CN113722101A

CN113722101A - 用于确定金融系统计算资源的方法、装置及设备

Info

Publication number: CN113722101A
Application number: CN202111048358.8A
Authority: CN
Inventors: 葛巾仿
Original assignee: Agricultural Bank of China
Current assignee: Agricultural Bank of China
Priority date: 2021-09-08
Filing date: 2021-09-08
Publication date: 2021-11-30

Abstract

本申请提出一种用于确定金融系统计算资源的方法、装置及系统，该方法包括：根据金融系统的业务需求，确定金融系统的硬件需求；读取TPC‑C公布的系统性能数据，并基于TPC‑C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源；根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源。该方案基于金融系统业务进行计算资源估算，能够指导金融系统合理申请计算资源，避免计算资源浪费或计算资源不足。

Description

用于确定金融系统计算资源的方法、装置及设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种用于确定金融系统计算资源的方法、装置及系统。

背景技术

对于金融机构来说，涉及资源估算的时间点一般为：设计阶段、投产前、投产后。其中投产前已经完成金融系统的开发测试工作，可基于单交易场景测试、混合场景测试、疲劳测试的数据进行金融系统所需计算资源的估算，同时，开放平台依据性能测试报告的结果，以性能测试环境的处理能力与预估业务量进行生产资源的预估，有一定的数据依据。

投产后，运行阶段的金融系统计算资源估算，主要是依据生产环境的数据，根据资源扩缩的指导原则进行调整指导生产环境资源的申请，对于资源利用率使用较高的系统，进行扩容，对于利用率较低的系统，进行缩容，有较为明确的指导原则。

而在设计阶段，目前尚且没有计算资源估算的模型和方法，使金融系统计算资源估算的偏差较大，不能按需准备资源。

发明内容

基于上述技术现状，本申请提出一种用于确定金融系统计算资源的方法、装置及系统，能够在设计极端，基于金融系统业务确定金融系统所需计算资源。

一种用于确定金融系统计算资源的方法，包括：

根据金融系统的业务需求，确定金融系统的硬件需求；

读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源；

根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源。

可选的，所述根据金融系统的业务需求，确定金融系统的硬件需求，包括：

根据金融系统的业务需求，分别确定所述金融系统的高峰时段交易量、交易复杂度和系统发展系数；

根据所述金融系统的高峰时段交易量、交易复杂度和系统发展系数，计算确定所述金融系统的应用消耗资源；

根据所述金融系统的应用消耗资源和资源利用阈值，计算确定所述金融系统的硬件需求。

可选的，读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源，包括：

读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据，确定金融系统单台服务器的处理能力值；

基于所述金融系统的硬件需求，以及所述金融系统单台服务器的处理能力值，计算确定所述金融系统所需的服务器数量；

根据所述金融系统所需的服务器数量以及单台服务器的CPU个数，确定所述金融系统所需的CPU资源。

可选的，根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源，包括：

根据所述金融系统的服务器类型，确定与服务器对应的CPU内存比；

根据所述金融系统所需的服务器数量、单台服务器的CPU个数，以及与服务器对应的CPU内存比，计算确定所述金融系统所需的内存资源。

一种用于确定金融系统计算资源的装置，包括：

需求确定单元，用于根据金融系统的业务需求，确定金融系统的硬件需求；

第一资源确定单元，用于读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源；

第二资源确定单元，用于根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源。

可选的，确定金融系统的交易复杂度，包括：

根据金融系统的系统表操作复杂度和系统外部调用复杂度，计算确定所述金融系统的交易复杂度；

其中，所述系统表操作复杂度基于高峰时段各种类型的交易表操作的复杂度而确定，所述系统外部调用复杂度基于高峰时段各种类型的交易外部调用的复杂度而确定。

一种用于确定金融系统计算资源的设备，其特征在于，包括：

存储器和处理器；

其中，所述存储器用于存储程序；

所述处理器用于通过运行所述存储器中的程序，实现上述的用于确定金融系统计算资源的方法。

本申请提出的用于确定金融系统计算资源的方法，能够根据金融系统的业务需求，确定金融系统的硬件需求，然后基于金融系统的硬件需求具体细化金融系统所需的CPU资源和内存资源，从而能够确定金融系统所需的计算资源。该方案基于金融系统业务进行计算资源估算，能够指导金融系统合理申请计算资源，避免计算资源浪费或计算资源不足。另外，该方案以金融系统业务为依据通过对资源需求进行量化进行计算资源估算，具有普适性和客观性，能够保证计算资源计算精度。

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，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。

图1是本申请实施例提供的一种用于确定金融系统计算资源的方法的流程示意图；

图2是本申请实施例提供的另一种用于确定金融系统计算资源的方法的流程示意图；

图3是本申请实施例提供的一种用于确定金融系统计算资源的装置的结构示意图；

图4是本申请实施例提供的一种用于确定金融系统计算资源的设备的结构示意图。

具体实施方式

本申请实施例技术方案适用于对金融系统所需的计算资源进行分析的应用场景，尤其是适用于在系统设计阶段，对金融系统所需的计算资源进行估算，从而能够确定金融系统所需的计算资源，以便于按需准备计算资源。

目前在系统设计阶段常用的计算资源估算方法具体有以下方案：

方案一：参照系统类比，即，参考与本系统业务逻辑相似、规模相当，且处于生产运行中的其他应用系统作为参照物，根据其资源配置及消耗情况，估计本系统的资源需求。

方案二：基于经验估算，即，项目组成员基于以往的项目经验对系统的资源用量进行估算。

方案三：基于自定义基准，即，根据自身的业务特性，编制基准程序用于衡量服务器的对基准程序的处理能力，进而建立基准程序与本系统业务模型的对应关系，获得支撑本系统所需的资源用量，适用于业务特征单一，且具备一定技术基础的组织。

方案四：SPEC估算方法，即，SPCE(Standard Performance EvaluationCorporation)标准性能估算公司，为非盈利性的公司，建立和维护并认可标准化的基准和工具，以估算计算机的性能和能效。

然而在实际应用中，上述的各种方案均存在缺陷和不足，具体如下：

方案一的原理较为简单，但实施不易。对大多数系统来说，很难找到相似度高的参照系统。

方案二的估算方法依赖于估算人员的经验，带有一定程度的主观性。估算人员的技术水平、专业度对估算结果影响极大，且常用的基于并发量的估算忽略了交易自身的特点、服务器性能差异等情况。

方案三基于自定义基准进行资源估算，但是对于金融系统来说，业务模式、规模、特征差异较大，难以提炼出一个统一的业务场景用于编制自定义基准程序。

方案四依靠SPEC进行计算资源估算，SPEC主要用于量化web服务器的服务器性能，适用的范围狭窄而受到质疑，使用的群体逐渐减少，且合作测评的硬件厂商也较少，使SPEC大多的准则都已经被弃用。

因此，目前并没有适用性强并且客观、准确的计算资源估算方法。鉴于上述技术现状，本申请提出一种用于确定金融系统计算资源的方案，该方案能够以金融系统的业务属性、业务特点、业务内容等信息为依据，进行计算资源的估算，从而确定金融系统所需的计算资源，以便于按需准备计算资源。

并且，经过多系统验证，采用本申请技术方案确定的金融系统计算资源，与实际所需计算资源的误差在10％以内，即本申请技术方案能够准确地确定金融系统计算资源。

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、完整地描述，显然，所描述的实施例仅仅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做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。

为了便于理解，下面对本申请实施例技术方案中所涉及的相关术语进行解释：

①TPC：Transaction Processing Performance Council，即：事务处理性能委员会，为数十家公司共同组建的非盈利组织，成员主要为硬件厂商。此机构不提供标准的程序或代码，只提供基准场景和标准规范，用以进行标准化的性能测试，参评的硬件提交完成报告(硬件配置、测评数据、价格度量等信息)，由TPC的审核员进行核实，对通过测试的硬件，按标准于TPC官方网站发布。

②TPC-C：TPC为联机交易处理系统(OLTP系统)制定的估算标准场景，即：模拟仓库和订单管理的场景，各厂商可基于此场景进行硬件性能测试，以分钟内处理新订单的个数量化硬件性能，并量化系统性能价格比(总价/tpmC)，以此提交相应的系统性能数据至TPC核实，于TPC官网发布系统的TPC-C值。

③交易复杂度：用以量化系统复杂程度的值，以TPC-C的标准场景作为参考，为单位复杂度，即为1。实际业务场景对标此场景进行量化，系统中的交易复杂程度的量化值，一般以数据库操作数、外部调用数等指标进行预估。根据经验，简单的交易的复杂度设置为2-5，一般复杂的交易的复杂度设置为6-12，较复杂事务的交易复杂度为13-16，高度复杂的事务的交易复杂度为17-20。

④系统计算资源：计算资源一般指程序运行时所需的CPU资源、内存资源、硬盘资源、网络资源等，对于硬盘资源和网络资源，一般有明确的需求，故在此方案中，提及的系统计算资源主要指CPU资源和内存资源。

⑤资源利用阀值：为保证系统的稳定运行，会为系统设置一个资源使用的上限。系统资源利用率在该值之下时，认为系统处于稳定的运行状态，一般情况下超过该值会进行资源利用告警。

⑥系统发展系数：在计算资源预申请时，为系统的发展预留一定的计算资源，保证此次估算的计算资源能够满足未来一段时间的系统发展后的业务需求。

⑦高峰时段交易量：系统在业务高峰期每分钟需要支撑的交易数量，即：处理一笔完整交易的数量，分钟并发量最高，此时占用的系统资源最高。

本申请实施例首先提出一种用于确定金融系统计算资源的方法，参见图1所示，该方法包括：

S101、根据金融系统的业务需求，确定所述金融系统的硬件需求。

具体的，金融系统的硬件需求，具体可以分为金融系统业务对硬件的需求，即业务需求，以及金融系统性能对硬件的需求，即性能需求。因此，金融系统的业务需求和性能需求共同决定金融系统的硬件需求。

而金融系统的硬件需求又是由金融系统的CPU资源和内存资源而实现的。因此，当确定了金融系统的硬件需求时，根据该硬件需求，可以确定金融系统所需的计算资源，即金融系统所需的CPU资源和内存资源。

示例性的，通过对金融系统的业务量、业务复杂度、系统规模演变情况等进行分析，确定金融系统的资源消耗情况。进而，基于金融系统的资源消耗情况可以确定，能够满足金融系统资源消耗的硬件性能，即为金融系统的硬件需求。

S102、读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源。

具体的，金融系统所需的CPU资源，可以通过金融系统所需的服务器数量来量化计算。

TPC-C公布的系统性能数据，包括服务器性能的量化数据。本申请实施例读取TPC-C公布的系统性能数据，然后基于读取的TPC-C公布的系统性能数据，进行单台服务器处理能力的量化。

然后，根据金融系统的硬件需求，以及单台服务器处理能力值，计算确定金融系统所需的服务器数量。

进而，根据单台服务器的CPU个数，以及金融系统所需的服务器数量，即可计算确定金融系统所需的CPU数量，即确定金融系统所需的CPU资源。

S103、根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源。

示例性的，在确定金融系统所需的CPU资源时，同步确定了金融系统所需的服务器数量。

在此基础上，根据金融系统所需的服务器的类型，分别确定与服务器对应的CPU内存比。其中，与服务器对应的CPU内存比，是指保证服务器能够发挥其处理能力的CPU和内存的比值。

根据金融系统实际业务场景，可以将其所应用的服务器划分为不同的服务器类型，比如可以是通用型、内存型、计算型或其他类型。

其中，通用型服务器的CPU内存比为1:4，其适用场景为：高网络收发包场景、各种类型和规模的企业级应用、中小型数据库系统等。

内存型服务器的CPU内存比为1:8，其适用场景为：企业通用场景的计算需求，中小型数据库、需要一定内存的数据处理等。

计算型服务器的CPU内存比为1:2，其适用场景为：数据分析、批量计算、视频编码等。

除上述三大类外，还有大数据型、本地SSD型、GPU型等多种类型的服务器实例，可根据实际情况设置CPU内存比，以满足特殊场景的需求。

基于上述的服务类型划分，通过分析金融系统所需的服务器的类型，确定与金融系统所需的每台服务器对应的CPU内存比。

然后，根据所述金融系统所需的服务器数量、单台服务器的CPU个数，以及与服务器对应的CPU内存比，计算确定所述金融系统所需的内存资源。

具体的，根据单台服务器的CPU个数，乘以与该单台服务器对应的CPU内存比，即可计算确定单台服务器的内存量。然后，汇总金融系统所需的所有的服务器的内存量，即可得到金融系统所需的内存总量，即确定金融系统所需的内存资源。

通过上述介绍可见，本申请实施例提出的用于确定金融系统计算资源的方法，能够根据金融系统的业务需求，确定金融系统的硬件需求，然后基于金融系统的硬件需求具体细化金融系统所需的CPU资源和内存资源，从而能够确定金融系统所需的计算资源。该方案基于金融系统业务进行计算资源估算，能够指导金融系统合理申请计算资源，避免计算资源浪费或计算资源不足。另外，该方案以金融系统业务为依据通过对资源需求进行量化进行计算资源估算，具有普适性和客观性，能够保证计算资源计算精度。

作为一种可选的实施方式，参见图2所示，上述的根据金融系统的业务需求，确定金融系统的硬件需求，包括：

S201、根据金融系统的业务需求，分别确定所述金融系统的高峰时段交易量、交易复杂度和系统发展系数。

具体的，上述的高峰时段交易量，通常以分钟级别度量。但是分钟级别的交易量估算较难，本申请实施例引入如下变量：

T：典型交易日平均交易总量

P：高峰时段交易量占日均交易比例

M：高峰时段持续时间(分钟)

然后，依据以上变量按照如下公式计算得到高峰时段交易量N：

高峰时段交易量(分钟)

＝典型交易日平均交易总量*高峰时段交易量占日均交易比例

/高峰时段持续时间(分钟)

即：N＝T*P/M

交易复杂度和系统发展系数均可以根据经验数据推导确定。

S202、根据所述金融系统的高峰时段交易量、交易复杂度和系统发展系数，计算确定所述金融系统的应用消耗资源。

具体的，在资源利用阈值内，应用资源的消耗正比于交易量、交易复杂度、发展系数，即：交易量越大，交易越复杂，消耗的资源越多，系统发展的越快，需预留的资源越多。

因此，按照如下的计算公式，可以根据金融系统的高峰时段交易量N、交易复杂度S和系统发展系数F，计算确定金融系统的应用消耗资源Q：

应用消耗资源峰值(分钟)

＝高峰时段交易量(分钟)*交易复杂度*系统发展系数

即：Q＝N*S*F

进一步的，根据上述的高峰时段交易量的计算公式，可以进一步获取可实践的应用消耗资源估算公式：

应用消耗资源峰值(分钟)

＝(典型交易日平均交易总量*高峰时段交易量占日均交易比例

/高峰时段持续时间(分钟))*交易复杂度*系统发展系数

即：Q＝(T*P/M)*S*F

S203、根据所述金融系统的应用消耗资源和资源利用阈值，计算确定所述金融系统的硬件需求。

具体的，硬件需求D正比于应用消耗资源Q，即：应用消耗资源Q越多，需要硬件资源D越多；同时，硬件需求D反比于资源利用阀值C，即：系统告警值设置越高，则需要申请的硬件资源预留越低。由此可以获得金融系统的硬件需求D为：

硬件需求

＝应用消耗资源/资源利用阀值

÷高峰时段持续时间(分钟))*交易复杂度*系统发展系数÷资源利用阀值

即：D＝Q/C＝(T*P/M)*S*F/C

由此可见，金融系统的硬件需求可以通过金融系统典型交易日平均交易总量、高峰时段交易量占日均交易比例、高峰时段持续时间(分钟)、交易复杂度、系统发展系数和资源利用阈值而确定。

其中，在上述的各项数值中，除交易复杂度S之外，其余数值均可以通过金融系统业务估算或者技术经验而推算确定，或者根据预设值确定。

对于金融系统而言，影响交易复杂度的因素较多，如：开发语言、数据库类型、中间件类型、数据库调用、外部接口调用等。在保证估算准确性的情况下，为进一步简化复杂度的计算过程，本申请实施例基于对生产环境多系统进行调研，将复杂度抽象为与数据库操作和外部调用强相关的数据。即，根据金融系统的系统表操作复杂度和系统外部调用复杂度，计算确定金融系统的交易复杂度；

其中，系统表操作复杂度基于高峰时段各种类型的交易表操作的复杂度而确定，系统外部调用复杂度基于高峰时段各种类型的交易外部调用的复杂度而确定。

具体的，本申请实施例定义以下参数：

X：系统表操作复杂度

Y：系统外部调用复杂度

A：单次数据库操作的交易复杂度，经生产数据推演，量化为0.15

B：单次外部调用的交易复杂度，经生产数据推演，量化为1.2

交易复杂度S＝系统表操作复杂度X+系统外部调用复杂度Y

其中，系统表操作复杂度X＝

A*(a交易占比*a交易表操作次数+b交易占比*b交易表操作次数……)

系统外部调用复杂度Y＝

B*(a交易占比*a交易外部调用次数+b交易占比*b交易外部调用次数……)

以上为系统交易复杂度估算的流程，此数值适用于金融系统资源估算，并经多系统验证，估算误差在10％以内，随着技术的发展，可以基于此方法对此数值持续进行优化，以保证估算的准确性。

因此，按照上述方式能够确定金融系统硬件需求，并且所确定的金融系统硬件需求是与实际业务需求相符的。

图2所示的方法实施例中的步骤S204～S205分别对应图1所示的方法实施例中的步骤S102～S103，其具体内容请参见图1所示的方法实施例的内容，此处不再赘述。

作为一种示例性的实现方式，上述的基于所述金融系统的硬件需求，以及TPC-C公布的系统性能数据，确定所述金融系统所需的CPU资源，具体可以通过执行如下A1-A3的处理实现：

A1、读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据，确定金融系统单台服务器的处理能力值。

具体的，在实际资源申请过程中，服务器资源可以进一步划分为物理服务器和虚拟服务器。当服务器类型不同时，具体的服务器处理能力值计算方法不同。

当金融系统单台服务器为物理服务器时，读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据，确定金融系统单台服务器的处理能力值；

由于TPC官网并未公布全量服务器的性能，因此对于物理服务器的处理能力值估算可进一步划分为已公布和未公布的服务器型号。

对于已公布的物理服务器型号，在TPC官网可查询到已进行TPC基准测试的服务处理能力值，即通过读取TPC-C公布的系统性能数据即可确定已公布的物理服务器信号的处理能力值。

对于未公布的物理服务器型号，不能从TPC官网查询到相应的公开数据。由于物理服务器的性能正比于服务器的CPU个数和主频，即：对于物理机而言，CPU个数越多，主频越高，其性能越好。由此可参考相同处理能力的CPU处理能力，获取未公布的物理服务器的性能。以下为TPC未公布的物理机的处理能力量化过程，最终获得其量化值W：

1.查找与自身服务器CPU型号相同的处理能力值；

2.单台服务器处理能力W

＝(同型号服务器处理能力值

/同型号服务器CPU个数/同型号服务器CPU主频频率)

*本服务器CPU个数*本服务器CPU主频频率

当金融系统单台服务器为虚拟服务器时，基于该虚拟服务器所在的宿主机物理服务器的处理能力值，确定该虚拟服务器的处理能力值。

虚拟服务器的资源与所在的宿主机物理服务器的能力相关，虚拟服务器只获取其宿主机的一部分资源，获取的资源数正比于core数。以此进一步推得单台虚拟机服务器的处理能力，流程如下：

1、计算虚拟机所在的宿主机物理服务器的单台处理能力。具体实现可参见上述的获取物理服务器的处理能力值的方案。

2、单台服务器处理能力W＝宿主机物理服务器的处理能力值*虚拟机core个数/core总数

以上，无论是物理机还是虚拟机，均获得单台服务器的处理能力量化值。

A2、基于所述金融系统的硬件需求，以及所述金融系统单台服务器的处理能力值，计算确定所述金融系统所需的服务器数量。

具体的，上述处理过程以确定金融系统的硬件需求D，和单台服务器处理能力值W，则可以通过如下公式计算得到金融系统所需的服务器数量n：

n＝D/W＝[(T*P/M)*S*F/C]/W

A3、根据所述金融系统所需的服务器数量以及单台服务器的CPU个数，确定所述金融系统所需的CPU资源。

具体的，统计金融系统所需的各个服务器的CPU个数，得到总的CPU数量，即为金融系统所需的CPU资源。

与上述的方法相对应的，本申请实施例还提出一种用于确定金融系统计算资源的装置，参见图3所示，该装置包括：

需求确定单元100，用于根据金融系统的业务需求，确定金融系统的硬件需求；

第一资源确定单元110，用于读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源；

第二资源确定单元120，用于根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源。

可选的，确定金融系统的交易复杂度，包括：

可选的，所述读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据，确定金融系统单台服务器的处理能力值，包括：

本申请另一实施例还提出一种用于确定金融系统计算资源的设备，参见图4所示，该设备包括：

存储器200和处理器210；

其中，所述存储器200与所述处理器210连接，用于存储程序；

所述处理器210，用于通过运行所述存储器200中存储的程序，实现上述任一实施例公开的用于确定金融系统计算资源的方法。

具体的，上述用于确定金融系统计算资源的设备还可以包括：总线、通信接口220、输入设备230和输出设备240。

处理器210、存储器200、通信接口220、输入设备230和输出设备240通过总线相互连接。其中：

总线可包括一通路，在计算机系统各个部件之间传送信息。

处理器210可以是通用处理器，例如通用中央处理器(CPU)、微处理器等，也可以是特定应用集成电路(application-specific integrated circuit，ASIC)，或一个或多个用于控制本发明方案程序执行的集成电路。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。

处理器210可包括主处理器，还可包括基带芯片、调制解调器等。

存储器200中保存有执行本发明技术方案的程序，还可以保存有操作系统和其他关键业务。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。更具体的，存储器200可以包括只读存储器(read-only memory，ROM)、可存储静态信息和指令的其他类型的静态存储设备、随机存取存储器(random access memory，RAM)、可存储信息和指令的其他类型的动态存储设备、磁盘存储器、flash等等。

输入设备230可包括接收用户输入的数据和信息的装置，例如键盘、鼠标、摄像头、扫描仪、光笔、语音输入装置、触摸屏、计步器或重力感应器等。

输出设备240可包括允许输出信息给用户的装置，例如显示屏、打印机、扬声器等。

通信接口220可包括使用任何收发器一类的装置，以便与其他设备或通信网络通信，如以太网，无线接入网(RAN)，无线局域网(WLAN)等。

处理器2102执行存储器200中所存放的程序，以及调用其他设备，可用于实现本申请实施例所提供的用于确定金融系统计算资源的方法的各个步骤。

具体的，上述的用于确定金融系统计算资源的装置和设备的各个部分的具体工作内容，请参见上述的用于确定金融系统计算资源的方法实施例的相应处理步骤的具体处理内容，此次不再重复。

对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，各实施例中记载的技术特征可以进行替换或者组合。

本申请各实施例种装置及终端中的模块和子模块可以根据实际需要进行合并、划分和删减。

本申请所提供的几个实施例中，应该理解到，所揭露的终端，装置和方法，可以通过其它的方式实现。例如，以上所描述的终端实施例仅仅是示意性的，例如，模块或子模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个子模块或模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块或子模块可以是或者也可以不是物理上分开的，作为模块或子模块的部件可以是或者也可以不是物理模块或子模块，即可以位于一个地方，或者也可以分布到多个网络模块或子模块上。可以根据实际的需要选择其中的部分或者全部模块或子模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块或子模块可以集成在一个处理模块中，也可以是各个模块或子模块单独物理存在，也可以两个或两个以上模块或子模块集成在一个模块中。上述集成的模块或子模块既可以采用硬件的形式实现，也可以采用软件功能模块或子模块的形式实现。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件单元，或者二者的结合来实施。软件单元可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

最后，还需要说明的是，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。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims

1.一种用于确定金融系统计算资源的方法，其特征在于，包括：

根据金融系统的业务需求，确定金融系统的硬件需求；

2.根据权利要求1所述的方法，其特征在于，所述根据金融系统的业务需求，确定金融系统的硬件需求，包括：

3.根据权利要求1所述的方法，其特征在于，读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源，包括：

4.根据权利要求1所述的方法，其特征在于，根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源，包括：

5.一种用于确定金融系统计算资源的装置，其特征在于，包括：

6.根据权利要求5所述的装置，其特征在于，所述根据金融系统的业务需求，确定金融系统的硬件需求，包括：

7.根据权利要求6所述的装置，其特征在于，确定金融系统的交易复杂度，包括：

8.根据权利要求5所述的装置，其特征在于，读取TPC-C公布的系统性能数据，并基于TPC-C公布的系统性能数据以及所述金融系统的硬件需求，确定所述金融系统所需的CPU资源，包括：

9.根据权利要求5所述的装置，其特征在于，根据所述金融系统所需的CPU资源，确定所述金融系统所需的内存资源，包括：

10.一种用于确定金融系统计算资源的设备，其特征在于，包括：

存储器和处理器；

其中，所述存储器用于存储程序；

所述处理器用于通过运行所述存储器中的程序，实现如权利要求1至4中任意一项所述的用于确定金融系统计算资源的方法。