[发明专利]基于多变量分组的服务器性能预测方法

摘要

本公开涉及基于多变量分组的服务器性能预测方法。本发明提出了一种用于多步预测企业服务器性能的方法。在高度动态的资源共享环境中，系统性能指标的准确预测是资源高效分配的关键。针对CPU负载等性能指标的预测，研究人员已提出一系列预测模型，但大部分集中在单变量和短期预测领域。该方法收集了服务器的历史性能数据，并且将其转化成多变量时间序列。在进行预测时，通过K近邻算法对历史的多变量时间序列进行搜索，找到与当前的服务器性能及资源消耗的状态最为接近的历史序列。将K个最相近的历史时间序列的后续时间序列信息合成未来服务器性能状况的预测值。

主权项

1.一种为企业计算机系统预报网络资源需求的计算机实现的方法，其中所述企业计算机系统包括为所述企业计算机系统的用户托管计算机资源的多个网络服务器，所述方法包括：通过计算机数据库系统，接收所述多个网络服务器的多元时间序列(MTS)性能数据，其中所述MTS性能数据包括针对一系列先前采样时刻的、用于所述多个网络服务器的多个d性能变量的数据；通过与所述计算机数据库系统通信的已编程的计算机系统，将所述MTS性能数据中的变量分组成为两个或更多个变量组，使得所述MTS性能数据中的所述性能变量中的每一个属于一个变量组；通过已编程的计算机系统，通过计算在一个或多个未来时间范围步长处的对所述变量的预测，来计算所述企业计算机系统的所述网络服务器的未来工作负载的预测，其中计算所述预测包括：使用应用到所述两个或更多个变量组的k最近邻搜索算法，寻找相对于所述MTS性能数据的基准状态的k个最近邻；以及计算所述k个最近邻的加权平均；以及通过已编程的计算机系统，基于所计算的预测，确定网络服务器的推荐数量，这是所述企业需要处于工作模式中、以处理在所述一个或多个未来时间范围步长中的每一个未来时间范围步长处的所述企业计算机系统的所述用户的资源请求的网络服务器的推荐数量。