[發明專利]一種負載預測方法、裝置以及網元

有效

• 申請號: 201610543147.4
• 申請日: 2016-07-11
• 公開（公告）號: CN107608781B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 朱勇;倪偉淵;張園園;石騰
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F9/50
• 分類號: G06F9/50
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 馮艷蓮

一種負載預測方法、裝置以及網元，該方法包括：獲取第一應用的應用信息及所需歷史負載數據長度，其中，所述應用信息包括應用標識、負載類型；根據所述應用信息獲取所述第一應用的與所述負載類型對應的第一歷史負載數據；若所述第一歷史負載數據的長度小于所述所需歷史負載數據長度，則獲取與所述第一應用相似的第二應用的與所述負載類型對應的第二歷史負載數據；根據所述第二歷史負載數據對所述第一應用的所述負載類型進行負載預測。通過該方法，可以解決新應用上線初期無法進行負載預測的問題。

技術領域

本發明涉及云算機技術領域，尤其涉及一種負載預測方法、裝置以及網元。

背景技術

云計算可以被理解為一種通過互聯網向用戶提供硬件和軟件服務的模式，其中軟件和硬件資源可以按需進行動態擴展和配置。

在云計算中，彈性伸縮是指根據用戶的業務需求和策略，經濟地自動調整其彈性計算資源的管理服務，能夠在業務增長時自動增加計算資源(如虛擬機或容器)，并在業務下降時自動減少計算資源。現有技術中的一種彈性伸縮技術為基于預測的彈性伸縮，可以理解為基于對未來負載的預測值進行彈性伸縮。例如，預測2分鐘后用戶訪問量將增加一倍，那么在當前時刻立即開始擴容操作，并在2分鐘內完成擴容，可以保證應用性能滿足需求。基于預測的彈性伸縮的關鍵在于如何準確地進行負載預測。

現有技術中實現負載預測的基本思路為：手機待預測負載指標的歷史運行數據作為訓練集，然后選擇特定的數學模型建立預測模型，預測模型將近期負載數據作為輸入，其輸出為將來時刻的負載預測數據。該種負載預測的方式依賴于先前的實際運行數據，即歷史數據。通常為了能夠建立較為準確的預測模型，需要一定量的歷史數據，例如幾分鐘、幾個小時的實際運行數據。然而對于新部署的應用，其歷史數據較少甚至為零，不足以支撐預測模型建模，所以在部署的新應用剛開始運行的開始時段，無法對應用的將來時刻的運行數據進行預測。

發明內容

本發明提供一種負載預測方法、裝置以及網元，用以解決現有技術中無法在新部署的應用的上線初期進行負載預測的技術問題。

第一方面，本發明實施例提供一種負載預測方法。該方法從負載預測模塊的角度進行描述。在該方法中，負載預測模塊獲取第一應用的應用信息及所需歷史負載數據長度；其中，所述應用信息包括應用標識、負載類型。負載預測模塊根據所述應用信息獲取所述第一應用的與所述負載類型對應的第一歷史負載數據。然后，若所述第一歷史負載數據的長度小于所述所需歷史負載數據長度，負載預測模塊則獲取與所述第一應用相似的第二應用的與所述負載類型對應的第二歷史負載數據。之后，負載預測模塊根據第二歷史負載數據對所述第一應用的所述負載類型進行負載預測。因為第二應用與第一應用相似，所以可以根據第二應用的歷史負載數據對第一應用進行負載預測，所以可以解決新應用在上線初期因為歷史負載數據不足而無法進行負載預測的技術問題。

在一個可能的設計中，所述根據所述第二歷史負載數據對所述第一應用的所述負載類型進行負載預測，包括：根據所述第一歷史負載數據和所述第二歷史負載數據對所述第一應用的所述負載類型進行負載預測。因為同時采用了第一歷史負載數據和第二歷史負載數據，所以負載預測的結果也會更加準確。

在一個可能的設計中，所述根據所述第一歷史負載數據和所述第二歷史負載數據對所述第一應用的所述負載類型進行負載預測，包括：

分別計算所述第二歷史負載數據中的每個連續子序列與所述第一歷史負載數據之間的皮爾森相關系數，其中，所述每個連續子序列的長度為所述第一歷史負載數據的長度；確定包括皮爾森相關系數的絕對值大于閾值的連續子序列在內的N個連續子序列為N個相似子序列；N為正整數；根據所述N個相似子序列與所述第一歷史負載數據進行線性擬合，獲得線性函數；根據所述線性函數以及所述N個相似子序列中每一個相似子序列的下一時刻的值進行預測獲得N個預測值；根據所述N個相似子序列的皮爾森相關系數的絕對值和所述N個預測值確定所述第一應用的預測值。在本實施例中，因為只挑選與第一歷史數據相關性較大的第二歷史負載數據進行負載預測，所以可以使得預測的結果更加準確。