[发明专利]一种Redis配置的方法、装置、存储介质及设备

说明书

本说明书提供一种Redis配置的方法、装置、存储介质及设备。该方法中，获取Redis集群中的历史监控指标，按照其变化趋势呈现线性还是非线性，对应采用线性回归模型或时间序列模型预测该监控指标在预设时间段的预测值，从而根据预测值来分析是否对Redis集群进行扩容，如此，实现对Redis的趋势分析，并根据预测的趋势及时地作出调整，获得合理的配置，进而解决了业务因告警处理落后造成的不利影响。

技术领域

本说明书涉及计算机技术领域，尤其涉及一种Redis配置的方法、装置、存储介质及设备。

背景技术

Redis(Remote Dictionary Server，远程字典服务)是一个key-value存储系统，经常作为缓存使用。目前，在对Redis的使用过程中，经常会遇到Redis内存容量不足而导致的不可用、或者Redis实例性能不足而导致响应时间过长甚至超时，进而影响业务使用的问题。相关技术中，通常的解决方法是设置告警阈值，当内存或性能达到告警阈值时触发一个告警，然后再人工介入对内存进行扩容。这种方式往往导致处理严重落后于线上需求。

发明内容

为克服相关技术中存在的问题，本说明书提供了一种Redis配置的方法、装置、存储介质及设备。

根据本说明书实施例的第一方面，提供一种Redis配置的方法，所述方法包括：

获取Redis集群中的历史监控指标，并判断所述历史监控指标的变化趋势是否为线性；

当所述历史监控指标的变化趋势为线性时，通过线性回归模型预测监控指标在预设时间段的预测值，所述线性回归模型基于线性回归算法对所述监控指标的样本数据训练后得到；当所述历史监控指标的变化趋势为非线性时，通过时间序列模型预测监控指标在预设时间段的预测值，所述时间序列模型基于时间序列法对所述监控指标的样本数据训练后得到；

根据所述预测值分析是否对所述Redis集群进行扩容。

在某些例子中，上述监控指标包括以下至少一项：机器的内存使用容量、机器的吞吐量、机器的CPU使用率、用户响应时间。

在某些例子中，上述判断所述历史监控指标的变化趋势是否为线性包括：

基于简单线性回归算法对所述历史监控指标的变化趋势进行拟合，并计算拟合优度；

当所述拟合优度超过第一预设值，则判断所述历史监控指标的变化趋势为线性；

当所述拟合优度未超过第一预设值，则判断所述历史监控指标的变化趋势为非线性。

在某些例子中，上述监控指标包括机器的内存使用容量；当根据所述预测值分析确定对所述Redis集群进行扩容时，所述方法还包括：

增加可使用的内存，或使用内存淘汰策略。

在某些例子中，上述监控指标包括以下至少一项：机器的吞吐量、机器的CPU使用率和用户响应时间；当根据所述预测值分析确定对所述Redis集群进行扩容时，所述方法还包括：

搭建新的Redis从库，并更新分配流量的配置。

在某些例子中，上述线性回归模型包括岭回归模型，所述岭回归模型的训练过程包括：

将所述监控指标作为因变量，所述监控指标被采集时对应的时间作为自变量，利用岭回归算法获得岭回归模型；

利用评价函数确定所述岭回归模型对应的均方误差；

当所述均方误差的值小于第二预设值时，确定所述岭回归模型合格。

在某些例子中，上述时间序列模型包括Prophet模型；所述Prophet模型的训练过程包括：