CN102082703A - 业务支撑系统设备性能监控的方法及装置 - Google Patents

Abstract

本发明公开了业务支撑系统设备性能监控的方法及装置，其中，该方法包括：提取关于设备历史的性能指标和历史的业务指标；对提取的性能指标和业务指标进行分析，确定性能指标与各个业务指标之间的关联关系；对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标；通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。本发明方案能够准确预测设备性能指标的变化，从而，能够更加有效地对业务支撑系统设备的性能进行监控提醒。

Description

业务支撑系统设备性能监控的方法及装置

技术领域

本发明涉及业务支撑系统技术，尤其涉及业务支撑系统设备性能监控的方法及装置。

背景技术

业务支撑系统是电信企业的生产管理系统，用于提供业务办理、缴费、查询等功能。业务支撑系统主要用于处理客户信息、通话话单和业务受理记录等业务数据。业务支撑系统处理的业务数据量通常采用用户数、话单数、工单数等业务指标衡量。业务指标具有季节性、周期性等特点；例如，在学校开学期间，将会开展针对新入校学生的业务处理，业务量大幅增加，随之带来用户数、话单数、工单数等业务指标的变化。

业务支撑系统运行在设备上，该设备包括硬件设备和软件设备。以硬件设备为例，硬件设备包括服务器的CPU、服务器的内存、网络的带宽等硬件设备。业务支撑系统设备的业务数据处理量常采用设备的性能指标来衡量，所述性能指标例如包括：服务器的CPU使用率、服务器的内存使用率、网络的带宽等。

当业务支撑系统业务数据量增加时，设备业务数据处理量将会随之增加；当业务支撑系统业务数据量减少时，设备业务数据处理量将会随之减少。而业务数据量通过业务指标体现，业务数据处理量通过性能指标体现，也就是，设备的性能指标随业务指标的变化而变化。建立业务支撑系统业务指标与性能指标之间的关联关系，就可以将业务指标的变化反映在设备的性能指标上，通过业务指标预测业务支撑系统设备的业务数据处理量，为业务支撑系统建设规划提供数据支持。这样，通过预测，如果业务支撑系统设备不能实现预测的业务数据处理量，便可对对业务支撑系统设备的性能进行监控提醒，进而，对设备进行改进。

现有技术中，通常采用一个业务指标来体现性能指标的变化，例如，通常采用用户数来体现性能指标的变化；而实际的业务支撑系统运行中，对性能指标产生影响的业务指标并不止一个，例如，对于CPU使用率，包含的业务指标为：在网用户数、账单数、活跃用户数、缴费工单数和营业工单数；如果只采用一个业务指标来体现性能指标，将出现不能准确预测设备的性能指标变化的问题，相应地，也就不能有效地对业务支撑系统设备的性能进行监控提醒。

发明内容

本发明提供一种业务支撑系统设备性能监控的方法，该方法能够有效地对业务支撑系统设备的性能进行监控提醒。

本发明提供一种业务支撑系统设备性能监控的装置，该装置能够有效地对业务支撑系统设备的性能进行监控提醒。

一种业务支撑系统设备性能监控的方法，该方法包括：

提取关于设备历史的性能指标和历史的业务指标；

对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数，确定性能指标与各个业务指标之间的关联关系；所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；

对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标；

通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；

将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。

一种业务支撑系统设备性能监控的装置，该装置包括历史数据提取模块、关联关系确定模块、预测模块和阈值判断模块；

所述历史数据提取模块，用于提取关于设备历史的性能指标和历史的业务指标，传送给关联关系确定模块，将提取的业务指标传送给预测模块；

所述关联关系确定模块，用于对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数；确定性能指标与各个业务指标之间的关联关系，所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；将确定的关联关系传送给阈值判断模块；

所述预测模块，用于对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标，传送给阈值判断模块；

所述阈值判断模块，用于通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。

从上述方案可以看出，本发明对体现性能指标的业务指标的个数不进行限制，用于表示性能指标的业务指标可以为一个，也可以为两个以上，需要确定出性能指标与各个业务指标之间的关联关系，其确定方法是：对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数；将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；在确定出该关联关系后，对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标；通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则对设备进行性能提醒。这样，本发明不对体现性能指标的业务指标的个数进行限制，提高了通过业务指标来预测设备性能指标变化的准确性，相应地，能够有效地对业务支撑系统设备进行性能提醒。

附图说明

图1为本发明业务支撑系统设备性能监控的方法流程图实例；

图2为本发明业务支撑系统设备性能监控的装置结构示意图，包括图2a-2c。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。

本发明对表示性能指标的业务指标的个数不进行限制，确定出性能指标与各个业务指标之间的关联关系；在确定出该关联关系后，对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标；然后，通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标，将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则对设备的性能进行监控提醒。

采用本发明方案，对表示性能指标的业务指标的个数不进行限制，而不是像现有技术那样只用一个业务指标来体现性能指标；从而，提高了通过业务指标来预测设备性能指标变化的准确性，相应地，实现了有效地对业务支撑系统设备的性能进行监控提醒。

下面通过图1，对本发明业务支撑系统设备性能监控的方法进行举例说明，该方法包括以下步骤：

步骤101，提取关于设备历史的性能指标和历史的业务指标。

本步骤中提取的业务指标，可以是业务支撑系统历史记录中关于某一性能指标的所有业务指标，例如，性能指标为CPU使用率，则对于某些业务支撑系统CPU运行环境，相关的所有业务指标包括：在网用户数、账单数、活跃用户数、缴费工单数和营业工单数；再如，性能指标为内存使用率，则对于某些业务支撑系统内存运行环境，相应的所有业务指标包括：在网用户数、账单数、活跃用户数、缴费工单数和营业工单数。本步骤中提取的业务指标，也可以是业务支撑系统历史记录中关于某一性能指标的部分业务指标。

本步骤所述历史的性能指标为过去一段时间内记录的某一性能指标，例如为过去三年内CPU使用率；所述历史的业务指标为过去一段时间内记录的与某一性能指标相关的业务指标，例如为过去三年内设备处理的业务的在网用户数。

步骤102，采用多元回归分析法，对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数，确定出性能指标与各个业务指标之间的关联关系。

所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标。

确定所述关联关系时，根据多元回归分析法的特点，将性能指标作为目标变量、将业务指标作为输入变量，输入多元回归方程式中，计算出各个业务指标的关联系数，得到所述关联关系。假设性能指标为CPU使用率，业务指标为在网用户数、账单数、活跃用户数、缴费工单数和营业工单数，得到的关联关系为：CPU使用率＝a1×在网用户数+a2×账单数+a3×活跃用户数+a4×缴费工单数+a5×营业工单数，其中，a1为在网用户数的关联系数，a2为账单数的关联系数，a3为活跃用户数的关联系数，a4为缴费工单数的关联系数，a5为营业工单数的关联系数。关于多元回归分析法，为本领域技术人员公知的技术，这里不赘述。

确定性能指标与各个业务指标之间的关联关系的方法不仅可以通过多元回归分析法实现，还可以通过现有的其它多种数学方式实现，例如，还可以通过最小二乘法多元函数拟合方法实现，具体地，根据最小二乘法多元函数拟合方法的特点，将性能指标作为目标变量、将业务指标作为输入变量，输入最小二乘法多元函数中，拟合出所述关联关系中各个业务指标的关联系数。关于最小二乘法多元函数拟合方法，为本领域技术人员公知的技术，这里不赘述。

步骤103，对提取的历史的业务指标进行预测分析，预测得到将来某一时间的各个业务指标。

本步骤的具体实现可采用多种方式，例如采用时间序列预测方法；时间序列预测方法为本领域技术人员公知的技术，这里不赘述。

步骤102和103可以无序执行。

步骤104，通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标。

具体地，将预测得到的各个业务指标代入关联关系中，便可计算出所述将来某一时间的性能指标。所述将来某一时间，例如为当前月之后的第三个月。

步骤105，将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则对设备的性能进行监控提醒。

所述预设性能指标阈值为该设备能够承受的性能指标最大值，或者为该设备要求的性能指标最大值。对设备的性能进行监控提醒之后，可以对相应的设备进行改进。根据设备的不同，采取的改进也不相同，例如，对于CPU性能指标的预测，进行的改进为对CPU进行扩容；再如，对于内存性能指标的预测，进行的改进为对内存的扩容；又如，对于带宽性能指标的预测，进行的改进为对带宽的扩充；等等。

上述流程中，在步骤101之后，还可以进一步包括：对提取的业务指标进行预处理，所述预处理包括对提取的业务指标中的异常业务指标的处理，具体地，可以去除业务指标中突大、突小的业务指标，也可以将突大、突小的业务指标修改为平均值；相应地，步骤102中，采用多元回归分析法，对提取的性能指标和预处理之后的业务指标进行分析；步骤103中，对提取的预处理后的业务指标进行预测分析。这样，可以使步骤102中确定的关联关系更加准确，使步骤103中预测的将来某一时间的各个业务指标更加准确；从而，进一步提高通过业务指标来预测设备性能指标变化的准确性，进一步有效地对业务支撑系统设备进行改进。

图1的流程中，在步骤101之后，还可以进一步包括对提取的业务指标进行相关性分析的步骤，具体包括：

采用相关性计算法则，确定提取的性能指标与各个业务指标之间的相关性，得到关于各个业务指标的相关系数；将各个业务指标的相关系数分别与相关系数阈值进行比较，如果小于相关系数阈值，则将小于相关系数阈值的业务指标从提取的业务指标中删除，得到相关性分析后的业务指标。

根据相关性计算法则的特点，可以计算出性能指标与各个业务指标之间的相关系数；假设将所述相关系数阈值设为0.3333，则将相关系数介于0和0.3333之间的业务指标从提取的业务指标中删除，保留相关系数介于0.3333和1.0之间的业务指标，得到相关性分析后的业务指标。关于相关性计算法则，为本领域技术人员公知的技术，这里不赘述。

进行相关性分析后，相应地，步骤102中，采用多元回归分析法，对提取的性能指标和相关性分析后的业务指标进行分析；步骤103中，对提取的相关性分析后的业务指标进行预测分析。由于相关系数较小的业务指标对设备性能指标变化的影响很小，将这部分业务指标删除后，可以简化后续的处理速度。

在图1的流程中，也可以同时包括预处理分析和相关性分析，此时，在步骤101和步骤102之间，依次包括预处理分析的步骤和相关性分析的步骤。

参见图2a，为本发明业务支撑系统设备性能监控的装置结构示意图，该装置包括历史数据提取模块、关联关系确定模块、预测模块和阈值判断模块；

所述历史数据提取模块，用于提取关于设备历史的性能指标和历史的业务指标，传送给关联关系确定模块，将提取的业务指标传送给预测模块；

所述关联关系确定模块，用于对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数；确定性能指标与各个业务指标之间的关联关系，所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；将确定的关联关系传送给阈值判断模块；

所述预测模块，用于对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标，传送给阈值判断模块；

所述阈值判断模块，用于通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。

可选地，该装置进一步包括预处理模块，如图2b所示，预处理模块用于对历史数据提取模块提取的业务指标进行预处理，所述预处理包括对提取的业务指标中的异常业务指标的处理，然后将预处理之后的业务指标和历史数据提取模块提取的性能指标传送给关联关系确定模块，将预处理后的业务指标传送给预测模块；

所述关联关系确定模块，对所述预处理模块传送的性能指标和预处理之后的业务指标进行分析；

所述预测模块，对所述预处理模块传送的预处理后的业务指标进行预测分析。

可选地，该装置进一步包括相关性分析模块，如图2b所示，相关性分析模块用于接收历史数据提取模块提取的性能指标和业务指标；采用相关性计算法则，确定性能指标与各个业务指标之间的相关性，得到关于各个业务指标的相关系数；将各个业务指标的相关系数分别与相关系数阈值进行比较，如果小于相关系数阈值，则将小于相关系数阈值的业务指标从提取的业务指标中删除，得到相关性分析后的业务指标；将相关性分析之后的业务指标和历史数据提取模块提取的性能指标传送给关联关系确定模块，将相关性分析之后的业务指标传送给预测模块；

所述关联关系确定模块，对所述相关性分析模块传送的性能指标和相关性分析后的业务指标进行分析；

所述预测模块，对所述相关性分析模块传送的相关性分析后的业务指标进行预测分析。

可选地，还可以在装置中同时包括预处理模块和相关性分析模块，这种情况下，在图2c的结构示意图中，在历史数据提取模块与相关性分析模块之间设置预处理模块；预处理模块将预处理之后的业务指标和由历史数据提取模块传送的性能指标，传送给相关性分析模块。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种业务支撑系统设备性能监控的方法，其特征在于，该方法包括：

提取关于设备历史的性能指标和历史的业务指标；

对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数，确定性能指标与各个业务指标之间的关联关系；所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；

对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标；

通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；

将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。

2.如权利要求1所述的方法，其特征在于，所述对提取的性能指标和业务指标进行分析包括：

采用多元回归分析方法或最小二乘法多元函数拟合方法，对提取的性能指标和业务指标进行分析。

3.如权利要求1所述的方法，其特征在于，所述提取关于设备历史的性能指标和历史的业务指标之后，该方法包括：

对提取的业务指标进行预处理，所述预处理包括对提取的业务指标中的异常业务指标的处理；

所述对提取的性能指标和业务指标进行分析包括：对提取的性能指标和预处理之后的业务指标进行分析；

所述对提取的业务指标进行预测分析包括：对提取的预处理后的业务指标进行预测分析。

4.如权利要求1所述的方法，其特征在于，所述提取关于设备历史的性能指标和历史的业务指标之后，该方法包括：

采用相关性计算法则，确定提取的性能指标与各个业务指标之间的相关性，得到关于各个业务指标的相关系数；

将各个业务指标的相关系数分别与相关系数阈值进行比较，如果小于相关系数阈值，则将小于相关系数阈值的业务指标从提取的业务指标中删除，得到相关性分析后的业务指标；

所述对提取的性能指标和业务指标进行分析包括：对提取的性能指标和相关性分析后的业务指标进行分析；

所述对提取的业务指标进行预测分析包括：对提取的相关性分析后的业务指标进行预测分析。

5.如权利要求1所述的方法，其特征在于，所述历史的性能指标为CPU使用率，所述历史的业务指标包括：在网用户数、账单数、活跃用户数、缴费工单数和营业工单数；

所述进行提醒之后，该方法还包括：对CPU进行扩容。

6.如权利要求1所述的方法，其特征在于，所述历史的性能指标为内存使用率，所述历史的业务指标包括：在网用户数、账单数、活跃用户数、缴费工单数和营业工单数；

所述进行提醒之后，该方法还包括：对内存进行扩容。

7.一种业务支撑系统设备性能监控的装置，其特征在于，该装置包括历史数据提取模块、关联关系确定模块、预测模块和阈值判断模块；

所述历史数据提取模块，用于提取关于设备历史的性能指标和历史的业务指标，传送给关联关系确定模块，将提取的业务指标传送给预测模块；

所述关联关系确定模块，用于对提取的性能指标和业务指标进行分析，获取性能指标与各个业务指标之间的关联系数；确定性能指标与各个业务指标之间的关联关系，所述关联关系具体为：将各个业务指标与相应的关联系数进行相乘，再将得到的各个乘积进行求和，求和得到的值为性能指标；将确定的关联关系传送给阈值判断模块；

所述预测模块，用于对提取的业务指标进行预测分析，预测得到将来某一时间的各个业务指标，传送给阈值判断模块；

所述阈值判断模块，用于通过所述关联关系以及预测得到的各个业务指标，计算得到所述将来某一时间的性能指标；将计算得到的性能指标与预设性能指标阈值进行比较，如果大于该预设性能指标阈值，则进行提醒。

8.如权利要求7所述的装置，其特征在于，该装置进一步包括预处理模块，用于对历史数据提取模块提取的业务指标进行预处理，所述预处理包括对提取的业务指标中的异常业务指标的处理，然后将预处理之后的业务指标和历史数据提取模块提取的性能指标传送给关联关系确定模块，将预处理后的业务指标传送给预测模块；

所述关联关系确定模块，对所述预处理模块传送的性能指标和预处理之后的业务指标进行分析；

所述预测模块，对所述预处理模块传送的预处理后的业务指标进行预测分析。

9.如权利要求7所述的装置，其特征在于，该装置进一步包括相关性分析模块，用于接收历史数据提取模块提取的性能指标和业务指标；采用相关性计算法则，确定性能指标与各个业务指标之间的相关性，得到关于各个业务指标的相关系数；将各个业务指标的相关系数分别与相关系数阈值进行比较，如果小于相关系数阈值，则将小于相关系数阈值的业务指标从提取的业务指标中删除，得到相关性分析后的业务指标；将相关性分析之后的业务指标和历史数据提取模块提取的性能指标传送给关联关系确定模块，将相关性分析之后的业务指标传送给预测模块；

所述关联关系确定模块，对所述相关性分析模块传送的性能指标和相关性分析后的业务指标进行分析；

所述预测模块，对所述相关性分析模块传送的相关性分析后的业务指标进行预测分析。

Images