[发明专利]用于管理云服务器的容量的方法和装置

权利要求书

1.一种用于管理云服务器的容量的方法，其特征在于，所述方法包括：

获取对目标云服务器的至少一个指标进行监控的监控数据；

针对每个指标，将该指标的监控数据导入预先训练的指标预测模型中得到该指标对应的指标预测结果，其中，所述指标预测模型用于表征监控数据与指标预测结果的对应关系；

基于所述至少一个指标的指标预测结果中的指标预测峰值、指标预测谷值、预设的第一峰值阈值和预设的第一谷值阈值，针对所述至少一个指标对所述目标云服务器执行扩容操作或缩容操作。

2.根据权利要求1所述的方法，其特征在于，所述获取对目标云服务器的至少一个指标进行监控的监控数据，包括：

确定对目标云服务器的至少一个指标的监控数据进行采集的采集时间段是否大于预设的采集时间段阈值；

若是，则获取所述监控数据。

3.根据权利要求2所述的方法，其特征在于，所述将该指标的监控数据导入预先训练的指标预测模型中得到该指标对应的指标预测结果，包括：

将所述采集时间段划分为预设数目个时间区间；针对每个时间区间，获取该指标在该时间区间的监控数据中大于预设的第二峰值阈值的数据峰值；确定所述数据峰值的数量是否大于预设的数量阈值；若所述数据峰值的数量大于所述数量阈值，则获取各个数据峰值的各个发生时间点，并确定各个发生时间点的差值中的最小差值；确定各个时间区间的各个最小差值的和值，并确定所述和值是否小于预设的和值阈值；若所述和值小于预设的和值阈值，则将该指标的监控数据导入预先训练的指标预测模型中得到该指标对应的指标预测结果。

4.根据权利要求1所述的方法，其特征在于，所述针对所述至少一个指标对所述目标云服务器执行扩容操作或缩容操作，包括：

针对所述至少一个指标中的每个指标，基于该指标对应的指标预测结果，确定在预设的第一时间段内的该指标的指标预测峰值是否大于预设的第一峰值阈值；若是，则针对该指标对所述目标云服务器执行扩容操作。

5.根据权利要求4所述的方法，其特征在于，所述针对该指标对所述目标云服务器执行扩容操作，包括：

获取所述目标云服务器的配置信息；

为所述目标云服务器分配具有所述配置信息的临时云服务器；

对所述目标云服务器和所述临时云服务器执行负载均衡操作。

6.根据权利要求4所述的方法，其特征在于，所述至少一个指标包括中央处理器利用率；以及

所述针对该指标对所述目标云服务器执行扩容操作，包括：

增加所述目标云服务器运行所占据的中央处理器的处理器内核的数量，并重新启动所述目标云服务器。

7.根据权利要求4所述的方法，其特征在于，所述至少一个指标包括内存使用率；以及

所述针对该指标对所述目标云服务器执行扩容操作，包括：

增加所述目标云服务器运行所占据的内存容量，并重新启动所述目标云服务器。

8.根据权利要求1所述的方法，其特征在于，所述针对所述至少一个指标对所述目标云服务器执行扩容操作或缩容操作，包括：

针对所述至少一个指标中的每个指标，基于该指标对应的指标预测结果，确定在预设的第一时间段内的该指标的指标预测峰值是否小于等于预设的第一峰值阈值；响应于确定出在所述第一时间段内的该指标的指标预测峰值小于等于预设的第一峰值阈值，则进一步确定在所述第一时间段内的指标预测谷值是否小于预设的第一谷值阈值；响应于确定出在所述第一时间段内的指标预测谷值小于所述第一谷值阈值，针对该指标对所述目标云服务器执行缩容操作。

9.根据权利要求1所述的方法，其特征在于，所述方法还包括训练指标预测模型的步骤，包括：

获取对所述目标云服务器的至少一个指标进行监控的历史监控数据；

针对每个指标，将该指标的历史监控数据中时间在前的历史监控数据确定为输入样本；将该指标的历史监控数据中时间在后、除所述确定为输入样本的历史监控数据之外的历史监控数据确定为输出样本；利用机器学习方法，基于所述输入样本和所述输出样本，训练得到该指标的指标预测模型。