内存占用数值的预测方法及装置、存储介质、终端制造方法及图纸

一种内存占用数值的预测方法及装置、存储介质、终端，所述方法包括：采用预设的采集周期采集目标内存的时序数据，所述时序数据包含所述目标内存在采集时刻的内存占用数值和该采集时刻的时间戳；根据多个时序数据训练时间序列模型；利用所述时间序列模型对所述目标内存的内存占用数值进行预测。本发明专利技术能够准确、可靠地预测内存占用数值，进而确定内存占用数值达到阈值的时间，以支持运维人员对内存资源提前做出有效规划。前做出有效规划。前做出有效规划。

【技术实现步骤摘要】
内存占用数值的预测方法及装置、存储介质、终端


[0001]本专利技术涉及计算机
，尤其涉及一种内存占用数值的预测方法及装置、存储介质、终端。

技术介绍

[0002]数值预测在运维领域有着不可或缺的作用，通过对某些时序数据在合理时间区间内进行数值预测，可以支持运维人员对节点资源做有效规划以迅速分配稀缺资源，并设定相关目标后以相对的基线来衡量效果。然而，不论是对于机器、运维人员或是数据分析师，做出高质量的预测并非易事。
[0003]在现有技术中，运维人员对于内存资源数值的利用往往限于内存占用数值和阈值大小判断，通过对比当前内存占用数值和阈值大小来判断是否需要对内存资源进行扩缩容操作，但是此种判断不具有预判性，即无法提前对未来的内存占用数值进行预测，以对内存资源提前做出扩容或释放的规划方案；或者，现有技术通过采用无监督学习的预测技术进行预测，但此种技术通常不易于调优并且过于灵活、无法加入有用的假设和启发式，因此准确性不足。
[0004]因此，亟需一种内存占用数值的预测方法，能够准确、可靠地预测内存占用数值，进而确定内存占用数值达本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内存占用数值的预测方法，其特征在于，包括：采用预设的采集周期采集目标内存的时序数据，所述时序数据包含所述目标内存在采集时刻的内存占用数值和该采集时刻的时间戳；根据多个时序数据训练时间序列模型；利用所述时间序列模型对所述目标内存的内存占用数值进行预测。2.根据权利要求1所述的方法，其特征在于，所述根据多个时序数据，训练时间序列模型包括：采用多个时序数据形成训练数据集；采用所述训练数据集训练时间序列模型；其中，所述多个时序数据的数量大于等于预设数量，且所述多个时序数据中的首个时序数据的采集时刻至最后一个时序数据的采集时刻之间的时间间隔达到预设时长；其中，所述预设时长大于所述采集周期。3.根据权利要求2所述的方法，其特征在于，所述采用多个时序数据形成训练数据集包括：抽取所述多个时序数据中的至少一部分时序数据；对抽取出的所述一部分时序数据，基于各个时序数据的采集时刻的时间戳进行先后排列，将排列后的时序数据集合作为所述训练数据集。4.根据权利要求1所述的方法，其特征在于，所述时间序列模型选自：预言Prophet模型、差分整合移动平均自回归ARIMA模型以及霍尔特
‑
温特Holt
‑
Winters模型。5.根据权利要求1所述的方法，其特征在于，所述时间序列模型为Prophet模型，训练得到的时间序列模型为：y(t)＝g(t)+s(t)+h(t)+ε
t
；其中，t用于表示所述目标内存的时序数据中的时间戳，y(t)用于表示训练得到的时间序列模型，g(t)用于表示所述目标内存的内存占用数值整体变化趋势，s(t)用于表示所述目标内存的内存占用数值周期性变化，h(t)用于表示非规律性的节假日效应，ε
t
用于表示未在模型中体现的异常变化且服从正态分布。6.根据权利要求5所述的方法，其特征在于，采用下述公式，确定所述目标内存的内存占用数值整体变化趋势：g(t)＝C/(1+exp(
‑
k(t
‑
m)))；其中，t用于表示所述目标内存的时序数据中的时间戳，C用于表示所述目标内存的承载能力，k用于...

【专利技术属性】
技术研发人员：黄彬彬，徐仁彬，李晶，程永亮，柏志建，
申请(专利权)人：波克科技股份有限公司，
类型：发明
国别省市：