[发明专利]生成负载预测模型的方法、装置、设备和存储介质

说明书

本发明实施例公开了一种生成负载预测模型的方法、装置、设备和存储介质，方法包括：采集目标机器的负载时序数据；根据采集的负载时序数据的特征，将采集的负载时序数据划分为至少两类数据集；基于至少两类数据集分别构建每一类数据集对应的用于负载预测的模型。本发明实施例能够提高预测的准确度。

技术领域

本发明涉及计算机技术领域，尤其涉及一种生成负载预测模型的方法、装置、设备和存储介质。

背景技术

随着云计算技术的发展，越来越多的用户选择将业务部署或迁移到基于云架构的平台。利用云计算技术，分配到特定业务的计算、存储、网络等资源可以按需进行增加或者减少，从而最大化资源利用率，降低业务的运营成本。

然后，云计算场景业务种类繁多，很难针对每一业务准确预测运行情况；因此，急需一种能够在复杂的环境下准确预测的方法。

发明内容

本发明实施例提供了一种生成负载预测模型的方法、装置、设备和存储介质，用以解决复杂环境下预测预测准确率低的问题。

根据本发明实施例的第一方面，提供一种生成负载预测模型的方法，该方法可以包括：

采集目标机器的负载时序数据；

根据采集的负载时序数据的特征，将采集的负载时序数据划分为至少两类数据集；

基于至少两类数据集分别构建每一类数据集对应的用于负载预测的模型。

根据本发明实施例的第二方面，提供一种负载预测的方法，该方法包括：

获取待测负载时序数据；

基于待测负载时序数据的特征，确定待测负载时序数据的类别；

利用上述的负载预测模型中与类别对应的模型，对待测负载时序数据进行预测，得到负载预测结果。

根据本发明实施例的第三方面，提供一种生成负载预测模型的装置，该装置可以包括：

采集模块，用于采集目标机器的负载时序数据；

划分模块，用于根据采集的负载时序数据的特征，将采集的负载时序数据划分为至少两类数据集；

构建模块，用于基于至少两类数据集分别构建每一类数据集对应的用于负载预测的模型。

根据本发明实施例的第四方面，提供一种负载预测的装置，该装置包括：

获取模块，用于获取待测负载时序数据；

确定模块，用于基于待测负载时序数据的特征，确定待测负载时序数据的类别；

预测模块，用于利用上述的负载预测模型中与类别对应的模型，对待测负载时序数据进行预测，得到负载预测结果。

根据本发明实施例的第五方面，提供一种计算设备，计算设备包括：至少一个处理器、至少一个存储器以及至少一个计算机程序，其中，计算机程序被存储在存储器中，计算机程序包括指令，处理器用于执行计算机程序，以使计算设备实现如第一方面所示的方法。

根据本发明实施例的第六方面，提供一种计算设备，计算设备包括：至少一个处理器、至少一个存储器以及至少一个计算机程序，其中，计算机程序被存储在存储器中，计算机程序包括指令，处理器用于执行计算机程序，以使计算设备实现如第二方面所示的方法。

根据本发明实施例的第七方面，提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述各方面的生成负载预测模型的方法。

根据本发明实施例的第八方面，提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行上述各方面的负载预测的方法。