[发明专利]集群容量预测方法及装置

说明书

本申请提供了一种集群容量预测方法及装置，该方法包括：在各个系统应用运行过程中，获取每个系统应用的各个性能指标值，从各个性能指标值中提取每个预设指标字段各自对应的性能指标值，并将所提取的每个性能指标值确定为目标性能指标值，将各个目标性能指标值输入至预先构建的容量预测模型中，得到容量预测模型输出的集群的容量预测结果。可见，本技术方案，预先构建容量预测模型，基于真实生产环境每个系统应用的各个性能指标，通过容量预测模型对集群容量进行预测，由于集群容量预测的数据源自真实生产环境，且是基于集群整体进行集群容量预测，得到的集群容量预测结果相比于现有技术更为准确。

技术领域

本申请涉及计算机技术领域，尤其涉及一种集群容量预测方法及装置。

背景技术

集群是一组相互独立的、通过高速网络互联的系统应用，它们构成了一个组，并以单一系统的模式加以管理。随着互联网技术的快速发展和广泛应用，目前许多的业务的处理需要集群处理来满足性能的需求。

集群容量是指集群整体的承载能力，准确的集群容量预测对于指导生产扩容和缩容具有重要意义。目前，集群容量预测一般是基于测试环境，先进行单个系统应用容量预测，再依据所有单个系统应用容量预测的结果，进行集群容量评估。因为现有的容量预测是基于测试环境进行的，而测试环境和线上生成环境在物理机器和部署上都有较大的差异，且集群处理业务涉及到多个系统应用，是多个系统应用联动配合，整体对外呈现服务，通过单个系统用户的容量评估来评估集群容量，无法体现集群整体的容量情况，因此，现有的集群容量预测准确度较差。

发明内容

本申请提供了一种集群容量预测方法及装置，目的在于解决现有集群容量预测准确性差的问题。

为了实现上述目的，本申请提供了以下技术方案：

一种集群容量预测方法，所述集群包括至少两个系统应用，所述方法包括：

在各个所述系统应用运行过程中，获取每个所述系统应用的各个性能指标值；

从各个所述性能指标值中提取每个预设指标字段各自对应的性能指标值，并将所提取的每个性能指标值确定为目标性能指标值；

将各个所述目标性能指标值输入至预先构建的容量预测模型中，得到所述容量预测模型输出的所述集群的容量预测结果。

上述的方法，可选的，所述容量预测模型的构建过程，包括：

获取数据库中预先存储的各个性能指标样本；

对各个性能指标样本进行数据预处理，得到每个所述性能指标样本各自对应的初始性能指标样本；

从各个初始性能样本中提取每个所述预设指标字段各自对应的初始性能指标，将所提取的每个初始性能指标确定为目标性能指标样本；

依据每个所述目标性能指标样本对应的时间戳，对各个目标性能指标样本进行分组，得到多个样本组；每个所述样本组的目标性能指标样本的数量相同；

获取每个所述样本组各自对应的容量值；

建立神经网络模型，并依据各个所述样本组和每个所述样本组各自对应的容量值，对所述神经网络模型进行训练；

将各个所述样本组中，满足预设边界条件的样本组确定为优化样本组；

依据各个优化样本组和每个所述优化样本组各自对应的容量值，对完成训练的神经网络模型进行优化，得到目标神经网络模型，并将所述目标神经网络模型作为容量预测模型。

上述的方法，可选的，各个所述性能指标样本的存储的过程，包括：

在各个系统应用运行过程中，按预设周期获取每个所述系统应用的各个性能指标值，并将所获取的每个性能指标值作为性能指标样本；