[發(fā)明專利]一種服務(wù)器集群的服務(wù)能力計算方法及裝置

有效

• 申請?zhí)枺?/td>: 201910342496.3
• 申請日: 2019-04-26
• 公開（公告）號: CN110134575B
• 公開（公告）日: 2022-11-22
• 發(fā)明（設(shè)計）人: 陳迅
• 申請（專利權(quán)）人: 廈門網(wǎng)宿有限公司
• 主分類號: G06F11/34
• 分類號: G06F11/34
• 代理公司: 北京華智則銘知識產(chǎn)權(quán)代理有限公司 11573
• 代理人: 姜子朋

1.一種服務(wù)器集群的服務(wù)能力計算方法，其特征在于，所述方法包括：

獲得能夠表征目標服務(wù)器集群性能的性能參數(shù)，其中，所述性能參數(shù)包括：所述目標服務(wù)器集群包含的服務(wù)器數(shù)量和各個服務(wù)器的硬件配置；

利用所獲得的性能參數(shù)計算用于表征所述目標服務(wù)器集群性能高低的第一特征值；

將計算得到的第一特征值輸入至預先訓練的計算模型，其中，根據(jù)樣本服務(wù)器集群的性能參數(shù)、負載和業(yè)務(wù)請求量對初始模型進行訓練得到所述計算模型，所述計算模型為用于利用表征服務(wù)器集群性能高低的特征值計算服務(wù)器集群服務(wù)能力的模型；

接收所述計算模型輸出的計算結(jié)果，得到所述目標服務(wù)器集群的服務(wù)能力。

2.如權(quán)利要求1所述的方法，其特征在于，所述硬件配置包括：CPU型號、主存空間、主存頻率、磁盤空間以及磁盤讀寫速率。

3.如權(quán)利要求2所述的方法，其特征在于，所述利用所獲得的性能參數(shù)計算所述目標服務(wù)器集群的第一特征值的步驟，包括：

將所述服務(wù)器數(shù)量作為所述目標服務(wù)器集群的數(shù)量特征值；

根據(jù)每一服務(wù)器的CPU型號確定每一服務(wù)器的計算性能特征子值，并根據(jù)每一服務(wù)器的計算性能特征子值計算所述目標服務(wù)器集群的計算性能特征值；

根據(jù)每一服務(wù)器的主存空間和主存頻率計算每一服務(wù)器的主存性能特征子值，并根據(jù)每一服務(wù)器的主存性能特征子值計算所述目標服務(wù)器集群的主存性能特征值；

根據(jù)每一服務(wù)器的磁盤空間以及磁盤讀寫速率計算每一服務(wù)器的磁盤性能特征子值，并根據(jù)每一服務(wù)器的磁盤性能特征子值計算所述目標服務(wù)器集群的磁盤性能特征值；

相應(yīng)的，所述將計算得到的第一特征值輸入至預先訓練的計算模型的步驟，包括：

將所述數(shù)量特征值、計算性能特征值、主存性能特征值以及磁盤性能特征值輸入至預先訓練的計算模型。

4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每一服務(wù)器的CPU型號確定每一服務(wù)器的計算性能特征子值，并根據(jù)每一服務(wù)器的計算性能特征子值計算所述目標服務(wù)器集群的計算性能特征值的步驟，包括：

利用每一服務(wù)器的CPU型號在預先建立的映射表中查找每一服務(wù)器的計算性能特征子值，其中，所述映射表包含CPU型號與計算性能特征子值之間的映射關(guān)系；

利用每一服務(wù)器的計算性能特征子值計算所述目標服務(wù)器集群的計算性能特征值。

5.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每一服務(wù)器的主存空間和主存頻率計算每一服務(wù)器的主存性能特征子值，并根據(jù)每一服務(wù)器的主存性能特征子值計算所述目標服務(wù)器集群的主存性能特征值的步驟，包括：

針對每一服務(wù)器，利用服務(wù)器的主存空間和主存頻率計算服務(wù)器的主存性能特征子值；

利用每一服務(wù)器的主存性能特征子值計算所述目標服務(wù)器集群的主存性能特征值。

6.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)每一服務(wù)器的磁盤空間以及磁盤讀寫速率計算每一服務(wù)器的磁盤性能特征子值，并根據(jù)每一服務(wù)器的磁盤性能特征子值計算所述目標服務(wù)器集群的磁盤性能特征值的步驟，包括：

針對每一服務(wù)器，利用服務(wù)器的磁盤空間與磁盤讀寫速率計算服務(wù)器的磁盤性能特征子值；

利用每一服務(wù)器的磁盤性能特征子值計算所述目標服務(wù)器集群的磁盤性能特征值。

7.如權(quán)利要求1-6任一項所述的方法，其特征在于，根據(jù)樣本服務(wù)器集群的性能參數(shù)、負載和業(yè)務(wù)請求量對初始模型進行訓練得到所述計算模型，包括：

獲得能夠表征樣本服務(wù)器集群性能的性能參數(shù)；

利用所獲得的性能參數(shù)計算用于表征所述樣本服務(wù)器集群性能高低的第二特征值；

統(tǒng)計所述樣本服務(wù)器集群的負載和業(yè)務(wù)請求量，并根據(jù)所述負載和業(yè)務(wù)請求量計算所述樣本服務(wù)器集群的服務(wù)能力；

將所述第二特征值和服務(wù)能力作為一個訓練樣本；

在得到預設(shè)數(shù)量個訓練樣本的情況下，利用訓練樣本對所述計算模型的初始模型進行訓練得到所述計算模型。