平台数据库自动化运维方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术涉及一种大数据技术，揭露了一种平台数据库自动化运维方法，包括：基于用户的平台数据库，获取所述平台数据库中产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；计算所述标准数据集的自相关函数集和偏自相关函数集后得到自相关函数图集与偏相关函数图集；根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；利用所述数据库配额预测模型从所述平台数据库中识别出需要进行空间配额的平台数据库，对需要进行配额的所述平台数据库进行标记处理后返回给用户，实现所述平台数据库的自动化运维。本发明专利技术还提出一种平台数据库自动化运维装置以及一种计算机可读存储介质。本发明专利技术实现了平台数据库自动化运维。

Automatic operation and maintenance method, device and computer readable storage medium of platform database

【技术实现步骤摘要】
平台数据库自动化运维方法、装置及计算机可读存储介质
本专利技术涉及大数据
，尤其涉及一种平台数据库自动化运维方法、装置及计算机可读存储介质。
技术介绍
在当下数据量爆炸式增长的互联网时代，数据量与日俱增，这对平台数据库的管理及运维带来巨大的挑战，尤其是伴随着业务量横向扩张，数据仓库的空间和数量也会随之增加，许多业务平台更是同时拥有多个数据仓库。在数据仓库空间不足时，目前通常需要运维人员手动执行扩容配置，目前行业内一般都是通过运维人员的主观判断“随意”给定扩容大小，这种方式会存在两个弊端：1、平台数据库数量庞大，人工维护较为繁琐；2、扩容空间或大或小，配置太大会浪费资源，配置太小则后期还要重新配置，增加了不少工作量。
技术实现思路
本专利技术提供一种平台数据库自动化运维方法、装置及计算机可读存储介质，其主要目的在于当用户进行平台数据库空间配额时，给用户呈现出自动化的运维结果。为实现上述目的，本专利技术提供的一种平台数据库自动化运维方法，包括：获取用户的平台数据库中所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏相关函数图集；根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。可选地，所述对所述实时数据集进行聚类处理，生成标准数据集，包括：统计所述实时数据集中的最大值和最小值，根据所述最大值和最小值利用聚类算法计算所述实时数据集的聚类中心值；根据所述聚类中心值及利用模糊均值算法对所述实时数据集进行数据聚类，从而生成所述标准数据集。可选地，所述聚类算法包括：其中，k表示聚类中心值，Dmax表示所述实时数据集中的最大值，Dmin表示所述实时数据集中的最小值，n表示所述实时数据集的数据总量，X(t)表示所述实时数据集中在t时刻获取的实时数据，X(t-1)表示所述实时数据集中在t-1时刻获取的实时数据。可选地，所述自相关函数集的计算方法包括：其中，所述px表示实时数据集中数据x的自相关函数，Zx表示数据x的期望，Zt表示数据x在t时刻的期望，表示自相关函数的期望；所述偏自相关函数集的计算方法包括：其中，所述表示实时数据集中数据j的偏自相关函数，k表示实时数据集中数据的总量。可选地，所述根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型，包括：将所述自相关函数图集以及所述偏自相关函数图集作为参数输入至预先构建的时间序列预测模型中，得到所述时间序列预测模型的趋势参数和季节性参数，根据所述趋势参数和季节性参数构建自回归、差分以及移动平均的周期函数，并根据所述自回归、差分以及移动平均的周期函数生成所述数据库配额预测模型。此外，为实现上述目的，本专利技术还提供一种平台数据库自动化运维装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的平台数据库自动化运维程序，所述平台数据库自动化运维程序被所述处理器执行时实现如下步骤：获取用户的平台数据库中所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏相关函数图集；根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。可选地，所述对所述实时数据集进行聚类处理，生成标准数据集，包括：统计所述实时数据集中的最大值和最小值，根据所述最大值和最小值利用聚类算法计算所述实时数据集的聚类中心值；根据所述聚类中心值及利用模糊均值算法对所述实时数据集进行数据聚类，从而生成所述标准数据集。可选地，所述聚类算法包括：其中，k表示聚类中心值，Dmax表示所述实时数据集中的最大值，Dmin表示所述实时数据集中的最小值，n表示所述实时数据集的数据总量，X(t)表示所述实时数据集中在t时刻获取的实时数据，X(t-1)表示所述实时数据集中在t-1时刻获取的实时数据。可选地，所述自相关函数集的计算方法包括：其中，所述px表示实时数据集中数据x的自相关函数，Zx表示数据x的期望，Zt表示数据x在t时刻的期望，表示自相关函数的期望；所述偏自相关函数集的计算方法包括：其中，所述表示实时数据集中数据j的偏自相关函数，k表示实时数据集中数据的总量。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有平台数据库自动化运维程序，所述平台数据库自动化运维程序可被一个或者多个处理器执行，以实现如上所述的平台数据库自动化运维方法的步骤。本专利技术提出的平台数据库自动化运维方法、装置及计算机可读存储介质，在用户进行平台数据库空间配额时，基于用户的平台数据库，获取所述平台数据库中所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；计算所述标准数据集的自相关函数集和偏自相关函数集后生成自相关函数图集与偏相关函数图集；根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。附图说明图1为本专利技术一实施例提供的平台数据库自动化运维方法的流程示意图；图2为本专利技术一实施例提供的平台数据库自动化运维装置的内部结构示意图；图3为本专利技术一实施例提供的平台数据库自动化运维装置中平台数据库自动化运维程序的模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种平台数据库自动化运维方法。参照图1所示，为本专利技术一实施例提供的平台数据库自动化运维方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。在本实施例中，平台数据库自动化运维方法包括：S1、获取用户的平台数据库中所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集。本专利技术较佳实施例中，所述用户可以为一个企业或一个交易所，例如中国平安，所述用户的平台数据库包括：交易平台数据库、分析本文档来自技高网...

【技术保护点】
1.一种平台数据库自动化运维方法，其特征在于，所述方法包括：/n获取用户的平台数据库所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；/n计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏相关函数图集；/n根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；/n利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。/n

【技术特征摘要】
1.一种平台数据库自动化运维方法，其特征在于，所述方法包括：
获取用户的平台数据库所产生的实时数据集，对所述实时数据集进行聚类处理，生成标准数据集；
计算所述标准数据集的自相关函数集和偏自相关函数集，并根据所述自相关函数集和偏自相关函数集分别生成自相关函数图集与偏相关函数图集；
根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型；
利用所述数据库配额预测模型从所述用户的平台数据库中识别出需要进行空间配额的平台数据库，并对需要进行配额的所述平台数据库进行标记处理后返回给用户，从而实现所述平台数据库的自动化运维。


2.如权利要求1所述的平台数据库自动化运维方法，其特征在于，所述对所述实时数据集进行聚类处理，生成标准数据集，包括：
统计所述实时数据集中的最大值和最小值，根据所述最大值和最小值利用聚类算法计算所述实时数据集的聚类中心值；
根据所述聚类中心值及利用模糊均值算法对所述实时数据集进行数据聚类，从而生成所述标准数据集。


3.如权利要求2所述的平台数据库自动化运维方法，其特征在于，所述聚类算法包括：



其中，k表示聚类中心值，Dmax表示所述实时数据集中的最大值，Dmin表示所述实时数据集中的最小值，n表示所述实时数据集的数据总量，X(t)表示所述实时数据集中在t时刻获取的实时数据，X(t-1)表示所述实时数据集中在t-1时刻获取的实时数据。


4.如权利要求1所述的平台数据库自动化运维方法，其特征在于，所述自相关函数集的计算方法包括：



其中，所述px表示实时数据集中数据x的自相关函数，Zx表示数据x的期望，Zt表示数据x在t时刻的期望，表示自相关函数的期望；
所述偏自相关函数集的计算方法包括：



其中，所述表示实时数据集中数据j的偏自相关函数，k表示实时数据集中数据的总量。


5.如权利要求1至4中任意一项所述的平台数据库自动化运维方法，其特征在于，所述根据所述自相关函数图集和所述偏自相关函数图集，生成数据库配额预测模型，包括：
将所述自相关函数图集以及所述偏自相关函数图集作为参数输入至预先构建的时间序列预测模型中，得到所述时间序列预测模型的趋势参数和季节性参数，根据所述趋势参数和季节性参数构建自回归、差分以及移动平均的周期函数，并根据所述自回归、差分以及移动平均的周期函数生...

【专利技术属性】
技术研发人员：邹功博，李钊，万书武，李均，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东;44