[发明专利]系统优化的方法、设备及计算机可读存储介质

说明书

本申请提供了一种系统优化方法，该系统优化方法应用在操作系统中，该方法通过对多种应用的数据收集，观察不同业务类型的应用的系统特征在生命周期中的变化，实现针对每种业务类型的应用的性能瓶颈类型的感知；通过对系统特征的分类建模，识别OS上运行的业务行为，做到非侵入式感知业务类型。即使业务没有经过预先的训练学习，也可以基于现有模型通过资源使用、系统特征的相似性归类，对应用的性能瓶颈类型进行识别，进而根据应用的系统特征自动化地提供相应场景的优化方向和策略。

技术领域

本申请涉及计算机领域，具体的涉及一种系统优化的方法。

背景技术

操作系统(Operating System，OS)是管理计算机硬件与软件资源的系统软件，同时也是计算机系统的内核与基石。如图1所示为计算机系统的逻辑架构图，计算机系统包括硬件层、操作系统和应用层，操作系统用于管理硬件层中的各种硬件资源、为应用层中的应用程序(可简称为应用)提供资源。保证最佳的运行性能始终是操作系统的首要目标，实现这一目标的核心是让操作系统了解上层运行的应用的情况并执行系统优化，提高系统性能。

现有技术中操作系统根据应用的历史运行数据识别应用的操作，例如读写操作；并根据应用当前的操作对应的调整应用的参数配置，从而提高系统性能。然而面对成千上万的开放应用，操作系统很难提前针对所有的应用都做定制化的系统优化，系统性能很难得到有效发挥。

发明内容

本申请提供了一种系统优化方法，该方法能够识别运行在系统上的任一应用的业务类型，进而有针对性的进行系统优化。进一步的，通过先聚类后分类，还能够有针对的识别不同性能瓶颈类型下的应用的业务类型，提高识别操作系统上运行的应用的业务类型的准确性，更有方向性的进行系统优化。

第一方面，本申请提供了提供一种系统优化的方法，所述方法应用在操作系统中，所述操作系统上运行有一个或多个第一应用，所述方法包括：

采集第一系统特征数据，所述第一系统特征数据包括多个维度的系统特征数据，所述系统特征数据用于描述系统的资源使用情况或系统行为；

分别将每个维度的第一系统特征数据输入所述维度对应的聚类模型，得到所述应用的性能瓶颈类型，所述性能瓶颈类型用于描述制约应用的性能提升的指标，所述每个维度的聚类模型是以所述维度的第二系统特征数据为输入的聚类算法生成的模型，所述第二系统特征数据包括多个第二应用中每个第二应用运行时所采集到的系统特征数据；

确定所述性能瓶颈类型对应的分类模型，所述分类模型为以属于所述性能瓶颈类型的第二系统特征数据为输入，以所述第二应用的业务类型为输出训练得到的模型；也就说系统中存储有多个聚类模型，每个聚类模型有对应的分类模型。每个分类模型都是由该性能瓶颈类型下的数据训练得到的，训练得到的分类模型可以精确识别该性能瓶颈类型下的应用的业务类型。

将所述第一系统特征数据输入所述分类模型，得到所述第一应用的业务类型，所述业务类型用于描述所述第一应用的功能；

根据所述业务类型确定对应的系统优化策略以进行系统优化。

本申请中针对不同的业务类型设置了不同的优化策略，可以有针对性的进行系统优化。

在一种实现方式中，该方法还可以根据业务类型和性能瓶颈类型对应的性能瓶颈点的变化情况确定系统优化策略。

第二方面，本申请提供一种计算机系统，所述计算机系统包括处理器和存储器，所述存储器存储计算机指令，所述处理器调用所述计算机指令以执行如前述第一方面提供的方法。

第三方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中包括计算机指令，计算机指令被处理器调用以执行前述第一方面的的方法。

第四方面，本申请提供一种系统调优方法，该设备包括采集单元、业务类型感知单元、决策单元和执行单元，