System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种分布式数据库系统的性能指标预测方法、装置及设备制造方法及图纸_技高网

一种分布式数据库系统的性能指标预测方法、装置及设备制造方法及图纸

技术编号:44525324 阅读:2 留言:0更新日期:2025-03-07 13:16
本发明专利技术公开了一种分布式数据库系统的性能指标预测方法、装置及设备。所述方法包括:创建预测数据集,所述预测数据集中包括预测时间段;将所述预测数据集输入到训练完成的时间序列预测模型中,通过所述时间序列预测模型根据拟合得到的参数和规律对预测时间段内分布式数据库系统的性能指标数据进行预测,得到预测结果;根据所述预测结果确定出异常性能指标数据,并进行预警;其中,所述时间序列预测模型根据分布式数据库系统的各个组件的历史性能指标数据进行模型训练后得到。该方法使用时间序列预测模型对分布式数据库系统的性能指标进行预测,能够准确捕捉数据的整体趋势,提前快速定位出异常指标数据,并提前预警,有效减少风险的发生。

【技术实现步骤摘要】

本专利技术实施例涉及人工智能,尤其涉及一种分布式数据库系统的性能指标预测方法、装置及设备


技术介绍

1、分布式数据库凭借其容量大、易扩充、高性能等优点,为金融服务提供了极大的便利。

2、现有的分布式数据库系统的性能指标分析手段仅仅是对单项性能指标进行一段时间的监测,例如监测系统的cpu使用率、内存使用率以及文件读取率等性能指标数据;再根据经验人为的判断单项性能指标数据是否正常,将异常性能指标进行告警。

3、上述方法中,往往在告警发生前,性能指标已出现异常值或呈现异常趋势,导致运维不够及时。此外,上述方法根据人为经验发现异常性能指标,无法准确定位出异常性能指标。


技术实现思路

1、本专利技术提供了一种分布式数据库系统的性能指标预测方法、装置及设备,以解决现有技术无法准确定位出异常性能指标的问题。

2、根据本专利技术的一方面,提供了一种分布式数据库系统的性能指标预测方法,包括:

3、创建预测数据集,所述预测数据集中包括预测时间段;

4、将所述预测数据集输入到训练完成的时间序列预测模型中,通过所述时间序列预测模型根据拟合得到的参数和规律对预测时间段内分布式数据库系统的性能指标数据进行预测,得到预测结果;

5、根据所述预测结果确定出异常性能指标数据,并进行预警;

6、其中,所述时间序列预测模型根据分布式数据库系统的各个组件的历史性能指标数据进行模型训练后得到。

7、根据本专利技术的另一方面,提供了一种分布式数据库系统的性能指标预测装置,包括:

8、创建模块,用于创建预测数据集,所述预测数据集中包括预测时间段;

9、预测模块,用于将所述预测数据集输入到训练完成的时间序列预测模型中,通过所述时间序列预测模型根据拟合得到的参数和规律对预测时间段内分布式数据库系统的性能指标数据进行预测,得到预测结果;

10、确定模块,用于根据所述预测结果确定出异常性能指标数据,并进行预警;

11、其中,所述时间序列预测模型根据分布式数据库系统的各个组件的历史性能指标数据进行模型训练后得到。

12、根据本专利技术的另一方面,提供了一种电子设备,所述电子设备包括:

13、至少一个处理器;

14、以及与所述至少一个处理器通信连接的存储器;

15、其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本专利技术任一实施例所述的分布式数据库系统的性能指标预测方法。

16、根据本专利技术的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的分布式数据库系统的性能指标预测方法。

17、根据本专利技术的另一方面,提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序在被处理器执行时实现本专利技术任一实施例所述的分布式数据库系统的性能指标预测方法。

18、本专利技术实施例的技术方案,通过使用时间序列预测模型对分布式数据库系统的性能指标进行预测,解决了现有技术方法无法准确定位出异常性能指标的问题,取到了准确捕捉数据的整体趋势,提前快速定位出异常指标数据,并提前预警的有益效果。

19、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种分布式数据库系统的性能指标预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述时间序列预测模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,确定所述历史性能指标数据的正确性,包括:

4.根据权利要求2所述的方法,其特征在于,所述预设格式的历史性能指标数据包括两列数值,所述两列数值中的一列为数据的日期值,所述两列数值中的另一列为数据的数值。

5.根据权利要求2所述的方法,其特征在于,所述模型参数包括:

6.根据权利要求2所述的方法,其特征在于,所述预测结果包括预测值、预测值的置信区间、趋势项、季节性项以及节假日项;

7.根据权利要求2所述的方法,其特征在于,所述历史性能指标数据包括分布式数据库系统内数据节点的历史性能指标数据、计算节点的历史性能指标数据以及分布式数据库系统的历史性能指标数据;

8.根据权利要求2所述的方法,其特征在于,在得到预测结果之后,还包括:

9.一种分布式数据库系统的性能指标预测装置,其特征在于,所述装置包括:</p>

10.一种电子设备,其特征在于,所述电子设备包括:

...

【技术特征摘要】

1.一种分布式数据库系统的性能指标预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述时间序列预测模型的训练过程包括:

3.根据权利要求2所述的方法,其特征在于,确定所述历史性能指标数据的正确性,包括:

4.根据权利要求2所述的方法,其特征在于,所述预设格式的历史性能指标数据包括两列数值,所述两列数值中的一列为数据的日期值,所述两列数值中的另一列为数据的数值。

5.根据权利要求2所述的方法,其特征在于,所述模型参数包括:

6.根据权...

【专利技术属性】
技术研发人员:丁戬曹力吴力涵史友
申请(专利权)人:中国农业银行股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1