[发明专利]一种对IO任务进行优化的方法、系统、设备及介质

权利要求书

1.一种对IO任务进行优化的方法，其特征在于，包括：

将多个调度算法按照预定策略置于生产环境执行，并动态计算多个调度算法对应的性能参数；

基于多个调度算法的性能参数确定在该生产环境中最优的调度算法，并将最优的调度算法应用于该生产环境。

2.根据权利要求1所述的方法，其特征在于，所述将多个调度算法按照预定策略置于生产环境执行，并动态计算多个调度算法对应的性能参数包括：

将多个调度算法依次置于生产环境并运行第一预定时间，统计每个调度算法在所述生产环境执行的任务数。

3.根据权利要求2所述的方法，其特征在于，所述将多个调度算法按照预定策略置于生产环境执行，并动态计算多个调度算法对应的性能参数包括：

基于所述任务数与所述第一预定时间计算多个调度算法的初始性能参数。

4.根据权利要求2所述的方法，其特征在于，所述将多个调度算法按照预定策略置于生产环境执行，并动态计算多个调度算法对应的性能参数包括：

基于所述多个调度算法的初始性能参数选择对应的调度算法进行迭代运行第二预定时间并计算每次迭代后对应的调度算法的动态性能参数。

5.根据权利要求4所述的方法，其特征在于，所述计算每次迭代后对应的调度算法的动态性能参数包括：

将所选择的调度算法此次迭代的性能参数和记录的其他次迭代的动态性能参数的平均值作为动态性能参数。

6.根据权利要求4所述的方法，其特征在于，所述计算每次迭代后对应的调度算法的动态性能参数包括：

将所选择的调度算法此次迭代的性能参数和记录的初始性能参数的平均值作为动态性能参数。

7.根据权利要求4所述的方法，其特征在于，所述基于所述多个调度算法的初始性能参数确认迭代运行的调度算法并计算每次迭代后对应的调度算法的动态性能参数包括：

基于多个调度算法对应的初始性能参数和/或动态性能参数的大小计算每个调度算法对应的选择概率。

8.根据权利要求7所述的方法，其特征在于，所述基于所述多个调度算法的初始性能参数确认迭代运行的调度算法并计算每次迭代后对应的调度算法的动态性能参数包括：

通过所述选择概率确定每次迭代的调度算法。

9.根据权利要求7所述的方法，其特征在于，所述基于多个调度算法对应的初始性能参数大小计算每个调度算法对应的选择概率包括：

计算多个调度算法对应的初始性能参数或动态性能参数之和得到总的性能参数。

10.根据权利要求9所述的方法，其特征在于，所述基于多个调度算法对应的初始性能参数大小计算每个调度算法对应的选择概率包括：

将每个调度算法对应的初始性能参数或动态性能参数与所述总的性能参数之比作为每个调度算法对应的选择概率。

11.根据权利要求9所述的方法，其特征在于，还包括：

在每次迭代完成后计算此次迭代所选择的调度算法的性能参数。

12.根据权利要求11所述的方法，其特征在于，还包括：

基于所述性能参数重新计算该调度算法的选择概率。

13.根据权利要求8所述的方法，其他在于，所述通过所述选择概率确定每次迭代的调度算法包括：

设定数据区间，并根据多个调度算法对应的选择概率大小分配所述数据区间。

14.根据权利要求13所述的方法，其他在于，所述通过所述选择概率确定每次迭代的调度算法包括：

基于所述数据区间生成在所述数据区间的随机数。