[发明专利]一种基于资源感知的时间序列数据库可用性增强机制的构建方法

说明书

本发明公开了一种基于资源感知的时间序列数据库可用性增强机制的构建方法，包括如下步骤：(1)数据采样；对时间序列数据库内的数据按间隔采样，并进行初始化操作；(2)数据量预测；根据采样结果预测SQL语句中所包含的数据量；(3)资源消耗预测；根据采样结果，将数据量作为输入，资源消耗作为输出，用MARS模型进行计算，得到资源消耗预测模型；(4)告警提示；预测模型将预测结果发送给性能告警器；(5)更新训练；将正确执行的相关数据加入至采样表，并更新模型。本发明能在不改变时间序列数据库原有方案的基础上，进一步提高在资源受限时的时间序列数据库可用性，并且所需额外的成本极低。

技术领域

本发明涉及时间序列数据库可用性增强技术领域，尤其是一种基于资源感知的时间序列数据库可用性增强机制的构建方法。

背景技术

数据库的可用性意味着在发生节点或链接故障后，系统中的所有节点或部分节点可以继续为上层业务服务，不同的数据库有不同的可用性增强机制。对于传统的关系型数据库来说，由于数据基本以表结构为主且数据类型多种多样，因此要提高数据库可用性往往采用多集群的方式，即从硬件的角度对可用性进行提高，从数据特点进行出发进行的可用性提高有着相当大的难度。然而，现在出现的新型数据库开始针对某一种数据类型进行特定的存储，但是从本质上依旧没有解决类似的问题，几乎都是用备份和多节点的机制来保证可用性，这无形中就增加了使用成本。同时，当数据库面临资源瓶颈时，可用性问题又会再一次出现。

当今主流的时间序列数据库中，MongoDB支持跨节点的水平数据分区(分片)，并使用B-树来索引分片内的数据，可以复制每个碎片以获得高可用性和故障恢复。一些研究人员提出了一种主备份方案，通过使用影子QoS(服务质量)控制器来复制主备份状态，以实现Cassandra中的高可用性。Riak TS使用集群技术，通过在机器停机或网络断开连接时读写多个服务器来保证服务的可用性。但是Riak TS只考虑节点停机的情况。当节点面临内存不足等性能问题时，整个系统无法正常运行。从目前的研究现状可以看出，时间序列数据库的可用性的保障方案仍然没有改变，当资源受限时，可用性降低仍然会发生。

发明内容

本发明所要解决的技术问题在于，提供一种基于资源感知的时间序列数据库可用性增强机制的构建方法，能在不改变数据库原有方案的基础上，进一步提高在资源受限时的数据库可用性，并且所需额外的成本极低。

为解决上述技术问题，本发明提供一种基于资源感知的时间序列数据库可用性增强机制的构建方法，包括如下步骤：

(1)数据采样；对时间序列数据库内的数据按间隔采样，并进行初始化操作；

(2)数据量预测；根据采样结果预测SQL语句中所包含的数据量；

(3)资源消耗预测；根据采样结果，将数据量作为输入，资源消耗作为输出，用多元自适应回归样条(Multivariate Adaptive Regression Splines，MARS)模型进行计算，得到资源消耗预测模型；

(4)告警提示；预测模型将预测结果发送给性能告警器；

(5)更新训练；将正确执行的相关数据加入至采样表，并更新模型。

优选的，步骤(1)中，数据采样具体为：系统选取时间序列数据库内的数据集，用户自定义采样的时间间隔T来进行采样，同时记录在T情况下，对应的数据量S和资源消耗R(CPU占用率、内存占用率和网络I/O吞吐率)；若在T间隔情况下，时间序列数据库的可用性降低，则执行T/2间隔采样，若情况依旧出现，则执行T/4间隔采样，以此类推；综合上述信息，系统会根据时间序列数据库的内部数据进行采样，采样后获得的数据为D＝(T，S，R)。

优选的，步骤(2)中，数据量预测具体包括如下步骤：