一种基于机器学习的数据库健康度打分方法和打分系统

    公开(公告)号:CN109271374A

    公开(公告)日:2019-01-25

    申请号:CN201811220356.0

    申请日:2018-10-19

    IPC分类号: G06F16/21 G06F11/36 G06N99/00

    摘要: 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统,其中打分方法包括如下步骤:1、采集数据库监控指标,通过专家模型得到健康度打分;采集到的原始数据和打分作为样本集;2、对样本集中的数据进行去噪、归一化等预处理,并将其分为训练数据、验证数据和测试数据;3、采用回归预测算法建立回归预测模型,利用训练数据训练模型参数,利用验证数据调整模型参数,利用测试数据测试模型的效果;4、读取数据库一段时间内的监控指标并进行预处理,作为回归预测模型的输入,模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析,通过建立回归预测模型,得到当前或未来时刻的数据库健康度打分结果。

    基于专家模型的数据库服务器硬件健康评估方法

    公开(公告)号:CN109542742A

    公开(公告)日:2019-03-29

    申请号:CN201811352658.3

    申请日:2018-11-14

    IPC分类号: G06F11/34

    摘要: 本发明公开了一种基于专家模型的数据库服务器硬件健康评估方法,该评估方法包括采集操作系统硬件指标,将硬件指标分成专家模型内指标,为专家模型内指标分配分数权重,并且制定多级阈值和扣分标准,指标值落在不同阈值范围扣除相应等级的分数;自动周期性采集硬件指标;根据专家模型规则计算数据库服务器硬件指标,输出数据库服务器硬件的健康得分。上述评估方法选取了数据库硬件的关键指标,解决了指标选取可靠性问题;将指标组合配比,构建数据库硬件健康模型,通过为模型内指标分配权重,以及设置动态阈值,解决评估单一性问题;通过自动采集和模型计算,对数据库硬件健康度进行评估,解决人工评估成本高问题。

    一种基于机器学习的数据库健康度打分方法和打分系统

    公开(公告)号:CN109271374B

    公开(公告)日:2021-01-26

    申请号:CN201811220356.0

    申请日:2018-10-19

    IPC分类号: G06F16/21 G06F11/36 G06N20/00

    摘要: 本发明公开了一种基于机器学习的数据库健康度打分方法和打分系统,其中打分方法包括如下步骤:1、采集数据库监控指标,通过专家模型得到健康度打分;采集到的原始数据和打分作为样本集;2、对样本集中的数据进行去噪、归一化等预处理,并将其分为训练数据、验证数据和测试数据;3、采用回归预测算法建立回归预测模型,利用训练数据训练模型参数,利用验证数据调整模型参数,利用测试数据测试模型的效果;4、读取数据库一段时间内的监控指标并进行预处理,作为回归预测模型的输入,模型的输出即为当前或未来一段时间数据库健康度打分结果。该方法可以对大量的数据库监控指标进行分析,通过建立回归预测模型,得到当前或未来时刻的数据库健康度打分结果。