[发明专利]一种基于时间容量分析的数据仓库主机资源预测方法

说明书

技术领域：

本发明涉及一种对商业智能系统中核心数据仓库服务器处理能力的预测方法，尤其是一种基于时间容量分析的数据仓库主机资源预测方法。

背景技术：

商业智能系统(简称BI系统)的概念最早在1996年提出，其定义为：一类由数据仓库(或数据集市)、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以辅助决策为目的技术及其应用。目前，BI系统通常被理解为将现有的数据转化为知识，帮助做出明智的业务经营决策的工具。而数据仓库则是BI系统的核心和基础。目前BI系统在电信、邮政、银行、证券、物流、保险、商业等行业有较广泛的应用，在统计、税务、工商、物价、社保、经贸委、计委等政府机构也有应用。

本发明探讨的是一种通用的数据仓库服务器处理能力的预测方法，出于描述方便考虑，本文以电信行业数据仓库能力测算为例；其他行业应用时，使用相应概念替换公式中参数即可使用，如使用储户数量、投保人数量替换用户数，储户交易条数替换话单量等。

目前，在进行数据仓库资源需求预测和规划时，一般采用两种方法，即基于软件厂家业务模型的能力预测方法(以下简称业务模型法)，以及根据当前服务器使用情况、使用业务量(用户数)类比推算建设目标期末资源需求的能力预测方法(以下简称业务量类比法)。

具体来说，业务模型法一般如下进行：

①、建设单位或设计单位根据一定模型给出建设目标期末的建设规模。

②、厂家根据此用户规模，结合自己的经验及软件特点，给出计算模型。

③、厂家根据自己的经验及软件特点，给出估计的单位业务处理所需服务器资源需求。

④、根据计算模型及处理单位业务服务器能力需求，估算建设目标期末系统服务器资源需求，计算公式为目标期末系统服务器资源需求＝目标期末业务量×单位业务处理所需服务器资源需求×(1+冗余系数)，冗余系数一般根据行业通用经验及建设单位维护要求选定。

用户数类比法一般如下进行：

根据一定模型得出建设目标期末的业务量(用户数)规模

①、获取服务器当前忙时利用率，结合设备标称处理能力，计算当前忙时服务器资源。

②、根据当前系统资源使用情况，以及业务量增长情况，推算建设目标期末服务器资源需求。计算公式为：目标期末服务器资源需求＝(目标期末业务量÷当前业务量)×当前使用服务器资源×(1+冗余系数)。

以上两种方法均存在缺点，无法保证预测结果的准确性。

(1)业务模型法

此方法的主要问题在于预测模型主要依据厂家提供的数据，主观因素过多，无法保证预测结果的准确性。

①、BI系统并非是一成不变的系统，随着业务需求的变动，系统会经常地修改或者增加新的功能点，业务模型与政府的政策法规、用户行为、企业的营销策略等等因素有关；而业务模型法是一种静态方法，此方法默认的前提是系统业务保持不变，即根据当前的业务模式估算目标期能力需求，缺乏对数据变化趋势的分析，所得数据仓库能力可能偏离实际情况较大；

②、模型中关键参数为应用软件开发商实验室数据；由于实验室环境与实际环境在服务器平台及设备配置、操作系统平台、数据库平台均有一定的差异，且实验室环境很难模拟实际业务环境中的复杂场景，最终导致对于相关业务的服务器处理能力预测产生偏差；

③、模型中关键参数来源于应用软件开发商，而应用软件开发商出于某些商业目的，提供的相应的参数在客观性上有待商榷。

(2)业务量类比法

此方法的问题主要在于以当前系统运行场景来预测目标期末运营场景，预测结果容易偏小。

①、预测过程中没有考虑到系统规模增长、业务与营销变动等因素引起的单位用户资源开销的变化，未针对以上因素进行合理调整，导致结果的偏差；

②、此方法是根据当前的CPU使用资源类比规划期末系统CPU资源需求；当前CPU使用资源＝设备处理能力值×当前忙时CPU利用率。

而数据仓库服务器在忙时(如数据转换、装载、入库，进行各类汇总等)，不管目前服务器处理能力能力大小，CPU利用率始终接近100％；因此仅使用CPU忙时利用率无法客观衡量当前系统资源的使用情况。

发明内容：

本发明提供了一种基于时间容量分析的数据仓库主机资源预测方法，它更加贴近实际的真实情况，能够更加准确地预测出数据仓库服务器对资源的需求情况，为企业充分利用投资、确保建设进度提供保障，解决了现有技术中存在的问题。