CN117354361A - 配置业务系统的方法、装置、设备和计算机可读介质 - Google Patents
配置业务系统的方法、装置、设备和计算机可读介质 Download PDFInfo
- Publication number
- CN117354361A CN117354361A CN202311317067.3A CN202311317067A CN117354361A CN 117354361 A CN117354361 A CN 117354361A CN 202311317067 A CN202311317067 A CN 202311317067A CN 117354361 A CN117354361 A CN 117354361A
- Authority
- CN
- China
- Prior art keywords
- service
- application
- business
- parameters
- configuring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011161 development Methods 0.000 claims abstract description 81
- 238000012216 screening Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims description 33
- 238000004590 computer program Methods 0.000 claims description 15
- 238000010276 construction Methods 0.000 claims description 5
- 230000003993 interaction Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- 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
- H04L67/2866—Architectures; Arrangements
- H04L67/30—Profiles
- H04L67/306—User profiles
-
- 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
- H04L67/50—Network services
- H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了配置业务系统的方法、装置、设备和计算机可读介质，涉及自动程序设计技术领域。该方法的一具体实施方式包括：在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。该实施方式能够及时配置业务系统，满足业务发展需求。
Description
技术领域
本发明涉及自动程序设计技术领域，尤其涉及一种配置业务系统的方法、装置、设备和计算机可读介质。
背景技术
业务系统在运行过程中需要满足当前和未来的业务发展需要，因此业务的发展趋势会直接影响业务系统所需的资源。
资源的目标是为了确保业务系统在运行过程中，基础设施和中间件等容量能满足业务连续性要求。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：由于配置业务系统存在滞后性，无法满足业务发展需求。
发明内容
有鉴于此，本发明实施例提供一种配置业务系统的方法、装置、设备和计算机可读介质，能够及时配置业务系统，满足业务发展需求。
为实现上述目的，根据本发明实施例的一个方面，提供了一种配置业务系统的方法，包括：
在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
所述在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列，包括：
基于所述业务系统确定交互数据的应用服务，所述应用服务部署在所述业务系统的硬件设备中；
根据服务调用链，筛选出所述应用服务存储依赖关系的应用子服务；
在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数、所述应用服务的指标和所述应用子服务的指标，构建影响系统参数的应用服务影响特征序列。
所述在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数、所述应用服务的指标和所述应用子服务的指标，构建影响系统参数的应用服务影响特征序列，包括：
在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数，建立系统参数特征序列；
在所述业务系统的时间窗口中，根据所述应用服务的指标和所述应用子服务的指标，构建指标特征序列；
结合所述业务系统的时间窗口的时间点，按照所述系统参数特征序列和指标特征序列，构建影响系统参数的应用服务影响特征序列。
所述在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型，包括：
在所述应用服务影响特征序列中，基于相关系数筛选出强影响所述系统参数的应用服务；
以所述强影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
所述在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型，包括：
在所述应用服务影响特征序列中，基于相关系数筛选出弱影响所述系统参数的应用服务；
以所述弱影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
所述根据业务趋势的配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数，包括：
在业务趋势配置模型输出的原始业务量的基础上，结合专家经验得到所述配置业务量；
将所述业务趋势的配置业务量输入所述业务发展配置模型，基于所述业务发展配置模型的输出参数配置所述业务系统的系统参数。
所述业务系统的系统参数包括以下一种或多种：计算资源参数、存储资源参数和网络资源参数。
根据本发明实施例的第二方面，提供了一种配置业务系统的装置，包括：
构建模块，用于在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
训练模块，用于在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
配置模块，用于根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
根据本发明实施例的第三方面，提供了一种配置业务系统的电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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上述的方法。
根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述的方法。
根据本发明实施例的第五方面，提供了一种计算机程序产品，包括计算机程序，所述程序被处理器执行时实现本发明实施例提供的如上述的方法。
上述发明中的一个实施例具有如下优点或有益效果：在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；根据所述业务发展配置模型输出应用服务的配置指标和业务趋势配置模型输出的配置业务量，结合性能预测模型配置所述业务系统的系统参数。业务发展配置模型体现影响系统参数的应用服务，业务趋势配置模型体现业务量，进而通过性能预测模型配置业务系统的系统参数。由于能够及时配置业务系统，满足业务发展需求。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的配置业务系统的方法的主要流程示意图；
图2是根据本发明实施例的获取业务系统的系统参数和应用服务的指标的流程示意图；
图3是根据本发明实施例的构建影响系统参数的应用服务影响特征序列的流程示意图；
图4是根据本发明实施例的一个训练得到业务发展配置模型的流程示意图；
图5是根据本发明实施例的另一个训练得到业务发展配置模型的流程示意图；
图6是根据本发明实施例的结合业务发展配置模型配置业务系统的系统参数的流程示意图；
图7是根据本发明实施例的配置业务系统的装置的主要结构示意图；
图8是本发明实施例可以应用于其中的示例性系统架构图；
图9是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
业务系统支持多种业务功能，如：登陆、查询、支付和退款等。每个业务功能会占用相应的性能容量。作为一个示例，同时查询交易量会占用较大的CPU使用率等。其中，某个业务功能达到瓶颈值，即代表此业务系统也达到瓶颈值。因此，需要再次配置并调整业务系统。
当前业务系统的配置缺乏业务的趋势发展分析。业务的发展是影响业务系统的关键源头因素，因此在配置业务系统时需要考虑业务发展因素。
当前业务系统的配置缺乏对关键服务的深度分析。配置业务系统的瓶颈取决于其中某业务服务的容量瓶颈，而不是要等到业务系统告警。
因此，配置业务系统存在滞后性，无法满足业务发展需求。
为了解决配置业务系统存在滞后性，可以采用以下本发明实施例中的技术方案。
参见图1，图1是根据本发明实施例的配置业务系统的方法主要流程示意图，从应用服务触发筛选出影响系统参数的应用服务，以配置业务系统。如图1即100所示，具体包括以下步骤：
S101、在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列。
在本发明的实施例中，业务系统包括提供服务的金融业务系统。在金融领域中，业务系统通常需要为多个应用服务提供资源。业务系统包括多个服务器，以通过服务器为应用服务提供资源。作为一个示例，应用服务包括热门搜索词查询和城市查询。每个应用服务会部署在业务系统的服务器中。
对于业务系统来说以系统参数表征提供的资源量。对于应用服务来说，以指标体现资源利用率。
在本发明的一个实施例中，业务系统的系统参数包括以下一种或多种：计算资源参数、存储资源参数和网络资源参数。
作为一个示例，计算资源参数包括CPU使用率和/或内存使用率。存储资源参数包括以下一种或多种：数据库表空间大小、数据库表空间使用率、归档日志大小、磁盘组使用率、数据库连接数、网络附属存储(Network Attached Storage，NAS)存储空间和NAS空间使用率。网络资源参数包括以下一种或多种：带宽、网络时延、丢包率和抖动。
在本发明的一个实施例中，应用服务的指标包括联机业务指标和批量业务指标。联机业务指标包括以下一种或多种：交易量每秒事务处理量(TransactionPerSecond，TPS)、业务成功率、系统成功率、平均响应事件和平均处理时间。批量业务指标包括批量处理业务量和/或平均运行时长。
参见图2即200，图2是根据本发明实施例的获取业务系统的系统参数和应用服务的指标的流程示意图。具体包括以下步骤：
S201、基于业务系统确定交互数据的应用服务，应用服务部署在业务系统的硬件设备中。
业务系统需要为多个应用服务提供资源，应用服务部署在业务系统的硬件设备中。其中，可以基于业务系统确定交互数据的应用服务，即确定业务系统提供资源的应用服务。
在本发明的实施例中，考虑到业务系统是由多个应用服务组成的复杂体，每个应用服务复杂扮演的角色不一样，对于业务系统的影响也会不同。因此，如果对业务系统的影响细化到应用服务的粒度，对于业务系统的配置将会更加准确。
S202、根据服务调用链，筛选出应用服务存储依赖关系的应用子服务。
对于业务系统来说，为多个应用服务提供资源。如：业务系统作为金融业务系统，应用服务包括：版本更新配置、离线包参数查询、用户登陆、热门搜索词查询、用户累计优惠金额查询和城市查询。
应用服务之间存在调用关系。作为一个示例，热门搜索词查询和用户累计优惠金额查询服务，均依赖于用户登陆服务。
可以根据服务调用链，筛选出应用服务存储依赖关系的应用子服务。可以理解的是，业务系统不仅为应用服务提供资源，还为应用子服务提供资源。
S203、在业务系统的时间窗口中，按照业务系统在硬件设备中的系统参数、应用服务的指标和应用子服务的指标，构建影响系统参数的应用服务影响特征序列。
对于业务系统来说，由于应用服务的指标变化，导致业务系统的系统参数随之改变。在不同时间段业务系统的系统参数改变趋势不同。为了充分表征系统参数的变化，可以在业务系统的时间窗口中，构建影响系统参数的应用服务影响特征序列。
参见图3即300，图3是根据本发明实施例的构建影响系统参数的应用服务影响特征序列的流程示意图。具体包括以下步骤：
S301、在业务系统的时间窗口中，按照业务系统在硬件设备中的系统参数，建立系统参数特征序列。
为了辨识出应用服务的指标对于业务系统的系统参数的影响。可以在业务系统的时间窗口中，按照业务系统在硬件设备中的系统参数，建立系统参数特征序列。
作为一个示例，业务系统的时间窗口包括最近6个月。在硬件设备中的系统参数包括CPU使用率。建立CPU使用率特征序列：(0.33，0.42，...，0.21)。
S302、在业务系统的时间窗口中，根据应用服务的指标和应用子服务的指标，构建指标特征序列。
应用子服务属于应用服务，针对应用服务和应用子服务，在业务系统的时间窗口中，根据应用服务的指标和应用子服务的指标，构建指标特征序列。
作为一个示例，应用服务包括TPS，构建TPS特征序列(210，367，...，332)。
S303、结合业务系统的时间窗口的时间点，按照系统参数特征序列和指标特征序列，构建影响系统参数的应用服务影响特征序列。
基于业务系统的时间窗口的时间点，将同一时间的系统参数特征序列中系统参数特征和指标特征序列中指标特征，构建影响系统参数的应用服务影响特征序列。
作为一个示例，CPU使用率特征序列：(0.33，0.42，...，0.21)。TPS特征序列(210，367，...，332)。影响特征序列：(0.33，210)，(0.42，367)...，(0.21，332)。
参见表1，表1是系统参数和应用服务的指标示例。其中，系统参数以Y标识，指标以X标识。
表1
| 系统性能 | 系统参数Y | 应用服务 | 指标X |
| 主机CPU | CPU使用率 | 服务1 | 交易量TPS |
| 主机CPU | CPU核数 | 服务1 | 平均响应时间 |
| 主机内存 | 内存使用率 | 服务1 | 业务成功率 |
| 磁盘IO | IOPS | 服务1 | 系统成功率 |
| 存储 | 磁盘组使用率 | 服务2 | 批处理业务量 |
| 存储 | NAS空间使用率 | 服务2 | 平均处理时长 |
| 存储 | 归档日志大小 | 服务3 | 交易量TPS |
| 存储 | 数据库连接数 | 服务3 | 平均响应时间 |
| 存储 | 数据库表空间使用率 | 服务3 | 业务成功率 |
| 网络IO | 网络带宽 | 服务3 | 系统成功率 |
| 网络IO | 网络时延 | 服务1依赖服务4 | 交易量TPS |
| 网络IO | 丢包率 | 服务1依赖服务4 | 平均响应时间 |
表1中包括属于计算资源参数的CPU使用率、CPU核数和内存使用率。属于存储资源参数的IOPS、磁盘组使用率、NAS空间使用率、归档日志大小、数据库连接数和数据库表空间使用率。属于网络资源参数的网络带宽、网络时延和丢包率。
在图3的实施例中，通过构建影响系统参数的应用服务影响特征序列。
S102、在应用服务影响特征序列中，筛选出影响系统参数的应用服务，以训练得到业务发展配置模型。
对于系统参数而言，受多个应用服务的影响。为了及时配置业务系统的参数，以确保为应用服务提供资源，需要筛选出影响系统参数的应用服务。
参见图4即400，图4是根据本发明实施例的一个训练得到业务发展配置模型的流程示意图。具体包括以下步骤：
S401、在应用服务影响特征序列中，基于相关系数筛选出强影响所述系统参数的应用服务。
上游的服务也是影响下游服务的因素。每一个应用服务对于系统参数都有一定的贡献。不同应用服务对系统参数的影响程度不一样。在本发明的实施例中，在应用服务影响特征序列中，基于相关系数筛选出强影响系统参数的应用服务。作为一个示例，相关系数包括皮尔逊相关系数。
下面示例性地说明，以皮尔逊相关系统筛选影响系统参数的应用服务。
针对系统参数Y与应用服务的指标X之间的关联关系，采用皮尔逊相关系数来计算，从而选取影响较大的特征X。
作为一个示例，系统参数Y包括CPU使用率。应用服务的指标包括：交易量TPS、平均响应时间、业务成功率、系统成功率、批处理业务量和平均处理时长。逐一计算系统参数与应用服务的指标的相关性。
皮尔逊相关系数度量变量X和Y之间的线性相关性，其相关系数r的计算公式1：
其中，n是应用服务的指标的样本数量。若相关系数的绝对值介于0.6至1之间，为强相关；若相关系数的绝对值介于0.2至0.6之间，为弱相关；其它则可视为不相关。
若为强相关，则可认为系统参数Y主要受到应用服务的指标X的影响；若结果为弱相关，则需要考虑其他的影响因素。
在本发明的一个实施例中，为了提高筛选出强影响系统参数的应用服务，在计算相关系数之前，还可以识别异常数据。作为一个示例，采用3-Sigma识别异常数据。
参见表2，表2是影响CPU使用率的皮尔逊相关系数。
表2
通过表2，将皮尔逊相关系数大于或等于0.2的应用服务的指标作为强影响CPU使用率的应用服务。
S402、以强影响系统参数的应用服务作为训练数据，训练得到业务发展配置模型。
在本发明的实施例中，以深度神经网络回归模型作为业务发展配置模型进行训练。深度神经网络回归模型的主要结构分为输入层，隐含层，输出层。从输入层到隐含层、隐含层到隐含层之间用激活函数Relu函数连接，从隐含层到输出层用线性回归函数连接。
将强影响系统参数的应用服务作为训练数据，训练得到业务发展配置模型。通过业务发展配置模型能够预测影响系统参数的应用服务的指标。
在图4的实施例中，以强影响系统参数的应用服务训练得到业务发展配置模型，以预测影响系统参数的应用服务的指标。
参见图5即500，图5是根据本发明实施例的另一个训练得到业务发展配置模型的流程示意图。具体包括以下步骤：
S501、在应用服务影响特征序列中，基于相关系数筛选出弱影响系统参数的应用服务。
可以采用S401中的公式1计算皮尔逊相关系数，进而筛选出弱影响系统参数的应用服务。
S502、以弱影响系统参数的应用服务作为训练数据，训练得到业务发展配置模型。
可以以弱影响系统参数的应用服务作为负训练数据，训练得到业务发展配置模型。
需要说明的是，S502中的业务发展配置模型是基于负训练数据训练得到的。弱影响系统参数的应用服务是出现较多的情况。因而，能够提高识别影响系统参数的应用服务的适应性。
S103、根据业务趋势配置业务量，结合业务发展配置模型配置业务系统的系统参数。
在本发明的实施例中，随着业务发展应用服务的指标也发生变化。可以根据业务趋势配置业务量。作为一个示例，配置应用服务的指标。即，根据业务趋势配置业务量包括根据业务趋势配置应用服务的指标。
然后，根据应用服务的指标，结合业务发展配置模型配置业务系统的系统参数。
参见图6即600，图6是根据本发明实施例的结合业务发展配置模型配置业务系统的系统参数的流程示意图。具体包括以下步骤：
S601、在业务趋势配置模型输出的原始业务量的基础上，结合专家经验得到配置业务量。
在本发明的实施例中，根据业务趋势配置业务量包括，通过业务趋势配置模型配置业务量。
业务趋势配置模型用于预测应用服务的指标的原始业务量。作为一个示例，通过应用服务的指标的历史业务量训练得到业务趋势配置模型。作为一个示例，可以在时间序列分析模型(ARIMA)的基础上，通过应用服务的指标的历史业务量训练得到业务趋势配置模型。
在本发明的一个实施例中，为了提高配置业务量的准确性，可以结合专家经验。在业务趋势配置模型输出的原始业务量的基础上，结合专家经验得到配置业务量。
具体地，对于特殊节假日或者营销活动，如：用户大促回馈。根据历史数据和专家经验预期业务量会呈现倍数增长，继而在原始业务量的基础上，结合专家经验得到配置业务量。
一方面，通过应用服务的指标的历史业务量，采用业务趋势配置模型行预测，得到原始业务量Pred1。另一方面，针对业务大促或者特殊节假日等活动，原始业务量需要参考专家经验，包括行业形式、宏观经济、产品规划等方面。如，促销日、纪念日等特殊日期的商业促销活动会影响业务量成倍数增长，补贴农产品会影响农产品销量增长，都需要专家经验给予指导。如：在即将到来的10周年纪念促销活动方面，业务量根据专家预计会增长150％。综合来说，配置业务量的预期为：Pred＝(1+150％)*Pred1。
S602、将业务趋势的配置业务量输入业务发展配置模型，基于业务发展配置模型的输出参数配置业务系统的系统参数。
业务发展配置模型用于预测业务系统的系统参数。具体地，将业务趋势的配置业务量输入业务发展配置模型，业务发展配置模型的输出参数。即将输出参数配置为业务系统的系统参数。进而可以按照业务系统的系统参数配置资源。
在本发明的实施例中，业务发展配置模型是将t(n+1)时刻的配置业务量作为输入参数，得到t(n+1)时刻的系统参数。优点是，根据配置业务量的预测，预估系统参数，可以提前掌控系统资源，并且做出相应的准备尽可能避免应用服务的中断，如：需要扩容来应对促销日。
反之，如果基于实际业务预测系统参数，实际业务中已经没有价值，如：促销日到来业务已经上涨，系统资源已经到预警值，会影响应用服务的连续性。
需要说明的是，针对不同的系统参数，分别构建对应的业务发展配置模型。如：针对CPU使用率的业务发展配置模型、磁盘组使用率的业务发展配置模型和网络带宽的业务发展配置模型。
在图6的实施例中，基于业务趋势配置模型预测的业务量，配置业务系统的系统参数，以提高准确性。
下面以系统参数包括CPU使用率，应用服务的指标包括交易量TPS为例，说明配置业务系统。
参见表3，表3是通过交易量TPS预测应用服务的CPU使用率的示例。
表3
| 应用服务 | 交易量TPS | CPU预测使用率 |
| 版本更新配置 | 5755 | 92.3％ |
| 离线包参数查询 | 1655 | 83.20％ |
| 热门搜索词查询 | 1647.5 | 80.70％ |
| 用户累计优惠金额查询 | 620 | 72.30％ |
| 城市查询 | 555 | 69.50％ |
| 黑名单域名查询 | 427.5 | 62.30％ |
| 白名单查询 | 45 | 53.10％ |
| 首页基础信息 | 25 | 43.20％ |
表3中，交易量TPS是根据业务趋势配置模型预测得到，通过业务发展配置模型得到业务系统中所有应用服务对应的CPU预测使用率，并从高到低排序，最高的应用服务若超过阈值，即代表业务系统的最大容量，需要做好扩容准备。
在上述实施例中，在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；根据所述业务发展配置模型输出应用服务的配置指标和业务趋势配置模型输出的配置业务量，结合性能预测模型配置所述业务系统的系统参数。业务发展配置模型体现影响系统参数的应用服务，业务趋势配置模型体现业务量，进而通过性能预测模型配置业务系统的系统参数。由于能够及时配置业务系统，满足业务发展需求。
采用本发明的实施例，基于业务量配置业务系统的系统参数，能够准确掌控当前和未来的系统资源使用状况，及时做好扩缩容的应对准备，确保业务系统的稳定运行。
参见图7，图7是根据本发明实施例的配置业务系统的装置的主要结构示意图，配置业务系统的装置可以实现配置业务系统的方法，如图7即700所示，配置业务系统的装置具体包括：
构建模块701，用于在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
训练模块702，用于在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
配置模块703，用于根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
在本发明的一个实施例中，构建模块701，具体用于基于所述业务系统确定交互数据的应用服务，所述应用服务部署在所述业务系统的硬件设备中；
根据服务调用链，筛选出所述应用服务存储依赖关系的应用子服务；
在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数、所述应用服务的指标和所述应用子服务的指标，构建影响系统参数的应用服务影响特征序列。
在本发明的一个实施例中，构建模块701，具体用于在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数，建立系统参数特征序列；
在所述业务系统的时间窗口中，根据所述应用服务的指标和所述应用子服务的指标，构建指标特征序列；
结合所述业务系统的时间窗口的时间点，按照所述系统参数特征序列和指标特征序列，构建影响系统参数的应用服务影响特征序列。
在本发明的一个实施例中，训练模块702，具体用于在所述应用服务影响特征序列中，基于相关系数筛选出强影响所述系统参数的应用服务；
以所述强影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
在本发明的一个实施例中，训练模块702，具体用于在所述应用服务影响特征序列中，基于相关系数筛选出弱影响所述系统参数的应用服务；
以所述弱影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
在本发明的一个实施例中，配置模块703，具体用于在业务趋势配置模型输出的原始业务量的基础上，结合专家经验得到所述配置业务量；
将所述业务趋势的配置业务量输入所述业务发展配置模型，基于所述业务发展配置模型的输出参数配置所述业务系统的系统参数。
在本发明的一个实施例中，所述业务系统的系统参数包括以下一种或多种：计算资源参数、存储资源参数和网络资源参数。
图8示出了可以应用本发明实施例的配置业务系统的方法或配置业务系统的装置的示例性系统架构800。
如图8所示，系统架构800可以包括终端设备801、802、803，网络804和服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804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。
用户可以使用终端设备801、802、803通过网络804与服务器805交互，以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备，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。
服务器805可以是提供各种服务的服务器，例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的配置业务系统的方法一般由服务器805执行，相应地，配置业务系统的装置一般设置于服务器805中。
应该理解，图8中的终端设备、网络和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、网络和服务器。
本发明实施例的一种计算程序产品，包括计算机程序，所述程序被处理器执行时实现本发明实施例提供的配置业务系统的方法。
下面参考图9，其示出了适于用来实现本发明实施例的终端设备的计算机系统900的结构示意图。图9示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地，根据本发明公开的实施例，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，本发明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部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示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。在本发明中，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。而在本发明中，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、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，上述模块、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，框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括构建模块、训练模块和配置模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，构建模块还可以被描述为“用于在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。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一个该设备执行时，使得该设备包括：
在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
根据本发明实施例的技术方案，在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；根据所述业务发展配置模型输出应用服务的配置指标和业务趋势配置模型输出的配置业务量，结合性能预测模型配置所述业务系统的系统参数。业务发展配置模型体现影响系统参数的应用服务，业务趋势配置模型体现业务量，进而通过性能预测模型配置业务系统的系统参数。由于能够及时配置业务系统，满足业务发展需求。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
需要说明的是，本发明的技术方案中，所涉及的用户个人信息的采集、分析、使用、传输、存储等方面，均符合相关法律法规的规定，被用于合法且合理的用途，不在这些合法使用等方面之外共享、泄露或出售，并且接受监管部门的监督管理。应当对用户个人信息采取必要措施，以防止对此类个人信息数据的非法访问，确保有权访问个人信息数据的人员遵守相关法律法规的规定，确保用户个人信息安全。一旦不再需要这些用户个人信息数据，应当通过限制甚至禁止数据收集和/或删除数据的方式将风险降至最低。
当适用时，包括在某些相关应用程序中，通过对数据去标识来保护用户隐私，例如在适用时通过移除特定标识符(例如，出生日期等)、控制所存储数据的量或特异性(例如，在城市级别而不是在具体地址级别收集位置数据)、控制数据如何被存储、和/或其他方法去标识。
Claims (11)
1.一种配置业务系统的方法，其特征在于，包括：
在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
2.根据权利要求1所述配置业务系统的方法，其特征在于，所述在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列，包括：
基于所述业务系统确定交互数据的应用服务，所述应用服务部署在所述业务系统的硬件设备中；
根据服务调用链，筛选出所述应用服务存储依赖关系的应用子服务；
在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数、所述应用服务的指标和所述应用子服务的指标，构建影响系统参数的应用服务影响特征序列。
3.根据权利要求2所述配置业务系统的方法，其特征在于，所述在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数、所述应用服务的指标和所述应用子服务的指标，构建影响系统参数的应用服务影响特征序列，包括：
在所述业务系统的时间窗口中，按照所述业务系统在硬件设备中的系统参数，建立系统参数特征序列；
在所述业务系统的时间窗口中，根据所述应用服务的指标和所述应用子服务的指标，构建指标特征序列；
结合所述业务系统的时间窗口的时间点，按照所述系统参数特征序列和指标特征序列，构建影响系统参数的应用服务影响特征序列。
4.根据权利要求1所述配置业务系统的方法，其特征在于，所述在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型，包括：
在所述应用服务影响特征序列中，基于相关系数筛选出强影响所述系统参数的应用服务；
以所述强影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
5.根据权利要求1所述配置业务系统的方法，其特征在于，所述在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型，包括：
在所述应用服务影响特征序列中，基于相关系数筛选出弱影响所述系统参数的应用服务；
以所述弱影响所述系统参数的应用服务作为训练数据，训练得到所述业务发展配置模型。
6.根据权利要求1所述配置业务系统的方法，其特征在于，所述根据业务趋势的配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数，包括：
在业务趋势配置模型输出的原始业务量的基础上，结合专家经验得到所述配置业务量；
将所述业务趋势的配置业务量输入所述业务发展配置模型，基于所述业务发展配置模型的输出参数配置所述业务系统的系统参数。
7.根据权利要求1所述配置业务系统的方法，其特征在于，所述业务系统的系统参数包括以下一种或多种：计算资源参数、存储资源参数和网络资源参数。
8.一种配置业务系统的装置，其特征在于，包括：
构建模块，用于在业务系统的时间窗口中，获取业务系统的系统参数和应用服务的指标，以构建影响系统参数的应用服务影响特征序列；
训练模块，用于在所述应用服务影响特征序列中，筛选出影响所述系统参数的应用服务，以训练得到业务发展配置模型；
配置模块，用于根据业务趋势配置业务量，结合所述业务发展配置模型配置所述业务系统的系统参数。
9.一种配置业务系统的电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
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。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述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。
11.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311317067.3A CN117354361A (zh) | 2023-10-11 | 2023-10-11 | 配置业务系统的方法、装置、设备和计算机可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311317067.3A CN117354361A (zh) | 2023-10-11 | 2023-10-11 | 配置业务系统的方法、装置、设备和计算机可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117354361A true CN117354361A (zh) | 2024-01-05 |
Family
ID=89364460
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311317067.3A Pending CN117354361A (zh) | 2023-10-11 | 2023-10-11 | 配置业务系统的方法、装置、设备和计算机可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117354361A (zh) |
-
2023
- 2023-10-11 CN CN202311317067.3A patent/CN117354361A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110555640B (zh) | 路由规划的方法和装置 | |
| CN111125107A (zh) | 数据处理方法、装置、电子设备和介质 | |
| WO2021093423A1 (zh) | 一种标记用户的方法和装置 | |
| US11985270B2 (en) | System and methods for adaptive campaign management and predictive customer engagement utilizing a customer data platform | |
| CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
| CN113760991A (zh) | 数据操作方法、装置、电子设备和计算机可读介质 | |
| CN111044062B (zh) | 路径规划、推荐方法和装置 | |
| Xu et al. | Analysis of a retrial queueing system with priority service and modified multiple vacations | |
| Hyytiä | Optimal routing of fixed size jobs to two parallel servers | |
| CN111008767B (zh) | 互联网金融技术架构评估方法、装置、电子设备和介质 | |
| CN110796543B (zh) | 基于关系网络的定制信息获取方法、装置及电子设备 | |
| CN107734006A (zh) | 一种统计日志发送方法、装置及电子设备 | |
| CN117609226A (zh) | 一种信息流数据存储方法、装置、电子设备和可读介质 | |
| CN114896296B (zh) | 云服务资源配置方法、装置、电子设备及计算机可读介质 | |
| CN107256244B (zh) | 数据处理方法和系统 | |
| CN117354361A (zh) | 配置业务系统的方法、装置、设备和计算机可读介质 | |
| CN113779412B (zh) | 一种基于区块链网络的消息触达方法、节点和系统 | |
| CN114257521B (zh) | 流量预测方法、装置、电子设备和存储介质 | |
| CN113362097B (zh) | 一种用户确定方法和装置 | |
| CN111161067A (zh) | 一种交易路由的确定方法和装置 | |
| CN111782351A (zh) | 一种分布式任务调度的方法和装置 | |
| CN117130873B (zh) | 一种任务监控的方法和装置 | |
| CN111194044A (zh) | 专线拨测方法、装置、设备和介质 | |
| CN110019165A (zh) | 一种清洗异常数据的方法和装置 | |
| CN112966849B (zh) | 件量预测模型的建立方法、装置以及设备 |
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 |