[发明专利]一种负载均衡推荐方法、系统及电子设备

权利要求书

1.一种负载均衡推荐方法，包括：

分别获得不少于两个预测模型，所述不少于两个预测模型分别用于表征不少于两个负载均衡算法中每个负载均衡算法下终端配置数据与运行数据的对应关系；

获得第一终端配置数据，基于所述不少于两个预测模型输出与所述第一终端配置数据对应的不少于两组预测运行数据；

基于预先确定的权重值及所述不少于两组预测运行数据确定所述不少于两个负载均衡算法中每个负载均衡算法的推荐值；

基于所述不少于两个负载均衡算法中每个负载均衡算法的推荐值确定与所述第一终端配置数据匹配的第一负载均衡算法。

2.根据权利要求1所述的方法，其中，所述运行数据为系统运行中的性能参数的变异系数，确定权重值，包括：

获得系统运行过程中系统的性能参数；

确定与每个性能参数对应的第一权重值。

3.根据权利要求2所述的方法，其中，所述确定与每个性能参数对应的第一权重值，包括：

基于所述不少于两个负载均衡算法中的每个性能参数的变异系数确定每个性能参数的第二权重值；

基于不同性能参数间的线性关系确定每个性能参数的第三权重值；

基于所述第二权重值及所述第三权重值确定所述与每个性能参数对应的第一权重值。

4.根据权利要求1所述的方法，其中，还包括：

获得终端配置变化数据；

基于所述终端配置变化数据及所述第一终端配置数据确定第二终端配置数据；

基于所述第二终端配置数据及所述不少于两个预测模型确定与所述第二终端配置数据匹配的第二预测模型。

5.根据权利要求1所述的方法，其中，所述分别获得不少于两个预测模型，包括：

所述不少于两个预测模型是基于对历史数据中的运行数据进行模型训练得到的。

6.根据权利要求5所述的方法，其中，还包括：

获得终端运行时的采样数据，所述采样数据至少包括：在第三终端配置数据下的第三运行数据；

基于所述采样数据及所述历史数据中的运行数据通过不少于两个负载均衡算法进行模型训练，更新所述不少于两个预测模型。

7.一种负载均衡推荐系统，包括：

获得单元，用于分别获得不少于两个预测模型，所述不少于两个预测模型分别用于表征不少于两个负载均衡算法中每个负载均衡算法下终端配置数据与运行数据的对应关系；

输出单元，用于获得第一终端配置数据，基于所述不少于两个预测模型输出与所述第一终端配置数据对应的不少于两组预测运行数据；

第一确定单元，用于基于预先确定的权重值及所述不少于两组预测运行数据确定所述不少于两个负载均衡算法中每个负载均衡算法的推荐值；

第二确定单元，用于基于所述不少于两个负载均衡算法中每个负载均衡算法的推荐值确定与所述第一终端配置数据匹配的第一负载均衡算法。

8.根据权利要求7所述的系统，其中，所述运行数据为系统运行中的性能参数的变异系数，

所述系统还包括：第三确定单元，用于确定权重值；

所述第三确定单元用于获得系统运行过程中系统的性能参数，确定与每个性能参数对应的第一权重值。

9.一种电子设备，包括：

处理器，用于分别获得不少于两个预测模型，所述不少于两个预测模型分别用于表征不少于两个负载均衡算法中每个负载均衡算法下终端配置数据与运行数据的对应关系；获得第一终端配置数据，基于所述不少于两个预测模型输出与所述第一终端配置数据对应的不少于两组预测运行数据，基于预先确定的权重值及所述不少于两组预测运行数据确定所述不少于两个负载均衡算法中每个负载均衡算法的推荐值，基于所述不少于两个负载均衡算法中每个负载均衡算法的推荐值确定与所述第一终端配置数据匹配的第一负载均衡算法；

存储器，用于存储所述处理器执行上述处理过程的程序。

10.一种可读存储介质，用于至少存储一组指令集；

所述指令集用于被调用并至少执行如权利要求1-6中任一项所述的负载均衡推荐的方法。