[发明专利]一种自主学习设置数据库备份策略的方法

权利要求书

1.一种自主学习设置数据库备份策略的方法，其特征在于，包括以下步骤：

S1）备份策略初始化：运维平台推送备份客户端程序及初始备份策略给目标设备；备份客户端程序在目标设备上进行部署，并以初始备份策略为数据库备份的默认备份策略；

S2）备份策略自主学习及优化：备份客户端程序按设定频率采集并存储目标设备的负载参数的监控数据，并基于采集到的负载参数的监控数据通过规则引擎计算不同时间点的负载参数控制值，然后获得一个备份周期内最优的备份时间点及其负载参数控制值，进而优化备份策略，并以其作为下一备份时间点数据库备份的默认备份策略；

S3）备份策略回传：在每次优化备份策略后，备份客户端程序将优化备份策略上传至运维平台，同时采集备份过程中目标设备的负载参数的实时监控数据上传至运维平台，以为数据库管理员人为干预备份策略提供参考依据；

所述备份客户端程序通过系统监控模块、规则引擎和自主学习模块来实现备份策略自主学习及优化；当备份客户端程序在目标设备上部署成功后，所述系统监控模块按设定频率采集目标设备的各项负载参数的监控数据并存储在本地数据库中，所述各项负载参数包括目标设备的CPU利用率、内存利用率、磁盘的IOPS和数据库实例的QPS；

当目标设备的CPU处于空闲状态，备份客户端程序调用规则引擎进行自主学习，规则引擎在不同时间点定期读取本地数据库中各项负载参数的监控数据，基于各项负载参数的控制算法，计算不同时间点的各项负载参数控制值；

所述自主学习模块基于不同时间点的各项负载参数控制值，选择各项负载参数控制值最优的时间点及其对应的各项负载参数控制值作为一个备份周期内最优的备份时间点及其负载参数控制值，以此优化备份策略。

2.根据权利要求1所述的一种自主学习设置数据库备份策略的方法，其特征在于，所述步骤S1中，当运维平台需要向多个目标设备推送备份客户端程序及初始备份策略时，运维平台记录相应的任务，然后计算随机时间点来推送任务，以免大量推送任务导致运维平台负荷过大而推送异常。

3.根据权利要求2所述的一种自主学习设置数据库备份策略的方法，其特征在于，所述随机时间点T_i+1的计算方法为：

设当前时间戳为T_i，令T_i+1=T_i+A^(T_i-B)^p(T_i-C)^1-p^N(0,D)，其中p=1或0，0A=1，15B=30，1=C=15，N(0,D)表示一个随机数，该随机数由均值为0、方差为D的高斯分布产生，其中0D=10，A取0-1之间的实数，B、C、D取整数；然后将T_i+1约束在区间[C,B]内，即如果T_i+1大于B，则将T_i+1置为B，如果T_i+1小于C，则将T_i+1置为C。

4.根据权利要求1所述的一种自主学习设置数据库备份策略的方法，其特征在于，当备份客户端程序在目标设备上部署成功后，对初始备份策略的备份开始时间进行设置，并控制备份时磁盘读写速度。

5.根据权利要求1所述的一种自主学习设置数据库备份策略的方法，其特征在于，所述规则引擎主要包括规则引擎执行接口模块BakRuleExecutor、规则元素定义模块BakRuleList和规则引擎执行器BakRuleRunner，所述BakRuleExecutor模块用于定义规则配置的动作方式，所述BakRuleList模块用于定义规则元素，所述BakRuleRunner用于执行具体的规则代码以及触发相应的事件判断；所述BakRuleList模块定义的规则元素存储在本地数据库中；所述规则引擎开始工作后，所述BakRuleExecutor模块连接到本地数据库加载规则元素，完成缓存加载，同时BakRuleExector模块定义了规则配置的动作方式，为后续BakRuleRunner模块的工作做好前置的数据装载工作；所述BakRuleRunner模块是规则引擎的核心模块，当完成规则元素加载后，BakRuleRunner模块加载本地数据库中已采集的负载参数的监控数据，进行自主学习。