程序性能干扰模型的确定方法及设备技术

本申请公开了一种程序性能干扰模型的确定方法，从已确定好的样本程序集合中选取程序组成多个子集合，获取各个子集合中各个程序在运行时受到的性能干扰值，及各个子集合中所有程序对共享资源的总占用率，将所有子集合划分为多个分析单元；对不同分析单元中包含的每一个样本程序的性能干扰值及所述该样本程序所在的子集合所对应的总占有率做回归分析，获取目标函数模型；并依据目标函数模型获取目标程序对应的性能干扰模型。本发明专利技术实施例提供的方法，为多核处理器上的每一个程序提供性能干扰模型，对程序运行在多核处理器中受到的性能干扰进行量化，避免了相互干扰较为大的程序运行在同一多核处理器中，确保了程序在多核处理器中运行时的最优性能。

【技术实现步骤摘要】

本申请涉及多核处理器领域，特别是涉及一种程序性能干扰模型的确定方法及设备。
技术介绍
随着科技的发展，人们对CPU性能的需求越来越强烈，但是由于频率提升带来的功耗提升也越来越严重，所以使得片上多核处理器架构的应用越来越广泛。片上多核处理器架构是指在一个处理器芯片中集成多个处理器核心，以实现功耗和性能的良好结合。在研发本专利技术的过程中，专利技术人发现，在片上多核处理器架构中，处理器中的各个处理器核心不是完全独立的，需要共享各种不同的处理器资源，这使得各个计算内核在运行程序的过程中，会造成不同程序之间的性能干扰。如，某一优先级较高的程序在运行过程中需要用到多核处理器中的一共享资源时，其它程序同时也在使用该共享资源，这将会使得优先级较高的程序性能受到影响。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供程序性能干扰模型的确定方法及设备，以解决上述问题。为实现上述目的，本专利技术实施例提供如下技术方案：根据本实施例的第一方面，提供一种程序性能干扰模型的确定方法，所述方法应用于多核处理器，包括：确定样本程序集合，所述样本程序集合中包括多个用于样本训练的样本程序；依据预设的提取规则，在所述样本程序集合中提取多个子集合，所述多个子集合的并集为所述样本程序集合；获取各个子集合中每一个样本程序在所述多核处理器中运行时受到的性能干扰值，及每个子集合中的所有样本程序对所述多核处理器中共享资源的总占有率；将所有子集合划分为多个分析单元，每个分析单元中包括多个子集合；依据预设的函数库中多个函数模型，对不同分析单元中包含的每一个样本程序的性能干扰值及该性能干扰值所对应的总占有率做回归分析，在所述多个函数模型中获取目标函数模型；依据所述目标函数模型，确定目标程序对应的性能干扰模型，所述目标程序为运行在多核处理器中的任意一个程序。结合第一方面，在第一种可能的实现方式中，所述确定样本程序集合包括：确定多核处理器所对应的应用程序数据库中各个应用程序的特征向量；所述特征向量表示应用程序单独运行在多核处理器中时，对所述多核处理器中各个共享资源的占有率；将占有率在同一预设占有率区间中的应用程序归类至同一特征组中；在各个特征组中随机选取一个应用程序作为样本程序，组成样本程序集合。结合第一方面在第二种可能的实现方式中，所述依据预设的提取规则，在所述样本程序集合中提取多个子集合包括：分别将所述样本程序集合中的每一个样本程序作为目标样本程序；在所述样本程序集合中提取Q个包含所述目标样本程序的不同子集合，每个子集合中共包含N个样本程序；其中：N为多核处理器中集的处理器核心的个数；Q取整数，M为样本程序集合中样本程序的数目。结合第一方面的第二种实现方式，在第三种可能的实现方式中，所述将所有子集合划分为多个分析单元包括：确定所有获取的总占有率对应的占有率区间，并依据预设的划分规则，对所述占有率区间进行划分，得到多个占有率子区间；将每个子集合分配至其对应的总占有率所属的占有率子区间中，每个占有率子区间中所有子集合为一个分析单元。结合第一方面，在第四种可能的实现方式中，所述依据目标函数模型，确定目标程序对应的性能干扰模型包括：获取所述目标程序在多核处理器中运行时受到的性能干扰值，及当前多核处理器中运行的所有程序对共享资源的总占有率；将所述性能干扰值及所述总占有率代入所述目标函数模型中，获得所述目标函数模型中各个变量的系数；依据所述各个变量的系数，确定所述目标程序对应的性能干扰模型。根据本实施例的第二方面，提供一种程序性能干扰模型的确定设备，所述设备应用于多核处理器，包括：第一确定单元，用于确定样本程序集合，所述样本程序集合中包括多个用于样本训练的样本程序；提取单元，用于依据预设的提取规则，在所述样本程序集合中提取多个子集合，所述多个子集合的并集为所述样本程序集合；获取单元，用于获取各个子集合中每一个样本程序在所述多核处理器中运行时受到的性能干扰值，及每个子集合中的所有样本程序对所述多核处理器中共享资源的总占有率；划分单元，用于将所有子集合划分为多个分析单元，每个分析单元中包括多个子集合；分析单元，用于依据预设的函数库中多个函数模型，对不同分析单元中包含的每一个样本程序的性能干扰值及该性能干扰值所对应的总占有率做回归分析，在所述多个函数模型中获取目标函数模型；第二确定单元，用于依据所述目标函数模型，确定目标程序对应的性能干扰模型，所述目标程序为运行在多核处理器中的任意一个程序。结合第二方面，在第一种可能的实现方式中，所述第一确定单元包括：第一确定子单元，用于确定多核处理器所对应的应用程序数据库中各个应用程序的特征向量；所述特征向量表示应用程序单独运行在多核处理器中时，对所述多核处理器中各个共享资源的占有率；归类子单元，用于将占有率在同一预设占有率区间中的应用程序归类至同一特征组中；选取子单元，用于在各个特征组中随机选取一个应用程序作为样本程序，组成样本程序集合。结合第二方面的第一种实现方式，在第二种可能的实现方式中，所述划分单元包括：划分子单元，用于确定所有获取的总占有率对应的占有率区间，并依据预设的划分规则，对所述占有率区间进行划分，得到多个占有率子区间；分配子单元，用于将每个子集合分配至其对应的总占有率所属的占有率子区间中，每个占有率子区间中所有子集合为一个分析单元。结合第二方面，在第三种可能的实现方式中，所述第二确定单元包括：获取子单元，用于获取所述目标程序在多核处理器中运行时受到的性能干扰值，及当前多核处理器中运行的所有程序对共享资源的总占有率；代入子单元，用于将所述性能干扰值及所述总占有率代入所述目标函数模型中，获得所述目标函数模型中各个变量的系数；第二确定子单元，用于依据所述各个变量的系数，确定所述目标程序对应的性能干扰值。由以上本申请实施例提供的技术方案可见，本专利技术实施例中，通过选取不同样本程序组成多个子集合，获取每一个子集合中的每一个样本在多核处理器中运行时受到的性能干扰值，及每个子集合中的所有样本程序对共享资源的总占用率。将所有子集合划分为多个分析单元，依据预设的函数库中多个函数模型，对不同分析单元中包含的每一个样本程序的性能干扰值及所述该样本程序所在子集合所对应的的总占有率做回归分析得到每一个样本程序...

【技术保护点】
一种程序性能干扰模型的确定方法，其特征在于，所述方法应用于多核处理器，包括：确定样本程序集合，所述样本程序集合中包括多个用于样本训练的样本程序；依据预设的提取规则，在所述样本程序集合中提取多个子集合，所述多个子集合的并集为所述样本程序集合；获取各个子集合中每一个样本程序在所述多核处理器中运行时受到的性能干扰值，及每个子集合中的所有样本程序对所述多核处理器中共享资源的总占有率；将所有子集合划分为多个分析单元，每个分析单元中包括多个子集合；依据预设的函数库中多个函数模型，对不同分析单元中包含的每一个样本程序的性能干扰值及所述该样本程序所在的子集合所对应的总占有率做回归分析得到每一个样本程序对应的函数模型，在得到的所有样本程序对应的函数模型中获取目标函数模型；依据所述目标函数模型，确定目标程序对应的性能干扰模型，所述目标程序为运行在多核处理器中的任意一个程序。

【技术特征摘要】
1.一种程序性能干扰模型的确定方法，其特征在于，所述方法应用于多
核处理器，包括：
确定样本程序集合，所述样本程序集合中包括多个用于样本训练的样本
程序；
依据预设的提取规则，在所述样本程序集合中提取多个子集合，所述多
个子集合的并集为所述样本程序集合；
获取各个子集合中每一个样本程序在所述多核处理器中运行时受到的性
能干扰值，及每个子集合中的所有样本程序对所述多核处理器中共享资源的
总占有率；
将所有子集合划分为多个分析单元，每个分析单元中包括多个子集合；
依据预设的函数库中多个函数模型，对不同分析单元中包含的每一个样
本程序的性能干扰值及所述该样本程序所在的子集合所对应的总占有率做回
归分析得到每一个样本程序对应的函数模型，在得到的所有样本程序对应的
函数模型中获取目标函数模型；
依据所述目标函数模型，确定目标程序对应的性能干扰模型，所述目标
程序为运行在多核处理器中的任意一个程序。
2.根据权利要求1所述的方法，其特征在于，所述确定样本程序集合包
括：
确定多核处理器所对应的应用程序数据库中各个应用程序的特征向量；
所述特征向量表示应用程序单独运行在多核处理器中时，对所述多核处理器
中各个共享资源的占有率；
将占有率在同一预设占有率区间中的应用程序归类至同一特征组中；
在各个特征组中随机选取一个应用程序作为样本程序，组成样本程序集
合。
3.根据权利要求1所述的方法，其特征在于，所述依据预设的提取规则，
在所述样本程序集合中提取多个子集合包括：
分别将所述样本程序集合中的每一个样本程序作为目标样本程序；
在所述样本程序集合中提取Q个包含所述目标样本程序的不同子集合，
每个子集合中共包含N个样本程序；
其中：
N为多核处理器中集的处理器核心的个数；
Q取整数，M为样本程序集合中样本程序的数目。
4.根据权利要求2所述的方法，其特征在于，所述将所有子集合划分为
多个分析单元包括：
确定所有获取的总占有率对应的占有率区间，并依据预设的划分规则，
对所述占有率区间进行划分，得到多个占有率子区间；
将每个子集合分配至其对应的总占有率所属的占有率子区间中，每个占
有率子区间中所有子集合为一个分析单元。
5.根据权利要求1所述的方法，其特征在于，所述依据目标函数模型，
确定目标程序对应的性能干扰模型包括：
获取所述目标程序在多核处理器中运行时受到的性能干扰值，及当前多
核处理器中运行的所有程序对共享资源的总占有率；
将所述目标程序的性能干扰值及当前多核处理器中运行的所有程序对共
享资源的总占有率代入所述目标函数模型中...

【专利技术属性】
技术研发人员：崔慧敏，赵家程，冯晓兵，
申请(专利权)人：华为技术有限公司，中国科学院计算技术研究所，
类型：发明
国别省市：广东;44