[发明专利]一种分布式系统CPU异常检测方法、装置和存储介质

权利要求书

1.一种分布式系统CPU异常检测方法，其特征在于，所述方法包括：

获取分布式系统中每个节点在第一时间段内的多个TPS值；

根据所述多个TPS值及预设的CPU使用率预测模型，预测所述分布式系统中每个节点在第二时间段内的CPU使用率预测值；所述CPU使用率预测模型预先根据第一历史时间段内的TPS值和CPU使用率获得，所述第一时间段为所述第二时间段的前一个时间段；

基于所述第二时间段内的多个CPU使用率预测值和多个CPU使用率实际值，确定所述分布式系统中CPU使用率异常的节点。

2.根据权利要求1所述的方法，其特征在于，所述CPU使用率预测模型预先根据第一历史时间段内的TPS值和CPU使用率获得，包括：

在一个预测周期内，根据分布式系统中每个节点在第一历史时间段内的TPS值和CPU使用率，确定所述TPS值和所述CPU使用率之间的相关关系、截距和斜率；

根据所述相关关系、截距和斜率，建立CPU使用率预测模型；其中，当所述预测周期发生变化时，所述CPU使用率预测模型也随之发生变化。

3.根据权利要求2所述的方法，其特征在于，所述在一个预测周期内，根据分布式系统中每个节点在第一历史时间段内TPS值和CPU使用率，确定所述TPS值和所述CPU使用率之间的相关关系、截距和斜率，包括：

获取分布式系统中每个节点在第一历史时间段内的TPS值和CPU使用率；

基于预设的相关关系算法，对所述分布式系统中每个所述节点在所述第一历史时间段内的TPS值和CPU使用率进行拟合，获得所述TPS值和所述CPU使用率之间的相关关系、截距和斜率。

4.根据权利要求3所述的方法，其特征在于，基于预设的相关关系算法，对所述分布式系统中每个所述节点在所述第一历史时间段内的TPS值和CPU使用率进行拟合，获得所述TPS值和所述CPU使用率之间的相关关系、截距和斜率，包括：

根据预设的相关关系算法，得到所述TPS值和所述CPU使用率之间的相关关系；

根据公式得到分布式系统中每个节点在第一历史时间段内的斜率；

根据公式得到所述分布式系统中每个所述节点在所述第一历史时间段内的截距；

其中，x_i表示所述分布式系统中每个所述节点在所述第一历史时间段内的第二历史时间段内第i个分钟段内的TPS值；y_i表示所述分布式系统中每个所述节点在所述第一历史时间段内的所述第二历史时间段内第i个分钟段内的CPU使用率；n表示所述第二历史时间段包括n个分钟段；K表示所述分布式系统中每个所述节点在所述第一历史时间段内的斜率；M表示所述分布式系统中每个所述节点在所述第一历史时间段内的截距。

5.根据权利要求2所述的方法，其特征在于，所述根据所述相关关系、截距和斜率，建立CPU使用率预测模型，包括：

根据分布式系统中每个节点在第一历史时间段内的TPS值和CPU使用率之间的相关关系，确定满足预设条件的相关关系和所述相关关系对应的截距和斜率；其中，所述相关关系、所述截距和所述斜率均由所述第一历史时间段内同一天确定；

根据C＝K*T+M得到所述分布式系统中每个所述节点在第二时间段内的CPU使用率预测模型；

其中，T表示所述分布式系统中每个所述节点在第一时间段内的TPS值；C表示所述分布式系统中每个所述节点在所述第二时间段内的CPU使用率预测值。

6.根据权利要求1所述的方法，其特征在于，所述基于所述第二时间段内的多个CPU使用率预测值和多个CPU使用率实际值，确定所述分布式系统中CPU使用率异常的节点，包括：

获取分布式系统中每个节点在第二时间段内的多个CPU使用率预测值和多个CPU使用率实际值；

对多个所述CPU使用率预测值和多个所述CPU使用率实际值分别取平均，得到所述分布式系统中每个所述节点在所述第二时间段内的CPU使用率平均实际值和CPU使用率平均预测值；

确定所述CPU使用率平均实际值和所述CPU使用率平均预测值之间的偏离度；

根据所述偏离度，得到所述分布式系统中CPU使用率异常的节点。