[发明专利]基础资源容量监管方法、装置、设备及存储介质有效
申请号: | 201910525573.9 | 申请日: | 2019-06-18 |
公开(公告)号: | CN110389876B | 公开(公告)日: | 2022-07-19 |
发明(设计)人: | 关琦 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F11/34;G06F9/50 |
代理公司: | 北京市京大律师事务所 11321 | 代理人: | 苏福念 |
地址: | 518033 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: | 基础 资源 容量 监管 方法 装置 设备 存储 介质 | ||
1.一种基础资源容量监管方法,其特征在于,所述基础资源容量监管方法包括以下步骤:
监测消息队列中是否存在产品端推送的多维度的基础资源容量监控数据,其中,产品端基于预置数据采集策略采集多维度的基础资源容量监控数据;
若存在,则利用rest_framework框架的serializers和rest_framework_recursive工具构造序列器对所述监控数据进行反序列化的数据校验,并将通过数据校验的监控数据保存到数据库中;
从所述数据库中读取历史监控数据,并基于所述历史监控数据,进行基础资源使用量预测,得到预测结果;
基于所述预测结果,进行基础资源容量管理。
2.如权利要求1所述的基础资源容量监管方法,其特征在于,在所述监测消息队列中是否存在产品端推送的多维度的基础资源容量监控数据的步骤之前,还包括:
监测是否存在产品端发送的数据采集策略获取请求,所述数据采集策略获取请求中包含有产品端的基本信息;
若存在,则基于产品端的基本信息进行策略匹配;
若匹配到,则将匹配到的数据采集策略下发产品端。
3.如权利要求1所述的基础资源容量监管方法,其特征在于,所述利用rest_framework框架的serializers和rest_framework_recursive工具构造序列器对所述监控数据进行反序列化的数据校验,并将通过数据校验的监控数据保存到数据库中包括:
利用rest_framework框架的serializers和rest_framework_recursive工具构造序列器对所述监控数据进行反序列化的数据校验,所述数据校验包括:数据字段格式校验和产品名称校验,其中,所述数据字段格式校验用于验证监控数据中每个字段的数据格式是否符合要求,所述产品名称校验用于验证推送所述监控数据的产品端是否是已经注册在案的产品设备;
对通过数据校验的监控数据进行数据融合,以供多维度统计基础资源容量的使用状况,其中,所述数据融合包括:将同类型的监控数据进行累加以及将不同类型的监控数据进行逻辑加工。
4.如权利要求1-3中任一项所述的基础资源容量监管方法,其特征在于,在所述监测消息队列中是否存在产品端推送的多维度的基础资源容量监控数据的步骤之前,还包括:
设置产品端容量巡检报告的定时订阅任务;
在所述利用rest_framework框架的serializers和rest_framework_recursive工具构造序列器对所述监控数据进行反序列化的数据校验,并将通过数据校验的监控数据保存到数据库中的步骤之后,还包括:
监测当前是否满足所述定时订阅任务的触发条件;
若满足,则从所述数据库中读取产品端的最新一条基础资源容量监控数据;
将读取到的基础资源容量监控数据填入预置邮件模板,并生成产品端的订阅邮件;
调取邮件发送接口,将所述订阅邮件发送至预置邮件收件地址。
5.如权利要求1所述的基础资源容量监管方法,其特征在于,在所述从所述数据库中读取历史监控数据,并基于所述历史监控数据,进行基础资源使用量预测,得到预测结果的步骤之前,还包括:
采用线性拟合算法,对历史监控数据进行训练,构建基础资源使用量预测模型;
设置预测维度、告警比例阈值以及基础资源使用量的定时预测任务;
所述从所述数据库中读取历史监控数据,并基于所述历史监控数据,进行基础资源使用量预测,得到预测结果包括:
监测当前是否满足所述定时预测任务的触发条件;
若满足,则基于所述预测维度,从所述数据库中读取监控数据;
通过所述基础资源使用量预测模型,对读取的监控数据进行预测,以判断在未来指定时间点对应的基础资源使用量是否达到最大可用量,其中,基础资源最大可用量=当前基础资源总量*告警比例阈值。
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/201910525573.9/1.html,转载请声明来源钻瓜专利网。