(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211230766.X (22)申请日 2022.10.10 (65)同一申请的已公布的文献号 申请公布号 CN 115297018 A (43)申请公布日 2022.11.04 (73)专利权人 北京广通优云科技股份有限公司 地址 100089 北京市海淀区紫竹院路69号 中国兵器大厦901室 专利权人 杭州优云软件 有限公司 (72)发明人 刘东海　徐育毅　庞辉富　 (74)专利代理 机构 杭州九洲专利事务所有限公 司 33101 专利代理师 陈继亮 (51)Int.Cl. H04L 41/147(2022.01)H04L 43/08(2022.01) G06F 9/50(2006.01) G06F 11/34(2006.01) G06F 11/30(2006.01) (56)对比文件 US 2019158417 A1,2019.0 5.23 CN 104391737 A,2015.0 3.04 CN 10489 9072 A,2015.09.09 CN 106250306 A,2016.12.21 CN 107404523 A,2017.1 1.28 CN 10916 5093 A,2019.01.08 CN 102664814 A,2012.09.12 CN 10916 5093 A,2019.01.08 审查员 杨丹 (54)发明名称 一种基于主动探测的运维系统负载预测方 法 (57)摘要 本发明提供了一种基于主动探测的运维系 统负载预测方法， 该方法具体步骤如下： 通过系 统资源监测模块实时监测系统的资源使用情况， 按一定的时间周期， 将当前的资源使用情况发送 给资源预测模块； 通过资源预测模块预测下一时 间段的资源需求， 增加了调用主动探测模块， 主 动探测模块调用分配判定模块， 分配判定模块遍 历分配记录模块中的记录列表， 根据判定标记A 和判定标记B构建判定条件， 如果满足判定 条件， 则不进行资源重新分配。 本发明的有益效果为： 本发明针对主动探测方法提出创新， 在资源需求 减少的时候进行分析， 若资源减少后往往需要短 期内提升资源， 那么就暂时不用回收资源， 保持 系统稳定 。 权利要求书1页 说明书3页 附图1页 CN 115297018 B 2022.12.20 CN 115297018 B 1.一种基于主动探测的运维系统负载 预测方法， 其特 征在于： 该 方法具体步骤如下： (1)、 通过系统资源监测模块实时监测运维系 统的资源使用情况， 按一定的时间周期， 将当前的资源使用情况发送给资源预测模块； (2)、 通过资源预测模块预测下一时间段的资源需求， 设当前资源为Z0， 预测后的资源 需求为Z1； (3)、 通过资源比对 模块进行判定， Z1是否大于Z0， 若是， 则转 步骤(4)， 否则转 步骤(5)； (4)、 资源分配模块按预测后的资源需求Z1分配下一阶段资源， 并对分配记录模块进行 修改， 在原有的记录列表中增 加判定标记 A， 判定标记 A表示资源增 加或不变； 假设原有的记录列表为： d1,d2,d3, ……dm， 则修改后的记录列表为： d1,d2,d3, …… dm,1； 其中， dm表示第m次资源分配的记录， 其取值只能是0或者1,0表示资源减少， 1表示资 源增加或不变； (5)、 调用主动探测模块， 主动探测模块调用分配判定模块， 分配判定模块遍历分配记 录模块中的记录列表， 根据判定标记A和判定标记B构建判定条件， 如果满足判定条件， 则不 进行资源重新分配， 否则转 步骤(6)； 判定条件为： 假如记录列表中第一个0后的1的个数大于第一个0后的0的个数， 则不进 行资源重新分配； (6)、 资源分配模块按预测后的资源需求Z1分配下一阶段资源， 并对分配记录模块进行 修改， 在原有的记录列表中增 加判定标记B， 判定标记B表示资源 减少。 2.根据权利要求1所述的基于主动探测的运维系统负载预测方法， 其特征在于： 所述的 资源包括硬盘或CPU， 在资源 包括多类型时， 对每 个资源分别进行分析 预测。 3.根据权利要求2所述的基于主动探测的运维系统负载预测方法， 其特征在于： 所述的 步骤(6)中， 对分配记录模块进行修改的方法为： 假设原有的记录列表为： d1,d2,d3, ……dm， 则修改后的记录列表为： d1,d2,d3, …… dm,0； 其中， dm表示第m次资源分配的记录， 其取值只能是0或者1,0表示资源减少， 1表示资 源增加或不变。权　利　要　求　书 1/1 页 2 CN 115297018 B 2一种基于主动探测的运维系统负载预测方 法 技术领域 [0001]本发明涉及智能运维领域， 主 要是一种基于主动探测的运维系统负载 预测方法。 背景技术 [0002]在运维系统中， 工作负载预测关系着后期资源的管理， 非常重要。 工作负载是指应 用服务所需要承担的任务强度， 主要指保证程序正常运行需要使用多大 的资源量。 而按需 提供服务是云计算的核心宗旨， 为了给容器服务高效及时地提供所需计算服务能力， 系统 应通过识别程序的资源使用模式对未来负载工作量进 行预估， 提前调整容器拥有的云计算 能力。 所以通过有效且准确的负载预测， 加强容器平台对于内存资源的有效管 理， 既能防止 服务性能下降， 又 可以降低空 闲内存资源浪费， 企业 也可能进一 步提升利润。 [0003]负载预测主要有以下几方面需求： [0004]1） 适应性： 预测模型应能够适应应用程序的负载变化， 并且学习应用程序动态行 为以减少预测错 误。 [0005]2） 历史数据： 有效的预测模型应参考有关工作负载行为的所有有效参数， 应该考 虑从历史样本数据中发现资源 模式之间的相关性， 准确地估计未来可能的行为。 [0006]3） 复杂度： 为了及时并且高效的预测负载， 不影响到程序的正常运行， 应控制好预 测模型的时间和空间 复杂度， 不应该 过于复杂。 [0007]4） 数据粒度： 设计预测模型的初始阶段是确定应监视哪些资源。 然后， 应定义采样 间隔的长度， 因为粗粒度的长期采样会使模型失去系统的动态性， 而短期采样的细粒度会 增加数据收集和处 理的成本 。 [0008]在资源管理系统中， 很多分配方案就会按照预测直接分配资源， 当有的时候资源 波动较大时， 资源一会发放 一会回收， 非常影响系统稳定 。 发明内容 [0009]本发明的目的在于克服现有技术存在的不足， 而提供一种基于主动探测的运维系 统负载预测方法。 [0010]本发明的目的是通过如下技术方案来完成的。 一种基于主动探测的运维系统负 载 预测方法， 该 方法具体步骤如下： [0011]（1） 、 通过系统资源监测模块实时监测运维系统的资源使用情况， 按一定的时间周 期， 将当前的资源使用情况发送给资源预测模块； [0012]（2） 、 通过资源预测模块预测下一时间段的资源需求， 设当前资源为Z0， 预测后的 资源需求 为Z1； [0013]（3） 、 通过资源比对模块进行判定， Z1是否大于Z0， 若是， 则转步骤 （4） ， 否则转步骤 （5） ； [0014]（4） 、 资源 分配模块按预测后的资源需求Z1分配下一阶段资源， 并对分配记录模块 进行修改， 在原有的记录列表中增 加判定标记 A， 判定标记 A表示资源增 加或不变；说　明　书 1/3 页 3 CN 115297018 B 3