[发明专利]训练方法及装置、预测资源消耗量的方法及装置

说明书

提供一种训练方法及装置、预测资源消耗量的方法及装置。该训练方法应用于分布式数据库系统，所述系统包括多个数据库服务器，其中每个服务器包括一个或多个租户，该方法包括：获取多个数据库服务器上的租户流量指标；利用所述租户流量指标训练神经网络的权重矩阵，所述神经网络用于预测多个数据库服务器中的任意一个数据库服务器上的租户的资源消耗量；所述权重矩阵具有第一权重维度、第二权重维度和第三权重维度，分别用于衡量所述多个数据库服务器中的不同数据库服务器对神经网络的预测结果的贡献、一个数据库服务器上的不同租户对所述神经网络的预测结果的贡献、租户流量指标中的不同类型的流量指标对神经网络的预测结果的贡献。

技术领域

本公开涉及机器学习技术领域，更为具体的，涉及一种训练方法及装置、预测资源消耗量的方法及装置。

背景技术

分布式数据库可以包括多个数据库服务器，每个数据库服务器可以包括一个或多个租户。为了合理利用数据库服务器上的资源，数据库服务器可以根据租户的资源消耗量为租户分配对应的资源。

目前，预测租户资源消耗量的方式主要是通过统计学的方式。但是，这种方式存在预测结果不准确的问题。另外，这种方式需要对多个数据库服务器中的每个数据库服务器单独进行统计分析，从而造成运算过程复杂。

发明内容

本公开提供一种训练方法及装置、预测资源消耗量的方法及装置。下面对本公开实施例涉及的各个方面进行介绍。

第一方面，提供一种训练方法，所述方法应用于分布式数据库系统，所述分布式数据库系统包括多个数据库服务器，其中每个数据库服务器包括一个或多个租户，所述方法包括：获取所述多个数据库服务器上的租户流量指标；利用所述多个数据库服务器上的租户流量指标训练神经网络的权重矩阵，所述神经网络用于预测所述多个数据库服务器中的任意一个数据库服务器上的租户的资源消耗量，所述权重矩阵具有第一权重维度、第二权重维度和第三权重维度，所述第一权重维度用于衡量所述多个数据库服务器中的不同数据库服务器对所述神经网络的预测结果的贡献，所述第二权重维度用于衡量一个所述数据库服务器上的不同租户对所述神经网络的预测结果的贡献，所述第三权重维度用于衡量所述租户流量指标中的不同类型的流量指标对所述神经网络的预测结果的贡献。

第二方面，提供一种预测资源消耗量的方法，所述方法应用于分布式数据库系统，所述分布式数据库系统包括多个数据库服务器，其中每个数据库服务器包括一个或多个租户，所述方法包括：获取待预测的租户的流量指标；采用神经网络对所述流量指标进行处理，得到所述待预测的租户的资源消耗量；其中，所述神经网络包括权重矩阵，所述权重矩阵具有第一权重维度、第二权重维度和第三权重维度，所述第一权重维度用于衡量所述多个数据库服务器中的不同数据库服务器对所述神经网络的预测结果的贡献，所述第二权重维度用于衡量一个所述数据库服务器上的不同租户对所述神经网络的预测结果的贡献，所述第三权重维度用于衡量所述租户流量指标中的不同类型的流量指标对所述神经网络的预测结果的贡献。

第三方面，提供一种训练装置，所述装置应用于分布式数据库系统，所述分布式数据库系统包括多个数据库服务器，其中每个数据库服务器包括一个或多个租户，所述装置包括：获取模块，用于获取所述多个数据库服务器上的租户流量指标；训练模块，用于利用所述多个数据库服务器上的租户流量指标训练神经网络的权重矩阵，所述神经网络用于预测所述多个数据库服务器中的任意一个数据库服务器上的租户的资源消耗量，所述权重矩阵具有第一权重维度、第二权重维度和第三权重维度，所述第一权重维度用于衡量所述多个数据库服务器中的不同数据库服务器对所述神经网络的预测结果的贡献，所述第二权重维度用于衡量一个所述数据库服务器上的不同租户对所述神经网络的预测结果的贡献，所述第三权重维度用于衡量所述租户流量指标中的不同类型的流量指标对所述神经网络的预测结果的贡献。