CN112766698B - 应用业务压力确定方法及装置 - Google Patents
应用业务压力确定方法及装置 Download PDFInfo
- Publication number
- CN112766698B CN112766698B CN202110041943.9A CN202110041943A CN112766698B CN 112766698 B CN112766698 B CN 112766698B CN 202110041943 A CN202110041943 A CN 202110041943A CN 112766698 B CN112766698 B CN 112766698B
- Authority
- CN
- China
- Prior art keywords
- service
- application
- node
- characteristic index
- prediction
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010219 correlation analysis Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005065 mining Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 6
- 239000000872 buffer Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Technology Law (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种应用业务压力确定方法及装置,涉及云计算领域,所述方法包括:分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标;根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据;本申请能够准确对应用的业务压力进行预测。
Description
技术领域
本申请涉及云计算领域,具体涉及一种应用业务压力确定方法及装置。
背景技术
业务压力大小和应用运行的状态息息相关,如果业务压力太大,超过业务运行环境所能承载的负荷,容易出现业务故障,对业务的压力进行预测可以提前感知到业务是否压力过大,进而提前做出调整,如资源扩容等,以规避压力过大可能带来的问题,因此,对业务的压力进行实时监控和预测对业务的正常运行显得尤为重要。
当前大多数应用业务的压力是靠人为简单的评估,根据当前的运行指标(如交易量等)预估下一时刻的运行指标的状况(如交易量),然后根据评估的指标的状况(如交易量)来评估业务压力情况,这种靠人为简单的评估难以衡量出业务趋势变量,只是根据当前时刻的值和人为经验来判断下一个时刻的趋势,然后根据人为估算的指标趋势来分析业务压力可能的值,这种方式依赖于人为的经验和当前时刻的值,不能反映业务本身的周期性和趋势变化,对于简单的业务趋势还可以适应,对于复杂业务的预测则显得力不从心,误差较大。
发明内容
针对现有技术中的问题,本申请提供一种应用业务压力确定方法及装置,能够准确对应用的业务压力进行预测。
为了解决上述问题中的至少一个,本申请提供以下技术方案:
第一方面,本申请提供一种应用业务压力确定方法,包括:
分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标;
根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据;
根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
进一步地,所述根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据,包括:
根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据;
根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据;
所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定。
进一步地,所述根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据,包括:
根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据;
根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
进一步地,所述分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标,包括:
根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
第二方面,本申请提供一种应用业务压力确定装置,包括:
相关性分析模块,用于分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标;
指标数据预测模块,用于根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据;
业务压力确定模块,用于根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
进一步地,所述指标数据预测模块包括:
时间序列预测单元,用于根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据;
关联关系预测单元,用于根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据;
指标数据确定单元,用于所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定。
进一步地,所述业务压力确定模块包括:
节点业务压力确定单元,用于根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据;
应用业务压力确定单元,用于根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
进一步地,所述相关性分析模块包括:
关联规则挖掘单元,用于根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
第三方面,本申请提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的应用业务压力确定方法的步骤。
第四方面,本申请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所述的应用业务压力确定方法的步骤。
由上述技术方案可知,本申请提供一种应用业务压力确定方法及装置,通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
附图说明
为了更清楚地说明本申请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地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,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为本申请实施例中的应用业务压力确定方法的流程示意图之一;
图2为本申请实施例中的应用业务压力确定方法的流程示意图之二;
图3为本申请实施例中的应用业务压力确定方法的流程示意图之三;
图4为本申请实施例中的应用业务压力确定装置的结构图之一;
图5为本申请实施例中的应用业务压力确定装置的结构图之二;
图6为本申请实施例中的应用业务压力确定装置的结构图之三;
图7为本申请实施例中的应用业务压力确定装置的结构图之四;
图8为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
考虑到现有技术中大多数应用业务的压力是靠人为简单的评估,根据当前的运行指标(如交易量等)预估下一时刻的运行指标的状况(如交易量),然后根据评估的指标的状况(如交易量)来评估业务压力情况,这种靠人为简单的评估难以衡量出业务趋势变量,只是根据当前时刻的值和人为经验来判断下一个时刻的趋势,然后根据人为估算的指标趋势来分析业务压力可能的值,这种方式依赖于人为的经验和当前时刻的值,不能反映业务本身的周期性和趋势变化,对于简单的业务趋势还可以适应,对于复杂业务的预测则显得力不从心,误差较大的问题,本申请提供一种应用业务压力确定方法及装置,通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
为了能够准确对应用的业务压力进行预测,本申请提供一种应用业务压力确定方法的实施例,参见图1,所述应用业务压力确定方法具体包含有如下内容:
步骤S101:分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标。
可选的,在云计算领域的应用部署链路中,应用的子节点可以包括集群、模板、容器、虚拟机、物理机等,应用的服务节点主要用于执行数据库操作、和其他应用节点交互等,基于此,本申请可以通过对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,以从当前应用的各个应用服务节点的特征指标和应用子节点的特征指标中筛选得到能够影响当前应用业务压力的业务特征指标。
可选的,所述应用子节点特征指标数据包括但不限于:CPU使用量、内存使用量、请求数、请求失败数、CPU使用率、内存使用率、磁盘使用率、网络超时数;所述应用服务节点特征指标数据包括但不限于:访问响应时间、访问是否成功。
可选的,本申请可以通过一预设关联规则挖掘模型(例如人工智能APRIORI算法)分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,得到频繁项集,由此可知与该频繁项集对应的特征指标即为能够影响当前应用业务压力的业务特征指标。
在本申请的另一实施例中,也可以通过人工筛选的方式从各个特征指标中确定业务特征指标,例如选择访问交易量、响应时间、请求数作为应用服务节点的业务特征指标。
步骤S102:根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据。
可选的,在通过上述步骤确定出业务特征指标之后,本申请可以基于该业务特征指标的历史数据,通过预设时间序列预测模型(例如现有的时间序列基本规则预测方法)和预设关联关系预测模型(例如现有的LGBM算法)对所述业务特征指标进行预测,得到业务特征指标预测数据。
可选的,各业务指标的预测值可以为时间序列基本规则预测方法和LGBM算法的加权和,其权重可以为两种算法各自的预测精度。
步骤S103:根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
可选的,本申请可以基于历史数据确定一第一多项式,用于拟合某一节点的业务压力与该节点的各个业务特征指标之间的对应关系,由此根据上述步骤得到的业务特征指标预测数据得到该节点的业务压力预测数据。
可选的,本申请还可以基于历史数据确定一第二多项式,用于拟合当前应用与其各子节点(包括各应用子节点和各应用服务节点)的业务压力之间的关系,由此根据上述步骤得到的各子节点的业务压力预测数据,得到当前应用(即各子节点的父节点)的业务压力预测数据。
可选的,若子节点还包括孙节点,则各子节点的业务压力由孙节点的特征指标来表征,最后表现为叶子节点的业务压力由该叶子节点的业务特征指标来预测,各父节点由子节点的业务压力来表征。
从上述描述可知,本申请实施例提供的应用业务压力确定方法,能够通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
为了能够对业务特征指标进行准确预测,在本申请的应用业务压力确定方法的一实施例中,参见图2,上述步骤S102还可以具体包含如下内容:
步骤S201:根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据。
步骤S202:根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据。
步骤S203:所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定。
可选的,在确定出业务特征指标之后,本申请可以基于该业务特征指标的历史数据,通过预设时间序列预测模型(例如现有的时间序列基本规则预测方法)对所述业务特征指标进行时间序列预测(即在一定时间周期内的是否具有强相关性),得到第一业务特征指标预测数据,同时可以通过一预设关联关系预测模型(例如现有的LGBM算法)对所述业务特征指标进行关联关系预测(即业务特征指标之间的关联关系是否具有强相关性),得到第二业务特征指标预测数据。
可选的,各业务指标的预测值可以为时间序列基本规则预测方法和LGBM算法的加权和,其权重可以为两种算法各自的预测精度。
为了能够根据各节点业务特征指标的预测数据确定当前应用的业务压力,在本申请的应用业务压力确定方法的一实施例中,参见图3,上述步骤S103还可以具体包含如下内容:
步骤S301:根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据。
步骤S302:根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
可选的,本申请可以基于历史数据确定一第一多项式,用于拟合某一节点的业务压力与该节点的各个业务特征指标之间的对应关系,由此根据上述步骤得到的业务特征指标预测数据得到该节点的业务压力预测数据。
可选的,本申请还可以基于历史数据确定一第二多项式,用于拟合当前应用与其各子节点(包括各应用子节点和各应用服务节点)的业务压力之间的关系,由此根据上述步骤得到的各子节点的业务压力预测数据,得到当前应用(即各子节点的父节点)的业务压力预测数据。
可选的,若子节点还包括孙节点,则各子节点的业务压力由孙节点的特征指标来表征,最后表现为叶子节点的业务压力由该叶子节点的业务特征指标来预测,各父节点由子节点的业务压力来表征。
为了能够从各个特征指标中确定出能够影响业务压力的业务特征指标,在本申请的应用业务压力确定方法的一实施例中,上述步骤S101还可以具体包含如下内容:
根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
可选的,本申请可以通过一预设关联规则挖掘模型(例如人工智能APRIORI算法)分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,得到频繁项集,由此可知与该频繁项集对应的特征指标即为能够影响当前应用业务压力的业务特征指标。
为了能够准确对应用的业务压力进行预测,本申请提供一种用于实现所述应用业务压力确定方法的全部或部分内容的应用业务压力确定装置的实施例,参见图4,所述应用业务压力确定装置具体包含有如下内容:
相关性分析模块10,用于分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标。
指标数据预测模块20,用于根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据。
业务压力确定模块30,用于根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
从上述描述可知,本申请实施例提供的应用业务压力确定装置,能够通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
为了能够对业务特征指标进行准确预测,在本申请的应用业务压力确定装置的一实施例中,参见图5,所述指标数据预测模块20包括:
时间序列预测单元21,用于根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据。
关联关系预测单元22,用于根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据。
指标数据确定单元23,用于所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定。
为了能够根据各节点业务特征指标的预测数据确定当前应用的业务压力,在本申请的应用业务压力确定装置的一实施例中,参见图6,所述业务压力确定模块30包括:
节点业务压力确定单元31,用于根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据。
应用业务压力确定单元32,用于根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
为了能够从各个特征指标中确定出能够影响业务压力的业务特征指标,在本申请的应用业务压力确定装置的一实施例中,参见图7,所述相关性分析模块10包括:
关联规则挖掘单元11,用于根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
从硬件层面来说,为了能够准确对应用的业务压力进行预测,本申请提供一种用于实现所述应用业务压力确定方法中的全部或部分内容的电子设备的实施例,所述电子设备具体包含有如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;所述通信接口用于实现应用业务压力确定装置与核心业务系统、用户终端以及相关数据库等相关设备之间的信息传输;该逻辑控制器可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该逻辑控制器可以参照实施例中的应用业务压力确定方法的实施例,以及应用业务压力确定装置的实施例进行实施,其内容被合并于此,重复之处不再赘述。
可以理解的是,所述用户终端可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中,所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
在实际应用中,应用业务压力确定方法的部分可以在如上述内容所述的电子设备侧执行,也可以所有的操作都在所述客户端设备中完成。具体可以根据所述客户端设备的处理能力,以及用户使用场景的限制等进行选择。本申请对此不作限定。若所有的操作都在所述客户端设备中完成,所述客户端设备还可以包括处理器。
上述的客户端设备可以具有通信模块(即通信单元),可以与远程的服务器进行通信连接,实现与所述服务器的数据传输。所述服务器可以包括任务调度中心一侧的服务器,其他的实施场景中也可以包括中间平台的服务器,例如与任务调度中心服务器有通信链接的第三方服务器平台的服务器。所述的服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式装置的服务器结构。
图8为本申请实施例的电子设备9600的系统构成的示意框图。如图8所示,该电子设备9600可以包括中央处理器9100和存储器9140;存储器9140耦合到中央处理器9100。值得注意的是,该图8是示例性的;还可以使用其他类型的结构,来补充或代替该结构,以实现电信功能或其他功能。
一实施例中,应用业务压力确定方法功能可以被集成到中央处理器9100中。其中,中央处理器9100可以被配置为进行如下控制:
步骤S101:分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标。
步骤S102:根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据。
步骤S103:根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
从上述描述可知,本申请实施例提供的电子设备,通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
在另一个实施方式中,应用业务压力确定装置可以与中央处理器9100分开配置,例如可以将应用业务压力确定装置配置为与中央处理器9100连接的芯片,通过中央处理器的控制来实现应用业务压力确定方法功能。
如图8所示,该电子设备9600还可以包括:通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是,电子设备9600也并不是必须要包括图8中所示的所有部件;此外,电子设备9600还可以包括图8中没有示出的部件,可以参考现有技术。
如图8所示,中央处理器9100有时也称为控制器或操作控件,可以包括微处理器或其他处理器装置和/或逻辑装置,该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中,存储器9140,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息,此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序,以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器,但并不限于此。
该存储器9140可以是固态存储器,例如,只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器,其即使在断电时也保存信息,可被选择性地擦除且设有更多数据,该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142,该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143,该数据存储部9143用于存储数据,例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100,以提供输入信号和接收输出信号,这可以和常规移动通信终端的情况相同。
基于不同的通信技术,在同一电子设备中,可以设置有多个通信模块9110,如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132,以经由扬声器9131提供音频输出,并接收来自麦克风9132的音频输入,从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外,音频处理器9130还耦合到中央处理器9100,从而使得可以通过麦克风9132能够在本机上录音,且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体为服务器或客户端的应用业务压力确定方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的应用业务压力确定方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
步骤S101:分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标。
步骤S102:根据预设时间序列预测模型和预设关联关系预测模型对所述业务特征指标进行预测,得到业务特征指标预测数据。
步骤S103:根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,得到所述当前应用的业务压力预测数据。
从上述描述可知,本申请实施例提供的计算机可读存储介质,通过预设时间序列预测模型和预设关联关系预测模型对当前应用各个节点的业务特征指标进行预测,得到业务特征指标预测数据;根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的业务压力的预设对应关系,对当前应用的业务压力进行准确预测。
本领域内的技术人员应明白,本发明的实施例可提供为方法、装置、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种应用业务压力确定方法,其特征在于,所述方法包括:
分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标;
根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据;根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据;所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定;
根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据;根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
2.根据权利要求1所述的应用业务压力确定方法,其特征在于,所述分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标,包括:
根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
3.一种应用业务压力确定装置,其特征在于,包括:
相关性分析模块,用于分别对当前应用的应用服务节点特征指标数据和应用子节点特征指标数据进行相关性分析,确定所述当前应用的业务特征指标;
指标数据预测模块,所述指标数据预测模块包括:
时间序列预测单元,用于根据预设时间序列预测模型对所述业务特征指标进行时间序列预测,得到第一业务特征指标预测数据;
关联关系预测单元,用于根据预设关联关系预测模型对所述业务特征指标进行关联关系预测,得到第二业务特征指标预测数据;
指标数据确定单元,用于所述第一业务特征指标预测数据和所述第二业务特征指标预测数据根据各自权重占比求和后,得到业务特征指标预测数据,其中,所述各自权重占比分别由所述预设时间序列预测模型和所述预设关联关系预测模型的预测精度确定;
业务压力确定模块,所述业务压力确定模块包括:
节点业务压力确定单元,用于根据所述业务特征指标预测数据、所述业务特征指标与所述当前应用的各应用服务节点和各应用子节点的业务压力的预设对应关系,确定所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据;
应用业务压力确定单元,用于根据所述当前应用的各应用服务节点和各应用子节点的业务压力预测数据、所述当前应用与所述各应用服务节点和所述各应用子节点的业务压力的预设对应关系,确定所述当前应用的业务压力预测数据。
4.根据权利要求3所述的应用业务压力确定装置,其特征在于,所述相关性分析模块包括:
关联规则挖掘单元,用于根据预设关联规则挖掘模型分别对当前应用的各应用服务节点特征指标数据和各应用子节点特征指标数据进行相关性分析,将与得到的频繁项集对应的目标应用服务节点特征指标和目标应用子节点特征指标确定为所述当前应用的业务特征指标。
5.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至2任一项所述的应用业务压力确定方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至2任一项所述的应用业务压力确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041943.9A CN112766698B (zh) | 2021-01-13 | 2021-01-13 | 应用业务压力确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110041943.9A CN112766698B (zh) | 2021-01-13 | 2021-01-13 | 应用业务压力确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112766698A CN112766698A (zh) | 2021-05-07 |
CN112766698B true CN112766698B (zh) | 2024-02-09 |
Family
ID=75700035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110041943.9A Active CN112766698B (zh) | 2021-01-13 | 2021-01-13 | 应用业务压力确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112766698B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106549772A (zh) * | 2015-09-16 | 2017-03-29 | 华为技术有限公司 | 资源预测方法、系统和容量管理装置 |
CN110415039A (zh) * | 2019-07-31 | 2019-11-05 | 北京三快在线科技有限公司 | 业务处理的方法及装置 |
CN110941797A (zh) * | 2019-11-07 | 2020-03-31 | 中信银行股份有限公司 | 基于业务指标的经营指标监控及趋势预测系统 |
CN111695791A (zh) * | 2020-05-29 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 一种业务指标预测方法及装置 |
WO2020259421A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种业务系统的监控方法及装置 |
-
2021
- 2021-01-13 CN CN202110041943.9A patent/CN112766698B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106549772A (zh) * | 2015-09-16 | 2017-03-29 | 华为技术有限公司 | 资源预测方法、系统和容量管理装置 |
WO2020259421A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种业务系统的监控方法及装置 |
CN110415039A (zh) * | 2019-07-31 | 2019-11-05 | 北京三快在线科技有限公司 | 业务处理的方法及装置 |
CN110941797A (zh) * | 2019-11-07 | 2020-03-31 | 中信银行股份有限公司 | 基于业务指标的经营指标监控及趋势预测系统 |
CN111695791A (zh) * | 2020-05-29 | 2020-09-22 | 腾讯科技(深圳)有限公司 | 一种业务指标预测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112766698A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111369247A (zh) | 跨行交易数据处理方法及装置 | |
CN111782470B (zh) | 分布式容器日志数据处理方法及装置 | |
CN110928950A (zh) | 区块链交易信息管理方法、装置、计算机设备及存储介质 | |
CN112817694A (zh) | 分布式系统的自动负载均衡方法及装置 | |
CN111736772A (zh) | 分布式文件系统的存储空间数据处理方法及装置 | |
CN111311014B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
CN111464352A (zh) | 调用链路数据处理方法及装置 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN112766698B (zh) | 应用业务压力确定方法及装置 | |
CN116388112A (zh) | 异常供应端断电方法、装置、电子设备和计算机可读介质 | |
CN115914375A (zh) | 分布式消息平台容灾处理方法及装置 | |
CN115495519A (zh) | 报表数据加工方法及装置 | |
CN112764957A (zh) | 应用故障定界方法及装置 | |
CN114374614A (zh) | 网络拓扑配置方法及装置 | |
CN112396511A (zh) | 分布式风控变量数据处理方法、装置及系统 | |
CN113808376A (zh) | 自助柜员机设备安全监控方法及装置 | |
CN112035324A (zh) | 批量作业执行情况监控方法及装置 | |
CN112116402A (zh) | 信用风险客户级违约率确定方法及装置 | |
CN116521377B (zh) | 业务计算卸载方法、系统、装置、设备及介质 | |
CN113342501B (zh) | 系统故障处理方法及装置 | |
CN116862319B (zh) | 电力指标信息生成方法、装置、电子设备和介质 | |
CN112887219B (zh) | 报文组包间隔调整方法及装置 | |
CN116561735B (zh) | 一种基于多认证源的互信认证方法、系统及电子设备 | |
CN112866130B (zh) | 报文组包间隔调整方法及装置 | |
CN113515426A (zh) | 系统性能数据处理方法及装置 |
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 |