基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法及裝置的制造方法
【專利摘要】本發(fā)明實施例提供一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法和裝置。中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)；所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)和二次指數(shù)的平滑值，建立計算資源預(yù)測模型；根據(jù)所述模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量，并將所述預(yù)測的結(jié)果進行展示。通過監(jiān)控數(shù)據(jù)的收集和預(yù)測，能夠幫助調(diào)度系統(tǒng)避開擁堵高峰，從而減少任務(wù)超時或者失敗的幾率。對于合理利用計算資源，保證數(shù)據(jù)計算的穩(wěn)定性有很大幫助。
【專利說明】
基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法及裝置
技術(shù)領(lǐng)域
[0001]本發(fā)明實施例涉及分布式計算技術(shù)領(lǐng)域，尤其涉及一種基于指數(shù)平滑預(yù)測的計算資源預(yù)測方法及系統(tǒng)。
【背景技術(shù)】
[0002]在大數(shù)據(jù)調(diào)度系統(tǒng)中，每天運行成百上千個任務(wù)，經(jīng)常會在某些時刻出現(xiàn)服務(wù)器CPU或者內(nèi)存負載較高從而影響計算任務(wù)的執(zhí)行。當(dāng)前監(jiān)控系統(tǒng)可以通過統(tǒng)計得到資源的近實時使用情況，可是在實際情況中，不僅僅是“上一刻”的資源使用情況，“下一刻”資源可能被占用的情況往往對調(diào)度系統(tǒng)更有意義。大數(shù)據(jù)計算任務(wù)通常需要運行較長時間，也需要消耗大量的計算資源，如果調(diào)度系統(tǒng)在作業(yè)運行前能夠預(yù)測到集群“下一刻”的資源是否能夠滿足其運行需要，從而決定是否運行，那么無疑可以避免出現(xiàn)由于計算資源不足而造成作業(yè)失敗的情況。
[0003]通過監(jiān)控數(shù)據(jù)的收集和預(yù)測，能夠幫助調(diào)度系統(tǒng)避開擁堵高峰，從而減少任務(wù)超時或者失敗的幾率。對于合理利用計算資源，保證數(shù)據(jù)計算的穩(wěn)定性有很大幫助。

【發(fā)明內(nèi)容】

[0004]本發(fā)明實施例提供一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法及裝置，用以解決現(xiàn)有技術(shù)中由于計算資源不足而造成作業(yè)失敗的情況。
[0005]本發(fā)明實施例提供一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法，包括:
[0006]中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期；
[0007]所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型；
[0008]根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量，并將所述預(yù)測的結(jié)果進行展示。
[0009]本發(fā)明實施例提供一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測裝置，包括:
[0010]數(shù)據(jù)接收模塊，中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)的系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期；
[0011 ] 數(shù)據(jù)處理模塊，所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型；；
[0012]預(yù)測模塊，根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量；
[0013]顯示模塊，將所述預(yù)測的結(jié)果進行展示。
[0014]本發(fā)明實施例提供的基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法及裝置，通過將數(shù)據(jù)挖掘的時間序列算法和監(jiān)控數(shù)據(jù)相結(jié)合，預(yù)測了集群服務(wù)器的計算資源使用狀況，能夠幫助調(diào)度系統(tǒng)避開擁堵高峰，從而減少了任務(wù)超時或者失敗的機率，在合理利用計算資源和保證數(shù)據(jù)穩(wěn)定性方面有非常大的提升。
【附圖說明】
[0015]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0016]圖1為本發(fā)明實施例一的技術(shù)流程圖；
[0017]圖2為本發(fā)明實施例二的技術(shù)流程圖；
[0018]圖3為本發(fā)明實施例三的技術(shù)流程圖；
[0019]圖4為本發(fā)明實施例四的技術(shù)流程圖；
[0020]圖5為本發(fā)明實施例五的裝置結(jié)構(gòu)示意圖；
[0021]圖6為本發(fā)明應(yīng)用實例的預(yù)測曲線示意圖。
【具體實施方式】
[0022]為使本發(fā)明實施例的目的、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0023]實施例一
[0024]圖1是本發(fā)明實施例一的技術(shù)流程圖，結(jié)合圖1，本發(fā)明實施例主要包括如下的步驟:
[0025]步驟101:中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)；
[0026]每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期；
[0027]本發(fā)明實施例中，可以在需要監(jiān)控的服務(wù)器上安裝探測程序最為探測器從而實現(xiàn)對服務(wù)器使用系統(tǒng)計算資源的情況進行監(jiān)控，當(dāng)然本發(fā)明并不限于探測程序的方式。
[0028]數(shù)據(jù)挖掘中的時間序列挖掘指的是從現(xiàn)有時間序列中的數(shù)據(jù)找出統(tǒng)計規(guī)律，時間序列挖掘所處理的數(shù)據(jù)都會被打上時間標(biāo)簽，這些數(shù)據(jù)反應(yīng)了某一事物隨著時間的變化狀態(tài)或是程度，根據(jù)數(shù)據(jù)的變化趨勢，可以由歷史數(shù)據(jù)去推測未來的數(shù)據(jù)。
[0029]因此，本發(fā)明實施例中，中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收探測器發(fā)送的多個監(jiān)控數(shù)據(jù)作為歷史數(shù)據(jù)，從這些歷史數(shù)據(jù)中去尋找統(tǒng)計歸規(guī)律即可實現(xiàn)對當(dāng)前時刻之后的第二時間段內(nèi)的數(shù)據(jù)變化趨勢。
[0030]本發(fā)明實施例中所述系統(tǒng)計算資源包括:中央處理器(CPU)、內(nèi)存、磁盤、傳輸控制協(xié)議(TCP)連接等系統(tǒng)數(shù)據(jù)。
[0031]步驟102:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型；
[0032]本發(fā)明實施例中采用二次指數(shù)平滑法建立數(shù)據(jù)的預(yù)測模型，本領(lǐng)域技術(shù)人員熟知，二次指數(shù)平滑法是對一次指數(shù)平滑值作再一次指數(shù)平滑的方法。它不能單獨地進行預(yù)測，必須與一次指數(shù)平滑法配合，建立預(yù)測的數(shù)學(xué)模型，然后運用數(shù)學(xué)模型確定預(yù)測值。
[0033]步驟103:根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量，并將所述預(yù)測的結(jié)果進行展示。
[0034]實施例二
[0035]圖2是本發(fā)明實施例一的技術(shù)流程圖，結(jié)合圖2，本發(fā)明實施例進一步可以細化為如下的步驟:
[0036]步驟201:在每臺需要監(jiān)控的服務(wù)器上安裝探測器，監(jiān)控所述服務(wù)器計算資源的使用量，其中所述探測器以監(jiān)控周期運行；
[0037]服務(wù)器的構(gòu)成包括處理器、硬盤、內(nèi)存、系統(tǒng)總線等，因此本發(fā)明實施例中，監(jiān)控所述服務(wù)器計算資源的使用量主要包括CPU、內(nèi)存、磁盤、TCP連接數(shù)等近40種系統(tǒng)數(shù)據(jù)。
[0038]步驟202:所述探測器將所述使用量的監(jiān)控數(shù)據(jù)發(fā)送回中心服務(wù)器；
[0039]本發(fā)明實施例中，設(shè)置探測器的監(jiān)控周期為一分鐘，則所述探測器每分鐘運行一次，集群中的各個服務(wù)器通過調(diào)用中心服務(wù)器提供的REST API，以HTTP方式將檢測數(shù)據(jù)發(fā)送回中心服務(wù)器，當(dāng)然本發(fā)明實施例的監(jiān)控周期并不僅限于一分鐘一次。
[0040]步驟203:所述中心服務(wù)器接收所述探測器發(fā)送的所述監(jiān)控數(shù)據(jù)并以統(tǒng)計周期對接收到的所述監(jiān)控數(shù)據(jù)進行統(tǒng)計；
[0041]本發(fā)明實施例中，所述中心服務(wù)器通過Rest API的方式接收所述探測器發(fā)送過來的各種監(jiān)控數(shù)據(jù)，為了防止單點故障，所述中心服務(wù)器的搭建方式采用了 LVS+Nginx雙機負載均衡集群的方案。數(shù)據(jù)庫采用了 MongoDB三機集群，保證數(shù)據(jù)存儲的高性能和無單點故障。中心服務(wù)器擁有強大的吞吐能力，每秒查詢率QPS(Query Per Seconds)達到2萬/秒。
[0042]本發(fā)明實施例中采用的Rest API是一套比較成熟的互聯(lián)網(wǎng)應(yīng)用API設(shè)計理論，它提供了統(tǒng)一的資源訪問接口，簡化了應(yīng)用之間的集成成本。
[0043]集群中的服務(wù)器通常多達300多臺服務(wù)器，每臺服務(wù)器都在產(chǎn)生大量的監(jiān)控數(shù)據(jù)。由幾百臺服務(wù)器組成的整個集群被當(dāng)作一臺超級服務(wù)器，本發(fā)明實施例中采用每隔5分鐘對集群的CPU，內(nèi)存等數(shù)據(jù)進行統(tǒng)計。將一個小時劃分為12個分區(qū)，每次都取當(dāng)前時間的前一個5分鐘分區(qū)來進行計算。這樣分時段對個服務(wù)器發(fā)來的監(jiān)控數(shù)據(jù)進行統(tǒng)計，能夠使得整個統(tǒng)計過程實時性增強，其次中心服務(wù)器一次性處理的數(shù)據(jù)量顯著減少，因此運行速度更快，與此同時也為實現(xiàn)實時預(yù)警提供了基礎(chǔ)。當(dāng)然，本發(fā)明實施例的所述統(tǒng)計周期并不僅限于五分鐘，也可以根據(jù)經(jīng)驗或者中心服務(wù)器的性能進行設(shè)置。
[0044]步驟204:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)的所述監(jiān)控數(shù)據(jù)，計算每個探測時刻的所述監(jiān)控數(shù)據(jù)對應(yīng)的一次指數(shù)平滑值和二次指數(shù)平滑值；
[0045]所述二次指數(shù)平滑是一種時間序列預(yù)測方法，其主要功能就是從一個序列(Sequence)中的數(shù)據(jù)找出統(tǒng)計規(guī)律，得到某一事物隨著時間的變化狀態(tài)或是程度，根據(jù)數(shù)據(jù)的變化趨勢，可以由歷史和當(dāng)前的數(shù)據(jù)去推測未來的數(shù)據(jù)。
[0046]指數(shù)平滑法在移動平均法基礎(chǔ)上發(fā)展起來的一種時間序列分析預(yù)測法。它使用加權(quán)平均的方法將實際值和平滑值結(jié)合，通過平滑值構(gòu)建序列預(yù)測模型，實現(xiàn)預(yù)測功能。其中，一次指數(shù)平滑預(yù)測的公式如下:
[0047]St(1)= a Xyt+(l-a)X(Stl)公式 I
[0048]其中，t時刻監(jiān)控數(shù)據(jù)的實際值，在本發(fā)明實施例中為中心服務(wù)器統(tǒng)計得到的第t時刻系統(tǒng)計算資源使用量，St為第t時刻系統(tǒng)計算資源使用量的平滑值，S t i為第t-1時刻系統(tǒng)計算資源使用量的平滑值，α平滑常數(shù)，其取值范圍為[0，1]。
[0049]公式I利用t-Ι時刻系統(tǒng)計算資源使用量的平滑值和t時刻系統(tǒng)計算資源使用量的實際值來計算t時刻系統(tǒng)計算資源使用量的平滑值；α是平滑系數(shù)，其值越接近1，則遠時刻數(shù)據(jù)對于系統(tǒng)計算資源使用量計算結(jié)果影響越??；其值越接近0，則影響越大。
[0050]一次指數(shù)平滑預(yù)測適用與沒有趨勢和季節(jié)性的序列。若是數(shù)據(jù)序列中存在著一定的趨勢，則需要在一次指數(shù)預(yù)測的基礎(chǔ)再平滑，具體公式如下:
[0051 ] S,) = a X y t+ (1- a ) X (St !)⑴
[0052]St?= a XS，+(1-α ) X (St !)⑵公式 2
[0053]公式2中，α為平滑常數(shù)，取值范圍為[0，I] ;t為第t個探測時刻，t的取值在所述第一時間段內(nèi)從第一個監(jiān)控周期變化至當(dāng)前時刻之前的最后一個監(jiān)控周期；yt為第t個探測時刻的監(jiān)控數(shù)據(jù)；St⑴為第t個探測時刻所述監(jiān)控數(shù)據(jù)一次指數(shù)平滑值；S t(2)為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。所
[0054]述第一時間內(nèi)的多個St(2)組成的時間序列的變化趨勢可以代表所述監(jiān)控數(shù)據(jù)的所述變化趨勢，從而可以根據(jù)所述變化趨勢建立預(yù)測模型進行所述第二時間段內(nèi)所述系統(tǒng)計算資源使用量的預(yù)測。
[0055]步驟205:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型；
[0056]輸入一個時間序列的系統(tǒng)計算資源使用量的實際值和系數(shù)α，便可以通過上述公式I和公式2計算出每一個時刻的S，值和S，值，進而預(yù)測出t+m時刻的系統(tǒng)計算資源使用量的預(yù)測值。預(yù)測公式如下:
[0057]Ft+n=st+mXbt
[0058]st= 2S t(1) - St?
[0059]bt= (a /1-a ) X (S t(1)-St(2))公式 3
[0060]公式3中，其中，t是所述第一時間段內(nèi)的最后一個探測時刻，t+m是所述第二時間段內(nèi)的第m個時刻，F(xiàn)t+ni為第m個時刻所述系統(tǒng)計算資源使用量的預(yù)測值，s ,和b t為模型參數(shù)，其中，St⑴為第t個探測時刻所述系統(tǒng)計算資源使用量的一次指數(shù)平滑值，St⑵為第t個探測時刻所述系統(tǒng)計算資源使用量的二次指數(shù)平滑值，α為平滑常數(shù)，α的取值范圍為[0，I]ο
[0061]其中，平滑系數(shù)α的取值在[0，1]之間，具體取值選擇的原則是使預(yù)測值與實際值之間的均方誤差和平均絕對百分誤差最小。值得注意的是，在實際預(yù)測時，還必須考慮時序數(shù)據(jù)本身的特征:如果時間序列具有不規(guī)則的起伏變化，但長期趨勢接近一個穩(wěn)定常數(shù)，α值一般較?。蝗绻麜r間序列具有迅速明顯的變化傾向，則α應(yīng)該取較大值；如果時間序列變化緩慢，亦應(yīng)選較小的值。
[0062]步驟206:根據(jù)所述計算資源預(yù)測模型對所述當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述系統(tǒng)計算資源的使用量進行預(yù)測。
[0063]實施例三
[0064]圖3是本發(fā)明實施例短期預(yù)測模型建立的示意圖，結(jié)合圖3，本發(fā)明實施例進一步包括如下步驟:
[0065]步驟301:將所述第一時間段設(shè)定為當(dāng)前時刻之前的X小時，在每臺需要監(jiān)控的服務(wù)器上安裝探測器，監(jiān)控所述服務(wù)器系統(tǒng)計算資源的使用量，其中X屬于第一范圍；
[0066]本發(fā)明實施例中，可舉如下例子:在某一服務(wù)器上安裝所述探測器對未來15分鐘內(nèi)CPU的占有量進行預(yù)測，可將所述第一時間段設(shè)定為I小時(X = I)，將所述監(jiān)控周期設(shè)置為I分鐘，則在所述第一時間內(nèi)，所述中心服務(wù)器將收到來自所述某一服務(wù)器發(fā)送的60個CPU使用量數(shù)據(jù)值。
[0067]值得注意的是，所述第一范圍由經(jīng)驗進行確定，本發(fā)明實施例并不限定所述第一范圍的上下限值。若需要預(yù)測的所述第二時間段較長，則相應(yīng)地將所述第一時間段隨之設(shè)置較長一些，以保證歷史監(jiān)控數(shù)據(jù)的變化趨勢能夠正確對未來的監(jiān)控數(shù)據(jù)走向作出正確判斷。
[0068]步驟302:所述探測器將所述使用量的監(jiān)控數(shù)據(jù)發(fā)送回中心服務(wù)器；
[0069]承接上一步驟的例子，本發(fā)明實施例中，可設(shè)置探測器每分鐘運行一次，集群中的各個服務(wù)器通過調(diào)用中心服務(wù)器提供的REST API，以HTTP方式將檢測數(shù)據(jù)發(fā)送回中心服務(wù)器，當(dāng)然本發(fā)明實施例的監(jiān)控周期并不僅限于一分鐘一次。
[0070]步驟303:所述中心服務(wù)器接收所述探測器發(fā)送的所述監(jiān)控數(shù)據(jù)并以統(tǒng)計周期對接收到的所述監(jiān)控數(shù)據(jù)進行統(tǒng)計；
[0071]承接上一步驟的例子，本發(fā)明實施例中采用每隔5分鐘對集群的CPU使用量進行統(tǒng)計。將一個小時劃分為12個分區(qū)，每次都取當(dāng)前時間的前一個5分鐘分區(qū)來進行計算。這樣分時段對個服務(wù)器發(fā)來的監(jiān)控數(shù)據(jù)進行統(tǒng)計，能夠使得整個統(tǒng)計過程實時性增強，其次中心服務(wù)器一次性處理的數(shù)據(jù)量顯著減少，因此運行速度更快，與此同時也為實現(xiàn)實時預(yù)警提供了基礎(chǔ)。當(dāng)然，本發(fā)明實施例的所述統(tǒng)計周期并不僅限于五分鐘，也可以根據(jù)經(jīng)驗或者中心服務(wù)器的性能進行設(shè)置。
[0072]步驟304:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)的所述監(jiān)控數(shù)據(jù)，計算每個探測時刻的所述監(jiān)控數(shù)據(jù)對應(yīng)的一次指數(shù)平滑值和二次指數(shù)平滑值；
[0073]承接上一步驟的例子，所述第二時間段為15分鐘，利用公式I和公式2計算St(1)和St(2)，即計算當(dāng)前時間的前一小時內(nèi)每一分鐘CPU使用量的一次指數(shù)平滑值和二次指數(shù)平滑值，共得到60個隨時間變化的St⑴值和60個隨時間變化的S，值。
[0074]步驟305:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)的所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型，對所述當(dāng)前時刻之后的第二時間段內(nèi)所述系統(tǒng)計算資源的使用量進行預(yù)測。
[0075]根據(jù)公式3，取m = I，所述第二時間段內(nèi)的第一分鐘的預(yù)測值為Ft+ni= F 61、取m =2，所述第二時間段內(nèi)的第二分鐘的預(yù)測值為Ft+ni= F62、取m= 15，所述第二時間段內(nèi)的第十五分鐘的預(yù)測值為Ft+ni= F75。通過以上計算即可得到當(dāng)前時間之后的15分鐘內(nèi)CPU使用量的預(yù)測數(shù)據(jù)，若使用量充足，則調(diào)度任務(wù)正常運行；若不充足，更改調(diào)度任務(wù)方向，避開計算資源擁堵高峰。
[0076]本發(fā)明實施例中，對系統(tǒng)計算資源使用量是否充足是根據(jù)經(jīng)驗進行判斷的，與此同時，充足是一個相對的概念，本發(fā)明實施例并不對“是否充足”的進行數(shù)值上的限定。例如，集群中某一服務(wù)器磁盤的剩余量為總?cè)萘康?0%，若是接下來的調(diào)度計算任務(wù)只需要占用磁盤總?cè)萘康?0%，那么對于這個調(diào)度計算任務(wù)而言，該服務(wù)器的磁盤剩余量是充足的，調(diào)度任務(wù)的計算正常進行；若是下一個計算任務(wù)對磁盤的需求量為總?cè)萘康?1%，則可明顯地知道該磁盤的剩余量是不足以完成下一個調(diào)度任務(wù)計算的，若強制執(zhí)行，則可能出現(xiàn)由于計算資源不足而導(dǎo)致調(diào)度任務(wù)失敗的情況。
[0077]實施例四
[0078]圖4是本發(fā)明實施例長期預(yù)測模型建立的示意圖，結(jié)合圖4，本發(fā)明實施例進一步包括如下步驟:
[0079]步驟401:將所述第一時間段設(shè)定為當(dāng)前時刻之前的Y天，在每臺需要監(jiān)控的服務(wù)器上安裝探測器，監(jiān)控所述服務(wù)器系統(tǒng)計算資源的使用量，其中Y屬于第二范圍；
[0080]本發(fā)明實施例中，可舉如下例子:在某一服務(wù)器上安裝所述探測器對未來7天內(nèi)集群CPU的使用量是否能夠達到100%進行預(yù)測，可將將所述第一時間段設(shè)定為30天(Y =30)，將所述監(jiān)控周期設(shè)置為I分鐘，則在所述第一時間內(nèi)，所述中心服務(wù)器將收到來自所述某一服務(wù)器發(fā)送的43200個CPU使用量數(shù)據(jù)值。
[0081]值得注意的是，所述第二范圍由經(jīng)驗進行確定，本發(fā)明實施例并不限定所述第二范圍的上下限值。
[0082]步驟402:所述探測器將所述使用量的監(jiān)控數(shù)據(jù)發(fā)送回中心服務(wù)器；
[0083]承接上一步驟的例子，本發(fā)明實施例中，可設(shè)置探測器每分鐘運行一次，集群中的各個服務(wù)器通過調(diào)用中心服務(wù)器提供的REST API，以HTTP方式將檢測數(shù)據(jù)發(fā)送回中心服務(wù)器，當(dāng)然本發(fā)明實施例的監(jiān)控周期并不僅限于一分鐘一次。
[0084]步驟403:所述中心服務(wù)器接收所述探測器發(fā)送的所述監(jiān)控數(shù)據(jù)并以統(tǒng)計周期對接收到的所述監(jiān)控數(shù)據(jù)進行統(tǒng)計；
[0085]承接上一步驟的例子，本發(fā)明實施例中采用每隔5分鐘對集群的CPU使用量進行統(tǒng)計。將一個小時劃分為12個分區(qū)，每次都取當(dāng)前時間的前一個5分鐘分區(qū)來進行計算。這樣分時段對個服務(wù)器發(fā)來的監(jiān)控數(shù)據(jù)進行統(tǒng)計，能夠使得整個統(tǒng)計過程實時性增強，其次中心服務(wù)器一次性處理的數(shù)據(jù)量顯著減少，因此運行速度更快，與此同時也為實現(xiàn)實時預(yù)警提供了基礎(chǔ)。當(dāng)然，本發(fā)明實施例的所述統(tǒng)計周期并不僅限于五分鐘，也可以根據(jù)經(jīng)驗或者中心服務(wù)器的性能進行設(shè)置。
[0086]步驟404:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)的所述監(jiān)控數(shù)據(jù)，計算每個探測時刻的所述監(jiān)控數(shù)據(jù)對應(yīng)的一次指數(shù)平滑值和二次指數(shù)平滑值；
[0087]承接上一步驟的例子，所述第二時間段為7天，利用公式I和公式2計算St⑴和St(2)，即計算當(dāng)前時間的前30天內(nèi)每一分鐘CPU使用量的一次指數(shù)平滑值和二次指數(shù)平滑值，共得到43200個隨時間變化的St⑴值和43200個隨時間變化的S，值。
[0088]步驟405:所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)的所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型，對所述當(dāng)前時刻之后的第二時間段內(nèi)所述系統(tǒng)計算資源的使用量進行預(yù)測。
[0089]根據(jù)公式3，取m= 1440，所述第二時間段內(nèi)的第一天的預(yù)測值為Ft+ni= F 4464。、取m=2880，所述第二時間段內(nèi)的第二天的預(yù)測值為Ft+ni= F46_、取m = 10080，所述第二時間段內(nèi)的第7天的預(yù)測值為Ft+ni= F 532S。。通過以上計算即可得到當(dāng)前時間之后7天內(nèi)的CPU使用量有無達到100%的可能性，若有，則提前對調(diào)度系統(tǒng)進行預(yù)警提示。
[0090]本發(fā)明實施例對所述系統(tǒng)計算資源使用量的預(yù)警提示進行可視化展示，從而調(diào)度系統(tǒng)運維人員可以根據(jù)所述預(yù)警提示對集群的計算資源作出更合理的規(guī)劃。
[0091]實施例五
[0092]圖5所示是本發(fā)明實施例二的裝置示意圖，結(jié)合圖5，本發(fā)明實施例一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測裝置，包括如下模塊:數(shù)據(jù)接收模塊501、數(shù)據(jù)處理模塊502、預(yù)測模塊503、顯示模塊504。
[0093]所述數(shù)據(jù)接收模塊501，其功能在于，中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)使用系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期；
[0094]所述數(shù)據(jù)處理模塊502，其功能在于，所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型；
[0095]所述預(yù)測模塊503，其功能在于，根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量；
[0096]顯示模塊504，將所述預(yù)測的結(jié)果進行展示。
[0097]所述數(shù)據(jù)處理模塊502進一步用于，所述數(shù)據(jù)處理模塊進一步用于，采用如下公式計算所述一次指數(shù)平滑值和二次指數(shù)平滑值:
[0098]S，) = a Xy t+(l-a ) X (St !)⑴
[0099]S,) = a X S t(1)+ (1- a ) X (St !)⑵
[0100]其中，α為平滑常數(shù)，t為第t個探測時刻，t的取值在所述第一時間段內(nèi)從第一個監(jiān)控周期變化至當(dāng)前時刻之前的最后一個監(jiān)控周期；yt為第t個探測時刻的監(jiān)控數(shù)據(jù)；S，為第t個探測時刻所述監(jiān)控數(shù)據(jù)一次指數(shù)平滑值；S，為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。
[0101]所述預(yù)測模塊503，進一步用于:所述預(yù)測模塊，進一步用于:采用計算資源預(yù)測模型:
[0102]Ft+n= s t+mXbt
[0103]st=2St(1)-St?
[0104]bt= ( a /1- a ) X (S t(1)_St?)
[0105]其中，a為平滑常數(shù)，t是所述第一時間段內(nèi)的最后一個探測時刻，t+m是所述第二時間段內(nèi)的第m個時刻，F(xiàn)t+ni為第m個時刻所述系統(tǒng)計算資源使用量的預(yù)測值，s ,和b ,為模型參數(shù)；其中，St⑴為第t個探測時刻的所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值；S /2)為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。
[0106]應(yīng)用場景實例
[0107]如圖6所示，本實施例為本發(fā)明實施例的應(yīng)用場景實例，通過應(yīng)用場景下對二次指數(shù)平滑預(yù)測的計算，使得本發(fā)明實施例的技術(shù)方案更加詳細清楚。
[0108]本發(fā)明實施例中，假設(shè)將所述第一時間段設(shè)置為I小時，所述監(jiān)控周期為十分鐘，取當(dāng)前時間的前一個十分鐘的監(jiān)控數(shù)據(jù)來預(yù)測所述第二時間段內(nèi)的計算資源使用量。具體操作如下，假設(shè)所述中心服務(wù)器接收到的CPU計算資源占有量如下:yi= 0.24,y2= 0.27、Y3= 0.25、y 4= 0.28、y 5= 0.26、y 6= 0.27、y 7= 0.26、y 8= 0.28、y 9= 0.30、y 10= 0.33，此序列的變化值具有迅速明顯的變化傾向，因此取平滑系數(shù)α = 0.8進行預(yù)測。
[0109]根據(jù)二次指數(shù)平滑預(yù)測公式對未來時間段內(nèi)的時間序列進行預(yù)測，如下:
[0110]S，)= a Xy t+(l-a ) X (St !)⑴
[0111]S,) = a X S 廣)+ (1- a ) X (St !)⑵
[0112]初始化時，令S0?= S0(1)= y != 0.24。
[0113]SI,計算第一時刻的指數(shù)平滑值，t = I時，yi= 0.24:
[0114]S/1)= a Xy ^(l-a ) X (S。)⑴
[0115]S/2)= a XS/1)+(1-a ) X (S0)⑵
[0116]代入具體數(shù)值如下:
[0117]S^li= 0.8*0.24+0.2*0.24 = 0.24
[0118]s/2)) = 0.8*0.24+0.2*0.24 = 0.24
[0119]S2,計算第二時刻的指數(shù)平滑值，t = 2時，J2= 0.27:
[0120]S2W = a Xy 2+(l-a ) X (S1)⑴
[0121 ]S2? = a X S ,)+ (1- a ) X (S1)⑵
[0122]代入具體數(shù)值如下:
[0123]S2(1) = 0.8*0.27+0.2*0.24 = 0.264
[0124]S2(2)) = 0.8*0.264+0.2*0.24 = 0.2592
[0125]S3,計算第三時刻的指數(shù)平滑值，t = 3時，y3= 0.25:
[0126]S3⑴=a Xy 3+(l-a ) X (S2)⑴
[0127]S3⑵=a X S 3⑴+ (1- a ) X (S2)⑵
[0128]代入具體數(shù)值如下:
[0129]S3(1) = 0.8*0.25+0.2*0.264 = 0.2528
[0130]S3(2) = 0.8*0.2528+0.2*0.2592 = 0.25408
[0131]S4,計算第四時刻的指數(shù)平滑值，t = 4時，y4= 0.28:
[0132]S4W = a Xy4 t+(l-a ) X (S3)⑴
[0133]S4? = a X S 4(1)+ (1- a ) X (S3)⑵
[0134]代入具體數(shù)值如下:
[0135]S4(1) = 0.8*0.28+0.2*0.2528 = 0.27456
[0136]S4(2)) = 0.8*0.27456+0.2*0.25408 = 0.270464
[0137]S5,計算第五時刻的指數(shù)平滑值，t = 5時，y3= 0.26:
[0138]S5⑴=a Xy 5+(l-a ) X (S4)⑴
[0139]S5⑵=a X S 5⑴+ (1- a ) X (S4)⑵
[0140]代入具體數(shù)值如下:
[0141]S5(1) = 0.8*0.26+0.2*0.27456 = 0.262912
[0142]S5(2)) = 0.8*0.262912+0.2*0.270464 = 0.2644224
[0143]S6,計算第六時刻的指數(shù)平滑值，t = 6時，y3= 0.27:
[0144]s6(1)= a Xy6+(l-a ) X (S5) (1)
[0145]S6?= a XS6⑴+(1-a ) X (S5)⑵
[0146]代入具體數(shù)值如下:
[0147]S3(1) = 0.8*0.27+0.2*0.262912 = 0.2685824
[0148]S3(2)) = 0.8*0.2685824+0.2*0.2644224 = 0.2677504
[0149]S7,計算第七時刻的指數(shù)平滑值，t = 7時，J1= 0.26:
[0150]S/1)= a Xy 7+(l-a ) X (S6)⑴
[0151]S/2)= a XS/1)+(1-a ) X (S6)⑵
[0152]代入具體數(shù)值如下:
[0153]S3(1) = 0.8*0.26+0.2*0.2685824 = 0.26171648
[0154]S3(2)) = 0.8*0.26171648+0.2*0.2677504 = 0.262923264
[0155]S8,計算第八時刻的指數(shù)平滑值，t = 8時，y3= 0.28:
[0156]Si/1)= a Xys+(l-a ) X (S7)⑴
[0157]Ss?= a XS^D+d-a ) X (S7)⑵
[0158]代入具體數(shù)值如下:
[0159]S3(1) = 0.8*0.28+0.2*0.26171648 = 0.276343296
[0160]S3⑵)=0.8*0.276343296+0.2*0.276343296 = 0.276343296
[0161]S9,計算第九時刻的指數(shù)平滑值，t = 9時，Y9= 0.30:
[0162]S，) = a Xy 9+(l-a ) X (S8)⑴
[0163]S9? = a X S J1)+ (1- a ) X (S8)⑵
[0164]代入具體數(shù)值如下:
[0165]S9(1) = 0.8*0.30+0.2*0.276343296 = 0.2952686592
[0166]S9(2)) = 0.8*0.2952686592+0.2*0.276343296 = 0.29148358656
[0167]S10,計算第十時刻的指數(shù)平滑值，t = 10時，y3= 0.33:
[0168]S1。⑴=a Xy10+(l-a)X (S9)⑴
[0169]S1。⑵=a XS 10(1)+(l-a ) X (S9)⑵
[0170]代入具體數(shù)值如下:
[0171]Siq⑴=0.8*0.33+0.2*0.2952686592 = 0.32305373184
[0172]S10(2))= 0.8*0.32305373184+0.2*0.29148358656 = 0.316739702784
[0173]得到表示時間序列變化趨勢的平滑值之后，即可對未來第t+m時刻的值進行預(yù)測，預(yù)測公式如下:
[0174]Ft+n=st+mXbt
[0175]st= 2S t(1) - St?
[0176]bt= (a/1-a ) X (S t(1)-S,))
[0177]當(dāng)t = 10，m = I時，對第11時刻的值進行預(yù)測:
[0178]S10= 2S 10(1) - Siq⑵=2*0.32305373184-0.316739702784 = 0.3294
[0179]b10= (α /l-α )*(S 10(1) - S10(2)) = 0.02526
[0180]F11= F t+m= s 10+mXb10= 0.3294+0.02526 = 0.35466
[0181]當(dāng)m = 2時，對第12時刻的值進行預(yù)測:
[0182]F12= F t+m= s 10+2 Xb10= 0.3294+2*0.02526 = 0.37992
[0183]當(dāng)m = 3時，對第13時刻的值進行預(yù)測:
[0184]F13= F t+m= s 10+3 Xb10= 0.3294+3*0.02526 = 0.40518
[0185]當(dāng)m = 4時，對第14時刻的值進行預(yù)測:
[0186]F14= F t+m= s 10+4Xb10= 0.3294+4*0.02526 = 0.43044
[0187]如圖6所示，從第I時刻至第10時刻，二次指數(shù)平滑的預(yù)測值與實際值基本一致，趨勢走向相同，因此對第11、12、13、14時刻的預(yù)測結(jié)果和預(yù)測的趨勢也能夠突顯出第10時刻以后的某時間段內(nèi)的計算資源走向趨勢。
[0188]以上所描述的裝置實施例僅僅是示意性的，其中所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個地方，或者也可以分布到多個網(wǎng)絡(luò)單元上。可以根據(jù)實際的需要選擇其中的部分或者全部模塊來實現(xiàn)本實施例方案的目的。本領(lǐng)域普通技術(shù)人員在不付出創(chuàng)造性的勞動的情況下，即可以理解并實施。
[0189]通過以上的實施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到各實施方式可借助軟件加必需的通用硬件平臺的方式來實現(xiàn)，當(dāng)然也可以通過硬件?；谶@樣的理解，上述技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品可以存儲在計算機可讀存儲介質(zhì)中，如R0M/RAM、磁碟、光盤等，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行各個實施例或者實施例的某些部分所述的方法。
[0190]最后應(yīng)說明的是:以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對前述各實施例所記載的技術(shù)方案進行修改，或者對其中部分技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實施例技術(shù)方案的精神和范圍。
【主權(quán)項】
1.一種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測方法，其特征在于， 中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期； 所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型； 根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量，并將所述預(yù)測的結(jié)果進行展示。2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述系統(tǒng)計算資源至少包括: 中央處理器占用率、內(nèi)存空間、磁盤空間、傳輸控制協(xié)議連接數(shù)量。3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述計算資源預(yù)測模型，具體為:Ft+n= s t+mXbt；st= 2St(1) -St(2);bt= ( a/1-a ) X (S t(1)-St(2))； 其中，F(xiàn)t+ni為第m個時刻所述系統(tǒng)計算資源使用量的預(yù)測值，α為平滑常數(shù)，t是所述第一時間段內(nèi)的最后一個探測時刻，t+m是所述第二時間段內(nèi)的第m個時刻，SjPbt為模型參數(shù)；其中，St⑴為第t個探測時刻的所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值；S /2)為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述一次指數(shù)平滑值和二次指數(shù)平滑值通過如下公式進行計算:5.)=a Xyt+(l_a)X(Stl)⑴S,)= a XS t(1) + (l-a ) X (St !)⑵ 其中，α為平滑常數(shù)，t為第t個探測時刻，t的取值在所述第一時間段內(nèi)從第一個監(jiān)控周期變化至當(dāng)前時刻之前的最后一個監(jiān)控周期；yt為第t個探測時刻的監(jiān)控數(shù)據(jù)^為第t個探測時刻所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值；St(2)為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。 5.根據(jù)要求1-4中任意一項所述的方法，其特征在于，所述中心服務(wù)器根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量，進一步包括: 將所述第一時間段設(shè)定為當(dāng)前時刻之前的X小時，獲取X小時內(nèi)的監(jiān)控數(shù)據(jù)的變化趨勢，從而預(yù)測所述第二時間段內(nèi)的所述系統(tǒng)計算資源使用量并判斷所述系統(tǒng)計算資源使用量是否充足，若充足，則調(diào)度任務(wù)正常運行；若不充足，更改調(diào)度任務(wù)方向，避開計算資源擁堵高峰，其中，X屬于第一范圍。6.根據(jù)權(quán)利要求1-4中任意一項所述的方法，其特征在于，所述中心服務(wù)器根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)所述服務(wù)器的系統(tǒng)計算資源的使用量，進一步還包括: 將所述第一時間段設(shè)定為Y天，獲取Y天內(nèi)的監(jiān)控數(shù)據(jù)的變化趨勢，從而預(yù)測所述第二時間段內(nèi)的所述系統(tǒng)計算資源使用量并判斷所述系統(tǒng)計算資源使用量是否有達到100%的可能性，若有，則提前對調(diào)度系統(tǒng)進行預(yù)警提示，其中，Y屬于第二范圍。7.—種基于指數(shù)平滑預(yù)測的系統(tǒng)計算資源預(yù)測裝置，其特征在于，包括如下模塊: 數(shù)據(jù)接收模塊，中心服務(wù)器在當(dāng)前時刻之前的第一時間段內(nèi)持續(xù)接收到多個監(jiān)控數(shù)據(jù)，每個監(jiān)控數(shù)據(jù)為每一個監(jiān)控周期內(nèi)對服務(wù)器的系統(tǒng)計算資源情況進行監(jiān)控而獲取的數(shù)據(jù)，具體包括所述服務(wù)器在每一個監(jiān)控周期內(nèi)的系統(tǒng)計算資源的使用量，所述第一時間段包括多個所述監(jiān)控周期； 數(shù)據(jù)處理模塊，所述中心服務(wù)器根據(jù)所述第一時間段內(nèi)接收到的所述多個監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值和二次指數(shù)平滑值，建立計算資源預(yù)測模型； 預(yù)測模塊，根據(jù)所述計算資源預(yù)測模型，預(yù)測當(dāng)前時刻之后的第二時間段內(nèi)某一時刻所述服務(wù)器的系統(tǒng)計算資源的使用量； 顯示模塊，將所述預(yù)測的結(jié)果進行展示。8.據(jù)權(quán)利要求7所述的裝置，其特征在于，所述計算資源預(yù)測模型，具體為:Ft+n= s t+m Xbt st= 2S t(1) - St(2)bt= (a/l-a)X(St(1)-St(2)) 其中，F(xiàn)t+ni為第m個時刻所述系統(tǒng)計算資源使用量的預(yù)測值，α為平滑常數(shù)，t是所述第一時間段內(nèi)的最后一個探測時刻，t+m是所述第二時間段內(nèi)的第m個時刻，SjPbt為模型參數(shù)；其中，St⑴為第t個探測時刻的所述監(jiān)控數(shù)據(jù)的一次指數(shù)平滑值；S /2)為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。9.據(jù)權(quán)利要求8所述的裝置，其特征在于，所述數(shù)據(jù)處理模塊進一步用于，采用如下公式計算所述一次指數(shù)平滑值和二次指數(shù)平滑值: S,)= a Xyt+(l_a)X(Stl)⑴S,)= a XS t(1) + (l-a ) X (St !)⑵ 其中，α為平滑常數(shù)，t為第t個探測時刻，t的取值在所述第一時間段內(nèi)從第一個監(jiān)控周期變化至當(dāng)前時刻之前的最后一個監(jiān)控周期；yt為第t個探測時刻的監(jiān)控數(shù)據(jù)^為第t個探測時刻所述監(jiān)控數(shù)據(jù)一次指數(shù)平滑值；S，為第t個探測時刻所述監(jiān)控數(shù)據(jù)的二次指數(shù)平滑值。10.根據(jù)要求7-9中任意一項所述的裝置，其特征在于，所述裝置，進一步用于: 將所述第一時間段設(shè)定為當(dāng)前時刻之前的X小時，獲取X小時內(nèi)的監(jiān)控數(shù)據(jù)的變化趨勢，從而預(yù)測所述第二時間段內(nèi)的所述系統(tǒng)計算資源使用量并判斷所述系統(tǒng)計算資源使用量是否充足，若充足，則調(diào)度任務(wù)正常運行；若不充足，更改調(diào)度任務(wù)方向，避開計算資源擁堵高峰，其中，X屬于第一范圍；或， 將所述第一時間段設(shè)定為當(dāng)前時刻之前的Y天，獲取Y天內(nèi)的監(jiān)控數(shù)據(jù)的變化趨勢，從而預(yù)測所述第二時間段內(nèi)的所述系統(tǒng)計算資源使用量并判斷所述系統(tǒng)計算資源使用量是否有達到100%的可能性，若有，則提前對調(diào)度系統(tǒng)進行預(yù)警提示，其中，Y屬于第二范圍。
【文檔編號】G06F11/30GK105912436SQ201510595120
【公開日】2016年8月31日
【申請日】2015年9月17日
【發(fā)明人】許鷺清, 陳抒
【申請人】樂視網(wǎng)信息技術(shù)（北京）股份有限公司