[发明专利]一种系统性能预测方法、装置、计算机设备和存储介质在审
申请号: | 202010105712.5 | 申请日: | 2020-02-21 |
公开(公告)号: | CN111338921A | 公开(公告)日: | 2020-06-26 |
发明(设计)人: | 罗一凡 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06F11/34 | 分类号: | G06F11/34 |
代理公司: | 北京英特普罗知识产权代理有限公司 11015 | 代理人: | 程超 |
地址: | 518052 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 系统 性能 预测 方法 装置 计算机 设备 存储 介质 | ||
本发明公开了一种系统性能预测方法,所述方法包括:响应于系统性能预测指令,获取待处理业务数据和系统当前配置数据;获取系统性能预测模型,其中,所述系统性能预测模型是根据多批历史参数对至少一个预设算法进行训练得到的,所述历史参数包括历史业务数据、系统历史配置数据和系统历史性能数据;将所述待处理业务数据和所述系统当前配置数据输入所述系统性能预测模型,以使所述系统性能预测模型输出预测的系统性能数据。本发明还公开了一种系统性能预测装置、一种计算机设备和一种计算机可读存储介质。
技术领域
本发明涉及数据处理技术领域,具体涉及一种系统性能预测方法、装置、计算机设备和计算机可读存储介质。
背景技术
在系统的日常运维工作中,系统的性能监控是非常重要的一项工作,如系统在处理数据时,会产生系统响应时间、系统吞吐量和系统资源利用率等性能信息,工作人员可以通过获取这些性能信息监控系统的性能。
在实际应用中,当系统需要处理庞大数据量的数据时,高负荷的数据处理任务可能会导致系统瘫痪,严重拖慢处理进度。而现有技术中只能在系统出现故障之后根据系统性能分析故障原因,无法提前避免故障出现。
发明内容
本发明的目的在于提供一种系统性能预测方法、装置、计算机设备和计算机可读存储介质,能够解决现有技术中的上述缺陷。
本发明的一个方面提供了一种系统性能预测方法,所述方法包括:响应于系统性能预测指令,获取待处理业务数据和系统当前配置数据;获取系统性能预测模型,其中,所述系统性能预测模型是根据多批历史参数对至少一个预设算法进行训练得到的,所述历史参数包括历史业务数据、系统历史配置数据和系统历史性能数据;将所述待处理业务数据和所述系统当前配置数据输入所述系统性能预测模型,以使所述系统性能预测模型输出预测的系统性能数据。
可选地,所述方法还包括:获取预期的系统性能数据;确定所述预测的系统性能数据和所述预期的系统性能数据之间的差异;判断所述差异是否在预设允许范围之内;若所述差异在所述预设允许范围之内,则利用所述系统当前配置数据处理所述待处理业务数据。
可选地,所述方法还包括:若所述差异不在所述预设允许范围之内,则利用所述预测的系统性能数据和所述预期的系统性能数据从所述待处理业务数据中剔除第一数据量的数据,得到削减业务数据;将所述削减业务数据和所述系统当前配置数据输入所述系统性能预测模型,以使所述系统性能预测模型继续输出新预测的系统性能数据。
可选地,所述预测的系统性能数据包括多个类型的第一元素,所述预期的系统性能数据包括多个类型的第二元素,利用所述预测的系统性能数据和所述预期的系统性能数据从所述待处理业务数据中剔除第一数据量的数据的步骤包括:针对任一类型相同的所述第一元素和所述第二元素,计算所述第一元素和所述第二元素的比值;确定所述待处理业务数据的数据量;利用所述比值和所述待处理业务数据的数据量计算所述第一数据量;从所述待处理业务数据中剔除所述第一数据量的数据。
可选地,获取系统性能预测模型的步骤包括:从多个初步性能预测模型中确定一个最优的模型作为所述系统性能预测模型;多个所述性能预测模型通过以下步骤训练得到:获取多批所述历史参数;利用多批所述历史参数对多个所述预设算法中的每个所述预设算法进行训练,得到多个所述初步性能预测模型,其中,每个所述预设算法对应一个所述初步性能预测模型。
可选地,从多个所述初步性能预测模型中确定一个最优的模型作为所述系统性能预测模型的步骤包括:计算多个所述初步性能预测模型中每个所述初步性能预测模型的损失函数,得到多个所述损失函数;从多个所述损失函数中确定出最小的损失函数;将多个所述初步性能预测模型中与所述最小的损失函数对应的初步性能预测模型作为所述系统性能预测模型。
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深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/202010105712.5/2.html,转载请声明来源钻瓜专利网。