基于强化学习的大数据分析服务自动扩展方法.pdfVIP

2025年5月10日现代信息科技May.2025

第9卷第9期ModernInformationTechnologyVol.9No.9

DOI:10.19850/ki.2096-4706.2025.09.006

基于强化学习的大数据分析服务自动扩展方法

李进峰，索强，任舟

（，）

上海望繁信科技有限公司上海201210

摘要：随着大数据分析服务的需求不断增长，AaaS（分析即服务）提供商通常依赖租赁IaaS（基础设施即服务）

的虚拟机资源来构建其服务平台。然而，用户需求的动态变化使得如何灵活调整虚拟机的类型和数量成为亟须解决的

关键问题。文章提出了一种基于Q-Learning的自动扩展方法，通过将虚拟机实例数量作为学习的行动空间，采用ε-

贪心策略选择行动，并动态更新状态和Q表值。通过这一过程的反复迭代，该方法能够在最小化AaaS提供商成本的同时，

最大化虚拟机资源的利用率。实验结果表明，该方法不仅能够有效降低运营成本，还能确保虚拟机CPU在长时间内保

持高利用率。

关键词：大数据分析；强化学习；人工智能

中图分类号：TP18文献标识码：A文章编号：2096-4706（2025）09-0032-06

AutomaticExtensionMethodofBigDataAnalysisServiceBasedonReinforcement

Learning

LIJinfeng,SUOQiang,RENZhou

(ShanghaiProthenticCo.,Ltd.,Shanghai201210,China)

Abstract:Asthedemandforbigdataanalyticsservicescontinuestogrow,AaaS(AnalysisasaService)providersoften

relyonleasingIaaS(InfrastructureasaService)virtualmachineresourcestobuildtheirserviceplatforms.However,thedynamic

changesinuserrequirementsmakehowtoflexiblyadjustthetypeandnumberofvirtualmachinesakeyissuethatneedstobe

resolved.Inthispaper,anautomaticexpansionmethodbasedonQ-Learningisproposed.Byusingthenumberofvirtualmachine

instancesastheactionspaceoflearning,theε-greedystrategyisusedtoselectactions,andthestatusandQtablevaluesare

dynamicallyupdated.Throughrepeatediterationsofthisprocess,thismethodcanmaximizetheutilizationofvirtualmachine

resourceswhileminimizingthecostofAaaSproviders.Theexp