使用指导

前提条件

首先需要保证用户提供的历史日志及待预测负载格式符合要求，其次为保证预测准确率，用户提供的历史语句日志应尽可能全面并具有代表性。

背景信息

工具目录下提供了示例数据集及演示代码，更加详细的说明与工具所需依赖请参考工具根目录下的Readme文件。

操作步骤

1. 如果这是您第一次使用本工具，您应该提供历史日志以供模型训练，类型为：

   执行开始时间    |   执行结束时间   |   锁时间   |   执行等待时间   |   语句文本 
   

   历史日志中每一行的格式如上，其中每两列之间的分隔符为’\t|\t’，如果某列无法提供，请将其置0。

2. 执行训练命令进行训练：

   python src/main.py train [--train LOG_FILE] [--model MODEL_DIR] 
   

   • LOG_FILE: 供训练用历史日志的路径。

   • MODEL_DIR: 训练生成的模型及中间文件存储路径。

3. 在进行预测之前，请确保训练过程已经顺利完成。待预测负载需要为文件格式，格式为每行为一条语句。

   执行预测命令进行预测：

   python src/main.py predict [--model MODEL_DIR] [--predict WORKLOAD_FILE] [--ratio RETRAIN_RATIO] 
   

   • MODEL_DIR: 模型路径，应与训练过程所指定的同名参数值一致。

   • WORKLOAD_FILE: 待预测负载文件路径。

   • RETRAIN_RATIO: 推荐模型重训的阈值。 默认值为0.5，代表如果未训练元素数量达到已训练元素数量的0.5倍时，工具会提示您建议重新训练模型，使您的预测结果更加精准。在出现此提示时，不会影响该次预测。

   • 预测结果为一个float类型的列表 ，其中第n个值代表了待预测负载第n行语句的预测执行时间。该结果会显示在您的屏幕上，且被返回。

说明：
如果您希望同时训练并预测，工具提供了快速启动方式命令：

python src/main.py all [--train LOG_FILE] [--model MODEL_DIR] [--predict WORKLOAD_FILE] [--ratio RETRAIN_RATIO]   

各个参数含义与分别执行时一致。

示例

使用工具提供的demo数据进行训练：

python src/main.py train --train test/data/train.csv --model test/data/

使用工具提供的demo数据进行预测：

python src/main.py predict --model test/data/ --predict test/data/test.csv --ratio 0.2

快速启动：

python src/main.py all --train test/data/train.csv --model test/data/ --predict test/data/test.csv --ratio 0.2