[发明专利]一种软件配置推荐方法

说明书

本发明提供了一种软件配置推荐方法，推荐引擎采集云平台中的主机在设定时间段内的性能样本数据，并计算性能样本数据的平均值，得软件压力环境配置表；采用均值聚类算法对软件压力环境配置表中的每一行数据进行相似度计算，得压力环境聚类表；由变异系数和配置持续时长确定在同一软件在同一压力类下的得分，选择稳定性最高的配置作为与特定的压力类最匹配的标准配置；推荐引擎接收用户输入的压力环境，将相似度最高的标准配置向用户进行推荐。通过本发明，实现了根据数据处理需求和用户历史的程序为用户推荐最合理的软件或者软件配置的目的，使得向用户推荐的软件达到性能符合用户需求且不存在性能浪费的效果。

技术领域

本发明涉及大数据技术领域，尤其涉及一种软件配置推荐方法。

背景技术

压力测试是通过确定一个系统的瓶颈或者不能接收的性能点，来获得系统能提供的最大的服务级别的测试。压力测试是为了发现在什么条件下系统的性能会变得不可接受。

目前，可采用主从模型来对系统进行压力测试。其中，压力测试系统中的主节点启动每个从节点后，给每个从节点分配压测配额，主节点与从节点的压测会话后，从节点模拟终端用户与被测的系统中服务器建立连接后，与服务器进行数据通讯，并且将与服务器之间的压测统计数据同步给主节点，主节点根据同步的压测统计数据，获得对应的压测结果。因为只有一个主节点，当管理的从节点过多时，会导致主节点成为瓶颈，影响了压力测试的效率。

大数据场景中通常包含了非常多的软件，这些软件的配置非常繁杂，工程人员在没有丰富经验和专业技术积累的情况下，很难对大数据分析场景中用到的各类软件的配置，有准确合理的定义，要么存在配置过高资源浪费的现象，要么存在配置过低无法承受业务压力的现象。

大数据处理依赖众多服务，如HDFS(Hadoop Distributed File System，分布式文件系统)、YARN(Yet Another Resource Negotiator，资源管理系统)、Spark(分布式内存计算机框架)等。因集群环境差异大、被处理数据格式多样、数据体量动态变化等原因，导致这些服务组件的参数的配置较为复杂，这也在一定程度上导致了在大数据场景中，无法做出合理的用于部署某一应用程序的服务器配置的问题。

有鉴于此，有必要对现有技术中的软件配置推荐方法予以改进，以解决上述问题。

发明内容

本发明的目的在于揭示了一种软件配置推荐方法，用以实现根据数据处理需求和用户历史的程序为用户推荐最合理的软件或者软件配置的方法，以在大数据分析场景中使得向用户推荐的软件达到性能符合用户需求且不存在性能浪费的目的。

为实现上述目的，本发明提供了一种软件配置推荐方法，包括以下步骤：

S1、推荐引擎采集云平台中的主机在设定时间段内的性能样本数据，并计算性能样本数据的平均值，得软件压力环境配置表；

S2、采用均值聚类算法对所述软件压力环境配置表中的每一行数据进行相似度计算，得压力环境聚类表；

S3、由变异系数和配置持续时长确定在同一软件在同一压力类下的得分，选择稳定性最高的配置作为与特定的压力类最匹配的标准配置；

S4、推荐引擎接收用户自浏览器所输入的压力环境，通过相似度算法计算当前压力需求与标准配置之间的相似度，将相似度最高的标准配置向用户进行推荐。

作为本发明的进一步改进，所述性能样本数据由软件种类、日均磁盘IO、日均CPU平均使用时间、日均内存平均使用量、日均磁盘增长、日均IO变异系数、日均CPU使用率变异系数、日均CPU使用率变异系数、日均磁盘增长变异系数、配置持续时长中的两种或者两种以上的维度共同描述。

作为本发明的进一步改进，步骤S3中的软件包括：HDFS、HIVE、HBASE、SPARK、JAVA、MYSQL或者TOMCAT。