[發明專利]數據庫性能指標預測方法及系統

在審

• 申請號: 201910259987.1
• 申請日: 2019-04-02
• 公開（公告）號: CN110096491A
• 公開（公告）日: 2019-08-06
• 發明（設計）人: 鄒傳琴;鄧俊;蘭清
• 申請（專利權）人: 南京信息職業技術學院
• 主分類號: G06F16/21
• 分類號: G06F16/21
• 代理公司: 南京天翼專利代理有限責任公司 32112
• 代理人: 鄭妍宇

1.一種數據庫性能指標預測方法，其特征在于，包括：

步驟一：數據準備，每隔時間t₀從數據庫采集數據庫性能指標DBTime，所述DBTime為數據庫的請求運行時間總和，根據DBTime的采集日期為DBTime打上日期編號，根據DBTime的采集時間段為DBTime打上季節編號；

步驟二：基線預測，根據采集到的DBTime數據通過時間序列預測的乘法模型構建DBTime基線預測模型，根據構建的DBTime基線預測模型，按天預測第二天各個時間段的DBTime值；

步驟三：構建動態閾值，根據步驟二所述方法獲得DBTime預測值，計算DBTime預測值和實際值之差，DBTime預測值和實際值之差稱為殘差，計算殘差的標準差，按天把最新一天的數據也納入計算并更新標準差，使用2倍或3倍殘差的標準差的值作為動態閾值；

步驟四：實時預警，根據步驟二得到的第二天的DBTime預測值，以及步驟三計算出的動態閾值，對第二天的DBTime實際值進行實時預警，當實際觀察值超過閾值時作出預警。

2.根據權利要求1所述的數據庫性能指標預測方法，其特征在于，所述時間t₀為半個小時，所述DBTime的季節編號為1至48，一天內的DBTime的季節編號根據采集時間段依次編號為1至48。

3.根據權利要求1所述的數據庫性能指標預測方法，其特征在于，所述DBTime的日期編號為1-30，其編號算法為：

日期編號1-26，采用歷史月份相同日期的數據進行計算；

日期編號27，采用歷史月份相同日期的數據進行計算，不含2月27日；

日期編號28，采用歷史月份28和29兩天數據的平均數進行計算，不含2月28日、2月29日、4月29日、6月29日、9月29日、11月29日；

日期編號29，1、3、5、7、8、10和12月份采用30日的數據進行計算，其中2月份用27日的數據，4、6、9、11月份的用29日的數據；

日期編號30，1、3、5、7、8、10和12月份采用31日的數據進行計算，其中2月份用28日的數據，4、6、9、11月份的用30日的數據。

4.根據權利要求1所述的數據庫性能指標預測方法，其特征在于，當DBTime值采集失敗時，本季節編號的DBTime值使用同季節位置上的平均數代替，平均數的使用期數為全部或當前位置前30期或當前位置前7期。

5.一種數據庫性能指標預測系統，包括存儲器、處理器和存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行程序時實現以下步驟：

步驟一：數據準備，每隔時間t₀從數據庫采集數據庫性能指標DBTime，所述DBTime為數據庫的請求運行時間總和，根據DBTime的采集日期為DBTime打上日期編號，根據DBTime的采集時間段為DBTime打上季節編號；

步驟二：基線預測，根據采集到的DBTime數據通過時間序列預測的乘法模型構建DBTime基線預測模型，根據構建的DBTime基線預測模型，按天預測第二天各個時間段的DBTime值；

步驟三：構建動態閾值，根據步驟二所述方法獲得DBTime預測值，計算DBTime預測值和實際值之差，DBTime預測值和實際值之差稱為殘差，計算殘差的標準差，按天把最新一天的數據也納入計算并更新標準差，使用2倍或3倍殘差標準差的值作為動態閾值；

步驟四：實時預警，根據步驟二得到的第二天的DBTime預測值，以及步驟三計算出的動態閾值，對第二天的DBTime實際值進行實時預警，當實際觀察值超過閾值時作出預警。

6.根據權利要求5所述的數據庫性能指標預測系統，其特征在于，所述時間t₀為半個小時，所述DBTime的季節編號為1至48，一天內的DBTime的季節編號根據采集時間段依次編號為1至48。