CN117331665A - 应用系统的环境迁移方法及装置 - Google Patents
应用系统的环境迁移方法及装置 Download PDFInfo
- Publication number
- CN117331665A CN117331665A CN202311285419.1A CN202311285419A CN117331665A CN 117331665 A CN117331665 A CN 117331665A CN 202311285419 A CN202311285419 A CN 202311285419A CN 117331665 A CN117331665 A CN 117331665A
- Authority
- CN
- China
- Prior art keywords
- index data
- performance index
- hardware system
- data set
- application system
- 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.)
- Pending
Links
- 238000013508 migration Methods 0.000 title claims abstract description 105
- 230000005012 migration Effects 0.000 title claims abstract description 105
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012549 training Methods 0.000 claims abstract description 34
- 238000013210 evaluation model Methods 0.000 claims abstract description 29
- 238000012706 support-vector machine Methods 0.000 claims abstract description 21
- 238000004088 simulation Methods 0.000 claims description 39
- 230000009467 reduction Effects 0.000 claims description 20
- 238000005520 cutting process Methods 0.000 claims description 18
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 18
- 238000012360 testing method Methods 0.000 description 17
- 238000004519 manufacturing process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000000926 separation method Methods 0.000 description 5
- 238000009530 blood pressure measurement Methods 0.000 description 4
- 239000000872 buffer Substances 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
- G06F9/4856—Task life-cycle, e.g. stopping, restarting, resuming execution resumption being on a different machine, e.g. task migration, virtual machine migration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3442—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for planning or managing the needed capacity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
-
- 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
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
- G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供了一种应用系统的环境迁移方法及装置,可用于金融领域或其他领域,该方法包括:获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。本申请能够提高评估新硬件系统的性能指标数据的可靠性,进而能够提高应用系统的环境迁移的可靠性。
Description
技术领域
本申请涉及环境迁移技术领域,尤其涉及一种应用系统的环境迁移方法及装置。
背景技术
随着硬件系统快速更新迭代,基于硬件系统部署的应用系统也需要配合不断地进行环境迁移。
应用系统环境迁移前,需要对新硬件系统预留的资源情况进行评估。现有针对新硬件系统预留的资源情况评估的方式大多采用使用单一场景进行压测,根据新旧硬件系统之间的性能差异,按照单一比例预估新硬件系统环境需要预留的资源情况。
但是,硬件系统基础在不同业务场景下能够提供的性能存在较大差异,例如,业务接入类、业务产品类、基础支撑类等应用系统的业务场景不同,所需的硬件系统的资源情况也不同,同时应用系统在异构的基础环境上进行迁移时,可能出现非线性的问题。目前的资源情况评估方案未实际结合不同应用系统的业务场景特点进行模拟测试,且不符合非线性性能数据趋势,存在无法有效地在环境迁移过程中规避风险的问题。
发明内容
针对现有技术中的至少一个问题,本申请提出了一种应用系统的环境迁移方法及装置,能够提高评估新硬件系统的性能指标数据的可靠性,进而能够提高应用系统的环境迁移的可靠性。
为了解决上述技术问题,本申请提供以下技术方案:
获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;
根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;
根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;
将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
在一个实施例中,所述将所述交易流量切换到所述新硬件系统中,包括:
将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述新硬件系统中,获取该新硬件系统当前的性能指标数据组;
判断所述新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
在一个实施例中,所述的应用系统的环境迁移方法,还包括:
若所述新硬件系统当前的性能指标数据组不符合预设的阈值条件,则退回所有已执行的切流操作;
对所述新硬件系统进行扩容操作,将所述交易流量切换到扩容后的新硬件系统中。
在一个实施例中,所述的应用系统的环境迁移方法,还包括:
获取数据集,所述数据集包括:多条样本及其各自对应的样本标签,每条样本包括:历史应用系统在其旧硬件系统中对应的第一性能指标数据组,所述样本标签包括:所述历史应用系统在其新硬件系统中的第二性能指标数据组;
应用所述数据集对非线性支持向量机模型进行训练,得到所述性能评估模型。
在一个实施例中,所述获取数据集包括:
获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组,将该性能指标数据组确定为所述第一性能指标数据组;
根据所述历史应用系统在其旧硬件系统中对应的第一性能指标数据组,搭建得到该历史应用系统的新硬件系统对应的仿真环境;
录制所述历史应用系统在旧硬件系统中的实际交易流量,将所述历史应用系统在旧硬件系统中的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述获取数据集包括:
获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组;
根据预设的缩小倍数降低所述历史应用系统在其旧硬件系统中对应的性能指标数据组,根据降低后的性能指标数据组,搭建得到所述历史应用系统的新硬件系统对应的仿真环境,并将所述降低后的性能指标数据组确定为所述第二性能指标数据组;
录制所述历史应用系统在旧硬件系统中的降低预设的缩小倍数的实际交易流量,将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统,包括:
判断所述新硬件系统的性能指标数据组是否符合预设的阈值条件,若是,则根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
第二方面,本申请提供一种应用系统的环境迁移装置,包括:
获取模块,用于获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;
确定模块,用于根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;
搭建模块,用于根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;
环境迁移模块,用于将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
在一个实施例中,所述环境迁移模块包括:
切流单元,用于将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述新硬件系统中,获取该新硬件系统当前的性能指标数据组;
判断单元,用于判断所述新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
在一个实施例中,所述的应用系统的环境迁移装置,还包括:
退回模块,用于若所述新硬件系统当前的性能指标数据组不符合预设的阈值条件,则退回所有已执行的切流操作;
扩容模块,用于对所述新硬件系统进行扩容操作,将所述交易流量切换到扩容后的新硬件系统中。
在一个实施例中,所述的应用系统的环境迁移装置,还包括:
获取数据集模块,用于获取数据集,所述数据集包括:多条样本及其各自对应的样本标签,每条样本包括:历史应用系统在其旧硬件系统中对应的第一性能指标数据组,所述样本标签包括:所述历史应用系统在其新硬件系统中的第二性能指标数据组;
训练模块,用于应用所述数据集对非线性支持向量机模型进行训练,得到所述性能评估模型。
在一个实施例中,所述获取数据集模块包括:
第一获取历史数据单元,用于获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组,将该性能指标数据组确定为所述第一性能指标数据组;
第一搭建单元,用于根据所述历史应用系统在其旧硬件系统中对应的第一性能指标数据组,搭建得到该历史应用系统的新硬件系统对应的仿真环境;
第一录放单元,用于录制所述历史应用系统在旧硬件系统中的实际交易流量,将所述历史应用系统在旧硬件系统中的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述获取数据集模块包括:
第二获取历史数据单元,用于获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组;
第二搭建单元,用于根据预设的缩小倍数降低所述历史应用系统在其旧硬件系统中对应的性能指标数据组,根据降低后的性能指标数据组,搭建得到所述历史应用系统的新硬件系统对应的仿真环境,并将所述降低后的性能指标数据组确定为所述第二性能指标数据组;
第二录放单元,用于录制所述历史应用系统在旧硬件系统中的降低预设的缩小倍数的实际交易流量,将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述搭建模块包括:
搭建单元,用于判断所述新硬件系统的性能指标数据组是否符合预设的阈值条件,若是,则根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
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系统的环境迁移方法。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机指令,所述指令被处理器执行时实现所述的应用系统的环境迁移方法。
由上述技术方案可知,本申请提供一种应用系统的环境迁移方法及装置。其中,该方法包括:获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移,能够提高评估新硬件系统的性能指标数据的可靠性,进而能够提高应用系统的环境迁移的可靠性;具体地,可以解决现有环境迁移前性能评估的单一性问题,同时提供统一的环境迁移期间性能评估方案,实现高效自动平滑的环境迁移;能够结合不同应用系统的业务场景特点进行模拟测试,可以符合非线性性能数据趋势,同时提供不同应用系统环境迁移的分批策略,可以高效地分配资源,高效地在环境迁移过程中规避风险。
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是本申请实施例中的应用系统的环境迁移方法的第一流程示意图;
图2是本申请实施例中的应用系统的环境迁移方法的第二流程示意图;
图3是本申请实施例中的应用系统的环境迁移方法的第三流程示意图;
图4是本申请应用实例中的非线性支持向量机训练过程的流程示意图;
图5是本申请应用实例中的环境迁移分批策略自适应调节过程的流程示意图;
图6是本申请实施例中的应用系统的环境迁移装置的结构示意图;
图7为本申请实施例的电子设备的系统构成示意框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,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。
在现有技术中,新硬件系统预留的资源情况评估的方式大多采用使用单一场景进行压测,根据新旧硬件系统之间的性能差异,按照单一比例预估新硬件系统环境需要预留的资源情况。但是,在现有技术中,应用系统在异构的基础环境上进行迁移时,可能出现非线性的问题,例如x86架构处理器向ARM架构处理器迁移,由于两种架构处理器的整数、浮点运算性能及IO能力并非呈线性关系,导致迁移后性能表现不能简单使用线性关系计算;不同中间件、不同JVM发行版、不同Java版本号之间由于低层实现差异,迁移时也可能出现非线性关系等,这对环境迁移前新硬件系统为应用系统预留的资源情况的预估带来重大挑战。
也就是说,目前的新硬件系统预留的资源情况评估方案使用单一的场景进行压测,根据压测结果通过线性计算得到的单一性能预测比例作为参考性能报告,而实际业务系统的性能数据多为非线性趋势,且不同应用系统的业务场景存在差异,目前的性能评估方案未实际结合不同应用系统的业务场景特点进行模拟测试,且不符合非线性性能数据趋势,同时也不提供不同应用系统环境迁移的分批策略,各应用系统按照单一的性能报告进行环境迁移预估,并自行设定迁移方案,无实际数据依据,无法高效地分配资源,也存在无法有效地在环境迁移过程中规避风险的问题。
举例来说,在业务场景A中,在新硬件系统通过压力测试之后,分别获取新硬件系统对应的服务器数量m和旧硬件系统对应的服务器数量n,得到服务器数量对应的比例m/n;那么在业务场景B中,若旧硬件系统对应的服务器数量为k,则预估新硬件系统需要的服务器数量r=k×m/n。但是,实际上,硬件系统在不同的业务场景中提供的性能存在较大差异,业务场景A得到的服务器数量对应的比例m/n,不一定适应业务场景B;同时,新硬件系统与旧硬件系统对应的服务器数量不一定是线性关系,在业务场景A中,某一次测试确定服务器数量对应的比例为m/n,但是,在业务场景A中的另一次测试时,服务器数量对应的比例不一定为m/n。因此,按照单一比例预估新硬件系统环境需要预留的资源情况的方式准确性较低,进而影响应用系统的环境迁移的可靠性。
为了便于对本方案的理解,下面对与本方案相关的技术术语进行说明。
支持向量机(Support Vector Machines,简称SVM):一种二分类模型,基本模型是定义在特征空间上的间隔最大的线性分类器。SVM学习的基本想法是求解能够正确划分训练集数据并且几何间隔最大的分离超平面,w·x+b=0即为分离超平面,对于线性可分的数据集来说,这样的超平面有无数多个(即感知机),但几何间隔最大的分离超平面却是唯一的。
非线性支持向量机:对于输入空间中的非线性分类问题,可以通过非线性变化将它转化为某个维度特征空间中的线性分类问题,在高维特征空间中学习线性支持向量机。非线性向量机学习算法即输入训练集,输出分离超平面和分类决策函数。
需要说明的是,本申请公开的应用系统的环境迁移方法及装置可用于金融技术领域,也可用于除金融技术领域之外的任意领域,本申请公开的应用系统的环境迁移方法及装置的应用领域不做限定。本申请各实施例的技术方案中对数据的获取、存储、使用、处理等均符合法律法规的相关规定。
具体通过下述各个实施例进行说明。
为了提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性,本实施例提供一种执行主体是应用系统的环境迁移装置的应用系统的环境迁移方法,该应用系统的环境迁移装置包括但不限于服务器,如图1所示,该方法具体包含有如下内容:
步骤100:获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量。
步骤200:根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的。
步骤300:根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
步骤400:将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
具体地,目标应用系统可以是金融交易系统,旧硬件系统可以表示迁移前目标应用系统所在的硬件系统,硬件系统可以为服务器;性能指标数据组可以包括:服务器数量和多类性能容量数据,如表1所示,性能容量数据包括:CPU使用率和物理内存使用率等。
具体地,可以将所述性能指标数据组输入预设的性能评估模型,将该预设的性能评估模型的输出结果确定为新硬件系统的性能指标数据组。新硬件系统的性能指标数据组可以表示预估得到的新硬件系统需要为目标应用系统预留的资源情况。新硬件系统可以表示目标应用系统迁移后所在的硬件系统。
表1
为了进一步提高环境迁移过程的安全性,如图2所示,在一个实施例中,步骤400所述的将所述交易流量切换到所述新硬件系统中,包括:
步骤401:将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述新硬件系统中,获取该新硬件系统当前的性能指标数据组。
具体地,将所述交易流量切分为多份,每一份均为切分交易流量;可以根据预设分批切流计划将所述交易流量切分为多份切分交易流量。可以根据应用系统自身的业务承载情况预设分批切流计划,本申请对此不作限制。
步骤402:判断所述新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
具体地,预设的阈值条件可以为性能指标数据组中的各个性能指标数据均未超出其对应的关注阈值。若性能指标数据组中的各个性能指标数据均未超出其对应的关注阈值,则确定新硬件系统当前的性能指标数据组符合预设的阈值条件。
为了提高交易流量切换的可靠性,在一个实施例中,所述的应用系统的环境迁移方法,还包括:若所述新硬件系统当前的性能指标数据组不符合预设的阈值条件,则退回所有已执行的切流操作;对所述新硬件系统进行扩容操作,将所述交易流量切换到扩容后的新硬件系统中。
具体地,若性能指标数据组中存在超出其对应的关注阈值的性能指标数据,则确定新硬件系统当前的性能指标数据组不符合预设的阈值条件。可以将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述扩容后的新硬件系统中,获取该扩容后的新硬件系统当前的性能指标数据组。判断所述扩容后的新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
为了提高性能评估模型训练的可靠性,进而提高应用性能评估模型评估性能指标数据的可靠性,在一个实施例中,所述的应用系统的环境迁移方法,还包括:
步骤001:获取数据集,所述数据集包括:多条样本及其各自对应的样本标签,每条样本包括:历史应用系统在其旧硬件系统中对应的第一性能指标数据组,所述样本标签包括:所述历史应用系统在其新硬件系统中的第二性能指标数据组。
步骤002:应用所述数据集对非线性支持向量机模型进行训练,得到所述性能评估模型。
为了提高获取数据集的可靠性,在一个实施例中,步骤001包括:
步骤011:获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组,将该性能指标数据组确定为所述第一性能指标数据组。
步骤012:根据所述历史应用系统在其旧硬件系统中对应的第一性能指标数据组,搭建得到该历史应用系统的新硬件系统对应的仿真环境。
步骤013:录制所述历史应用系统在旧硬件系统中的实际交易流量,将所述历史应用系统在旧硬件系统中的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
具体地,在录制所述历史应用系统在旧硬件系统中的实际交易流之前,还包括:获取所述历史应用系统在旧硬件系统中的实际交易流量;所述实际交易流量可以表示历史应用系统在其旧硬件系统中对应的交易流量。
为了提高流量录放的效率,如图3所示,在一个实施例中,步骤001包括:
步骤021:获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组。
步骤022:根据预设的缩小倍数降低所述历史应用系统在其旧硬件系统中对应的性能指标数据组,根据降低后的性能指标数据组,搭建得到所述历史应用系统的新硬件系统对应的仿真环境,并将所述降低后的性能指标数据组确定为所述第二性能指标数据组。
步骤023:录制所述历史应用系统在旧硬件系统中的降低预设的缩小倍数的实际交易流量,将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
具体地,可以根据预设的缩小倍数等比例降低所述性能指标数据组中的各个性能指标数据;所述预设的缩小倍数可以根据实际需要进行设置,本申请对此不作限制。举例来说,若历史应用系统在其旧硬件系统中对应的性能指标数据组中:服务器数量为10台,CPU使用率为50%,物理内存使用率为60%和交换空间使用率为20%,预设的缩小倍数为2倍,那么,降低后的性能指标数据组中服务器数量为5台,CPU使用率为25%,物理内存使用率为30%和交换空间使用率为10%。
具体地,在将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放之后,可以对所述仿真环境进行压力测试,若测试通过,则将所述仿真环境当前的性能指标数据确定为所述第二性能指标数据组,否则根据实际情况调整所述仿真环境的性能指标数据,直至所述仿真环境进行压力测试通过,得到仿真环境当前的性能指标数据确定为所述第二性能指标数据组。
为了提高新硬件系统搭建的可靠性,在一个实施例中,步骤300包括:
判断所述新硬件系统的性能指标数据组是否符合预设的阈值条件,若是,则根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
为了进一步说明本方案,本申请提供一种应用系统的环境迁移方法的应用实例,具体描述如下:
步骤1:非线性向量机模型训练;具体包含有:
步骤11:获取并划分正负样本。
首先根据应用系统业务特点,将应用系统划归为三大类:业务接入类(主要为客户提供业务接入功能,有简单的逻辑处理,不存放客户信息等核心数据)、业务产品类(主要提供业务处理逻辑服务,存放客户信息等核心数据)、基础支撑类(与业务逻辑无关,主要提供基础平台功能)。按照三大类应用系统各选取8-10个代表应用,搭建新硬件系统基础设施的仿真环境。
录制对应用生产环境的实际交易流量,在仿真环境进行流量回放,其中仿真环境按比例逐步完成搭建,等比例测试获取仿真环境应用系统的性能指标数据作为数据集(数据集包括:存量环境性能容量数据、仿真环境(即生产新硬件系统)的性能容量数据、仿真环境:生产环境服务器数量比例),并根据不同性能指标阈值将采集数据分为正、负样本(低于阈值即为正样本,正样本输出为1;高于阈值即为负样本,负样本输出为0)。性能容量数据分类及对应阈值以行业标准为依据,可以如表1所示。
步骤12:特征筛选、模型训练及优化。
根据步骤11获取到的正负数据集,80%的数据集作为训练集对非线性支持向量机模型进行训练,得到分离超平面和分类决策函数,再使用20%数据集进行模型测试,模型准确率达到80%(默认值,具体使用可根据需求调整)则完成模型训练,若未达到80%则返回步骤11获取更多数据进行模型优化。
后续有应用系统实际开始进行环境迁移时,可以根据生产获取到的实际数据作为步骤11的数据集持续对模型进行训练优化。
步骤2:环境迁移分批策略自适应调节。
使用步骤1中训练好的模型,可以获得不同类型应用系统的服务器数量比例,生产按照该比例完成新硬件系统搭建,同时各应用系统根据自身的业务承载情况预设分批切流计划。
应用系统完成首批切流计划后,对接步骤1的模型,模型预测当前新硬件系统的性能容量若满足下一阶段切流标准(即输出为1)则继续安排下一阶段的切流,若不满足切流标准(即输出为0)则自动回切至上一阶段的切流比例,待新硬件系统完成扩容后重新进行切流。
应用系统切流期间产生的数据也同步作为步骤11中的数据集持续对模型进行训练调优。
为了提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性,本申请提供另一种应用系统的环境迁移方法的应用实例,具体描述如下:
(一)如图4所示,非线性向量机模型训练的过程包括:
步骤S101:业务场景分类:业务接入类、业务产品类、基础支撑类,并根据不同业务场景搭建基于新硬件系统基础的仿真环境,根据生产运行实际情况,按照生产:仿真环境的比例进行交易回放测试,得到初始硬件系统的测试数据。
步骤S102:以生产目前的性能阈值为界,低于阈值的数据样本为正样本,高于阈值的数据样本为负样本。按照2:8比例分配测试数据,80%测试数据训练非线性向量机模型,20%测试数据用以评估模型准确率,若准确率未达到80%(默认比例,可调节),则返回步骤S101获取更多训练数据。
步骤S103:基于第二步完成的非线性向量机模型训练结果,生产环境各应用系统逐步完成环境迁移,基于生产实际迁移数据返回步骤S101不断优化模型。
(一)如图5所示,环境迁移分批策略自适应调节过程包括:
步骤S201:应用系统根据训练模型输出的性能资源配比完成1:1环境搭建,并根据预设的切流计划完成对应比例的交易流量切流。
步骤S202:1、切流后根据生产在新硬件系统运行情况获取到的系统性能情况,输入训练模型,得到预测性能资源是否满足的结果,根据结果进行下一阶段切流或判断性能不足实施流量回退;2、首批切流后生产在新硬件系统运行情况获取到的系统性能重新反馈给模型,实现模型动态调优机制。
步骤S103:基于第二步完成的非线性向量机模型训练结果,生产环境各应用系统逐步完成环境迁移,基于生产实际迁移数据返回步骤S101不断优化模型。
由上述描述可知,本应用实例提供的应用系统的环境迁移方法,环境迁移前可以通过搭建新硬件系统仿真环境,等比例模拟生产环境进行交易回放进行测试获取各项性能数据,并能够在部分应用系统迁移过程中或迁移完成后的生产实际数据进行模型优化,同时也能够在应用系统迁移过程中根据模型预测结果自适应完成环境迁移分批切流比例调整,实现不同业务场景的应用系统环境迁移的自适应调配机制,实现高效自动平滑的环境迁移,有效保障在环境迁移过程中规避风险。
从软件层面来说,为了提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性,本申请提供一种用于实现所述应用系统的环境迁移方法中全部或部分内容的应用系统的环境迁移装置的实施例,参见图6,所述应用系统的环境迁移装置具体包含有如下内容:
获取模块01,用于获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;
确定模块02,用于根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;
搭建模块03,用于根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;
环境迁移模块04,用于将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
在一个实施例中,所述环境迁移模块包括:
切流单元,用于将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述新硬件系统中,获取该新硬件系统当前的性能指标数据组;
判断单元,用于判断所述新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
在一个实施例中,所述的应用系统的环境迁移装置,还包括:
退回模块,用于若所述新硬件系统当前的性能指标数据组不符合预设的阈值条件,则退回所有已执行的切流操作;
扩容模块,用于对所述新硬件系统进行扩容操作,将所述交易流量切换到扩容后的新硬件系统中。
在一个实施例中,所述的应用系统的环境迁移装置,还包括:
获取数据集模块,用于获取数据集,所述数据集包括:多条样本及其各自对应的样本标签,每条样本包括:历史应用系统在其旧硬件系统中对应的第一性能指标数据组,所述样本标签包括:所述历史应用系统在其新硬件系统中的第二性能指标数据组;
训练模块,用于应用所述数据集对非线性支持向量机模型进行训练,得到所述性能评估模型。
在一个实施例中,所述获取数据集模块包括:
第一获取历史数据单元,用于获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组,将该性能指标数据组确定为所述第一性能指标数据组;
第一搭建单元,用于根据所述历史应用系统在其旧硬件系统中对应的第一性能指标数据组,搭建得到该历史应用系统的新硬件系统对应的仿真环境;
第一录放单元,用于录制所述历史应用系统在旧硬件系统中的实际交易流量,将所述历史应用系统在旧硬件系统中的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述获取数据集模块包括:
第二获取历史数据单元,用于获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组;
第二搭建单元,用于根据预设的缩小倍数降低所述历史应用系统在其旧硬件系统中对应的性能指标数据组,根据降低后的性能指标数据组,搭建得到所述历史应用系统的新硬件系统对应的仿真环境,并将所述降低后的性能指标数据组确定为所述第二性能指标数据组;
第二录放单元,用于录制所述历史应用系统在旧硬件系统中的降低预设的缩小倍数的实际交易流量,将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
在一个实施例中,所述搭建模块包括:
搭建单元,用于判断所述新硬件系统的性能指标数据组是否符合预设的阈值条件,若是,则根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
本说明书提供的应用系统的环境迁移装置的实施例具体可以用于执行上述应用系统的环境迁移方法的实施例的处理流程,其功能在此不再赘述,可以参照上述应用系统的环境迁移方法实施例的详细描述。
从硬件层面来说,为了提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性,本申请提供一种用于实现所述应用系统的环境迁移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所述应用系统的环境迁移装置以及用户终端等相关设备之间的信息传输;该电子设备可以是台式计算机、平板电脑及移动终端等,本实施例不限于此。在本实施例中,该电子设备可以参照实施例用于实现所述应用系统的环境迁移方法的实施例及用于实现所述应用系统的环境迁移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。
图7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7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7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。
在本申请一个或多个实施例中,应用系统的环境迁移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100:获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量。
步骤200:根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的。
步骤300:根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
步骤400:将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
从上述描述可知,本申请的实施例提供的电子设备,能够提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性。
在另一个实施方式中,应用系统的环境迁移装置可以与中央处理器9100分开配置,例如可以将应用系统的环境迁移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系统的环境迁移功能。
如图7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7中所示的所有部件;此外,电子设备9600还可以包括图7中没有示出的部件,可以参考现有技术。
如图7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。
上述描述可知,本申请的实施例提供的电子设备,能够提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性。
本申请的实施例还提供能够实现上述实施例中的应用系统的环境迁移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应用系统的环境迁移方法的全部步骤,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100:获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量。
步骤200:根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的。
步骤300:根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
步骤400:将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
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,能够提高评估新硬件系统的性能指标数据的可靠性,进而提高应用系统的环境迁移的可靠性。
本申请中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。
本申请是参照根据本申请实施例的方法、设备(系统)、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。
本申请中应用了具体实施例对本申请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申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,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申请的限制。
Claims (10)
1.一种应用系统的环境迁移方法,其特征在于,包括:
获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;
根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;
根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;
将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
2.根据权利要求1所述的应用系统的环境迁移方法,其特征在于,所述将所述交易流量切换到所述新硬件系统中,包括:
将所述交易流量切分为多份切分交易流量,将选取其中一份切分交易流量确定为目标交易流量,执行切流操作,该切流操作包括:将该目标交易流量切至所述新硬件系统中,获取该新硬件系统当前的性能指标数据组;
判断所述新硬件系统当前的性能指标数据组是否符合预设的阈值条件,若是,则从未执行切流操作的切分交易流量中选取一份作为目标交易流量,返回执行所述执行切流操作,直至各份切分交易流量均完成所述切流操作。
3.根据权利要求2所述的应用系统的环境迁移方法,其特征在于,还包括:
若所述新硬件系统当前的性能指标数据组不符合预设的阈值条件,则退回所有已执行的切流操作;
对所述新硬件系统进行扩容操作,将所述交易流量切换到扩容后的新硬件系统中。
4.根据权利要求1所述的应用系统的环境迁移方法,其特征在于,还包括:
获取数据集,所述数据集包括:多条样本及其各自对应的样本标签,每条样本包括:历史应用系统在其旧硬件系统中对应的第一性能指标数据组,所述样本标签包括:所述历史应用系统在其新硬件系统中的第二性能指标数据组;
应用所述数据集对非线性支持向量机模型进行训练,得到所述性能评估模型。
5.根据权利要求4所述的应用系统的环境迁移方法,其特征在于,所述获取数据集包括:
获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组,将该性能指标数据组确定为所述第一性能指标数据组;
根据所述历史应用系统在其旧硬件系统中对应的第一性能指标数据组,搭建得到该历史应用系统的新硬件系统对应的仿真环境;
录制所述历史应用系统在旧硬件系统中的实际交易流量,将所述历史应用系统在旧硬件系统中的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
6.根据权利要求4所述的应用系统的环境迁移方法,其特征在于,所述获取数据集包括:
获取批量历史应用系统各自在其旧硬件系统中对应的性能指标数据组;
根据预设的缩小倍数降低所述历史应用系统在其旧硬件系统中对应的性能指标数据组,根据降低后的性能指标数据组,搭建得到所述历史应用系统的新硬件系统对应的仿真环境,并将所述降低后的性能指标数据组确定为所述第二性能指标数据组;
录制所述历史应用系统在旧硬件系统中的降低预设的缩小倍数的实际交易流量,将所述降低预设的缩小倍数的实际交易流量在所述仿真环境中回放,得到所述历史应用系统在其新硬件系统中的第二性能指标数据组。
7.根据权利要求1所述的应用系统的环境迁移方法,其特征在于,所述根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统,包括:
判断所述新硬件系统的性能指标数据组是否符合预设的阈值条件,若是,则根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统。
8.一种应用系统的环境迁移装置,其特征在于,包括:
获取模块,用于获取目标应用系统在其旧硬件系统中对应的性能指标数据组和交易流量;
确定模块,用于根据预设的性能评估模型和所述性能指标数据组,确定所述目标应用系统在其新硬件系统中对应的性能指标数据组,该预设的性能评估模型是基于非线性支持向量机模型预先训练得到的;
搭建模块,用于根据所述新硬件系统的性能指标数据组,搭建得到所述目标应用系统对应的新硬件系统;
环境迁移模块,用于将所述交易流量切换到所述新硬件系统中,完成所述目标应用系统的环境迁移。
9.一种电子设备,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7任一项所述的应用系统的环境迁移方法。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述指令被处理器执行时实现权利要求1至7任一项所述的应用系统的环境迁移方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311285419.1A CN117331665A (zh) | 2023-09-28 | 2023-09-28 | 应用系统的环境迁移方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311285419.1A CN117331665A (zh) | 2023-09-28 | 2023-09-28 | 应用系统的环境迁移方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117331665A true CN117331665A (zh) | 2024-01-02 |
Family
ID=89289788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311285419.1A Pending CN117331665A (zh) | 2023-09-28 | 2023-09-28 | 应用系统的环境迁移方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117331665A (zh) |
-
2023
- 2023-09-28 CN CN202311285419.1A patent/CN117331665A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111491332B (zh) | 动态服务迁移方法及装置 | |
CN111078930A (zh) | 音频文件数据处理方法及装置 | |
CN111736772A (zh) | 分布式文件系统的存储空间数据处理方法及装置 | |
CN112817694A (zh) | 分布式系统的自动负载均衡方法及装置 | |
CN111858050B (zh) | 服务器集群混合部署方法、集群管理节点及相关系统 | |
CN106776039A (zh) | 一种数据处理方法及装置 | |
CN111427918A (zh) | 交易明细数据比对方法及装置 | |
US8593977B2 (en) | Method and apparatus for transmitting data and method and apparatus for performing data tasks | |
CN111782260A (zh) | 灰度发布方法及灰度发布装置 | |
CN116954926A (zh) | 服务器资源分配方法及装置 | |
CN117331665A (zh) | 应用系统的环境迁移方法及装置 | |
US20220138574A1 (en) | Method of training models in ai and electronic device | |
CN115185658A (zh) | 一种基于时间和通信可靠的任务卸载调度方法及相关产品 | |
CN111262794B (zh) | 网关的流量控制方法及装置 | |
CN114356512A (zh) | 一种数据处理方法、设备以及计算机可读存储介质 | |
CN113742212A (zh) | 一种新旧系统迁移测试方法及装置 | |
CN112766698B (zh) | 应用业务压力确定方法及装置 | |
CN113660684A (zh) | 终端设备网络自适应优化方法及装置 | |
CN112489644A (zh) | 用于电子设备的语音识别方法及装置 | |
CN114416863A (zh) | 用于执行基于模型并行的分布式推理的方法、设备和介质 | |
CN113342501B (zh) | 系统故障处理方法及装置 | |
CN112286663B (zh) | 任务调度方法及装置 | |
CN116382903A (zh) | 大数据平台调度系统资源分配优化方法和装置 | |
CN117149423A (zh) | 基于分布式集群的调度方法及装置 | |
CN115499504A (zh) | 应用灰度发布方法及装置 |
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 |