行S415：设定警示信息列表的节点状态为重载；

步骤S413之后，还包括S416：判断是否创建成功；

若是，则返回步骤S41；

反之，则执行S415。

4.根据权利要求2所述大数据分析系统的动态配置方法，其特征在于，步骤S432之后，还包括S434：判断是否删除成功；

若是，则返回步骤S43；

反之，则执行S415：设定警示信息列表的节点状态为重载 ；

步骤S433之后，还包括S436：判断是否调整成功；

若是，则返回步骤S43；

反之，则执行S415。

5.根据权利要求1所述大数据分析系统的动态配置方法，其特征在于，步骤S5具体为：

S51：计算所述优化下界值：优化下界值＝下界经验初始值+步长*随机数；

S52：计算所述优化上界值：优化上界值＝上界经验初始值-步长*随机数。