系统容量分析预测方法及装置制造方法及图纸

本发明专利技术提供了系统容量分析预测方法及装置，获取系统运行数据，建立系统状态数据、业务状态数据和异常故障数据之间的关系，并以此为基础建立容量回归模型，再在该容量回归模型的基础上，计算设定时间区间内各硬件资源的预测容量使用数据和设定时间区间的系统性能数据，并根据上述两项数据，参考容量回归模型，对后续的硬件资源的容量使用状态给出预测，这样就能够通过综合分析历史运行情况数据，分析各环节关键资源的容量使用情况，提前预判服务器等硬件资源的容量是否达到瓶颈，对可能出现的容量风险进行预警，避免等到硬件资源发生故障时再进行修复，提高了系统的安全性。

【技术实现步骤摘要】
系统容量分析预测方法及装置
本专利技术涉及大数据运维系统，尤其涉及用于大数据运维平台的系统容量分析预测方法及装置。
技术介绍
现有技术的大数据运维系统无法提前预测到系统中服务器等硬件资源的容量使用情况，只能等到这些硬件资源发生故障时进行修复，不能够提前防范故障，这样就造成了一定的安全隐患。
技术实现思路
本专利技术的目的是提供，旨在解决现有的大数据运维系统无法提前预测系统中各硬件资源的容量使用情况，不能够提前防范故障，由此导致系统存在安全隐患的问题。本专利技术解决其技术问题所采用的技术方案是：一种系统容量分析预测方法，包括：获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类；根据系统运行数据，建立容量回归模型；根据系统运行数据，获取设定时间区间的历史系统运行数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据；根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据；根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。在上述实施例的基础上，进一步地，还包括：根据风险等级，向用户发送预警信息。在上述任意实施例的基础上，进一步地，所述根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据的步骤，具体为：根据设定时间区间的历史系统运行数据，利用容量回归模型，获取设定时间区间内各硬件资源的性能指标及其指标值；根据设定时间区间内各硬件资源的性能指标及其指标值，计算设定时间区间内各硬件资源的性能指标的权重值；根据设定时间区间内各硬件资源的性能指标的权重值，获取设定时间区间的系统性能数据。在上述实施例的基础上，进一步地，所述系统性能数据中，各硬件资源的性能指标根据权重值大小进行排序。在上述实施例的基础上，进一步地，所述硬件资源的性能指标包括CPU指标、内存指标、磁盘指标、网络模块指标中的一种或多种。一种系统容量分析预测装置，包括：模型建立模块，用于：获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类；根据系统运行数据，建立容量回归模型；容量分析模块，用于：根据系统运行数据，获取设定时间区间的历史系统运行数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据；根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据；性能分析模块，用于：根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据；状态预测模块，用于：根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。在上述实施例的基础上，进一步地，还包括：预警模块，用于：根据风险等级，向用户发送预警信息。在上述任意实施例的基础上，进一步地，所述性能分析模块用于：根据设定时间区间的历史系统运行数据，利用容量回归模型，获取设定时间区间内各硬件资源的性能指标及其指标值；根据设定时间区间内各硬件资源的性能指标及其指标值，计算设定时间区间内各硬件资源的性能指标的权重值；根据设定时间区间内各硬件资源的性能指标的权重值，获取设定时间区间的系统性能数据。在上述实施例的基础上，进一步地，所述系统性能数据中，各硬件资源的性能指标根据权重值大小进行排序。在上述实施例的基础上，进一步地，所述硬件资源的性能指标包括CPU指标、内存指标、磁盘指标、网络模块指标中的一种或多种。本专利技术的有益效果是：本专利技术提供了系统容量分析预测方法及装置，获取系统运行数据，建立系统状态数据、业务状态数据和异常故障数据之间的关系，并以此为基础建立容量回归模型，再在该容量回归模型的基础上，计算设定时间区间内各硬件资源的预测容量使用数据和设定时间区间的系统性能数据，并根据上述两项数据，参考容量回归模型，对后续的硬件资源的容量使用状态给出预测，这样就能够通过综合分析历史运行情况数据，分析各环节关键资源(包括主机、网络、应用等)的容量使用情况，提前预判服务器等硬件资源的容量是否达到瓶颈，对可能出现的容量风险进行预警，避免等到硬件资源发生故障时再进行修复，提高了系统的安全性。附图说明下面结合附图和实施例对本专利技术进一步说明。图1示出了本专利技术实施例提供的系统容量分析预测方法的流程图；图2示出了本专利技术实施例提供的系统容量分析预测装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不限定本专利技术。具体实施例一如图1所示，本专利技术实施例提供了一种系统容量分析预测方法，包括以下几个步骤。步骤S101，获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类。步骤S102，根据系统运行数据，建立容量回归模型。步骤S103，根据系统运行数据，获取设定时间区间的历史系统运行数据。步骤S104，根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据。即通过设定时间区间内的系统运行数据，计算出这段时间内的业务链中每个硬件资源的容量使用情况。步骤S105，根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据。根据步骤S104中计算出的历史容量使用数据，可以预测未来在设定时间区间内的容量使用情况。例如根据过去的一个月的容量使用数据，可以预测未来一个月的容量使用数据。步骤S106，根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据。步骤S107，根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。所述风险等级可以分为很本文档来自技高网...

【技术保护点】
一种系统容量分析预测方法，其特征在于，包括：获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类；根据系统运行数据，建立容量回归模型；根据系统运行数据，获取设定时间区间的历史系统运行数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据；根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据；根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。

【技术特征摘要】
1.一种系统容量分析预测方法，其特征在于，包括：获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类；根据系统运行数据，建立容量回归模型；根据系统运行数据，获取设定时间区间的历史系统运行数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据；根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据；根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据；根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。2.根据权利要求1所述的系统容量分析预测方法，其特征在于，还包括：根据风险等级，向用户发送预警信息。3.根据权利要求1或2所述的系统容量分析预测方法，其特征在于，所述根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据的步骤，具体为：根据设定时间区间的历史系统运行数据，利用容量回归模型，获取设定时间区间内各硬件资源的性能指标及其指标值；根据设定时间区间内各硬件资源的性能指标及其指标值，计算设定时间区间内各硬件资源的性能指标的权重值；根据设定时间区间内各硬件资源的性能指标的权重值，获取设定时间区间的系统性能数据。4.根据权利要求3所述的系统容量分析预测方法，其特征在于，所述系统性能数据中，各硬件资源的性能指标根据权重值大小进行排序。5.根据权利要求4所述的系统容量分析预测方法，其特征在于，所述硬件资源的性能指标包括CPU指标、内存指标、磁盘指标、网络模块指...

【专利技术属性】
技术研发人员：何运昌，吴伟章，胡碧峰，蔡威威，贾西贝，
申请(专利权)人：深圳市华傲数据技术有限公司，
类型：发明
国别省市：广东,44