[发明专利]一种批处理任务的运行时长预测方法和相关装置

权利要求书

1.一种批处理任务的运行时长预测方法，其特征在于，所述方法包括：

获取目标批量节点所执行的作业集合，所述目标批量节点为批处理任务中的一个批量节点；

根据目标作业的日间联机交易量、输入/输出I/O吞吐量、中央处理器CPU资源和耦合设备CF资源预测所述目标作业的运行时长，所述目标作业为所述作业集合中的一个作业；

根据所述目标作业的运行时长确定所述目标批量节点的运行时长；

根据所述目标批量节点的运行时长确定所述批处理任务的运行时长。

2.根据权利要求1所述的方法，其特征在于，所述根据目标作业的日间联机交易量、I/O吞吐量、CPU资源和CF资源预测所述目标作业的运行时长，包括：

根据目标作业的类型获取所述目标作业对应的目标影响因子模型，不同类型的作业对应不同的影响因子模型，所述影响因子模型中的影响因子包括日间联机交易量系数、I/O吞吐量系数、CPU资源系数和CF资源系数；

根据所述目标作业的日间联机交易量、I/O吞吐量、CPU资源、CF资源、以及所述目标影响因子模型预测所述目标作业的运行时长。

3.根据权利要求1所述的方法，其特征在于，所述根据目标作业的日间联机交易量、I/O吞吐量和CPU资源和CF资源预测所述目标作业的运行时长，包括：

根据目标作业的日间联机交易量、I/O吞吐量、CPU资源、CF资源，以及内存使用率预测所述目标作业的运行时长。

4.根据权利要求3所述的方法，其特征在于，所述根据目标作业的日间联机交易量、I/O吞吐量、CPU资源、CF资源，以及内存使用率预测所述目标作业的运行时长，包括：

根据目标作业的类型获取所述目标作业对应的目标影响因子模型，不同类型的作业对应不同的影响因子模型，所述影响因子模型中的影响因子包括日间联机交易量系数、I/O吞吐量系数、CPU资源系数、CF资源系数和内存使用率系数；

根据所述目标作业的日间联机交易量、I/O吞吐量、CPU资源、CF资源、内存使用率以及所述目标影响因子模型预测所述目标作业的运行时长。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标作业的运行时长确定所述目标批量节点的运行时长，包括：

根据所述目标作业的运行时长获取所述作业集合中每个作业的运行时长；

根据所述作业集合中作业间的执行顺序和所述每个作业的运行时长，确定所述目标批量节点的运行时长。

6.根据权利要求1所述的方法，其特征在于，根据所述目标批量节点的运行时长确定所述批处理任务的运行时长，包括：

根据所述目标批量节点的运行时长获取所述批处理任务中每个批处理节点的运行时长；

根据所述批处理任务中批处理节点的执行顺序和所述每个批处理节点的运行时长，确定所述批处理任务的运行时长。

7.根据权利要求1-6任意一项所述的方法，其特征在于，所述方法还包括：

根据专家经验确定所述批处理任务的运行时长对应的告警级别。

8.一种批处理任务的运行时长预测装置，其特征在于，所述装置包括：获取单元、预测单元和确定单元；

所述获取单元，用于获取目标批量节点所执行的作业集合，所述目标批量节点为批处理任务中的一个批量节点；

所述预测单元，用于根据目标作业的日间联机交易量、输入/输出I/O吞吐量、中央处理器CPU资源和耦合设备CF资源预测所述目标作业的运行时长，所述目标作业为所述作业集合中的一个作业；

所述确定单元，用于根据所述目标作业的运行时长确定所述目标批量节点的运行时长；根据所述目标批量节点的运行时长确定所述批处理任务的运行时长。

9.一种计算机设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-7任意一项所述的方法。