[发明专利]一种云主机性能预测方法、装置、终端及存储介质

说明书

本发明涉及云主机性能预测领域，具体公开一种云主机性能预测方法、装置、终端及存储介质，对云主机进行性能测试，获得性能数据；将所获得性能数据构建测试集和训练集；基于测试集和训练集，采用神经网络算法进行训练，建立云主机性能预测模型；实时采集云主机性能数据，利用云主机性能预测模型对云主机性能进行预测。本发明使用神经网络算法建立预测模型，对云主机进行性能预测，得到较准确的预测结果，从而对云主机进行准确的把握，及时增大云主机的资源，防止资源耗尽或者响应迟钝，达到智能运维的效果。

技术领域

本发明涉及云主机性能预测领域，具体涉及一种云主机性能预测方法、装置、终端及存储介质。

背景技术

随着云计算在各个行业的快速渗透，传统企业也在不断尝试将原有业务迁移到云平台，如何提供稳定而高效的云主机平台是各云厂商的生产目标。

性能是云主机提供的最重要能力之一，对数据中心的顺畅运维非常关键。云主机时云平台中起着大脑中枢的作用，所以对数据中心的运维人员，一个重大挑战是如何确保云主机性能满足业务系统的需求，避免性能问题。解决这个问题的前提，是对云主机性能需求有明确的了解，并能准确预测未来需求。目前，简单算法无法应对复杂的实际情况，对云主机性能预测不准确。

发明内容

为解决上述问题，本发明提供一种云主机性能预测方法、装置、终端及存储介质，使用神经网络算法建立预测模型，对云主机进行性能预测，得到较准确的预测结果，从而对云主机进行准确的把握，及时增大云主机的资源，防止资源耗尽或者响应迟钝，达到智能运维的效果。

第一方面，本发明的技术方案提供一种云主机性能预测方法，包括以下步骤：

对云主机进行性能测试，获得性能数据；

将所获得性能数据构建测试集和训练集；

基于测试集和训练集，采用神经网络算法进行训练，建立云主机性能预测模型；

实时采集云主机性能数据，利用云主机性能预测模型对云主机性能进行预测。

进一步地，对云主机进行性能测试，获得性能数据，具体包括：

对云主机的CPU进行测试，获得CPU的浮点计算能力值和整型事务计算能力值；

对云主机的内存进行测试，获得内存带宽和可持续运行带宽；

对云主机的网络进行测试，获得物理网络运行带宽和时延，以及虚拟网络运行带宽和时延；

对云主机的磁盘进行测试，获得磁盘的IOPS值。

进一步地，云主机性能预测模型的输出数据为云主机的服务响应时间。

进一步地，采用神经网络算法进行训练时，设置4个隐层节点数。

第二方面，本发明的技术方案提供一种云主机性能预测装置，包括，

测试模块：对云主机进行性能测试，获得性能数据；

数据集构建模块：将所获得性能数据构建测试集和训练集；

模型训练模块：基于测试集和训练集，采用神经网络算法进行训练，建立云主机性能预测模型；

性能预测模块：实时采集云主机性能数据，利用云主机性能预测模型对云主机性能进行预测。

进一步地，测试模块对云主机进行性能测试，获得性能数据，具体包括：

对云主机的CPU进行测试，获得CPU的浮点计算能力值和整型事务计算能力值；

对云主机的内存进行测试，获得内存带宽和可持续运行带宽；