一种线程池扩缩容方法及装置制造方法及图纸

技术编号:42306220 阅读:26 留言:0更新日期:2024-08-14 15:52
本申请提供一种线程池扩缩容方法及装置,涉及人工智能领域,也可用于金融领域,包括:从获取的应用程序日志文件中提取线程池关键指标数据;将所述线程池关键指标数据输入预先训练的线程池预测模型,得到线程池调整大小;根据所述线程池调整大小对线程池执行扩缩容操作。本申请能够学习历史任务数据,根据任务特性动态地调整线程池的大小,以适应复杂的业务场景。

【技术实现步骤摘要】

本申请涉及人工智能领域,可以用于金融领域,具体是一种线程池扩缩容方法及装置


技术介绍

1、线程池是多线程编程中的常见工具,用于管理并发任务的执行。然而,线程池的管理通常是基于静态配置或根据预设的规则进行简单的动态调整。一些系统可能会根据系统负载或任务队列的大小来增加或减少线程池的大小。然而,这种简单的动态调整并不能很好地适应实际业务场景中的复杂需求。

2、目前,采用静态配置或预设规则的线程池管理方法。管理员需要根据经验或规则来设置线程池的大小,以应对预期的工作负载。这种方法存在问题,因为它无法适应动态的工作负载,可能导致过度配置或不足配置线程池,从而浪费资源或导致性能问题。可见,根据系统负载或任务队列的大小增加或减少线程池大小的方案,只是基于当前的负载或任务队列大小来调整线程池,而没有考虑到历史数据中可能包含的任务特性,如任务的复杂度、处理时间等。因此,在实际应用中,这些方案往往无法达到最优的效果。

3、本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。


...

【技术保护点】

1.一种线程池扩缩容方法,其特征在于,包括:

2.根据权利要求1所述的线程池扩缩容方法,其特征在于,所述从获取的应用程序日志文件中提取线程池关键指标数据,包括:

3.根据权利要求1所述的线程池扩缩容方法,其特征在于,预先训练所述线程池预测模型的步骤,包括:

4.根据权利要求3所述的线程池扩缩容方法,其特征在于,所述将所述线程池关键指标历史数据输入人工神经网络进行训练,得到所述线程池预测模型,包括:

5.根据权利要求3所述的线程池扩缩容方法,其特征在于,所述将所述线程池关键指标历史数据输入人工神经网络进行训练,得到所述线程池预测模型,还包括:...

【技术特征摘要】

1.一种线程池扩缩容方法,其特征在于,包括:

2.根据权利要求1所述的线程池扩缩容方法,其特征在于,所述从获取的应用程序日志文件中提取线程池关键指标数据,包括:

3.根据权利要求1所述的线程池扩缩容方法,其特征在于,预先训练所述线程池预测模型的步骤,包括:

4.根据权利要求3所述的线程池扩缩容方法,其特征在于,所述将所述线程池关键指标历史数据输入人工神经网络进行训练,得到所述线程池预测模型,包括:

5.根据权利要求3所述的线程池扩缩容方法,其特征在于,所述将所述线程池关键指标历史数据输入人工神经网络进行训练,得到所述线程池预测模型,还包括:

6.根据权利要求1所述的线程池扩缩容方法,其特...

【专利技术属性】
技术研发人员:韩越李翠芳李剑饶志岗
申请(专利权)人:中国工商银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1