CN111767085A - Storm平台参数配置方法和装置 - Google Patents

Storm平台参数配置方法和装置 Download PDF

Info

Publication number
CN111767085A
CN111767085A CN201910235681.2A CN201910235681A CN111767085A CN 111767085 A CN111767085 A CN 111767085A CN 201910235681 A CN201910235681 A CN 201910235681A CN 111767085 A CN111767085 A CN 111767085A
Authority
CN
China
Prior art keywords
parameter value
value
parameter
preset
parameter values
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
Application number
CN201910235681.2A
Other languages
English (en)
Other versions
CN111767085B (zh
Inventor
张凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201910235681.2A priority Critical patent/CN111767085B/zh
Publication of CN111767085A publication Critical patent/CN111767085A/zh
Application granted granted Critical
Publication of CN111767085B publication Critical patent/CN111767085B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
    • G06F9/4451—User profiles; Roaming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/445—Program loading or initiating
    • G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开的实施例公开了Storm平台参数配置方法和装置。该方法的一具体实施方式包括：响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值；获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值；对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值；从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置。该实施方式实现了对Storm平台的自动化配置。

Description

Storm平台参数配置方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体涉及Storm平台参数配置方法和装置。
背景技术
随着大数据技术的蓬勃发展，在越来越多的场景中，需要对线上产生的大量的数据进行实时地处理。Storm平台作为一款分布式实时计算系统，被广泛用于大数据的处理。
使用Storm平台之前，需要对其进行配置。配置的过程中，往往需要对各种参数值进行不断的调整，直至Storm平台稳定运行。目前，主要依靠技术人员的经验对参数值进行调整，实现Storm平台的配置。由此，技术人员通常需要花费较长的时间完成Storm平台的配置，对于经验尚浅的技术人员来说，花费的时间则会更长。
发明内容
本公开的实施例提出了Storm平台参数配置方法和装置。
第一方面，本公开的实施例提供了一种Storm平台参数配置方法，该方法包括：响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值；获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值；对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，其中，运行状态参数值包括负载均衡度和错误消息数；从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置，其中，所述预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
在一些实施例中，上述获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值，包括：将数据生成速度值和数据分区值作为分量，生成待匹配向量；从第一历史参数值向量库中，获取与待匹配向量相似度最高的预设数量的第一历史参数值向量，其中，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值；从预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
在一些实施例中，在上述获取数据生成速度值和数据分区值之前，上述方法还包括：响应于用户选择手动调参模式，接收用户输入的待调整参数值；确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值；响应于第一运行状态参数值未满足预设配置条件，发送提示信息。
在一些实施例中，上述确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值，包括：基于K近邻(K-Nearest Neighbor，KNN，K为正整数)算法，执行以下预测步骤：获取第二历史参数值向量库中与待调整参数值最邻近的K个第二历史参数值向量，其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值；根据K个第二历史参数值向量所指示的K个历史参数值，预测与待调整参数值匹配的运行状态参数；将预测得到的运行状态参数值作为第一运行状态参数值。
在一些实施例中，上述方法还包括：响应于第一运行状态参数值满足预设配置条件，使用待调整参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值；响应于第二运行状态参数值满足预设配置条件，使用第二运行状态参数所指示的调整后的已设置参数值对Storm平台进行配置。
在一些实施例中，上述提示信息包括用于提示用户是否选择自动调参模式的信息。
在一些实施例中，上述预设选取条件还包括：负载均衡度与预设均衡度的差值最小。
第二方面，本公开的实施例提供了一种Storm平台参数配置装置，该装置包括：第一获取单元，被配置成响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值；第二获取单元，被配置成获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值；第一调整单元，被配置成对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，其中，运行状态参数值包括负载均衡度和错误消息数；第一配置单元，被配置成从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置，其中，所述预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
在一些实施例中，上述第二获取单元，包括：生成子单元，被配置成将数据生成速度值和数据分区值作为分量，生成待匹配向量；第一获取子单元，被配置成从第一历史参数值向量库中，获取与待匹配向量相似度最高的预设数量的第一历史参数值向量，其中，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值；第二获取子单元，被配置成从预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
在一些实施例中，其中，上述装置还包括：接收单元，被配置成响应于用户选择手动调参模式，接收用户输入的待调整参数值；确定单元，被配置成确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值；发送单元，被配置成响应于第一运行状态参数值未满足预设配置条件，发送提示信息。
在一些实施例中，其中，上述确定单元，进一步被配置成：基于K近邻算法，执行以下预测步骤：获取第二历史参数值向量库中与待调整参数值最邻近的K个第二历史参数值向量，其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值；根据K个第二历史参数值向量所指示的K个历史参数值，预测与待调整参数值匹配的运行状态参数；将预测得到的运行状态参数值作为第一运行状态参数值。
在一些实施例中，上述装置还包括：第二调整单元，被配置成响应于第一运行状态参数值满足预设配置条件，使用待调整参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值；第二配置单元，被配置成响应于第二运行状态参数值满足预设配置条件，使用第二运行状态参数所指示的调整后的已设置参数值对Storm平台进行配置。
在一些实施例中，上述提示信息包括用于提示用户是否选择自动调参模式的信息。
在一些实施例中，上述预设选取条件还包括：负载均衡度与预设均衡度的差值最小。
第三方面，本公开的实施例提供了一种终端设备，该终端设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。
第四方面，本公开的实施例提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本公开的实施例提供的Storm平台参数配置方法和装置，响应于用户选择自动调参模式，首先可以获取已设置参数值中的数据生成速度值和数据分区值。然后可以获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。而后可以使用每个调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所产生的运行状态参数值，得到预设数量的运行状态参数值。从而可以从预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置。由此实现了对Storm平台的自动化配置。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本公开的其它特征、目的和优点将会变得更明显：
图1是本公开的一个实施例可以应用于其中的示例性系统架构图；
图2是根据本公开的Storm平台参数配置方法的一个实施例的流程图；
图3是根据本公开的实施例的Storm平台参数配置方法的一个应用场景的示意图；
图4是根据本公开的Storm平台参数配置方法的又一个实施例的流程图；
图5是根据本公开的Storm平台参数配置装置的一个实施例的结构示意图；
图6是适于用来实现本公开的实施例的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的Storm平台参数配置方法或Storm平台参数配置装置的示例性架构100。
如图1所示，系统架构100可以包括终端设备101，网络102和数据库服务器103。终端设备101中部署有Storm平台。网络102用以在终端设备101和数据库服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
终端设备101通过网络102与数据库服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种通讯客户端应用，例如网页浏览器应用、搜索类应用、浏览器类应用等。
终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是具有显示屏并且支持信息收发的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
数据库服务器103可以提供各种服务。作为示例，数据库服务器103中可以存储终端设备101中所安装的Storm平台的历史运行日志，由此，终端设备101可以通过对该历史运行日志的处理，得到与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。
需要说明的是，上述历史运行日志也可以直接存储在终端设备101的本地，终端设备101中可以直接提取本地所存储的历史运行日志并进行处理，此时，可以不存在数据库服务器103。
数据库服务器103可以是硬件，也可以是软件。当数据库服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当数据库服务器103为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。
需要指出的是，本公开的实施例所提供的Storm平台参数配置方法一般由终端设备101执行，相应地，Storm平台参数配置装置一般设置于终端设备101中。
应该理解，图1中的终端设备、网络和数据库服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和数据库服务器。
继续参考图2，示出了根据本公开的Storm平台参数配置方法的一个实施例的流程200。该Storm平台参数配置方法包括以下步骤：
步骤201，响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值。
在本实施例中，响应于用户选择自动调参模式，Storm平台参数配置方法的执行主体(如图1所示的终端设备101)可以获取Storm平台的已设置参数值中的数据生成速度值和数据分区值。
上述已设置参数值通常是预先设置好的Storm平台的各种参数值。实践中，已设置参数值中的部分参数值通常需要进行调整，以实现对Storm平台的配置。
上述自动调参模式用于表征自动完成对Storm平台的已设置参数值中的部分参数值的调整。
上述数据生成速度值通常是单位时间内所接收到的数据的条数。上述数据分区值通常是所划分的用于存放所接收到的数据的区域的数目。
步骤202，获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。
在本实施例中，获取数据生成速度值和数据分区值之后，上述执行主体可以进一步获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。
上述调整用参数值可以用于调整上述已设置参数值中的待调整的参数值。实践中，待调整的参数值可以包括但不限于以下至少一项：进程数、数据获取单元并发数和数据处理单元并发数。其中，进程数通常是指待运行的进程(worker)的数目。数据获取单元并发数通常是指数据获取单元(例如spout组件)待执行的线程数目。数据处理单元并发数通常是指数据处理单元(例如bolt组件)待执行的线程数目。
作为示例，Storm平台的历史运行日志中可以包括大量的数据，每条数据中可以包括任意一次的已配置参数值和该次配置所得到的运行状态参数值。运行状态参数值例如可以包括负载均衡度和错误消息数。此处，已配置参数值可以是历史上已经配置过的参数值，例如可以包括但不限于以下至少一项：已配置数据生成速度值，已配置数据分区值，待调整的参数值所指示的参数的已配置参数值。首先，上述执行主体可以从历史运行日志中筛选负载均衡度处于预设范围内、且错误消息数为零的多条数据。然后，对于筛选的每条数据，上述执行主体可以确定所获取的数据生成速度值和该数据中的已配置数据生成速度值之间的差值作为第一差值，以及确定所获取的数据分区值和该数据中的已配置数据分区值之间的差值作为第二差值。而后，上述执行主体可以确定第一差值小于第一阈值，且第二差值小于第二阈值的预设数量的数据。从而，对于预设数量的数据中的每条数据，上述执行主体可以从该数据中选取与上述待调整的参数值所指示的参数的已配置过参数值。由此，可以将选取的预设数量的已配置参数值作为预设数量的调整用参数值。
作为又一示例，技术人员可以从历史运行日志中选取上述预设数量的数据，并进行统计，得到对应关系表。其中，对应关系表中，已配置数据生成速度值、已配置数据分区值和待调整的参数值所指示的参数的已配置参数值关联存储。由此，上述执行主体可以将所获取的数据生成速度值和数据分区值输入至对应关系表中，匹配到第一差值小于第一阈值，且第二差值小于第二阈值的预设数量的已配置参数值。进一步，上述执行主体可以将匹配到的预设数量的已配置参数值作为预设数量的调整用参数值。
在本实施例的一些可选的实现方式中，上述执行主体还可以通过如下步骤获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。
第一步，将数据生成速度值和数据分区值作为分量，生成待匹配向量。
可以理解，待匹配向量可以是以上述数据生成速度值和上述数据分区值作为分量，所得到的向量。
作为示例，若数据生成速度值为α1，数据分区值为α2，那么生成的待匹配向量可以是(α1,α2)，也可以是(α2,α1)。实践中，待匹配向量中各分量的顺序，与下述第一历史参数值向量所指示的数据生成速度值和数据分区值的顺序一致。
第二步，从第一历史参数值向量库中，获取与待匹配向量相似度最高的预设数量的第一历史参数值向量。其中，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值。
具体的，上述执行主体可以计算上述待匹配向量和第一历史参数值向量库中的第一历史参数值向量之间的相似度，而后按照相似度由高到低的顺序，获取预设数量的第一历史参数值向量。
上述第一历史参数值向量库可以通过对上述Storm平台的历史运行日志中的数据进行清洗、筛选和向量化得到。具体如下所述。
首先，对于历史运行日志中的所有数据或者部分数据(例如近6个月内的数据)，对每条数据进行清洗，以保留每条数据中的已配置参数值和该次配置所得到的运行状态参数值。
然后，再从清洗后的数据中筛选出运行状态参数值符合筛选条件的数据。此处，筛选条件例如可以包括负载均衡度处于预设范围内、且错误消息数为零。可以理解，筛选出的数据通常是对Storm平台配置成功的数据。
而后，可以对筛选的每条数据中的参数值向量化，得到多个第一历史参数值向量。作为示例，在对筛选出的每条数据中的参数值向量化的过程中，可以只对每条数据中的已配置参数值向量化。若已配置参数值包括：已配置数据生成速度值α1；已配置数据分区值α2；已配置进程数α3；已配置数据获取单元并发数α4；已配置数据处理单元并发数α5，那么得到的第一历史参数值向量可以是(α1,α2,α3,α4,α5)。作为又一示例，还可以对每条数据中的已配置参数值和运行状态参数值均进行向量化，继续参考上一个示例，若配置所产生的运行状态参数值包括：负载均衡度α6；消息错误数α7，此时得到的第一历史参数值向量可以是(α1,α2,α3,α4,α5,α6,α7)。
从而，可以将所得到的多个第一历史参数值向量存入数据库，得到上述第一历史参数值向量库。
第三步，从预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
对于上述预设数量的第一历史参数值向量中的每个第一历史参数值向量，上述执行主体可以从该第一历史参数值向量中获取调整用参数值所指示的参数的已配置参数值，得到预设数量的已配置参数值。由此，上述执行主体可以将得到的预设数量的已配置参数值作为上述预设数量的调整用参数值。
在这些实现方式中，第一历史参数值向量库可以通过Storm平台配置成功的数据得到，那么获取的已配置参数值通常是已经对Storm平台配置成功的参数值。由此，将所获取的已配置参数值作为调整用参数值，可以实现对已设置参数值的有效调整，进而缩短调参时间。
步骤203，对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值。
在本实施例中，获取预设数量的调整用参数值之后，上述执行主体可以对每个调整用参数值执行如步骤S1和步骤S2所描述的获取步骤。
步骤S1，使用调整用参数值对已设置参数值进行调整。
若已设置参数值中包括与调整用参数值不一致的参数值，那么，上述执行主体可以将不一致的参数值修改为调整用参数值中相应的参数值。需要说明的是，在修改参数值的过程中，可以根据实际需求，修改所有不一致的参数值，也可以只修改部分不一致的参数值。
步骤S2，获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值。
对已设置参数值修改之后，上述执行主体可以使Storm平台在修改后的已设置参数值下运行预设时长(例如5分钟)。由此，Storm平台可以生成对应的运行状态参数值。然后，上述执行主体可以获取Storm平台所生成的运行状态参数值。上述运行状态参数值可以包括负载均衡度和错误消息数。当然，还可以包括一些其它的参数值，在此不再赘述。
可以理解，对于每个调整后的已设置参数值，均可以生成对应的运行状态参数值。由此，可以得到预设数量的运行状态参数值。
步骤204，从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对所述Storm平台进行配置。
在本实施例中，生成预设数量的运行状态参数值之后，上述执行主体可以从中选取任意一个满足预设选取条件的运行状态参数值。其中，预设选取条件可以包括：负载均衡度处于预设范围内，错误消息数为零。可选的，预设选取条件还可以包括：负载均衡度与预设均衡度的差值最小。上述预设均衡度通常是技术人员根据历史经验所确定的合理的值。需要说明的是，在一些应用场景中，还可以将运行状态参数值中的其它参数值的限定添加至上述预设选取条件。
在本实施例中，选取满足预设选取条件的运行状态参数值之后，上述执行主体可以使用该运行状态参数值所指示的调整后的已设置参数值对对Storm平台进行配置。
继续参见图3，图3是根据本实施例的Storm平台参数配置方法的应用场景的一个示意图。在图3的应用场景中，终端设备301中部署有Storm平台。其中，Storm平台已预先设置了参数，即已设置参数值302。已设置参数值302中可以包括但不限于以下参数值：数据生成速度值α1，数据分区值α2，进程数α3，数据获取单元并发数α4和数据处理单元并发数α5等。
在对Storm平台配置的过程中，响应于用户选择自动调参模式，终端设备301可以从已设置参数值302中获取数据生成速度值α1和数据分区值α2。
然后，终端设备301可以将数据生成速度值α1和数据分区值α2输入至对应关系表中，获取与数据生成速度值α1和数据分区值α2匹配的预设数量的调整用参数值(如调整用参数值303)。其中，调整用参数值303中可以包括但不限于以下参数值：已配置数据生成速度值α′1，已配置数据分区值α′2，已配置进程数α′3，已配置数据获取单元并发数α′4，已配置数据处理单元并发数α′5。
而后，对于每个调整用参数值，终端设备301可以执行以下步骤：使用该调整用参数值对已设置参数值302中相应的参数值进行调整；使Storm平台在调整后的已设置参数值(如图中所示的调整后的已设置参数值304)下运行预设时长；获取Storm平台所生成的运行状态参数(如图中所示的运行状态参数值305)。其中，调整后的已设置参数值304中可以包括但不限于以下参数值：数据生成速度值α1，已配置数据分区值α′2，已配置进程数α′3，已配置数据获取单元并发数α′4，已配置数据处理单元并发数α′5。运行状态参数值305中可以包括但不限于以下参数值：负载均衡度α6，错误消息数α7。
可以理解，对于每个调整后的已设置参数值，终端设备301可以获取一个对应的运行状态参数值，那么可以获取预设数量的运行状态参数值。由此，终端设备301可以从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值305，以及使用运行状态参数值305所指示的调整后的已设置参数值304对Storm平台进行配置。
目前，在配置Storm平台方面，现有技术之一通常是依靠技术人员的经验对待调整的参数值进行调整，直至运行状态参数值符合条件为止。而本公开的上述实施例提供的方法，在用户选择自动调参模式的前提下，首先可以获取已设置参数值中的数据生成速度值和数据分区值。然后可以获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。而后可以使用每个调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所产生的运行状态参数值，得到预设数量的运行状态参数值。从而可以从预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置。由此实现了对Storm平台的自动化配置。
进一步参考图4，其示出了Storm平台参数配置方法的又一个实施例的流程。该Storm平台参数配置方法的流程，在图1所示的Storm平台参数配置方法的基础上，还包括以下步骤：
步骤401，响应于用户选择手动调参模式，接收用户输入的待调整参数值。
在本实施例中，响应于用户选择手动调参模式，Storm平台参数配置方法的执行主体(例如图1所示的终端设备101)可以接收用户输入的待调整参数值。
上述手动调参模式用于表征通过人工完成对Storm平台的已设置参数值中的部分参数值的调整。上述待调整参数值通常是用户输入的用于调整上述已设置参数值的参数值。实践中，待调整参数值可以包括但不限于以下参数值：数据生成速度值，数据分区值，进程数、数据获取单元并发数，数据处理单元并发数等。
步骤402，确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值。
在本实施例中，接收用户输入的待调整参数值之后，上述执行主体可以确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值。
作为示例，技术人员可以从Storm平台的历史运行日志中的所有数据或者部分数据(例如5个月内的数据)进行统计，得到统计表。统计表中每条数据由上述待调整参数值所指示的参数的已配置参数值组成。首先，上述执行主体可以将待调整参数值中的各参数值向量化，得到用于匹配的向量，以及将统计表中的每条数据中的各参数值向量化，得到多个被匹配的向量。然后，可以计算用于匹配的向量与每个被匹配的向量之间的相似度。而后，可以将相似度最大的被匹配的向量所指示的参数值中的运行状态参数值作为第一运行状态参数值。
在本实施例的一些可选的实现方式中，上述执行主体可以采用K近邻算法，执行如下步骤L1、步骤L2和步骤L3所示的预测步骤，进而确定第一运行状态参数值。
步骤L1，获取第二历史参数值向量库中与待调整参数值最邻近的K个历史参数值向量。其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值。
上述第二历史参数值向量库可以通过对上述Storm平台的历史运行日志中的数据进行清洗和向量化得到。具体的，对于历史运行日志中的所有数据或者部分数据(例如近6个月内的数据)，对每条数据进行清洗，以保留每条数据中的已配置参数值和该次配置所得到的运行状态参数值。此处，使用的数据既包括Storm平台配置成功的数据，也包括配置失败的数据。然后，可以对清洗后的每条数据中的已配置参数值和运行状态参数值向量化，得到第二历史参数值向量。而后，可以将所得到的多个第二历史参数值向量存入数据库，得到上述第二历史参数值向量库。
作为示例，首先上述执行主体可以将待调整参数值中的各参数值向量化。例如，若待调整参数值中包括：数据生成速度值为α1，数据分区值为α2，进程数为α3，数据获取单元并发数为α4，数据处理单元并发数为α5，那么向量化后得到的向量可以是(α1,α2,α3,α4,α5)。然后上述执行主体可以计算向量化所得到的向量与第二历史参数值向量库中的第二历史参数值向量的距离(例如欧氏距离)。而后可以按照距离由小至大的顺序选取K个第二历史参数值向量，即得到与待调整参数值最邻近的K个第二历史参数值向量。
步骤L2，根据K个第二历史参数值向量所指示的K个历史参数值，预测与待调整参数值匹配的运行状态参数值。
实践中，K近邻算法不仅可以对数据进行分类，还可以对数据进行预测。
得到上述K个第二历史参数值向量之后，上述执行主体可以根据K个第二历史参数值向量所指示的运行状态参数值，计算得到运行状态参数值的平均值。此处，得到的运行状态参数值的平均值即为预测到的与待调整参数值匹配的运行状态参数值。
作为示例，若K等于2，所获取的2个第二历史参数值向量分别为(α11，α12，α13，α14，α15，α16，α17)和(α21，α22，α23，α24，α25，α26，α27)，那么预测得到的与待调整参数值匹配的运行状态参数值可以包括β1和β2。其中，α11和α21为已配置数据生成速度值，α12和α22为已配置数据分区值，α13和α23为已配置进程数，α14和α24为已配置数据获取单元并发数，α15和α25为已配置数据处理单元并发数，α16和α26为负载均衡度，α17和α27为错误消息数。β1为负载均衡度的平均值，即为α16和α26的平均值。β2为错误消息数的平均值，即为α17和α27的平均值。
步骤L3，将预测得到的运行状态参数值作为第一运行状态参数值。
上述执行主体可以将预测得到的运行状态参数值作为第一运行状态参数值。
在这些实现方式中，第二历史参数值向量库可以通过Storm平台配置成功和配置失败的数据得到，那么预测到运行状态参数值之后，可以根据运行状态参数值是否满足预设配置条件，判断此次配置是否会成功，在预测配置失败的情况下，技术人员可以放弃此次调参，进而缩短调参时间。
步骤403，响应于第一运行状态参数值未满足预设配置条件，发送提示信息。
在本实施例中，响应于上述第一运行状态参数值未满足预设配置条件，上述执行主体可以发送提示信息。其中，预设配置条件可以包括但不限于以下所有项：负载均衡度处于预设范围内，且错误消息数为零等。
提示信息可以包括与Storm平台的配置有关的各种信息。例如可以包括表征配置失败的信息。可选的，提示信息还可以包括用于提示用户是否选择自动调参模式的信息。实践中，提示信息可以通过以下至少一种形式体现：文字，图片，语音，警报等。
在本实施例的一些可选的实现方式中，响应于第一运行状态参数值满足上述预设配置条件，上述执行主体可以执行如下步骤。
第一步，使用待调整参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值。
上述执行主体可以采用类似上述步骤S1和步骤S2中的描述的方法，使用待调整参数值对已设置参数值进行调整，而后获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，进而将所生成的运行状态参数值作为第二运行状态参数值。
第二步，响应于第二运行状态参数值满足预设配置条件，使用第二运行状态参数所指示的调整后的已设置参数值对Storm平台进行配置。
响应于所获取的第二运行状态参数值满足上述预设配置条件，上述执行主体可以使用第二运行状态参数所指示的调整后的已设置参数值对Storm平台进行配置。
在这些实现方式中，在第一运行状态参数值满足上述预设配置条件的前提下，可以通过用户输入的待调整参数值对已设置参数值进行调整，进而通过调整后的已设置参数值对Storm平台进行配置。
步骤404，响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值。
步骤405，获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。
步骤406，对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值。
步骤407，从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对所述Storm平台进行配置。
上述步骤404、步骤405、步骤406、步骤407和步骤201、步骤202、步骤203、步骤204一致，上文针对步骤201、步骤202、步骤203、步骤204的描述也适用于步骤404、步骤405、步骤406、步骤407，此处不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的Storm平台参数配置方法的流程400体现了，在用户选取手动调参模式的前提下，接收用户输入的待调整参数值的步骤，还体现了确定与待调整参数值匹配的第一运行状态参数值的步骤。由此，本实施例描述的方案可以在第一运行状态参数值未满足预设配置条件的情况下，发送提示信息，从而预测到Storm平台的配置失败。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了Storm平台参数配置装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例提供的Storm平台参数配置装置500包括第一获取单元501、第二获取单元502、第一调整单元503和第一配置单元504。其中，第一获取单元501可以被配置成：响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值。第二获取单元502可以被配置成：获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。第一调整单元503可以被配置成：对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，运行状态参数值包括负载均衡度和错误消息数。第一配置单元504可以被配置成：从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置，预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
在本实施例中，Storm平台参数配置装置500中：第一获取单元501、第二获取单元502、第一调整单元503和第一配置单元504的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204的相关说明，在此不再赘述。
在本实施例的一些可选的实现方式中，上述第二获取单元502可以包括：生成子单元(图中未示出)、第一获取子单元(图中未示出)和第二获取子单元(图中未示出)。其中，生成子单元可以被配置成：将数据生成速度值和数据分区值作为分量，生成待匹配向量。第一获取子单元可以被配置成：从第一历史参数值向量库中，获取与待匹配向量相似度最高的预设数量的第一历史参数值向量，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值。第二获取子单元可以被配置成：从预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
在本实施例的一些可选的实现方式中，上述装置500还可以包括：接收单元(图中未示出)、确定单元(图中未示出)和发送单元(图中未示出)。其中，接收单元可以被配置成：响应于用户选择手动调参模式，接收用户输入的待调整参数值。确定单元可以被配置成：确定与待调整参数值匹配的运行状态参数值作为第一运行状态参数值。发送单元可以被配置成：响应于第一运行状态参数值未满足预设配置条件，发送提示信息。
在本实施例的一些可选的实现方式中，上述确定单元可以进一步被配置成：基于K近邻算法，执行以下预测步骤：获取第二历史参数值向量库中与待调整参数值最邻近的K个第二历史参数值向量，其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值；根据K个第二历史参数值向量所指示的K个历史参数值，预测与待调整参数值匹配的运行状态参数；将预测得到的运行状态参数值作为第一运行状态参数值。
在本实施例的一些可选的实现方式中，上述装置500还可以包括：第二调整单元(图中未示出)和第二配置单元(图中未示出)。其中，第二调整单元可以被配置成：响应于第一运行状态参数值满足预设配置条件，使用待调整参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值。第二配置单元可以被配置成：响应于第二运行状态参数值满足预设配置条件，使用第二运行状态参数所指示的调整后的已设置参数值对Storm平台进行配置。
在本实施例的一些可选的实现方式中，上述提示信息还可以包括用于提示用户是否选择自动调参模式的信息。
在本实施例的一些可选的实现方式中，上述预设选取条件还可以包括：负载均衡度与预设均衡度的差值最小
本公开的上述实施例提供的装置，首先可以通过第一获取单元501，在用户选择自动调参模式的前提下，获取已设置参数值中的数据生成速度值和数据分区值。然后可以通过第二获取单元502，获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值。而后可以通过第一调整单元503，使用每个调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所产生的运行状态参数值，得到预设数量的运行状态参数值。从而可以通过第一配置单元504，从预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置。由此实现了对Storm平台的自动化配置。
下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述终端设备所包含的；也可以是单独存在，而未装配入该终端设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该终端设备执行时，使得该终端设备：响应于用户选择自动调参模式，获取Storm平台的已设置参数值中的数据生成速度值和数据分区值；获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值；对于预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对已设置参数值进行调整，以及获取Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，其中，运行状态参数值包括负载均衡度和错误消息数；从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对Storm平台进行配置其中，预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、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，该模块、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，两个接连地表示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操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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器，包括第一获取单元、第二获取单元、第一调整单元和第一配置单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，第二获取单元还可以被描述为“获取与数据生成速度值和数据分区值匹配的预设数量的调整用参数值的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种Storm平台参数配置方法，其中，所述方法包括：
响应于用户选择自动调参模式，获取所述Storm平台的已设置参数值中的数据生成速度值和数据分区值；
获取与所述数据生成速度值和所述数据分区值匹配的预设数量的调整用参数值；
对于所述预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对所述已设置参数值进行调整，以及获取所述Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，其中，运行状态参数值包括负载均衡度和错误消息数；
从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对所述Storm平台进行配置，其中，所述预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
2.根据权利要求1所述的方法，其中，所述获取与所述数据生成速度值和所述数据分区值匹配的预设数量的调整用参数值，包括：
将所述数据生成速度值和所述数据分区值作为分量，生成待匹配向量；
从第一历史参数值向量库中，获取与所述待匹配向量相似度最高的预设数量的第一历史参数值向量，其中，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值；
从所述预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
3.根据权利要求1所述的方法，其中，在所述获取所述数据生成速度值和所述数据分区值之前，所述方法还包括：
响应于用户选择手动调参模式，接收用户输入的待调整参数值；
确定与所述待调整参数值匹配的运行状态参数值作为第一运行状态参数值；
响应于所述第一运行状态参数值未满足预设配置条件，发送提示信息。
4.根据权利要求3所述的方法，其中，所述确定与所述待调整参数值匹配的运行状态参数值作为第一运行状态参数值，包括：
基于K近邻算法，执行以下预测步骤：获取第二历史参数值向量库中与所述待调整参数值最邻近的K个第二历史参数值向量，其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值；根据所述K个第二历史参数值向量所指示的K个历史参数值，预测与所述待调整参数值匹配的运行状态参数；将预测得到的运行状态参数值作为所述第一运行状态参数值。
5.根据权利要求3所述的方法，其中，所述方法还包括：
响应于所述第一运行状态参数值满足所述预设配置条件，使用所述待调整参数值对所述已设置参数值进行调整，以及获取所述Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值；
响应于所述第二运行状态参数值满足所述预设配置条件，使用所述第二运行状态参数所指示的调整后的已设置参数值对所述Storm平台进行配置。
6.根据权利要求3-5中任一所述的方法，其中，所述提示信息包括用于提示用户是否选择自动调参模式的信息。
7.根据权利要求1-5中任一所述的方法，其中，所述预设选取条件还包括：负载均衡度与预设均衡度的差值最小。
8.一种Storm平台参数配置装置，其中，所述装置包括：
第一获取单元，被配置成响应于用户选择自动调参模式，获取所述Storm平台的已设置参数值中的数据生成速度值和数据分区值；
第二获取单元，被配置成获取与所述数据生成速度值和所述数据分区值匹配的预设数量的调整用参数值；
第一调整单元，被配置成对于所述预设数量的调整用参数值中的每个调整用参数值，执行如下获取步骤：使用调整用参数值对所述已设置参数值进行调整，以及获取所述Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值，其中，运行状态参数值包括负载均衡度和错误消息数；
第一配置单元，被配置成从所获取的预设数量的运行状态参数值中选取满足预设选取条件的运行状态参数值，以及使用选取的运行状态参数值所指示的调整后的已设置参数值对所述Storm平台进行配置，其中，所述预设选取条件包括：负载均衡度处于预设范围内，错误消息数为零。
9.根据权利要求8所述的装置，其中，所述第二获取单元，包括：
生成子单元，被配置成将所述数据生成速度值和所述数据分区值作为分量，生成待匹配向量；
第一获取子单元，被配置成从第一历史参数值向量库中，获取与所述待匹配向量相似度最高的预设数量的第一历史参数值向量，其中，第一历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值；
第二获取子单元，被配置成从所述预设数量的第一历史参数值向量所指示的预设数量的历史参数值中，获取预设数量的调整用参数值所指示的参数的已配置参数值。
10.根据权利要求8所述的装置，其中，所述装置还包括：
接收单元，被配置成响应于用户选择手动调参模式，接收用户输入的待调整参数值；
确定单元，被配置成确定与所述待调整参数值匹配的运行状态参数值作为第一运行状态参数值；
发送单元，被配置成响应于所述第一运行状态参数值未满足预设配置条件，发送提示信息。
11.根据权利要求10所述的装置，其中，所述确定单元，进一步被配置成：
基于K近邻算法，执行以下预测步骤：获取第二历史参数值向量库中与所述待调整参数值最邻近的K个第二历史参数值向量，其中，第二历史参数值向量所指示的历史参数值中包括调整用参数值所指示的参数的已配置参数值和对应的运行状态参数值；根据所述K个第二历史参数值向量所指示的K个历史参数值，预测与所述待调整参数值匹配的运行状态参数；将预测得到的运行状态参数值作为所述第一运行状态参数值。
12.根据权利要求10所述的装置，其中，所述装置还包括：
第二调整单元，被配置成响应于所述第一运行状态参数值满足所述预设配置条件，使用所述待调整参数值对所述已设置参数值进行调整，以及获取所述Storm平台在调整后的已设置参数值下运行预设时长所生成的运行状态参数值作为第二运行状态参数值；
第二配置单元，被配置成响应于所述第二运行状态参数值满足所述预设配置条件，使用所述第二运行状态参数所指示的调整后的已设置参数值对所述Storm平台进行配置。
13.根据权利要求10-12中任一所述的装置，其中，所述提示信息包括用于提示用户是否选择自动调参模式的信息。
14.根据权利要求8-12中任一所述的装置，其中，所述预设选取条件还包括：负载均衡度与预设均衡度的差值最小。
15.一种终端设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。
CN201910235681.2A 2019-03-27 2019-03-27 Storm平台参数配置方法和装置 Active CN111767085B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910235681.2A CN111767085B (zh) 2019-03-27 2019-03-27 Storm平台参数配置方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910235681.2A CN111767085B (zh) 2019-03-27 2019-03-27 Storm平台参数配置方法和装置

Publications (2)

Publication Number Publication Date
CN111767085A true CN111767085A (zh) 2020-10-13
CN111767085B CN111767085B (zh) 2024-05-17

Family

ID=72718938

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910235681.2A Active CN111767085B (zh) 2019-03-27 2019-03-27 Storm平台参数配置方法和装置

Country Status (1)

Country Link
CN (1) CN111767085B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089368A1 (en) * 2007-09-28 2009-04-02 International Business Machines Corporation Automating user's operations
CN106021411A (zh) * 2016-05-13 2016-10-12 大连理工大学 一种具有集群自适应性的Storm任务部署与配置平台
CN107038071A (zh) * 2017-05-26 2017-08-11 重庆邮电大学 一种基于数据流预测的Storm任务伸缩调度算法
CN109213098A (zh) * 2018-08-29 2019-01-15 西门子电力自动化有限公司 调整运行参数的方法、装置、电子设备和计算机可读介质
CN109450978A (zh) * 2018-10-10 2019-03-08 四川长虹电器股份有限公司 一种基于storm的数据分类和负载均衡处理方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090089368A1 (en) * 2007-09-28 2009-04-02 International Business Machines Corporation Automating user's operations
CN106021411A (zh) * 2016-05-13 2016-10-12 大连理工大学 一种具有集群自适应性的Storm任务部署与配置平台
CN107038071A (zh) * 2017-05-26 2017-08-11 重庆邮电大学 一种基于数据流预测的Storm任务伸缩调度算法
CN109213098A (zh) * 2018-08-29 2019-01-15 西门子电力自动化有限公司 调整运行参数的方法、装置、电子设备和计算机可读介质
CN109450978A (zh) * 2018-10-10 2019-03-08 四川长虹电器股份有限公司 一种基于storm的数据分类和负载均衡处理方法

Also Published As

Publication number Publication date
CN111767085B (zh) 2024-05-17

Similar Documents

Publication Publication Date Title
CN110198244B (zh) 面向异构云服务的资源配置方法和装置
CN108038546B (zh) 用于压缩神经网络的方法和装置
CN110807515A (zh) 模型生成方法和装置
CN110391938B (zh) 用于部署服务的方法和装置
CN111354345B (zh) 生成语音模型和语音识别的方法、装置、设备以及介质
CN111340221A (zh) 神经网络结构的采样方法和装置
CN111368973A (zh) 用于训练超网络的方法和装置
CN111340220A (zh) 用于训练预测模型的方法和装置
CN111383100A (zh) 基于风险模型的全生命周期管控方法和装置
CN111353601A (zh) 用于预测模型结构的延时的方法和装置
CN114157701A (zh) 一种任务测试方法、装置、设备以及存储介质
CN110650209A (zh) 实现负载均衡的方法和装置
CN109828830B (zh) 用于管理容器的方法和装置
CN111324470A (zh) 用于生成信息的方法及装置
CN111767085B (zh) Storm平台参数配置方法和装置
CN111161072A (zh) 基于区块链的随机数生成方法、设备及存储介质
CN114374703B (zh) 云手机信息的获取方法、装置、设备以及存储介质
CN109462491B (zh) 用于测试服务器功能的系统、方法和装置
CN112507676B (zh) 能源报表生成方法、装置、电子设备和计算机可读介质
CN109598344A (zh) 模型生成方法和装置
CN113778850A (zh) 数据处理方法、装置、电子设备和计算机可读介质
CN109840073B (zh) 业务流程的实现方法和装置
CN111898061A (zh) 搜索网络的方法、装置、电子设备和计算机可读介质
CN112650528B (zh) 个性化算法生成方法、装置、电子设备和计算机可读介质
CN110633596A (zh) 预测车辆方向角的方法和装置

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