基于自适应调整步长的大数据作业采样方法和装置

1.一种基于自适应调整步长的大数据作业采样方法，所述方法包括：配置大数据作业的采样参数；根据集群中CPU核心总数，设置采样范围长度，以及设置采样步长变化倍数；根据所述采样范围长度、所述采样步长变化倍数，确定执行所述采样参数所分配的采样CPU核心数量；根据所述采样CPU核心数量，执行所述采样参数，得到作业执行时间；将所述作业执行时间和所述采样CPU核心数量输出作为大数据作业的样本；所述根据集群中CPU核心总数，设置采样范围长度，以及设置采样步长变化倍数，包括：根据集群中CPU核心总数，设置采样时CPU核心的上边界和下边界；根据所述上边界和所述下边界，确定采样范围长度；以及设置采样步长变化倍数；所述采样步长变化倍数大于0，且小于1；所述根据所述采样范围长度、所述采样步长变化倍数，确定执行所述采样参数所分配的采样CPU核心数量，包括：根据所述下边界、所述采样步长变化倍数以及所述采样范围长度，确定执行所述采样参数所分配的采样CPU核心数量的表达式如下： ，其中， 表示第n个执行采样参数所分配的采样CPU核心数量， 表示采样步长变化倍数， ， 表示下边界， 表示采样范围长度。 2.根据权利要求1所述的方法，其特征在于，所述配置大数据作业的采样参数包括：确定采样的数据文件大小、采样数据分区数量以及内存资源的数量作为采样参数。 3.根据权利要求1所述的方法，其特征在于，所述方法还包括：当检测到第n个执行采样参数所分配的采样CPU核心数量对应的作业执行时间 以及第n-1个执行采样参数所分配的采样CPU核心数量对应的作业执行时间 满足 时，停止采样。 4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取预先设置的采样范围的界限松弛度 ；当检测到第n个执行采样参数所分配的采样CPU核心数量 与第n-1个执行采样参数所分配的采样CPU核心数量 满足 时，停止采样。 5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取预先设置的最小采样样本数 ；当检测到样本数n满足 时，更新所述上边界和所述下边界；更新后所述下边界满足如下表达式： ，更新后所述上边界满足如下表达式： 。 6.一种基于自适应调整步长的大数据作业采样装置，其特征在于，所述装置包括：参数配置模块，用于配置大数据作业的采样参数；样本采集模块，用于根据集群中CPU核心总数，设置采样范围长度，以及设置采样步长变化倍数；根据所述采样范围长度、所述采样步长变化倍数，确定执行所述采样参数所分配的采样CPU核心数量；根据所述采样CPU核心数量，执行所述采样参数，得到作业执行时间；样本输出模块，用于将所述作业执行时间和所述采样CPU核心数量输出作为大数据作业的样本；样本采集模块还用于根据集群中CPU核心总数，设置采样时CPU核心的上边界和下边界；根据所述上边界和所述下边界，确定采样范围长度；以及设置采样步长变化倍数；所述采样步长变化倍数大于0，且小于1；样本采集模块还用于根据所述下边界、所述采样步长变化倍数以及所述采样范围长度，确定执行所述采样参数所分配的采样CPU核心数量的表达式如下： ，其中， 表示第n个执行采样参数所分配的采样CPU核心数量， 表示采样步长变化倍数， ， 表示下边界， 表示采样范围长度。 7.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。 8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。