[发明专利]一种基于强化学习的分布式存储系统自动调参方法及系统

权利要求书

1.一种基于强化学习的分布式存储系统自动调参方法，其特征在于，包括以下步骤：

S1、从初始的系统参数配置集合中随机筛选一组系统参数的配置值对分布式存储系统进行调参，获取对应的分布式存储系统性能指标，并将该组系统参数的配置值与对应的分布式存储系统性能指标所组成的样本对保存至第一样本池中；

S2、重复所述步骤S1进行迭代，直至所述第一样本池中的样本对数量达到第一预设数量；

S3、通过对所述第一样本池中的分布式存储系统性能指标进行统计，从所述第一样本池中筛选出对分布式存储系统性能影响较大的m个系统参数作为分布式存储系统的一组调优参数；2≤m≤M；M为所述步骤S1中随机筛选的一组系统参数的总数量；

S4、采用GA模型获取各调优参数的配置值后，对分布式存储系统进行调参，获取对应的分布式存储系统性能指标，将该组调优参数配置值与对应的分布式存储系统性能指标所组成的样本对保存至第二样本池中；基于该组调优参数配置值所对应的分布式存储系统性能指标，计算该组调优参数配置值的适应度，并基于所述适应度对所述GA模型中的参数进行更新；

S5、重复所述步骤S4进行迭代，直至所述第二样本池中的样本对数量达到第二预设数量或者所述GA模型达到收敛；

S6、将所述第二样本池中的样本对作为训练集，对DDPG模型进行预训练；

S7、采用预训练完成后的所述DDPG模型获取各调优参数的配置值后，对分布式存储系统进行调参，并获取对应的分布式存储系统性能指标来计算对应的奖励值，以对所述DDPG模型进行在线训练；

S8、采用在线训练完成后的所述DDPG模型获取各调优参数的配置值，以对分布式存储系统进行调参。

2.根据权利要求1所述的分布式存储系统自动调参方法，其特征在于，所述步骤S3包括：分别计算所述第一样本池中的各系统参数对分布式存储系统性能的影响值，并从中选出前m个影响值较大的系统参数作为分布式存储系统的一组调优参数；

第i个系统参数p_i对分布式存储系统性能的影响值PI(p_i)为：

其中，K_i为第i个系统参数p_i的预设取值范围的总数量；为集合中分布式存储系统性能指标的平均值；为集合中分布式存储系统性能指标的平均值；为所述集合中分布式存储系统性能指标的方差；为所述集合中分布式存储系统性能指标的方差；所述集合为集合S1中第i个系统参数p_i在其第k个预设取值范围内的样本对所构成的集合；所述集合为集合S2中第i个系统参数p_i在其第k个预设取值范围内的样本对所构成的集合；所述集合S1为对集合S中的样本对按照从大到小的顺序进行排序后，前a％的样本对所构成的集合；所述集合S2为对集合S中的样本对按照从大到小的顺序进行排序后，后b％的样本对所构成的集合；Avg(S)为集合S中分布式存储系统性能指标的平均值；STD(S)为集合S中分布式存储系统性能指标的方差；所述集合S为第一样本池中所有样本对所构成的集合。