[发明专利]应用所需机器数的确定方法、装置和电子设备

说明书

本说明书实施例提出了一种应用所需机器数的确定方法、装置和电子设备，其中，上述应用所需机器数的确定方法中，获取包括应用的性能数据和流量数据的历史监测数据之后，根据上述应用的性能数据，生成上述应用的目标CPU水位，以及根据上述应用的流量数据，预测上述应用在当前时刻之后预定时间区间内的流量，进而根据上述应用的目标CPU水位和预定时间区间内的流量，利用预先建立的流量与CPU关联模型确定上述应用所需的目标机器数，最后根据上述目标机器数与上述应用当前使用的机器数，获得上述应用扩缩容的机器数，从而可以实现在业务复杂性较高的场景下，根据流量与CPU水位之间的关联关系，获得应用扩缩容机器数的精确推荐。

【技术领域】

本说明书实施例涉及互联网技术领域，尤其涉及一种应用所需机器数的确定方法、装置和电子设备。

【背景技术】

对于云应用系统而言，流量是产生资源消耗的源头，如果能够准确刻画流量如何影响资源消耗(即流量在主机不同中央处理器(central processing unit，CPU)水位下对于性能的影响)，则切实有效的容量评估便成为可能，进而能够节省大量资源开销。但是应用流量类型多样，且不同类型流量皆有各自不同的组分，各种组分流量因其周期和/或相位差异，波峰波谷交错和/或重叠等原因导致粗粒度的容量评估难以准确应对日益精细化的需求，因此需要综合考虑应用细分流量以克服这一难题。

由于云业务的复杂性现状和稳定性要求，业界目前采用的方法均无法适用于因此产生的精细化分析的需求，因此需要提供一种解决方案，可以生成扩缩容机器数的精确推荐。

【发明内容】

本说明书实施例提供了一种应用所需机器数的确定方法、装置和电子设备，以实现生成应用扩缩容机器数的精确推荐。

第一方面，本说明书实施例提供一种应用所需机器数的确定方法，包括：获取历史监测数据，所述历史监测数据中包括应用的性能数据和流量数据；根据所述应用的性能数据，生成所述应用的目标CPU水位；以及根据所述应用的流量数据，预测所述应用在当前时刻之后预定时间区间内的流量；根据所述应用的目标CPU水位和所述预定时间区间内的流量，利用预先建立的流量与CPU关联模型确定所述应用所需的目标机器数，其中，所述目标机器数使所述应用的CPU水位与所述CPU目标水位之间的差值小于或等于预定阈值。

上述应用所需机器数的确定方法中，获取包括应用的性能数据和流量数据的历史监测数据之后，根据上述应用的性能数据，生成上述应用的目标CPU水位，以及根据上述应用的流量数据，预测上述应用在当前时刻之后预定时间区间内的流量，进而根据上述应用的目标CPU水位和预定时间区间内的流量，利用预先建立的流量与CPU关联模型确定上述应用所需的目标机器数，最后根据上述目标机器数与上述应用当前使用的机器数，获得上述应用扩缩容的机器数，从而可以实现在业务复杂性较高的场景下，根据流量与CPU水位之间的关联关系，获得应用扩缩容机器数的精确推荐。

其中一种可能的实现方式中，所述根据所述应用的目标CPU水位和所述预定时间区间内的流量，利用预先建立的流量与CPU关联模型确定所述应用所需的目标机器数之后，还包括：根据所述目标机器数与所述应用当前使用的机器数，获得所述应用扩缩容的机器数。

其中一种可能的实现方式中，所述根据所述应用的性能数据，生成所述应用的目标CPU水位包括：根据所述应用的性能数据，获得所述应用的CPU水位；根据所述应用的CPU水位和预定的最大CPU水位，确定所述应用的目标CPU水位；其中，所述目标CPU水位小于或等于所述预定的最大CPU水位。

其中一种可能的实现方式中，所述根据所述应用的CPU水位和预定的最大CPU水位，确定所述应用的目标CPU水位之后，还包括：如果所述应用当前的CPU水位大于所述目标CPU水位，则根据所述当前的CPU水位和所述预定的最大CPU水位，提高所述目标CPU水位，提高后的目标CPU水位小于或等于所述预定的最大CPU水位。