전체 매개변수 열거를 사용하여 더 작은 부분으로 작업을 로컬 에이전트에 배포하는 것이 좋습니다. 예를 들어, 모든 작업의 1-2%입니다. 그들 중 하나가 풀려나면 그에게 같은 양을 주십시오.
지금 그런 상황이 있습니다. 모든 에이전트에게 704개의 작업이 주어졌는데, 최적화되는 매개변수에 따라 모두 지속 시간이 다르기 때문에 2명의 에이전트가 작업을 완료하고 2번째 에이전트가 가장 긴 작업을 수행했습니다. 10시간 만에 41%를 풀었습니다. 그런 속도로 최적화가 15시간 안에 완료될까 두렵습니다. 모든 에이전트를 로드하는 것이 좋습니다.
관련 프로세스에 소요되는 시간을 줄이기 위해 일괄 작업을 발행하는 것이 더 낫다는 것을 알고 있습니다. 견적 등의 전송이 있지만 로컬 에이전트에서는 모든 것이 빠르게 이루어지며 로컬 네트워크에서도 작업을 분배할 때 작은 부분을 만드는 것이 좋습니다.
그리고 진실! 최적화 모드가 완료된 후에는 비활성화하는 것이 좋습니다.
다시 한 번, 개별 패스를 확인하기 시작하고 동일한 문제가 발생합니다.
최적화 결과 를 클릭하면 모든 것이 정상입니다. 단일 패스가 실행됩니다. 그리고 당신이 그것들을 여러 번 찌른 후에, 당신이 단일 테스트 모드에 있다는 것을 이미 기억하고 있습니다.
그런 다음 매개 변수에서 수동으로 무언가를 변경하고 시작을 누르면 최적화가 시작됩니다. ((
전체 매개변수 열거를 사용하여 더 작은 부분으로 작업을 로컬 에이전트에 배포하는 것이 좋습니다. 예를 들어, 모든 작업의 1-2%입니다. 그들 중 하나가 풀려나면 그에게 같은 양을 주십시오.
지금 그런 상황이 있습니다. 모든 에이전트에게 704개의 작업이 주어졌는데, 최적화되는 매개변수에 따라 모두 지속 시간이 다르기 때문에 2명의 에이전트가 작업을 완료하고 2번째 에이전트가 가장 긴 작업을 수행했습니다. 10시간 만에 41%를 풀었습니다. 그런 속도로 최적화가 15시간 안에 완료될까 두렵습니다. 모든 에이전트를 로드하는 것이 좋습니다.
관련 프로세스에 소요되는 시간을 줄이기 위해 일괄 작업을 발행하는 것이 더 낫다는 것을 알고 있습니다. 견적 등의 전송이 있지만 로컬 에이전트에서는 모든 것이 빠르게 이루어지며 로컬 네트워크에서도 작업을 분배할 때 작은 부분을 만드는 것이 좋습니다.
전체 매개변수 열거를 사용하여 더 작은 부분으로 작업을 로컬 에이전트에 배포하는 것이 좋습니다. 예를 들어, 모든 작업의 1-2%입니다. 그들 중 하나가 풀려나면 그에게 같은 양을 주십시오.
가장 좋은 점은 해제된 에이전트가 액세스하는 공통 작업 대기열을 갖는 것입니다.
그러나 클라우드 아키텍처가 이를 허용하지 않습니다.
가장 좋은 점은 해제된 에이전트가 액세스하는 공통 작업 대기열을 갖는 것입니다.
그러나 클라우드 아키텍처가 이를 허용하지 않습니다.
따라서 클라우드, 로컬 에이전트 및 로컬 네트워크에 대해 작업을 분산하기 위한 최적의 알고리즘을 제안한 대로 작은 배치로 또는 한 번에 하나씩(속도 측면에서, 아마도 이것이 최고일 것입니다) 남겨두는 것이 좋습니다.