[发明专利]服务器性能预测方法、装置、设备、存储介质及程序产品

说明书

本发明涉及人工智能技术领域，具体是一种服务器性能预测方法、装置、设备、存储介质及程序产品，所述方法包括：获取服务器在当前时间点的实时运行环境数据；获取所述服务器在所述当前时间点之前第一预设时间段内的第一历史性能数据；将所述第一历史性能数据和所述实时运行环境数据输入预先训练的目标性能预测模型；获取所述目标性能预测模型基于所述第一历史性能数据和所述实时运行环境数据输出的所述服务器在未来第二预设时间段内的预测性能数据。本发明的方法通过对当前时间点之前一段时间内的历史性能数据，以及当前时间点的实时运行环境数据作全面的分析，来预测未来一段时间内的性能数据，能够提高服务器性能预测的准确性与可靠性。

技术领域

本发明涉及人工智能技术领域，特别涉及一种服务器性能预测方法、装置、设备、存储介质及程序产品。

背景技术

银行核心系统可以通过日终批处理的形式，通过作业调度工具，按照预先定义好的作业前后依赖关系触发相关组件的批处理作业执行，从而实现不同业务功能的海量数据处理。

在日终批处理的过程中，批处理作业的执行可能需要做复杂的大数据量的文件操作，这会占用服务器很大的内存空间。并且平台和各个组件之间作业/作业流的执行属性并不是严格串行的，对于一些没有前后依赖的作业/作业流，可以并行调度运行以提高效率、节省时间，多个作业/作业流并行运行无疑会消耗更多的服务器资源，导致服务器的中央处理器(Central Processing Unit，CPU)使用飙升，磁盘空间、内存空间占用增加，严重时会直接导致服务器宕机，影响批处理的执行，增加时间和人力上的成本。

因此，在日终批处理过程中，很有必要关注服务器的性能指标变化趋势，及时发现性能瓶颈，以提前预警潜在的性能问题，减少生产隐患，保证系统平稳健康运行。

现有技术中的一种方案是实时监控服务器CPU和磁盘空间的使用情况，但这种方案并不能提前发现问题，等到真正出现问题时，运维人员才能做相应的处理，无法真正避免服务器出现性能问题。现有技术中的另一种方案是根据服务器当前的性能指标来预测将来一段时间内服务器的性能状态，但这种方案并未全面考虑服务器的实际运行情况，导致性能预测的准确度较差。

发明内容

针对现有技术的上述问题，本发明的目的在于提供一种服务器性能预测方法、装置、设备、存储介质及程序产品，能够提高服务器性能预测的准确性与可靠性。

为了解决上述问题，本发明提供一种服务器性能预测方法，包括：

获取服务器在当前时间点的实时运行环境数据；

获取所述服务器在所述当前时间点之前第一预设时间段内的第一历史性能数据；

将所述第一历史性能数据和所述实时运行环境数据输入预先训练的目标性能预测模型；

获取所述目标性能预测模型基于所述第一历史性能数据和所述实时运行环境数据输出的所述服务器在未来第二预设时间段内的预测性能数据。

进一步地，所述获取所述服务器在所述当前时间点之前第一预设时间段内的第一历史性能数据包括：

确定所述当前时间点之前第一预设时间段内的第一时间点序列，所述第一时间点序列包括预设数量个第一时间点；

获取所述服务器在所述第一时间点序列中各个第一时间点的历史性能数据，得到历史性能数据序列，作为所述第一历史性能数据。

进一步地，所述目标性能预测模型基于所述服务器在所述当前时间点之前第三预设时间段内的第二历史性能数据和历史运行环境数据预先训练得到；

所述目标性能预测模型的训练方法包括：

获取所述服务器在所述当前时间点之前第三预设时间段内的第二历史性能数据和历史运行环境数据；