[发明专利]一种业务场景关键表预测方法及装置

说明书

本发明提供了一种业务场景关键表预测方法及装置，可以应用于人工智能领域，方法包括：获取待预测业务在当前场景下的应用信息和待预测业务执行过程中的执行相关信息。根据应用信息和执行相关信息从预先建立的业务场景关键表预测模型集合中选取对应的业务场景关键表预测模型。将应用信息和执行相关信息进行特征工程处理后输入业务场景关键表预测模型获得业务场景关键表。通过机器学习模型，最终实现对数据库业务场景中关键表的预测的功能，可以通过预测历史业务路径中关键表的分析，精准预测新增业务的关键表，保证测试阶段覆盖所有关键表，进行风险提示，保证业务系统的正常投产运行。

技术领域

本申请属于人工智能技术领域，具体地讲，涉及一种业务场景关键表预测方法及装置。

背景技术

在新一轮的金融科技变革浪潮下，银行业逐渐线上化，场景化，新的业务也层出不穷，如何满足日益增长的业务需求，保障业务系统的稳定投产运行，成为了当前金融科技的一大挑战。

在业务系统的验收测试环节，测试人员需要在测试环境预先进行模拟业务测试，测试过程中，数据库性能问题是性能测试的一大痛点，新增业务的性能测试多是基于经验先进行预判，再进行相关测试。但业务创新研发快速迭代，单纯的凭经验进行性能场景测试，会存在极大的风险，针对性能测试很难做到业务场景全面覆盖，但是强行做到全面覆盖又会增加工作量。

发明内容

本申请提供了一种业务场景关键表预测方法及装置，以至少解决当前业务场景测试中依赖经验预判而导致的风险问题。

根据本申请的第一个方面，提供了一种业务场景关键表预测方法，包括：

获取待预测业务在当前场景下的应用信息和待预测业务执行过程中的SQL执行相关信息。

根据应用信息和SQL执行相关信息从预先建立的业务场景关键表预测模型集合中选取对应的业务场景关键表预测模型。

将应用信息和SQL执行相关信息进行特征工程处理后输入业务场景关键表预测模型获得业务场景关键表。

在一实施例中，业务场景关键表预测模型的训练方法包括：

从历史业务场景关键表中获取训练数据，训练数据中包括应用信息和SQL执行相关信息。

对训练数据进行预处理。

利用预处理后的训练数据训练预先构建的业务场景关键表预测模型。

在一实施例中，对训练数据进行预处理，包括：

对训练数据的时间维度进行特征衍生，获得时间特征。

对训练数据的统计维度进行特征衍生，获得统计特征。

根据时间特征和统计特征生成特征数据。

在一实施例中，利用预处理后的训练数据训练预先构建的业务场景关键表预测模型，包括：

将特征数据输入业务场景关键表预测模型并通过超参数调节方法对业务场景关键表预测模型进行训练。

在一实施例中，业务场景关键表预测模型的训练方法还包括：

利用训练后的业务场景关键表预测模型生成预测结果。

评估预测结果是否满足预测需求。

在一实施例中，评估预测结果是否满足预测需求，包括：

计算预测结果与预测需求之间的若干个误差值。

根据若干个误差值计算平均误差值。

根据平均误差值与预设的阈值之间的大小关系判断是否满足预测需求。

根据本申请的第二个方面，还提供了一种业务场景关键表预测装置，包括：