[发明专利]业务系统的运行状态预测方法、装置及服务器

说明书

本说明书实施例公开了一种业务系统的运行状态预测方法、装置及服务器，所述方法包括获取业务系统的各监控指标的告警信息集；其中，所述告警信息集包括相应监控指标在指定时间窗口下的告警数量随时间的分布数据；利用时序算法分别对所述各监控指标的告警信息集进行处理，得到各监控指标所对应的告警数量预测模型；基于所述告警数量预测模型对相应的监控指标在当前监测时间之后的告警数量进行预测，得到相应监控指标在指定时间窗口下的告警预测数量，以利用所述告警预测数量确定所述业务系统的运行状态。从而可以尽早、最快的发现系统隐患问题，防患于未然，保证系统的有效稳定运行。

技术领域

本说明书涉及计算机数据处理技术领域，特别地，涉及一种业务系统的运行状态预测方法、装置及服务器。

背景技术

随着银行业务系统的运行复杂度提高，对系统运行监控和系统健康状态的及时检测和分析提出了更高的要求。尽早、最快发现系统隐患问题，能够防患于未然，对系统运行稳定起到至关重要的作用。

目前多通过分析业务系统的各项监控指标的来预测业务系统是否可能出现故障。但业务系统的运行复杂度较高，各节点通常相互影响，导致很难对业务系统的运行状态进行准确预测。例如，系统CPU利用率夜间告警，磁盘读写IO增加，可能是硬盘故障系统性能下降导致的，也可能是应用系统夜间批处理量突然增加，高并发导致的系统资源紧张。因此，如何进行业务系统的运行状态准确预测成为亟待解决的技术问题。

发明内容

本说明书实施例的目的在于提供一种业务系统的运行状态预测方法、装置及服务器，可以提高业务系统的运行状态预测的准确性。

本说明书提供一种业务系统的运行状态预测方法、装置及服务器是包括如下方式实现的：

一种业务系统的运行状态预测方法，应用于服务器，所述方法包括：获取业务系统的各监控指标的告警信息集；其中，所述告警信息集包括相应监控指标在指定时间窗口下的告警数量随时间的分布数据；利用时序算法分别对所述各监控指标的告警信息集进行处理，得到各监控指标所对应的告警数量预测模型；基于所述告警数量预测模型对相应的监控指标在当前监测时间之后的告警数量进行预测，得到相应监控指标在指定时间窗口下的告警预测数量，以利用所述告警预测数量确定所述业务系统的运行状态。

本说明书提供的所述方法的另一些实施例中，所述利用时序算法对所述各监控指标的告警信息集进行处理之前，还包括：对监控指标在指定时间窗口下的告警数量随时间的分布数据的分布平稳性进行分析；在确定分布平稳性不符合预设稳定条件的情况下，利用差分自回归移动平均模型对不符合预设稳定条件的监控指标在指定时间窗口下的告警数量随时间的分布数据进行差分处理，得到符合预设稳定条件的告警数量随时间的分布数据。

本说明书提供的所述方法的另一些实施例中，所述利用时序算法对所述各监控指标的告警信息集进行处理，包括：利用时序算法对符合预设稳定条件的监控指标在指定时间窗口下的告警数量随时间的分布数据进行处理。

本说明书提供的所述方法的另一些实施例中，所述利用所述告警预测数量确定所述业务系统的运行状态，包括：

对交易监控所对应的各监控指标在指定时间窗口下的告警预测数量、数据库监控所对应的各监控指标在指定时间窗口下的告警预测数量以及消息中间件监控所对应的各监控指标的单日告警预测数量进行特征提取，分别得到交易告警预测值、数据库告警预测值以及中间件告警预测值；将交易告警预测值与数据库告警预测值的比值的异常程度、交易告警预测值与中间件告警预测值的比值的异常程度以及交易告警预测值作为预测指标；利用所述预测指标对业务系统进行运行状态预测，得到业务系统的运行状态预测结果。