[发明专利]负载预测方法、装置、计算机设备和存储介质

权利要求书

1.一种负载预测方法，其特征在于，所述方法包括：

获取与各趋势分析时间节点对应的目标负载样本数据；

当对所述目标负载样本数据的均值验证通过时，根据已训练的支持向量机对所述目标负载样本数据进行负载趋势预测，得到负载趋势预测结果；

当所述负载趋势预测结果为上涨时，获取与所述目标负载样本数据对应的待预测负载样本数据；

根据已训练的时序预测模型对所述待预测负载样本数据进行时序预测，得到预测负载数据；

比对所述预测负载数据和预设服务配额，得到负载预测结果；

在所述获取与各趋势分析时间节点对应的目标负载样本数据之后，还包括：

根据所述目标负载样本数据携带的目标时间戳，从所述目标负载样本数据中筛选出待验证负载样本数据；

根据所述待验证负载样本数据，计算待验证均值；

比对所述待验证均值和预设均值验证阈值；

当所述待验证均值大于所述预设均值验证阈值时，确定均值验证通过，当均值验证不通过时，表示当前负载情况为低负载，不需要进一步进行负载趋势预测；

所述比对所述预测负载数据和预设服务配额，得到负载预测结果包括：

计算所述预测负载数据的均方根，比对所述均方根和预设均方根阈值对所述预测负载数据进行误差验证；

当误差验证通过时，从所述预测负载数据中选取出最大负载预测值；

比对所述最大负载预测值和所述预设服务配额；

当所述最大负载预测值满足预设比对条件时，得到负载预测结果为需要扩容。

2.根据权利要求1所述的方法，其特征在于，所述获取与各趋势分析时间节点对应的目标负载样本数据包括：

拉取容器节点的实时负载数据，并统计已拉取容器节点数；

当所述已拉取容器节点数与预设容器节点数相同时，根据所述实时负载数据对容器节点进行节点筛选，确定目标容器节点；

从预设负载数据库中获取预设负载趋势分析时间段内各目标容器节点的历史负载数据，得到各目标容器节点的负载样本数据；

根据所述负载样本数据携带的时间戳，对各相同时间节点的各负载样本数据进行排序，得到与各趋势分析时间节点对应的目标负载样本数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述实时负载数据对容器节点进行节点筛选，确定目标容器节点包括：

根据预设参考节点数，从容器节点中随机选取参考容器节点集合；

根据所述参考容器节点集合中各参考容器节点的实时负载数据，计算负载均值和负载标准差；

根据所述负载均值、所述负载标准差和格拉布斯准则，对容器节点进行异常容器节点判定；

将非异常容器节点作为目标容器节点。

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述待验证均值包括待验证CPU均值和待验证内存均值，所述预设均值验证阈值包括预设CPU均值验证阈值和预设内存均值验证阈值，所述当所述待验证均值大于所述预设均值验证阈值时，确定均值验证通过包括：当所述待验证CPU均值大于所述预设CPU均值验证阈值，且所述待验证内存均值大于所述预设内存均值验证阈值时，确定均值验证通过。

5.根据权利要求1至3任意一项所述的方法，其特征在于，所述获取与所述目标负载样本数据对应的待预测负载样本数据包括：

从预设负载数据库中获取预设负载预测时间段内各目标容器节点的历史负载数据，得到目标容器节点的待筛选负载样本数据；

根据所述待筛选负载样本数据携带的时间戳，对各相同时间节点的各待筛选负载样本数据进行排序，得到与各趋势预测时间节点对应的负载样本数据；

根据所述与各趋势预测时间节点对应的负载样本数据，得到待预测负载样本数据。

6.根据权利要求1至3任意一项所述的方法，其特征在于，在所述比对所述预测负载数据和预设服务配额，得到负载预测结果之后，还包括：

当下一个预测时间节点到来时，再次进行负载预测。