CN106250302A - 数据预测分析方法及装置 - Google Patents

Abstract

本发明实施例提供的数据预测分析方法及装置获得预定指标在第一预定时间段内的具体数据，并获得预测时间范围，然后根据预定算法，预测出预定指标在上述的预测时间范围内的预测数据。由于本发明实施例能够基于已有的具体数据预测出可能产生的数据，与现有的预测分析方法以及装置相比，改善了现有的方法及装置不能对服务器或数据库未来可能产生的数据进行预测分析，不利于更好地掌握服务器或数据库未来运行的问题。

Description

数据预测分析方法及装置

技术领域

本发明涉及数据处理领域，具体而言，涉及一种数据预测分析方法及装置。

背景技术

目前，市场上有产品会针对服务器或数据库的已产生的性能数据和容量数据进行分析，以便对服务器或数据库的运行起到一定的指导作用。

而现有技术中，不能对服务器或数据库未来可能产生的数据进行预测分析，不利于更好地掌握服务器或数据库未来运行的状况。

发明内容

有鉴于此，本发明实施例提供了一种数据预测分析方法及装置，以改善现有技术中，不能对服务器或数据库未来可能产生的数据进行预测分析，不利于更好地掌握服务器或数据库未来运行的状况的问题。

为实现上述目的，本发明实施例提供了一种数据预测分析方法，所述方法包括：获得预定指标在第一预定时间段内的数据；获得预测时间范围；根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

优选地，上述的方法还包括，接收用户输入的预定指标；若在第一时间长度内未接收到用户输入的预定指标，将系统默认指标作为所述预定指标；获得所述预定指标在所述第一预定时间段内的数据。

预定指标具体可以是用户输入的指标，可以根据用户的需求自行选择待预测的指标，更有利于实现用户的个性化定制。

若在第一时间长度内未接收到用户输入的指标，则可以将系统默认指标作为所述预定指标。上述的系统默认指标可以包括进程的CPU利用率、进程的内存利用率、风扇转速、发送包率等。

优选地，上述的方法还包括，接收用户输入的预测时间范围；若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

预测时间范围也可以根据用户的输入来获得，以便更好地满足用户的个性化定制需求。若在第二时间长度内，仍未接收到用户输入的预测时间范围，则可以将系统默认时间范围作为预测时间范围。

优选地，上述的方法还包括，获得所述预定指标在所述第一预定时间段内的数据的个数；获得所述预定指标的最后两个数据；获得所述最后两个数据的差值；将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据；再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个；将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

具体地，可以将上述方法获得的数据作为预测数据，也可以根据自回归滑动平均模型(ARMA模型)来获得预测数据。

优选地，上述的方法还包括，所述预定指标包括容量指标和性能指标。

性能指标包括CPU利用率、内存利用率等指标，容量指标包括文件系统当前使用大小指标。

本发明实施例还提供了一种数据预测分析装置，所述装置包括：预定指标获取模块，用于获得预定指标在第一预定时间段内的数据；预定时间范围获取模块，用于获得预测时间范围；预测数据获取模块，用于根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

优选地，上述的装置还包括：所述预定指标获取模块包括：第一接收子模块，用于接收用户输入的预定指标；默认指标子模块，用于在第一时间长度内未接收到用户输入的预定指标时，将系统默认指标作为所述预定指标；数据获取子模块，用于获得所述预定指标在所述第一预定时间段内的数据。

第一接收子模块用于接收用户输入的预定指标。若在一定时间内，第一接收子模块未接收到输入的预定指标时，默认指标子模块可以将系统默认的指标作为上述的预定指标。

若第一接收子模块接收到用户输入的预定指标，则数据获取子模块就获取第一接收子模块接收到的用户输入的预定指标；若在第一时间长度内，用户未接收到相应的指标，数据获取子模块就获取默认指标子模块提供的指标。

优选地，上述的装置还包括：第二接收子模块，用于接收用户输入的预测时间范围；默认时间子模块，用于若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

第二接收子模块用于接收用户输入的预定时间范围。用户输入的时间范围具体可以是一天或一周。默认时间子模块用于在第二时间长度内未接收到用户输入的预定时间范围时，将系统默认时间范围作为预测时间范围。系统默认时间范围为一周。

优选地，上述的装置还包括：预定指标个数子模块，用于获得所述预定指标在所述第一预定时间段内的数据的个数；最后数据获取子模块，用于获得所述预定指标的最后两个数据；差值获取子模块，用于获得所述最后两个数据的差值；加和运算子模块，用于将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据；再次执行子模块，用于再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个；比值运算子模块，用于将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

具体地，可以根据上述模块来获得预测数据，也可以根据自回归滑动平均模型(ARMA模型)来获得预测数据。

优选地，上述的装置中：所述预定指标包括容量指标和性能指标。

性能指标包括CPU利用率、内存利用率等指标，容量指标包括文件系统当前使用大小指标。

本发明实施例提供的数据预测分析方法及装置的有益效果为：

本发明实施例提供的数据预测分析方法及装置获得预定指标在第一预定时间段内的具体数据，并获得预测时间范围，然后根据预定算法，预测出预定指标在上述的预测时间范围内的预测数据。由于本发明实施例能够基于已有的具体数据预测出可能产生的数据，与现有的预测分析方法以及装置相比，改善了现有的方法及装置不能对服务器或数据库未来可能产生的数据进行预测分析，不利于更好地掌握服务器或数据库未来运行的问题。

附图说明

为了更清楚的说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例提供的一种数据预测分析装置的应用环境示意图；

图2示出了本发明实施例提供的数据分析终端的方框示意图；

图3示出了本发明第一实施例提供的数据预测分析方法的流程图；

图4示出了图3示出的步骤S1的具体步骤的流程图；

图5示出了图3示出的步骤S2的具体步骤的流程图；

图6示出了图3示出的步骤S3的具体步骤的流程图；

图7示出了本发明第二实施例提供的数据预测分析装置的结构框图；

图8示出了图7示出的预定指标获取模块的具体的结构框图；

图9示出了图7示出的预定时间范围获取模块的具体的结构框图；

图10示出了图7示出的预测数据获取模块的具体的结构框图。

具体实施方式

下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，为本发明实施例提供的一种数据预测分析装置300的应用环境示意图，包括数据采集终端101和数据分析终端102，数据采集终端101用于采集预测分析所需要的数据，具体可以是预定指标在第一预定时间段内的数据、预测时间范围等。数据分析终端102为具有数据分析能力的终端，可以是计算机、智能手机或者其他由具有数据分析能力的芯片构成的集成电路装置。

如图2所示，为所述数据分析终端102的方框示意图。所述数据分析终端102包括：数据预测分析装置300、存储器202、存储控制器203、处理器204、外设接口201、输入输出单元206和显示单元205。

所述存储器202、存储控制器203、处理器204、外设接口201、输入输出单元206和显示单元205各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述数据预测分析装置包括至少一个可以软件或固件(firmware)的形式存储于所述存储器202中或固化在所述数据分析终端102的操作系统(operating system，OS)中的软件功能模块。所述处理器204用于执行存储器202中存储的可执行模块，例如所述目标检测装置包括的软件功能模块或计算机程序。

其中，存储器202可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器202用于存储程序，所述处理器204在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器204中，或者由处理器204实现。

处理器204可能是一种集成电路芯片，具有信号的处理能力。上述的处理器204可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器204可以是微处理器或者该处理器204也可以是任何常规的处理器等。

所述外设接口201将各种输入/输出装置耦合至处理器204以及存储器202。在一些实施例中，外设接口201，处理器204以及存储控制器203可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。

显示单元205在所述数据分析终端102与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元205可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器204进行计算和处理。

第一实施例

详情请参见图3，图3是本发明第一实施例提供的应用于图2所示的数据分析终端102的一种数据预测分析方法的流程图，所述方法包括：

步骤S1，获得预定指标在第一预定时间段内的数据。

具体可以接收用户输入的预定指标。若在一定时间内未接收到用户输入的指标，则可以将系统默认指标作为预定指标。一定时间的具体时间长度不应该理解为是对本发明的限制。

步骤S2，获得预测时间范围。

具体可以接收用户输入的预测时间范围。若在一定的时间内，没有接收到用户输入的预测时间范围，则可以将系统默认时间范围作为预测时间范围。具体地，一定的时间的具体时间长度以及系统默认的默认时间范围的具体数值均不应该理解为是对本发明的限制。

步骤S3，根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

获得所述预定指标在所述第一预定时间段内的数据的个数。获得所述预定指标的最后两个数据。获得所述最后两个数据的差值。将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据。再次执行获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个。将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

例如，具体地，预定指标可以是发送包率。第一预定时间段可以为一天，故一天内发送包率对应的数据的具体可以为：

[2,3,2,8,2,13,2,13,10,3,3,3,3,3,12,2,8,10,1,2,10,1,10,8,8,3,8,1,2,11,2,2,2,2,1,6,11,10,3,1,2,3,8,2,2,3,2,11,3,10,3,1,0,0,0,11,1,1,8,2,8,1,2]

则一天内发送包率对应的数据的个数为63个。

上述数据的最后两个数据为[1,2]。

2与1的差值为1，将差值1与上述数据的最后一个数据相加，以获得2+1＝3。其中，3可以作为上述预测数据的第一个数据。

然后再次执行获得预定指标的最后两个数据，即[2,3]，3与2的差值为1，将差值1与上述数据的最后一个数据相加，以获得3+1＝4。其中，4可以作为上述预测数据的第二个数据。

依次类推，直到获得第62个预测数据64。

第63个预测数据为前面62个数据的平均值。即等于(3+64)/2＝34。

具体地，预定指标可以包括容量指标，例如：文件系统当前使用大小，也可以包括性能指标，例如：CPU利用率、内存利用率等指标。指标的具体类型不应该理解为是对本发明的限制。

详情请参见图4，图4为图3示出的步骤S1的具体步骤。

步骤S11，接收用户输入的预定指标。

例如，用户可能输入的是发送包率，也可能是进程的内存利用率。预定指标可以根据用户的需求自行选择，更有利于用户的个性化定制。

步骤S12，若在第一时间长度内未接收到用户输入的预定指标，将系统默认指标作为所述预定指标。

第一时间长度的具体数值不应该作为对本发明的限制。当第一时间长度内，没有接收到用户输入的预定指标，就会将系统默认指标作为上述的预定指标，系统默认指标可以为进程的CPU利用率，也可以为风扇转速。

步骤S13，获得所述预定指标在所述第一预定时间段内的数据。

即若用户进行了输入，则获得用户输入的指标所对应的数据；若用户在一定时间内未进行输入，则获得系统默认指标所对应的数据。

详情请参见图5，图5示出了图3示出的步骤S2的具体步骤：

步骤S21，接收用户输入的预测时间范围。

上述的预测时间范围也可以根据用户的输入来获得，例如用户可以输入一天或一周。预测时间范围由用户自定义，可以更好地满足用户的个性化定制的需求。

步骤S22，若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

同样的，若在一定时间段内没有接收到用户输入的预测时间范围，则可以将系统默认时间范围作为预测时间范围。上述的第二时间长度可以为十秒或一分钟，上述的系统默认时间范围则可以为一周。

详情请参见图6，图6示出了图3示出的步骤S3的具体步骤：

步骤S31，获得所述预定指标在所述第一预定时间段内的数据的个数。

具体地，预定指标可以是发送包率。第一预定时间段可以为一天，一天内发送包率对应的数据的具体可以为：

[2,3,2,8,2,13,2,13,10,3,3,3,3,3,12,2,8,10,1,2,10,1,10,8,8,3,8,1,2,11,2,2,2,2,1,6,11,10,3,1,2,3,8,2,2,3,2,11,3,10,3,1,0,0,0,11,1,1,8,2,8,1,2]

则一天内发送包率对应的数据的个数为63个。

步骤S32，获得所述预定指标的最后两个数据。

上述数据的最后两个数据为[1,2]。

步骤S33，获得所述最后两个数据的差值。

上述的最后两个数据的差值，即2与1的差值为1。

步骤S34，将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据。

将差值1与上述数据的最后一个数据相加，以获得2+1＝3。其中，3可以作为上述预测数据的第一个数据。

步骤S35，再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个。

即返回步骤S32，以获得新的最后两个数据，即[2,3]，3与2的差值为1，将差值1与上述数据的最后一个数据相加，以获得3+1＝4。其中，4可以作为上述预测数据的第二个数据。

以此类推，直到预测数据的个数比第一预定时间段内的数据的个数少一个，即由于第一预定时间段内的数据的个数为63个，直到获得第62个预测数据64。

步骤S36，将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

即获得前62个数据的平均值：(3+64)/2＝34，并将34作为最后一个预测数据。若获得的平均数带有小数点，则四舍五入取整。

第二实施例

详情请参见图7，图7示出了本发明第二实施例提供的数据预测分析装置。所述装置300包括：

预定指标获取模块310，用于获得预定指标在第一预定时间段内的数据。

预定时间范围获取模块320，用于获得预测时间范围。

预测数据获取模块330，用于根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

该装置300与图3示出的方法相对应，在此便不做赘述。

详情请参见图8，图8示出了图7示出的预定指标获取模块310的结构框图。所述预定指标获取模块310包括：

第一接收子模块311，用于接收用户输入的预定指标。

默认指标子模块312，用于在第一时间长度内未接收到用户输入的预定指标时，将系统默认指标作为所述预定指标。

数据获取子模块313，用于获得所述预定指标在所述第一预定时间段内的数据。

图8示出的预定指标获取模块310与图4示出的方法相对应，在此便不做赘述。

详情请参见图9，图9示出了图7示出的预定时间范围获取模块320的结构框图。预定时间范围获取模块320包括：

第二接收子模块321，用于接收用户输入的预测时间范围。

默认时间子模块322，用于若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

图9示出的预定时间范围获取模块320与图5示出的方法相对应，在此便不做赘述。

请参见图10，图10示出了图7示出的预测数据获取模块330。所述预测数据获取模块330包括：

预定指标个数子模块331，用于获得所述预定指标在所述第一预定时间段内的数据的个数。

最后数据获取子模块332，用于获得所述预定指标的最后两个数据。

差值获取子模块333，用于获得所述最后两个数据的差值。

加和运算子模块334，用于将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据。

再次执行子模块335，用于再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个。

比值运算子模块336，用于将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

图10示出的预测数据获取模块330与图6示出的方法相对应，在此便不做赘述。

本发明实施例能够基于已有的具体数据预测出可能产生的数据，与现有的预测分析方法以及装置相比，改善了现有的方法及装置不能对服务器或数据库未来可能产生的数据进行预测分析，不利于更好地掌握服务器或数据库未来运行的问题。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read－Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种数据预测分析方法，其特征在于，所述方法包括：

获得预定指标在第一预定时间段内的数据；

获得预测时间范围；

根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

2.根据权利要求1所述的方法，其特征在于，所述获得预定指标在第一预定时间段内的数据，包括：

接收用户输入的预定指标；

若在第一时间长度内未接收到用户输入的预定指标，将系统默认指标作为所述预定指标；

获得所述预定指标在所述第一预定时间段内的数据。

3.根据权利要求1所述的方法，其特征在于，所述获得预测时间范围，包括：

接收用户输入的预测时间范围；

若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

4.根据权利要求1所述的方法，其特征在于，所述根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据，包括：

获得所述预定指标在所述第一预定时间段内的数据的个数；

获得所述预定指标的最后两个数据；

获得所述最后两个数据的差值；

将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据；

再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个；

将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

5.根据权利要求1所述的方法，其特征在于，所述预定指标包括容量指标和性能指标。

6.一种数据预测分析装置，其特征在于，所述装置包括：

预定指标获取模块，用于获得预定指标在第一预定时间段内的数据；

预定时间范围获取模块，用于获得预测时间范围；

预测数据获取模块，用于根据预定算法，获得所述预定指标在所述预测时间范围内的预测数据。

7.根据权利要求6所述的装置，其特征在于，所述预定指标获取模块包括：

第一接收子模块，用于接收用户输入的预定指标；

默认指标子模块，用于在第一时间长度内未接收到用户输入的预定指标时，将系统默认指标作为所述预定指标；

数据获取子模块，用于获得所述预定指标在所述第一预定时间段内的数据。

8.根据权利要求6所述的装置，其特征在于，所述预定时间范围获取模块包括：

第二接收子模块，用于接收用户输入的预测时间范围；

默认时间子模块，用于若在第二时间长度内未接收到用户输入的预测时间范围，将系统默认时间范围作为所述预测时间范围。

9.根据权利要求6所述的装置，其特征在于，所述预测数据获取模块包括：

预定指标个数子模块，用于获得所述预定指标在所述第一预定时间段内的数据的个数；

最后数据获取子模块，用于获得所述预定指标的最后两个数据；

差值获取子模块，用于获得所述最后两个数据的差值；

加和运算子模块，用于将所述差值与最后一个数据相加以获得数据，所述差值与最后一个数据相加获得的数据作为所述预测数据；

再次执行子模块，用于再次执行所述获得所述预定指标的最后两个数据，直到所述预测数据的个数比所述第一预定时间段内的数据的个数少一个；

比值运算子模块，用于将所述预测数据之和与上述预测数据的个数的比值作为最后一个预测数据。

10.根据权利要求6所述的装置，其特征在于，所述预定指标包括容量指标和性能指标。