[发明专利]一种系统容量预测方法、计算机可读存储介质及终端设备有效
申请号: | 201810868945.3 | 申请日: | 2018-08-02 |
公开(公告)号: | CN109213965B | 公开(公告)日: | 2022-04-29 |
发明(设计)人: | 刘洋;刘永华 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F17/18 | 分类号: | G06F17/18;G06F16/24;G06F11/34 |
代理公司: | 深圳中一专利商标事务所 44237 | 代理人: | 官建红 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 系统 容量 预测 方法 计算机 可读 存储 介质 终端设备 | ||
1.一种系统容量预测方法,其特征在于,包括:
根据系统历史记录数据构造样本集合,其中,所述样本集合中的每个样本均包括系统吞吐量以及各个系统资源的使用量;
分别以各个系统资源的使用量为分析维度对所述样本集合进行回归分析,并计算各个分析维度的回归误差,所述回归误差为各个样本中系统吞吐量的取值与系统吞吐量的回归值之间的偏差程度;
选取回归误差最小的系统资源作为目标系统资源,并根据所述样本集合中各个样本的目标系统资源的使用量以及系统吞吐量计算系统容量;
所述分别以各个系统资源的使用量为分析维度对所述样本集合进行回归分析,并计算各个分析维度的回归误差包括:
从第n个属性值集合中选取第m个取值作为阈值,将所述样本集合中第n个系统资源的使用量的取值大于所述阈值的样本确定为第一样本,将所述样本集合中第n个系统资源的使用量的取值小于或等于所述阈值的样本确定为第二样本,所述第n个属性值集合为由第n个系统资源的使用量在所述样本集合中的各个取值组成的集合,其中,1≤n≤N,N为系统资源的总个数,1≤m≤Mn,Mn为第n个属性值集合中的元素总数;
计算第n个属性值集合中的第m个取值的回归误差;
根据下式计算第n个分析维度的回归误差:
其中,RegErrn,m为第n个属性值集合中的第m个取值的回归误差,min为求最小值函数,RegErrn为第n个分析维度的回归误差;
所述计算第n个属性值集合中的第m个取值的回归误差包括:
根据下式计算第n个属性值集合中的第m个取值的回归误差:
其中,fn为所述第一样本的序号,1≤fn≤FstSpN,FstSpN为所述第一样本的数目,FQPSfn为第fn个第一样本中系统吞吐量的取值,RegFQPS为第一样本中系统吞吐量的回归值,且sn为所述第二样本的序号,1≤sn≤SndSpN,SndSpN为所述第二样本的数目,且FstSpN+SndSpN=TotalN,TotalN为所述样本集合中的样本总数,SQPSsn为第sn个第二样本中系统吞吐量的取值,RegSQPS为第二样本中系统吞吐量的回归值,且
2.根据权利要求1所述的系统容量预测方法,其特征在于,所述根据所述样本集合中各个样本的目标系统资源的使用量以及系统吞吐量计算系统容量包括:
根据下式计算所述系统容量:
其中,tn为所述样本集合中各个样本的序号,1≤tn≤TotalN,TotalN为所述样本集合中的样本总数,Restn为所述样本集合中第tn个样本的目标系统资源的使用量,QPStn为所述样本集合中第tn个样本的系统吞吐量,MaxRes为所述目标系统资源的总量,MaxQPS为所述系统容量。
3.根据权利要求1至2中任一项所述的系统容量预测方法,其特征在于,所述根据系统历史记录数据构造样本集合包括:
根据下式确定对所述系统历史记录数据进行采样的标准采样周期:
T=LCM(SamplePeriod1,SamplePeriod2,...,SamplePeriodn,...,SamplePeriodN)
其中,SamplePeriodn为在所述系统历史记录数据中第n个系统资源的使用量的采样周期,LCM为最小公倍数函数,T为所述标准采样周期;
每隔一个标准采样周期,从所述系统历史记录数据中采集一个样本,每个样本中各个系统资源的使用量根据下式进行计算:
其中,Sn为在一个标准采样周期内第n个系统资源的使用量的采样次数,且s为采样次数的序号,1≤s≤Sn,为在一个标准采样周期内第n个系统资源的使用量的第s个采样值,SpResn为一个标准采样周期的样本中第n个系统资源的使用量;
将从所述系统历史记录数据中采集的各个样本构造为所述样本集合。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810868945.3/1.html,转载请声明来源钻瓜专利网。