系统容量规划的方法和装置制造方法及图纸

本发明专利技术公开了系统容量规划的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取系统在第一历史时段的方法调用量；根据预训练的方法调用量模型和所述方法调用量，确定所述系统在第一历史时段之后的目标时段的方法调用量预测值；根据预训练的线程池使用量模型和所述方法调用量预测值，确定所述系统在目标时段的线程池使用量预测值。该实施方式能够基于系统的历史数据智能规划系统未来的容量，从而实现在系统出现问题前对其进行限流或扩展，响应速度快，成本低，安全性高。安全性高。安全性高。

【技术实现步骤摘要】
系统容量规划的方法和装置


[0001]本专利技术涉及计算机
，尤其涉及一种系统容量规划的方法和装置。

技术介绍

[0002]容量是指一个系统可处理容纳的最大能力，这个能力可以简单理解为访问量，即流量。目前在系统搭建的初级阶段或是大流量前，会对系统进行压力测试，用以了解系统处于最大负载状态或某项指标达到所能接受的最大阈值下对请求的最大处理能力。但是，在有限服务器的情况下，对于流量的监控是依赖于上报响应时间、调用次数、异常监控、调用方监控等方式的报警，再对系统进行排查是否有容量不足的风险，这种监控的方式过度依赖于监控报警，报警后接入人工处理，响应时间较为滞后，无法在系统出现问题前对其进行限流或扩容。

技术实现思路

[0003]有鉴于此，本专利技术实施例提供一种系统容量规划的方法和装置，能够基于系统的历史数据智能规划系统未来的容量，从而实现在系统出现问题前对其进行限流或扩展，响应速度快，成本低，安全性高。
[0004]为实现上述目的，根据本专利技术实施例的一个方面，提供了一种系统容量规划的方法，包括：
[0005]获取系统在第一历史时段的方法调用量；
[0006]根据预训练的方法调用量模型和所述方法调用量，确定所述系统在第一历史时段之后的目标时段的方法调用量预测值；
[0007]根据预训练的线程池使用量模型和所述方法调用量预测值，确定所述系统在目标时段的线程池使用量预测值；
[0008]其中，所述方法调用量模型是利用所述系统在第二历史时段的方法调用量观测值训练得到的；所述线程池使用量模型是利用所述系统在第二历史时段的方法调用量观测值和线程池使用量观测值训练得到的。
[0009]可选地，确定所述系统在目标时段的方法调用量预测值之前，还包括：
[0010]根据所述系统在第二历史时段的方法调用量观测值，利用时间序列模型进行训练，得到所述方法调用量模型。
[0011]可选地，所述方法调用量模型包括：线上方法调用量模型和MQ触发方法调用量模型；所述方法调用量观测值包括：线上方法调用量观测值，MQ触发方法调用量观测值；
[0012]利用时间序列模型训练所述方法调用量模型，包括：
[0013]根据所述系统在第二历史时段的线上方法调用量观测值，利用时间序列模型进行训练，得到所述线上方法调用量模型；
[0014]根据所述系统在第二历史时段的MQ触发方法调用量观测值，利用时间序列模型进行训练，得到所述MQ触发方法调用量模型。
[0015]可选地，所述方法调用量观测值还包括：MQ消息发送量观测值；
[0016]利用时间序列模型进行训练，得到所述MQ触发方法调用量模型，包括：
[0017]根据预训练的MQ信息发送量模型和所述系统在第二历史时段的MQ消息发送量观测值，确定所述系统在第二历史时段的MQ消息发送量预测值；所述MQ信息发送量模型是根据所述系统在第二历史时段的MQ消息发送量观测值、利用时间序列模型进行训练得到的；
[0018]根据所述系统在第二历史时段的MQ消息发送量预测值和MQ触发方法调用量观测值建立线程回归模型，得到所述MQ触发方法调用量模型。
[0019]可选地，本专利技术实施例的方法还包括以下至少之一：
[0020]利用时间序列模型进行训练之前，将训练数据的序列平稳化；
[0021]利用时间序列模型进行训练之后，对训练得到的模型进行模型检验并确认检验通过。
[0022]可选地，确定所述系统在目标时段的线程池使用量预测值之前，还包括：
[0023]根据所述系统在第二历史时段的方法调用量观测值和线程池使用量观测值，利用xgboost模型训练所述线程池使用量模型。
[0024]可选地，确定所述系统在目标时段的线程池使用量预测值之前，还包括：
[0025]根据所述方法调用量模型和所述系统在第二历史时段的方法调用量观测值，确定所述系统在第二历史时段的方法调用量预测值；根据所述线程池使用量模型和所述系统在第二历史时段的方法调用量预测值，确定所述系统在第二历史时段的线程池使用量预测值；根据所述系统在第二历史时段的线程池使用量预测值和线程池使用量观测值，对所述方法调用量模型和所述线程池使用量模型进行测试并确认测试通过。
[0026]根据本专利技术实施例的第二方面，提供一种系统容量规划的装置，包括：
[0027]历史数据获取模块，获取系统在第一历史时段的方法调用量；
[0028]方法调用量预测模块，根据预训练的方法调用量模型和所述方法调用量，确定所述系统在第一历史时段之后的目标时段的方法调用量预测值；
[0029]线程池使用量预测模块，根据预训练的线程池使用量模型和所述方法调用量预测值，确定所述系统在目标时段的线程池使用量预测值；
[0030]其中，所述方法调用量模型是利用所述系统在第二历史时段的方法调用量观测值训练得到的；所述线程池使用量模型是利用所述系统在第二历史时段的方法调用量观测值和线程池使用量观测值训练得到的。
[0031]可选地，所述方法调用量预测模块还用于：在确定所述系统在目标时段的方法调用量预测值之前，根据所述系统在第二历史时段的方法调用量观测值，利用时间序列模型进行训练，得到所述方法调用量模型。
[0032]可选地，所述方法调用量模型包括：线上方法调用量模型和MQ触发方法调用量模型；所述方法调用量观测值包括：线上方法调用量观测值，MQ触发方法调用量观测值；
[0033]所述方法调用量预测模块利用时间序列模型训练所述方法调用量模型，包括：
[0034]根据所述系统在第二历史时段的线上方法调用量观测值，利用时间序列模型进行训练，得到所述线上方法调用量模型；
[0035]根据所述系统在第二历史时段的MQ触发方法调用量观测值，利用时间序列模型进行训练，得到所述MQ触发方法调用量模型。
[0036]可选地，所述方法调用量观测值还包括：MQ消息发送量观测值；
[0037]所述方法调用量预测模块利用时间序列模型进行训练，得到所述MQ触发方法调用量模型，包括：
[0038]根据预训练的MQ信息发送量模型和所述系统在第二历史时段的MQ消息发送量观测值，确定所述系统在第二历史时段的MQ消息发送量预测值；所述MQ信息发送量模型是根据所述系统在第二历史时段的MQ消息发送量观测值、利用时间序列模型进行训练得到的；
[0039]根据所述系统在第二历史时段的MQ消息发送量预测值和MQ触发方法调用量观测值建立线程回归模型，得到所述MQ触发方法调用量模型。
[0040]可选地，所述方法调用量预测模块还用于以下至少之一：
[0041]利用时间序列模型进行训练之前，将训练数据的序列平稳化；
[0042]利用时间序列模型进行训练之后，对训练得到的模型进行模型检验并确认检验通过。
[0043]可选地，所述线程池使用量预测模块还用于：在确定所述系统在目标时段的线程池使用量预测值之前，根据所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种系统容量规划的方法，其特征在于，包括：获取系统在第一历史时段的方法调用量；根据预训练的方法调用量模型和所述方法调用量，确定所述系统在第一历史时段之后的目标时段的方法调用量预测值；根据预训练的线程池使用量模型和所述方法调用量预测值，确定所述系统在目标时段的线程池使用量预测值；其中，所述方法调用量模型是利用所述系统在第二历史时段的方法调用量观测值训练得到的；所述线程池使用量模型是利用所述系统在第二历史时段的方法调用量观测值和线程池使用量观测值训练得到的。2.如权利要求1所述的方法，其特征在于，确定所述系统在目标时段的方法调用量预测值之前，还包括：根据所述系统在第二历史时段的方法调用量观测值，利用时间序列模型进行训练，得到所述方法调用量模型。3.如权利要求2所述的方法，其特征在于，所述方法调用量模型包括：线上方法调用量模型和MQ触发方法调用量模型；所述方法调用量观测值包括：线上方法调用量观测值，MQ触发方法调用量观测值；利用时间序列模型训练所述方法调用量模型，包括：根据所述系统在第二历史时段的线上方法调用量观测值，利用时间序列模型进行训练，得到所述线上方法调用量模型；根据所述系统在第二历史时段的MQ触发方法调用量观测值，利用时间序列模型进行训练，得到所述MQ触发方法调用量模型。4.如权利要求3所述的方法，其特征在于，所述方法调用量观测值还包括：MQ消息发送量观测值；利用时间序列模型进行训练，得到所述MQ触发方法调用量模型，包括：根据预训练的MQ信息发送量模型和所述系统在第二历史时段的MQ消息发送量观测值，确定所述系统在第二历史时段的MQ消息发送量预测值；所述MQ信息发送量模型是根据所述系统在第二历史时段的MQ消息发送量观测值、利用时间序列模型进行训练得到的；根据所述系统在第二历史时段的MQ消息发送量预测值和MQ触发方法调用量观测值建立线程回归模型，得到所述MQ触发方法调用量模型。5.如权利要求2-4任一所述的方法，其特征在于，还包括以下至少之一：...

【专利技术属性】
技术研发人员：崔宛冰，刘磊，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：