本發(fā)明涉及云計(jì)算領(lǐng)域，特別涉及一種內(nèi)存數(shù)據(jù)庫(kù)調(diào)整方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、隨著互聯(lián)網(wǎng)和大數(shù)據(jù)應(yīng)用的發(fā)展，內(nèi)存數(shù)據(jù)庫(kù)在國(guó)內(nèi)的使用規(guī)模目前非常廣泛。許多互聯(lián)網(wǎng)公司使用內(nèi)存數(shù)據(jù)庫(kù)來(lái)加速數(shù)據(jù)訪問(wèn)和處理，例如緩存頻繁訪問(wèn)的數(shù)據(jù)、加速實(shí)時(shí)數(shù)據(jù)分析、以及提高網(wǎng)站和應(yīng)用程序的響應(yīng)速度。在電商領(lǐng)域，內(nèi)存數(shù)據(jù)庫(kù)被廣泛用于管理和緩存商品信息、用戶行為數(shù)據(jù)，以及處理實(shí)時(shí)交易和庫(kù)存管理等任務(wù)；在大型多人在線游戲和實(shí)時(shí)游戲中，內(nèi)存數(shù)據(jù)庫(kù)能夠處理快速變化的游戲狀態(tài)、玩家數(shù)據(jù)和實(shí)時(shí)事件，提供高性能的游戲體驗(yàn)；在金融行業(yè)，內(nèi)存數(shù)據(jù)庫(kù)用于高頻交易的快速數(shù)據(jù)存儲(chǔ)和分析，以及實(shí)時(shí)風(fēng)險(xiǎn)管理和市場(chǎng)數(shù)據(jù)分析。大數(shù)據(jù)領(lǐng)域內(nèi)存數(shù)據(jù)庫(kù)用于實(shí)時(shí)數(shù)據(jù)流處理、實(shí)時(shí)分析和事件處理，支持復(fù)雜的實(shí)時(shí)數(shù)據(jù)查詢(xún)和計(jì)算，在廣告技術(shù)行業(yè)，內(nèi)存數(shù)據(jù)庫(kù)用于實(shí)時(shí)廣告投放、用戶行為跟蹤和廣告效果分析，支持高效的廣告實(shí)時(shí)競(jìng)價(jià)系統(tǒng)?？傮w來(lái)說(shuō)，內(nèi)存數(shù)據(jù)庫(kù)在國(guó)內(nèi)各個(gè)行業(yè)的應(yīng)用非常廣泛，主要因其快速的讀寫(xiě)速度和高性能的特性，能夠滿足大規(guī)模數(shù)據(jù)處理和實(shí)時(shí)應(yīng)用的需求。

2、伴隨著云計(jì)算的興起，云計(jì)算平臺(tái)如aws、azure、google?cloud等已經(jīng)成為企業(yè)的主流選擇。首先內(nèi)存數(shù)據(jù)庫(kù)由于數(shù)據(jù)存儲(chǔ)在內(nèi)存中，相比傳統(tǒng)的磁盤(pán)數(shù)據(jù)庫(kù)具有更快的讀寫(xiě)速度和更低的訪問(wèn)延遲，將內(nèi)存數(shù)據(jù)庫(kù)部署在云平臺(tái)上，可以充分利用云計(jì)算提供的高性能計(jì)算資源，進(jìn)一步提升數(shù)據(jù)庫(kù)的響應(yīng)速度和處理能力，滿足實(shí)時(shí)數(shù)據(jù)處理和高并發(fā)訪問(wèn)的需求；其次內(nèi)存數(shù)據(jù)庫(kù)通常需要大量的內(nèi)存資源來(lái)支持高速數(shù)據(jù)處理，而云平臺(tái)提供了按需付費(fèi)的模式，可以根據(jù)實(shí)際使用情況付費(fèi)，避免了傳統(tǒng)數(shù)據(jù)中心建設(shè)和維護(hù)的高昂成本；此外，云平臺(tái)的資源共享和自動(dòng)化管理能力也能夠降低管理成本。最后云平臺(tái)提供了集成的管理工具和監(jiān)控服務(wù)，大大簡(jiǎn)化了內(nèi)存數(shù)據(jù)庫(kù)的部署、配置和運(yùn)維工作。通過(guò)云控制臺(tái)，管理員可以實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)庫(kù)的性能指標(biāo)、自動(dòng)化備份和故障恢復(fù)，從而降低管理的復(fù)雜性和操作的風(fēng)險(xiǎn)。

3、目前的國(guó)內(nèi)互聯(lián)網(wǎng)市場(chǎng)擁有超過(guò)10億的互聯(lián)網(wǎng)用戶，同時(shí)用戶喜歡使用各種在線服務(wù)和應(yīng)用，如社交媒體、在線購(gòu)物平臺(tái)、視頻和音樂(lè)流媒體、在線支付等，此時(shí)一個(gè)熱點(diǎn)新聞或熱門(mén)游戲的出現(xiàn)會(huì)導(dǎo)致在線服務(wù)的訪問(wèn)量和并發(fā)量激增。但是由于內(nèi)存數(shù)據(jù)庫(kù)多用于系統(tǒng)的認(rèn)證信息、熱點(diǎn)數(shù)據(jù)等的存儲(chǔ)，此時(shí)服務(wù)訪問(wèn)量和并發(fā)量的激增，會(huì)導(dǎo)致內(nèi)存數(shù)據(jù)庫(kù)對(duì)內(nèi)存資源提出極高的要求，進(jìn)而導(dǎo)致內(nèi)存資源不足影響數(shù)據(jù)庫(kù)的性能甚至導(dǎo)致數(shù)據(jù)庫(kù)系統(tǒng)崩潰。然而大多數(shù)內(nèi)存數(shù)據(jù)庫(kù)集群架構(gòu)是主從或分片兩種架構(gòu)，這兩種架構(gòu)的集群都需要一定的擴(kuò)容時(shí)間，主從同步架構(gòu)的集群需要將所有的數(shù)據(jù)拷貝到新擴(kuò)容的節(jié)點(diǎn)上；分片架構(gòu)的集群需要重新計(jì)算所有節(jié)點(diǎn)的數(shù)據(jù)插槽，然后將新擴(kuò)容節(jié)點(diǎn)插槽的數(shù)據(jù)從各個(gè)節(jié)點(diǎn)移動(dòng)至新擴(kuò)容節(jié)點(diǎn)上。擴(kuò)容過(guò)程中對(duì)數(shù)據(jù)庫(kù)的正常使用有影響。而且目前都是運(yùn)維人員通過(guò)查看數(shù)據(jù)庫(kù)監(jiān)控才能知道數(shù)據(jù)庫(kù)當(dāng)前是否承壓狀態(tài)，然后在分析判斷是否需要對(duì)數(shù)據(jù)庫(kù)進(jìn)行擴(kuò)容，通常情況下已經(jīng)錯(cuò)過(guò)了最佳的擴(kuò)容時(shí)機(jī)，進(jìn)而導(dǎo)致數(shù)據(jù)庫(kù)系統(tǒng)崩潰，應(yīng)用服務(wù)不可用。因此，如何改善數(shù)據(jù)量增加時(shí)內(nèi)存數(shù)據(jù)庫(kù)的使用效果是本領(lǐng)域有待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種內(nèi)存數(shù)據(jù)庫(kù)調(diào)整方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，解決了當(dāng)前的內(nèi)存數(shù)據(jù)庫(kù)擴(kuò)縮容問(wèn)題，避免資源浪費(fèi)與資源緊張導(dǎo)致內(nèi)存數(shù)據(jù)庫(kù)出現(xiàn)負(fù)載較大時(shí)導(dǎo)致的服務(wù)雪崩現(xiàn)象。其具體方案如下：

2、第一方面，本技術(shù)提供了一種內(nèi)存數(shù)據(jù)庫(kù)調(diào)整方法，包括：

3、獲取用戶通過(guò)預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)的可視化界面輸入的內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)，并利用所述預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)根據(jù)所述內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)在預(yù)設(shè)數(shù)據(jù)庫(kù)集群中創(chuàng)建相應(yīng)的若干內(nèi)存數(shù)據(jù)庫(kù)實(shí)例；

4、基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)，并通過(guò)數(shù)據(jù)管道將所述監(jiān)控指標(biāo)數(shù)據(jù)輸出至預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)；

5、拉取所述預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)中的所述監(jiān)控指標(biāo)數(shù)據(jù)，并利用所述監(jiān)控指標(biāo)數(shù)據(jù)訓(xùn)練預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，得到目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

6、調(diào)用所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)，并利用所述目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行實(shí)時(shí)預(yù)測(cè)，以及根據(jù)得到的預(yù)測(cè)結(jié)果和預(yù)設(shè)數(shù)據(jù)庫(kù)調(diào)整閾值對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行相應(yīng)的擴(kuò)容操作或縮容操作。

7、可選的，所述利用所述預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)根據(jù)所述內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)在預(yù)設(shè)數(shù)據(jù)庫(kù)集群中創(chuàng)建相應(yīng)的若干內(nèi)存數(shù)據(jù)庫(kù)實(shí)例之后，還包括：

8、利用所述預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)生成統(tǒng)一標(biāo)識(shí)，并利用所述統(tǒng)一標(biāo)識(shí)標(biāo)記各所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例；

9、相應(yīng)的，所述基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)，包括：

10、根據(jù)預(yù)設(shè)數(shù)據(jù)庫(kù)識(shí)別間隔基于所述統(tǒng)一標(biāo)識(shí)識(shí)別所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例，并將識(shí)別到的所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例維護(hù)至預(yù)設(shè)數(shù)據(jù)庫(kù)內(nèi)存中；

11、基于所述預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述預(yù)設(shè)數(shù)據(jù)庫(kù)內(nèi)存中的所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的所述監(jiān)控指標(biāo)數(shù)據(jù)。

12、可選的，所述基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)，并通過(guò)數(shù)據(jù)管道將所述監(jiān)控指標(biāo)數(shù)據(jù)輸出至預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)，包括：

13、基于預(yù)設(shè)數(shù)據(jù)采集間隔采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的所述監(jiān)控指標(biāo)數(shù)據(jù)，并將所述監(jiān)控指標(biāo)數(shù)據(jù)存儲(chǔ)至預(yù)設(shè)緩存區(qū)，并判斷所述預(yù)設(shè)緩存區(qū)中當(dāng)前已采集到的所述監(jiān)控指標(biāo)數(shù)據(jù)的數(shù)據(jù)量是否達(dá)到預(yù)設(shè)數(shù)據(jù)量閾值；

14、若所述數(shù)據(jù)量達(dá)到所述預(yù)設(shè)數(shù)據(jù)量閾值，則通過(guò)所述數(shù)據(jù)管道將所述預(yù)設(shè)緩存區(qū)中當(dāng)前已采集到的所述監(jiān)控指標(biāo)數(shù)據(jù)輸出至所述預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)；

15、若所述數(shù)據(jù)量未達(dá)到所述預(yù)設(shè)數(shù)據(jù)量閾值，則在所有所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的所述監(jiān)控指標(biāo)數(shù)據(jù)采集完成后，通過(guò)所述數(shù)據(jù)管道將所述預(yù)設(shè)緩存區(qū)中已采集到的所述監(jiān)控指標(biāo)數(shù)據(jù)輸出至所述預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)。

16、可選的，所述基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)之前，還包括：

17、獲取各所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例對(duì)應(yīng)的若干自定義數(shù)據(jù)采集規(guī)則，并根據(jù)若干所述自定義數(shù)據(jù)采集規(guī)則配置所述預(yù)設(shè)數(shù)據(jù)采集規(guī)則；

18、或，獲取各所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例對(duì)應(yīng)的通用數(shù)據(jù)采集規(guī)則，根據(jù)所述通用數(shù)據(jù)采集規(guī)則配置所述預(yù)設(shè)數(shù)據(jù)采集規(guī)則；

19、或，基于默認(rèn)數(shù)據(jù)采集參數(shù)配置所述預(yù)設(shè)數(shù)據(jù)采集規(guī)則。

20、可選的，所述利用所述監(jiān)控指標(biāo)數(shù)據(jù)訓(xùn)練預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，得到目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，包括：

21、利用所述監(jiān)控指標(biāo)數(shù)據(jù)訓(xùn)練所述預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，以調(diào)整所述預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)；

22、基于所述模型參數(shù)對(duì)所述預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行評(píng)估，以基于評(píng)估結(jié)果對(duì)所述預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化，得到所述目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

23、相應(yīng)的，所述利用所述目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行實(shí)時(shí)預(yù)測(cè)之后，還包括：

24、確定所述預(yù)測(cè)結(jié)果和所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例相應(yīng)的實(shí)際結(jié)果之間的數(shù)據(jù)偏差，并根據(jù)所述數(shù)據(jù)偏差調(diào)整所述目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型。

25、可選的，所述對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行相應(yīng)的擴(kuò)容操作，包括：

26、識(shí)別所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例對(duì)應(yīng)的所述預(yù)設(shè)數(shù)據(jù)庫(kù)集群的集群模式；

27、若所述集群模式為主從模式，則創(chuàng)建數(shù)據(jù)庫(kù)從節(jié)點(diǎn)，并將所述數(shù)據(jù)庫(kù)從節(jié)點(diǎn)加入到所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的主節(jié)點(diǎn)中；

28、若所述集群模式為哨兵模式，則創(chuàng)建數(shù)據(jù)庫(kù)從節(jié)點(diǎn)和新的哨兵節(jié)點(diǎn)，并將所述數(shù)據(jù)庫(kù)從節(jié)點(diǎn)和新的所述哨兵節(jié)點(diǎn)的節(jié)點(diǎn)信息添加至所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例中哨兵節(jié)點(diǎn)的配置文件；

29、若所述集群模式為集群模式，則創(chuàng)建數(shù)據(jù)庫(kù)從節(jié)點(diǎn)，并修改所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例中所有集群節(jié)點(diǎn)的配置文件，以將新的所述數(shù)據(jù)庫(kù)從節(jié)點(diǎn)添加至所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例，以及重新計(jì)算所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例對(duì)應(yīng)的所有節(jié)點(diǎn)的槽，將所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的槽調(diào)度到新的所述數(shù)據(jù)庫(kù)從節(jié)點(diǎn)上。

30、可選的，對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行相應(yīng)的縮容操作，包括：

31、識(shí)別所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例對(duì)應(yīng)的所述預(yù)設(shè)數(shù)據(jù)庫(kù)集群的集群模式；

32、若所述集群模式為主從模式，則修改所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的主節(jié)點(diǎn)配置，以移除目標(biāo)從節(jié)點(diǎn)信息，并在所述目標(biāo)從節(jié)點(diǎn)信息對(duì)應(yīng)的待銷(xiāo)毀從節(jié)點(diǎn)斷開(kāi)連接后，銷(xiāo)毀所述待銷(xiāo)毀從節(jié)點(diǎn)；所述目標(biāo)從節(jié)點(diǎn)信息為根據(jù)所述預(yù)測(cè)結(jié)果確定出的所述待銷(xiāo)毀從節(jié)點(diǎn)的節(jié)點(diǎn)信息；

33、若所述集群模式為哨兵模式，則從所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的哨兵集群中移除所述待銷(xiāo)毀從節(jié)點(diǎn)，并銷(xiāo)毀所述待銷(xiāo)毀從節(jié)點(diǎn)和所述待銷(xiāo)毀從節(jié)點(diǎn)對(duì)應(yīng)的哨兵節(jié)點(diǎn)；

34、若所述集群模式為集群模式，則將所述待銷(xiāo)毀從節(jié)點(diǎn)的槽遷移至所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的其他節(jié)點(diǎn)，從所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的集群中刪除并銷(xiāo)毀所述待銷(xiāo)毀從節(jié)點(diǎn)。

35、第二方面，本技術(shù)提供了一種內(nèi)存數(shù)據(jù)庫(kù)調(diào)整裝置，包括：

36、數(shù)據(jù)庫(kù)創(chuàng)建模塊，用于獲取用戶通過(guò)預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)的可視化界面輸入的內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)，并利用所述預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)根據(jù)所述內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)在預(yù)設(shè)數(shù)據(jù)庫(kù)集群中創(chuàng)建相應(yīng)的若干內(nèi)存數(shù)據(jù)庫(kù)實(shí)例；

37、數(shù)據(jù)采集模塊，用于基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)，并通過(guò)數(shù)據(jù)管道將所述監(jiān)控指標(biāo)數(shù)據(jù)輸出至預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)；

38、模型訓(xùn)練模塊，用于拉取所述預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)中的所述監(jiān)控指標(biāo)數(shù)據(jù)，并利用所述監(jiān)控指標(biāo)數(shù)據(jù)訓(xùn)練預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，得到目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型；

39、數(shù)據(jù)庫(kù)調(diào)整模塊，用于調(diào)用所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)，并利用所述目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型根據(jù)所述當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行實(shí)時(shí)預(yù)測(cè)，以及根據(jù)得到的預(yù)測(cè)結(jié)果和預(yù)設(shè)數(shù)據(jù)庫(kù)調(diào)整閾值對(duì)所述內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行相應(yīng)的擴(kuò)容操作或縮容操作。

40、第三方面，本技術(shù)提供了一種電子設(shè)備，所述電子設(shè)備包括處理器和存儲(chǔ)器；其中，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序，所述計(jì)算機(jī)程序由所述處理器加載并執(zhí)行以實(shí)現(xiàn)前述的內(nèi)存數(shù)據(jù)庫(kù)調(diào)整方法。

41、第四方面，本技術(shù)提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，用于保存計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)前述的內(nèi)存數(shù)據(jù)庫(kù)調(diào)整方法。

42、本技術(shù)中，首先獲取用戶通過(guò)預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)的可視化界面輸入的內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)，并利用預(yù)設(shè)內(nèi)存數(shù)據(jù)庫(kù)管理平臺(tái)根據(jù)內(nèi)存數(shù)據(jù)庫(kù)創(chuàng)建參數(shù)在預(yù)設(shè)數(shù)據(jù)庫(kù)集群中創(chuàng)建相應(yīng)的若干內(nèi)存數(shù)據(jù)庫(kù)實(shí)例，然后基于預(yù)設(shè)數(shù)據(jù)采集規(guī)則采集內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控指標(biāo)數(shù)據(jù)，并通過(guò)數(shù)據(jù)管道將監(jiān)控指標(biāo)數(shù)據(jù)輸出至預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)，之后拉取預(yù)設(shè)指標(biāo)數(shù)據(jù)庫(kù)中的監(jiān)控指標(biāo)數(shù)據(jù)，并利用監(jiān)控指標(biāo)數(shù)據(jù)訓(xùn)練預(yù)設(shè)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，得到目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型，以調(diào)用內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)，并利用目標(biāo)循環(huán)神經(jīng)網(wǎng)絡(luò)模型根據(jù)當(dāng)前監(jiān)控指標(biāo)數(shù)據(jù)對(duì)內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行實(shí)時(shí)預(yù)測(cè)，以及根據(jù)得到的預(yù)測(cè)結(jié)果和預(yù)設(shè)數(shù)據(jù)庫(kù)調(diào)整閾值對(duì)內(nèi)存數(shù)據(jù)庫(kù)實(shí)例進(jìn)行相應(yīng)的擴(kuò)容操作或縮容操作。這樣一來(lái)，本技術(shù)可以統(tǒng)一采集并存儲(chǔ)所有內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的監(jiān)控?cái)?shù)據(jù)，然后通過(guò)預(yù)測(cè)模型自動(dòng)判斷是否進(jìn)行擴(kuò)縮容，并觸發(fā)相應(yīng)的擴(kuò)縮容操作，實(shí)現(xiàn)所有內(nèi)存數(shù)據(jù)庫(kù)實(shí)例的統(tǒng)一管理，通過(guò)結(jié)合云計(jì)算和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)優(yōu)勢(shì)，實(shí)現(xiàn)內(nèi)存數(shù)據(jù)庫(kù)的實(shí)時(shí)預(yù)測(cè)，根據(jù)預(yù)測(cè)結(jié)果自動(dòng)判斷擴(kuò)縮容，并且可以主動(dòng)從環(huán)境中獲取數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練，不斷優(yōu)化模型預(yù)測(cè)準(zhǔn)確性，達(dá)到在訪問(wèn)量與并發(fā)量峰值來(lái)臨之前對(duì)內(nèi)存數(shù)據(jù)庫(kù)進(jìn)行擴(kuò)容，在訪問(wèn)量與并發(fā)量下降到特定水平時(shí)對(duì)內(nèi)存數(shù)據(jù)庫(kù)進(jìn)行縮容，確保內(nèi)存數(shù)據(jù)庫(kù)在無(wú)人干預(yù)的情況下自動(dòng)擴(kuò)縮容，保障在內(nèi)存數(shù)據(jù)庫(kù)的穩(wěn)定運(yùn)行的前提下節(jié)約資源，顯著增強(qiáng)內(nèi)存數(shù)據(jù)庫(kù)的穩(wěn)定性和健壯性，避免因數(shù)據(jù)庫(kù)問(wèn)題造成軟件系統(tǒng)雪崩。