摘要
本发明涉及锁调度预测技术领域,尤其涉及了一种锁调度情况预测的方法与终端,获取历史采集的系统运行数据,所述系统运行数据包括锁调度数据、系统负载数据以及系统调度开销数据;根据历史采集的所述系统运行数据,训练机器学习模型;根据训练得到的机器学习模型,实时预测锁的争用程度,得到预测结果;从而用于根据所述预测结果,进行锁的调度策略的调整;能够智能预测锁的争用程度,进而动态调整锁策略,实现高性能与公平性之间的平衡,实现锁调度策略的优化,能够减少不必要的自旋和上下文切换,提高了CPU使用效率,从而提升了系统的整体的稳定性和响应能力。