[发明专利]一种基于大数据分析的性能自动调优方法及装置

权利要求书

1.一种基于大数据分析的性能自动调优方法，其特征在于，包括：

接收用户输入的设备类型、状态数据类型、包括分析方式和设备标识的执行条件；

根据所述设备类型、状态数据类型、执行条件，从数据中心筛选出预设时间段内待分析的数据量；

根据数据量的多少和状态数据类型，确定算法动态库中每一算法的性能值；其中，所述性能值指执行数据所消耗的时间；

选取最高性能值对应的算法，依据执行条件对待分析的数据量进行分析，获取分析结果；其中，所述最高性能值对应的算法是指执行数据所消耗的时间最短的算法。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在人机交互界面显示所述分析结果。

3.根据权利要求1所述的方法，其特征在于，根据数据量、状态数据类型、执行条件，确定算法动态库中每一算法的性能值的步骤之前，所述方法还包括：

建立所述算法动态库，

所述算法动态库包括至少一个算法；

或者，所述算法动态库包括至少一个算法及该算法对应的影响该算法性能值的各项的权重系数。

4.根据权利要求1所述的方法，其特征在于，

所述算法动态库包括下述的一项或多项算法：

二分查找法、哈希表查找法、分块查找法、顺序查找法、堆排序算法。

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：

将所述状态数据类型、数据量信息、最高性能值对应的算法作为配置组合进行存储。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在维护系统处于空闲状态时，采用不同状态数据类型的数据量、模拟执行条件，对算法动态库中的各算法的性能值进行评估，获取各算法对应的执行条件、数据量、状态数据类型的权重系数。

7.根据权利要求6所述的方法，其特征在于，根据数据量的多少和状态数据类型，确定算法动态库中每一算法的性能值的步骤，包括：

根据每一算法对应的数据量的多少和状态数据类型的权重系数，确定算法动态库中每一算法的性能值。

8.根据权利要求6所述的方法，其特征在于，所述分析方式包括：

状态预故障分析方式、状态预处理分析方式、设备性能分析方式、设备老化程度分析方式、和/或设备最大可用期限分析方式。

9.一种基于大数据分析的性能自动调优装置，其特征在于，包括：

接收单元，用于接收用户输入的设备类型、状态数据类型、包括分析方式和设备标识的执行条件；

数据筛选单元，用于根据所述设备类型、状态数据类型、执行条件，从数据中心筛选出预设时间段内待分析的数据量；

性能值确定单元，用于根据数据量的多少和状态数据类型，确定算法动态库中每一算法的性能值；其中，所述性能值指执行数据所消耗的时间；

选取单元，用于选取最高性能值对应的算法；其中，所述最高性能值对应的算法是指执行数据所消耗的时间最短的算法；

分析处理单元，用于采用选取的算法依据执行条件对待分析的数据量进行分析，获取分析结果。

10.根据权利要求9所述的装置，其特征在于，所述装置还包括：

算法动态库建立单元，用于建立算法动态库；

所述算法动态库包括至少一个算法；

或者，所述算法动态库包括至少一个算法及该算法对应的影响该算法性能值的各项的权重系数。