基于冷启动的宿主机高可用预测方法、装置和电子设备制造方法及图纸

本发明专利技术公开了一种基于冷启动的宿主机高可用预测方法、装置和电子设备，属于云计算技术领域，其中，方法包括：获取宿主机在第一历史时间段内的第一性能数据、第一日志数据和第一性能数据变化趋势图；分别从第一性能数据中提取第一特征信息、从第一日志数据中提取第二特征信息以及从第一性能数据变化趋势图中提取第三特征信息；根据第一特征信息、第二特征信息以及第三特征信息，预测宿主机在未来时刻的故障信息。本发明专利技术实施例能够在发生故障之前便基于宿主机的性能数据、性能数据变化趋势图和日志数据来预测宿主机在未来可能发生的故障，实现了宿主机的高可用性预测。实现了宿主机的高可用性预测。实现了宿主机的高可用性预测。

【技术实现步骤摘要】
基于冷启动的宿主机高可用预测方法、装置和电子设备


[0001]本专利技术属于云计算
，具体涉及一种基于冷启动的宿主机高可用预测方法、装置和电子设备。

技术介绍

[0002]伴随云计算的不断发展，在业务上云逐渐成为主流，云也成为新风尚的代名词。作为基础设施层，面向客户的主要交付方式为云主机，云主机运行的稳定性决定了客户业务的稳定性。
[0003]而宿主机的故障会对云主机运行造成影响，为了减少云计算系统的停工时间，以保证云计算服务的高度可用性，在相关技术中，在宿主机发生故障后，采集云主机和宿主机的性能数据，并根据该性能数据进行故障诊断和故障处理。
[0004]但是，在故障发生，到诊断出具体故障以及进行相应故障处理之间，会存在时延，该时延会降低云计算服务的可用性，进而降低了客户业务的稳定性。

技术实现思路

[0005]本专利技术的目的是提供一种基于冷启动的宿主机高可用预测方法、装置和电子设备，在发生故障之前便可以采集宿主机的性能数据、性能数据变化趋势图和日志事件，并基于该性能数据、性能数据变化趋势图和日志事件预测宿主机在未来可能发生的故障，实现了宿主机的高可用性预测，这样能够提前预测所述宿主机的故障，以及时采用相应的故障处理措施。
[0006]为了解决上述技术问题，本专利技术是这样实现的：第一方面，本专利技术提供了一种基于冷启动的宿主机高可用预测方法，该方法包括：获取宿主机在第一历史时间段内的第一性能数据、第一日志数据和第一性能数据变化趋势图，其中，所述第一日志数据包括报错信息和告警信息中的至少一项，所述第一性能数据包括预设性能指标的性能参数，所述第一性能数据变化趋势图指示所述第一性能数据中目标性能指标的性能参数的变化趋势，所述预设性能指标包括至少一个性能指标，所述目标性能指标包括所述预设性能指标中的每一个性能指标；分别从所述第一性能数据中提取第一特征信息、从所述第一日志数据中提取第二特征信息以及从所述第一性能数据变化趋势图中提取第三特征信息，其中，所述第三特征信息指示第一性能参数和第二性能参数的关联关系，所述第一性能数据包括所述第一性能参数和第二性能参数；根据所述第一特征信息、所述第二特征信息以及所述第三特征信息，预测所述宿主机在未来时刻的故障信息。
[0007]第二方面，本专利技术还提供了一种基于冷启动的宿主机高可用预测装置，该装置包括：第一获取模块，用于获取宿主机在第一历史时间段内的第一性能数据、第一日志
数据和第一性能数据变化趋势图，其中，所述第一日志数据包括报错信息和告警信息中的至少一项，所述第一性能数据包括预设性能指标的性能参数，所述第一性能数据变化趋势图指示目标性能指标的性能参数的变化趋势，所述预设性能指标包括至少一个性能指标，所述目标性能指标包括所述预设性能指标中的每一个性能指标；第一特征提取模块，用于分别从所述第一性能数据中提取第一特征信息、从所述第一日志数据中提取第二特征信息以及从所述第一性能数据变化趋势图中提取第三特征信息，其中，所述第三特征信息指示第一性能参数和第二性能参数的关联关系所述第一性能数据包括所述第一性能参数和第二性能参数；第一特征融合模块，用于对所述第一特征信息、所述第二特征信息以及所述第三特征信息进行特征融合处理，得到目标特征信息；预测模块，用于根据所述目标特征信息，预测所述宿主机在未来时刻的故障信息。
[0008]第三方面，本专利技术还提供了一种电子设备，该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
[0009]第四方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
[0010]在本专利技术实施例中，在发生故障之前便可以采集宿主机的性能数据、性能数据变化趋势图和日志数据，并基于该性能数据、性能数据变化趋势图和日志数据，来预测宿主机在未来可能发生的故障，实现了宿主机的高可用性预测，进而能够提前预测宿主机的故障信息，以及时采用相应的故障处理措施。
附图说明
[0011]图1是本专利技术提供的一种基于冷启动的宿主机高可用预测方法的流程图；图2是本专利技术提供的另一种基于冷启动的宿主机高可用预测机制的结构示意图；图3是本专利技术实施例中的第一性能数据的示意图；图4是本专利技术实施例中的第一性能数据与第一性能数据变化趋势图的转换示意图；图5是本专利技术实施例中的一种目标模型的架构示意图；图6是本专利技术提供的一种基于冷启动的宿主机高可用预测装置的结构示意图；图7是本专利技术提供的一种电子设备的结构图。
具体实施方式
[0012]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0013]本专利技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、
“
第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。
[0014]为了便于说明本专利技术实施例提供的基于冷启动的宿主机高可用预测方法，先对以下名词或术语进行解释说明：1、高可用性：是指通过专门的系统设计，减少系统的停工时间，以保证服务的高度可用性。
[0015]2、云主机，即虚拟机。
[0016]3、宿主机，即物理机，在一个云计算系统中，通常由一个宿主机或多个宿主机为云主机提供数据和计算支撑。
[0017]4、冷启动，即采用从无到有的方式，自动化的实现数据采集、模型训练、使用模型预测故障，该过程中不需要人工标注语料。
[0018]在相关技术中，为了减少云计算系统的停工时间，以保证云计算服务的高度可用性，通常在宿主机发生故障后，通过代理采集云主机和宿主机的性能数据，并根据该性能数据进行故障诊断。在相关技术中，在该性能数据超过设定阈值时会进行资源优化，资源优化的方式为热迁移高负载的云主机。同时相关技术的方案在预测时通过连续次数来增加判断的准确性，即连续多少次超过阈值才进行资源优化，默认为3次。
[0019]为了便于理解本专利技术提供的互联网服务信息确定方法、互联网服务信息确定装置和电子设备，本专利技术结合附图进行了如下说明：请参阅图1，本专利技术实施例提供的一种基于冷启动的宿主机高可用预测方法，可以包括以下步骤：步骤101、获取宿主机在第一历史时间段内的第一性能数据、第一日志数据和第一性能数据变化趋势图，其中，所述第一日志数据包括报错信息和告警信息中的至少一项，所述第一性能数据包括预设性能指标的性能参数，所述第一性能数据变化趋势图指示所述第一性能数据中目标性能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于冷启动的宿主机高可用预测方法，其特征在于，包括：获取宿主机在第一历史时间段内的第一性能数据、第一日志数据和第一性能数据变化趋势图，其中，所述第一日志数据包括报错信息和告警信息中的至少一项，所述第一性能数据包括预设性能指标的性能参数，所述第一性能数据变化趋势图指示所述第一性能数据中目标性能指标的性能参数的变化趋势，所述预设性能指标包括至少一个性能指标，所述目标性能指标包括所述预设性能指标中的每一个性能指标；分别从所述第一性能数据中提取第一特征信息、从所述第一日志数据中提取第二特征信息以及从所述第一性能数据变化趋势图中提取第三特征信息，其中，所述第三特征信息指示第一性能参数和第二性能参数的关联关系，所述第一性能数据包括所述第一性能参数和第二性能参数；根据所述第一特征信息、所述第二特征信息以及所述第三特征信息，预测所述宿主机在未来时刻的故障信息。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息、所述第二特征信息以及所述第三特征信息，预测所述宿主机在未来时刻的故障信息，包括：对所述第一特征信息、所述第二特征信息以及所述第三特征信息进行特征融合处理，得到目标特征信息；根据所述目标特征信息，预测所述宿主机在未来时刻的故障信息。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取所述宿主机在第二历史时间段的第二性能数据、第二日志数据和第二性能数据变化趋势图，其中，所述第二日志数据包括故障事件的故障信息，且所述第二日志数据还包括在所述故障事件之前的报错信息和告警信息中的至少一项，所述第二性能数据包括所述预设性能指标的性能参数，所述第二性能数据变化趋势图用于指示在相邻时刻采集的所述目标性能指标的性能参数的关联关系；分别从所述第二性能数据中提取第一样本特征信息、从所述第二日志数据中提取第二样本特征信息以及从所述第二性能数据变化趋势图中提取第三样本特征信息；根据所述第一样本特征信息、所述第二样本特征信息以及所述第三样本特征信息和所述第二日志数据中的故障信息，对预设模型进行训练，以训练得到目标模型；所述根据所述目标特征信息，预测所述宿主机在未来时刻的故障信息，包括：将所述目标特征信息输入所述目标模型，获取所述目标模型输出的故障信息。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一样本特征信息、所述第二样本特征信息以及所述第三样本特征信息和所述第二日志数据中的故障信息，对预设模型进行训练，以训练得到目标模型，包括：对所述第一样本特征信息、所述第二样本特征信息以及所述第三样本特征信息进行特征融合处理，得到目标样本特征信息；根据所述目标样本特征信息和所述第二日志数据中的故障信息，对预设模型进行训练，以训练得到目标模型。5.根据权利要求1至4中任一项...

【专利技术属性】
技术研发人员：吴婷，李向瑜，楚昕，陆鋆，
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：