基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法及系統(tǒng)，通過采集服務(wù)器的性能數(shù)據(jù)，把當(dāng)前性能數(shù)據(jù)模式與歷史數(shù)據(jù)的數(shù)值一一對比以及當(dāng)前的性能數(shù)據(jù)變化率模式與歷史數(shù)據(jù)的變化率一一對比，從歷史數(shù)據(jù)中找到相似的模式，從歷史數(shù)據(jù)中找到相似模式截止時間點(diǎn)后的性能數(shù)據(jù)值作為預(yù)測結(jié)果或乘以權(quán)重加權(quán)作為預(yù)測結(jié)果，提高服務(wù)器對資源調(diào)度的準(zhǔn)確性與可靠性，使得分布式計(jì)算環(huán)境下對處于不穩(wěn)態(tài)情況的性能數(shù)據(jù)進(jìn)行長期預(yù)測的預(yù)測效果更理想。
【專利說明】基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種性能預(yù)測方法及系統(tǒng)，尤其涉及一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法及系統(tǒng)。

【背景技術(shù)】
[0002]隨著計(jì)算機(jī)網(wǎng)絡(luò)的迅速發(fā)展，各種服務(wù)器越來越難以滿足用戶的需求。負(fù)載均衡集群的出現(xiàn)，在一定程度上解決了這個問題。負(fù)載均衡算法作為影響負(fù)載均衡的三大要素之一，在很大程度上決定了負(fù)載均衡集群的性能。但由于當(dāng)前的算法沒有考慮到服務(wù)器的當(dāng)前和將來的負(fù)載情況，很難做到真正的負(fù)載均衡。
[0003]在服務(wù)器的負(fù)載均衡中，需要采集系統(tǒng)中各種資源的相關(guān)信息以確定資源是否可用，然后調(diào)度算法根據(jù)資源的可用性、任務(wù)的運(yùn)行時間等來確定任務(wù)的優(yōu)先級并分配給它們可用的資源。然而隨著任務(wù)的運(yùn)行，各種資源的狀態(tài)，如CPU負(fù)載、剩余內(nèi)存、硬盤剩余空間等會隨時發(fā)生改變，因此需要對CPU負(fù)載的預(yù)測來指導(dǎo)服務(wù)器的負(fù)載均衡與調(diào)度算法。
[0004]對性能數(shù)據(jù)的預(yù)測可以采取時間序列算法，也就是基于歷史數(shù)據(jù)做出預(yù)測。該方法的簡單步驟:1)按時間序列周期性地采集性能數(shù)據(jù)；2)基于這些歷史數(shù)據(jù)，建立一個關(guān)于性能數(shù)據(jù)與時間變量之間的關(guān)系模型；3)采用這個模型來計(jì)算指定時間所對應(yīng)的性能數(shù)據(jù)的值，并把該值作為性能數(shù)據(jù)的預(yù)測值。使用這種類型的模型，可以對性能數(shù)據(jù)進(jìn)行預(yù)測，從而幫助調(diào)度程序更好地分配資源、管理任務(wù)，提高整個分布式系統(tǒng)的工作效率。
[0005]但是對性能數(shù)據(jù)采用時間序列的方法來進(jìn)行預(yù)測，如通過時間序列自回歸模型AR模型，滑動平均模型MA模型進(jìn)行預(yù)測，這些模型主要對一些穩(wěn)態(tài)的數(shù)據(jù)能夠準(zhǔn)確的進(jìn)行預(yù)測，但是如果數(shù)據(jù)不是處于穩(wěn)態(tài)情況，預(yù)測結(jié)果就不夠理想，而且這些模型不能夠很好的進(jìn)行長期預(yù)測。


【發(fā)明內(nèi)容】

[0006]本發(fā)明的目的在于提供一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法及系統(tǒng)，解決在分布式計(jì)算環(huán)境下對不處于穩(wěn)態(tài)情況的性能數(shù)據(jù)進(jìn)行長期預(yù)測不理想的問題。
[0007]為了解決上述問題，本發(fā)明涉及了一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法，包括以下步驟:
[0008]S1:取分布式計(jì)算環(huán)境中當(dāng)前時間點(diǎn)h到過去時間點(diǎn)t^L這時間段內(nèi)的性能數(shù)值作為當(dāng)前性能數(shù)據(jù)模式，計(jì)算當(dāng)前時間點(diǎn)以及當(dāng)前時間點(diǎn)之前的所有時間點(diǎn)上的變化率，將時間h-L到h之間的變化率作為當(dāng)前性能數(shù)據(jù)變化率模式；
[0009]S2:將當(dāng)前性能數(shù)據(jù)模式與歷史性能數(shù)據(jù)的每個時間點(diǎn)的數(shù)值一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDrap小于等于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式；
[0010]S3:再將當(dāng)前性能數(shù)據(jù)變化率模式與歷史性能數(shù)據(jù)的變化率一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)的數(shù)值與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDai大于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值且小于等于標(biāo)準(zhǔn)方差寬限值，且當(dāng)前性能數(shù)據(jù)變化率模式與此段歷史性能數(shù)據(jù)的變化率的平均標(biāo)準(zhǔn)方差小于等于變化率標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式；
[0011]S4:將S2與S3中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值，或S2與S3中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值乘以相應(yīng)的權(quán)重作為預(yù)測值。
[0012]較佳地，SI中設(shè)定每個時間點(diǎn)上的變化率為:
V-V
[0013]CR(t.)=」^ * 100%
Vt +b


11-1
[0014]i = O, I,…，n，式中K,為&時刻的性能數(shù)據(jù)數(shù)值；匕一為ti_l時刻的性能數(shù)據(jù)數(shù)值，b為小于等于0.01的常數(shù)；
[0015]且設(shè)定性能數(shù)據(jù)的歷史數(shù)據(jù)中的第一個點(diǎn)的變化率CR(O) = I。
[0016]較佳地，S4中還包括:
[0017]S41:按當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai之和由大到小對所得到的相似模式進(jìn)行排序，將當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai之和最小的一段歷史性能數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的最相似模式；
[0018]S42:當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長時，將最相似模式截止時間點(diǎn)后的數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值；
[0019]當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長時，將最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)時間點(diǎn)之間的數(shù)值作為接下來的預(yù)測值，依次選擇排列在最相似模式后的相似模式的截止時間點(diǎn)后的數(shù)值作為后續(xù)預(yù)測值，直至獲得所有為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
[0020]較佳地，S4中還包括:






η
[0021]設(shè)定所有相似模式對應(yīng)的權(quán)重ai使得= Σ % * pCPuiti)其中P (t )為距當(dāng)前性能數(shù)據(jù)模式的第i個相似模式，其中ti為第i個相似模式的截止時間點(diǎn)，i = O時，Potj (O表示當(dāng)前性能數(shù)據(jù)模式，i = 0，1，…，η ; a i為Pmj (tj所對應(yīng)的權(quán)重，a j隨著i值增大而增大；
[0022]依次遍歷所有相似模式，對與截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后的npMdic;t個時間點(diǎn)上的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量；
[0023]對于截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后到當(dāng)前時間點(diǎn)之間的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量；
[0024]將所有相似模式的預(yù)測分量按其所在相似模式的截止時間點(diǎn)的距離進(jìn)行疊加，并將疊加結(jié)果按距離其所在相似模式的截止時間點(diǎn)的距離由小到大排列，作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
[0025]為了解決上述問題，本發(fā)明還涉及了一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測系統(tǒng)，包括:
[0026]數(shù)據(jù)模式生成模塊，取分布式計(jì)算環(huán)境中當(dāng)前時間點(diǎn)h到過去時間點(diǎn)t^L這時間段內(nèi)的性能數(shù)值作為當(dāng)前性能數(shù)據(jù)模式，計(jì)算當(dāng)前時間點(diǎn)以及當(dāng)前時間點(diǎn)之前的所有時間點(diǎn)上的變化率，將時間h-L到h之間的變化率作為當(dāng)前的性能數(shù)據(jù)變化率模式；
[0027]第一相似模式判別模塊，與數(shù)據(jù)模式生成模塊相連，將當(dāng)前性能數(shù)據(jù)模式與歷史性能數(shù)據(jù)的每個時間點(diǎn)的數(shù)值一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDrap小于等于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式；
[0028]第二相似模式判別模塊，再將當(dāng)前性能數(shù)據(jù)變化率模式與歷史性能數(shù)據(jù)的變化率一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)的數(shù)值與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDai大于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值且小于等于標(biāo)準(zhǔn)方差寬限值，且當(dāng)前性能數(shù)據(jù)變化率模式與此段歷史性能數(shù)據(jù)的變化率的平均標(biāo)準(zhǔn)方差小于等于變化率標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式；以及預(yù)測模塊，將第一相似模式判別模塊與第二相似模式判別模塊中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值，或第一相似模式判別模塊與第二相似模式判別模塊中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值乘以相應(yīng)的權(quán)重作為預(yù)測值。
[0029]較佳地，所述數(shù)據(jù)模式生成模塊中設(shè)定每個時間點(diǎn)上的變化率為:
V-V
[0030]CRiti)=』^ * 100%
r Vt +b


H-1
[0031]i = O, I,…，n，式中K為ti時刻的性能數(shù)據(jù)數(shù)值；I1為t1-Ι時刻的性能數(shù)據(jù)數(shù)值，b為小于等于0.01的常數(shù)；
[0032]且設(shè)定性能數(shù)據(jù)的歷史數(shù)據(jù)中的第一個點(diǎn)的變化率CR(O) = I。
[0033]較佳地，預(yù)測模塊中還包括:
[0034]相似模式排序模塊，與第一相似模式判別模塊和第一相似模式判別模塊相連，按當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDra之和由大到小對所得到的相似模式進(jìn)行排序，將當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai之和最小的一段歷史性能數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的最相似模式；以及
[0035]預(yù)測值排序模塊:與相似模式排序模塊的輸出端相連接，當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長時，將最相似模式截止時間點(diǎn)后的數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值；當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長時，將最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的數(shù)值作為接下來的預(yù)測值，依次選擇排列在最相似模式后的相似模式的截止時間點(diǎn)后的數(shù)值作為后續(xù)預(yù)測值，直至獲得所有為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
[0036]較佳地，預(yù)測模塊中還包括:
[0037]權(quán)重生成模塊，設(shè)定所有相似模式對應(yīng)的權(quán)重a i使得
[0038]

【權(quán)利要求】
1.一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法，其特征在于，包括以下步驟: 51:取分布式計(jì)算環(huán)境中當(dāng)前時間點(diǎn)h到過去時間點(diǎn)h-L這時間段內(nèi)的性能數(shù)值作為當(dāng)前性能數(shù)據(jù)模式，計(jì)算當(dāng)前時間點(diǎn)以及當(dāng)前時間點(diǎn)之前的所有時間點(diǎn)上的變化率，將時間h-L到h之間的變化率作為當(dāng)前性能數(shù)據(jù)變化率模式； 52:將當(dāng)前性能數(shù)據(jù)模式與歷史性能數(shù)據(jù)的每個時間點(diǎn)的數(shù)值一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDrap小于等于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式； 53:再將當(dāng)前性能數(shù)據(jù)變化率模式與歷史性能數(shù)據(jù)的變化率一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)的數(shù)值與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDai大于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值且小于等于標(biāo)準(zhǔn)方差寬限值，且當(dāng)前性能數(shù)據(jù)變化率模式與此段歷史性能數(shù)據(jù)的變化率的平均標(biāo)準(zhǔn)方差小于等于變化率標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式； S4:將S2與S3中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值，或S2與S3中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值乘以相應(yīng)的權(quán)重作為預(yù)測值。
2.如權(quán)利要求1所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法，其特征在于，SI中設(shè)定每個時間點(diǎn)上的變化率為:
V-V CR(t) = ]^*100%
1 Vt +b

H-1 i = 0，1，一,n,式中P力h時刻的性能數(shù)據(jù)數(shù)值V為'-1時刻的性能數(shù)據(jù)數(shù)值，b為小于等于0.01的常數(shù)； 且設(shè)定性能數(shù)據(jù)的歷史數(shù)據(jù)中的第一個點(diǎn)的變化率CR(O) = I。
3.如權(quán)利要求1或2所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法，其特征在于，S4中還包括: 541:按當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai之和由大到小對所得到的相似模式進(jìn)行排序，將當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai和最小的一段歷史性能數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的最相似模式； 542:當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長時，將最相似模式截止時間點(diǎn)后的數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值； 當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長時，將最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)時間點(diǎn)之間的數(shù)值作為接下來的預(yù)測值，依次選擇排列在最相似模式后的相似模式的截止時間點(diǎn)后的數(shù)值作為后續(xù)預(yù)測值，直至獲得所有為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
4.如權(quán)利要求1或2所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測方法，其特征在于，S4中還包括: 設(shè)定所有相似模式對應(yīng)的權(quán)重a i使得,-(tO) = Ta^其中Pmi(ti)為距當(dāng)







，前性能數(shù)據(jù)模式的第i個相似模式，其中ti為第i個相似模式的截止時間點(diǎn)，i = O時，Pcpu(t0)表示當(dāng)前性能數(shù)據(jù)模式，i = 0，1，…，η ; a i為Pepu(ti)所對應(yīng)的權(quán)重，a i隨著i值增大而增大； 依次遍歷所有相似模式，對與截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后的npralic;t個時間點(diǎn)上的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量； 對于截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后到當(dāng)前時間點(diǎn)之間的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量； 將所有相似模式的預(yù)測分量按其所在相似模式的截止時間點(diǎn)的距離進(jìn)行疊加，并將疊加結(jié)果按距離其所在相似模式的截止時間點(diǎn)的距離由小到大排列，作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
5.一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測系統(tǒng)，其特征在于，包括: 數(shù)據(jù)模式生成模塊，取分布式計(jì)算環(huán)境中當(dāng)前時間點(diǎn)h到過去時間點(diǎn)t^L這時間段內(nèi)的性能數(shù)值作為當(dāng)前性能數(shù)據(jù)模式，計(jì)算當(dāng)前時間點(diǎn)以及當(dāng)前時間點(diǎn)之前的所有時間點(diǎn)上的變化率，將時間h-L到h之間的變化率作為當(dāng)前的性能數(shù)據(jù)變化率模式； 第一相似模式判別模塊，與數(shù)據(jù)模式生成模塊相連，將當(dāng)前性能數(shù)據(jù)模式與歷史性能數(shù)據(jù)的每個時間點(diǎn)的數(shù)值一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDrap小于等于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式； 第二相似模式判別模塊，再將當(dāng)前性能數(shù)據(jù)變化率模式與歷史性能數(shù)據(jù)的變化率一一對比，若有某一段長度為L的歷史性能數(shù)據(jù)的數(shù)值與當(dāng)前性能數(shù)據(jù)模式的平均標(biāo)準(zhǔn)方差SDai大于性能數(shù)據(jù)標(biāo)準(zhǔn)方差閾值且小于等于標(biāo)準(zhǔn)方差寬限值，且當(dāng)前性能數(shù)據(jù)變化率模式與此段歷史性能數(shù)據(jù)的變化率的平均標(biāo)準(zhǔn)方差小于等于變化率標(biāo)準(zhǔn)方差閾值，則該段歷史性能數(shù)據(jù)為當(dāng)前性能數(shù)據(jù)模式的相似模式；以及 預(yù)測模塊，將第一相似模式判別模塊與第二相似模式判別模塊中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值，或第一相似模式判別模塊與第二相似模式判別模塊中得到的相似模式的截止時間點(diǎn)后續(xù)時間的性能數(shù)據(jù)數(shù)值乘以相應(yīng)的權(quán)重作為預(yù)測值。
6.如權(quán)利要求5所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測系統(tǒng)，其特征在于，所述數(shù)據(jù)模式生成模塊中設(shè)定每個時間點(diǎn)上的變化率為:
i = O, 1,…，n，式中匕為&時刻的性能數(shù)據(jù)數(shù)值；^^為b-Ι時刻的性能數(shù)據(jù)數(shù)值，b為小于等于0.01的常數(shù)； 且設(shè)定性能數(shù)據(jù)的歷史數(shù)據(jù)中的第一個點(diǎn)的變化率CR(O) = 1。
7.如權(quán)利要求5或6所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測系統(tǒng)，其特征在于，預(yù)測模塊中還包括: 相似模式排序模塊，與第一相似模式判別模塊和第一相似模式判別模塊相連，按當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai和由大到小對所得到的相似模式進(jìn)行排序，將當(dāng)前性能數(shù)據(jù)模式的相似模式中SDeup與SDai之和最小的一段歷史性能數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的最相似模式；以及 預(yù)測值排序模塊:與相似模式排序模塊的輸出端相連接，當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長時，將最相似模式截止時間點(diǎn)后的數(shù)據(jù)作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值；當(dāng)最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長時，將最相似模式截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的數(shù)值作為接下來的預(yù)測值，依次選擇排列在最相似模式后的相似模式的截止時間點(diǎn)后的數(shù)值作為后續(xù)預(yù)測值，直至獲得所有為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
8.如權(quán)利要求5或6所述的一種基于模式匹配的分布式計(jì)算環(huán)境性能預(yù)測系統(tǒng)，其特征在于，預(yù)測模塊中還包括:







η 權(quán)重生成模塊，設(shè)定所有相似模式對應(yīng)的權(quán)重a i使得=其中
μ,Pcpu(ti)為距當(dāng)前性能數(shù)據(jù)模式的第i個相似模式，其中ti為第i個相似模式的截止時間點(diǎn)，i = O Bi,Pcpu(t0)表示當(dāng)前性能數(shù)據(jù)模式,i = O, 1，…，η ; a i為Potj(t)所對應(yīng)的權(quán)重，ai隨著i值增大而增大； 預(yù)測分量生成模塊，與權(quán)重生成模塊的輸出端相連，依次遍歷所有相似模式，對與截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔大于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后的npralic;t個時間點(diǎn)上的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量；對于截止時間點(diǎn)與當(dāng)前時間點(diǎn)之間的間隔小于預(yù)測時長的相似模式，對這些相似模式截止時間點(diǎn)之后到當(dāng)前時間點(diǎn)之間的數(shù)值依次乘以其所在相似模式的權(quán)重作為這些相似模式的預(yù)測分量；以及 預(yù)測分量疊加模塊，將預(yù)測分量生成模塊中得到的所有相似模式的預(yù)測分量按其所在相似模式的截止時間點(diǎn)的距離進(jìn)行疊加，并將疊加結(jié)果按距離其所在相似模式的截止時間點(diǎn)的距離由小到大排列，作為當(dāng)前性能數(shù)據(jù)模式的未來預(yù)測數(shù)值。
【文檔編號】G06F9/50GK104135510SQ201410337251
【公開日】2014年11月5日 申請日期:2014年7月16日 優(yōu)先權(quán)日:2014年7月16日
【發(fā)明者】曹健, 楊定裕, 梁建煌, 顧驊, 沈琪駿, 王烺 申請人:上海交通大學(xué)