CN109783332A - 基于数据建模的服务器告警方法及系统 - Google Patents
基于数据建模的服务器告警方法及系统 Download PDFInfo
- Publication number
- CN109783332A CN109783332A CN201811518880.6A CN201811518880A CN109783332A CN 109783332 A CN109783332 A CN 109783332A CN 201811518880 A CN201811518880 A CN 201811518880A CN 109783332 A CN109783332 A CN 109783332A
- Authority
- CN
- China
- Prior art keywords
- server
- performance
- learning model
- machine learning
- goal systems
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
本发明涉及数据建模领域,揭示了一种基于数据建模的服务器告警方法及系统。所述方法包括:在所述服务器的日志文件中获取目标系统的系统性能指标;将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果;当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,以使服务器维护人员根据所述告警提示调整所述服务器的部署。此方法下,基于数据建模技术对服务器性能无法满足目标系统性能需求的情况告警,以使服务器维护人员根据告警调整服务器部署,减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
Description
技术领域
本发明涉及数据建模技术领域,特别涉及一种基于数据建模的服务器告警方法及系统。
背景技术
目前,系统响应用户在系统上的操作时,会在相关服务器中产生相应的日志文件,其中,日志文件至少包括系统响应时间、系统响应业务类型和系统吞吐量等系统性能信息。通常的,当系统维护人员需要获取这些系统性能信息来监控系统性能时,可以在服务器的日志文件中查询获取。
在实践中发现,系统需要处理的数据数量庞大,并且系统需要调用服务器来实现对数据的处理。仅仅凭借对系统性能的监控,难以避免出现服务器性能无法满足系统需求,容易出现系统无法正常响应用户在系统上的操作的问题。
发明内容
为了解决相关技术中存在的服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的问题,本发明提供了一种基于数据建模的服务器告警方法及系统。
一种基于数据建模的服务器告警方法,所述方法包括:
在所述服务器的日志文件中获取目标系统的系统性能指标;
将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果;
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,以使服务器维护人员根据所述告警提示调整所述服务器的部署。
作为一种可选的实施方式,在所述将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型之前,所述方法还包括:
将测试服务器性能指标与测试系统性能指标确定为测试机器学习模型的输入数据,以及将与所述测试服务器性能指标和所述测试系统性能指标相匹配的测试性能需求预测结果确定为所述测试机器学习模型的输出数据;
将所述输入数据输入所述测试机器学习模型,并调整所述测试机器学习模型的参数直至所述测试机器学习模型输出所述输出数据;
获取输出所述输出数据时所述测试机器学习模型的目标参数;
将所述测试机器学习模型的参数设置为所述目标参数,获得目标机器学习模型。
作为一种可选的实施方式,所述将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果,包括:
按照时序将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的与目标时刻对应的性能需求预测结果。
作为一种可选的实施方式,所述当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,包括:
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息;
在服务器库中查询与所述待补充服务器数量信息和所述待补充服务器性能参数信息相匹配的目标服务器标识;
输出用于提示申请所述目标服务器标识对应的目标服务器的告警提示,以借助所述目标服务器满足所述目标系统的性能需求。
作为一种可选的实施方式,所述方法还包括:
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,判断所述服务器是否出现故障;
如果是,发出用于提示所述服务器出现故障的故障提示;
如果否,执行所述的根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
作为一种可选的实施方式,在判断出所述服务器出现故障之后,所述方法还包括:
向所述目标系统发送用于指示暂停对所述服务器进行访问的暂停指令,以使所述目标系统根据所述暂停指令暂停对所述服务器的访问。
作为一种可选的实施方式,在判断出所述服务器未出现故障之后,所述方法还包括:
当所述服务器的数量大于或者等于两个时,以所述系统性能指标为依据,获取所述目标系统的当前服务器调度策略,所述当前服务器调度策略至少包括按照调度优先级由高至低排序的所述服务器;
确定与所述服务器的服务器性能指标相匹配的标准服务器调度策略;
判断所述当前服务器调度策略与所述标准服务器调度策略是否相匹配;
如果否,控制所述目标系统按照所述标准服务器调度策略调度所述服务器。
如果是,执行所述的根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
一种基于数据建模的服务器告警系统,所述系统包括:
第一获取单元,用于在所述服务器的日志文件中获取目标系统的系统性能指标;
第二获取单元,用于将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果;
输出单元,用于当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,以使服务器维护人员根据所述告警提示调整所述服务器的部署。
一种电子设备,所述电子设备包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如前所述的方法。
一种计算机可读存储介质,其存储计算机程序,所述计算机程序使得计算机执行如前所述的方法。
本发明的实施例提供的技术方案可以包括以下有益效果:
本发明所提供的基于数据建模的服务器告警方法包括如下步骤,在服务器的日志文件中获取目标系统的系统性能指标;将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果;当性能需求预测结果指示服务器不满足目标系统的性能需求时,输出告警提示,以使服务器维护人员根据告警提示调整服务器的部署。
此方法下,基于数据建模技术,将系统性能指标与服务器性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果,以此在服务器不满足目标系统的性能需求时输出告警提示,这一过程可以同时监控系统性能与服务器性能,能够对服务器性能无法满足目标系统性能需求的情况及时告警,以使服务器维护人员根据告警及时调整服务器的部署,从而减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并于说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种装置的示意图;
图2是根据一示例性实施例示出的一种基于数据建模的服务器告警方法的流程图;
图3是根据一示例性实施例示出的另一种基于数据建模的服务器告警方法的流程图;
图4是根据一示例性实施例示出的一种基于数据建模的服务器告警系统的框图;
图5是根据一示例性实施例示出的另一种基于数据建模的服务器告警系统的框图。
具体实施方式
这里将详细地对示例性实施例执行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
本发明的实施环境可以是便携移动设备,例如智能手机、平板电脑、台式电脑。
图1是根据一示例性实施例示出的一种运行基于数据建模的服务器告警系统的装置示意图。装置100可以是上述便携移动设备。如图1所示,装置100可以包括以下一个或多个组件:处理组件102,存储器104,电源组件106,多媒体组件108,音频组件110,传感器组件114以及通信组件116。
处理组件102通常控制装置100的整体操作,诸如与显示,电话呼叫,数据通信,相机操作以及记录操作相关联的操作等。处理组件102可以包括一个或多个处理器118来执行指令,以完成下述的方法的全部或部分步骤。此外,处理组件102可以包括一个或多个模块,用于便于处理组件102和其他组件之间的交互。例如,处理组件102可以包括多媒体模块,用于以方便多媒体组件108和处理组件102之间的交互。
存储器104被配置为存储各种类型的数据以支持在装置100的操作。这些数据的示例包括用于在装置100上操作的任何应用程序或方法的指令。存储器104可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(Static RandomAccess Memory,简称SRAM),电可擦除可编程只读存储器(Electrically ErasableProgrammable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(ErasableProgrammable Read Only Memory,简称EPROM),可编程只读存储器(Programmable Red-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。存储器104中还存储有一个或多个模块,用于该一个或多个模块被配置成由该一个或多个处理器118执行,以完成如下所示方法中的全部或者部分步骤。
电源组件106为装置100的各种组件提供电力。电源组件106可以包括电源管理系统,一个或多个电源,及其他与为装置100生成、管理和分配电力相关联的组件。
多媒体组件108包括在所述装置100和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(Liquid Crystal Display,简称LCD)和触摸面板。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。屏幕还可以包括有机电致发光显示器(Organic Light Emitting Display,简称OLED)。
音频组件110被配置为输出和/或输入音频信号。例如,音频组件110包括一个麦克风(Microphone,简称MIC),当装置100处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器104或经由通信组件116发送。在一些实施例中,音频组件110还包括一个扬声器,用于输出音频信号。
传感器组件114包括一个或多个传感器,用于为装置100提供各个方面的状态评估。例如,传感器组件114可以检测到装置100的打开/关闭状态,组件的相对定位,传感器组件114还可以检测装置100或装置100一个组件的位置改变以及装置100的温度变化。在一些实施例中,该传感器组件114还可以包括磁传感器,压力传感器或温度传感器。
通信组件116被配置为便于装置100和其他设备之间有线或无线方式的通信。装置100可以接入基于通信标准的无线网络,如WiFi(Wireless-Fidelity,无线保真)。在一个示例性实施例中,通信组件116经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件116还包括近场通信(Near FieldCommunication,简称NFC)模块,用于以促进短程通信。例如,在NFC模块可基于射频识别(Radio Frequency Identification,简称RFID)技术,红外数据协会(Infrared DataAssociation,简称IrDA)技术,超宽带(Ultra Wideband,简称UWB)技术,蓝牙技术和其他技术来实现。
在示例性实施例中,装置100可以被一个或多个应用专用集成电路(ApplicationSpecific Integrated Circuit,简称ASIC)、数字信号处理器、数字信号处理设备、可编程逻辑器件、现场可编程门阵列、控制器、微控制器、微处理器或其他电子元件实现,用于执行下述方法。
图2是根据一示例性实施例示出的一种基于数据建模的服务器告警方法的流程图。如图2所示,此方法包括以下步骤:
步骤201,基于数据建模的服务器告警系统在服务器的日志文件中获取目标系统的系统性能指标。
本发明实施例中,系统性能指标可以包括但不限于系统访问时间、系统响应时间、系统吞吐量等,其中,每台服务器所包括的系统访问时间可以为目标系统访问该台服务器的访问时间,每台服务器所包括的系统响应时间可以为目标系统访问该台服务器的响应时间、每台服务器所包括的系统吞吐量可以为目标系统访问该台服务器的吞吐量,目标系统可以为金融系统,也可以为其它系统,本发明实施例中不做限定,并且服务器的数量可以为一个,也可以为多个,本发明实施例中不做限定。
作为一种可选的实施方式,当服务器的数量为多台时,在基于数据建模的服务器告警系统在服务器的日志文件中获取目标系统的系统性能指标之后,还可以执行以下步骤:
基于数据建模的服务器告警系统根据目标系统访问每一台服务器中的系统性能指标生成目标系统当前采用的调度策略,其中,目标系统当前采用的调度策略可以包括目标系统访问每一服务器的优先级或者目标系统在每一时间区间内对应的访问每一服务器的优先级;
基于数据建模的服务器告警系统根据每一服务器对应的服务器性能指标判断上述调度策略是否合理,如果不合理,按照服务器性能指标指示服务器的性能良好等级调整该调度策略。
本发明实施例中,举例来说,当服务器包括服务器A和服务器B且调度策略为优先访问服务器A后访问服务器B时,如果服务器B的服务器性能指标显示服务器B的性能优于服务器A的服务器性能指标显示服务器A的性能,则将调度策略调整为优先访问服务器B后访问服务器A。
通过实施这种可选的实施方式,当服务器有多台时,可以根据每一台服务器中的系统性能指标与服务器性能指标生成系统当前的调度策略,当调度策略不合理时,可以按照服务器性能良好等级调整该调度策略。这一过程能够及时调整目标系统针对多台服务器的调度策略,获得更好的调度顺序,提高服务器的使用率以及在服务器性能不变的前提下提高支撑目标系统的可靠性。
步骤202,基于数据建模的服务器告警系统将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果。
本发明实施例中,服务器性能指标可以包括但不限于服务器的内存使用量和服务器的运算处理速度,并且目标机器学习模型为预先训练好的根据服务器性能指标与系统性能指标输出性能需求预测结果的机器学习模型,此外性能需求预测结果包含服务器满足目标系统的性能需求或者服务器不满足目标系统的性能需求。
步骤203,当性能需求预测结果指示服务器不满足目标系统的性能需求时,基于数据建模的服务器告警系统输出告警提示,以使服务器维护人员根据告警提示调整服务器的部署。
本发明实施例中,调整服务器的部署可以包括增加服务器、以更优异性能的服务器替换当前服务器等,本发明实施例对此不做限定。
上述方法下,基于数据建模技术,将系统性能指标与服务器性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果,以此在服务器不满足目标系统的性能需求时输出告警提示,这一过程可以同时监控系统性能与服务器性能,能够对服务器性能无法满足目标系统性能需求的情况及时告警,以使服务器维护人员根据告警及时调整服务器的部署,从而减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
图3是根据一示例性实施例示出的另一种基于数据建模的服务器告警方法的流程图。如图3所示,此方法包括以下步骤:
步骤301,基于数据建模的服务器告警系统在服务器的日志文件中获取目标系统的系统性能指标。
步骤302,基于数据建模的服务器告警系统按照时序将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的与目标时刻对应的性能需求预测结果。
作为一种可选的实施方式,在基于数据建模的服务器告警系统将服务器的服务器性能指标与系统性能指标输入目标机器学习模型之前,还可以执行以下步骤:
基于数据建模的服务器告警系统将测试服务器性能指标与测试系统性能指标确定为测试机器学习模型的输入数据,以及将与测试服务器性能指标和测试系统性能指标相匹配的测试性能需求预测结果确定为测试机器学习模型的输出数据;
基于数据建模的服务器告警系统将输入数据输入测试机器学习模型,并调整测试机器学习模型的参数直至测试机器学习模型输出输出数据;
基于数据建模的服务器告警系统获取输出输出数据时测试机器学习模型的目标参数;
基于数据建模的服务器告警系统将测试机器学习模型的参数设置为目标参数,获得目标机器学习模型。
通过实施这种可选的实施方式,可以利用测试服务器性能指标与测试系统性能指标以及相匹配的测试性能需求预测结果来训练测试机器学习模型的参数,最终获得目标机器学习模型,能够用来根据服务器性能指标与测试系统性能指标输出性能预测结果,从而快速判断服务器满足目标系统的性能需求。
步骤303,当性能需求预测结果指示服务器不满足目标系统的性能需求时,基于数据建模的服务器告警系统根据性能需求预测结果确定与目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
本发明实施例中,待补充服务器数量信息为需要补充的服务器数量,待补充服务器性能参数信息为需要补充的服务器的性能参数,具体的,以系统性能指标为依据可以确定出系统的性能需求,结合当前服务器数量与服务器性能参数,可以确定出待补充服务器数量信息以及待补充服务器性能参数信息。
步骤304,当性能需求预测结果指示服务器不满足目标系统的性能需求时,基于数据建模的服务器告警系统判断服务器是否出现故障,如果是,执行步骤305,如果否,执行步骤306至步骤307。
作为一种可选的实施方式,在基于数据建模的服务器告警系统判断出服务器出现故障之后,还可以执行以下步骤:
基于数据建模的服务器告警系统向目标系统发送用于指示暂停对服务器进行访问的暂停指令,以使目标系统根据暂停指令暂停对服务器的访问。
通过实施这种可选的实施方式,可以及时暂停目标系统向服务器进行的无效访问,减少系统运行功耗。
作为另一种可选的实施方式,在基于数据建模的服务器告警系统判断出服务器未出现故障之后,还可以执行以下步骤:
当服务器的数量大于或者等于两个时,基于数据建模的服务器告警系统以系统性能指标为依据,获取目标系统的当前服务器调度策略,当前服务器调度策略至少包括按照调度优先级由高至低排序的服务器;
基于数据建模的服务器告警系统确定与服务器的服务器性能指标相匹配的标准服务器调度策略;
基于数据建模的服务器告警系统判断当前服务器调度策略与标准服务器调度策略是否相匹配;
如果否,基于数据建模的服务器告警系统控制目标系统按照标准服务器调度策略调度服务器。
如果是,执行步骤306至步骤307。
通过实施这种可选的实施方式,可以当性能需求预测结果指示服务器不满足目标系统的性能需求且当前服务器调度策略不是最优选的调度策略时,更改服务器调度策略,在服务器调度策略为最优选的调度策略时,才进一步确定待补充服务器数量信息以及待补充服务器性能参数信息。这一过程充分考虑了服务器调度策略的优化,以此优先优化服务器调度策略再去确定待补充服务器相关信息,智能化程度更高。
步骤305,基于数据建模的服务器告警系统发出用于提示服务器出现故障的故障提示。
步骤306,基于数据建模的服务器告警系统在服务器库中查询与待补充服务器数量信息和待补充服务器性能参数信息相匹配的目标服务器标识。
步骤307,基于数据建模的服务器告警系统输出用于提示申请目标服务器标识对应的目标服务器的告警提示,以借助目标服务器满足目标系统的性能需求。
上述方法下,基于数据建模技术,将系统性能指标与服务器性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果,以此在服务器不满足目标系统的性能需求时输出告警提示,这一过程可以同时监控系统性能与服务器性能,能够对服务器性能无法满足目标系统性能需求的情况及时告警,以使服务器维护人员根据告警及时调整服务器的部署,从而减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
以下是本发明的系统实施例。
图4是根据一示例性实施例示出的一种基于数据建模的服务器告警系统的框图。如图4所示,该系统包括:
第一获取单元401,用于在服务器的日志文件中获取目标系统的系统性能指标。
作为一种可选的实施方式,当服务器的数量为多台时,第一获取单元401在服务器的日志文件中获取目标系统的系统性能指标之后,第一获取单元401还可以用于:
根据目标系统访问每一台服务器中的系统性能指标生成目标系统当前采用的调度策略,其中,目标系统当前采用的调度策略可以包括目标系统访问每一服务器的优先级或者目标系统在每一时间区间内对应的访问每一服务器的优先级;
根据每一服务器对应的服务器性能指标判断上述调度策略是否合理,如果不合理,按照服务器性能指标指示服务器的性能良好等级调整该调度策略。
通过实施这种可选的实施方式,当服务器有多台时,可以根据每一台服务器中的系统性能指标与服务器性能指标生成系统当前的调度策略,当调度策略不合理时,可以按照服务器性能良好等级调整该调度策略。这一过程能够及时调整目标系统针对多台服务器的调度策略,获得更好的调度顺序,提高服务器的使用率以及在服务器性能不变的前提下提高支撑目标系统的可靠性。
第二获取单元402,用于将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果。
作为一种可选的实施方式,第二获取单元402将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果可以包括:
第二获取单元402按照时序将服务器的服务器性能指标与系统性能指标输入目标机器学习模型,获取目标机器学习模型输出的与目标时刻对应的性能需求预测结果。
输出单元403,用于当性能需求预测结果指示服务器不满足目标系统的性能需求时,输出告警提示,以使服务器维护人员根据告警提示调整服务器的部署。
作为一种可选的实施方式,输出单元403当性能需求预测结果指示服务器不满足目标系统的性能需求时,输出告警提示可以包括:
当性能需求预测结果指示服务器不满足目标系统的性能需求时,输出单元403根据性能需求预测结果确定与目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息;
输出单元403在服务器库中查询与待补充服务器数量信息和待补充服务器性能参数信息相匹配的目标服务器标识;
输出单元403输出用于提示申请目标服务器标识对应的目标服务器的告警提示,以借助目标服务器满足目标系统的性能需求。
作为另一种可选的实施方式,输出单元403还可以用于:
当性能需求预测结果指示服务器不满足目标系统的性能需求时,判断服务器是否出现故障;如果是,发出用于提示服务器出现故障的故障提示;如果否,执行上述的根据性能需求预测结果确定与目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
本发明实施例中,待补充服务器数量信息为需要补充的服务器数量,待补充服务器性能参数信息为需要补充的服务器的性能参数,具体的,以系统性能指标为依据可以确定出系统的性能需求,结合当前服务器数量与服务器性能参数,可以确定出待补充服务器数量信息以及待补充服务器性能参数信息。
作为另一种可选的实施方式,在输出单元403判断出服务器出现故障之后,输出单元403还可以用于:
向目标系统发送用于指示暂停对服务器进行访问的暂停指令,以使目标系统根据暂停指令暂停对服务器的访问。
作为另一种可选的实施方式,在输出单元403判断出服务器未出现故障之后,输出单元403还可以用于:
当服务器的数量大于或者等于两个时,以系统性能指标为依据,获取目标系统的当前服务器调度策略,当前服务器调度策略至少包括按照调度优先级由高至低排序的服务器;
确定与服务器的服务器性能指标相匹配的标准服务器调度策略;
判断当前服务器调度策略与标准服务器调度策略是否相匹配;
如果否,控制目标系统按照标准服务器调度策略调度服务器。
如果是,执行的根据性能需求预测结果确定与目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
通过实施这种可选的实施方式,可以当性能需求预测结果指示服务器不满足目标系统的性能需求且当前服务器调度策略不是最优选的调度策略时,更改服务器调度策略,在服务器调度策略为最优选的调度策略时,才进一步确定待补充服务器数量信息以及待补充服务器性能参数信息。这一过程充分考虑了服务器调度策略的优化,以此优先优化服务器调度策略再去确定待补充服务器相关信息,智能化程度更高。
可见,通过实施图4所描述的基于数据建模的服务器告警系统,基于数据建模技术,将系统性能指标与服务器性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果,以此在服务器不满足目标系统的性能需求时输出告警提示,这一过程可以同时监控系统性能与服务器性能,能够对服务器性能无法满足目标系统性能需求的情况及时告警,以使服务器维护人员根据告警及时调整服务器的部署,从而减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
图5是根据一示例性实施例示出的另一种基于数据建模的服务器告警系统的框图。图5是在图4基础上优化得到的,与图4所示的基于数据建模的服务器告警系统相比,图5所示的基于数据建模的服务器告警系统还可以包括:
确定单元404,用于在第二获取单元402将服务器的服务器性能指标与系统性能指标输入目标机器学习模型之前,将测试服务器性能指标与测试系统性能指标确定为测试机器学习模型的输入数据,以及将与测试服务器性能指标和测试系统性能指标相匹配的测试性能需求预测结果确定为测试机器学习模型的输出数据。
可选的,在图5所示的基于数据建模的服务器告警系统中:
第二获取单元402,还用于将确定单元404确定的输入数据输入测试机器学习模型,并调整测试机器学习模型的参数直至测试机器学习模型输出输出数据;获取输出输出数据时测试机器学习模型的目标参数;将测试机器学习模型的参数设置为目标参数,获得目标机器学习模型。
可见,通过实施图5所描述的基于数据建模的服务器告警系统,基于数据建模技术,将系统性能指标与服务器性能指标输入目标机器学习模型,获取目标机器学习模型输出的性能需求预测结果,以此在服务器不满足目标系统的性能需求时输出告警提示,这一过程可以同时监控系统性能与服务器性能,能够对服务器性能无法满足目标系统性能需求的情况及时告警,以使服务器维护人员根据告警及时调整服务器的部署,从而减少了服务器性能无法满足系统需求以至于系统无法正常响应用户在系统上的操作的情况。
此外,通过实施图5所描述的基于数据建模的服务器告警系统,可以利用测试服务器性能指标与测试系统性能指标以及相匹配的测试性能需求预测结果来训练测试机器学习模型的参数,最终获得目标机器学习模型,能够用来根据服务器性能指标与测试系统性能指标输出性能预测结果,从而快速判断服务器满足目标系统的性能需求。
本发明还提供一种电子设备,该电子设备包括:
处理器;
存储器,该存储器上存储有计算机可读指令,该计算机可读指令被处理器执行时,实现如前所示的基于数据建模的服务器告警方法。
该电子设备可以是图1所示装置100。
在一示例性实施例中,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现如前所示的基于数据建模的服务器告警方法。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种基于数据建模的服务器告警方法,其特征在于,所述方法包括:
在所述服务器的日志文件中获取目标系统的系统性能指标;
将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果;
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,以使服务器维护人员根据所述告警提示调整所述服务器的部署。
2.根据权利要求1所述的方法,其特征在于,在所述将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型之前,所述方法还包括:
将测试服务器性能指标与测试系统性能指标确定为测试机器学习模型的输入数据,以及将与所述测试服务器性能指标和所述测试系统性能指标相匹配的测试性能需求预测结果确定为所述测试机器学习模型的输出数据;
将所述输入数据输入所述测试机器学习模型,并调整所述测试机器学习模型的参数直至所述测试机器学习模型输出所述输出数据;
获取输出所述输出数据时所述测试机器学习模型的目标参数;
将所述测试机器学习模型的参数设置为所述目标参数,获得目标机器学习模型。
3.根据权利要求1所述的方法,其特征在于,所述将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果,包括:
按照时序将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的与目标时刻对应的性能需求预测结果。
4.根据权利要求1至3任一项所述的方法,其特征在于,所述当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,包括:
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息;
在服务器库中查询与所述待补充服务器数量信息和所述待补充服务器性能参数信息相匹配的目标服务器标识;
输出用于提示申请所述目标服务器标识对应的目标服务器的告警提示,以借助所述目标服务器满足所述目标系统的性能需求。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,判断所述服务器是否出现故障;
如果是,发出用于提示所述服务器出现故障的故障提示;
如果否,执行所述的根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
6.根据权利要求5所述的方法,其特征在于,在判断出所述服务器出现故障之后,所述方法还包括:
向所述目标系统发送用于指示暂停对所述服务器进行访问的暂停指令,以使所述目标系统根据所述暂停指令暂停对所述服务器的访问。
7.根据权利要求5所述的方法,其特征在于,在判断出所述服务器未出现故障之后,所述方法还包括:
当所述服务器的数量大于或者等于两个时,以所述系统性能指标为依据,获取所述目标系统的当前服务器调度策略,所述当前服务器调度策略至少包括按照调度优先级由高至低排序的所述服务器;
确定与所述服务器的服务器性能指标相匹配的标准服务器调度策略;
判断所述当前服务器调度策略与所述标准服务器调度策略是否相匹配;
如果否,控制所述目标系统按照所述标准服务器调度策略调度所述服务器。
如果是,执行所述的根据所述性能需求预测结果确定与所述目标系统的性能需求相匹配的待补充服务器数量信息以及待补充服务器性能参数信息。
8.一种基于数据建模的服务器告警系统,其特征在于,所述系统包括:
第一获取单元,用于在所述服务器的日志文件中获取目标系统的系统性能指标;
第二获取单元,用于将所述服务器的服务器性能指标与所述系统性能指标输入目标机器学习模型,获取所述目标机器学习模型输出的性能需求预测结果;
输出单元,用于当所述性能需求预测结果指示所述服务器不满足所述目标系统的性能需求时,输出告警提示,以使服务器维护人员根据所述告警提示调整所述服务器的部署。
9.一种电子设备,其特征在于,所述电子设备包括:
处理器;
存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,其存储计算机程序,所述计算机程序使得计算机执行权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811518880.6A CN109783332B (zh) | 2018-12-12 | 2018-12-12 | 基于数据建模的服务器告警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811518880.6A CN109783332B (zh) | 2018-12-12 | 2018-12-12 | 基于数据建模的服务器告警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109783332A true CN109783332A (zh) | 2019-05-21 |
CN109783332B CN109783332B (zh) | 2022-05-17 |
Family
ID=66496874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811518880.6A Active CN109783332B (zh) | 2018-12-12 | 2018-12-12 | 基于数据建模的服务器告警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109783332B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020232899A1 (zh) * | 2019-05-23 | 2020-11-26 | 平安科技(深圳)有限公司 | 数据分析系统会诊方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192119A1 (en) * | 2007-02-14 | 2008-08-14 | At&T Knowledge Ventures, Lp | System and method of managing video content quality |
US20100070807A1 (en) * | 2008-09-17 | 2010-03-18 | Hamilton Ii Rick A | System and method for managing server performance degradation in a virtual universe |
US20130007259A1 (en) * | 2011-07-01 | 2013-01-03 | Sap Ag | Characterizing Web Workloads For Quality of Service Prediction |
CN103236953A (zh) * | 2012-10-30 | 2013-08-07 | 吉林大学 | 一种基于模糊时间序列预测模型的ip承载网性能指标主动监控方法 |
CN105429795A (zh) * | 2015-11-10 | 2016-03-23 | 浪潮通信信息系统有限公司 | 一种告警监控系统及方法 |
CN105979532A (zh) * | 2016-04-15 | 2016-09-28 | 北京思特奇信息技术股份有限公司 | 一种业务处理系统的性能容量分析预警方法及装置 |
CN108388503A (zh) * | 2018-02-13 | 2018-08-10 | 中体彩科技发展有限公司 | 数据库性能监控方法、系统、设备及计算机可读存储介质 |
-
2018
- 2018-12-12 CN CN201811518880.6A patent/CN109783332B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080192119A1 (en) * | 2007-02-14 | 2008-08-14 | At&T Knowledge Ventures, Lp | System and method of managing video content quality |
US20100070807A1 (en) * | 2008-09-17 | 2010-03-18 | Hamilton Ii Rick A | System and method for managing server performance degradation in a virtual universe |
US20130007259A1 (en) * | 2011-07-01 | 2013-01-03 | Sap Ag | Characterizing Web Workloads For Quality of Service Prediction |
CN103236953A (zh) * | 2012-10-30 | 2013-08-07 | 吉林大学 | 一种基于模糊时间序列预测模型的ip承载网性能指标主动监控方法 |
CN105429795A (zh) * | 2015-11-10 | 2016-03-23 | 浪潮通信信息系统有限公司 | 一种告警监控系统及方法 |
CN105979532A (zh) * | 2016-04-15 | 2016-09-28 | 北京思特奇信息技术股份有限公司 | 一种业务处理系统的性能容量分析预警方法及装置 |
CN108388503A (zh) * | 2018-02-13 | 2018-08-10 | 中体彩科技发展有限公司 | 数据库性能监控方法、系统、设备及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020232899A1 (zh) * | 2019-05-23 | 2020-11-26 | 平安科技(深圳)有限公司 | 数据分析系统会诊方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN109783332B (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107703891B (zh) | 基于agv的流程控制方法、装置及计算机可读存储介质 | |
CN108337358B (zh) | 应用清理方法、装置、存储介质及电子设备 | |
CN110162442A (zh) | 一种系统性能瓶颈定位方法及系统 | |
CN110008008A (zh) | 应用程序处理方法和装置、电子设备、计算机可读存储介质 | |
CN110460490A (zh) | 基于物联网的服务器集群监测系统及方法 | |
CN109144232A (zh) | 进程处理方法和装置、电子设备、计算机可读存储介质 | |
CN105653418A (zh) | 终端、终端控制方法和终端控制装置 | |
CN108616653A (zh) | 信息处理方法、装置、移动终端和计算机可读存储介质 | |
CN110808872A (zh) | 一种流量实验的实现方法、装置及电子设备 | |
CN116664019B (zh) | 智慧燃气数据时效性管理方法、物联网系统、装置及介质 | |
CN109992965A (zh) | 进程处理方法和装置、电子设备、计算机可读存储介质 | |
CN110119354A (zh) | 基于测试用例生成的软件测试方法、装置及电子设备 | |
CN107908480A (zh) | 薪资计算方法、应用服务器及计算机可读存储介质 | |
CN109992380A (zh) | 应用程序处理方法和装置、电子设备、计算机可读存储介质 | |
CN205563123U (zh) | 一种控制面板及控制系统 | |
CN109783332A (zh) | 基于数据建模的服务器告警方法及系统 | |
CN106575414A (zh) | 上下文平台特征推荐 | |
CN109802994A (zh) | 一种基于内容分发网络的消息推送方法及系统 | |
CN104239111B (zh) | 应用程序的升级方法、装置及终端 | |
CN108709285A (zh) | 用于监控机房的方法、系统和装置 | |
CN109669402A (zh) | 异常监控方法、设备、装置及计算机可读存储介质 | |
CN108614761A (zh) | 基于业务模型的智慧应用系统服务器性能需求计算方法 | |
CN108681480B (zh) | 后台应用程序管控方法、装置、存储介质及电子设备 | |
CN116184851A (zh) | 一种睡眠模式调节方法、装置、终端及存储介质 | |
CN109992360A (zh) | 进程处理方法和装置、电子设备、计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |