容量确定方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本公开实施例公开了一种容量确定方法、装置、电子设备及计算机可读存储介质，方法包括：获取该参考容量参数对应的每个应用的影响系数，以及参考特征参数；确定每个应用在该参考特征参数影响下的参考性能参数；根据该每个应用在该参考特征参数的影响下的参考性能参数确定该参考容量参数是否为该目标机房的容量上限。该方案能够通过预先建立的目标机房运行的多个应用中每个应用的影响系数模型和每个应用的性能预测模型，确定用户输入的参考容量参数是否为目标机房的容量上限，提高了对目标机房容量预测的便捷性，同时通过多次输入参考容量参数可以大幅度提高对目标机房容量预测的准确率，为用户对目标机房的扩容提供有力参考。

【技术实现步骤摘要】
容量确定方法、装置、电子设备及计算机可读存储介质
本公开涉及数据处理
，具体涉及一种容量确定方法、装置、电子设备及计算机可读存储介质。
技术介绍
随着互联网业务云上部署的普及，大多数云服务器选择采用混合云为企业和用户提供互联网服务，即通过公有云完成计算和软件安装等业务，通过私有云向用户和企业提供数据存储等业务。由用户对上述混合云的弹性伸缩能力要求较高，因此该混合云的整体机房扩容的依据显得尤为重要。相关技术中，绝大多数提供云服务的企业和厂商都是通过历史的数据和经验判断，对提供混合云服务的整体机房容量进行预估。比如，互联网公司根据某已经过去的大促场景，预测与其类似的场景的最大容量等。但是，该混合云的整体流量与业务形态有着密不可分的联系，由于业务不断的变化，其业务及其依赖的属性也在时刻发生变化。这就意味着，历史的数据对当前的业务形态不一定适用。比如，如果业务1在半年前一直是依赖业务2和3，因为某些原因，最近1业务的下游又新增了业务4和5，那么如果用半年前的经验做预估，得出的结论显然是不准确的。
技术实现思路
本公开实施例提供一种容量确定方法、装置、电子设备及计算机可读存储介质。第一方面，本公开实施例中提供了一种容量确定方法。具体的，所述容量确定方法，包括：根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数；所述参考容量参数为所述目标机房待确定的容量上限；根据所述每个应用的参考特征参数和每个应用的性能预测模型，确定每个应用在所述参考特征参数影响下的参考性能参数；所述性能预测模型描述了应用的不同特征参数与不同性能参数之间的映射关系；根据所述每个应用在所述参考特征参数的影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限。结合第一方面，本公开在第一方面的第一种实现方式中，所述根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数包括：根据所述参考容量参数和所述每个应用的影响系数模型，获取所述参考容量参数对应的所述每个应用的影响系数，所述影响系数模型表示了不同容量参数与应用的影响系数的对应关系；根据所述每个应用的影响系数和所述参考容量参数，获取所述每个应用的参考特征参数。结合第一方面和第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述根据所述每个应用在所述参考特征参数影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限包括：确定每个应用在所述参考特征参数影响下的参考性能参数是否超过性能阀值；若存在超过所述性能阀值的参考性能参数，确认所述参考容量参数大于所述目标机房的容量上限；若不存在超过所述性能阀值的参考性能参数，确认所述参考容量参数小于所述目标机房的容量上限。结合第一方面、第一方面的第一种实现方式和第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，所述方法还包括：在多个时段采集所述多个应用中每个应用的特征参数和性能参数；所述特征参数为反映应用的工作状态的参数，所述性能参数为反映应用的性能状态的参数；根据采集到的所述多个时段中每个应用的所述特征参数和所述性能参数，建立所述每个应用的性能预测模型。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，所述特征参数包括应用的每秒查询率QPS、响应时间、吞吐量或者对中间件的依赖值中的至少一个；所述性能参数包括处理器CPU占用率，响应时间或者文件读写速率中的至少一个。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式和第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，所述方法还包括：在多个时段采集所述多个应用中每个应用的特征参数和所述目标机房的容量参数；所述特征参数为反映应用的工作状态的参数，所述容量参数为反映所述多个时段中所述目标机房的整体容量的参数；根据采集到的所述多个时段中每个应用的所述特征参数和所述目标机房的容量参数，获取所述每个应用的影响系数模型。结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式、第一方面的第三种实现方式、第一方面的第四种实现方式和第五种实现方式，本公开在第一方面的第六种实现方式中，所述容量参数至少包括每秒事务处理量TPS。第二方面，本公开实施例中提供了一种容量确认装置。具体的，所述容量确认装置，包括：系数获取模块，被配置为根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数；所述参考容量参数为所述目标机房待确定的容量上限；参数获取模块，被配置为根据所述每个应用的参考特征参数和每个应用的性能预测模型，确定每个应用在所述参考特征参数影响下的参考性能参数；所述性能预测模型描述了应用的不同特征参数与不同性能参数之间的映射关系；确定模块，被配置为根据所述每个应用在所述参考特征参数的影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限。结合第二方面，本公开在第二方面的第一种实现方式中，所述系数获取模块包括：系数获取子模块，被配置为根据所述参考容量参数和所述每个应用的影响系数模型，获取所述参考容量参数对应的所述每个应用的影响系数，所述影响系数模型表示了不同容量参数与应用的影响系数的对应关系；参数获取子模块，被配置为根据所述每个应用的影响系数和所述参考容量参数，获取所述每个应用的参考特征参数。结合第二方面和第二方面的第一种实现方式，本公开在第二方面的第二种实现方式中，所述确定模块包括：确定子模块，被配置为确定每个应用在所述参考特征参数影响下的参考性能参数是否超过性能阀值；第一确认子模块，被配置为若存在超过所述性能阀值的参考性能参数，确认所述参考容量参数大于所述目标机房的容量上限；第二确认子模块，被配置为若不存在超过所述性能阀值的参考性能参数，确认所述参考容量参数小于所述目标机房的容量上限。结合第二方面、第二方面的第一种实现方式和第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述装置包括：第一采集模块，被配置为在多个时段采集所述多个应用中每个应用的特征参数和性能参数；所述特征参数为反映应用的工作状态的参数，所述性能参数为反映应用的性能状态的参数；第一建立模块，被配置为根据采集到的所述多个时段中每个应用的所述特征参数和所述性能参数，建立所述每个应用的性能预测模型。结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述特征参数包括应用的每秒查询率QPS、响应时间、吞吐量或者对中间件的本文档来自技高网...

【技术保护点】
1.一种容量确定方法，其特征在于，包括：/n根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数；所述参考容量参数为所述目标机房待确定的容量上限；/n根据所述每个应用的参考特征参数和每个应用的性能预测模型，确定每个应用在所述参考特征参数影响下的参考性能参数；所述性能预测模型描述了应用的不同特征参数与不同性能参数之间的映射关系；/n根据所述每个应用在所述参考特征参数的影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限。/n

【技术特征摘要】
1.一种容量确定方法，其特征在于，包括：
根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数；所述参考容量参数为所述目标机房待确定的容量上限；
根据所述每个应用的参考特征参数和每个应用的性能预测模型，确定每个应用在所述参考特征参数影响下的参考性能参数；所述性能预测模型描述了应用的不同特征参数与不同性能参数之间的映射关系；
根据所述每个应用在所述参考特征参数的影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限。


2.根据权利要求1所述的方法，其特征在于，所述根据参考容量参数，获取所述参考容量参数对应的目标机房运行的多个应用中每个应用的影响系数，以及所述每个应用的参考特征参数包括：
根据所述参考容量参数和所述每个应用的影响系数模型，获取所述参考容量参数对应的所述每个应用的影响系数；所述影响系数模型表示了不同容量参数与应用的影响系数的对应关系；
根据所述每个应用的影响系数和所述参考容量参数，获取所述每个应用的参考特征参数。


3.根据权利要求1或2所述的方法，其特征在于，所述根据所述每个应用在所述参考特征参数影响下的参考性能参数确定所述参考容量参数是否为所述目标机房的容量上限包括：
确定每个应用在所述参考特征参数影响下的参考性能参数是否超过性能阀值；
若存在超过所述性能阀值的参考性能参数，确认所述参考容量参数大于所述目标机房的容量上限；
若不存在超过所述性能阀值的参考性能参数，确认所述参考容量参数小于所述目标机房的容量上限。


4.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
在多个时段采集所述多个应用中每个应用的特征参数和性能参数；所述特征参数为反映应用的工作状态的参数，所述性能参数为反映应用的性能状态的参数；
根据采集到的所述多个时段中每个应用的所述特征参数和所述性能参数，建立所述每个应用的性能预测模型。


5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
在多个时段采集所述多个应用中每个应用的特征参数和所述目标机房的容量参数；所述特征参数为反映应用的工作状态的参数，所述...

【专利技术属性】
技术研发人员：江婷，严佳奇，廖玲，彭宣榕，吴骏龙，李文浩，王晨，
申请(专利权)人：拉扎斯网络科技上海有限公司，
类型：发明
国别省市：上海;31