System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及大數(shù)據(jù),尤其涉及一種數(shù)據(jù)庫負(fù)載預(yù)測方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、隨著大數(shù)據(jù)的不斷發(fā)展,數(shù)據(jù)庫系統(tǒng)作為金融企業(yè)存儲(chǔ)大規(guī)模數(shù)據(jù)的核心組件。隨著數(shù)據(jù)量的爆炸性增長和業(yè)務(wù)需求的不斷變化,數(shù)據(jù)庫系統(tǒng)獲獎(jiǎng)面臨著越來越大的負(fù)載壓力,為了確保數(shù)據(jù)庫系統(tǒng)的高效運(yùn)行和可靠性,預(yù)測數(shù)據(jù)庫的負(fù)載信息成為一個(gè)重要的研究領(lǐng)域。
2、目前的數(shù)據(jù)庫預(yù)測方案主要集中在預(yù)測算法的改進(jìn),其輸入是歷史數(shù)據(jù),輸出是未來的趨勢。而對于有些應(yīng)用,其負(fù)荷是和應(yīng)用的對外服務(wù)時(shí)間關(guān)聯(lián)的,比如,周末和節(jié)假日的負(fù)荷要遠(yuǎn)低于日常工作日的負(fù)荷。同時(shí),預(yù)測算法難以針對業(yè)務(wù)高峰進(jìn)行預(yù)測,比如在紀(jì)念幣發(fā)行的場景下,系統(tǒng)因無法預(yù)測紀(jì)念幣發(fā)行時(shí)間,從而導(dǎo)致紀(jì)念幣發(fā)行時(shí)間下的數(shù)據(jù)庫負(fù)載預(yù)測不準(zhǔn)確。
3、因此,亟需提出一種能夠有效解決因數(shù)據(jù)請求時(shí)間不同、業(yè)務(wù)不同所導(dǎo)致的預(yù)測精確性不足問題的數(shù)據(jù)庫負(fù)載預(yù)測方案。
技術(shù)實(shí)現(xiàn)思路
1、本申請?zhí)峁┮环N數(shù)據(jù)庫負(fù)載預(yù)測方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì),可以有效提高數(shù)據(jù)庫負(fù)載預(yù)測精度。
2、第一方面,本申請?zhí)峁┮环N數(shù)據(jù)庫負(fù)載預(yù)測方法,包括:
3、響應(yīng)于業(yè)務(wù)終端發(fā)起的數(shù)據(jù)庫負(fù)載預(yù)測請求,獲取數(shù)據(jù)庫接收的請求數(shù)據(jù);
4、根據(jù)所述請求數(shù)據(jù)的訪問時(shí)間信息,提取所述請求數(shù)據(jù)的時(shí)間序列特征,并獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息,以提取所述請求數(shù)據(jù)的業(yè)務(wù)高峰特征;
5、將所述請求數(shù)據(jù)的時(shí)間序列特征和所述業(yè)務(wù)高峰特征,輸入至預(yù)獲取的負(fù)載預(yù)測模
6、基于所述負(fù)載預(yù)測模型對所述請求數(shù)據(jù)的時(shí)間序列特征和所述業(yè)務(wù)高峰特征進(jìn)行處理,輸出所述數(shù)據(jù)庫的負(fù)載信息,所述負(fù)載信息包括所述數(shù)據(jù)庫的每秒查詢量。
7、在一種實(shí)施方式中,所述獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息,包括:
8、將所述請求數(shù)據(jù)傳輸至所述業(yè)務(wù)終端;
9、響應(yīng)于所述業(yè)務(wù)終端針對所述請求數(shù)據(jù)添加的業(yè)務(wù)高峰標(biāo)記,獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息;其中,所述業(yè)務(wù)高峰標(biāo)記是所述業(yè)務(wù)終端根據(jù)所述請求數(shù)據(jù)對應(yīng)的業(yè)務(wù)信息對所述請求數(shù)據(jù)添加的業(yè)務(wù)高峰標(biāo)記。
10、在一種實(shí)施方式中,所述方法還包括:
11、采集所述數(shù)據(jù)庫接收的歷史請求數(shù)據(jù)及其對應(yīng)的歷史負(fù)載信息,并提取所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征;
12、將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,以得到所述負(fù)載預(yù)測模型。
13、在一種實(shí)施方式中,所述初始模型包括時(shí)間序列預(yù)測模塊和機(jī)器學(xué)習(xí)模塊;所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,包括:
14、將所述歷史請求數(shù)據(jù)的時(shí)間序列特征輸入至?xí)r間序列預(yù)測模塊中,訓(xùn)練所述時(shí)間序列預(yù)測模塊,使得所述時(shí)間序列模塊輸出經(jīng)過處理后的預(yù)測時(shí)間序列特征;
15、將所述時(shí)間序列預(yù)測模塊輸出的預(yù)測時(shí)間序列特征、所述歷史請求數(shù)據(jù)的業(yè)務(wù)高峰特征作為輸入特征集,并將所述歷史負(fù)載信息作為輸出集,訓(xùn)練所述機(jī)器學(xué)習(xí)模塊。
16、在一種實(shí)施方式中,所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,并將所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,包括:
17、將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,并將所述歷史負(fù)載信息作為輸出集,對所述初始模型進(jìn)行迭代訓(xùn)練,直至達(dá)到預(yù)設(shè)迭代次數(shù)或者損失值滿足預(yù)設(shè)損失條件,得到所述負(fù)載預(yù)測模型。
18、在一種實(shí)施方式中,所述方法還包括:
19、獲取預(yù)定義的數(shù)據(jù)庫表結(jié)構(gòu),所述數(shù)據(jù)庫表結(jié)構(gòu)包括每一條請求數(shù)據(jù)攜帶時(shí)間序列特征以及標(biāo)記的業(yè)務(wù)高峰特征;
20、所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,包括:
21、將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征,以所述數(shù)據(jù)庫表結(jié)構(gòu)的形式,確定為所述輸入特征集。
22、在一種實(shí)施方式中,所述方法還包括:
23、將所述數(shù)據(jù)庫的負(fù)載信息反饋至所述業(yè)務(wù)終端,以使所述的業(yè)務(wù)終端基于所述數(shù)據(jù)庫的負(fù)載信息,調(diào)整各業(yè)務(wù)的處理優(yōu)先級(jí)。
24、根據(jù)本申請的第二方面,提供一種數(shù)據(jù)庫負(fù)載預(yù)測裝置,包括:
25、數(shù)據(jù)獲取模塊,其設(shè)置為響應(yīng)于業(yè)務(wù)終端發(fā)起的數(shù)據(jù)庫負(fù)載預(yù)測請求,獲取數(shù)據(jù)庫接收的請求數(shù)據(jù);
26、特征提取模塊,其設(shè)置為根據(jù)所述請求數(shù)據(jù)的訪問時(shí)間信息,提取所述請求數(shù)據(jù)的時(shí)間序列特征,并獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息,以提取所述請求數(shù)據(jù)的業(yè)務(wù)高峰特征;
27、輸入模塊,其設(shè)置為將所述請求數(shù)據(jù)的時(shí)間序列特征和所述業(yè)務(wù)高峰特征,輸入至預(yù)獲取的負(fù)載預(yù)測模型中,所述負(fù)載預(yù)測模型是基于歷史請求數(shù)據(jù)訓(xùn)練得到并用于預(yù)測數(shù)據(jù)庫負(fù)載信息的模型;
28、預(yù)測模塊,其設(shè)置為基于所述負(fù)載預(yù)測模型對所述請求數(shù)據(jù)的時(shí)間序列特征和所述業(yè)務(wù)高峰特征進(jìn)行處理,輸出所述數(shù)據(jù)庫的負(fù)載信息,所述負(fù)載信息包括所述數(shù)據(jù)庫的每秒查詢量。
29、根據(jù)本申請的第三方面,提供一種服務(wù)器,包括:處理器,以及與所述處理器通信連接的存儲(chǔ)器;
30、所述存儲(chǔ)器存儲(chǔ)計(jì)算機(jī)執(zhí)行指令;
31、所述處理器執(zhí)行所述存儲(chǔ)器存儲(chǔ)的計(jì)算機(jī)執(zhí)行指令,以實(shí)現(xiàn)如上述第一方面任一項(xiàng)提供的數(shù)據(jù)庫負(fù)載預(yù)測方法。
32、根據(jù)本申請的第四方面,提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令,所述計(jì)算機(jī)執(zhí)行指令被處理器執(zhí)行時(shí)用于實(shí)現(xiàn)如上述第一方面任一項(xiàng)提供的數(shù)據(jù)庫負(fù)載預(yù)測方法。
33、本申請?zhí)峁┑臄?shù)據(jù)庫負(fù)載預(yù)測方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì),通過提取請求數(shù)據(jù)的時(shí)間序列特征,以及基于人機(jī)交互的業(yè)務(wù)高峰標(biāo)記信息所對應(yīng)的業(yè)務(wù)高峰特征,利用模型對時(shí)間序列特征和業(yè)務(wù)高峰特征進(jìn)行處理,預(yù)測得到的數(shù)據(jù)庫負(fù)載更加符合實(shí)際情況,有效提高了數(shù)據(jù)庫負(fù)載預(yù)測的準(zhǔn)確度,便于用戶對數(shù)據(jù)庫資源進(jìn)行預(yù)判,從而合理調(diào)配資源,確保系統(tǒng)的穩(wěn)定運(yùn)行,為用戶帶來了更好的體驗(yàn)。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種數(shù)據(jù)庫負(fù)載預(yù)測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息,包括:
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,還包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述初始模型包括時(shí)間序列預(yù)測模塊和機(jī)器學(xué)習(xí)模塊;所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,并將所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,包括:
6.根據(jù)權(quán)利要求4或5所述的方法,其特征在于,還包括:
7.根據(jù)權(quán)利要求1所述的方法,其特征在于,還包括:
8.一種數(shù)據(jù)庫負(fù)載預(yù)測裝置,其特征在于,包括:
9.一種服務(wù)器,其特征在于,包括:處理器,以及與所述處理器通信連接的存儲(chǔ)器;
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其特征在于,所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)執(zhí)行指令
...【技術(shù)特征摘要】
1.一種數(shù)據(jù)庫負(fù)載預(yù)測方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取所述請求數(shù)據(jù)的業(yè)務(wù)高峰標(biāo)記信息,包括:
3.根據(jù)權(quán)利要求1或2所述的方法,其特征在于,還包括:
4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述初始模型包括時(shí)間序列預(yù)測模塊和機(jī)器學(xué)習(xí)模塊;所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征作為輸入特征集,所述歷史負(fù)載信息作為輸出集,訓(xùn)練初始模型,包括:
5.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述將所述歷史請求數(shù)據(jù)的時(shí)間序列特征以及業(yè)務(wù)高峰特征...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:劉偉,張國軍,吳海存,葛佳,相奇丹,
申請(專利權(quán))人:中國農(nóng)業(yè)銀行股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。