《变频执行任务的方法、装置、设备及可读存储介质.pdf》由会员分享，可在线阅读，更多相关《变频执行任务的方法、装置、设备及可读存储介质.pdf（28页珍藏版）》请在专利查询网上搜索。
1、(19)国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 202310397090.1(22)申请日 2023.04.10(71)申请人 之江实验室地址 311121 浙江省杭州市余杭区中泰街道之江实验室南湖总部(72)发明人 李劲松张波宋飞翔周天舒田雨(74)专利代理机构 北京博思佳知识产权代理有限公司 11415专利代理师 邓超(51)Int.Cl.G06F 9/50(2006.01)G06F 9/48(2006.01)G16H 50/20(2018.01)(54)发明名称一种变频执行任务的方法、装置、设备及可读存储介质(57)摘要本说明书公开了一种。
2、变频执行任务的方法、装置、设备及可读存储介质，基于多个历史周期的实际数据量，得到优化后的各周期参数对应的数据量预测函数，根据优化后的该周期参数对应的数据量预测函数，确定目标周期的第一预测数据量，进而确定目标周期的第二预测数据量。结合第二预测数据量和服务器的负载程度，调整目标周期的数据处理时长。可见，通过将对应于不同周期长度的各周期参数对应的数据量预测函数确定的第二预测数据量，与服务器的负载程度结合得到调整后的目标周期的方式，使得服务器在执行数据处理任务时考虑不同的周期长度内数据量的季节性趋势值，达到平稳并高效的使用服务器资源的目的，提升任务执行的效率。权利要求书3页 说明书21页 附图3页CN。
3、 116149865 A2023.05.23CN 116149865 A1.一种变频执行任务的方法，其特征在于，服务器在周期内执行若干数据量的数据处理任务，所述方法包括：获取多个历史周期的实际数据量；确定各周期参数，并构建所述各周期参数对应的数据量预测函数，其中，所述各周期参数分别对应于不同的周期长度，所述各周期参数对应的数据量预测函数分别包含所述各周期参数对应于的周期长度内数据量的季节性趋势值；针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数；根据优化后的该周期参数对应的数据量预测函数，预测得到该周期参数。
4、对应的当前周期之后的目标周期的第一预测数据量；根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量；分别确定所述服务器中各数据处理单元在所述当前周期内处理的数据量；根据所述各数据处理单元在所述当前周期内处理的数据量，以及所述各数据处理单元的参考负载，确定所述服务器在所述当前周期内处理数据时的负载程度；根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，以使所述服务器根据调整后的目标周期执行任务。2.如权利要求1所述的方法，其特征在于，针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的。
5、该周期参数对应的数据量预测函数，具体包括：针对每个周期参数，根据各历史周期内的实际数据量以及该周期参数，确定该周期参数对应的参考周期的数据量的水平平滑值、所述参考周期的数据量的趋势平滑值和该周期参数对应于的周期长度内的季节性趋势值；初始化该周期参数对应的数据量预测函数中所述水平平滑值对应的第一参数、所述趋势平滑值对应的第二参数，以及所述季节性趋势值的对应的第三参数；根据初始化的所述第一参数、所述第二参数和所述第三参数，对该周期对应的数据量预测函数中的所述水平平滑值、所述趋势平滑值和所述季节性趋势值进行加权求和，得到当前周期的预测数据量；确定所述预测数据量和所述各历史周期中所述当前周期的实际数据。
6、量之间的差异，并以所述差异的最小化为优化目标，优化所述第一参数、所述第二参数和所述第三参数；将优化后的第一参数、第二参数和第三参数代入该周期参数对应的数据量预测函数，得到优化后的该周期参数对应的数据量预测函数。3.如权利要求2所述的方法，其特征在于，以所述差异的最小化为优化目标，优化所述第一参数、所述第二参数和所述第三参数，具体包括：根据所述第一参数、所述第二参数和所述第三参数的初始值，确定调整步长；根据所述调整步长和预设的参数范围，分别确定所述第一参数、所述第二参数和所述第三参数的各候选值；将所述第一参数、所述第二参数和所述第三参数分别对应的各候选值进行组合，得到各候选参数组；权利要求书1/。
7、3 页2CN 116149865 A2将所述各候选参数组分别代入该周期参数对应的数据量预测函数，基于所述各历史周期的数据量，确定所述各候选参数组对应的差异；将所述各候选参数组对应的差异中差异最小的候选参数组作为目标参数组，并确定所述目标参数组包含的优化后的所述第一参数、所述第二参数和所述第三参数。4.如权利要求1所述的方法，其特征在于，根据优化后的该周期参数对应的数据量预测函数，预测得到该周期参数对应的当前周期之后的目标周期的第一预测数据量，具体包括：将当前周期的实际数据量代入该周期参数对应的数据量预测函数，得到该周期参数对应的所述当前周期之后的目标周期对应的预测数据分量；确定该周期参数对应的。
8、所述目标周期内的预测误差分量；根据所述预测数据分量和所述预测误差分量，确定该周期参数对应的所述目标周期的第一预测数据量。5.如权利要求4所述的方法，其特征在于，确定该周期参数对应的所述目标周期内的预测误差分量，具体包括：将所述各历史周期中所述当前周期之前的参考周期的实际数据量，代入优化后的该周期参数对应的数据量预测函数，得到所述当前周期对应的预测数据量；根据所述当前周期的实际数据量和所述当前周期对应的预测数据量之间的差异，以及所述差异的权重，确定预测误差分量。6.如权利要求1所述的方法，其特征在于，根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量，具体包。
9、括：分别确定所述各周期参数的权重；根据所述各周期参数的权重，对所述各周期参数对应的所述目标周期内的第一预测数据量加权求和，确定目标周期的第二预测数据量。7.如权利要求6所述的方法，其特征在于，分别确定所述各周期参数的权重，具体包括：根据所述各历史周期的实际数据量，和基于所述各周期参数对应的数据量预测函数得到的在所述各历史周期内处理的预测数据量之间的对应关系，分别确定所述各周期参数的权重。8.如权利要求1所述的方法，其特征在于，根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，具体包括：根据所述服务器执行的数据处理任务的类型，确定周期调节参数；根据所述负载程度和所述周期调节。
10、参数的比值，确定第一调整参数；根据所述第二预测数据量和所述当前周期的实际数据量的比值，确定第二调整参数；根据所述第一调整参数和所述第二调整参数，确定调整后的所述目标周期的数据处理时长。9.如权利要求1所述的方法，其特征在于，所述方法还包括：确定所述调整后的目标周期以及所述当前周期之间的周期比值，并对所述周期比值向上取整，得到目标周期比值；根据所述目标周期比值确定需要进行实际数据量平滑处理的待处理周期，并将所述待处理周期划分为若干子周期；根据所述目标周期的实际数据量，以及所述目标周期比值，确定所述待处理周期内各权利要求书2/3 页3CN 116149865 A3子周期对应的所述服务器处理的实际数。
11、据量，并存储在数据库中。10.一种变频执行任务的装置，其特征在于，服务器在周期内执行若干数据量的数据处理任务，所述装置包括：实际数据量获取模块，用于获取多个历史周期的实际数据量；函数构建模块，用于确定各周期参数，并构建所述各周期参数对应的数据量预测函数，其中，所述各周期参数分别对应于不同的周期长度，所述各周期参数对应的数据量预测函数分别包含所述各周期参数对应于的周期长度内数据量的季节性趋势值；优化模块，用于针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数；第一预测数据量确定模块，用于根据优化后的该周期参数对。
12、应的数据量预测函数，预测得到该周期参数对应的当前周期之后的目标周期的第一预测数据量；第二预测数据量确定模块，用于根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量；负载确定模块，用于分别确定所述服务器中各数据处理单元在所述当前周期内处理的数据量；负载程度确定模块，用于根据所述各数据处理单元在所述当前周期内处理的数据量，以及所述各数据处理单元的参考负载，确定所述服务器在所述当前周期内处理数据时的负载程度；调整模块，用于根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，以使所述服务器根据调整后的目标周期执行任务。11.一种计算机可读存储介。
13、质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求19任一项所述的方法。12.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求19任一项所述的方法。权利要求书3/3 页4CN 116149865 A4一种变频执行任务的方法、装置、设备及可读存储介质技术领域0001本说明书涉及计算机技术领域，尤其涉及一种变频执行任务的方法、装置、设备及可读存储介质。背景技术0002在医疗计算领域，可以通过医院的信息处理系统定时对患者的数据进行处理。由于医院每天都会接受大量患者，对于可以采用。
14、执行定时任务的方式对患者的数据进行处理，而无需实时处理。0003目前，通常采用固定频率执行定时任务的方式，每间隔固定的时间执行一次患者数据的处理任务。0004但是，医院的就诊量存在周期性变化的特点，在不同的时间周期内，服务器所需要处理的患者数据的数据量不同。以固定频率进行数据处理的方式难以合理、充分地利用计算资源去处理数据，造成计算资源的紧张或浪费。发明内容0005本说明书提供一种变频执行任务的方法、装置、设备及可读存储介质，以部分的解决现有技术存在的上述问题。0006本说明书采用下述技术方案：本说明书提供了一种变频执行任务的方法，服务器在周期内执行若干数据量的数据处理任务，包括：获取多个历史。
15、周期的实际数据量；确定各周期参数，并构建所述各周期参数对应的数据量预测函数，其中，所述各周期参数分别对应于不同的周期长度，所述各周期参数对应的数据量预测函数分别包含所述各周期参数对应于的周期长度内数据量的季节性趋势值；针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数；将当前周期的实际数据量代入优化后的该周期参数对应的数据量预测函数，预测得到该周期参数对应的所述当前周期之后的目标周期的第一预测数据量；根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量；分别确定所述服务器中。
16、各数据处理单元在所述当前周期内处理的数据量；根据所述各数据处理单元在所述当前周期内处理的数据量，以及所述各数据处理单元的参考负载，确定所述服务器在所述当前周期内处理数据时的负载程度；根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，以使所述服务器根据调整后的目标周期执行任务。0007可选地，针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应说明书1/21 页5CN 116149865 A5的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数，具体包括：针对每个周期参数，根据各历史周期内的实际数据量以及该周期参数，确定该周期参数对应的参考周。
17、期的数据量的水平平滑值、所述参考周期的数据量的趋势平滑值和该周期参数对应于的周期长度内的季节性趋势值；初始化该周期参数对应的数据量预测函数中所述水平平滑值对应的第一参数、所述趋势平滑值对应的第二参数，以及所述季节性趋势值的对应的第三参数；根据初始化的所述第一参数、所述第二参数和所述第三参数，对该周期对应的数据量预测函数中的所述水平平滑值、所述趋势平滑值和所述季节性趋势值进行加权求和，得到当前周期的预测数据量；确定所述预测数据量和所述各历史周期中所述当前周期的实际数据量之间的差异，并以所述差异的最小化为优化目标，优化所述第一参数、所述第二参数和所述第三参数；将优化后的第一参数、第二参数和第三参数。
18、代入该周期参数对应的数据量预测函数，得到优化后的该周期参数对应的数据量预测函数。0008可选地，以所述差异的最小化为优化目标，优化初始化的所述第一参数、所述第二参数和所述第三参数，具体包括：根据所述第一参数、所述第二参数和所述第三参数的初始值，确定调整步长；根据所述调整步长和预设的参数范围，分别确定所述第一参数、所述第二参数和所述第三参数的各候选值；将所述第一参数、所述第二参数和所述第三参数分别对应的各候选值进行组合，得到各候选参数组；将所述各候选参数组分别代入该周期参数对应的数据量预测函数，基于所述各历史周期的数据量，确定所述各候选参数组对应的差异；将所述各候选参数组对应的差异中差异最小的候。
19、选参数组作为目标参数组，并确定所述目标参数组包含的优化后的所述第一参数、所述第二参数和所述第三参数。0009可选地，将当前周期的实际数据量代入优化后的该周期参数对应的数据量预测函数，预测得到该周期参数对应的所述当前周期之后的目标周期的第一预测数据量，具体包括：将当前周期的实际数据量代入该周期参数对应的数据量预测函数，得到该周期参数对应的所述当前周期之后的目标周期对应的预测数据分量；确定该周期参数对应的所述目标周期内的预测误差分量；根据所述预测数据分量和所述预测误差分量，确定该周期参数对应的所述目标周期的第一预测数据量。0010可选地，确定该周期参数对应的所述目标周期内的预测误差分量，具体包括：。
20、将所述各历史周期中所述当前周期之前的参考周期的实际数据量，代入优化后的该周期参数对应的数据量预测函数，得到所述当前周期对应的预测数据量；根据所述当前周期的实际数据量和所述当前周期对应的预测数据量之间的差异，以及所述差异的权重，确定预测误差分量。说明书2/21 页6CN 116149865 A60011可选地，根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量，具体包括：分别确定所述各周期参数的权重；根据所述各周期参数的权重，对所述各周期参数对应的所述目标周期内的第一预测数据量加权求和，确定目标周期的第二预测数据量。0012可选地，分别确定所述各周期参数的权。
21、重，具体包括：根据所述各历史周期的实际数据量，和基于所述各周期参数对应的数据量预测函数得到的在所述各历史周期内处理的预测数据量之间的对应关系，分别确定所述各周期参数的权重。0013可选地，根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，具体包括：根据所述服务器执行的数据处理任务的类型，确定周期调节参数；根据所述负载程度和所述周期调节参数的比值，确定第一调整参数；根据所述第二预测数据量和所述当前周期的实际数据量的比值，确定第二调整参数；根据所述第一调整参数和所述第二调整参数，确定调整后的所述目标周期的数据处理时长。0014可选地，所述方法还包括：确定所述调整后的目标周期以。
22、及所述当前周期之间的周期比值，并对所述周期比值向上取整，得到目标周期比值；根据所述目标周期比值确定需要进行实际数据量平滑处理的待处理周期，并将所述待处理周期划分为若干子周期；根据所述目标周期的实际数据量，以及所述目标周期比值，确定所述待处理周期内各子周期对应的所述服务器处理的实际数据量，并存储在数据库中。0015本说明书提供了一种变频执行任务的装置，服务器在周期内执行若干数据量的数据处理任务，所述装置包括：实际数据量获取模块，用于获取多个历史周期的实际数据量；函数构建模块，用于确定各周期参数，并构建所述各周期参数对应的数据量预测函数，其中，所述各周期参数分别对应于不同的周期长度，所述各周期参数。
23、对应的数据量预测函数分别包含所述各周期参数对应于的周期长度内数据量的季节性趋势值；优化模块，用于针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数；第一预测数据量确定模块，用于根据优化后的该周期参数对应的数据量预测函数，预测得到该周期参数对应的当前周期之后的目标周期的第一预测数据量；第二预测数据量确定模块，用于根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量；负载确定模块，用于分别确定所述服务器中各数据处理单元在所述当前周期内处理的数据量；说明书3/21 页7CN 11。
24、6149865 A7负载程度确定模块，用于根据所述各数据处理单元在所述当前周期内处理的数据量，以及所述各数据处理单元的参考负载，确定所述服务器在所述当前周期内处理数据时的负载程度；调整模块，用于根据所述第二预测数据量以及所述负载程度，调整所述目标周期的数据处理时长，以使所述服务器根据调整后的目标周期执行任务。0016本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述变频执行任务的方法。0017本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述变频执行任务的方法。00。
25、18本说明书采用的上述至少一个技术方案能够达到以下有益效果：本说明书提供的变频执行任务的方法中，基于多个历史周期的实际数据量，得到优化后的各周期参数对应的数据量预测函数，将当前周期的实际数据量分别代入各周期参数对应的数据量预测函数，确定目标周期的第一预测数据量，进而确定目标周期的第二预测数据量。结合第二预测数据量和服务器的负载程度，调整目标周期的数据处理时长。可见，通过将对应于不同周期长度的各周期参数对应的数据量预测函数确定的第二预测数据量，与服务器的负载程度结合得到调整后的目标周期的方式，使得服务器在执行数据处理任务时考虑不同的周期长度内数据量的季节性趋势值，达到平稳并高效的使用服务器资源的。
26、目的，提升任务执行的效率，辅助管理者进行资源分配、任务规划等决策，为合理分配服务器执行数据处理任务提供依据。附图说明0019此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：图1为本说明书中一种变频执行任务的方法的流程示意图；图2为本说明书中一种变频执行任务的方法的流程示意图；图3为本说明书提供的一种变频执行任务的装置的示意图；图4为本说明书提供的对应于图1的电子设备示意图。具体实施方式0020为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书。
27、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说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，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，都属于本说明书保护的范围。0021另外，需要说明的是，本说明书中所有获取信号、信息或数据的动作都是在遵照所在地相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。0022随着计算机技术的不断发展，采用服务器定时执行数据处理任务的方案广泛应用在各种工业领域中。例如，在能源技术领域中，可以定时监测工厂能耗数据以便为工厂合理说明书4/21 页8CN 116149865 A8规划能源供给；在。
28、存储技术领域中，可以通过周期性监测存储资源占用数据，解决用户存储资源紧张的问题；又如在半导体技术领域中，基于半导体器件的尺寸和使用场景等数据判断器件使用寿命以估算其可靠性。又或者在医疗计算服务领域，可以定时处理患者的门诊数据，为患者和医生提供数据存储和查询等服务。0023以医疗计算服务领域为例，在医疗领域中，尤其涉及病患每日的就诊访问量等，并不是单独的随机事件，其具有一定的季节性以及周期性的特点。但目前，通常是以定时任务捞取一定的数据量进行处理等，也即，每间隔固定的数据处理时长，服务器才会执行一次数据处理任务。由于上述方案没有充分地考虑病患数据量的潜在特征，以及不能充分地考虑服务器计算资源的性。
29、能等问题，可能会造成某个时刻服务器执行的数据处理任务的数据量突发性骤增或骤减的情况。如果仍以不匹配的任务执行频率进行数据处理任务，可能会出现服务器计算资源紧张无法满足数据处理任务的情况，或者在空闲时间段不停地进行空轮询捞取数据造成服务器计算资源浪费的情况。0024基于此，本说明书提供一种变频执行任务的方法，通过将对应于不同周期长度的各周期参数对应的数据量预测函数确定的第二预测数据量，与服务器的负载程度结合得到调整后的目标周期的方式，使得服务器在执行数据处理任务时考虑不同的周期长度内数据量的季节性趋势值，达到平稳并高效的使用服务器资源的目的，提升任务执行的效率，辅助管理者进行资源分配、任务规划等。
30、决策，为合理分配服务器执行数据处理任务提供依据。0025以下结合附图，详细说明本说明书各实施例提供的技术方案。0026图1为本说明书提供的一种变频执行任务的方法的流程示意图。0027S100：获取多个历史周期的实际数据量。0028本说明书实施例中提供一种变频执行任务的方法，其中涉及到数据量预测函数的优化过程、目标周期的数据处理时长的调整过程，以及可选地用户数据处理过程。上述三个过程可分别由服务器等电子设备执行，且执行上述三个过程的电子设备可以相同、部分相同，或者互不相同，本说明书对此不做限定。0029在本说明书实施例中，并不限制本说明书提供的变频执行任务的方法所涉及到的数据的类型以及数据处理的。
31、领域，本说明书提供的变频执行任务的方法可以应用于能源数据处理领域、存储资源数据处理领域、半导体器件数据处理领域，或者医疗计算数据处理领域等，为了便于陈述，本说明书以变频执行任务的方法应用在医疗计算数据处理领域为例，对具体的技术方案进行详细阐述。0030以医疗计算服务领域为例，由于病患数据信息等在不同的季节、不同月份以及同一天不同的时间段等不同时间段内服务器处理的医疗信息的数据量不同，同时，不同时刻服务器的负载程度也不相同。每间隔固定的数据处理时长，服务器才会执行一次数据处理任务的方案，没有充分地考虑病患数据量的潜在特征，也没有充分地考虑服务器计算性能等问题，无法高效应对医疗信息数据量骤增或骤减。
32、的实际情况，造成服务器计算资源的紧张或浪费。0031由此，在本说明书实施例中，将对应于不同周期长度的各周期参数对应的数据量预测函数确定的第二预测数据量，与服务器的负载程度相结合的方式，既考虑不同的季节、不同月份或者同一天不同的时间段的医疗信息数据量的变化趋势，也考虑服务器性能条件，对执行数据处理任务的时长进行伸缩，以达到充分、高效地执行数据处理任务的目的，说明书5/21 页9CN 116149865 A9提高计算服务的质量。0032在此步骤中，获取的多个历史周期的实际数据量指的是：在多个历史周期中的每个周期内，服务器执行数据处理任务时实际处理的数据量。历史周期的实际数据量可以通过查询服务器执行。
33、数据处理任务时的历史记录等现有的任一数量获取方式得到，本说明书对此不做限定。0033在本说明书实施例中，历史周期指的是：在时间序列上排列在需要进行数据处理时长调整的目标周期之前的周期。例如，需要对1月2日13时至14时这一目标周期的数据处理时长进行调整时，所获取的多个历史周期对应的时间可以是1月2日13时之前，如1月2日10时至11时、11时至12时和12时至13时。另外，多个历史周期内的每个历史周期的长度可以相同、也可以不同，本说明书对此不做限定，但为了便于阐述，本说明书以各历史周期的时长相同为例，对具体的技术方案进行说明。0034一般的，可以将各历史周期的实际数据量按照任务执行的时间排列成。
34、序列。0035可选地，假设未调整的数据处理时长均为，即历史周期的长度为，可得服务器执行数据处理任务的原有执行频率为1/。假设x表征各历史周期内服务器执行数据处理任务时处理的实际数据量，则xi为第i个历史周期的实际数据量。假设历史周期的数量为n，则将n视为一个窗口时间段。0036S102：确定各周期参数，并构建所述各周期参数对应的数据量预测函数，其中，所述各周期参数分别对应于不同的周期长度，所述各周期参数对应的数据量预测函数分别包含所述各周期参数对应于的周期长度内数据量的季节性趋势值。0037具体的，可以通过预测目标周期内服务器需要处理的数据量，再结合服务器的负载状况的方式，动态调整目标周期的数。
35、据处理时长。因此，需要预测得到准确率较高的目标周期内服务器需要处理的数据量。为此，本说明书实施例中采用包含季节变化趋势的数据量预测函数，对服务器在目标周期内需要处理的数据量进行预测。0038在本说明书实施例中，为了充分考虑不同周期长度（不同的季节、不同月份、不同星期或者同一天不同的时间段）的数据量的变化趋势，确定多个对应于不同周期长度的周期参数。并针对每个周期参数，构建该周期参数对应的数据量预测函数。其中，该周期参数对应的数据量预测函数中包含该周期参数对应的周期长度内数据量的季节性趋势值，也就是说，需要通过该周期参数对应的周期长度内数据量的季节性趋势值，预测该周期参数对应的服务器在目标周期内执。
36、行数据处理任务所需处理的任务量。0039例如，假设周期参数对应的周期长度为一小时，则对于一个小时所对应的周期参数khour来说，khour对应的数据量预测函数中包含了从当前时刻之前的一个小时，到当前时刻这一时段内服务器执行数据处理任务所处理的数据量的变化趋势值。0040在此步骤中，周期参数的数量、周期参数具体对应的周期长度均可以根据具体的应用场景确定。在本说明书实施例中，采用khour、kday、kweek、kmouth这四个周期参数，这四个周期参数分别对应的周期长度依次为一个小时、一天、一个星期和一个月。0041此处需要说明的是，周期参数的取值并不一定与周期参数对应的周期长度相同，周期参数的。
37、取值需要根据周期参数对应的周期长度与上述步骤S100获取的实际数据量对说明书6/21 页10CN 116149865 A10应的历史周期的长度确定。例如，假设周期参数对应的周期长度为1小时，而历史周期对应的数据处理时长为10分钟，则，周期参数khour的取值可以为1小时和10分钟的比值，即，khour为6。0042S104：针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数。0043在预测目标周期内服务器需要处理的数据量之前，需要对各时间周期对应的数据量预测函数进行参数优化。其中，数据量预测函数可以表征目标周。
38、期内服务器需要处理的数据量与数据量的平稳性、数据量的当前趋势变化、数据量的季节性变化或周期性变化这三个方面的衡量值之间的关系。0044在本说明书一个或多个实施例中，采用霍尔特温特预测模型构建数据量预测函数。当然，还可以是现有的任一可以包含数据的线性趋势变化和周期波动的预测函数，本说明书对此不做限定。0045可选地，以数据量预测函数为霍尔特温特预测模型的三次指数平滑预测函数为例，对具体的技术方案进行阐述。其中，具有数据量预测函数的具体公式如下：004600470048是水平平滑参数、是趋势平滑参数、是季节变化平滑参数，上述三个参数的取值范围均为0，1。xi是多个历史周期中第i个周期内服务器处理数。
39、据的实际数据量，si为第i个周期进行平滑的值，ti表示第i个周期进行平滑后的趋势值，pi是指数据量的周期性规律部分，k为周期参数对应的周期长度，不同的周期参数对应的数据量预测函数所对应的k的取值不同。0049目标周期内服务器处理的数据量的预测公式如下：0050其中，以当前周期为按照时间排序的各历史周期内的最后一个历史周期，h用于表征目标周期与当前周期之间的时间差异，当h取1时，表征目标周期为当前周期的下一个周期，根据具体的应用场景确定h的取值，本说明书对此不做限定。0051根据各历史周期内服务器处理的实际数据量，分别对各周期参数对应的数据量预测函数进行参数优化，实际上是为了使得预测得到的目标周。
40、期内服务器需要处理的数据量能够考虑到不同周期长度对应的时间段内数据量的变化趋势。0052在此步骤中，通过将各历史周期的实际数据量代入数据量预测函数，预测出各历史周期对应的预测数据量，并以预测数据量以及实际数据量之间的差异，确定参数优化的方向，使得经过参数优化的数据量预测函数能够较为精准的预测出各历史周期内服务器处理的数据量。说明书7/21 页11CN 116149865 A110053S106：根据优化后的该周期参数对应的数据量预测函数，预测得到该周期参数对应的所述当前周期之后的目标周期的第一预测数据量。0054为了充分考虑到不同周期长度内数据量的变化趋势，可以根据优化后的各周期参数对应的数据。
41、量预测函数，先预测出各周期参数对应的目标周期内服务器需要处理的第一预测数据量，然后根据各第一预测数据量，综合得到第二预测数据量。0055S108：根据所述各周期参数对应的所述目标周期内的第一预测数据量，确定所述目标周期的第二预测数据量。0056进一步的，在通过各周期参数对应的数据量预测函数得到各第一预测数据量之后，可以基于线性求和公式，得到目标周期内服务器需要处理的第二预测数据量。其中，线性求和公式可以是现有的任意线性求和方式，本说明书对此不做限定。0057可选地，可以确定各周期参数对应的权重，以确定出的各权重分别对目标周期的第一预测数据量进行加权求和，得到目标周期内服务器需要处理的第二预测数。
42、据量。0058可选的，第二预测数据量可以采用下述公式得到：=+0059其中，、和分别为各周期参数对应的权重，表示目标周期内服务器需要处理的第二预测数据量。0060通过上述步骤S100至S106得到的目标周期内服务器需要处理的第二预测数据量可认为是使用季节性变差模型通过在固定大小的窗口时间段（n）内通过多个不同长度的周期结合的方式来进行未来数据处理量的预测方案。0061S110：分别确定所述服务器中各数据处理单元在所述当前周期内处理的数据量。0062进一步的，在前述步骤中基于不同周期参数对应的数据量预测函数确定的第二预测数据量，之后就需要考虑服务器的负载程度，以便后续将二者结合调整目标周期的数据。
43、处理时长。0063具体的，用于进行数据处理的服务器可以包含若干个数据处理单元，在数据处理的过程中可以为各数据处理单元分配数据处理任务，也即，为数据处理单元分配在一个周期内需要处理的数据量。各数据处理单元在当前周期内处理的数据量可以指示服务器中各数据处理单元为了处理该数据量的数据所消耗的计算资源，因此可以根据各数据处理单元在当前周期内处理的数据量确定服务器的负载值。0064S112：根据所述各数据处理单元在所述当前周期内处理的数据量，以及所述各数据处理单元的参考负载，确定所述服务器在所述当前周期内处理数据时的负载程度。0065进而，根据用于确定服务器负载值的所述各数据处理单元在所述当前周期内处理。
44、的数据量，以及各数据处理单元的参考负载，确定在当前周期内服务器处理数据的负载程度。0066具体的，负载程度可以用所述各数据处理单元在所述当前周期内处理的数据量确定出服务器在当前周期内的负载值，进而根据服务器在当前周期内的负载值和参考负载之间的比值，确定服务器在当前周期内的负载程度。0067一般的，当负载程度大于1时，可以认为服务器在当前周期内执行数据处理任务的说明书8/21 页12CN 116149865 A12负载较大，计算资源较为紧张；反之，当负载程度不大于1时，可以认为服务器在当前周期内执行数据处理任务的负载不大，计算资源较为宽裕。0068S114：根据所述第二预测数据量以及所述负载程度。
45、，调整所述目标周期的数据处理时长，以使所述服务器根据调整后的目标周期执行任务。0069根据目标周期内服务器需要处理的第二预测数据量以及当前周期内服务器的负载程度确定出调整后的目标周期的数据处理时长，实现了通过将不同周期参数对应的数据量预测函数确定的第二预测数据量与服务器的负载程度相结合的方式，既考虑不同的季节、不同月份或者同一天不同的时间段的医疗信息数据量的特点，也考虑服务器性能条件的目的，提高了服务器执行数据处理任务的效率，同时，合理利用了服务器的计算资源。0070另外，可以理解的是，本说明书实施例中所涉及到的数据处理时长可以指的是服务器在该数据处理时长对应的时段内执行若干数据处理任务，或者。
46、是服务器在间隔该数据处理时候后开始执行数据处理任务，这个可以根据具体的应用场景确定，本说明书对此不做限定。0071在本说明书提供的变频执行任务的方法中，基于多个历史周期的实际数据量，得到优化后的各周期参数对应的数据量预测函数，将当前周期的实际数据量分别代入各周期参数对应的数据量预测函数，确定目标周期的第一预测数据量，进而确定目标周期的第二预测数据量。结合第二预测数据量和服务器的负载程度，调整目标周期的数据处理时长。可见，通过将对应于不同周期长度的各周期参数对应的数据量预测函数确定的第二预测数据量，与服务器的负载程度结合得到调整后的目标周期的方式，使得服务器在执行数据处理任务时考虑不同的周期长度。
47、内数据量的季节性趋势值，达到平稳并高效的使用服务器资源的目的，提升任务执行的效率，辅助管理者进行资源分配、任务规划等决策，为合理分配服务器执行数据处理任务提供依据。0072在本说明书一个或多个实施例中，在如图1步骤S102所示针对每个周期参数，根据各历史周期内的实际数据量，对该周期参数对应的数据量预测函数进行参数优化，得到优化后的该周期参数对应的数据量预测函数中，其中，所述数据量预测函数表征当前周期内服务器处理的数据量，与当前周期之前的历史周期内所述服务器处理的数据量的水平平滑值、当前周期之前的历史周期内所述服务器处理的数据量的趋势平滑值以及周期参数对应于的周期长度内的季节性趋势值之间的关联关。
48、系，基于此，各周期参数对应的数据量预测函数的优化过程具体如下，如图2所示：S200：针对每个周期参数，根据各历史周期内的实际数据量以及该周期参数，确定该周期参数对应的参考周期的数据量的水平平滑值、所述参考周期的数据量的趋势平滑值和该周期参数对应于的周期长度内的季节性趋势值。0073以上述如图1步骤S104所示的一种可选的数据量预测函数的形式为例，由于数据量预测函数表征了下一周期的预测数据量（Fi+1）与前一周期的数据量的水平平滑值（si）、前一周期的数据量的趋势平滑值（ti），以及周期长度内数据量的季节性趋势值（pik）之间的关系，若要预测当前周期内服务器处理的数据量，则需要根据当前周期之前的。
49、参考周期对应的数据量的水平平滑值、趋势平滑值，以及周期参数对应于的周期长度内的季节性趋势值。0074由于当前周期是多个历史周期在时间序列上的最后一个周期，则当前周期之前的说明书9/21 页13CN 116149865 A13参考周期也是在多个历史周期的序列中，因此，上述参考周期对应的数据量的水平平滑值、趋势平滑值，以及该周期参数对应的周期长度内的数据量的季节性趋势值可以根据获取到的多个历史周期的实际数据量确定。0075S202：初始化该周期参数对应的数据量预测函数中所述水平平滑值对应的第一参数、所述趋势平滑值对应的第二参数，以及所述季节性趋势值的对应的第三参数。0076具体的，对应于上述如图1。
50、步骤S104所示的数据量预测函数的具体公式中，水平平滑值的第一参数即为，趋势平滑值的第二参数为，周期平滑值的第三参数为。0077初始化的方式可以是现有的任意初始化的方式，第一参数、第二参数和第三参数的初始值可以相同也可以不同，本说明书对初始化的方式和初始值的具体数值不做限定。0078可选地，在本说明书实施例中，可以设置所述第一参数、所述第二参数和所述第三参数的初始值分别为0.1、0.1和0.1。0079S204：根据初始化的所述第一参数、所述第二参数和所述第三参数，对该周期对应的数据量预测函数中的所述水平平滑值、所述趋势平滑值和所述季节性趋势值进行加权求和，得到当前周期的预测数据量。0080S。