本发明涉及一种循环神经网络训练方法，基于LSTM模型对某系统下数据库指标日频压力进行训练和预测，以期得到未来一段时间内该指标的数据趋势，再通过计算增幅得到该系统下数据库的压力情况，用于判断数据库的风险并作出预警管理；数据库的日频压力指标为加工指标，数据进行缺失值补足的数据预处理；构建完整时序数据集合(X_t，T_t)_n；完成特征组合后，开始对模型进行训练。本发明循环神经网络训练方法，对计算机软件系统内部支持的数据库指标进行数据加工和整理后，采用神经网络类的机器学习方式建模，以求得到对数据库指标在未来时间的预测情况，基于预测结果可以对系统下数据库进行指标性的管理，同时在各种风险下有较强的预警和把控能力。