[發明專利]基于機器學習的JVM調優方法、裝置和電子裝置

在審

• 申請號: 202010749649.9
• 申請日: 2020-07-30
• 公開（公告）號: CN112000428A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 周昌劍;范淵
• 申請（專利權）人: 杭州安恒信息技術股份有限公司
• 主分類號: G06F9/455
• 分類號: G06F9/455;G06N3/08
• 代理公司: 杭州華進聯浙知識產權代理有限公司 33250
• 代理人: 陳涵

1.一種基于機器學習的JVM調優方法，其特征在于，所述方法包括：

獲取終端上應用程序的第一性能數據的診斷結果，根據所述第一性能數據和所述診斷結果生成訓練數據；其中，所述訓練數據包括訓練集和驗證集；

將所述訓練集輸入神經網絡，以獲取智能診斷模型，進而基于所述智能診斷模型獲取調優引擎；

在所述調優引擎獲取到第二性能數據后，根據所述智能診斷模型生成所述第二性能數據的性能問題，以及與所述第二性能問題相對應的解決方案；

根據所述第二性能問題和所述解決方案，生成調優結果。

2.根據權利要求1所述的JVM調優方法，其特征在于，所述根據所述第二性能問題和所述解決方案，生成調優結果包括：

基于所述調優引擎，獲取所述解決方案中的可自動修復的第一優化方案；

在所述應用程序和所述調優引擎部署于同一服務器的情況下，通過配置下發模塊，完成所述第一優化方案的JVM調優；或者，

在所述應用程序和所述調優引擎部署于不同服務器的情況下，通過配置推送模塊，將所述第一優化方案推送至與所述性能問題相匹配的具體應用，進而生成所述調優結果；

基于所述調優引擎，獲取所述解決方案中無法自動修復的第二優化方案，并將所述第二優化方案發送至告警模塊，進而生成調優結果。

3.根據權利要求2所述的JVM調優方法，其特征在于，所述根據所述第二性能問題和所述解決方案，生成調優結果之后，所述方法還包括：

將所述調優引擎的應用優化歷史發送至應用性能處置監控平臺；其中，所述應用性能處置監控平臺提供針對所述第一優化方案的一鍵還原功能。

4.根據權利要求1所述的JVM調優方法，其特征在于，所述獲取智能診斷模型之后，所述在所述調優引擎獲取到所述第二性能數據的情況下，根據所述智能診斷模型生成所述性能數據的性能問題之前，所述方法還包括：

根據所述驗證集獲取交叉驗證結果；基于超參數搜索獲取所述智能診斷模型的最優參數組合；在每一次訓練遍歷結束的情況下，獲取所述驗證集的精確度；其中，所述精確度用于指示停止訓練所述智能診斷模型；

根據所述交叉驗證結果、所述最優參數組合和所述精確度，獲取調優后的智能診斷模型，進而基于所述調優后的智能診斷模型獲取所述調優引擎。

5.根據權利要求1所述的JVM調優方法，其特征在于，所述獲取終端上應用程序的性能數據的診斷結果，根據所述第一性能數據和所述診斷結果生成訓練數據包括：

基于人工診斷獲取所述診斷結果以及優化方案；根據所述第一性能數據、所述診斷結果和所述優化方案生成所述訓練數據。

6.根據權利要求5所述的JVM調優方法，其特征在于，所述基于人工診斷獲取所述診斷結果以及優化方案之前，所述方法還包括：

基于解析程序將所述第一性能數據解析為JSON格式，并對解析后的第一性能數據進行數據處理。

7.根據權利要求1所述的JVM調優方法，其特征在于，所述獲取終端上應用程序的第一性能數據包括：

基于JVM的命令行檢測工具，獲取實時日志數據和JVM配置信息；或者，基于編寫腳本采集操作系統日志；或者，基于所述應用程序的日志數據獲取應用程序數據；

其中，所述第一性能數據包括：所述實時日志數據、所述JVM配置信息、所述操作系統日志和所述應用程序數據。

8.根據權利要求1至7任一項所述的JVM調優方法，其特征在于，所述神經網絡設置為自適應諧振理論ART網絡。