CN102111920A - 一种性能报表管理的方法及装置 - Google Patents
一种性能报表管理的方法及装置 Download PDFInfo
- Publication number
- CN102111920A CN102111920A CN2009102438503A CN200910243850A CN102111920A CN 102111920 A CN102111920 A CN 102111920A CN 2009102438503 A CN2009102438503 A CN 2009102438503A CN 200910243850 A CN200910243850 A CN 200910243850A CN 102111920 A CN102111920 A CN 102111920A
- Authority
- CN
- China
- Prior art keywords
- data
- performance
- performance data
- user
- visit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Abstract
本发明的实施例提出了一种性能报表管理的方法,包括以下步骤:对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并根据汇总结果产生汇总表;当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。本发明的实施例还提出一种性能报表管理的装置。根据本发明提出的技术方案,能够有效提高报表生成的速度,并且能避免了盲目汇总原始数据,能有效节约系统资源。
Description
技术领域
本发明涉及网络通信领域,具体而言,本发明涉及一种性能报表管理的方法及装置。
背景技术
现代化的移动网络需要一个覆盖面广、自动化程度高并可以灵活配置和扩展的标准的移动网络管理系统。
性能管理主要是对移动网络的性能进行管理。具体来讲,就是通过对网络运行状况的监测,保证网络能够有效、平稳、安全地运行。并通过对网络设备数据的采集和分析,给网络管理人员提供充足、完整的运行数据,供管理人员根据网络运行状况制定合适的运行策略,使网络运行在最高效的状态下。
为了让运营商的网络管理人员能及时了解网络状况,通常网管系统会形成性能报表提供给网络管理人员。网元上报的数据一般是15分钟粒度的性能数据,网管需要汇总成一小时粒度或者更长时间的性能数据,形成性能报表。
现有技术中形成性能报表的方式主要有2种:
(1)在性能报表统计时,直接查询原始性能数据,即15分钟粒度性能数据,查询后并汇总形成性能报表;
(2)建立汇总表,系统每隔一小时做一次统计,将15分钟粒度性能数据汇总成1小时性能数据,当然也可能进一步汇总成一天的性能数据,并存入汇总表,在做报表时,查询汇总表中的汇总数据,经过适当处理,例如进一步汇总后形成报表。
然而,上述现有技术中,都存在较大的缺点:
方案一的最大缺点是:速度慢,有时候用户在请求报表时,要等上10分钟甚至更长时间,数据库在把15分钟粒度性能数据进行汇总时,因为原始性能数据的数据量巨大而需要很长时间才能完成性能报表。
方案二引入汇总表,汇总表保存1小时或者更长时间的性能统计数据,即将4个15分钟粒度的性能数据汇总成1个1小时粒度的性能数据,生成报表时,直接从汇总表中获取性能数据。方案二克服了方案一的缺点,当用户发起生成报表的请求时,只需要从汇总表中获取,获取的数据是汇总后的数据,因而所获取的数据量比方案一大大减小,并且免去了从15分钟粒度汇总成1小时粒度的过程,因而能够很快地完成报表,响应用户的请求。但由于其生成汇总表的过程中,原始性能数据也是巨大,所以消耗大量的系统资源,例如CPU资源、内存资源、磁盘I/O等,并且生成的汇总表数据也多,占用大量昂贵的磁盘阵列空间。
因此,有必要提出相应的性能报表生成的技术方案,提高性能报表的生成速度以及提高系统资源的利用率。
发明内容
本发明的目的旨在至少解决上述技术缺陷之一,特别是通过预测并确定用户下次需要访问的性能数据,提前生成合适的汇总表,能够有效提高报表生成的速度,并且能避免了盲目汇总原始数据,能有效节约系统资源。
为了达到上述目的,本发明的实施例一方面提出了一种性能报表管理的方法,包括以下步骤:
对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;
根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并根据汇总结果产生汇总表;
当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
本发明的实施例另一方面还提出一种性能报表管理的装置,包括分析模块、周期汇总模块以及报表生成模块:
所述分析模块,用于对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;
所述周期汇总模块,用于根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并根据汇总结果产生汇总表;
所述报表生成模块,用于当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
本发明提出的上述方案,和现有技术相比,显然报表服务器只需要预先处理一小部分性能数据,对于性能数据根据预测结果有针对性的处理,因此节约了大量的CPU资源和磁盘阵列资源等,优势非常明显,特别是做的报表很少的情况下,则有选择性的预处理性能数据具有更大的优越性。本发明提出的上述方法,能够有效提高报表生成的速度,并且能避免了盲目汇总原始数据,能有效节约系统资源。此外,本发明提出的上述方法对现有系统的改动很小,不会影响系统的兼容性,而且实现简单、高效。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例一种性能报表管理的方法流程图;
图2为本发明实施例一种性能报表管理的装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
为了实现本发明之目的,本发明公开了一种性能报表管理的方法,包括以下步骤:对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并根据汇总结果产生汇总表;当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
如图1所述,为本发明实施例一种性能报表管理的方法流程图,包括以下步骤:
S101:预测并确定用户下次需要访问的性能数据。
在步骤S101中,对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据。
在本发明中,一个核心过程就是预测用户可能需要对哪些性能数据进行汇总。为了便于理解本发明中的预测过程,结合具体的例子说明如下:
例如,在用户生成性能报表的过程中,服务器获取相关参数,包括:对哪些管理对象、哪些时间段、哪些指标进行统计,并记录下来,记录时,时间以小时为单位。
作为本发明的实施例,预测并确定用户下次需要访问的性能数据包括:
统计用户访问性能数据的频率,当访问性能数据的频率达到预定门限值时,确定所述性能数据为用户下次需要访问的性能数据。
此外,预测并确定用户下次需要访问的性能数据包括:
根据不同的时间特征预测并确定用户下次需要访问的性能数据,对工作日和节假日分别预测并确定用户下次需要访问的性能数据。
具体而言,所述频率的预定门限值为0.5×N-1,当访问次数>0.5×N-1时,确定所述性能数据为用户下次需要访问的性能数据,其中N为访问次数统计时间范围。
例如:
用户甲在某日(2009-10-28)统计了A小区8:00~10:00间性能指标R001和R002的性能数据。
用户乙在下一日(2009-10-29)统计了A小区9:00~11:00间性能指标R001和R002的性能数据。
则在数据库中用户行为记录表记录如表1所示:
表1用户行为记录表
日期 | 管理对象 | 时间(点) | 性能指标 |
2009-10-28 | A小区 | 8:00~9:00 | R001 |
2009-10-28 | A小区 | 9:00~10:00 | R001 |
2009-10-28 | A小区 | 8:00~9:00 | R002 |
2009-10-28 | A小区 | 9:00~10:00 | R002 |
2009-10-29 | A小区 | 9:00~10:00 | R001 |
2009-10-29 | A小区 | 10:00~11:00 | R001 |
2009-10-29 | A小区 | 9:00~10:00 | R002 |
2009-10-29 | A小区 | 10:00~11:00 | R002 |
上表中,前四行部分是用户甲的操作记录,其余是用户乙的操作记录,进行汇总,就可以得到:
表2用户行为汇总表
管理对象 | 时间(点) | 指标 | 访问次数 |
A小区 | 8:00~9:00 | R001 | 1 |
A小区 | 8:00~9:00 | R002 | 1 |
A小区 | 9:00~10:00 | R001 | 2 |
A小区 | 10:00~11:00 | R001 | 1 |
A小区 | 9:00~10:00 | R002 | 2 |
A小区 | 10:00~11:00 | R002 | 1 |
也即对A小区的R001和R002的9:00~10:00的数据有两次统计请求,而其他的都只有一次。
系统在运行的第二天起,即可以根据第1天的统计结果,对第1天要求统计的全部性能数据全部提前统计好,放入汇总表。
在运行的第三天起,则根据前面两天的结果,取出其中访问次数为2次的全部性能数据全部提前统计好。例如,假定图二为前面两天的统计结果,则第三天,因为以前对A小区的R001和R002的9:00~10:00的数据有两次统计请求,访问次数为2,则预测第三天用户也会需要这个统计数据,因此提前计算这个数据。
在运行的第四天起,则预测其中访问次数大于2次的性能数据又会被用户需要。
在运行的第五天起,则预测其中访问次数大于2次的性能数据又会被用户需要。
在运行的第六天起,则预测其中访问次数大于3次的性能数据又会被用户需要。
......
在运行的第30天起,则预测其中访问次数大于15次的性能数据又会被用户需要。
总之,根据已有数据分析,如果其(访问次数+1)/访问次数统计时间范围大于0.5则预测该数据还会被用户需要,显然,门限值0.5可以配置和调整,例如,0.5可以调整为0.8。访问次数统计时间范围以天为单位。
在30天后,则定期删除30天前的记录,即保证采集的用户性能数据是新的,换句话说,用户行为记录表总是最近30天的数据。只要在最近的30天内,对于访问次数大于15次的性能数据,预测其会被统计。
此后,因为数据库中只保存30天对用户访问的统计数据,因此访问次数统计时间范围固定为30。
下面以30天后为例,对上述公式的应用进一步举例说明:
(访问次数+1)/访问次数统计时间范围>0.5;
即(访问次数+1)/30>0.5;
解此方程得:访问次数>15。
即访问次数大于15次的统计数据,就预测这些性能数据还会被用户需要。
为了提高合理性,如果一天访问多次,访问次数可以以一次计算。因为某一天频繁访问某个数据,不能说明用户经常需要访问它,只有大多数日子都访问它,才能说明用户经常需要访问它,很可能以后也要访问它。
此外,对于用户行为的分析可以进一步按工作日和节假日分析,例如,周一和周六分别进行分析,因为这两天可能关心的性能数据不同,因此可以分析出最近若干个工作日的行为,对下一个周一进行预测,也可以分析出最近若干个节假日的行为,对下一个周六进行预测,其方法和上文中按日的方法类似。
对于分析的结果,不仅仅可以用在性能数据预处理步骤,对于数据库,还可以写脚本根据这个预测结果自动决定将哪些表进行缓存,如果数据库支持,可以进一步细化到哪些表的哪些列,进入数据库缓存,即将这些数据保存在数据库的缓存中,然后数据库系统自动进行缓存控制。人工收集各个局的统计结果,可以指导数据库设计时的缓存策略,即缓存哪些表哪些列。
S102:周期性对性能数据进行汇总,并根据汇总结果产生汇总表。
在步骤S102中,根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并根据汇总结果产生汇总表。
具体而言,周期性对所述性能数据进行汇总为每小时对所述性能数据进行汇总,在准点后2分钟统计上一小时的数据。
对预测被用户需要的性能数据提前进行汇总,存入汇总表,一般发生的时机在准点后2分钟,例如,上午8:02分统计7:00~8:00之间的数据,上午9:02分统计8:00~9:00之间的数据。
当然,如果用户查的是8:15分到9:15的性能数据,则为简便起见,则在用户行为记录表中记录仍然为8:00~9:00和9:00~10:00,但这种情况并不多见。
可以预见,用户关心的性能数据,或者性能报表,是具有重复性的,例如,过去的30天关心的总是8:00~9:00某小区的性能数据,需要汇总,则可以预测,在未来的1天内,用户还是需要下一天的这个时间段的对应性能数据。
S103:当用户请求生成性能报表时,形成性能报表。
在步骤S103中,当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
此外,当所述汇总表中不存在相应性能数据的汇总数据时,则从原始性能数据中获取相应性能数据,形成性能报表。
即报表生成过程为:
(1)先在汇总表中检查是否存在汇总的数据,如果存在的,则直接从汇总表中取;
(2)如果汇总表不存在的,则从原始性能数据中进行加工;
(3)合并上面2个步骤的数据处理结果,形成性能报表;可选地,为了降低处理的复杂性,也可以一旦不命中,就全部性能数据都从原始性能数据中进行加工得到,这样就避免了合并的步骤。
通过这种方式,则用户生成性能报表时,一般情况下都是汇总表数据命中,即都是从汇总表中取,也即取的是汇总后的数据,因为汇总后,数据量小并且免于汇总计算,因此速度总是很快,偶然的没有命中,需要到原始性能数据中去查,此时就比较慢,但是发生的概率很小。
对于不命中的情况,从原始性能数据中查到数据,汇总后,也可以补入汇总表中,是否补入,是可以由系统配置的,这取决于这些补充的汇总数据被再次使用的概率是否大,在不同的场合这个概率是不同的。
综上所述,能够保证大多数情况下因为汇总表数据命中而报表服务器具有很高的报表生成速度,从而报表服务器大多数情况下更加空闲,可以将更多的资源投入到不命中的情况的处理中,整体上使性能报表的生成速度提高一个档次。
和现有技术相比,显然报表服务器只需要预先处理一小部分性能数据,对于性能数据根据预测结果有针对性的处理,因此节约了大量的CPU资源和磁盘阵列资源等,优势非常明显,特别是对于做的报表很少的情况下,有选择性的预处理性能数据具有更大的优越性。
本发明提出的上述方法,能够有效提高报表生成的速度,并且能避免了盲目汇总原始数据,能有效节约系统资源。
如图2所示,本发明实施例还公开了一种性能报表管理的装置100,包括分析模块110、周期汇总模块120以及报表生成模块130。
其中,分析模块110用于对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据。
具体而言,分析模块110预测并确定用户下次需要访问的性能数据包括:
统计用户访问性能数据的频率,当访问性能数据的频率达到预定门限值时,确定性能数据为用户下次需要访问的性能数据。
具体而言,分析模块110预测并确定用户下次需要访问的性能数据包括:
分析模块110根据不同的时间特征预测并确定用户下次需要访问的性能数据,对工作日和节假日分别预测并确定用户下次需要访问的性能数据。
具体而言,分析模块110设置的频率的预定门限值为0.5×N-1,当访问次数>0.5×N-1时,确定性能数据为用户下次需要访问的性能数据,其中N为访问次数统计时间范围。
周期汇总模块120用于根据所确定的用户下次需要访问的性能数据,周期性对性能数据进行汇总,并根据汇总结果产生汇总表。
具体而言,周期汇总模块120周期性对性能数据进行汇总为每小时对性能数据进行汇总,在准点后2分钟统计上一小时的数据。
报表生成模块130用于当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
具体而言,当汇总表中不存在相应性能数据的汇总数据时,报表生成模块130则从原始性能数据中获取相应性能数据,形成性能报表。
即报表生成过程为:先在汇总表中检查是否存在汇总的数据,如果存在的,则直接从汇总表中取;如果汇总表不存在的,则从原始性能数据中进行加工;合并上面2个步骤的数据处理结果,形成性能报表。
通过这种方式,则用户生成性能报表时,一般情况下都是汇总表数据命中,即都是从汇总表中取,也即取的是汇总后的数据,因为汇总后,数据量小并且免于汇总计算,因此速度总是很快,偶然的没有命中,需要到原始性能数据中去查,此时就比较慢,但是发生的概率很小。
对于不命中的情况,从原始性能数据中查到数据,汇总后,也可以补入汇总表中,是否补入,是可以由系统配置的,这取决于这些补充的汇总数据被再次使用的概率是否大,在不同的场合这个概率是不同的。
综上所述,能够保证大多数情况下因为汇总表数据命中而报表服务器具有很高的报表生成速度,从而报表服务器大多数情况下更加空闲,可以将更多的资源投入到不命中的情况的处理中,整体上使性能报表的生成速度提高一个档次。
和现有技术相比,显然报表服务器只需要预先处理一小部分性能数据,对于性能数据根据预测结果有针对性的处理,因此节约了大量的CPU资源和磁盘阵列资源等,优势非常明显,特别是对于做的报表很少的情况下,有选择性的预处理性能数据具有更大的优越性。
本发明提出的上述装置,能够有效提高报表生成的速度,并且能避免了盲目汇总原始数据,能有效节约系统资源。
本领域普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种性能报表管理的方法,其特征在于,包括以下步骤:
对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;
根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,将汇总结果存入汇总表;
当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
2.如权利要求1所述的性能报表管理的方法,其特征在于,当所述汇总表中不存在相应性能数据的汇总数据时,则从原始性能数据中获取相应性能数据,形成性能报表。
3.如权利要求1所述的性能报表管理的方法,其特征在于,预测并确定用户下次需要访问的性能数据包括:
统计用户访问性能数据的频率,当访问性能数据的频率达到预定门限值时,确定所述性能数据为用户下次需要访问的性能数据。
4.如权利要求3所述的性能报表管理的方法,其特征在于,预测并确定用户下次需要访问的性能数据包括:
根据不同的时间特征预测并确定用户下次需要访问的性能数据,对工作日和节假日分别预测并确定用户下次需要访问的性能数据。
5.如权利要求4所述的性能报表管理的方法,其特征在于,所述频率的预定门限值为0.5×N-1,当访问次数>0.5×N-1时,确定所述性能数据为用户下次需要访问的性能数据,其中N为访问次数统计时间范围。
6.如权利要求1所述的性能报表管理的方法,其特征在于,周期性对所述性能数据进行汇总为每小时对所述性能数据进行汇总,在准点后2分钟统计上一小时的数据。
7.一种性能报表管理的装置,其特征在于,包括分析模块、周期汇总模块以及报表生成模块:
所述分析模块,用于对用户的访问行为进行分析,预测并确定用户下次需要访问的性能数据;
所述周期汇总模块,用于根据所确定的用户下次需要访问的性能数据,周期性对所述性能数据进行汇总,并将汇总结果存入汇总表;
所述报表生成模块,用于当用户请求生成性能报表时,在汇总表中检查是否存在相应性能数据的汇总数据,如果存在所要的数据,则直接从汇总表中获取,形成性能报表。
8.如权利要求7所述的性能报表管理的装置,其特征在于,当所述汇总表中不存在相应性能数据的汇总数据时,所述报表生成模块则从原始性能数据中获取相应性能数据,形成性能报表。
9.如权利要求7所述的性能报表管理的装置,其特征在于,所述分析模块预测并确定用户下次需要访问的性能数据包括:
统计用户访问性能数据的频率,当访问性能数据的频率达到预定门限值时,确定所述性能数据为用户下次需要访问的性能数据。
10.如权利要求9所述的性能报表管理的装置,其特征在于,所述分析模块预测并确定用户下次需要访问的性能数据包括:
所述分析模块根据不同的时间特征预测并确定用户下次需要访问的性能数据,对工作日和节假日分别预测并确定用户下次需要访问的性能数据。
11.如权利要求10所述的性能报表管理的装置,其特征在于,所述分析模块设置的所述频率的预定门限值为0.5×N-1,当访问次数>0.5×N-1时,确定所述性能数据为用户下次需要访问的性能数据,其中N为访问次数统计时间范围。
12.如权利要求7所述的性能报表管理的装置,其特征在于,所述周期汇总模块周期性对所述性能数据进行汇总为每小时对所述性能数据进行汇总,在准点后2分钟统计上一小时的数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910243850.3A CN102111920B (zh) | 2009-12-23 | 2009-12-23 | 一种性能报表管理的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910243850.3A CN102111920B (zh) | 2009-12-23 | 2009-12-23 | 一种性能报表管理的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102111920A true CN102111920A (zh) | 2011-06-29 |
CN102111920B CN102111920B (zh) | 2014-02-19 |
Family
ID=44175901
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910243850.3A Active CN102111920B (zh) | 2009-12-23 | 2009-12-23 | 一种性能报表管理的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102111920B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455575A (zh) * | 2013-08-22 | 2013-12-18 | 北京炎黄盈动科技发展有限责任公司 | 数据统计分析方法和装置 |
CN104424597A (zh) * | 2013-08-29 | 2015-03-18 | 远光软件股份有限公司 | 一种利率管理的方法及系统 |
CN106776643A (zh) * | 2015-11-24 | 2017-05-31 | 北京国双科技有限公司 | 一种周期性生成报告的方法及装置 |
CN106815270A (zh) * | 2015-12-02 | 2017-06-09 | 大唐移动通信设备有限公司 | 一种服务动态管理的方法及装置 |
CN107423380A (zh) * | 2017-07-13 | 2017-12-01 | 成都优易数据有限公司 | 一种基于用户行为模式的信息系统设计方法 |
CN107729412A (zh) * | 2017-09-26 | 2018-02-23 | 郑州云海信息技术有限公司 | 一种基于外带通信的历史性能统计的方法及系统 |
CN109828970A (zh) * | 2019-01-16 | 2019-05-31 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
CN111831698A (zh) * | 2020-07-27 | 2020-10-27 | 北京思特奇信息技术股份有限公司 | 一种数据稽核方法、系统和电子设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377955B1 (en) * | 1999-03-30 | 2002-04-23 | Cisco Technology, Inc. | Method and apparatus for generating user-specified reports from radius information |
WO2002059803A1 (en) * | 2001-01-26 | 2002-08-01 | Bridicum A/S | System for providing services and virtual programming interface |
US20050203881A1 (en) * | 2004-03-09 | 2005-09-15 | Akio Sakamoto | Database user behavior monitor system and method |
CN1713575A (zh) * | 2004-06-25 | 2005-12-28 | 华康科技(新加坡)有限公司 | 动态生成定制菜单页的系统及方法 |
CN1992952A (zh) * | 2005-12-27 | 2007-07-04 | 大唐移动通信设备有限公司 | 网络管理系统及其实现性能管理的方法 |
CN101068341A (zh) * | 2007-06-01 | 2007-11-07 | 中兴通讯股份有限公司 | 流媒体调度系统及其媒体文件调度方法 |
CN101155066A (zh) * | 2006-09-29 | 2008-04-02 | 中国移动通信集团北京有限公司 | 网络性能分析系统与分析方法 |
CN101226550A (zh) * | 2008-01-28 | 2008-07-23 | 中国工商银行股份有限公司 | 电子银行网站客户行为及信息处理方法及系统 |
CN101556609A (zh) * | 2009-05-19 | 2009-10-14 | 杭州信杨通信技术有限公司 | 基于网页内容的客户行为分析和服务系统 |
-
2009
- 2009-12-23 CN CN200910243850.3A patent/CN102111920B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6377955B1 (en) * | 1999-03-30 | 2002-04-23 | Cisco Technology, Inc. | Method and apparatus for generating user-specified reports from radius information |
WO2002059803A1 (en) * | 2001-01-26 | 2002-08-01 | Bridicum A/S | System for providing services and virtual programming interface |
US20050203881A1 (en) * | 2004-03-09 | 2005-09-15 | Akio Sakamoto | Database user behavior monitor system and method |
CN1713575A (zh) * | 2004-06-25 | 2005-12-28 | 华康科技(新加坡)有限公司 | 动态生成定制菜单页的系统及方法 |
CN1992952A (zh) * | 2005-12-27 | 2007-07-04 | 大唐移动通信设备有限公司 | 网络管理系统及其实现性能管理的方法 |
CN101155066A (zh) * | 2006-09-29 | 2008-04-02 | 中国移动通信集团北京有限公司 | 网络性能分析系统与分析方法 |
CN101068341A (zh) * | 2007-06-01 | 2007-11-07 | 中兴通讯股份有限公司 | 流媒体调度系统及其媒体文件调度方法 |
CN101226550A (zh) * | 2008-01-28 | 2008-07-23 | 中国工商银行股份有限公司 | 电子银行网站客户行为及信息处理方法及系统 |
CN101556609A (zh) * | 2009-05-19 | 2009-10-14 | 杭州信杨通信技术有限公司 | 基于网页内容的客户行为分析和服务系统 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455575A (zh) * | 2013-08-22 | 2013-12-18 | 北京炎黄盈动科技发展有限责任公司 | 数据统计分析方法和装置 |
CN104424597A (zh) * | 2013-08-29 | 2015-03-18 | 远光软件股份有限公司 | 一种利率管理的方法及系统 |
CN106776643B (zh) * | 2015-11-24 | 2020-11-27 | 北京国双科技有限公司 | 一种周期性生成报告的方法及装置 |
CN106776643A (zh) * | 2015-11-24 | 2017-05-31 | 北京国双科技有限公司 | 一种周期性生成报告的方法及装置 |
CN106815270A (zh) * | 2015-12-02 | 2017-06-09 | 大唐移动通信设备有限公司 | 一种服务动态管理的方法及装置 |
CN106815270B (zh) * | 2015-12-02 | 2019-11-19 | 大唐移动通信设备有限公司 | 一种服务动态管理的方法及装置 |
CN107423380A (zh) * | 2017-07-13 | 2017-12-01 | 成都优易数据有限公司 | 一种基于用户行为模式的信息系统设计方法 |
CN107423380B (zh) * | 2017-07-13 | 2020-09-11 | 成都优易数据有限公司 | 一种基于用户行为模式的信息系统设计方法 |
CN107729412A (zh) * | 2017-09-26 | 2018-02-23 | 郑州云海信息技术有限公司 | 一种基于外带通信的历史性能统计的方法及系统 |
CN109828970A (zh) * | 2019-01-16 | 2019-05-31 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
CN109828970B (zh) * | 2019-01-16 | 2021-06-22 | 北京奇艺世纪科技有限公司 | 一种信息处理方法、装置及电子设备 |
CN111831698A (zh) * | 2020-07-27 | 2020-10-27 | 北京思特奇信息技术股份有限公司 | 一种数据稽核方法、系统和电子设备 |
CN111831698B (zh) * | 2020-07-27 | 2024-02-06 | 北京思特奇信息技术股份有限公司 | 一种数据稽核方法、系统和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN102111920B (zh) | 2014-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102111920B (zh) | 一种性能报表管理的方法及装置 | |
US20200089624A1 (en) | Apparatus and method for managing storage of data blocks | |
US9367601B2 (en) | Cost-based optimization of configuration parameters and cluster sizing for hadoop | |
US20170060769A1 (en) | Systems, devices and methods for generating locality-indicative data representations of data streams, and compressions thereof | |
CN102736725B (zh) | 一种硬盘节能控制方法、装置及中央处理器 | |
CN101673192B (zh) | 时序化的数据处理方法、装置及系统 | |
CN107515663A (zh) | 调整中央处理器内核运行频率的方法和装置 | |
CN103106152A (zh) | 基于层次存储介质的数据调度方法 | |
CN102541884B (zh) | 数据库优化方法和装置 | |
CN103425564A (zh) | 一种智能手机软件使用预测方法 | |
CN110147470B (zh) | 一种跨机房数据比对系统及方法 | |
CN103685544A (zh) | 一种基于性能预估的客户端缓存分配方法和系统 | |
Pan et al. | predis: Penalty and locality aware memory allocation in redis | |
US20050097130A1 (en) | Tracking space usage in a database | |
Wang et al. | Cloud workload analytics for real-time prediction of user request patterns | |
Pan et al. | Penalty-and locality-aware memory allocation in redis using enhanced AET | |
Çavdar et al. | Quantifying the brown side of priority schedulers: Lessons from big clusters | |
Lang et al. | Not for the Timid: On the Impact of Aggressive Over-booking in the Cloud | |
US20160253591A1 (en) | Method and apparatus for managing performance of database | |
Dengra et al. | New storage and data access solution for CMS experiment in Spain towards HL-LHC era | |
CN105094986A (zh) | 一种面向存储系统的突发访问行为的预测方法及装置 | |
Deng et al. | Self-similarity: Behind workload reshaping and prediction | |
CN102682087B (zh) | 一种缓存结果集的管理方法、装置及系统 | |
CN114676127A (zh) | 一种服务器业务的分析方法、装置、介质及电子设备 | |
Cai et al. | Joint power management of memory and disk under performance constraints |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |