一种网络资源的配置方法和装置制造方法及图纸

本申请提供了一种网络资源的配置和装置。所述方法包括：接收数据预测请求，所述数据预测请求中包括第一时期和第二时期；按照所述第一时期提取相应的多个第一数据，所述第一时期包括多个第一子时期，所述多个第一数据与所述多个第一子时期一一对应；基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型；基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数；基于所述趋势模型和数据波动参数，生成所述第二时期对应的预测数据；按照所述预测数据进行网络资源配置。本申请可以实现对网络资源的合理利用。

【技术实现步骤摘要】
一种网络资源的配置方法和装置
本申请涉及数据处理领域，特别是涉及一种网络资源的配置方法和装置。
技术介绍
近年，互联网的迅速发展为网站带来了巨大的访问量，例如，Facebook（美国排名第一的社交服务网站）的美国访问量平均每天超过了2.29亿，由此产生的业务量也是海量的。巨大的网站访问量对网络服务器提出了更高的要求，例如，提高服务器的负载能力，或是增添更多的服务器，增加网络带宽等。由于互联网上很多网站的网络业务量波动比较大，业务量大的时候需要配置大量的服务器，业务量小的时候可以减少服务器的配置数量。因此，提前预测各个月份的业务量可预先配置服务器，以在业务量比较大时，满足业务处理的需要，在业务量比较小时，节约服务器资源。由此可见，预测业务量对网络资源的优化配置，具有重要的意义。目前，对业务量预测的方法是，搜集过往的历史数据（例如一年），对历史数据进行曲线拟合（一次曲线或二次曲线），依据拟合曲线的业务趋势算出未来某个时间的业务量（例如，依据一年的历史数据预测下年1月份的业务量）。以上现有技术中存在的问题是，首先，由于业务数据具有一定的周期性（例如，例如每年的1月份业务量都会比较大）和波动性（例如从4月份到7月份业务量呈上升趋势，7月份到9月份业务量呈下降趋势），仅仅利用过往的历史数据进行曲线拟合，拟合曲线的走势并未考虑到数据的周期性和波动性，从而导致预测的业务量并不准确，无法对网络资源进行合理配置，网络资源过量会造成浪费，网络资源不足会造成各服务器负载过度，增加访客完成交易的等待时间。因此，目前需要本领域技术人员解决的一个技术问题就是，提供一种网络资源的配置机制，以合理利用网络资源。
技术实现思路
本申请所要解决的技术问题是提供一种网络资源的配置方法，以合理利用网络资源。本申请还提供了一种网络资源的配置装置，用以保证上述方法在实际中的应用及实现。为了解决上述问题，本申请公开了一种网络资源的配置方法，包括：接收数据预测请求，所述数据预测请求中包括第一时期和第二时期，所述第二时期为所述第一时期的下一个周期内的一个或多个日期，所述第一时期为历史数据周期，所述第二时期为预测数据的日期；按照所述第一时期提取相应的多个第一数据，所述第一时期包括多个第一子时期，所述多个第一数据与所述多个第一子时期一一对应；基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型；基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数；基于所述趋势模型和数据波动参数，生成所述第二时期对应的预测数据；按照所述预测数据进行网络资源配置。优选的，所述基于第一时期、多个第一子时期和多个第一数据，生成趋势模型的步骤包括：基于所述第一时期和所述多个第一数据，使用移动平均值法，生成与所述第一时期相应的多个第一趋势值；基于所述第一时期，以及对应的多个第一趋势值，确定趋势模型。优选的，所述基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数的步骤包括：确定第二时期相对于第一时期的时间偏移值，取所述时间偏移值和所述第一时期的长度的差值确定符合预设条件的第一子时期；将所述符合预设条件的第一子时期代入所述趋势模型得到对应的第一趋势值；计算所述符合预设条件的第一子时期对应的第一数据和第一趋势值的比值，作为波动参数。优选的，所述基于趋势模型和数据波动参数，生成所述第二时期对应的预测数据的步骤包括：将所述时间偏移值代入所述趋势模型，得到对应的第一趋势值；计算所述时间偏移值对应的第一趋势值、所述波动参数和预设权值的乘积，作为所述第二时期对应的预测数据。优选的，所述按照预测数据进行网络资源的配置的步骤包括：按照所述预测数据确定服务器的个数。和/或，按照所述预测数据调整网络带宽。优选的，所述第二时期对应多个第二子时期，所述方法依次针对各个第二子时期，生成对应的预测数据。优选的，所述方法按照预设频率定期执行。优选的，在基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型的步骤之前，所述方法还包括：删除所述多个第一数据中与相邻的第一数据的差值大于预设阀值的异常数据；优选的，在基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型的步骤之前，所述方法还包括：对于所述异常数据，或缺少对应的第一数据的第一子时期，以该第一数据所对应的第一子时期的前一个预设周期内的多个第一数据的平均值，作为对应的第一数据。本申请还提供了一种网络资源的配置装置，包括：预测请求接收模块，用于接收数据预测请求，所述数据预测请求中包括第一时期和第二时期，所述第二时期为所述第一时期的下一个周期内的一个或多个日期，所述第一时期为历史数据周期，所述第二时期为预测数据的日期；第一数据提取模块，用于按照所述第一时期提取相应的多个第一数据，所述第一时期包括多个第一子时期，所述多个第一数据与所述多个第一子时期一一对应；趋势模型生成模块，用于基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型；数据波动参数生成模块，用于基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数；预测数据生成模块，用于基于所述趋势模型和数据波动参数，生成所述第二时期对应的预测数据；资源配置模块，用于按照所述预测数据进行网络资源配置。与现有技术相比，本申请具有以下优点：本申请在利用过往的历史业务数据预测未来某个时期的业务数据时，首先依据历史时期、历史数据和时间的对应关系生成趋势模型，与现有技术相比，本申请在生成趋势模型的时候，先用移动平均值法处理数据，消除数据的波动性，提高系统的周期性预测的准确度；然后计算波动参数，依据波动参数和趋势模型来确定预测数据，充分考虑了历史数据的原本具有的周期性和波动性，可以充分提高业务预测的准确性和稳定性。依据较准确的预测数据，从而可以进一步更准确的进行网络资源的合理配置，在预测业务量较小的时候，安排较少的网络资源，避免浪费，在预测业务量较大时，安排较多的网络资源，避免网络资源不足会造成各服务器负载过度，以及增加访客完成交易的等待时间的问题。此外，本申请的网络资源的配置方法可以按照一定的预设频率定期执行，依据更新的历史数据进行预测，可以使得预测结果更为准确可靠，网络资源的配置也会更合理。当然，实施本申请的任一产品不一定需要同时达到以上所述的所有优点。附图说明图1是本申请的一种网络资源的配置方法实施例1的流程图；图2是本申请的一种网络资源的配置方法实施例2的流程图；图3是本申请的一种网络资源的配置装置实施例1的结构框图；图4是本申请的一种网络资源的配置装置实施例2的结构框图。具体实施方式为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本申请作进一步详细的说明。参考图1，示出了本申请的一种网络资源的配置方法实施例1的流程图，具体可以包括以下步骤：步骤101、接收客户端发送的数据预测请求，所述数据预测请求中包括第一时期和第二时期。本申请中，用户可以在客户端提交数据预测请求，其中包括，第一时期和第二时期，在具体的实现中，所述第二时期可以为所述第一时期的下一个周期内的一个本文档来自技高网...

【技术保护点】
一种网络资源的配置方法，其特征在于，包括：接收数据预测请求，所述数据预测请求中包括第一时期和第二时期，所述第二时期为所述第一时期的下一个周期内的一个或多个日期，所述第一时期为历史数据周期，所述第二时期为预测数据的日期；按照所述第一时期提取相应的多个第一数据，所述第一时期包括多个第一子时期，所述多个第一数据与所述多个第一子时期一一对应；基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型；基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数；基于所述趋势模型和数据波动参数，生成所述第二时期对应的预测数据；按照所述预测数据进行网络资源配置。

【技术特征摘要】
1.一种网络资源的配置方法，其特征在于，包括：接收数据预测请求，所述数据预测请求中包括第一时期和第二时期，所述第二时期为所述第一时期的下一个周期内的一个或多个日期，所述第一时期为历史数据周期，所述第二时期为预测数据的日期；按照所述第一时期提取相应的多个第一数据，所述第一时期包括多个第一子时期，所述多个第一数据与所述多个第一子时期一一对应；基于所述第一时期、所述多个第一子时期和所述多个第一数据，生成趋势模型；基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数；基于所述趋势模型和数据波动参数，生成所述第二时期对应的预测数据；按照所述预测数据进行网络资源配置。2.如权利要求1所述的方法，其特征在于，所述基于第一时期、多个第一子时期和多个第一数据，生成趋势模型的步骤包括：基于所述第一时期和所述多个第一数据，使用移动平均值法，生成与所述第一时期相应的多个第一趋势值；基于所述第一时期，以及对应的多个第一趋势值，确定趋势模型。3.如权利要求1所述的方法，其特征在于，所述基于符合预设条件的第一子时期所对应的第一数据，以及该第一子时期代入趋势模型得到的第一趋势值，确定数据波动参数的步骤包括：确定第二时期相对于第一时期的时间偏移值，取所述时间偏移值和所述第一时期的长度的差值确定符合预设条件的第一子时期；将所述符合预设条件的第一子时期代入所述趋势模型得到对应的第一趋势值；计算所述符合预设条件的第一子时期对应的第一数据和第一趋势值的比值，作为波动参数。4.如权利要求3所述的方法，其特征在于，所述基于趋势模型和数据波动参数，生成所述第二时期对应的预测数据的步骤包括：将所述时间偏移值代入所述趋势模型，得到对应的第一趋势值；计算所述时间偏移值对应的第一趋势值、所述波动参数和预设权值的乘积，作为所述第二时期对应的预测数据。5.如权...

【专利技术属性】
技术研发人员：晁晖，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛;KY