.png){kind=icon}
返回
Balancing function performance and cluster load in serverless computing: A reinforcement learning solution
.png){kind=icon}
PRE
AI
DOI：10.1016/j.jnca.2025.104299.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
无服务器计算作为一种新兴的云计算服务模式，通过将应用程序分解为按需执行的细粒度函数，使开发者能够专注于业务逻辑而无需关注底层资源管理。然而，在异构服务器集群环境中，函数请求的突发性和瞬时性特征带来了显著资源调度挑战。为确保函数执行性能，新创建的函数实例通常被调度到资源丰富的节点上，这导致高负载下资源分配失衡，可能引发节点故障。本文将函数调度建模为一个平衡性能与负载的优化问题，并提出了一种基于PPO算法的调度方法，该方法通过实时分析节点负载和性能指标来指导决策。为验证该方法的有效性，我们在OpenFaaS平台上使用真实和模拟的跟踪数据进行了实验。实验结果表明，本方法不仅能有效降低负载不均衡带来的风险，还能提升函数性能。
Keyword:
serverless computing
function scheduling
resource load balancing
PPO algorithm
performance optimization
期刊
IF:
8
论文数:
3.7K
被引数:
1.1W
机构
引用论文
Comparison of Reinforcement Learning Algorithms for Edge Computing Applications Deployed by Serverless Technologies基于无服务器技术部署的边缘计算应用中强化学习算法的比较.png)
Algorithms
AlgorithmsIF0
PREAI
分享收藏Performance optimization of serverless edge computing function offloading based on deep reinforcement learning基于深度强化学习的无服务器边缘计算功能卸载性能优化
PREAI
分享收藏Def-DReL: Towards a sustainable serverless functions deployment strategy for fog-cloud environments using deep reinforcement learningDef-drel: 使用深度强化学习为雾云环境实现可持续的无服务器功能部署策略
OAAI
OAAI分享收藏Real-time task dispatching and scheduling in serverless edge computing无服务器边缘计算中的实时任务分发与调度AD HOC NETWORKS
AD HOC NETWORKSIF4.8
PREAI
分享收藏
查看更多内容