[发明专利]线程的运行控制方法及其系统

说明书

本申请涉及线程的运行控制技术领域，其具体地公开了一种线程的运行控制方法及其系统，其首先获取各个待指派线程的描述，所述待指派线程的描述为与所述待指派线程相关的零星任务参数匹配的调度上下文；然后，通过深度学习技术挖掘线程的描述中的语义特征信息以及所述各个线程间的特征分布信息以得到所述拓扑全局线程描述语义特征矩阵；接着，将所述拓扑全局线程描述语义特征矩阵中各个行向量分别通过分类器以得到多个概率值，最后，基于所述多个概率值的排序，确定所述各个待指派线程的优先级，通过这样的方式，从而实现基于线程间的特征分布来自适应地进行线程优先级的合理分配，以使得所分配的线程适配于待处理任务，提高处理的效率和效果。

技术领域

本申请涉及线程的运行控制技术领域，且更为具体地，涉及一种线程的运行控制方法及其系统。

背景技术

为线程分配优先级是用户级策略。一种方法是简单地使用速率单调调度，其中优先级根据其周期分配给线程，线程使用与其零星任务参数匹配的调度上下文。系统中的每个线程都将在时间上隔离，因为内核不允许它超过调度上下文表示的处理时间预留。

但是，系统可以提供比简单的速率随机固定优先级调度更多的选项，保证了无策略的最小化设计原则。而预留只是赋予了特定优先处理时间的潜在权利，它实际上表示的是特定线程的处理时间上限。如果优先级较高的预留使用所有可用 CPU，则无法保证低优先级线程运行。但是，预留优先级较低的线程将在系统裕量时间内运行，当线程未使用其全部预留时，就会发生这种情况。因此，需要为速率单调线程使用高优先级范围，而尽力线程和速率限制线程以较低的优先级运行。但是，在实际的线程运行时，由于处理任务的不同会导致固定的优先级分配方案难以达到应有的效果，这会造成线程的运行速率低下，裕量时间不足。

因此，期望一种优化的线程的运行控制方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种一种线程的运行控制方法及其系统，其首先获取各个待指派线程的描述，所述待指派线程的描述为与所述待指派线程相关的零星任务参数匹配的调度上下文；然后，通过深度学习技术挖掘线程的描述中的语义特征信息以及所述各个线程间的特征分布信息以得到所述拓扑全局线程描述语义特征矩阵；接着，将所述拓扑全局线程描述语义特征矩阵中各个行向量分别通过分类器以得到多个概率值，最后，基于所述多个概率值的排序，确定所述各个待指派线程的优先级，通过这样的方式，从而实现基于线程间的特征分布来自适应地进行线程优先级的合理分配，以使得所分配的线程适配于待处理任务，提高处理的效率和效果。

根据本申请的一个方面，提供了一种线程的运行控制方法，其包括：获取各个待指派线程的描述，所述待指派线程的描述为与所述待指派线程相关的零星任务参数匹配的调度上下文；将所述各个待指派线程的描述分别通过包含嵌入层的上下文编码器以得到多个线程描述语义特征向量；计算所述多个线程描述语义特征向量中每两个线程描述语义特征向量之间的欧式距离以得到距离拓扑矩阵；将所述距离拓扑矩阵通过作为特征提取器的卷积神经网络模型以得到距离拓扑特征矩阵；将所述多个线程描述语义特征向量进行二维排列以得到全局线程描述语义特征矩阵；将所述全局线程描述语义特征矩阵和所述距离拓扑特征矩阵通过图神经网络模型以得到拓扑全局线程描述语义特征矩阵；基于所述全局线程描述语义特征矩阵，对所述拓扑全局线程描述语义特征矩阵进行小尺度特征关联表达强化以得到优化拓扑全局线程描述语义特征矩阵；将所述优化拓扑全局线程描述语义特征矩阵中各个行向量分别通过分类器以得到多个概率值；以及基于所述多个概率值的排序，确定所述各个待指派线程的优先级。