系统性能指标预测方法、装置、服务器及存储介质制造方法及图纸

本申请实施例公开了一种系统性能指标预测方法、装置、服务器及存储介质。该系统性能指标预测方法包括：获取业务处理系统中第一时间段内的历史运维数据；根据历史运维数据，以时间为序构建运维数据序列集；根据运维数据序列集，预测未来第二时间段内业务处理系统的未来运维数据，该未来运维数据中包括业务处理系统中目标物理机对应的至少一个性能指标数据。本申请实施例中创造性的基于业务处理系统的历史运维数据进行规律挖掘，构建运维数据的时间序列集，并预测出未来第二时间段内业务处理系统的未来运维数据，可以统计未来业务处理系统的运维信息，提前解决未来可能存在的故障，有效管控业务处理系统未来可能出现的风险，降低系统运维成本。

【技术实现步骤摘要】
系统性能指标预测方法、装置、服务器及存储介质
本专利技术涉及计算机
，具体涉及一种系统性能指标预测方法、装置、服务器及存储介质。
技术介绍
对于基于互联网开展的各种业务，可以实时记录其业务量，并基于业务量发掘其中规律，对未来的业务量进行预测。这一技术可以用于系统运营的支持，还可以用于防止业务提供方对业务量进行造假。例如，在应用于O2O场景时，运营方可以基于这些预测技术来基于历史数据对各个业务提供方的未来业务量进行估计。某些现有技术通过来基于大量的业务量记录训练预测模型来对业务量进行精确预测，但是，这样的方式计算量大，不适用于对于存在大量账户的业务系统来逐一进行预测。同时，在进行异常业务量的检测时，部分现有技术又仅仅是通过简单地计算均值，并根据真实业务量偏离均值的幅度来检测异常。这种方法的准确度较低，不能适应复杂的实际情况。另外，随着系统不断增加，各生产系统间关联更紧密复杂，大量互联网技术(InternetTechnology，IT)元素难以有效管控。系统生命周期、发布评审、容量管理依赖人工，风险难以管控。而且，运维数据分析本文档来自技高网...

【技术保护点】
1.一种系统性能指标预测方法，其特征在于，所述方法包括：/n获取业务处理系统中第一时间段内的历史运维数据；/n根据所述历史运维数据，以时间为序构建运维数据序列集；/n根据所述运维数据序列集，预测未来第二时间段内所述业务处理系统的未来运维数据，所述未来运维数据中包括所述业务处理系统中目标物理机对应的至少一个性能指标数据。/n

【技术特征摘要】
1.一种系统性能指标预测方法，其特征在于，所述方法包括：
获取业务处理系统中第一时间段内的历史运维数据；
根据所述历史运维数据，以时间为序构建运维数据序列集；
根据所述运维数据序列集，预测未来第二时间段内所述业务处理系统的未来运维数据，所述未来运维数据中包括所述业务处理系统中目标物理机对应的至少一个性能指标数据。


2.根据权利要求1所述的系统性能指标预测方法，其特征在于，所述根据所述运维数据序列集，预测未来第二时间段内所述业务处理系统的未来运维数据，包括：
根据所述运维数据序列集，拟合得到运维关联函数；
根据所述运维关联函数，预测未来第二时间段内所述业务处理系统的未来运维数据。


3.根据权利要求2所述的系统性能指标预测方法，其特征在于，所述运维关联函数包括业务量趋势函数、周期函数和假日函数，所述根据所述运维数据序列集，拟合得到运维关联函数，包括：
将所述运维数据序列集输入预先建立的历史业务量模型，拟合得到业务量趋势函数、周期函数和假日函数。


4.根据权利要求3所述的系统性能指标预测方法，其特征在于，所述历史业务量模型包括业务量趋势函数模型、周期函数模型和假日函数模型，所述将所述运维数据序列集输入预先建立的历史业务量模型，拟合得到业务量趋势函数、周期函数和假日函数，包括：
将所述运维数据序列集输入预先建立的业务量趋势函数模型，拟合得到业务量趋势函数；
将所述运维数据序列集输入预先建立的周期函数模型，拟合得到周期函数；
将所述运维数据序列集输入预先建立的假日函数模型，拟合得到假日函数。


5.根据权利要求1至4中任一所述的系统性能指标预测方法，其特征在于，所述根据所述历史运维数据，以时间为序构建运维数据序列集，包括：
按照预设时间长度，将所述第一时间段划...

【专利技术属性】
技术研发人员：吴奕霏，胡奉平，吴斯涵，
申请(专利权)人：顺丰科技有限公司，
类型：发明
国别省市：广东;44