系统性能的评价方法、装置、电子设备和计算机可读介质制造方法及图纸

本申请提供了一种系统性能的评价方法、装置、电子设备和计算机可读介质，在系统性能的评价方法中，通过获取系统的多个性能指标，针对不同数值类型的性能指标，利用性能指标的数值类型对应的计算规则，计算出每一个性能指标的分值。然后根据每一个性能指标的分值是否满足自身的阈值要求以及系统整体阈值要求的情况，用不同的方法得出系统的健康度分值，得到的健康度分值用于评价系统的性能。因此，本申请不仅考虑了多指标综合因素对整体系统健康度的制约，同时也考虑了单个指标的迅速恶化为系统性能带来的的影响，能够更准确的对系统性能进行评价，并且数据训练成本较低的同时还有更好的兼容性，适用于各种运维场景。

【技术实现步骤摘要】
系统性能的评价方法、装置、电子设备和计算机可读介质
本申请涉及大数据运维
，尤其涉及一种系统性能的评价方法、装置、电子设备和计算机可读介质。
技术介绍
随着应用系统和业务量的急速增长，服务器规模与系统架构复杂性的日益提高，导致对数据中心的监控系统和数据中心的安全性提出了更高的挑战。传统运维理念和思维模式已很难满足用户的需求，打造自动化、标准化、可视化的大数据运维监控平台成为了新一代自动化运维的目标。而构建系统性能评价体系是大数据运维中至关重要的部分。目前评价系统性能的方法有很多，例如：简单的线性加权、PCA(PrincipalComponentAnalysis，主成分分析)、层次分析法、基于神经网络的综合分析法、以及智能运维中有监督或无监督算法。但是这些方法中往往存在着在兼容性差、数据训练复杂、适用场景有限等缺点。
技术实现思路
有鉴于此，本申请提供一种系统性能的评价方法、装置、电子设备和计算机可读介质，以解决现有方法中往往存在着在兼容性差、数据训练复杂以及适用场景有限等问题。为实现上述目的，本申请提供如下技术方案：本申请第一方面公开了一种系统性能的评价方法，包括：获取系统的多个性能指标；其中，所述性能指标为影响所述系统性能的关键指标；针对不同数值类型的性能指标，利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值；判断每一个性能指标的分值是否满足自身的阈值要求，以及判断数值最小的分值是否满足系统整体阈值要求；若判断出一个所述性能指标的分值不满足自身的阈值要求，或者判断出数值最小的分值不满足系统整体阈值要求，则输出不大于预设的阈值作为所述系统的健康度分值；其中，所述健康度分值用于评价所述系统的性能；若判断出每一个所述性能指标的分值，均满足自身的阈值要求，以及判断出数值最小的分值满足系统整体阈值要求，则根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合性能分值，并将所述综合性能分值作为所述系统的健康度分值。可选的，上述的方法，所述利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值，包括：若所述性能指标为百分数型，则对所述性能指标的数据进行分组，并设置每组数据的标签值；利用分组后的数据构建频率分布直方图，并得到所述频率分布直方图中每组数据之间的频数比；利用每组数据之间的所述频数比以及所述标签值，计算得到每组数据的综合绝对分值；对所述每组数据的综合绝对分值进行归一化，得到所述性能指标的分值。可选的，上述的方法，所述利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值，包括：若所述性能指标为绝对值型，则根据所述性能指标的周期性选取待检测的数据段；利用nsigma算法，判断所述待检测的数据段对应的性能指标的数据是否存在异常；若判断出所述待检测的数据段对应的性能指标的数据存在异常，则查询预设的关系式，得到所述性能指标的分值；其中，预设的关系式为表示所述性能指标的数据的异常情况与分值的对应关系式；若判断出所述待检测的数据段对应的性能指标的数据不存在异常，则将预设数值作为所述性能指标的分值。可选的，上述的方法，所述判断每一个性能指标的分值是否满足自身的阈值要求，包括：按照每一个所述性能指标对系统的影响程度的大小，确定所述性能指标的优先级顺序；按照所述性能指标的优先级顺序，依次判断每一个所述性能指标的分值是否满足自身的阈值要求。可选的，上述的方法，所述根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合分值，包括：利用皮尔逊相关系数计算得到各个所述性能指标之间的相关系数；根据所述相关系数计算得到各个所述性能指标为主成分的多指标评分模型分值；将各个所述性能指标为主成分的多指标评分模型分值代入根据预设的线性模型中，计算得到所述综合分值。本申请第二方面还公开了一种系统性能的评价装置，包括：获取单元，用于获取系统的多个性能指标；其中，所述性能指标为影响所述系统性能的关键指标；单指标性能计算单元，用于针对不同数值类型的性能指标，利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值；判断单元，用于判断每一个性能指标的分值是否满足自身的阈值要求，以及判断数值最小的分值是否满足系统整体阈值要求；输出单元，用于若判断出一个所述性能指标的分值不满足自身的阈值要求，或者判断出数值最小的分值不满足系统整体阈值要求，则输出不大于预设的阈值作为所述系统的健康度分值；其中，所述健康度分值用于评价所述系统的性能；多指标综合性能计算单元，用于若判断出每一个所述性能指标的分值，均满足自身的阈值要求，以及判断出数值最小的分值满足系统整体阈值要求，则根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合性能分值，并将所述综合性能分值作为所述系统的健康度分值。可选的，上述的装置，所述单指标性能计算单元，包括：第一分类子单元，用于若所述性能指标为百分数型，则对所述性能指标的数据进行分组，并设置每组数据的标签值；构图子单元，用于利用分组后的数据构建频率分布直方图，并得到所述频率分布直方图中每组数据之间的频数比；单指标性能计算子单元，用于利用每组数据之间的所述频数比以及所述标签值，计算得到每组数据的综合绝对分值；归一化子单元，用于对所述每组数据的综合绝对分值进行归一化，得到所述性能指标的分值。可选的，上述的装置，所述单指标性能计算单元，包括：第二分类子单元，用于若所述性能指标为绝对值型，则根据所述性能指标的周期性选取待检测的数据段；异常检测子单元，用于利用nsigma算法，判断所述待检测的数据段对应的性能指标的数据是否存在异常；查询子单元，用于若判断出所述待检测的数据段对应的性能指标的数据存在异常，则查询预设的关系式，得到所述性能指标的分值；其中，预设的关系式为表示所述性能指标的数据的异常情况与分值的对应关系式；确定子单元，用于若判断出所述待检测的数据段对应的性能指标的数据不存在异常，则将预设数值作为所述性能指标的分值。可选的，上述的装置，所述判断单元，包括：排序子单元，用于按照每一个所述性能指标对系统的影响程度的大小，确定所述性能指标的优先级顺序；判断子单元，用于按照所述性能指标的优先级顺序，依次判断每一个所述性能指标是否满足自身的阈值要求。可选的，上述的装置，所述多指标综合性能计算单元，包括：第一计算子单元，用于利用皮尔逊相关系数计算得到各个所述性能指标之间的相关系数；第二计算子单元，用于根据所述相关系数计算得到各个所述性能指标为主成分的多指标评分模型分值；第三计算子单元，用于将各个所述性能指标为主成分的多指标评分模型分值代入根据预设的线性模型中，计算得到所述综合分值。本申请第本文档来自技高网...

【技术保护点】
1.一种系统性能的评价方法，其特征在于，包括：/n获取系统的多个性能指标；其中，所述性能指标为影响所述系统性能的关键指标；/n针对不同数值类型的性能指标，利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值；/n判断每一个性能指标的分值是否满足自身的阈值要求，以及判断数值最小的分值是否满足系统整体阈值要求；/n若判断出一个所述性能指标的分值不满足自身的阈值要求，或者判断出数值最小的分值不满足系统整体阈值要求，则输出不大于预设的阈值作为所述系统的健康度分值；其中，所述健康度分值用于评价所述系统的性能；/n若判断出每一个所述性能指标的分值，均满足自身的阈值要求，以及判断出数值最小的分值满足系统整体阈值要求，则根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合性能分值，并将所述综合性能分值作为所述系统的健康度分值。/n

【技术特征摘要】
1.一种系统性能的评价方法，其特征在于，包括：
获取系统的多个性能指标；其中，所述性能指标为影响所述系统性能的关键指标；
针对不同数值类型的性能指标，利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值；
判断每一个性能指标的分值是否满足自身的阈值要求，以及判断数值最小的分值是否满足系统整体阈值要求；
若判断出一个所述性能指标的分值不满足自身的阈值要求，或者判断出数值最小的分值不满足系统整体阈值要求，则输出不大于预设的阈值作为所述系统的健康度分值；其中，所述健康度分值用于评价所述系统的性能；
若判断出每一个所述性能指标的分值，均满足自身的阈值要求，以及判断出数值最小的分值满足系统整体阈值要求，则根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合性能分值，并将所述综合性能分值作为所述系统的健康度分值。


2.根据权利要求1所述的方法，其特征在于，所述利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值，包括：
若所述性能指标为百分数型，则对所述性能指标的数据进行分组，并设置每组数据的标签值；
利用分组后的数据构建频率分布直方图，并得到所述频率分布直方图中每组数据之间的频数比；
利用每组数据之间的所述频数比以及所述标签值，计算得到每组数据的综合绝对分值；
对所述每组数据的综合绝对分值进行归一化，得到所述性能指标的分值。


3.根据权利要求1所述的方法，其特征在于，所述利用所述性能指标的数值类型对应的计算规则，计算出每一个所述性能指标的分值，包括：
若所述性能指标为绝对值型，则根据所述性能指标的周期性选取待检测的数据段；
利用nsigma算法，判断所述待检测的数据段对应的性能指标的数据是否存在异常；
若判断出所述待检测的数据段对应的性能指标的数据存在异常，则查询预设的关系式，得到所述性能指标的分值；其中，预设的关系式为表示所述性能指标的数据的异常情况与分值的对应关系式；
若判断出所述待检测的数据段对应的性能指标的数据不存在异常，则将预设数值作为所述性能指标的分值。


4.根据权利要求1所述的方法，其特征在于，所述判断每一个性能指标的分值是否满足自身的阈值要求，包括：
按照每一个所述性能指标对系统的影响程度的大小，确定所述性能指标的优先级顺序；
按照所述性能指标的优先级顺序，依次判断每一个所述性能指标的分值是否满足自身的阈值要求。


5.根据权利要求1所述的方法，其特征在于，所述根据各个所述性能指标之间的相关性，计算出综合所有所述性能指标的综合分值，包括：
利用皮尔逊相关系数计算得到各个所述性能指标之间的相关系数；
根据所述相关系数计算得到各个所述性能指标为主成分的多指标评分模型分值；
将各个所述性能指标为主成分的多指标...

【专利技术属性】
技术研发人员：王茜，王亚彤，王善强，王立松，邓罡，李新林，罗皓，轧涛，
申请(专利权)人：中国民航信息网络股份有限公司，
类型：发明
国别省市：北京;11