[发明专利]基于深度学习算法的ETL调度方法、装置、设备及介质在审
| 申请号： | 202310283458.1 | 申请日： | 2023-03-21 |
| 公开（公告）号： | CN116795504A | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 吴伟华;林金怡;李韩;邹西山;庞文刚;文其瑞 | 申请（专利权）人： | 联通沃音乐文化有限公司;联通在线信息科技有限公司 |
| 主分类号： | G06F9/48 | 分类号： | G06F9/48;G06F16/25;G06N3/045;G06N3/0442;G06N3/0464;G06N3/086;G06F18/214;G06F18/241 |
| 代理公司： | 广州新诺专利商标事务所有限公司 44100 | 代理人： | 吴泽燊 |
| 地址： | 510300 广东省广州市黄埔区*** | 国省代码： | 广东;44 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本申请公开了一种基于深度学习算法的ETL调度方法、装置、设备及介质，包括获取待调度ETL任务的任务执行数据，包括任务执行时的处理器占用率、储存器占用率、接口占用率和运行时长；将任务执行数据输入至预设的调度分配模型，得到任务调度数据；任务调度数据包括ETL调度任务类型和调度任务线程数量；按照预设的数据校验方式对任务调度数据进行校验，当校验通过时根据任务调度数据进行ETL调度。本申请基于深度学习算法训练调度分配模型，通过改进的萤火虫算法对模型进行优化，提高了调度分配的效率和精确度；通过结合数据校验方式，避免了现有ETL任务调度过程中因校验不及时而造成错误数据较多的问题，增强了调度任务执行的能效。 | ||
| 搜索关键词： | 基于 深度 学习 算法 etl 调度 方法 装置 设备 介质 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于联通沃音乐文化有限公司;联通在线信息科技有限公司，未经联通沃音乐文化有限公司;联通在线信息科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310283458.1/，转载请声明来源钻瓜专利网。
