高速缓存更新预测机制制造技术

本公开涉及高速缓存更新预测机制。本公开描述了一种用于促进基础设施管理的系统。该系统包括一个或多个处理器以及存储有指令的非暂态机器可读介质，该指令在被执行时使一个或多个处理器检测在与多个数据源中的第一数据源相关联的数据高速缓存处接收到第一数据更新，生成与在数据高速缓存处接收到更新的时间相关联的到达时间值，基于到达时间值调整机器学习模型中的一个或多个参数，并且基于一个或多个参数生成预测到达时间值，其中预测到达时间值对应于到针对第一数据源的数据高速缓存的第二数据更新的预测到达时间。

【技术实现步骤摘要】
高速缓存更新预测机制
技术介绍
云服务可以是指包括彼此连接和/或与平台连接的基础设施资源(计算资源、存储资源、网络资源等)的服务。这样的基础设施资源可以统称为“云资源”。例如，主机(也称为云服务提供方)可以通过托管应用或其他机器可读指令来提供软件即服务(SaaS)；通过托管设备(服务器、存储组件、网络组件等)来提供基础设施即服务(IaaS)；或者通过托管计算平台(操作系统、硬件、存储等)来提供平台即服务(PaaS)。混合云是云服务提供方在此提供IaaS或PaaS的一种公共和/或私有云环境。公共云的服务可以用于部署应用。在其他示例中，混合云还可以提供SaaS，诸如在其中公共云提供SaaS作为实用程序的示例中(例如，根据订阅或按需付费模型)。混合云实现虚拟化技术以基于本机硬件来部署虚拟基础设施。虚拟化技术通常经由虚拟机(VM)来使用，其中每个应用VM具有一组独立的操作系统、联网和存储。附图说明在以下附图中，相似的附图标记用于指代相似的元素。尽管以下附图描绘了各种示例，但是一个或多个实现不限于附图中描绘的示例。图1示出了基础设施管理系统的一个实施例；图2是示出基础设施管理系统的另一实施例的框图；图3示出了基础设施管理系统的另一实施例；图4A和图4B示出了使用蓝图的已部署基础设施的实施例；图5示出了针对管理控制器的操作的序列图的一个实施例；图6是示出求解器引擎的一个实施例的框图；以及图7是示出用于预测高速缓存更新的过程的一个实施例的流程图。具体实施方式在实施例中，提供了基础设施管理平台以促进客户端组织与一个或多个基础设施资源提供方组织之间的基础设施管理服务。在这样的实施例中，管理控制器微服务自动地在多个预置(on-premise)基础设施控制器之间平衡基础设施资源的利用。在另一实施例中，管理控制器微服务包括高速缓存更新预测机制，该机制监测高速缓存更新的频率，以便生成数据更新从多个数据源到高速缓存的预测到达时间。在以下描述中，出于解释的目的，阐述了很多具体细节以便提供对本公开的透彻理解。然而，对于本领域的技术人员将很清楚的是，可以在没有这些具体细节中的一些的情况下实践本公开。在其他实例中，以框图形式示出了公知的结构和设备，以避免使本公开的基本原理难以理解。在说明书中对“一个实施例”或“实施例”的引用是指结合该实施例描述的特定特征、结构或特性被包括在本公开的至少一个实施例中。说明书中各个地方的短语“在一个实施例中”的出现不一定全都指同一实施例。在整个文档中，诸如“逻辑”、“组件”、“模块”、“引擎”、“模型”等术语可以互换地引用，并且包括例如软件、硬件和/或软件和硬件(例如，固件)的任何组合。此外，对特定品牌、单词、术语、短语、名称和/或首字母缩写词的任何使用不应当理解为将实施例限制为在产品或本文档外部文献中带有该标签的软件或设备。预期可以添加和/或移除任何数目和类型的组件以促进各种实施例，包括添加、移除和/或增强某些特征。为了简洁、清楚和易于理解，这里没有示出或讨论很多标准和/或已知组件，诸如计算设备的组件。预期本文中描述的实施例不限于任何特定技术、拓扑、系统、架构和/或标准，并且具有足够的动态性以采用和适应于任何未来的变化。图1示出了具有计算设备120的基础设施管理系统100的一个实施例，计算设备120采用管理控制器110。在一个实施例中，管理控制器110是促进管理由多个基础设施服务组织提供的物理基础设施资源的微服务。在其他实施例中，管理控制器110使得能够经由指定由客户请求的资源的声明性描述(或蓝图)来代表多个客户端(或客户)组织来管理这些资源。在这样的实施例中，蓝图提供对可以一起被分配和配置以操作虚拟机(VM)集群或软件应用的计算、存储、网络和OS映像资源的抽象描述。因此，蓝图用作用于经由管理控制器110请求执行场所(或场所(venue))以部署应用工作负荷的高级描述。在一个实施例中，场所可以被定义为可以执行客户端工作负荷的环境。如图1所示，计算设备120包括主机服务器计算机，其用作用于采用管理控制器110的主机机器，其提供用于经由PaaS或IaaS代表客户组织(或客户端)115来促进管理基础设施资源的平台。计算设备120可以包括(但不限于)服务器计算机(例如，云服务器计算机等)、台式计算机、基于集群的计算机、机顶盒(例如，基于互联网的有线电视机顶盒等)。计算设备120包括用作计算设备120的一个或多个硬件/物理资源与一个或多个客户端设备117等之间的接口的操作系统(“OS”)106。计算设备120还包括(多个)处理器102、存储器104、输入/输出(“I/O”)源108，诸如触摸屏、触摸面板、触摸板、虚拟或常规键盘、虚拟或常规鼠标等。在一个实施例中，管理控制器110可以由处理器102之外的单独的处理器专用集成电路(ASIC)执行。在另一实施例中，管理控制器110可以在带外操作，并且可以位于与处理器102分开的电源轨上。因此，管理控制器110可以在处理器102断电的情况下操作。在一个实施例中，主机组织101还可以采用生产环境，该生产环境通过主机组织101与客户组织115处的客户端设备117可通信地接口。客户端设备117可以包括(但不限于)基于客户组织的服务器计算机、台式机计算机、膝上型计算机、移动计算设备(诸如智能电话)、平板电脑、个人数字助理、电子阅读器、媒体互联网设备、智能电视、电视平台、可穿戴设备(例如，眼镜、手表、手镯、智能卡、珠宝、服装等)、媒体播放器、基于全球定位系统的导航系统、电缆机顶盒等。在一个实施例中，图示的(多个)数据库140存储(但不限于)信息和其中具有客户和用户数据的基础数据库记录，以代表客户组织115处理数据。在一些实施例中，主机组织101通过一个或多个网络135从多个客户组织115接收输入和其他请求；例如，可以从客户组织115接收传入的数据或其他输入，以使用数据库系统140进行处理。在一个实施例中，每个客户组织115是选自以下各项的实体：单独且不同的远程组织、主机组织101内的组织组、主机组织101的业务伙伴、订阅由主机组织101提供的云计算服务的客户组织115等。在一个实施例中，请求在主机组织101内的web服务器处被接收或提交。主机组织101可以接收供主机组织101处理的各种请求。例如，在web服务器处接收的传入请求可以指定来自主机组织101的服务将要被提供。此外，主机组织101可以实现经由web服务器的请求接口或作为独立接口，以从客户端设备117接收请求分组或其他请求。请求接口还可以支持响应分组的返回或在从主机组织101到一个或多个客户端设备117的传出方向上的其他答复和响应。在一个实施例中，计算设备120可以包括服务器计算机，该服务器计算机还可以与一个或多个数据库或存储库(诸如(多个)数据库140)通信，该数据库或存储库可以位于一个或多个网络的预置或远程。诸如(多个)网络135(例如，云网络、互联网、邻近网络、内联网、物联网(“IoT”)、物联云本文档来自技高网...

【技术保护点】
1.一种用于促进基础设施管理的系统，包括：/n一个或多个处理器；以及/n非暂态机器可读介质，存储指令，所述指令在被执行时使所述一个或多个处理器执行控制器以：/n检测在数据高速缓存处接收到的第一数据更新，所述数据高速缓存与多个数据源中的第一数据源相关联；/n生成到达时间值，所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联；/n基于所述到达时间值，调整机器学习模型中的一个或多个参数；以及/n基于所述一个或多个参数来生成预测到达时间值，其中所述预测到达时间值对应于到针对所述第一数据源的所述数据高速缓存的第二数据更新的预测到达时间。/n

【技术特征摘要】
20200130 US 16/777,5791.一种用于促进基础设施管理的系统，包括：
一个或多个处理器；以及
非暂态机器可读介质，存储指令，所述指令在被执行时使所述一个或多个处理器执行控制器以：
检测在数据高速缓存处接收到的第一数据更新，所述数据高速缓存与多个数据源中的第一数据源相关联；
生成到达时间值，所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联；
基于所述到达时间值，调整机器学习模型中的一个或多个参数；以及
基于所述一个或多个参数来生成预测到达时间值，其中所述预测到达时间值对应于到针对所述第一数据源的所述数据高速缓存的第二数据更新的预测到达时间。


2.根据权利要求1所述的系统，其中所述控制器基于所述预测到达时间来生成更新速率值。


3.根据权利要求2所述的系统，其中所述更新速率值包括由自所述第一数据更新以来的经过时间除以直到所述第二数据更新的所述预测到达时间为止的延迟时间所表示的百分比。


4.根据权利要求3所述的系统，其中所述机器学习模型包括梯度下降模型。


5.根据权利要求4所述的系统，其中所述梯度下降模型基于所述一个或多个参数的线性回归来生成所述预测到达时间值。


6.根据权利要求5所述的系统，其中所述第一数据源包括控制多个基础设施设备的预置基础设施控制器。


7.根据权利要求6所述的系统，其中所述第一数据源包括基础设施设备。


8.根据权利要求1所述的系统，其中所述多个数据源中的每个数据源包括唯一标识符。


9.根据权利要求8所述的系统，其中所述第一数据更新包括数据流，所述数据流包括与所述第一数据源相关联的第一标识符。


10.一种存储指令的非暂态机器可读介质，所述指令在由处理器执行时使所述处理器：
检测在数据高速缓存处接收到的第一数据更新，所述数据高速缓存与多个数据源中的第一数据源相关联；
生成到达时间值，所述到达时间值与所述更新在所述数据高速缓存处被接收的时间相关联；
基于所述到达时间值，调整机器学习模型中...

【专利技术属性】
技术研发人员：S·达斯古普塔，C·E·弗勒，M·C·弗罗里克，C·S·格里尼治，J·J·小哈劳，S·V·马德亚斯塔，C·麦卡蒂，A·帕德利亚，R·潘德伊，J·M·萨奥尔，G·舒尼科特，L·斯里尼亚萨恩，G·L·塔恩奎斯特，
申请(专利权)人：慧与发展有限责任合伙企业，
类型：发明
国别省市：美国;US