云平台资源容量的预测方法、装置、设备和介质制造方法及图纸

本发明专利技术公开了一种云平台资源容量的预测方法、装置、设备和介质，所述方法包括：获取云平台业务系统在第一时间段内的第一资源利用率；将所述第一时间段内所述第一资源利用率输入预设的容量预测模型，预测得到未来第二时间段内的第二资源利用率；根据所述第一资源利用率和所述第二资源利用率确定目标资源利用率，根据预设的健康分类确定所述目标资源利用率对应的目标健康分类；根据所述目标资源利用率和所述目标健康分类，确定所述业务系统的容量变化趋势。本发明专利技术提高了确定的容量变化趋势的准确性和全面性。准确性和全面性。准确性和全面性。

【技术实现步骤摘要】
云平台资源容量的预测方法、装置、设备和介质


[0001]本专利技术涉及计算机
，尤其涉及一种云平台资源容量的预测方法、装置、设备和介质。

技术介绍

[0002]随着云计算技术不断成熟，企业逐步将应用业务部署到云平台上，云平台规模不断扩张，业务需求也日趋复杂，做好业务系统的资源容量和成本管控至关重要。通常情况下，业务的资源申请分配流程首先是由租户提出云资源申请，云平台管理人员进行资源审核并分配，但是租户往往对业务的增长及所需资源容量缺乏精确的认识和计算，而管理审核人员在缺少有效数据支撑情况下只能凭经验来分配资源，无法准确预测云平台未来时间段的容量变化趋势，这样导致云平台上业务系统的资源容量配置不均衡，业务系统上线后经常出现资源利用率过低或过高的情况。

技术实现思路

[0003]本专利技术的主要目的在于提供一种云平台资源容量的预测方法、装置、设备和介质，旨在解决无法准确确定云平台业务系统的容量变化趋势的问题。
[0004]为实现上述目的，本专利技术提供的一种云平台资源容量的预测方法，所述云平台资源容量的预测方法包括以下步骤：
[0005]获取云平台业务系统在第一时间段内的第一资源利用率；
[0006]将所述第一时间段内所述第一资源利用率输入预设的容量预测模型，预测得到未来第二时间段内的第二资源利用率；
[0007]根据所述第一资源利用率和所述第二资源利用率确定目标资源利用率，根据预设的健康分类确定所述目标资源利用率对应的目标健康分类；
[0008]根据所述目标资源利用率和所述目标健康分类，确定所述业务系统的容量变化趋势。
[0009]在一实施例中，所述目标资源利用率包括CPU利用率和内存利用率，所述根据预设的健康分类确定所述目标资源利用率对应的目标健康分类的步骤包括：
[0010]根据预设的健康分类确定所述目标资源利用率中的所述CPU利用率对应的第一健康分类，和所述内存利用率对应的第二健康分类，所述目标健康分类包括所述第一健康分类和所述第二健康分类；
[0011]根据所述CPU利用率、所述第一健康分类、所述内存利用率和所述第二健康分类，确定所述业务系统的容量变化趋势。
[0012]在一实施例中，所述根据预设的健康分类确定所述目标资源利用率中的所述CPU利用率对应的第一健康分类，和所述内存利用率对应的第二健康分类的步骤之后，还包括：
[0013]根据所述第一健康分类和所述第二健康分类确定所述目标资源利用率的健康状态；
[0014]其中，当所述第一健康分类和第二健康分类均为异常分类时，确定所述目标资源利用率的健康状态为异常状态；
[0015]当所述第二健康分类或者第二健康分类为异常分类时，确定所述目标资源利用率的健康状态为亚健康状态；
[0016]当所述第二健康分类和所述第二健康分类均为正常分类时，确定所述目标资源利用率为健康状态为正常状态，所述预设的健康分类包括异常分类和正常分类。
[0017]在一实施例中，所述获取云平台业务系统在第一时间段内的第一资源利用率的步骤包括：
[0018]确定每一采样时刻中所述业务系统对应的多个主机的第一资源利用率，所述第一时间段内包括多个时间间隔，每一所述时间间隔对应多个所述采样时刻；
[0019]根据多个所述主机的所述第一资源利用率的平均值确定所述每一采样时刻的所述第一资源利用率；
[0020]根据所述时间间隔中的每一采样时刻的所述第一资源利用率中的最大值，确定所述时间间隔的所述第一资源利用率，所述第一时间段内的第一资源利用率包括多个所述时间间隔的所述第一资源利用率。
[0021]在一实施例中，所述将所述第一时间段内所述第一资源利用率输入预设的容量预测模型的步骤之前，还包括：
[0022]获取待确定训练集，所述待确定训练集包括长序列训练集和短序列训练集，所述长序列训练集包括第一时间序列的历史资源利用率，所述短序列训练集包括第二时间序列的历史资源利用率，所述第一时间序列大于所述第二时间序列；
[0023]根据所述长序列训练集确定第三时间序列的参考序列训练集，所述第三时间序列为所述第一时间序列的一半；
[0024]根据预设算法确定所述参考序列训练集的平稳性，所述平稳性由预设算法中的检验统计量和p值确定；
[0025]若所述参考序列训练集的平稳性符合预设条件，则确定所述短时间训练集为所述训练集，若所述参考序列训练集的平稳性不符合预设条件，则确定所述长时间训练集为所述训练集；
[0026]根据所述训练集训练预设的神经网络模型得到所述容量预测模型。
[0027]在一实施例中，所述将所述第一时间段内所述第一资源利用率输入预设的容量预测模型，预测得到未来第二时间段内的第二资源利用率的步骤之后，还包括：
[0028]确定预测得到的所述第二资源利用率中的异常预测值，所述异常预测值大于第一阈值或者小于第二阈值，所述第一阈值大于所述第二阈值；
[0029]当所述异常预测值大于所述第一阈值，则根据所述第一阈值更新所述异常预测值；
[0030]当所述异常预测值小于所述第二阈值，则根据所述第二阈值更新所述异常预测值。
[0031]在一实施例中，所述根据所述目标资源利用率和所述目标健康分类，确定所述业务系统的容量变化趋势的步骤之后，还包括：
[0032]接收查询请求；
[0033]根据所述查询请求在预设终端显示所述业务系统的容量变化趋势。
[0034]为实现上述目的，本专利技术还提供一种云平台资源容量的预测装置，所述云平台资源容量的预测装置包括：
[0035]获取模块，用于获取云平台业务系统在第一时间段内的第一资源利用率；
[0036]预测模块，用于将所述第一时间段内所述第一资源利用率输入预设的容量预测模型，预测得到未来第二时间段内的第二资源利用率；
[0037]确定模块，用于根据所述第一资源利用率和所述第二资源利用率确定目标资源利用率，根据预设的健康分类确定所述目标资源利用率对应的目标健康分类；
[0038]生成模块，用于根据所述目标资源利用率和所述目标健康分类，确定所述业务系统的容量变化趋势。
[0039]为实现上述目的，本专利技术还提供一种云平台资源容量的预测设备，所述云平台资源容量的预测设备包括存储器、处理器以及存储在所述存储器并可在所述处理器上执行的云平台资源容量的预测程序，所述云平台资源容量的预测程序被所述处理器执行时实现如上所述的云平台资源容量的预测方法的各个步骤。
[0040]为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有云平台资源容量的预测程序，所述云平台资源容量的预测程序被处理器执行时实现如上所述的云平台资源容量的预测方法的各个步骤。
[0041]本专利技术提供的一种云平台资源容量的预测方法、装置、设备和介质，获取云平台业务系统在第一时间段内的第一资源利用率；将第一时间段内第一资源利用率输入预设的容量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云平台资源容量的预测方法，其特征在于，所述云平台资源容量的预测方法包括：获取云平台业务系统在第一时间段内的第一资源利用率；将所述第一时间段内所述第一资源利用率输入预设的容量预测模型，预测得到未来第二时间段内的第二资源利用率；根据所述第一资源利用率和所述第二资源利用率确定目标资源利用率，根据预设的健康分类确定所述目标资源利用率对应的目标健康分类；根据所述目标资源利用率和所述目标健康分类，确定所述业务系统的容量变化趋势。2.如权利要求1所述的云平台资源容量的预测方法，其特征在于，所述目标资源利用率包括CPU利用率和内存利用率，所述根据预设的健康分类确定所述目标资源利用率对应的目标健康分类的步骤包括：根据预设的健康分类确定所述目标资源利用率中的所述CPU利用率对应的第一健康分类，和所述内存利用率对应的第二健康分类，所述目标健康分类包括所述第一健康分类和所述第二健康分类；根据所述CPU利用率、所述第一健康分类、所述内存利用率和所述第二健康分类，确定所述业务系统的容量变化趋势。3.如权利要求2所述的云平台资源容量的预测方法，其特征在于，所述根据预设的健康分类确定所述目标资源利用率中的所述CPU利用率对应的第一健康分类，和所述内存利用率对应的第二健康分类的步骤之后，还包括：根据所述第一健康分类和所述第二健康分类确定所述目标资源利用率的健康状态；其中，当所述第一健康分类和第二健康分类均为异常分类时，确定所述目标资源利用率的健康状态为异常状态；当所述第二健康分类或者第二健康分类为异常分类时，确定所述目标资源利用率的健康状态为亚健康状态；当所述第二健康分类和所述第二健康分类均为正常分类时，确定所述目标资源利用率为健康状态为正常状态，所述预设的健康分类包括异常分类和正常分类。4.如权利要求1所述的云平台资源容量的预测方法，其特征在于，所述获取云平台业务系统在第一时间段内的第一资源利用率的步骤包括：确定每一采样时刻中所述业务系统对应的多个主机的第一资源利用率，所述第一时间段内包括多个时间间隔，每一所述时间间隔对应多个所述采样时刻；根据多个所述主机的所述第一资源利用率的平均值确定所述每一采样时刻的所述第一资源利用率；根据所述时间间隔中的每一采样时刻的所述第一资源利用率中的最大值，确定所述时间间隔的所述第一资源利用率，所述第一时间段内的第一资源利用率包括多个所述时间间隔的所述第一资源利用率。5.如权利要求1所述的云平台资源容量的预测方法，其特征在于，所述将所述第一时间段内所述第一资源利用率输入预设的容量预测模型的步骤之前，还包括：获取待确定训练集，所述待确定训练集包括长序列训练集和短序列训练集，所述长序列训练集包括第一时...

【专利技术属性】
技术研发人员：翁乐怡，陈青青，郑璐璐，孙占峰，张皓恒，陈健飞，乔柏林，张瑞麒，潘宇虹，王璇，
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：