[发明专利]系统容量分析预测方法及装置

说明书

本发明提供了系统容量分析预测方法及装置，获取系统运行数据，建立系统状态数据、业务状态数据和异常故障数据之间的关系，并以此为基础建立容量回归模型，再在该容量回归模型的基础上，计算设定时间区间内各硬件资源的预测容量使用数据和设定时间区间的系统性能数据，并根据上述两项数据，参考容量回归模型，对后续的硬件资源的容量使用状态给出预测，这样就能够通过综合分析历史运行情况数据，分析各环节关键资源的容量使用情况，提前预判服务器等硬件资源的容量是否达到瓶颈，对可能出现的容量风险进行预警，避免等到硬件资源发生故障时再进行修复，提高了系统的安全性。

技术领域

本发明涉及大数据运维系统，尤其涉及用于大数据运维平台的系统容量分析预测方法及装置。

背景技术

现有技术的大数据运维系统无法提前预测到系统中服务器等硬件资源的容量使用情况，只能等到这些硬件资源发生故障时进行修复，不能够提前防范故障，这样就造成了一定的安全隐患。

发明内容

本发明的目的是提供，旨在解决现有的大数据运维系统无法提前预测系统中各硬件资源的容量使用情况，不能够提前防范故障，由此导致系统存在安全隐患的问题。

本发明解决其技术问题所采用的技术方案是：

一种系统容量分析预测方法，包括：

获取系统运行数据；每条系统运行数据包括系统状态数据、业务状态数据和异常故障数据，所述系统状态数据、业务状态数据和异常故障数据均可根据时间区间、硬件资源、业务应用进行分类；

根据系统运行数据，建立容量回归模型；

根据系统运行数据，获取设定时间区间的历史系统运行数据；

根据设定时间区间的历史系统运行数据，利用容量回归模型，计算设定时间区间内各硬件资源的历史容量使用数据；

根据设定时间区间内各硬件资源的历史容量使用数据，对设定时间区间内各硬件资源的容量使用情况进行预测，得到设定时间区间内各硬件资源的预测容量使用数据；

根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据；

根据设定时间区间内各硬件资源的预测容量使用数据、设定时间区间的系统性能数据，利用容量回归模型，对设定时间区间之后的系统容量使用状态进行预测，得到预测系统容量使用状态；所述预测系统容量使用状态包括风险等级和风险发生概率。

在上述实施例的基础上，进一步地，还包括：

根据风险等级，向用户发送预警信息。

在上述任意实施例的基础上，进一步地，所述根据设定时间区间的历史系统运行数据，利用容量回归模型，对设定时间区间内各硬件资源的性能情况进行检测和评估，获取设定时间区间的系统性能数据的步骤，具体为：

根据设定时间区间的历史系统运行数据，利用容量回归模型，获取设定时间区间内各硬件资源的性能指标及其指标值；

根据设定时间区间内各硬件资源的性能指标及其指标值，计算设定时间区间内各硬件资源的性能指标的权重值；

根据设定时间区间内各硬件资源的性能指标的权重值，获取设定时间区间的系统性能数据。

在上述实施例的基础上，进一步地，所述系统性能数据中，各硬件资源的性能指标根据权重值大小进行排序。

在上述实施例的基础上，进一步地，所述硬件资源的性能指标包括CPU指标、内存指标、磁盘指标、网络模块指标中的一种或多种。

一种系统容量分析预测装置，包括：

模型建立模块，用于：