[发明专利]系统超时时间的动态确定方法与装置

说明书

本公开提供一种系统超时时间的动态确定方法与装置。系统超时时间的动态确定方法包括：根据系统在第一时段内的请求处理数据来训练时间序列模型；基于所述时间序列模型来预测所述系统在第二时段内的请求处理时间的分布特征；根据所述分布特征来确定所述系统在所述第二时段的超时时间。本公开提供的系统超时时间的动态确定方法可以根据系统运行情况动态确定系统超时时间，提高运维效率。

技术领域

本公开涉及机器学习技术领域，具体而言，涉及一种通过机器学习实现的系统超时时间的动态确定方法与装置。

背景技术

在多系统、多模块的集成开发设计中，系统与系统、模块与模块之间往往会构成上下游依赖关系。为了保证整个集成系统正常且稳定地运转，需要为每个子系统或子模块设置超时时间，从而保证整个系统可以在规定的时间内，返回一个有效的反馈。目前超时时间的设置主要依赖于管理人员的经验配置或开发人员的反复测试。同时，在线上系统流量变化莫测的情况下，把超时时间设置成固定的值，在处理流量异常变化、失败请求方面无法起到很好的调节作用。

为了解决超时时间的设置问题，保证系统稳定性和可靠性，本方案提出了一种基于时间序列数学模型的动态确定系统超时时间的方法。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种系统超时时间的动态确定方法与系统超时时间的动态确定装置，用于至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或多个问题。

根据本公开实施例的第一方面，提供一种系统超时时间的动态确定方法，包括：根据系统在第一时段内的请求处理数据来训练时间序列模型；基于所述时间序列模型来预测所述系统在第二时段内的请求处理时间的分布特征根据所述分布特征来确定所述系统在所述第二时段的超时时间。

根据本公开实施例的第二方面，提供一种系统超时时间的动态确定装置，包括：模型训练模块，设置为根据系统在第一时段内的请求处理数据来训练时间序列模型；请求处理时间预测模块，设置为基于所述时间序列模型来预测所述系统在第二时段内的请求处理时间的分布特征；超时时间确定模块，设置为根据所述分布特征来确定所述系统在所述第二时段的超时时间。

根据本公开的第三方面，提供一种电子设备，包括：存储器；以及耦合到所属存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行如上述任意一项所述的方法。

根据本公开的第四方面，提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如上述任意一项所述的系统超时时间的动态确定方法。

本公开提供的系统超时时间的动态调整方法，通过使用机器学习模型对系统过去一段时间的请求处理时间进行分析总结，可以预测出未来预设时间范围内系统的合理请求处理时间，有利于应对多种运营情景及时调整系统超时时间的设置，提高运维效率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示意性示出本公开示例性实施例中系统超时时间的动态确定方法的流程图。

图2示意性示出本公开示例性实施例中系统超时时间的动态确定方法的子流程图。

图3示意性示出本公开示例性实施例中系统超时时间的动态确定方法的子流程图。