一种ambari服务状态的预警方法、系统、设备以及介质技术方案

本发明专利技术公开了一种ambari服务状态的预警方法，包括以下步骤：利用ambari服务所在节点的历史指标数据和历史指标数据对应的ambari服务的状态构建训练集和测试集；利用训练集训练若干个预测模型，并利用测试集分别对每一个预测模型进行测试；根据测试结果分别计算每一个预测模型的成功度和密集度；对每一个预测模型的成功度和密集度进行加权求和计算以得到匹配度；将匹配度最大的预测模型作为最终预测模型；采集ambari服务所在节点的实时指标数据，以利用实时指标数据和最终预测模型预测ambari服务的状态。本发明专利技术还公开了一种系统、计算机设备以及可读存储介质。本发明专利技术通过对ambari server所在节点各项指标数据采集，调用准确率更高的最终预测模型来进行计算，以预测ambari server状态，提高Ambari‑server的稳定性。

【技术实现步骤摘要】
一种ambari服务状态的预警方法、系统、设备以及介质
本专利技术涉及状态预测领域，具体涉及一种ambari服务状态的预警方法、系统、设备以及存储介质。
技术介绍
Ambariserver是InsightHD平台的底层服务，它的启动是InsightHD能正常使用的基本。由于Ambariserver多为单节点管理，一旦其服务宕机，则会使整个InsightHD无法访问，因此其预警及维护尤为重要。现有技术为故障后手动查看其状态，无法未做到提前预警。
技术实现思路
有鉴于此，为了克服上述问题的至少一个方面，本专利技术实施例提出一种ambari服务状态的预警方法，包括以下步骤：利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集；利用所述训练集训练若干个预测模型，并利用所述测试集分别对每一个所述预测模型进行测试；根据所述测试结果分别计算每一个所述预测模型的成功度和密集度；对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度；将所述匹配度最大的预测模型作为最终预测模型；采集所述ambari服务所在节点的实时指标数据，以利用所述实时指标数据和所述最终预测模型预测所述ambari服务的状态。在一些实施例中，利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集，进一步包括：收集所述节点的多组由CPU历史使用率、磁盘历史使用率、内存历史使用率、历史网络信息以及对应的所述ambari服务的状态构成的数据；将所述多组数据中的一半数据作为训练集，所述多组数据的另一半数据作为测试集。在一些实施例中，根据所述测试结果分别计算每一个所述预测模型的成功度和密集度，进一步包括：将所述测试集中的每一组数据的所述测试结果与实际的所述ambari服务的状态进行对比，根据对比结果以及预设规则确定所述测试集中每一组数据对应的概率值将所有的概率值中的最大值累加以得到所述成功度。在一些实施例中，还包括：以所述测试集中每一组数据的索引值作为X轴，概率值作为Y轴构建坐标系；将所述测试集中每一组数据在所述坐标系中对应的坐标点组成的曲线和Y＝1围成的面积作为匹配度。在一些实施例中，在对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度包括：根据下式计算所述匹配度：所述匹配度＝所述成功度*第一权重值+所述密集度*第二权重值。基于同一专利技术构思，根据本专利技术的另一个方面，本专利技术的实施例还提供了一种ambari服务状态的预警系统，包括：构建模块，所述构建模块配置为利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集；训练测试模块，所述训练测试模块配置为利用所述训练集训练若干个预测模型，并利用所述测试集分别对每一个所述预测模型进行测试；计算模块，所述计算模块配置为根据所述测试结果分别计算每一个所述预测模型的成功度和密集度；加权模块，所述加权模块配置为对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度；确定模块，所述确定模块配置为将所述匹配度最大的预测模型作为最终预测模型；预测模块，所述预测模块配置为采集所述ambari服务所在节点的实时指标数据，以利用所述实时指标数据和所述最终预测模型预测所述ambari服务的状态。在一些实施例中，所述构建模块还配置为：收集所述节点的多组由CPU历史使用率、磁盘历史使用率、内存历史使用率、历史网络信息以及对应的所述ambari服务的状态构成的数据；将所述多组数据中的一半数据作为训练集，所述多组数据的另一半数据作为测试集。在一些实施例中，所述计算模块还配置为：将所述测试集中的每一组数据的所述测试结果与实际的所述ambari服务的状态进行对比，根据对比结果以及预设规则确定所述测试集中每一组数据对应的概率值将所有的概率值中的最大值累加以得到所述成功度；以所述测试集中每一组数据的索引值作为X轴，概率值作为Y轴构建坐标系；将所述测试集中每一组数据在所述坐标系中对应的坐标点组成的曲线和Y＝1围成的面积作为匹配度。基于同一专利技术构思，根据本专利技术的另一个方面，本专利技术的实施例还提供了一种计算机设备，包括：至少一个处理器；以及存储器，所述存储器存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时执行如上所述的任一种ambari服务状态的预警方法的步骤。基于同一专利技术构思，根据本专利技术的另一个方面，本专利技术的实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时执行如上所述的任一种ambari服务状态的预警方法的步骤。本专利技术具有以下有益技术效果之一：本专利技术提出的方案，通过对ambariserver所在节点服各项指标数据采集，调用准确率更高的最终预测模型来进行计算，以预测ambariserver状态，从而实现对ambariserver状态故障的提前预警，从而保证ambariserver状态时刻可知可维护可用，以此来提高Ambari-server的稳定，从而保障InsightHD的稳定。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。图1为本专利技术的实施例提供的ambari服务状态的预警方法的流程示意图；图2为本专利技术的实施例提供的以数组索引值作为x轴，概率值作为y轴构建的坐标系示意图；图3为本专利技术的实施例提供的ambari服务状态的预警系统的结构示意图；图4为本专利技术的实施例提供的计算机设备的结构示意图；图5为本专利技术的实施例提供的计算机可读存储介质的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本专利技术实施例进一步详细说明。需要说明的是，本专利技术实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本专利技术实施例的限定，后续实施例对此不再一一说明。根据本专利技术的一个方面，本专利技术的实施例提出一种ambari服务状态的预警方法，如图1所示，其可以包括步骤：S1，利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集；S2，利用所述训练集训练若干个预测模型，并利用所述测试集分别对每一个所本文档来自技高网...

【技术保护点】
1.一种ambari服务状态的预警方法，其特征在于，包括以下步骤：/n利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集；/n利用所述训练集训练若干个预测模型，并利用所述测试集分别对每一个所述预测模型进行测试；/n根据所述测试结果分别计算每一个所述预测模型的成功度和密集度；/n对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度；/n将所述匹配度最大的预测模型作为最终预测模型；/n采集所述ambari服务所在节点的实时指标数据，以利用所述实时指标数据和所述最终预测模型预测所述ambari服务的状态。/n

【技术特征摘要】
1.一种ambari服务状态的预警方法，其特征在于，包括以下步骤：
利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集；
利用所述训练集训练若干个预测模型，并利用所述测试集分别对每一个所述预测模型进行测试；
根据所述测试结果分别计算每一个所述预测模型的成功度和密集度；
对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度；
将所述匹配度最大的预测模型作为最终预测模型；
采集所述ambari服务所在节点的实时指标数据，以利用所述实时指标数据和所述最终预测模型预测所述ambari服务的状态。


2.如权利要求1所述的方法，其特征在于，利用ambari服务所在节点的历史指标数据和所述历史指标数据对应的所述ambari服务的状态构建训练集和测试集，进一步包括：
收集所述节点的多组由CPU历史使用率、磁盘历史使用率、内存历史使用率、历史网络信息以及对应的所述ambari服务的状态构成的数据；
将所述多组数据中的一半数据作为训练集，所述多组数据的另一半数据作为测试集。


3.如权利要求2所述的方法，其特征在于，根据所述测试结果分别计算每一个所述预测模型的成功度和密集度，进一步包括：
将所述测试集中的每一组数据的所述测试结果与实际的所述ambari服务的状态进行对比，
根据对比结果以及预设规则确定所述测试集中每一组数据对应的概率值将所有的概率值中的最大值累加以得到所述成功度。


4.如权利要求3所述的方法，其特征在于，还包括：
以所述测试集中每一组数据的索引值作为X轴，概率值作为Y轴构建坐标系；
将所述测试集中每一组数据在所述坐标系中对应的坐标点组成的曲线和Y＝1围成的面积作为匹配度。


5.如权利要求1所述的方法，其特征在于，对所述每一个预测模型的所述成功度和所述密集度进行加权求和计算以得到匹配度包括：
根据下式计算所述匹配度：
所述匹配度＝所述成功度*第一权重值+所述密集度*第二权重值。


6.一种ambari服务状态的预警系统，其...

【专利技术属性】
技术研发人员：李二真，朱永生，张东东，
申请(专利权)人：苏州浪潮智能科技有限公司，
类型：发明
国别省市：江苏;32