本發(fā)明實(shí)現(xiàn)了一種基于強(qiáng)化學(xué)習(xí)的云資源調(diào)度性能瓶頸預(yù)測(cè)方法，通過(guò)實(shí)現(xiàn)輸入控制，隊(duì)列調(diào)度，Container，VM等資源調(diào)度，完成對(duì)來(lái)自不同資源需求的任務(wù)流進(jìn)行CPU，內(nèi)存，帶寬上的資源調(diào)度，從而輸出一系列性能指標(biāo)包括CPU利用率，內(nèi)存利用率，帶寬利用率，平均響應(yīng)時(shí)間，QPS(Queries Per Second)。并且在仿真的基礎(chǔ)上實(shí)現(xiàn)了對(duì)該種硬件配置下性能瓶頸的預(yù)測(cè)，從而可以較好地確定各種硬件配置的瓶頸情況，因而對(duì)配置進(jìn)行靈活調(diào)整。在此基礎(chǔ)上，我們?cè)诒景l(fā)明中基于馬爾科夫過(guò)程實(shí)現(xiàn)了一種自動(dòng)調(diào)參算法，可以幫助減少使用人工干預(yù)。