[发明专利]一种计算资源的管理方法及相关装置

权利要求书

1.一种计算资源的管理方法，其特征在于，包括：

获取节点组的状态参数，所述状态参数包括节点状态参数，所述节点状态参数用于表征所述节点组中节点的资源使用状态；

从预先设置的动作模型中，确定与所述节点组的状态参数对应的奖励值最大的资源调整动作；所述动作模型包括所述节点组的状态参数与资源调整动作的对应关系，所述资源调整动作携带有奖励值；所述奖励值用于评价所述资源调整动作实施后，对所述节点组的状态参数的优化程度；

基于所述资源调整动作，调整所述节点组的计算资源。

2.根据权利要求1所述的方法，其特征在于，所述状态参数还包括：系统状态参数；所述系统状态参数用于表征所述节点组的任务处理状态与空闲资源状态。

3.根据权利要求2所述的方法，其特征在于，所述系统状态参数包括：任务状态参数和资源空闲参数；其中，

所述任务状态参数，用于表征所述节点组中是否存在待处理任务；

所述资源空闲参数，用于表征所述节点组中的待处理任务所需计算资源与所述节点组的空闲计算资源。

4.根据权利要求3所述的方法，其特征在于，所述资源调整动作包括：扩容动作、缩容动作和保持计算资源不变动作；

在所述状态参数中的任务状态参数表征所述节点组中存在待处理任务时，与所述状态参数对应的缩容动作的奖励值为负；

在所述状态参数中的任务状态参数表征所述节点组中不存在待处理任务，或所述节点组未处理任务时，与所述状态参数对应的扩容动作的奖励值为负。

5.根据权利要求1所述的方法，其特征在于，所述资源调整动作包括：单位动作序列，所述单位动作序列包括按照预定时间间隔排列的单位动作，所述单位动作包括单位扩容动作、单位缩容动作和单位计算资源不变动作中的一种；

所述单位扩容动作、所述单位缩容动作和所述单位不变动作各自对应奖励值；所述单位扩容动作包括将所述节点组的计算资源扩容单位计算资源，所述单位缩容动作包括将所述节点组的计算资源缩容单位计算资源，所述单位不变动作包括保持所述节点组的计算资源不变的动作；

所述从预先设置的动作模型中，确定与所述节点组的状态参数对应的奖励值最大的资源调整动作包括：

从预先设置的动作模型中，确定与所述节点组的状态参数对应的资源调整动作；

按照预先设定的动作时间阈值，从所述资源调整动作中，截取预先设定的动作时间阈值范围内的单位动作序列；

将截取的单位动作序列中，N个单位动作叠加后的动作作为所述资源调整动作，N大于1，所述N个单位动作包括截取的单位动作序列中，奖励值之和最大的连续N个单位动作。

6.根据权利要求1～5任一项所述的方法，其特征在于，所述节点组包括第一类节点，所述第一类节点具有类别标签，所述类别标签用于表征所述第一类节点用于执行的任务类别。

7.一种动作模型的训练方法，其特征在于，包括：

基于训练样本，对动作模型进行训练，所述训练样本包括节点组的状态参数、与所述节点组的状态参数对应的资源调整动作和标记所述资源调整动作对所述节点组的状态参数的优化程度的奖励值。

8.根据权利要求7所述的方法，其特征在于，所述动作模型包括神经网络模型或动作矩阵；

在所述动作模型包括所述动作矩阵时，所述状态参数为离散化处理后的状态参数。

9.根据权利要求7所述的方法，其特征在于，所述基于训练样本，对动作模型进行训练包括：

获取所述节点组的当前状态参数；

在所述动作模型中，确定与所述节点组的当前状态参数对应的奖励值最大的资源调整动作；

基于所述资源调整动作，调整所述节点组的计算资源；

根据调整后的节点组的状态参数，为所述资源调整动作配置奖励值。