一种应用系统的容量预测方法和装置的制造方法
【技术领域】
[0001] 本申请涉及互联网数据处理领域，特别是涉及一种应用系统的容量预测方法和装 置。
【背景技术】
[0002] 目前，互联网不管是常规的性能测试，还是应用系统的容量评估，一般需要先通过 生产运维提供的业务场景参考（大多数是单一场景）比例，凭借开发、业务、测试人员的经验 进行分析，得出经验性测试模型，再通过性能测试工具在测试环境中模拟压测，最后分析测 试结果来判断应用系统的最大负载能力。
[0003] 但是发明人在研究过程中发现，该种传统的实施方法中，生产运维提供的业务场 景参考数据是否准确，其代表的业务场景是否全面都是未知的，因此，现有技术中进行应用 系统容量预测的时候准确性较差。
【发明内容】
[0004] 本申请所要解决的技术问题是，提供一种应用系统的容量预测方法，W解决现有 技术中预测应用系统的容量时准确性较差的技术问题。
[0005] 本申请的另一个目的是将上述构思应用于具体的应用环境中，提供一种应用系统 的容量预测装置，从而保证该方法的实现和应用。
[0006] 为解决上述技术问题，本申请实施例提供了一种应用系统的容量预测方法，该方 法包括：
[0007] 预处理过程：
[0008] 依据获取到的预设时间内应用系统的实时容量数据建立容量预测线上模型，所述 实时容量数据包括；应用系统对事务的处理能力TPM、应用系统对事务的响应时间RT和/ 或CPU使用率；
[0009] 依据所述容量预测线上模型和预设的压测策略模拟所述应用系统的线下容量数 据；
[0010] 依据所述应用系统的实时容量数据和线下容量数据确定所述应用系统的容量偏 移值；
[0011] 容量预测过程：
[0012] 依据当前时刻应用系统的实时容量值和所述偏移值确定所述应用系统的线上容 量值；
[0013] 判断所述线上容量值中是否TPM、RT或CPU使用率到达预设的极限值，如果是，贝U 将当前时刻对应的TPM、RT和CPU使用率确定为所述应用系统容量。
[0014] 本申请实施例还提供了一种应用系统的容量预测装置，包括预处理单元和容量预 测单元，其中预处理单元包括：
[0015] 模型建立模块，用于依据获取到的预设时间内应用系统的实时容量数据建立容量 预测线上模型，所述实时容量数据包括；应用系统对事务的处理能力TPM、应用系统对事务 的响应时间RT和/或CPU使用率；
[0016] 压测模块，用于依据所述容量预测线上模型和预设的压测策略模拟所述应用系统 的线下容量数据；
[0017] 偏移值确定模块，用于依据所述应用系统的实时容量数据和线下容量数据确定所 述应用系统的容量偏移值；
[0018] 所述容量预测单元包括：
[0019] 第一确定模块，用于依据当前时刻应用系统的实时容量值和所述偏移值确定所述 应用系统的线上容量值；
[0020] 判断模块，用于判断所述线上容量值中是否TPM、RT或CPU使用率到达预设的极限 值；
[0021] 第二确定模块，用于在所述判断模块的结果为是的情况下，将当前时刻对应的 TPM、RT和CPU使用率确定为所述应用系统容量。
[0022] 从上述的技术方案可W看出，在本申请实施例中，采用应用系统中的实时变化的 容量数据进行流量建模和容量压测，再通过对实时容量数据的比对分析进行容量预测，从 而通过建立生产环境与测试环境的关联关系，来得出应用系统在两者间的性能对比差异， 而依靠该种对比关系实现容量预测就因为考虑了容量偏移而更准确。因此，解决了现有技 术中存在的业务场景的参考数据可能不够准确，其代表的业务场景可能不够全面等问题， 最终实现的容量预测也比现有技术更准确。
【附图说明】
[0023]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现 有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本 申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下， 还可W根据该些附图获得其他的附图。
[0024] 图1为本申请方法实施例的流程图；
[00巧]图2为本申请方法实施例中步骤101的流程图；
[0026] 图3为本申请方法实施例中被测的应用系统的事务流量走势的示意图；
[0027] 图4为本申请方法实施例中步骤102的流程图；
[002引图5为本申请方法实施例中步骤103的流程图；
[0029] 图6为本申请方法实施例中容量偏移量的示意图；
[0030] 图7为本申请云装置实施例的结构示意图。
【具体实施方式】
[0031]为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的 附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本 申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在 没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0032] 参见图1，示出了本申请的一种应用系统的容量预测方法实施例的流程图，其中， 步骤101~步骤103为预处理过程，而步骤104和步骤105为容量预测过程。本实施例可W包括W下步骤：
[0033] 步骤101;依据获取到的预设时间内应用系统的实时容量数据建立容量预测线上 模型，所述实时容量数据包括；应用系统对事务的处理能力TPM、应用系统对事务的响应时 间RT和/或CPU使用率。
[0034] 在本申请实施例中，需要采集到应用系统某一个时段内各业务场景的实时容量数 据。其中，应用系统是指在线实时服务于用户的某种事务(业务或请求）的服务器，例如： Linux或者Windows,等等。某个时段是指应用系统提供服务的一个持续的时间段，一般可 W选择2个小时。当然，也可W选择其他时间。业务场景是指应用系统对用户或其他系统 提供的某种服务，也可W理解为对请求的应答。不同的应用系统对外提供的服务不同业务 场景也就不同。例如在互联网第H方支付中的收银台系统中提供了几种不同的事务类型， 收银台系统就可W称之为业务场景，例如，其中，页面展现的事务类型(用户可W看到自己 的余额，和不同的支付类型)，W及查询余额、账户管理、信用支付、余额宝支、余额支付或者 网银支付的事务类型，等等。具体在采集数据的时候，是把在线的应用系统在2个小时内的 每一分钟内是如何处理业务场景和性能表现数据进行收集存储的过程。
[00