一种资源配置方案确定方法及设备技术

本说明书书一个或多个实施例提供一种资源利用率的预测方法，针对每种资源配置方案，构建运行数据训练样本集合，以任一样本的运行状态数据为特征值，以该任一样本对应的资源利用率为标签，训练该资源配置方案的资源利用率预测模型。如此，便可预测任一运行状态数据在任一资源配置方案下的资源利用率。

【技术实现步骤摘要】
一种资源配置方案确定方法及设备
本说明书一个或多个实施例涉及云服务
，尤其涉及一种资源配置方案确定方法及设备。
技术介绍
随着云服务的发展，越来越多的用户使用运营商提供的云服务，数据库服务就是云服务的其中一个类型，用户可以根据自己的业务需求，选择合适的资源配置方案的数据库服务。现有技术中，用户首次选择服务时，根据自己的业务需求预估可能需要的资源配置方案。之后在使用服务的过程中，可能发现当前的资源配置与当前的业务需求不匹配，对服务的资源配置进行更改。然而，不管是首次选择服务的资源配置方案，还是之后需要更改资源配置方案，都是用户依靠自己的经验选择的，这对用户的能力有一定的要求，对于经验、能力有限的用户来说，可能需要尝试更改多次后才能确定出合适的资源配置方案。
技术实现思路
有鉴于此，本说明书一个或多个实施例提供一种资源利用率预测模型的构建方法、资源利用率的预测方法以及资源配置方案的确定方法。为实现上述目的，本说明书一个或多个实施例提供技术方案如下：根据本说明书一个或多个实施例的第一方面，提出了一种资源利用率预测模型的构建方法，包括：针对所述给定的资源配置方案，获取运行数据样本集合，所述运行数据样本集合中的任一样本包括：目标实例在使用所述配置方案时的运行状态数据，以及对应的资源利用率；针对任一运行数据样本，以运行状态数据作为特征值、以资源利用率作为标签，构建训练样本；利用构建的训练样本集合，训练得到预测模型；所述模型用于：针对所述给定的资源配置方案，预测任一运行状态数据所对应的资源利用率。根据本说明书一个或多个实施例的第二方面，提出了一种资源利用率的预测方法，所述方法用于预测给定的实例运行状态数据在目标资源配置方案下的资源利用率，包括：获取实例的运行状态数据；将所述运行状态数据输入至所述目标资源配置方案对应的模型中；所述模型利用如上所述的模型构建方法构建得到；根据所述模型的输出，预测所述运行状态数据在所述目标资源配置方案下的资源利用率。根据本说明书一个或多个实施例的第三方面，提出了一种资源配置方案确定的方法，所述方法用于在给定的候选资源配置方案中，确定出最优资源配置方案，包括：获取实例时刻的运行状态数据；针对所述给定的至少两个候选资源配置方案，将所述运行状态数据分别输入至各候选资源配置方案对应的模型中；所述模型利用如上述所述的模型构建方法构建得到；根据各模型的输出，预测所述运行状态数据在所述各候选资源配置方案下的资源利用率；根据选择规则，以及资源利用率预测结果，在所述给定的至少两个候选资源配置方案中，确定出适用于所述运行状态数据的最优资源配置方案。通过本说明的一个或多个实施例，针对每种资源配置方案，构建运行数据训练样本集合，以任一样本的运行状态数据为特征值，以该任一样本对应的资源利用率为标签，训练该资源配置方案的资源利用率预测模型。如此，便可预测任一运行状态数据在任一资源配置方案下的资源利用率。通过本说明一个或多个实施例，只需要获取实例的运行状态数据，即可确定针对目标资源配置方案对应的预测资源利用率，通过预测资源利用率就可评估目标资源配置方案是否满足当前运行状态数据的资源需求。附图说明图1是一示例性实施例提供的一种资源利用率预测模型的构建方法的流程图。图2是一示例性实施例提供的一种资源利用率的预测方法的流程图。图3是一示例性实施例提供的一种资源配置方案确定方法的流程图。图4是一示例性实施例提供的另一种资源配置方案确定方法的流程图。图5是一示例性实施例提供的一种资源利用率预测模型的构建装置的框图。图6是一示例性实施例提供的一种资源利用率预测装置的框图。图7是一示例性实施例提供的一种资源配置方案确定装置的框图。图8是一示例性实施例提供的一种设备的结构示意图。具体实施方式这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。一般情况下，运营商提供的服务可以选各种资源配置方案(实际应用中，也可称之为提供的服务的规格)，如，双核CPU、4G内存、20G硬盘空间的资源配置方案。用户在选择数据库服务时，会根据自己的业务需求，选择一个合适资源配置方案，具体而言，若业务流量较多，但选择的资源配置方案偏低，会导致业务处理缓慢；若业务流量较少，但选择的资源配置方案偏高，会造成资源的浪费。实际应用中，用户在选择服务的资源配置方案时，并不能确定哪种资源配置方案适合自身业务场景，全靠用户自身的经验。对于有经验的用户来说，可能根据自身经验，选出一个大致合适的资源配置方案，对于没有经验的用户来说，由于选择时毫无依据，因此，若业务需求与资源配置方案并不匹配，可能需要对实例的资源配置方案进行多次更改，才可选择出一个合适的资源配置方案来满足业务需求。可见，这种用户自己更改的方式，对用户的能力有一定的要求(需要有经验)，且选取的一般是大致合适的而非最优的。此外，实际应用中，还有基于规则的资源配置方案更改方式，例如，当CPU占用率>70％时，对资源配置方案进行升级，当内存占用率>90％时，增加百分之十五的内存，或者当CPU占用率>70％且内存占用率>80％时，对资源配置方案进行升级。然而，这种基于规则的方式，灵活性也比较差，需要逐步逼近合适的资源配置方案，并且规则是人为设定的，设置的升级或降级规则是否合适很难确定。专利技术人在实践中发现，可以通过实例某时刻的资源利用率，判断实例在该时刻的资源配置方案是否满足实例在该时刻的资源配置需求，以资源利用率表征CPU占用率(也可称为CPU使用率)为例，若实例的资源利用率过高，CPU占用率达百分之九十，此时实例处理业务的速度较慢，说明实例此时的资源配置不满足此时的资源需求；若实例的资源利用率过低，CPU的占用率仅有百分之十，此时实例处理业务的速度虽然快，但有很大一部分资源处于闲置运行状态，造成资源的浪费，说明实例此时的资源配置方案对于此时的资源需求过高。基于此，本说明书提出一种资源利用率的预测方法，针对每种资源配置方案，构建运行数据训练样本集合，以任一样本的运行状态数据为特征值，以该任一样本对应的资源利用率为标签，训练该资源配置方案的资源利用率预测本文档来自技高网...

【技术保护点】
1.一种资源利用率预测模型的构建方法，包括：/n针对给定的资源配置方案，获取运行数据样本集合，所述运行数据样本集合中的任一样本包括：目标实例在使用所述配置方案时的运行状态数据，以及对应的资源利用率；/n针对任一运行数据样本，以运行状态数据作为特征值、以资源利用率作为标签，构建训练样本；/n利用构建的训练样本集合，训练得到预测模型；所述模型用于：针对所述给定的资源配置方案，预测任一运行状态数据所对应的资源利用率。/n

【技术特征摘要】
1.一种资源利用率预测模型的构建方法，包括：
针对给定的资源配置方案，获取运行数据样本集合，所述运行数据样本集合中的任一样本包括：目标实例在使用所述配置方案时的运行状态数据，以及对应的资源利用率；
针对任一运行数据样本，以运行状态数据作为特征值、以资源利用率作为标签，构建训练样本；
利用构建的训练样本集合，训练得到预测模型；所述模型用于：针对所述给定的资源配置方案，预测任一运行状态数据所对应的资源利用率。


2.如权利要求1所述的方法，所述资源利用率用于单独或综合表征所述目标实例的以下至少一种信息：
CPU占用率、内存占用率、磁盘占用率。


3.如权利要求1所述的方法，所述任一样本的运行状态数据包括以下一种或多种：
每秒查询率QPS、每秒处理事物个数TPS、逻辑读次数、物理读次数、已建立连接数、活跃连接数。


4.如权利要求1所述的方法，所述利用构建得到训练样本集合，训练得到预测模型，包括：
利用构建得到训练样本集合，训练得到多种算法对应的预测模型；
测试各预测模型的预测能力；
根据测试结果，将预测能力最优的模型作为实际用于资源利用率预测的模型；
所述任一预测模型用于：针对所述给定的资源配置方案，预测任一运行状态数据所对应的资源利用率。


5.一种资源利用率的预测方法，用于预测给定的实例运行状态数据在目标资源配置方案下的资源利用率，包括：
获取实例的运行状态数据；
将所述运行状态数据输入至目标资源配置方案对应的模型中；所述模型利用如权利要求1-4任一项所述的方法构建得到；
根据所述模型的输出，预测所述运行状态数据在所述目标资源配置方案下的资源利用率。


6.一种资源配置方案确定方法，用于在给定的候选资源配置方案中，确定出最优资源配置方案，包括：
获取实例的运行状态数据；
针对所述给定的至少两个候选资源配置方案，将所述运行状态数据分别输入至各候选资源配置方案对应的模型中；所述模型利用如权利要求1-4任一项所述的方法构建得到；
根据各模型的输出，预测所述运行状态数据在所述各候选资源配置方案下的资源利用率；
根据选择规则，以及资源利用率预测结果，在所述给定的至少两个候选资源配置方案中，确定出适用于所述运行状态数据的最优资源配置方案。


7.如权利要求6所述的方法，获取实例的运行状态数据，...

【专利技术属性】
技术研发人员：陈杰，曹高飞，梁高中，李广望，李飞飞，
申请(专利权)人：阿里巴巴新加坡控股有限公司，
类型：发明
国别省市：新加坡;SG