CN109063050A - 一种数据库日志分析预警方法与装置 - Google Patents

Abstract

本发明公开了一种数据库日志分析预警方法与装置包括：使用flume从数据库采集日志并上传到HDFS；使用spark从HDFS获取日志进行分析处理，并将处理结果反馈给HDFS；使用sqoop将处理结果反馈到数据库；将数据库收到的处理结果通过web界面显示并相应提供预警。本发明能够针对不同数据库或不同类型的数据库进行日志分析预警，提高处理能力、降低成本、并且保证正确率。

Description

一种数据库日志分析预警方法与装置

技术领域

本发明涉及计算机领域，更具体地，特别是指一种数据库日志分析预警方法与装置。

背景技术

随着信息技术的发展，企业越来越依赖于信息化管理，各业务应用的大量数据信息产生了海量的日志信息，此时数据库安全性与可用性变得尤为重要。如何通过分析海量的日志信息，进而准确预测数据库运行状态、快速定位数据库故障，成为一项重要课题。

现有技术中针对K-DB数据库的海量日志信息的处理方式有如下几种：kdadmin、第三方数据库监控软件、和人工处理。Kdadmin是K-DB数据库的管理工具，但是没有日志分析功能；第三方数据库监控软件通常是收费的，并且不一定适配；人工处理费时费力且难以保证准确性针对现有技术中对K-DB数据库的海量日志信息的处理总体上能力不足、成本较高、正确率得不到保证的问题，目前尚未有有效的解决方案。

发明内容

有鉴于此，本发明实施例的目的在于提出一种数据库日志分析预警方法与装置，能够针对不同数据库或不同类型的数据库进行日志分析预警，提高处理能力、降低成本、并且保证正确率。

基于上述目的，本发明的一方面提供了一种数据库日志分析预警方法，包括以下步骤：

使用flume从数据库采集日志并上传到HDFS；

使用spark从HDFS获取日志进行分析处理，并将处理结果反馈给HDFS；

使用sqoop将处理结果反馈到数据库；

将数据库收到的处理结果通过web界面显示并相应提供预警。

在一些实施方式中，数据库为K-DB数据库，HDFS为hadoop的分布式文件系统。

在一些实施方式中，使用spark对日志进行分析处理包括：

对日志进行预处理；

对预处理过的日志进行机器学习数据处理。

在一些实施方式中，对日志进行预处理为：使用算子对日志进行切分、过滤、和分类整合操作，使得日志格式化并且过滤掉无用信息。

在一些实施方式中，算子包括以下至少之一：map、flatmap、filter、union。

在一些实施方式中，对预处理过的日志进行机器学习数据处理包括：

构建机器学习模型并获取训练数据和测试数据；

向机器学习模型输入训练数据以训练机器学习模型；

向机器学习模型输入测试数据以测试机器学习模型；

当测试通过时，向机器学习模型输入预处理过的日志，并采集处理结果。

在一些实施方式中，在向机器学习模型输入训练数据、测试数据、和预处理过的日志之前，还对训练数据、测试数据、和预处理过的日志进行特征提取。

在一些实施方式中，特征包括以下至少之一：warning、info、error。

在一些实施方式中，训练数据和测试数据是预先指定的、或是从预处理过的日志中提取的。

本发明实施例的另一方面，还提供了一种数据库日志分析预警装置，包括：

至少一个处理器；

存储器，存储器用于存储可在处理器上运行的程序代码，其中处理器在运行程序代码时执行上述的数据库日志分析预警方法。

本发明具有以下有益技术效果：本发明实施例提供的数据库日志分析预警方法与装置，通过使用flume从数据库采集日志并上传到HDFS，使用spark进行分析处理并反馈处理结果，使用sqoop反馈并在web界面显示和相应提供预警的技术方案，能够针对不同数据库或不同类型的数据库进行日志分析预警，提高处理能力、降低成本、并且保证正确率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的数据库日志分析预警方法的流程示意图；

图2为本发明提供的数据库日志分析预警方法的日志数据传递关系示意图；

图3为本发明提供的数据库日志分析预警方法的机器学习数据处理的流程示意图；

图4为本发明提供的数据库日志分析预警方法的spark处理日志的流程示意图；

图5为本发明提供的数据库日志分析预警装置的硬件结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明实施例进一步详细说明。

需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。

基于上述目的，本发明实施例的第一个方面，提出了一种能够针对不同数据库或不同类型的数据库进行日志分析预警的方法的实施例。图1示出的是本发明提供的数据库日志分析预警方法的实施例的流程示意图。

所述数据库日志分析预警方法，如图1所示，包括以下步骤：

步骤S101，使用flume从数据库采集日志并上传到HDFS；

步骤S103，使用spark从HDFS获取日志进行分析处理，并将处理结果反馈给HDFS；

步骤S105，使用sqoop将处理结果反馈到数据库；

步骤S107，将数据库收到的处理结果通过web界面显示并相应提供预警。

本发明实施例使用hadoop、flume、spark、和sqoop的组合架构。其中，Spark是一种为大规模数据处理而设计的快速通用计算引擎，在本发明实施例中通过编程分析处理日志；Flume是一个高可用的、高可靠的、和分布式的海量日志采集、聚合、和传输系统，在本发明实施例中用作日志采集工具，负责实时采集日志；Hadoop是由Apache基金会所开发的分布式系统基础架构；而Sqoop是用于在Hadoop与传统的数据库间传递数据的开源工具，在本发明实施例中用作数据迁移工具，负责将日志分析结果迁移至K-DB数据库。另外，数据库为K-DB数据库(一种关系型数据库)；HDFS为hadoop的分布式文件系统，在本发明实施例中负责分布式存储日志及分析结果；web界面用作展示工具，负责将日志分析结果呈现。

前述的各种示例性架构、工具、和系统可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性，已经就各种示意性架构、工具、和系统的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个系统的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能，但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。

如图2所示，在本发明实施例中，flume从K-DB数据库服务器上采集日志信息(优选地，是实时采集日志信息)并上传到HDFS上，spark获取该日志信息(优选地，是定时获取日志信息)并进行分析处理，根据日志分析处理结果评估数据库一段时间的状态，进而预测数据库未来的运行趋势和风险点；具体地，包括数据库运行状况、筛选并整合不同级别信息及其具体信息内容(例如error、info等)，并根据信息内容给出相应的处理方法。最终处理结果保存在HDFS上，由sqoop从HDFS上传至K-DB数据库中存储，并由web界面展示呈现。

本发明实施例的架构核心就是对海量日志信息数据的处理。Hadoop的HDFS分布式文件系统具有高容错、大数据批量处理的特点；Flume具有分布式、高可靠、高可用性等特点，适合对海量日志采集、聚合和传输；spark是专为大规模数据处理而设计的快速通用的计算引擎，内存计算使其具备高效的处理能力；而针对日志分析构建的机器学习模型，可很好的识别处理日志信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。

在一些实施方式中，使用spark对日志进行分析处理包括：

对日志进行预处理；

对预处理过的日志进行机器学习数据处理。

如前所述，spark是专为大规模数据处理而设计的快速通用的计算引擎，内存计算使其具备高效的处理能力。如图4所示，spark大体上包括预处理和机器学习数据处理两个部分。

根据本发明实施例公开的方法还可以被实现为由CPU执行的计算机程序，该计算机程序可以存储在计算机可读存储介质中。在该计算机程序被CPU执行时，执行本发明实施例公开的方法中限定的上述功能。上述方法步骤也可以利用控制器以及用于存储使得控制器实现上述步骤或单元功能的计算机程序的计算机可读存储介质实现。

在一些实施方式中，对日志进行预处理为：使用算子对日志进行切分、过滤、和分类整合操作，使得日志格式化并且过滤掉无用信息；算子包括以下至少之一：map、flatmap、filter、union。如图4所示，spark会对输入的日志数据先进行处理，map、flatmap、filter、union等算子可以将日志中每行数据进行单词切分、过滤、分类整合等操作，过滤掉无用信息，整合有用信息作为下一步操作的输入。

该功能可以在硬件、软件、固件或其任意组合中实现。如果在软件中实现，则可以将所述功能作为一个或多个指令或代码存储在计算机可读介质上或通过计算机可读介质来传送。计算机可读介质包括计算机存储介质和通信介质，该通信介质包括有助于将计算机程序从一个位置传送到另一个位置的任何介质。存储介质可以是能够被通用或专用计算机访问的任何可用介质。作为例子而非限制性的，该计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其它光盘存储设备、磁盘存储设备或其它磁性存储设备，或者是可以用于携带或存储形式为指令或数据结构的所需程序代码并且能够被通用或专用计算机或者通用或专用处理器访问的任何其它介质。此外，任何连接都可以适当地称为计算机可读介质。例如，如果使用同轴线缆、光纤线缆、双绞线、数字用户线路(DSL)或诸如红外线、无线电和微波的无线技术来从网站、服务器或其它远程源发送软件，则上述同轴线缆、光纤线缆、双绞线、DSL或诸如红外线、无线电和微波的无线技术均包括在介质的定义中。如这里所使用的，磁盘和光盘包括压缩盘(CD)、激光盘、光盘、数字多功能盘(DVD)、软盘、蓝光盘，其中磁盘通常磁性地再现数据，而光盘利用激光光学地再现数据。上述内容的组合也应当包括在计算机可读介质的范围内。

在一些实施方式中，对预处理过的日志进行机器学习数据处理包括：

构建机器学习模型并获取训练数据和测试数据；

向机器学习模型输入训练数据以训练机器学习模型；

向机器学习模型输入测试数据以测试机器学习模型；

当测试通过时，向机器学习模型输入预处理过的日志，并采集处理结果。

本公开所描述的方法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器，使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中，所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中，处理器和存储介质可以作为分立组件驻留在用户终端中。

如图3所示，机器学习可以被简单地理解为是系统基于训练数据而建立的模型，在观察一些训练示例后预测或处理任意的日志数据。训练数据是用来进行训练，也就是产生模型或者算法的数据集，是一组日志数据；测试数据是用来专门进行测试已经学习好的模型或者算法的数据集，实际数据为实际输入数据，数据格式与训练数据相同，也是一组日志数据。模型是指识别处理数据的一组算法。

已建立好的模型对输入的日志信息进一步分类，判断日志信息属于哪一类，并从预置的处理方法里面选择与该日志信息匹配程度最高的处理方式。在某些问题出现之后、或者对一段时间的日志进行分析后，还可以做出预警，比如说通过日志分析得到当前数据库负载情况，分析一段时间的日志后，如果发现数据库负载不断增大，则系统会发出预警并定位系统负载不断增大的原因。

本公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行：通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器，但是可替换地，处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合，例如，DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。

在一些实施方式中，在向机器学习模型输入训练数据、测试数据、和预处理过的日志之前，还对训练数据、测试数据、和预处理过的日志进行特征提取。特征包括以下至少之一：warning、info、error。训练数据和测试数据是预先指定的、或是从预处理过的日志中提取的。特征提取能将日志信息的关键词提取出来，比如日志信息中包含的error、info信息，使建立好的模型根据关键词识别处理日志数据。

从上述实施例可以看出，本发明实施例提供的数据库日志分析预警方法，通过使用flume从数据库采集日志并上传到HDFS，使用spark进行分析处理并反馈处理结果，使用sqoop反馈并在web界面显示和相应提供预警的技术方案，能够针对不同数据库或不同类型的数据库进行日志分析预警，提高处理能力、降低成本、并且保证正确率。

需要特别指出的是，上述数据库日志分析预警方法的各个实施例中的各个步骤均可以相互交叉、替换、增加、删减，因此，这些合理的排列组合变换之于数据库日志分析预警方法也应当属于本发明的保护范围，并且不应将本发明的保护范围局限在所述实施例之上。

基于上述目的，本发明实施例的第二个方面，提出了一种数据库日志分析预警装置的一个实施例。

所述数据库日志分析预警装置包括存储器、和至少一个处理器，存储器存储有可在处理器上运行的计算机程序，处理器执行程序时执行上述任意一种方法。

如图5所示，为本发明提供的数据库日志分析预警装置的一个实施例的硬件结构示意图。

以如图5所示的数据库日志分析预警装置的计算机设备为例，在该计算机设备中包括一个处理器501以及一个存储器502，并还可以包括：输入装置503和输出装置504。

本发明实施例公开所述的装置可为各种电子终端设备，例如手机、个人数字助理(PDA)、平板电脑(PAD)、智能电视等，也可以是大型终端设备，如服务器等，因此本发明实施例公开的保护范围不应限定为某种特定类型的装置。本发明实施例公开所述的客户端可以是以电子硬件、计算机软件或两者的组合形式应用于上述任意一种电子终端设备中。

处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

存储器502作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块，如本申请实施例中的所述数据库日志分析预警方法对应的程序指令/模块。处理器501通过运行存储在存储器502中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的数据库日志分析预警方法。

此外，应该明白的是，本文所述的计算机可读存储介质(例如，存储器)可以是易失性存储器或非易失性存储器，或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的，非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM)，该RAM可以充当外部高速缓存存储器。作为例子而非限制性的，RAM可以以多种形式获得，比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDR SDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据数据库日志分析预警装置的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至本地模块。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置503可接收输入的数字或字符信息，以及产生与数据库日志分析预警装置的用户设置以及功能控制有关的键信号输入。输出装置504可包括显示屏等显示设备。

所述一个或者多个数据库日志分析预警方法对应的程序指令/模块存储在所述存储器502中，当被所述处理器501执行时，执行上述任意方法实施例中的数据库日志分析预警方法。

所述数据库日志分析预警装置的任何一个实施例可以达到与之对应的前述任意方法实施例相同或者相类似的效果。

以上是本发明公开的示例性实施例，但是应当注意，在不背离权利要求限定的本发明实施例公开的范围的前提下，可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外，尽管本发明实施例公开的元素可以以个体形式描述或要求，但除非明确限制为单数，也可以理解为多个。

应当理解的是，在本文中使用的，除非上下文清楚地支持例外情况，单数形式“一个”旨在也包括复数形式。还应当理解的是，在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。

所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子；在本发明实施例的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，并存在如上所述的本发明实施例的不同方面的许多其它变化，为了简明它们没有在细节中提供。因此，凡在本发明实施例的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。

Claims (10)

1.一种数据库日志分析预警方法，其特征在于，包括以下步骤：

使用flume从数据库采集日志并上传到HDFS；

使用spark从所述HDFS获取所述日志进行分析处理，并将处理结果反馈给所述HDFS；

使用sqoop将所述处理结果反馈到所述数据库；

将所述数据库收到的所述处理结果通过web界面显示并相应提供预警。

2.根据权利要求1所述的方法，其特征在于，所述数据库为K-DB数据库，所述HDFS为hadoop的分布式文件系统。

3.根据权利要求1所述的方法，其特征在于，使用spark对所述日志进行分析处理包括：

对所述日志进行预处理；

对预处理过的所述日志进行机器学习数据处理。

4.根据权利要求3所述的方法，其特征在于，对所述日志进行预处理为：使用算子对日志进行切分、过滤、和分类整合操作，使得日志格式化并且过滤掉无用信息。

5.根据权利要求4所述的方法，其特征在于，所述算子包括以下至少之一：map、flatmap、filter、union。

6.根据权利要求3所述的方法，其特征在于，对预处理过的所述日志进行机器学习数据处理包括：

构建机器学习模型并获取训练数据和测试数据；

向所述机器学习模型输入所述训练数据以训练所述机器学习模型；

向所述机器学习模型输入所述测试数据以测试所述机器学习模型；

当测试通过时，向所述机器学习模型输入预处理过的所述日志，并采集所述处理结果。

7.根据权利要求6所述的方法，其特征在于，在向所述机器学习模型输入所述训练数据、所述测试数据、和预处理过的所述日志之前，还对所述训练数据、所述测试数据、和预处理过的所述日志进行特征提取。

8.根据权利要求7所述的方法，其特征在于，所述特征包括以下至少之一：warning、info、error。

9.根据权利要求6所述的方法，其特征在于，所述训练数据和所述测试数据是预先指定的、或是从预处理过的所述日志中提取的。

10.一种数据库日志分析预警装置，其特征在于，包括：

至少一个处理器；

存储器，所述存储器用于存储可在所述处理器上运行的程序代码，其中所述处理器在运行所述程序代码时执行如权利要求1-9中任意一项所述的数据库日志分析预警方法。