[发明专利]基于负载自动预测的数据库自动调优方法及装置在审
申请号: | 201910368303.1 | 申请日: | 2019-05-05 |
公开(公告)号: | CN110188086A | 公开(公告)日: | 2019-08-30 |
发明(设计)人: | 陈再妮;何自强 | 申请(专利权)人: | 北京百度网讯科技有限公司 |
主分类号: | G06F16/21 | 分类号: | G06F16/21 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 肖冰滨;陈潇潇 |
地址: | 100085 北京市*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 在线数据库 数据库配置 预测 数据库 优化 历史数据库 训练数据库 负载调整 负载预测 工作负载 配置参数 配置信息 情况预测 实时训练 资源消耗 最优性能 配置 替换 查询 | ||
1.一种基于负载自动预测的数据库自动调优方法,其特征在于,所述自动调优方法包括:
S1)基于历史数据库的历史负载预测在线数据库即将发生的负载;
S2)根据步骤S1)得到的所述在线数据库即将发生的负载调整训练数据库配置参数,得到优化后的数据库配置参数;
S3)将步骤S2)得到的优化后的数据库配置参数在与其对应的在线数据库负载实际发生时配置给所述在线数据库。
2.根据权利要求1所述的自动调优方法,其特征在于,步骤S1)中,所述基于历史数据库的历史负载预测在线数据库即将发生的负载,包括:
S11)从所述历史数据库的历史负载提取特征值,生成样例;
S12)将所述步骤S11)中生成的所述样例作为高斯回归模型的输入,预测历史数据库的即将发生的负载;
S13)将所述步骤S12)得到的所述历史数据库的即将发生的负载与所述历史数据库的历史负载进行比较,根据比较结果对所述高斯回归模型进行模型调整;
S14)重复步骤S11)-S13)直至得到所述历史数据库的即将发生的负载与所述历史数据库的历史负载之间的误差最小并且收敛时的高斯回归模型;
S15)将所述误差最小并且收敛时的高斯回归模型用于基于历史数据库的历史负载预测在线数据库即将发生的负载。
3.根据权利要求1所述的自动调优方法,其特征在于,步骤S2)中,根据步骤S1)得到的所述在线数据库即将发生的负载调整训练数据库配置参数,得到优化后的数据库配置参数,包括:
在已存在所述即将发生的负载对应的优化后的数据库配置参数的情况下,直接调用所述优化后的数据库配置参数;
当不存在所述即将发生的负载对应的优化后的数据库配置参数的情况下,通过线下实时训练获得所述即将发生的负载对应的优化后的数据库配置参数。
4.根据权利要求3所述的自动调优方法,其特征在于,所述通过线下实时训练获得所述即将发生的负载对应的优化后的数据库配置参数,包括:
通过调整TPCC配置的方式,或者通过抽取线上实际SQL进行流量等比放大、缩小的方式,调整数据量和流量,在所述训练数据库构造所述在线数据库即将发生的负载;
根据训练数据库的SQL响应时间和QPS不断调整所述训练数据库配置参数;
重复上述步骤M次,将所述M次重复中所述SQL响应时间最短和QPS最大时的所述即将发生的负载对应的训练数据库配置参数作为所述优化后的数据库配置参数。
5.根据权利要求3所述的自动调优方法,其特征在于,步骤S3)中,所述将步骤S2)得到的优化后的数据库配置参数在与其对应的在线数据库负载实际发生时配置给所述在线数据库,包括:
监测所述在线数据库的负载变化情况,在存在与变化后负载对应的优化后的数据库配置参数的情况下,将与变化后负载对应的优化后的数据库配置参数配置给所述在线数据库;
在不存在与变化后负载对应的优化后的数据库配置参数的情况下,则返回步骤S2)进行所述线下实时训练,直至获得与变化后负载对应的优化后的数据库配置参数。
6.根据权利要求5所述的自动调优方法,其特征在于,所述将与变化后负载对应的优化后的数据库配置参数配置给所述在线数据库,包括:
按照先修改在线数据库的从库,然后进行在线数据库的主库和在线数据库的从库的切换,再修改在线数据库的新从库的方式进行在线数据库参数配置。
7.一种基于负载自动预测的数据库自动调优装置,其特征在于,该自动调优装置包括控制器,所述控制器被配置用于:
基于历史数据库的历史负载预测在线数据库即将发生的负载;
根据所述在线数据库即将发生的负载调整训练数据库配置参数,得到优化后的数据库配置参数;
将所述优化后的数据库配置参数在与其对应的在线数据库负载实际发生时配置给所述在线数据库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910368303.1/1.html,转载请声明来源钻瓜专利网。