本發(fā)明涉及業(yè)務(wù)支撐領(lǐng)域，尤其涉及一種對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法及預(yù)測系統(tǒng)。
背景技術(shù)：
：企業(yè)互聯(lián)網(wǎng)(it，internet)系統(tǒng)是生成、供給和管理企業(yè)數(shù)據(jù)的核心組件，it系統(tǒng)性能的好壞關(guān)乎到企業(yè)的興衰，對it系統(tǒng)的性能進(jìn)行有效的管理和預(yù)測是保證應(yīng)用性能的一項(xiàng)重要任務(wù)。然而在信息化大環(huán)境中，雖然信息技術(shù)在各行各業(yè)的應(yīng)用都得到了前所未有的迅猛發(fā)展，但各行業(yè)的it投入都以系統(tǒng)建設(shè)和應(yīng)用開發(fā)為主，對系統(tǒng)的有效管理和對未來系統(tǒng)性能的預(yù)測卻未得到足夠重視。而服務(wù)通常必須具有和業(yè)務(wù)變化相匹配的前瞻性，否則容易出現(xiàn)系統(tǒng)的性能故障，而導(dǎo)致對業(yè)務(wù)發(fā)展產(chǎn)生不良影響。由于企業(yè)數(shù)據(jù)越來越龐大，在處理規(guī)?；瘮?shù)據(jù)過程中涉及到頻繁的任務(wù)調(diào)度，復(fù)雜的數(shù)據(jù)流處理等原因，it系統(tǒng)的性能變得不再像以前那樣容易掌握。而另一方面，由于資源的有限性，服務(wù)提供方總是希望利用最少的軟硬件資源來達(dá)到最高的客戶滿意度；所以，對it系統(tǒng)進(jìn)行性能預(yù)測和規(guī)避風(fēng)險也就顯得尤為重要。對it系統(tǒng)的性能進(jìn)行有效預(yù)測的核心是建立it系統(tǒng)的性能模型，一個能夠準(zhǔn)確描述it系統(tǒng)性能的模型，對于降低系統(tǒng)的使用成本并保證業(yè)務(wù)性能，具有重要的作用?，F(xiàn)有的系統(tǒng)性能預(yù)測方式，通常都以簡單線性模式變化為主，當(dāng)業(yè)務(wù)負(fù)載增加時，中央處理器(cpu，centralprocessingunit)利用率，輸入輸出(io，inputoutput)利用率以及服務(wù)響應(yīng)時間都以一定比例呈線性增長或減少；同時認(rèn)為，在提高cpu性能或io處理能力等資源配置時，系統(tǒng)業(yè)務(wù)的響應(yīng)時間會變得更快；但實(shí)際情況則不盡相同，上述關(guān)系并非簡單線性關(guān)系，利用傳統(tǒng)的預(yù)測方法，無法滿足人們對現(xiàn)有系統(tǒng)的預(yù)測要求；例如由于業(yè)務(wù)功能的不斷增加以及用戶量的增長，現(xiàn)有系統(tǒng)是否能夠滿足業(yè)務(wù)要求無法判斷，如何合理地分配系統(tǒng)資源成為當(dāng)前面臨的難題；同時，如果要對現(xiàn)有系統(tǒng)資源進(jìn)行重新配置時，如提高cpu性能，對業(yè)務(wù)系統(tǒng)的性能有多大影響，傳統(tǒng)預(yù)測方法也無法進(jìn)行判斷，無具體相關(guān)依據(jù)。綜上所述，傳統(tǒng)預(yù)測系統(tǒng)主要存在以下不足：1、傳統(tǒng)預(yù)測方法僅適用于解決簡單線性問題，對復(fù)雜的非線性變化無法有效展示；2、預(yù)測內(nèi)容簡單，可用性不強(qiáng)，預(yù)測系統(tǒng)化程度不高；3、預(yù)測維度少，對多條件多維度無法進(jìn)行預(yù)測；4、無法根據(jù)實(shí)際情況建立相應(yīng)的預(yù)測模型，預(yù)測針對性不強(qiáng)；5、預(yù)測理論單一，擴(kuò)展性不好；對資源配置和軟件升級產(chǎn)生的變更無法預(yù)測。技術(shù)實(shí)現(xiàn)要素：為解決上述技術(shù)問題，本發(fā)明實(shí)施例提供了一種對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法及系統(tǒng)。本發(fā)明實(shí)施例提供的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法，包括：確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)；將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式；根據(jù)所述預(yù)測內(nèi)容以及收集到的所述原始工作負(fù)載數(shù)據(jù)和輸入格式，建立適用所述預(yù)測內(nèi)容的預(yù)測模型，其中，所述預(yù)測模型為非線性模型；設(shè)置輸入變量，將所述輸入變量和所述工作負(fù)載數(shù)據(jù)輸入至所述預(yù)測模型中進(jìn)行預(yù)測分析，得出預(yù)測分析結(jié)論。本發(fā)明實(shí)施例中，所述建立適用所述預(yù)測內(nèi)容的預(yù)測模型，包括：建立利用率與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、到達(dá)率、事務(wù)處理器數(shù)量；建立cpu響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、利用率、事務(wù)處理器數(shù)量；建立響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、排隊時間；建立erlangc函數(shù)與以下參數(shù)之間的第四關(guān)聯(lián)關(guān)系：事務(wù)處理器數(shù)量、服務(wù)時間、到達(dá)率；建立排隊時間與以下參數(shù)之間的第五關(guān)聯(lián)關(guān)系：erlangc函數(shù)、服務(wù)時間、事務(wù)處理器數(shù)量、利用率。本發(fā)明實(shí)施例中，所述預(yù)測模型包括如下公式：u＝(stλ)/mrt-cpu＝st/(1-um)rt＝st+qtqt＝ecst/m(1-u)其中，u代表利用率，用于表征服務(wù)器的繁忙程度；st代表服務(wù)時間，表征一個服務(wù)器處理單一事務(wù)所需的時間；λ代表到達(dá)率，表征在指定時間內(nèi)到達(dá)的事務(wù)的數(shù)量；m或m代表事務(wù)處理器數(shù)量；rt-cpu代表cpu響應(yīng)時間；rt代表響應(yīng)時間，表征一個事務(wù)在系統(tǒng)中花費(fèi)的所有時間；qt代表排隊時間，表征事務(wù)開始處理前在隊列中的等待時間；ec代表erlangc函數(shù)，用于計算排隊時間。本發(fā)明實(shí)施例中，所述進(jìn)行預(yù)測分析，包括：根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第二關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間；或者，根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第四關(guān)聯(lián)關(guān)系、所述第五關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間。本發(fā)明實(shí)施例中，所述進(jìn)行預(yù)測分析，包括：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量u及m帶入公式rt-cpu＝st/(1-um)，計算得出響應(yīng)時間rt；根據(jù)公式rt＝st+qt計算排隊時間qt，其中，qt＝rt–st。本發(fā)明實(shí)施例中，所述進(jìn)行預(yù)測分析，包括：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量m及λ帶入公式中，計算得出ec函數(shù)值；將st、ec、m、u代入公式qt＝ecst/m(1-u)中，計算得出排隊時間qt；根據(jù)公式rt＝st+qt計算響應(yīng)時間rt。本發(fā)明實(shí)施例中，所述方法還包括：根據(jù)預(yù)測分析得出的數(shù)據(jù)，生成圖表；根據(jù)所述圖標(biāo)得到預(yù)測分析結(jié)論并輸出所述預(yù)測分析結(jié)論。本發(fā)明實(shí)施例提供的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)，包括：數(shù)據(jù)采集器，用于確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)；數(shù)據(jù)存儲器，用于將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式，并對工作負(fù)載數(shù)據(jù)進(jìn)行存儲；分析預(yù)測裝置，用于根據(jù)所述預(yù)測內(nèi)容以及收集到的所述原始工作負(fù)載數(shù)據(jù)和輸入格式，建立適用所述預(yù)測內(nèi)容的預(yù)測模型，其中，所述預(yù)測模型為非線性模型；設(shè)置輸入變量，將所述輸入變量和所述工作負(fù)載數(shù)據(jù)輸入至所述預(yù)測模型中進(jìn)行預(yù)測分析，得出預(yù)測分析結(jié)論。本發(fā)明實(shí)施例中，所述分析預(yù)測裝置，還用于建立利用率與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、到達(dá)率、事務(wù)處理器數(shù)量；建立cpu響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、利用率、事務(wù)處理器數(shù)量；建立響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、排隊時間；建立erlangc函數(shù)與以下參數(shù)之間的第四關(guān)聯(lián)關(guān)系：事務(wù)處理器數(shù)量、服務(wù)時間、到達(dá)率；建立排隊時間與以下參數(shù)之間的第五關(guān)聯(lián)關(guān)系：erlangc函數(shù)、服務(wù)時間、事務(wù)處理器數(shù)量、利用率。本發(fā)明實(shí)施例中，所述預(yù)測模型包括如下公式：u＝(stλ)/mrt-cpu＝st/(1-um)rt＝st+qtqt＝ecst/m(1-u)其中，u代表利用率，用于表征服務(wù)器的繁忙程度；st代表服務(wù)時間，表征一個服務(wù)器處理單一事務(wù)所需的時間；λ代表到達(dá)率，表征在指定時間內(nèi)到達(dá)的事務(wù)的數(shù)量；m或m代表事務(wù)處理器數(shù)量；rt-cpu代表cpu響應(yīng)時間；rt代表響應(yīng)時間，表征一個事務(wù)在系統(tǒng)中花費(fèi)的所有時間；qt代表排隊時間，表征事務(wù)開始處理前在隊列中的等待時間；ec代表erlangc函數(shù)，用于計算排隊時間。本發(fā)明實(shí)施例中，所述分析預(yù)測裝置，還用于根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第二關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間；或者，根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第四關(guān)聯(lián)關(guān)系、所述第五關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間。本發(fā)明實(shí)施例中，所述分析預(yù)測裝置，還用于執(zhí)行如下過程：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量u及m帶入公式rt-cpu＝st/(1-um)，計算得出響應(yīng)時間rt；根據(jù)公式rt＝st+qt計算排隊時間qt，其中，qt＝rt–st。本發(fā)明實(shí)施例中，所述分析預(yù)測裝置，還用于執(zhí)行如下過程：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量m及λ帶入公式中，計算得出ec函數(shù)值；將st、ec、m、u代入公式qt＝ecst/m(1-u)中，計算得出排隊時間qt；根據(jù)公式rt＝st+qt計算響應(yīng)時間rt。本發(fā)明實(shí)施例中，所述系統(tǒng)還包括：輸出裝置，用于根據(jù)預(yù)測分析得出的數(shù)據(jù)，生成圖表；根據(jù)所述圖標(biāo)得到預(yù)測分析結(jié)論并輸出所述預(yù)測分析結(jié)論。本發(fā)明實(shí)施例的技術(shù)方案中，確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)；將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式；根據(jù)所述預(yù)測內(nèi)容以及收集到的所述原始工作負(fù)載數(shù)據(jù)和輸入格式，建立適用所述預(yù)測內(nèi)容的預(yù)測模型；設(shè)置輸入變量，將所述輸入變量和所述工作負(fù)載數(shù)據(jù)輸入至所述預(yù)測模型中進(jìn)行預(yù)測分析，得出預(yù)測分析結(jié)論。通過對本發(fā)明實(shí)施例技術(shù)方案的實(shí)施，自動化采集多維度工作負(fù)載數(shù)據(jù)，為系統(tǒng)預(yù)測提供可靠的數(shù)據(jù)支撐；擯棄傳統(tǒng)的線性預(yù)測方法，建立了科學(xué)合理的數(shù)學(xué)預(yù)測模型，預(yù)測精度比傳統(tǒng)模式有大幅提高，并可創(chuàng)新實(shí)現(xiàn)it系統(tǒng)性能預(yù)警，便于規(guī)避性能問題和故障風(fēng)險；可自主選擇適合于該預(yù)測模型的預(yù)測公式，使預(yù)測數(shù)據(jù)準(zhǔn)確，為后續(xù)系統(tǒng)擴(kuò)容調(diào)整提供重要依據(jù)，使it系統(tǒng)的軟硬件投入與產(chǎn)出比達(dá)到合理水平；根據(jù)具體業(yè)務(wù)需求選擇合適的預(yù)測場景，設(shè)置合理的輸入變量。附圖說明圖1為本發(fā)明實(shí)施例一的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)的結(jié)構(gòu)組成示意圖；圖2為本發(fā)明實(shí)施例二的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法的流程示意圖；圖3為本發(fā)明實(shí)施例二的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法的流程示意圖；圖4為本發(fā)明實(shí)施例的rt響應(yīng)時間的計算邏輯圖；圖5為本發(fā)明實(shí)施例的cpu利用率前后之間變化比例的對比圖；圖6為本發(fā)明實(shí)施例的響應(yīng)時間前后之間變化比例對比圖；圖7為本發(fā)明實(shí)施例的預(yù)測系統(tǒng)生成cpu響應(yīng)時間與到達(dá)率之前的對比圖；圖8為本發(fā)明實(shí)施例三的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)的結(jié)構(gòu)組成示意圖。具體實(shí)施方式為了能夠更加詳盡地了解本發(fā)明實(shí)施例的特點(diǎn)與技術(shù)內(nèi)容，下面結(jié)合附圖對本發(fā)明實(shí)施例的實(shí)現(xiàn)進(jìn)行詳細(xì)闡述，所附附圖僅供參考說明之用，并非用來限定本發(fā)明實(shí)施例。本發(fā)明實(shí)施例針對現(xiàn)有技術(shù)缺點(diǎn)，提出了系統(tǒng)性能預(yù)測模型，建立相應(yīng)的分析預(yù)測系統(tǒng)，預(yù)測當(dāng)業(yè)務(wù)負(fù)載增加到某種程度時，系統(tǒng)性能是否會受到影響，會受到何種程度的影響；以及預(yù)測分析負(fù)載增加到何種程度，系統(tǒng)性能會產(chǎn)生明顯的非線性變化；同時，在提高系統(tǒng)資源配置時對系統(tǒng)響應(yīng)時間有何影響；最后，形成基于當(dāng)前條件的性能預(yù)測結(jié)果。本發(fā)明實(shí)施例的基本思想為：針對it業(yè)務(wù)系統(tǒng)進(jìn)行性能預(yù)測，建立分析預(yù)測模型和系統(tǒng)，根據(jù)業(yè)務(wù)負(fù)載變化及系統(tǒng)資源配置變更情況，對系統(tǒng)業(yè)務(wù)響應(yīng)時間進(jìn)行性能預(yù)測。系統(tǒng)需采集系統(tǒng)主機(jī)和業(yè)務(wù)相關(guān)指標(biāo)數(shù)據(jù)作為預(yù)測系統(tǒng)的輸入變量，經(jīng)過預(yù)測模型運(yùn)算，預(yù)測系統(tǒng)響應(yīng)時間在什么情況下產(chǎn)生何種變化，為業(yè)務(wù)負(fù)載增加和資源配置變更對系統(tǒng)性能的影響提供預(yù)測結(jié)果。與傳統(tǒng)預(yù)測系統(tǒng)比較，本發(fā)明實(shí)施例的預(yù)測系統(tǒng)不同于傳統(tǒng)的線性關(guān)系計算模型，能夠預(yù)測傳統(tǒng)線性預(yù)測方式無法展示的非線性性能問題，在準(zhǔn)確性方面也有大幅提高。圖1為本發(fā)明實(shí)施例一的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)的結(jié)構(gòu)組成示意圖，如圖1所示，所述預(yù)測系統(tǒng)包括：數(shù)據(jù)采集器，數(shù)據(jù)存儲器和分析預(yù)測裝置組成。首先，在待分析預(yù)測的業(yè)務(wù)系統(tǒng)中部署數(shù)據(jù)采集器，并由分析預(yù)測裝置進(jìn)行控制，負(fù)責(zé)控制采集的時間點(diǎn)，以及采集的指標(biāo)信息和主機(jī)運(yùn)行狀態(tài)等，采集后將數(shù)據(jù)存儲到數(shù)據(jù)存儲器中；當(dāng)數(shù)據(jù)滿足預(yù)測分析要求時，分析預(yù)測裝置從數(shù)據(jù)存儲器中讀取相關(guān)數(shù)據(jù)，同時，根據(jù)需要預(yù)測的內(nèi)容設(shè)置對應(yīng)的預(yù)測輸入變量；最后，根據(jù)分析預(yù)測裝置中預(yù)測模型的測算分析，得出相應(yīng)的預(yù)測分析數(shù)據(jù)、圖表及預(yù)測結(jié)論，上述結(jié)論可為后續(xù)業(yè)務(wù)負(fù)載增長及資源配置變更對性能的影響提供相關(guān)依據(jù)和建議。建立的分析預(yù)測裝置需要預(yù)測的內(nèi)容為負(fù)載及資源配置和性能之間存在的某種關(guān)系，而這里的性能通常指cpu單位時間內(nèi)能處理事務(wù)的能力，所以需建立合理的預(yù)測公式和系統(tǒng)模型。圖2為本發(fā)明實(shí)施例二的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法的流程示意圖，如圖2所示，所述流程包括：1、確定預(yù)測內(nèi)容。這里，每一項(xiàng)預(yù)測工作，不管復(fù)雜還是簡單，都是基于一個基本型的問題或需要，預(yù)測回答這個問題。2、收集工作負(fù)載數(shù)據(jù)。這里，根據(jù)預(yù)測需求，確定采集數(shù)據(jù)，并收集、存儲、使用這些數(shù)據(jù)。3、描述工作負(fù)載數(shù)據(jù)。這里，收集的原始工作負(fù)載數(shù)據(jù)需要，轉(zhuǎn)換成適用于預(yù)測模型的輸入格式。4、制定合適的預(yù)測模型。這里，根據(jù)預(yù)測內(nèi)容以及可獲得的工作負(fù)載數(shù)據(jù)和描述選項(xiàng)制定適用該預(yù)測內(nèi)容的預(yù)測模型。5、進(jìn)行預(yù)測分析。這里，預(yù)測前需要了解it預(yù)測服務(wù)風(fēng)險，并制定相關(guān)應(yīng)對策略，以減輕風(fēng)險和降低服務(wù)水平帶來的危害。6、得出預(yù)測結(jié)論。這里，根據(jù)預(yù)測分析得出的數(shù)據(jù)，生成相關(guān)圖表，最后得到準(zhǔn)確的預(yù)測分析結(jié)論，為系統(tǒng)決策提供依據(jù)。圖3為本發(fā)明實(shí)施例二的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法的流程示意圖，如圖3所示，所述對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法包括以下步驟：步驟301：確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)。本發(fā)明實(shí)施例中，數(shù)據(jù)采集器確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)。步驟302：將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式。本發(fā)明實(shí)施例中，數(shù)據(jù)存儲器將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式，并對工作負(fù)載數(shù)據(jù)進(jìn)行存儲。步驟303：根據(jù)所述預(yù)測內(nèi)容以及收集到的所述原始工作負(fù)載數(shù)據(jù)和輸入格式，建立適用所述預(yù)測內(nèi)容的預(yù)測模型。這里，所述預(yù)測模型為非線性模型。所述建立適用所述預(yù)測內(nèi)容的預(yù)測模型，包括：建立利用率與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、到達(dá)率、事務(wù)處理器數(shù)量；建立cpu響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、利用率、事務(wù)處理器數(shù)量；建立響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、排隊時間；建立erlangc函數(shù)與以下參數(shù)之間的第四關(guān)聯(lián)關(guān)系：事務(wù)處理器數(shù)量、服務(wù)時間、到達(dá)率；建立排隊時間與以下參數(shù)之間的第五關(guān)聯(lián)關(guān)系：erlangc函數(shù)、服務(wù)時間、事務(wù)處理器數(shù)量、利用率。本發(fā)明實(shí)施例中，分析預(yù)測裝置建立的預(yù)測模型，結(jié)合it系統(tǒng)關(guān)鍵表征和實(shí)際使用經(jīng)驗(yàn)總結(jié)而成。預(yù)測模型的具體內(nèi)容如下：u＝(stλ)/m(1)rt-cpu＝st/(1-um)(2)rt＝st+qt(3)qt＝ecst/m(1-u)(5)其中，公式(1)表示：利用率＝服務(wù)時間×到達(dá)率/事務(wù)處理數(shù)量。公式(2)表示：cpu響應(yīng)時間＝服務(wù)時間/(1-利用率的m次方)。公式(3)表示：響應(yīng)時間＝服務(wù)時間+排隊時間。公式(4)表示：erlangc函數(shù)，用于計算排隊時間。公式(5)在erlangc函數(shù)基礎(chǔ)上總結(jié)而成，計算排隊時間。上述公式中，公式(2)是第一種計算響應(yīng)時間的算法，公式(3)是第二種計算響應(yīng)時間的算法。上述變量的含義如下：u代表利用率，用于表征服務(wù)器的繁忙程度；st代表服務(wù)時間，表征一個服務(wù)器處理單一事務(wù)所需的時間；λ代表到達(dá)率，表征在指定時間內(nèi)到達(dá)的事務(wù)的數(shù)量；m或m代表事務(wù)處理器數(shù)量；rt-cpu代表cpu響應(yīng)時間；rt代表響應(yīng)時間，表征一個事務(wù)在系統(tǒng)中花費(fèi)的所有時間；qt代表排隊時間，表征事務(wù)開始處理前在隊列中的等待時間；ec代表erlangc函數(shù)，用于計算排隊時間。步驟304：設(shè)置輸入變量，將所述輸入變量和所述工作負(fù)載數(shù)據(jù)輸入至所述預(yù)測模型中進(jìn)行預(yù)測分析，得出預(yù)測分析結(jié)論。本發(fā)明實(shí)施例中，預(yù)測系統(tǒng)合理地利用以上公式對采集到的工作負(fù)載數(shù)據(jù)和設(shè)置的輸入變量進(jìn)行計算，得出相關(guān)分析數(shù)據(jù)，圖表和結(jié)論，其中響應(yīng)時間rt計算邏輯示意圖參照圖4。所述進(jìn)行預(yù)測分析，包括：根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第二關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間；或者，根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第四關(guān)聯(lián)關(guān)系、所述第五關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間。具體地，預(yù)測系統(tǒng)內(nèi)置了上述算法，根據(jù)不同的預(yù)測場景，用戶可合理地選擇利用以上算法內(nèi)容對采集到的數(shù)據(jù)和設(shè)置的輸入變量進(jìn)行計算，得出相關(guān)分析數(shù)據(jù)，圖表和結(jié)論。圖4所示的邏輯圖定義了系統(tǒng)的響應(yīng)時間rt的兩種計算方法，rt即一個事務(wù)在系統(tǒng)中花費(fèi)的所有時間，這個"系統(tǒng)中的時間"通常被稱為響應(yīng)時間。兩種計算方法具體如下：第一種方法：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量u及m帶入公式rt-cpu＝st/(1-um)，計算得出響應(yīng)時間rt；根據(jù)公式rt＝st+qt計算排隊時間qt，其中，qt＝rt–st。具體地，使用基本預(yù)測公式rt-cpu＝st/(1-um)對響應(yīng)時間rt進(jìn)行預(yù)測。1、計算服務(wù)時間st；首先需要計算出服務(wù)時間st，通過邏輯圖可以看出服務(wù)時間st＝um/λ，u為利用率，指服務(wù)器的繁忙程度；m(或m)為事務(wù)處理器數(shù)量；λ指到達(dá)率，即在給定時間內(nèi)到達(dá)的事務(wù)的數(shù)量，亦可理解為系統(tǒng)負(fù)載情況，由此公式可以計算出系統(tǒng)的服務(wù)時間st；2、計算響應(yīng)時間rt；將服務(wù)時間st和已知輸入變量u，m一起帶入基本預(yù)測公式rt-cpu＝st/(1-um)進(jìn)行計算，計算得出響應(yīng)時間rt值；3、計算排隊時間qt；利用公式rt＝st+qt推導(dǎo)得出排隊時間qt＝rt–st。第二種方法：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量m及λ帶入公式中，計算得出ec函數(shù)值；將st、ec、m、u代入公式qt＝ecst/m(1-u)中，計算得出排隊時間qt；根據(jù)公式rt＝st+qt計算響應(yīng)時間rt。具體地，使用erlangc函數(shù)，改進(jìn)對響應(yīng)時間的預(yù)測，利用新的排隊時間計算公式計算得出qt，再使用rt計算公式rt＝st+qt進(jìn)行預(yù)測；它由兩部分組成，服務(wù)時間st和排隊時間qt，計算方法為兩者的累加和，具體步驟如下：1、計算服務(wù)時間st；服務(wù)時間st計算方法與方法一中一致，利用公式st＝um/λ計算得出；2、計算ec函數(shù)值；ec函數(shù)計算需要的三個輸入變量為m，st和λ；st在第一步中已經(jīng)計算得出，m和λ為預(yù)測系統(tǒng)中的已知輸入變量，代入函數(shù)中計算出ec值；3、計算排隊時間qt；由于邏輯圖中qt的計算公式qt＝ecst/m(1-u)可知，需要ec，st，m和u四個變量值進(jìn)行計算，st和ec值已經(jīng)在前面二個步中計算得出，將其和m，u兩個變量值一起代入公式中計算得出排隊時間qt預(yù)測值；4、計算響應(yīng)時間rt；通過將st和qt值進(jìn)行求和計算，最終得出響應(yīng)時間rt預(yù)測值。最后，根據(jù)預(yù)測分析得出的數(shù)據(jù)，生成圖表；根據(jù)所述圖標(biāo)得到預(yù)測分析結(jié)論并輸出所述預(yù)測分析結(jié)論。下面結(jié)合具體應(yīng)用場景對本發(fā)明實(shí)施例的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法做進(jìn)一步詳細(xì)描述。預(yù)測案例目前，移動互聯(lián)網(wǎng)已成為it行業(yè)發(fā)展的新趨勢，而微信作為人盡皆知的客戶端工具，越來越多的人使用，如何利用它為用戶提供跟好的服務(wù)以及便利，早已成為眾多企業(yè)不斷思考的問題。對于電信運(yùn)營商而言，微信也正在起到服務(wù)用戶的價值。四川移動一直致力于客戶服務(wù)提升，做移動互聯(lián)網(wǎng)營銷服務(wù)的先驅(qū)者。早在2013年9月，在微信這個最流行的交流平臺，四川移動就開通“四川移動微信營業(yè)廳”，引起了廣大微信用戶的關(guān)注。然而由于業(yè)務(wù)功能的不斷增加以及用戶量的增長，現(xiàn)有系統(tǒng)是否能夠滿足業(yè)務(wù)要求無法判斷，如何合理地分配系統(tǒng)資源成為當(dāng)前面臨的難題；由此，應(yīng)運(yùn)而生，我們發(fā)明該套分析預(yù)測裝置，對當(dāng)業(yè)務(wù)負(fù)載增加時，來預(yù)測系統(tǒng)性能將會發(fā)生如何變化；同時，如果要對現(xiàn)有系統(tǒng)資源進(jìn)行重新配置時，如提高cpu性能，對業(yè)務(wù)系統(tǒng)的性能有多大影響。根據(jù)業(yè)務(wù)部門提供的數(shù)據(jù)，他們預(yù)測在未來一個季度內(nèi)“四川移動微信營業(yè)廳”用戶數(shù)將會增加5倍，這就意味著業(yè)務(wù)量即系統(tǒng)負(fù)載可能增加5倍；在這種情況下，“四川移動微信營業(yè)廳”系統(tǒng)的性能是否會受到影響？會受到何種程度的影響？針對這種情況，利用我們現(xiàn)有分析預(yù)測裝置對“四川移動微信營業(yè)廳”系統(tǒng)進(jìn)行預(yù)測分析，分析負(fù)載增加到何種程度，系統(tǒng)性能會產(chǎn)生明顯變化，以及提高資源配置時對系統(tǒng)響應(yīng)時間的影響，相關(guān)內(nèi)容具體如下：收集工作負(fù)載數(shù)據(jù)首先，利用分析預(yù)測裝置中數(shù)據(jù)采集器，收集“四川移動微信營業(yè)廳”系統(tǒng)工作負(fù)載數(shù)據(jù)并描述它，作為系統(tǒng)預(yù)測的部分輸入，為下一步預(yù)測做準(zhǔn)備。使用主機(jī)“用戶調(diào)用”(usercall)來表示工作負(fù)載(即到達(dá)率λ)cpu利用率(u)采樣數(shù)據(jù)來自主機(jī)nmon數(shù)據(jù)樣本采集時間范圍(2015/06/14---2015/06/18)樣本采樣數(shù)目共26組，時間點(diǎn)：9，10，11，14，15，16相應(yīng)小時時間點(diǎn)。樣本樣本時間到達(dá)率(λ)繁忙度(u)服務(wù)時間ms(st)cpu響應(yīng)時間ms(rt)排隊時間ms12015/06/140913.580.21392.0161082.016108022015/06/141014.650.22161.9363261.936326032015/06/141113.760.21381.9881301.988130042015/06/141414.770.21511.8640751.864075052015/06/141515.490.24101.9916731.991673062015/06/141613.730.21722.0243472.024347072015/06/150914.330.23402.0908692.090869082015/06/151014.810.20721.7908921.790892092015/06/151113.980.19601.7948921.7948920102015/06/151414.670.20581.7951091.7951090112015/06/151514.940.22431.9217451.9217450122015/06/151614.100.20501.8604541.8604540132015/06/160912.760.20982.1044712.1044710142015/06/161016.850.22971.7448541.7448540152015/06/161113.460.19501.8542301.8542300162015/06/161414.340.20791.8558401.8558400172015/06/161514.490.23292.0580262.0580260182015/06/161613.370.21232.0331642.0331640192015/06/170913.370.19161.8344691.8344690202015/06/171014.150.20481.8526451.8526450212015/06/171113.000.19081.8786931.8786930222015/06/171413.720.21321.9897001.9897000232015/06/171514.930.23702.0320902.0320900242015/06/171613..00.21732.0607312.0607310252015/06/180912.230.19932.0774362.0774360262015/06/181014.430.23422.0772582.0772580表1表1為工作負(fù)載圖表，工作負(fù)載圖表所展示數(shù)據(jù)為目前“四川移動微信營業(yè)廳”系統(tǒng)已知的輸入變量，合適地利用這些輸入變量，為下一步系統(tǒng)預(yù)測提供可靠的預(yù)測依據(jù)。系統(tǒng)預(yù)測1、應(yīng)用負(fù)載保持不變，提升cpu性能，cpu利用率及響應(yīng)時間變化。2、增加應(yīng)用負(fù)載到何種程度，cpu響應(yīng)時間的變化率產(chǎn)生明顯變化。預(yù)測場景一應(yīng)用負(fù)載保持不變，提升cpu性能10％的情況下，預(yù)測cpu利用率和響應(yīng)時間。根據(jù)圖4中的預(yù)測邏輯圖，利用第一種方法中給出基本預(yù)測方法和相關(guān)預(yù)測公式進(jìn)行預(yù)測計算，可以得出如下表2的數(shù)據(jù):表2根據(jù)預(yù)測系統(tǒng)中生成的預(yù)測數(shù)據(jù)，當(dāng)cpu性能提高10％后，cpu利用率前后之間變化比例的對比圖如圖5所示。同理，根據(jù)預(yù)測數(shù)據(jù)，當(dāng)提高cpu性能提高10％后，響應(yīng)時間前后之間變化比例對比圖如圖6所示。根據(jù)預(yù)測系統(tǒng)計算出的結(jié)果，前后對比分析，可得出如下預(yù)測結(jié)論：1、應(yīng)用負(fù)載保持不變，提升cpu性能10％的情況下，cpu利用率平均下降比例5％左右。2、應(yīng)用負(fù)載保持不變，提升cpu性能10％的情況下，響應(yīng)時間平均減少比例5％左右。預(yù)測場景二增加應(yīng)用負(fù)載到何種程度，cpu響應(yīng)時間的變化率產(chǎn)生明顯變化。根據(jù)表1中工作負(fù)載表收集的數(shù)據(jù)，系統(tǒng)計算得出加權(quán)平均到達(dá)率為14.068trx/ms(在此trx僅表示單元，usercall代表這里的“事務(wù)”數(shù)，實(shí)指“到達(dá)率”)。加權(quán)公式根據(jù)圖4所示的預(yù)測系統(tǒng)邏輯圖，利用第二種方法中利用率u的計算方法，對單個負(fù)載進(jìn)行計算，得到的cpu平均利用率為21.42％。由此基線服務(wù)時間st為：雖然預(yù)測系統(tǒng)利用基本預(yù)測公式在預(yù)測利用率是理想的，但它們往往低估響應(yīng)時間。更確切地說，它們低估排隊時間。這意味著，它將導(dǎo)致用戶相信系統(tǒng)可能處理比實(shí)際更多的工作。通過使用預(yù)測系統(tǒng)邏輯圖中第二種方法中第二步erlangc函數(shù)的計算方法，我們可以改進(jìn)對響應(yīng)時間的預(yù)測。將erlangc函數(shù)三個變量m-cpu數(shù)量，st服務(wù)時間，λq隊列到達(dá)率代入到預(yù)測系統(tǒng)輸入變量中，計算得出：ec(m，st，λq)＝ec(128，1.9498，14.098)＝0.00000在erlangc函數(shù)基礎(chǔ)上，使用新的排隊時間函數(shù)計算qt為：基線響應(yīng)時間rt為：rt＝st+qt＝1.9498ms/trx根據(jù)三個輸入變量到達(dá)率(λ)，cpu數(shù)量(128)，服務(wù)時間(st)，利用預(yù)測系統(tǒng)中erlangc函數(shù)計算得出erlangc值，根據(jù)邏輯圖中方法二中第三步計算得出qt，最后使用預(yù)測系統(tǒng)邏輯圖中方法二中第四步中響應(yīng)時間rt的計算公式rt＝st+qt計算得出cpu響應(yīng)時間，同時在預(yù)測系統(tǒng)中設(shè)置輸入變量到達(dá)率以10％進(jìn)行增加，得出如下預(yù)測圖表：到達(dá)率增加到達(dá)率(λ)cpu利用率服務(wù)時間響應(yīng)時間響應(yīng)時間變化erlangcqt(排隊時間)0％14.0680.21421.94891.948900.00000000000.00000000000.000000000010％15.4750.23561.94891.948900.00000000000.00000000000.000000000020％16.8820.25701.94891.948900.00000000000.00000000000.000000000030％18.2880.27851.94891.948900.00000000000.00000000000.000000000040％19.6950.29991.94891.948900.00000000000.00000000000.000000000050％21.1020.32131.94891.948900.00000000000.00000000000.000000000060％22.5090.34271.94891.948900.00000000000.00000000000.000000000070％23.9160.36411.94891.948900.00000000000.00000000000.000000000080％25.3220.38561.94891.948900.00000000000.00000000000.000000000090％26.7290.40701.94891.948900.00000000000.00000000000.0000000000100％28.1360.42841.94891.948900.00000000000.00000000000.0000000000110％29.5430.44981.94891.948900.00000000000.00000000000.0000000000120％30.9500.47121.94891.948900.00000000000.00000000000.0000000000130％32.3560.49271.94891.948900.00000000000.00000000000.0000000000140％33.7630.51411.94891.948900.00000000000.00000000000.0000000000150％35.1700.53551.94891.948900.00000000000.00000000010.0000000000160％36.5770.55691.94891.948900.00000000000.00000000100.0000000000170％37.9840.57831.94891.948900.00000000010.00000000830.0000000001180％39.3900.59981.94891.948900.00000000040.00000005950.0000000004190％40.7970.62121.94891.948900.00000000210.00000036180.0000000021200％42.2040.64261.94891.948900.00000001030.00000189530.0000000103210％43.6110.66401.94891.948900.00000004420.00000864320.0000000442220％45.0180.68541.94891.948900.00000016590.00003463740.0000001659230％46.4240.70691.94891.948900.00000054880.00012295140.0000005488240％47.8310.72831.94891.948900.00000161530.00039044960.0000016153250％49.2380.74971.94891.948900.00000425600.00111677090.0000042560260％50.6450.77111.94891.948910.00001009910.00289798700.0000100991270％52.0520.79251.94891.948920.00002170280.00687072620.0000217028280％53.4580.81401.94891.948940.00004242190.01497627710.0000424219290％54.8650.83541.94891.948980.00007580960.03024557920.0000758096300％56.2720.85681.94891.949020.00012412810.05693080980.0001241281310％57.6790.87821.94891.949090.00018636980.10051246690.0001863698320％59.0860.89961.94891.949160.00025591540.16747738870.0002559154330％60.4920.92111.94891.949220.00031832050.26484259740.0003183205340％61.8990.94251.94891.949250.00035028390.39996469090.0003502839350％63.3060.96391.94891.949220.00031860490.57964983720.0003186049370％66.1201.00671.94891.94879-0.00011248811.0961426540-0.0001124881380％67.5261.02821.94891.94828-0.00061816121.4417484926-0.0006181612390％68.9331.04961.94891.94750-0.00139666711.8501493857-0.0013966671400％70.3401.07101.94891.94639-0.00251112662.3229008325-0.0025111266表3根據(jù)表3中已知輸入變量和得出的預(yù)測數(shù)據(jù)，預(yù)測系統(tǒng)生成cpu響應(yīng)時間與到達(dá)率之前的對比圖，如圖7所示，根據(jù)預(yù)測系統(tǒng)生成的cpu響應(yīng)時間與負(fù)載到達(dá)率趨勢圖顯示，該圖橫坐標(biāo)是負(fù)載的變化量以10％為梯級式變化，縱軸為每個事務(wù)的響應(yīng)時間，可以看出一旦負(fù)載超過到290％左右的時候(即目前正常業(yè)務(wù)負(fù)載2.9倍時)，響應(yīng)時間的變化率出現(xiàn)拐點(diǎn)，響應(yīng)時間值變化非常明顯。預(yù)測結(jié)果：根據(jù)分析預(yù)測裝置得出的預(yù)測數(shù)據(jù)以及生成的cpu響應(yīng)時間與負(fù)載趨勢圖，當(dāng)“四川移動微信營業(yè)廳”系統(tǒng)負(fù)載超過到290％左右的時候，響應(yīng)時間的變化率曲線出現(xiàn)拐點(diǎn)，變化非常明顯，將造成客戶體驗(yàn)下降，大幅降低服務(wù)質(zhì)量；若未來一個月內(nèi)有5倍用戶數(shù)的增加，現(xiàn)有系統(tǒng)將完全不能滿足業(yè)務(wù)要求；同時，如需保持現(xiàn)有“四川移動微信營業(yè)廳”性能水平，利用提高cpu性能或增加cpu數(shù)量的擴(kuò)容方法，來滿足未來業(yè)務(wù)負(fù)載的增加，需要增加大致(5-2.9)×(10/5)＝4.2倍數(shù)量或性能的cpu，來保證“四川移動微信營業(yè)廳”系統(tǒng)穩(wěn)定高效運(yùn)行。通過該預(yù)測系統(tǒng)對業(yè)務(wù)系統(tǒng)進(jìn)行性能分析預(yù)測，可以很好的預(yù)測業(yè)務(wù)負(fù)載變化及資源配置變更對業(yè)務(wù)系統(tǒng)性能的影響，預(yù)測數(shù)據(jù)清晰，預(yù)測圖表一目了然，預(yù)測結(jié)論準(zhǔn)確，為未來可能出現(xiàn)的業(yè)務(wù)運(yùn)行風(fēng)險提供了參考依據(jù)，提前制定好相關(guān)應(yīng)對措施，保障系統(tǒng)健康、穩(wěn)定、高效的運(yùn)行。圖8為本發(fā)明實(shí)施例三的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)的結(jié)構(gòu)組成示意圖，如圖8所示，所述對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)包括：數(shù)據(jù)采集器81，用于確定預(yù)測內(nèi)容，并根據(jù)所述預(yù)測內(nèi)容收集原始工作負(fù)載數(shù)據(jù)；數(shù)據(jù)存儲器82，用于將所述原始工作負(fù)載數(shù)據(jù)轉(zhuǎn)換成適用于預(yù)測模型的輸入格式，并對工作負(fù)載數(shù)據(jù)進(jìn)行存儲；分析預(yù)測裝置83，用于根據(jù)所述預(yù)測內(nèi)容以及收集到的所述原始工作負(fù)載數(shù)據(jù)和輸入格式，建立適用所述預(yù)測內(nèi)容的預(yù)測模型，其中，所述預(yù)測模型為非線性模型；設(shè)置輸入變量，將所述輸入變量和所述工作負(fù)載數(shù)據(jù)輸入至所述預(yù)測模型中進(jìn)行預(yù)測分析，得出預(yù)測分析結(jié)論。所述分析預(yù)測裝置83，還用于建立利用率與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、到達(dá)率、事務(wù)處理器數(shù)量；建立cpu響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、利用率、事務(wù)處理器數(shù)量；建立響應(yīng)時間與以下參數(shù)之間的第一關(guān)聯(lián)關(guān)系：服務(wù)時間、排隊時間；建立erlangc函數(shù)與以下參數(shù)之間的第四關(guān)聯(lián)關(guān)系：事務(wù)處理器數(shù)量、服務(wù)時間、到達(dá)率；建立排隊時間與以下參數(shù)之間的第五關(guān)聯(lián)關(guān)系：erlangc函數(shù)、服務(wù)時間、事務(wù)處理器數(shù)量、利用率。所述預(yù)測模型包括如下公式：u＝(stλ)/mrt-cpu＝st/(1-um)rt＝st+qtqt＝ecst/m(1-u)其中，u代表利用率，用于表征服務(wù)器的繁忙程度；st代表服務(wù)時間，表征一個服務(wù)器處理單一事務(wù)所需的時間；λ代表到達(dá)率，表征在指定時間內(nèi)到達(dá)的事務(wù)的數(shù)量；m或m代表事務(wù)處理器數(shù)量；rt-cpu代表cpu響應(yīng)時間；rt代表響應(yīng)時間，表征一個事務(wù)在系統(tǒng)中花費(fèi)的所有時間；qt代表排隊時間，表征事務(wù)開始處理前在隊列中的等待時間；ec代表erlangc函數(shù)，用于計算排隊時間。所述分析預(yù)測裝置83，還用于根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第二關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間；或者，根據(jù)所述第一關(guān)聯(lián)關(guān)系、所述第四關(guān)聯(lián)關(guān)系、所述第五關(guān)聯(lián)關(guān)系以及第三關(guān)聯(lián)關(guān)系計算響應(yīng)時間。所述分析預(yù)測裝置83，還用于執(zhí)行如下過程：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量u及m帶入公式rt-cpu＝st/(1-um)，計算得出響應(yīng)時間rt；根據(jù)公式rt＝st+qt計算排隊時間qt，其中，qt＝rt–st。所述分析預(yù)測裝置83，還用于執(zhí)行如下過程：根據(jù)公式u＝(stλ)/m計算服務(wù)時間st，其中，st＝um/λ；將服務(wù)時間st和已知的輸入變量m及λ帶入公式中，計算得出ec函數(shù)值；將st、ec、m、u代入公式qt＝ecst/m(1-u)中，計算得出排隊時間qt；根據(jù)公式rt＝st+qt計算響應(yīng)時間rt。所述系統(tǒng)還包括：輸出裝置84，用于根據(jù)預(yù)測分析得出的數(shù)據(jù)，生成圖表；根據(jù)所述圖標(biāo)得到預(yù)測分析結(jié)論并輸出所述預(yù)測分析結(jié)論。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，圖8所示的對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測系統(tǒng)中的各器件的實(shí)現(xiàn)功能可參照前述對業(yè)務(wù)負(fù)載及資源配置與性能關(guān)系的預(yù)測方法的相關(guān)描述而理解。本發(fā)明實(shí)施例所記載的技術(shù)方案之間，在不沖突的情況下，可以任意組合。在本發(fā)明所提供的幾個實(shí)施例中，應(yīng)該理解到，所揭露的方法和智能設(shè)備，可以通過其它的方式實(shí)現(xiàn)。以上所描述的設(shè)備實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時可以有另外的劃分方式，如：多個單元或組件可以結(jié)合，或可以集成到另一個系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過一些接口，設(shè)備或單元的間接耦合或通信連接，可以是電性的、機(jī)械的或其它形式的。上述作為分離部件說明的單元可以是、或也可以不是物理上分開的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個地方，也可以分布到多個網(wǎng)絡(luò)單元上；可以根據(jù)實(shí)際的需要選擇其中的部分或全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。另外，在本發(fā)明各實(shí)施例中的各功能單元可以全部集成在一個第二處理單元中，也可以是各單元分別單獨(dú)作為一個單元，也可以兩個或兩個以上單元集成在一個單元中；上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本
技術(shù)領(lǐng)域：
的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。當(dāng)前第1頁12