CN118312320B 內存管理方法、系統、臺式電腦及計算機存儲介質 （深圳市國碩宏電子有限公司）

本申請通過當接收到電腦CPU中N個運行進程的內存請求時，獲取N個運行進程中每個運行進程算法估算電腦CPU中與N個運行進程所對應的CPU內存消耗，并根據CPU內存消耗及目標內存分配策略將總CPU內存分配至N個運行進程中的每個2所對應的多個運行數據中的任意一個運行數據，所述第一目標運行進程為所述N個運行進述回歸分析算法是基于PLS和歷史CPU內存消耗預先訓練得到的，所述CPU內存消耗是指各情況；根據所述CPU內存消耗及所述目標內存分配策略將所述總CPU內存分配至所述N個運行進程中的每個運行進程；所述根據所述CPU內存消耗及所述目標內存分配策略將所述總史負載量及所述CPU內存消耗進行分組；基于分組后的分組結果確定所述每個運行進程所對應的CPU內存分配粒度；根據所述內存分配策略及所述CPU內存分配粒度將所述總CPU內態包括高負載狀態和低負載狀態；當所述N個運行進程中存在所述負載狀態為高負載狀態程所對應的內存分配比例；當所述N個運行進程中存在所述負載狀態為低負載狀態的第三確定當前時刻所述電腦CPU的內存訪問模式及緩存命中率；利用預先訓練完成的目標預測模型基于所述內存訪問模式及緩存命中率預測下一時刻的目標內存訪問模式及目標緩存運行進程對應的多個運行數據，并為所述多個運行數據中的每個運行數據添加冗余校驗3所述目標內存分配策略將所述總CPU內存分配至所述N個運行進程中的每個運行進程；其述CPU內存分配粒度將所述總CPU內存分配至所述每個處理器執行時實現權利要求1至6中任一項所述的內存管理方4是更高效快速地分配內存，并在內存不再使用時將已分配的內存進行回收以供下次使用。[0011]在一個可選的實施方式中，所述根據所述CPU內存消耗及所述目標內存分配策略[0013]基于分組后的分組結果確定所述每個運行進程所對應的所述CPU內存的分配粒[0014]將所述CPU內存根據所述內存分配策略及所述分配粒度調整所述每個運行進程對5[0017]根據所述重要程度設置所述CPU內存對應的內存分配比例，并根據所述內存分配[0026]利用預先訓練完成的目標預測模型基于所述內存訪問模式及緩存命中率預測下[0027]根據所述目標內存訪問模式及所述目標緩存命中率對預先存儲的緩存管理策略[0028]根據所述目標緩存管理策略存儲所述下一時刻對應的目標運行進程的多個運行[0034]將所述存儲頻率大于所述預設頻率閾值的運行數據所對應的運行進程確定為常[0036]根據所述多個訪問數據中每個訪問數據對應的訪問頻率對所述多個訪問數據進[0037]將排序后的多個訪問數據中處于預設順序區間內的目標訪問數據加載的內存緩6個運行進程所對應的電腦CPU中多個運行數據的存儲頻率及內存大小，及所述電腦CPU的[0044]調整模塊，用于根據所述CPU內存消耗及所述目標內存分配策略調整所述CPU內小分段區間確定目標內存分配策略，能夠有針對性地選擇最適合當前情況的內存分配方7[0056]運行進程是指臺式電腦系統中在用戶界面或界面不可見的情況下運行的應用程[0062]根據所述重要程度設置所述CPU內存對應的內存分配比例，并根據所述內存分配同級別設置CPU內存對應的內存分配比例。對于重要程度較高的運行進程可以對應分配更8[0066]在一些實施例中，系統可以根據預設時間周期定時識別每個運行進程的重要程[0074]在本申請實施例中，回歸分析算法是指偏最小二乘算法(PartialLeast9[0080]為減少ACPU,M與A'CPU,M之間的誤差以提高衡量精確度，可以PLS算法對監測窗口中n,M事務概率等數據項。根據PLS算法計算出系數[0084]在其他實施例中，系統可以基于PLS和歷史CPU內存消耗預先訓練一個回歸模型[0086]當確定目標內存分配策略及估算得到電腦CPU的CPU內存消耗后，可以基于CPU內存消耗及目標內存分配策略調整電腦CPU的[0088]在一個可選的實施方式中，所述根據所述CPU內存消耗及所述目標內存分配策略[0090]基于分組后的分組結果確定所述每個運行進程所對應的所述CPU內存的分配粒[0091]將所述CPU內存根據所述內存分配策略及所述分配粒度調整所述每個運行進程對[0092]其中，分配粒度是決定如何將可用CPU內存劃分和分配給不同運行進程的一個度日志信息中記錄的運行數據獲取每個運行進程所對[0095]在一些實施例中，可以預先利用貝葉斯優化和加權打分[0096]在一個可選的實施方式中，獲取服務端中每個服務器所對應的CPU平均利用率和[0101]根據步驟S14中相同的實施例方式，從日志信息中記錄的運行數據獲取服務器的電腦CPU的負載狀態為高負載狀態時，將獲取的服務器的響應時間與預先設置的響應時間一個Web服務器在某個時間段內的CPU利用率大于利用率閾值80且響應時間大于響應時的CPU內存。當確定響應時間小于預設響應時間閾值時，表示高負載并未導致當前響應緩以優化內存使用以避免資源浪費，有助于在不同負載情況下保持高性能和有效利用CPU內[0107]利用預先訓練完成的目標預測模型基于所述內存訪問模式及緩存命中率預測下[0108]根據所述目標內存訪問模式及所述目標緩存命中率對預先存儲的緩存管理策略[0109]根據所述目標緩存管理策略存儲所述下一時刻對應的目標運行進程的多個運行[0117]根據步驟S14中相同的實施例方式，從日志信息中記錄的運行數據確定每個運行[0120]將所述存儲頻率大于所述預設頻率閾值的運行數據所對應的運行進程確定為常[0122]根據所述多個訪問數據中每個訪問數據對應的訪問頻率對所述多個訪問數據進[0123]將排序后的多個訪問數據中處于預設順序區間內的目標訪問數據加載的內存緩及在訪問前加載多個訪問數據中處于預設順序區間內的目標訪問數據到內存緩沖區的方至少一個處理器所執行并且能夠完成固定功能的一系列計算機程序段，其存儲在存儲器程中每個運行進程所對應的電腦CPU中多個運行數據的存儲頻率及內存大小，及所述電腦[0137]基于分組后的分組結果確定所述每個運行進程所對應的所述CPU內存的分配粒[0138]將所述CPU內存根據所述內存分配策略及所述分配粒度調整所述每個運行進程對[0141]根據所述重要程度設置所述CPU內存對應的內存分配比例，并根據所述內存分配[0150]利用預先訓練完成的目標預測模型基于所述內存訪問模式及緩存命中率預測下[0151]根據所述目標內存訪問模式及所述目標緩存命中率對預先存儲的緩存管理策略[0152]根據所述目標緩存管理策略存儲所述下一時刻對應的目標運行進程的多個運行[0158]將所述存儲頻率大于所述預設頻率閾值的運行數據所對應的運行進程確定為常[0160]根據所述多個訪問數據中每個訪問數據對應的訪問頻率對所述多個訪問數據進[0161]將排序后的多個訪問數據中處于預設順序區間內的目標訪問