申请/专利权人:南京大学
申请日:2023-11-06
公开(公告)日:2024-02-06
公开(公告)号:CN117519843A
主分类号:G06F9/448
分类号:G06F9/448;H04L67/2871;G06F9/48
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.02.27#实质审查的生效;2024.02.06#公开
摘要:本发明公开一种面向Serverless函数流应用的并行度自适应调优方法,以解决现有技术在并行度动态调优、自适应性和全局优化方面的不足。本发明通过函数流描述API、函数流图性能实验、全局代价模型优化和Fork‑Join自适应调整装置等关键模块,实现对函数流应用整体的并行度自适应优化,在满足执行时间限制下,最小化计算成本。用户利用函数流描述API组织函数流图,实验装置搜集性能数据,离线建模优化求全局最优并行度解,每个Fork‑Join结构通过并行度预测和延迟补偿函数实现在线的并行度自适应调优。本发明自动高效、优化能力强、自适应性好、可解释性强、通用性高等优点,适用于不同的Serverless平台和函数流应用,提升了并行度的动态调优与自适应能力,实现了整体优化。
主权项:1.一种面向Serverless函数流应用的并行度自适应调优方法,其特征在于,包括以下内容:(1)设计函数流图描述API,该API提供函数通信算子用于函数与其他函数进行通信,以及函数流图计算结构算子用于描述函数流图计算结构;(2)对输入数据规模与并行度两个参数进行网格搜索,运行函数流图,并利用推导出的函数流图拓扑结构,得到各个函数执行时间;(3)利用函数流图输出节点返回的执行上下文中的函数调用信息,推导出函数流图拓扑结构;(4)根据函数流性能拓扑图,利用约束配置和计算成本,建立全局并行度-时间-计算成本代价模型,对并行度向量进行优化求解;(5)通过Fork-Join结构并行度自适应调整装置,设计基于基础并行度预测以及延迟补偿函数的自适应并行度预测函数,能够实时的调整Fork-Join计算结构的并行度。
全文数据:
权利要求:
百度查询: 南京大学 面向Serverless函数流应用的并行度自适应调优方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。