[发明专利]一种基于机器学习的数据库性能负载评估系统和方法在审
| 申请号： | 201811207264.9 | 申请日： | 2018-10-17 |
| 公开（公告）号： | CN109344201A | 公开（公告）日： | 2019-02-15 |
| 发明（设计）人： | 张明明;钱琳;俞俊;朱广新;邵星星 | 申请（专利权）人： | 国网江苏省电力有限公司信息通信分公司;南瑞集团有限公司;国电南瑞科技股份有限公司 |
| 主分类号： | G06F16/27 | 分类号： | G06F16/27;G06F16/21;G06F9/50 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 张弛 |
| 地址： | 210008 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于机器学习的数据库性能负载评估系统及评估方法，利用机器学习算法训练数据生成性能负载学习模型，经过数据加工，将这些海量数据作为训练集并运用机器学习技术加以训练，最终生成性能和负载学习模型，利用此模型对新产生的特征数据进行预测，评估数据库的性能和负载情况。一方面，该评估系统的结论比专家模型对特征的分析更加合理，更不会遗漏重要的性能负载指标，对数据库性能和负载的问题定位更加准确；另一方面，降低对数据库运维人员的知识和能力要求，可以极大节省人力成本，提供工作效率。 | ||
| 搜索关键词： | 数据库 负载评估 基于机器 学习 机器学习技术 机器学习算法 评估数据库 负载指标 工作效率 海量数据 能力要求 评估系统 人力成本 数据加工 特征数据 问题定位 训练数据 专家模型 训练集 运维 遗漏 评估 预测 分析 | ||
【主权项】：
1.一种基于机器学习的数据库性能负载评估系统，其特征包括：数据获取模块，用以从数据库awr报告和数据库日志中抓取特征数据；数据预处理模块，用以将特征数据中的单一值特征删除，缺失特征删除，高相关性特征删除，同时用以将缺失数据填充、使数据规范化；训练数据模型模块，用以训练数据生成模型；模型评估模块，用以根据不同的机器学习模型的评价指标，使用验证集评估模型；模型调优模块，用以对模型自动调优而调整模型的超参数；模型预测模块，用以预测模型，分为离线预测和在线预测；离线预测指的是利用训练集分离出来的测试集；在线预测是指数据采集器采集到的实时数据，需要经过缩放器进行数据规范化后在进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司信息通信分公司;南瑞集团有限公司;国电南瑞科技股份有限公司，未经国网江苏省电力有限公司信息通信分公司;南瑞集团有限公司;国电南瑞科技股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811207264.9/，转载请声明来源钻瓜专利网。
