[发明专利]一种提高不同优先级任务间隔离性的多维资源隔离系统

权利要求书

1.一种为不同优先级任务提供多维度资源隔离的隔离系统，其特征在于，包括多维资源占用量建模模块，实时资源使用量预测模块，多维资源隔离控制模块；所述多维资源占用量建模模块进行任务历史信息收集，使用回归算法建立多维资源占用量映射到进程每秒执行的指令数的资源模型；所述实时资源使用量预测模块，所述实时资源使用量预测模块进行任务负载实时监控和多维资源使用量预测，所述预测方式为获取到实时负载和预设的希望保证的每秒执行的指令数标准后，结合所述多维资源占用量建模模块输出的资源模型，将实时负载和希望保证的每秒执行的指令数作为输入，输出的模型预测结果，所述模型预测结果为该任务的实时资源隔离配额；所述多维资源隔离控制模块，接收来自所述资源使用量预测模块输出的预测结果，对不同优先级的任务进行隔离配额的调整。

2.如权利要求1所述的系统，其特征在于，所述多维资源占用量建模模块进行所述任务历史信息收集包括改变特定任务的资源上限并实时监测特定动态；所述改变特定任务的资源上限包括动态改变特定任务的cpu、内存、LLC缓存、内存带宽等四个维度的资源使用上限，所述实时监测特定动态实时监测特定任务的cpu、内存、LLC缓存、内存带宽等四个维度的资源占用量、任务当前负载以及任务进程的实时每秒执行的指令数。

3.如权利要求2所述的系统，其特征在于，所述多维资源占用量建模模块实现回归算法生成资源模型的具体方式为首先对数据进行预处理，预处理过程主要为根据每秒执行的指令数与CPU利用率的比值分布去除异常值，采用渐进梯度回归树算法对任务的历史信息建模，得到该任务的向量到每秒执行的指令数的映射模型，所述向量为(CPU，内存，LLC，内存带宽，负载情况tasks)。

4.如权利要求3所述的系统，其特征在于，所述实时资源使用量预测模块进行多维资源使用量预测的方式为，设置资源消耗函数：

cost(X)＝w_cpu*x_cpu+·w_mem*x_mem+w_llc*x_llc+w_mbw*x_mbw

其中，x_cpu、x_men、x_llc、x_mbw则表示了分配给该任务的CPU、内存、LLC缓存和内存带宽资源量，w_cpu、w_men、w_llc、w_mbw则表示了分配给该任务的CPU、内存、LLC缓存和内存带宽资源资源维度的权重，然后遍历可能的资源向量组合，使用剪枝策略预测出每秒执行的指令数预测值，得到最低资源消耗。

5.如权利要求4所述的系统，其特征在于，多维资源隔离控制模块包括两个子模块，所述子模块为CPU、内存资源隔离控制子模块和LLC缓存、内存带宽隔离控制子模块；所述CPU、内存资源隔离控制子模块对不同优先级任务间的CPU隔离使用了CPU核心绑定的方法，将单节点的CPU资源以逻辑核为单位划分成高优先组和低优先组，调度任务时，分别将不同优先级的任务放入各自的CPU逻辑核分组中执行，也将不同优先级的任务划分到不同的内存资源分组中执行；所述LLC缓存、内存带宽隔离控制子模块对不同优先级任务进行LLC缓存容量的划分和对不同优先级任务进行了可用内存带宽的隔离。

6.如权利要求5所述的系统，其特征在于，所述隔离系统进行多维资源隔离的控制步骤为：步骤1，启动特定待隔离任务进程，所述多维资源占用量建模模块对待隔离进程进行多维资源占用量实时检测和数据收集，同时对待隔离进程开启多维资源配额上限动态调整脚本，然后使用渐进梯度回归数算法建立资源模型，所述资源模型输入为多维资源向量以及当前的负载情况，所述资源模型输出为待隔离进程的每秒执行的指令数；步骤2，对所述待隔离任务施加负载，所述实时资源使用量预测模块对所述待隔离任务进行监控，获取其运行时的实时负载情况，结合获取最小资源占用量的算法以及所述多维资源占用量建模模块输出的资源模型，预测出要达到待隔离任务理想的目标每秒执行的指令数，输出预测结果，所述预测结果是需要给其分配的多维度资源向量；步骤3，所述多维资源隔离控制模块对待隔离任务和其他任务进行分组对资源占用量进行隔离控制。