CN118312320B 内存管理方法、系统、台式电脑及计算机存储介质 （深圳市国硕宏电子有限公司）

本申请通过当接收到电脑CPU中N个运行进程的内存请求时，获取N个运行进程中每个运行进程算法估算电脑CPU中与N个运行进程所对应的CPU内存消耗，并根据CPU内存消耗及目标内存分配策略将总CPU内存分配至N个运行进程中的每个2所对应的多个运行数据中的任意一个运行数据，所述第一目标运行进程为所述N个运行进述回归分析算法是基于PLS和历史CPU内存消耗预先训练得到的，所述CPU内存消耗是指各情况；根据所述CPU内存消耗及所述目标内存分配策略将所述总CPU内存分配至所述N个运行进程中的每个运行进程；所述根据所述CPU内存消耗及所述目标内存分配策略将所述总史负载量及所述CPU内存消耗进行分组；基于分组后的分组结果确定所述每个运行进程所对应的CPU内存分配粒度；根据所述内存分配策略及所述CPU内存分配粒度将所述总CPU内态包括高负载状态和低负载状态；当所述N个运行进程中存在所述负载状态为高负载状态程所对应的内存分配比例；当所述N个运行进程中存在所述负载状态为低负载状态的第三确定当前时刻所述电脑CPU的内存访问模式及缓存命中率；利用预先训练完成的目标预测模型基于所述内存访问模式及缓存命中率预测下一时刻的目标内存访问模式及目标缓存运行进程对应的多个运行数据，并为所述多个运行数据中的每个运行数据添加冗余校验3所述目标内存分配策略将所述总CPU内存分配至所述N个运行进程中的每个运行进程；其述CPU内存分配粒度将所述总CPU内存分配至所述每个处理器执行时实现权利要求1至6中任一项所述的内存管理方4是更高效快速地分配内存，并在内存不再使用时将已分配的内存进行回收以供下次使用。[0011]在一个可选的实施方式中，所述根据所述CPU内存消耗及所述目标内存分配策略[0013]基于分组后的分组结果确定所述每个运行进程所对应的所述CPU内存的分配粒[0014]将所述CPU内存根据所述内存分配策略及所述分配粒度调整所述每个运行进程对5[0017]根据所述重要程度设置所述CPU内存对应的内存分配比例，并根据所述内存分配[0026]利用预先训练完成的目标预测模型基于所述内存访问模式及缓存命中率预测下[0027]根据所述目标内存访问模式及所述目标缓存命中率对预先存储的缓存管理策略[0028]根据所述目标缓存管理策略存储所述下一时刻对应的目标运行进程的多个运行[0034]将所述存储频率大于所述预设频率阈值的运行数据所对应的运行进程确定为常[0036]根据所述多个访问数据中每个访问数据对应的访问频率对所述多个访问数据进[0037]将排序后的多个访问数据中处于预设顺序区间内的目标访问数据加载的内存缓6个运行进程所对应的电脑CPU中多个运行数据的存储频率及内存大小，及所述电脑CPU的[0044]调整模块，用于根据所述CPU内存消耗及所述目标内存分配策略调整所述CPU内小分段区间确定目标内存分配策略，能够有针对性地选择最适合当前情况的内存分配方7[0056]运行进程是指台式电脑系统中在用户界面或界面不可见的情况下运行的应用程[0062]根据所述重要程度设置所述CPU内存对应的内存分配比例，并根据所述内存分配同级别设置CPU内存对应的内存分配比例。对于重要程度较高的运行进程可以对应分配更8[0066]在一些实施例中，系统可以根据预设时间周期定时识别每个运行进程的重要程[0074]在本申请实施例中，回归分析算法是指偏最小二乘算法(PartialLeast9[0080]为减少ACPU,M与A'CPU,M之间的误差以提高衡量精确度，可以PLS算法对监测窗口中n,M事务概率等数据项。根据PLS算法计算出系数[0084]在其他实施例中，系统可以基于PLS和历史CPU内存消耗预先训练一个回归模型[0086]当确定目标内存分配策略及估算得到电脑CPU的CPU内存消耗后，可以基于CPU内存消耗及目标内存分配策略调整电脑CPU的[0088]在一个可选的实施方式中，所述根据所述CPU内存消耗及所述目标内存分配策略[0090]基于分组后的分组结果确定所述每个运行进程所对应的所述CPU内存的分配粒[0091]将所述CPU内存根据所述内存分配策略及所述分配粒度调整所述每个运行进程对[0092]其中，分配粒度是决定如何将可用CPU内存划分和分配给不同运行进程的一个度日志信息中记录的运行数据获取每个运行进程所对[0095]在一些实施例中，可以预先利用贝叶斯优化和加权打分[0096]在一个可选的实施方式中，获取服务端中每个服务器所对应的CPU平均利用率和[0101]根据步骤S14中相同的实施例方式，从日志信息中记录的运行数据获取服务器的电脑CPU的负载状态为高负载状态时，将获取的服务器的响应时间与预先设置的响应时间一个Web服务器在某个时间段内的CPU利用率大于利用率阈值80且响应时间大于响应时的CPU内存。当确定响应时间小于预设响应时间阈值时，表示高负载并未导致当前响应缓以优化内存使用以避免资源浪费，有助于在不同负载情况下保持高性能和有效利用CPU内[0107]利用预先训练完成的目标预测模型基于所述内存访问模式及缓存命中率预测下[0108]根据所述目标内存访问模式及所述目标缓存命中率对预先存储的缓存管理策略[0109]根据所述目标缓存管理策略存储所述下一时刻对应的目标运行进程的多个运行[0117]根据步骤S14中相同的实施例方式，从日志信息中记录的运行数据确定每个运行[0120]将所述存储频率大于所述预设频率阈值的运行数据所对应的运行进程确定为常[0122]根据所述多个访问数据中每个访问数据对应的访问频率对所述多个访问数据进[0123]将排序后的多个访问数据中处于预设顺序区间内的目标访问数据加载的内存缓及在访问前加载多个访问数据中处于预设顺序区间内的目标访问数据到内存缓冲区的方至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器程中每个运行进程所对应的电脑CPU中多个运行数据的存储频率及内存大小，及所述电脑[0137]基于分组后的分组结果确定所述每个运行进程所对应的所述CPU内存的分配粒[0138]将所述CPU内存根据所述内存分配策略及所述分配粒度调整所述每个运行进程对[0141]根据所述重要程度设置所述CPU内存对应的内存分配比例，并根据所述内存分配[0150]利用预先训练完成的目标预测模型基于所述内存访问模式及缓存命中率预测下[0151]根据所述目标内存访问模式及所述目标缓存命中率对预先存储的缓存管理策略[0152]根据所述目标缓存管理策略存储所述下一时刻对应的目标运行进程的多个运行[0158]将所述存储频率大于所述预设频率阈值的运行数据所对应的运行进程确定为常[0160]根据所述多个访问数据中每个访问数据对应的访问频率对所述多个访问数据进[0161]将排序后的多个访问数据中处于预设顺序区间内的目标访问