《表1 查找表的初始状态：大规模流数据处理中代价有效的弹性资源分配策略》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《大规模流数据处理中代价有效的弹性资源分配策略》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在算法2中，首先，对强化学习技术中的参数γ、ι、d赋初始值，同时，基于延迟阈值设置对查找表进行赋值，即在最高延迟阈值百分比以上，最高奖励被赋值给扩展动作；在最低延迟阈值百分比以下，最高奖励被赋值给收缩动作；在最高延迟阈值百分比以下、最低延迟阈值百分比以上，最高奖励属于无动作（第1行）。在应用中，每个操作对应1个查找表，查找表的每条记录是状态-动作对，描述了给定延迟阈值百分比区间对于不同动作的预期奖励值，可能的动作包括资源扩展，资源收缩和资源不变（没有动作）。其中，状态分为11种，即将阈值百分比从0到100划分为10份，每间隔10%为1种状态，且区间是左闭右开的。特殊地，将大于或等于100%的阈值百分比作为第11种状态。以最低延迟阈值百分比=40%、最高延迟阈值百分比=90%为例，所有查找表的初始设置相同，如表1所示。接下来，与算法1类似，计算每个操作的延迟期望值?Τi （t）、应用的延迟期望值?T和延迟违反比率LVR（第2～5行）。