[发明专利]服务器性能预测方法、装置、计算机系统和介质

权利要求书

1.一种服务器性能预测方法，包括：

从针对指定应用的多个服务器中选择一个代表服务器；

监测所述代表服务器在第一时段内的多种基本指标；

利用预先构建的预测模型对所述多种基本指标进行处理，以确定所述代表服务器在所述第一时段内的性能指标；以及

基于所述代表服务器在所述第一时段内的性能指标，确定所述多个服务器中的每个服务器在所述第一时段内的性能状态。

2.根据权利要求1所述的方法，还包括：

在所述利用预先构建的预测模型对所述多种基本指标进行处理之前，

构建初始预测模型；

监测所述代表服务器在第二时段中的每个时间周期内的样本性能指标和多种样本基本指标，所述第二时段包括M个时间周期，M为大于1的整数；以及

基于M个时间周期各自的样本性能指标和多种样本基本指标，对所述初始预测模型进行训练，以得到所述预测模型。

3.根据权利要求2所述的方法，其中，所述初始预测模型包括多元线性回归模型。

4.根据权利要求2所述的方法，其中，所述基于M个时间周期各自的样本性能指标和多种样本基本指标，对所述初始预测模型进行训练包括：

针对所述M个时间周期中的第i个时间周期，i为大于等于1且小于等于M的整数，

由所述第i个时间周期内的所述样本性能指标和多种样本基本指标构成第i个样本组；

对所述第i个时间周期内的所述样本性能指标和每种样本基本指标进行相关性检验，以确定所述样本性能指标和所述每种样本基本指标之间的相关系数；以及

当存在低于第一阈值的相关系数时，从针对所述M个时间周期的M个样本组中筛除所述第i个样本组；以及

利用所述M个样本组经筛除后剩余的N个样本组，对所述初始预测模型进行训练，以得到所述预测模型，N为大于等于1且小于等于M的整数。

5.根据权利要求4所述的方法，其中，所述利用所述M个样本组经筛除后剩余的N个样本组，对所述初始预测模型进行训练包括：

针对所述N个样本组中的第j个样本组，将所述第j个样本组中的样本基本指标作为所述初始预测模型的自变量，并将所述第j个样本组中的样本性能指标作为所述初始预测模型的因变量，以得到N个模型表示，j为大于等于1且小于等于N的整数；

基于最小二乘法和所述N个模型表示，确定初始预测模型的优化系数；以及

基于所述优化系数，确定所述预测模型。

6.根据权利要求5所述的方法，其中，所述利用预先构建的预测模型对所述多种基本指标进行处理包括：

将所述多种基本指标作为所述预测模型的自变量，基于所述预测模型，计算所述预测模型的因变量，以作为所述代表服务器在第一时段内的性能指标。

7.根据权利要求2所述的方法，其中，

所述多种基本指标包括：用于表征业务量的第一指标、用于表征服务器运行时长的第二指标、和用于表征服务器虚拟化程度的第三指标；

所述多种样本基本指标包括：用于表征业务量的第一样本指标、用于表征服务器运行时长的第二样本指标、和用于表征服务器虚拟化程度的第三样本指标。