业务系统容量的预测方法和装置制造方法及图纸

本说明书实施例公开了一种业务系统容量的预测方法和装置，以能够准确且高效地预测业务系统的容量。所述方法包括：获取业务系统的多个容量指标在历史时间段内的时间序列数据；基于所述多个容量指标在历史时间段内的第一子时间序列数据，分别对至少两个不同类型的时间序列预测模型进行训练；基于所述多个容量指标在历史时间段内的第二子时间序列数据，分别验证训练得到的各个时间序列预测模型，以得到各个时间序列预测模型的预测误差；基于各个时间序列预测模型的预测误差，确定各个时间序列预测模型对应的预测结果权重；基于各个时间序列预测模型及对应的预测结果权重，预测所述业务系统在未来时间点的容量。务系统在未来时间点的容量。务系统在未来时间点的容量。

【技术实现步骤摘要】
业务系统容量的预测方法和装置


[0001]本文件涉及计算机
，尤其涉及一种业务系统容量的预测方法和装置。

技术介绍

[0002]为了确保业务系统能够跟上业务发展并做到适时扩容、降低业务系统运维成本以及在虚拟化及云计算等的浪潮中做到科学的分配虚拟资源，往往需要预测业务系统运行所需的资源容量。目前，对于业务系统容量的预测，更多的是依赖人为经验及业务系统运行所需的组件，并未考虑业务系统的实际运行情况，这就存在预测结果不准确、预测效率低的问题，进而后续在据此进行容量规划时可能导致业务系统的容量利用率低或者短时间内需扩容。
[0003]因此，当前亟需一种能够准确且高效地预测业务系统容量的方案。

技术实现思路

[0004]本说明书实施例目的是提供一种业务系统容量的预测方法和装置，以能够准确且高效地预测业务系统的容量。
[0005]为了实现上述目的，本说明书实施例采用下述技术方案：
[0006]第一方面，提供一种业务系统容量的预测方法，包括：
[0007]获取业务系统的多个容量指标在历史时间段内的时间序列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种业务系统容量的预测方法，其特征在于，包括：获取业务系统的多个容量指标在历史时间段内的时间序列数据；基于所述多个容量指标在历史时间段内的第一子时间序列数据，分别对至少两个不同类型的时间序列预测模型进行训练；基于所述多个容量指标在历史时间段内的第二子时间序列数据，分别验证训练得到的各个时间序列预测模型，以得到各个时间序列预测模型的预测误差，所述容量指标的所述第一子时间序列数据及所述第二子时间序列数据为对所述容量指标的所述时间序列数据进行划分得到；基于各个时间序列预测模型的预测误差，确定各个时间序列预测模型对应的预测结果权重；基于各个时间序列预测模型及对应的预测结果权重，预测所述业务系统在未来时间点的容量。2.根据权利要求1所述的方法，其特征在于，所述基于所述多个容量指标在历史时间段内的第一子时间序列数据，分别对至少两个不同类型的时间序列预测模型进行训练，包括：分别提取各个所述容量指标在历史时间段内的时间序列数据的分布特征；对于各个所述容量指标，基于所述容量指标的所述分布特征，调用与所述容量指标匹配的时间序列预测模型；基于所述容量指标的所述第一子时间序列数据，训练与所述容量指标匹配的时间序列预测模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述多个容量指标在历史时间段内的第二子时间序列数据，分别验证训练得到的各个时间序列预测模型，以得到各个时间序列预测模型的预测误差，包括：对于所述业务系统的各个容量指标，基于训练得到的与所述容量指标匹配的时间序列预测模型，评估所述容量指标在所述第二子时间序列数据中的历史时间点对应的指标值；基于预定的损失函数、所述容量指标的所述第二子时间序列数据及评估得到的指标值，确定与所述容量指标匹配的时间序列预测模型的预测误差。4.根据权利要求2所述的方法，其特征在于，所述基于所述容量指标的所述分布特征，调用与所述容量指标匹配的时间序列预测模型，包括：对于所述业务系统的各个容量指标，基于所述容量指标的所述分布特征，调用训练得到的与所述容量指标匹配的时间序列预测模型；基于与所述容量指标匹配的时间序列预测模型，预测所述容量指标在未来时间点的指标值；基于与各个所述容量指标匹配的时间序列预测模型对应的预测结果权重，对预测得到的各个所述容量指标在未来时间点的指标值进行加权求和，以得到所述业务系统在未来时间点的容量。5.根据权利...

【专利技术属性】
技术研发人员：董宇，邓娟，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：