一种负载预测方法、装置以及网元制造方法及图纸

一种负载预测方法、装置以及网元，该方法包括：获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型；根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型对应的第二历史负载数据；根据所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测。通过该方法，可以解决新应用上线初期无法进行负载预测的问题。

A load forecasting method, device, and network element

A prediction method, device and network load, the method includes: obtaining the first application of the application of information and the historical load data length, among them, the application of information identification, including the application of load type; according to the first historical load type corresponding to the first application and the application of information obtained load data; if the first historical load data is less than the length of the historical load data length, obtaining second historical load data types corresponding to the second application of the first application similar with the load; according to the second historical load data of the first application of the type of load load prediction. Through this method, it can solve the problem that the load prediction can not be carried out at the early stage of the new application.

【技术实现步骤摘要】
一种负载预测方法、装置以及网元
本专利技术涉及云算机
，尤其涉及一种负载预测方法、装置以及网元。
技术介绍
云计算可以被理解为一种通过互联网向用户提供硬件和软件服务的模式，其中软件和硬件资源可以按需进行动态扩展和配置。在云计算中，弹性伸缩是指根据用户的业务需求和策略，经济地自动调整其弹性计算资源的管理服务，能够在业务增长时自动增加计算资源(如虚拟机或容器)，并在业务下降时自动减少计算资源。现有技术中的一种弹性伸缩技术为基于预测的弹性伸缩，可以理解为基于对未来负载的预测值进行弹性伸缩。例如，预测2分钟后用户访问量将增加一倍，那么在当前时刻立即开始扩容操作，并在2分钟内完成扩容，可以保证应用性能满足需求。基于预测的弹性伸缩的关键在于如何准确地进行负载预测。现有技术中实现负载预测的基本思路为：手机待预测负载指标的历史运行数据作为训练集，然后选择特定的数学模型建立预测模型，预测模型将近期负载数据作为输入，其输出为将来时刻的负载预测数据。该种负载预测的方式依赖于先前的实际运行数据，即历史数据。通常为了能够建立较为准确的预测模型，需要一定量的历史数据，例如几分钟、几个小时的实际运行数据。然本文档来自技高网...

【技术保护点】
一种负载预测方法，其特征在于，包括：获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型；根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型对应的第二历史负载数据；根据所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测。

【技术特征摘要】
1.一种负载预测方法，其特征在于，包括：获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型；根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型对应的第二历史负载数据；根据所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测。2.如权利要求1所述的方法，其特征在于，所述根据所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测，包括：根据所述第一历史负载数据和所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测。3.如权利要求2所述的方法，其特征在于，所述根据所述第一历史负载数据和所述第二历史负载数据对所述第一应用的所述负载类型进行负载预测，包括：分别计算所述第二历史负载数据中的每个连续子序列与所述第一历史负载数据之间的皮尔森相关系数，其中，所述每个连续子序列的长度为所述第一历史负载数据的长度；确定包括皮尔森相关系数的绝对值大于阈值的连续子序列在内的N个连续子序列为N个相似子序列；N为正整数；根据所述N个相似子序列与所述第一历史负载数据进行线性拟合，获得线性函数；根据所述线性函数以及所述N个相似子序列中每一个相似子序列的下一时刻的值进行预测获得N个预测值；根据所述N个相似子序列的皮尔森相关系数的绝对值和所述N个预测值确定所述第一应用的预测值。4.如权利要求3所述的方法，其特征在于，所述根据所述N个相似子序列的皮尔森相关系数的绝对值和所述N个预测值确定所述第一应用的预测值，包括：以所述N相似子序列的皮尔森相关系数的绝对值为权值，通过对所述N个预测值的结果求加权平均值，获得所述第一应用的预测值。5.如权利要求3或4所述的方法，其特征在于，所述确定包括皮尔森相关系数的绝对值大于阈值的连续子序列在内的N个连续子序列为N个相似子序列，包括：确定皮尔森相关系数的绝对值大于所述阈值的N个连续子序列为所述N个相似子序列；或确定皮尔森相关系数的绝对值最大的N个连续子序列为所述N个相似子序列，其中，所述N个连续子序列中有至少一个连续子序列的皮尔森相关系数的绝对值大于所述阈值。6.一种负载预测方法，其特征在于，包括：获取第一应用的应用信息；获取多个第二应用的应用信息；根据所述第一应用的应用信息以及所述多个第二应用的应用信息在所述多个第二应用中确定出与所述第一应用相似的第二应用；其中，所述第一应用的负载预测值通过与所述第一应用相似的第二应用的历史负载数据确定。7.如权利要求6所述的方法，其特征在于，所述第一应用的应用信息包括应用标识、资源需求、镜像名称中的一种或任意组合；所述多个第二应用的应用信息包括应用标识、平均资源利用率、镜像名称中的一种或任意组合。8.如权利要求6或7所述的方法，其特征在于，所述方法还包括：将所述第二应用的应用标识发送给对所述第一应用进行负载预测的模块。9.一种负载预测装置，其特征在于，包括：获取单元，用于获取第一应用的应用信息及所需历史负载数据长度，其中，所述应用信息包括应用标识、负载类型；用于根据所述应用信息获取所述第一应用的与所述负载类型对应的第一历史负载数据；若所述第一历史负载数据的长度小于所述所需历史负载数据长度，则获取与所述第一应用相似的第二应用的与所述负载类型...

【专利技术属性】
技术研发人员：朱勇，倪伟渊，张园园，石腾，
申请(专利权)人：华为软件技术有限公司，
类型：发明
国别省市：江苏,32