[发明专利]一种负载预测方法、装置以及网元

权利要求书

1.一种负载预测方法，其特征在于，包括：

获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型，所述负载类型为访问量；

根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；

若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型对应的第二历史负载数据；

分别计算所述第二历史负载数据中的每个连续子序列与所述第一历史负载数据之间的皮尔森相关系数，其中，所述每个连续子序列的长度为所述第一历史负载数据的长度；

根据所述皮尔森相关系数确定所述第一应用的所述负载类型的负载预测值。

2.如权利要求1所述的方法，其特征在于，根据所述皮尔森相关系数确定所述第一应用的所述负载类型的负载预测值，包括：

确定包括皮尔森相关系数的绝对值大于阈值的连续子序列在内的N个连续子序列为N个相似子序列；N为正整数；

根据所述N个相似子序列与所述第一历史负载数据进行线性拟合，获得线性函数；

根据所述线性函数以及所述N个相似子序列中每一个相似子序列的下一时刻的值进行预测获得N个预测值；

根据所述N个相似子序列的皮尔森相关系数的绝对值和所述N个预测值确定所述第一应用的预测值。

3.如权利要求2所述的方法，其特征在于，所述根据所述N个相似子序列的皮尔森相关系数的绝对值和所述N个预测值确定所述第一应用的预测值，包括：

以所述N个 相似子序列的皮尔森相关系数的绝对值为权值，通过对所述N个预测值的结果求加权平均值，获得所述第一应用的预测值。

4.如权利要求2或3所述的方法，其特征在于，所述确定包括皮尔森相关系数的绝对值大于阈值的连续子序列在内的N个连续子序列为N个相似子序列，包括：

确定皮尔森相关系数的绝对值大于所述阈值的N个连续子序列为所述N个相似子序列；或

确定皮尔森相关系数的绝对值最大的N个连续子序列为所述N个相似子序列，其中，所述N个连续子序列中有至少一个连续子序列的皮尔森相关系数的绝对值大于所述阈值。

5.一种负载预测方法，其特征在于，包括：

获取第一应用的应用信息；

获取多个第二应用的应用信息；

根据所述第一应用的应用信息以及所述多个第二应用的应用信息在所述多个第二应用中确定出与所述第一应用相似的第二应用；其中，所述第一应用的负载类型的负载预测值是根据所述第二应用的历史负载数据中的每个连续子序列、与所述第一应用的历史负载数据之间的皮尔森相关系数确定的，所述负载类型为访问量。

6.如权利要求5所述的方法，其特征在于，所述第一应用的应用信息包括应用标识、资源需求、镜像名称中的一种或任意组合；

所述多个第二应用的应用信息包括应用标识、平均资源利用率、镜像名称中的一种或任意组合。

7.如权利要求5或6所述的方法，其特征在于，所述方法还包括：

将所述第二应用的应用标识发送给对所述第一应用进行负载预测的模块。

8.一种负载预测装置，其特征在于，包括：

获取单元，用于获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型，所述负载类型为访问量；用于根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型对应的第二历史负载数据；

处理单元，用于分别计算所述第二历史负载数据中的每个连续子序列与所述第一历史负载数据之间的皮尔森相关系数，其中，所述每个连续子序列的长度为所述第一历史负载数据的长度；以及根据所述皮尔森相关系数确定所述第一应用的所述负载类型的负载预测值。