针对服务集群中服务的工作负载预测方法和装置
知识产权简介
本专利提供一种针对服务集群中服务的工作负载预测方法和装置。方法包括:获取各个服务在同一历史时间段中分别对应的n+1个指标序列,其中包括,对应于n个系统状态指标的n个状态指标序列,以及对应于工作负载指标的负载指标序列;基于各个服务分别对应的n+1个指标序列,计算不同服务之间的同一指标的相关系数,并构建对应于同一指标的相似性图,以得到n+1个相似性图;相似性图中的节点代表服务,节点之间的连接边对应于相关系数;采用注意力机制处理n+1个相似性图,得到融合相似性图;通过第一卷积网络,在融合相似性图中针对各个服务的初始表征进行图卷积处理,得到各个服务分别对应的融合表征;基于融合表征,进行工作负载预测。 现进行美国专利申请
转化前景
用于支付宝产品云平台数据中心服务负载管理。随着呈爆炸式增长的云计算资源需求,大规模场景下提供随需应变服务的难度不断增加。有效的云资源管理技术,可以实现资源配置优化,大幅度提高资源利用率 和用户服务体验,减少资源浪费和能源消耗,实现高效绿色环保低碳的目标。在蚂蚁集团的系统架构中,不同的AI在线推理服务在同一个集群中进行计算并共享计算资源。所以我们需要对有限的资源进行调度管理以满足不同服务的需求,提升资源利用率。本方法借助时空图神经网络充分探索不同服务之间与服务本身的工作负载的依赖性,提升了工作负载的精度,从而进一步优化服务资源配置策略。