[发明专利]资源瓶颈预测方法、设备、系统及可读存储介质

权利要求书

1.一种资源瓶颈预测方法，应用于分布式业务系统，其特征在于，所述资源瓶颈预测方法包括以下步骤：

通过机器学习方式，建立单个主机的消息量与资源使用之间的数学模型；

基于消息总线的消息调用关系，生成各服务场景所对应业务的调用树；

基于所述数学模型与所述调用树，对所述业务进行资源瓶颈预测；

其中，所述基于所述数学模型与所述调用树，对所述业务进行资源瓶颈预测的步骤包括：

以所述业务的实际业务量作为消息量，计算所述调用树中每一个节点上的每一台主机所平摊的消息量；

将每一台主机所平摊的消息量分别代入各自主机对应的数学模型中进行计算，得到所述调用树中每一个节点上的每一台主机所平摊的资源使用量；

基于所述调用树中每一个节点上的每一台主机所平摊的资源使用量，对所述业务进行资源瓶颈预测。

2.如权利要求1所述的资源瓶颈预测方法，其特征在于，所述通过机器学习方式，建立单个主机的消息量与资源使用之间的数学模型包括：

以一个主机为一个训练模型、以该主机上每个服务的每种调用方式的数据使用量作为该训练模型的输入量、以该主机的资源使用的量化数据为该训练模型的输出量、采用机器学习算法对所述输入量与所述输出量的取值样本进行训练，得到单个主机对应的消息量与资源使用的数学模型。

3.如权利要求2所述的资源瓶颈预测方法，其特征在于，所述训练模型如下所示：

其中，n为自然数、表示该主机具有n种服务，i为自然数、表示第i种服务，x_i表示第i种服务下的每种调用方式的数据使用量，f_i(x_i)表示第i种服务所在场景下的消息量与资源使用的函数关系，b表示主机自身运行n种服务所需使用的常驻资源量，F(x)表示n种服务各自所在场景下的消息量与资源使用的函数关系。

4.如权利要求1-3中任一项所述的资源瓶颈预测方法，其特征在于，所述基于消息总线的消息调用关系，生成各服务场景所对应业务的调用树包括：

基于消息总线的消息调用关系，确定各消息量各自对应的服务场景以及各服务场景对应服务之间的线上调用关系；

基于各服务场景对应服务之间的线上调用关系，拼凑生成各服务场景所对应的同一业务的调用树，其中，所述调用树包括多个节点且每一节点对应一种服务场景。

5.如权利要求1所述的资源瓶颈预测方法，其特征在于，所述基于所述调用树中每一个节点上的每一台主机所平摊的资源使用量，对所述业务进行资源瓶颈预测包括：

基于所述调用树中每一个节点上的每一台主机所平摊的资源使用量，判断所述调用树中是否存在资源使用量超过合理范围的节点；

若存在，则预警所述业务中所述资源使用量超过合理范围的节点对应的服务场景存在资源瓶颈。

6.如权利要求1所述的资源瓶颈预测方法，其特征在于，在单个主机中，使用的资源至少包括：CPU、内存、IO、硬盘。

7.一种资源瓶颈预测设备，其特征在于，所述资源瓶颈预测设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的资源瓶颈预测程序，所述资源瓶颈预测程序被所述处理器执行时实现如权利要求1至6中任一项所述的资源瓶颈预测方法的步骤。

8.一种分布式业务系统，所述分布式业务系统包括多台采用分布式部署架构的主机，其特征在于，还包括权利要求7所述资源瓶颈预测设备。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有资源瓶颈预测程序，所述资源瓶颈预测程序被处理器执行时实现如权利要求1至6中任一项所述的资源瓶颈预测方法的步骤。