一种基于强化学习的面向微服务的资源管理系统，包括：状态转化单元、资源分配决策单元以及管理方法评价单元，状态转化单元采集数据中心当前的运行状态信息、执行资源分配决策单元的动作以及将微服务之间的资源需求关系转化成资源二分图，资源分配决策单元通过二分图神经网络建模推导得到微服务资源性能特征，并且通过感知器网络得出可行的资源分配方案，管理方法评价单元采用反映数据中心资源的效益的标准生产总值指标评价资源分配方案的优劣性，通过比较在不同配置的资源分配决策单元下系统的GNP，实现资源分配方案的优化。本发明能够在资源受限的情况下，一方面能够保证微服务应用的时延要求，另一方面也可以最大化地利用数据中心资源，进而提升数据中心的执行能力和整体性能。