CN109921955A - 业务量监控方法、系统、计算机设备和存储介质 - Google Patents
业务量监控方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN109921955A CN109921955A CN201711316285.XA CN201711316285A CN109921955A CN 109921955 A CN109921955 A CN 109921955A CN 201711316285 A CN201711316285 A CN 201711316285A CN 109921955 A CN109921955 A CN 109921955A
- Authority
- CN
- China
- Prior art keywords
- traffic information
- historical traffic
- variance
- portfolio
- change rate
- 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
Landscapes
- Traffic Control Systems (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明提供了一种业务量监控方法、装置、计算机设备和存储介质，其中，业务量监控方法，包括：以预设周期获取多个历史业务量信息；确定每个历史业务量信息对应的变化率的方差；根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。通过本发明的技术方案，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
Description
技术领域
本发明涉及互联网技术领域，具体而言，涉及一种业务量监控方法、一种业务量监控系统、一种计算机设备以及一种计算机可读存储介质。
背景技术
目前，通过平台进行打车、交易和观看直播等的业务越来越普及，使用人数较大，如果平台出现异常，则用户无法正常使用平台，导致订单量、人数和交易量的剧烈抖动，而平台运维人员无法及时监控到业务平台的异常状况，现有的解决办法为由用户联系平台的客服人员，告知异常状况，导致平台运维人员无法及时监控到业务平台的异常状况并对异常状况进行处理，影响了用户的体验性。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的一个目的在于提供一种业务量监控方法。
本发明的另一个目的在于提供一种业务量监控系统。
本发明的再一个目的在于提供一种计算机设备。
本发明的又一个目的在于提供一种计算机可读存储介质。
为了实现上述目的，本发明的第一方面的技术方案提供了一种业务量监控方法，包括：以预设周期获取多个历史业务量信息；确定每个历史业务量信息对应的变化率的方差；根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
在该技术方案中，首先以预设周期获取多个历史业务量信息，例如每分钟或每秒获取一次历史业务量信息，从而获取一段时间内的多个历史业务量信息，可以理解的是，获取的历史业务量信息越多，对业务量的监控越准确，并计算每个历史业务量信息对应的变化率的方差，以得到每个历史业务量信息的偏差程度，以历史业务量信息为横轴，方差为纵轴，得到一个散点图，进而根据散点图确定拟合曲线，根据拟合曲线以及历史业务量信息可确定历史业务量信息所对应的方差，进而确定当前预设周期的业务量范围，获取当前预设周期的业务量信息，并判断当前预设周期的业务量信息与当前预设周期的业务量范围的关系，当当前预设周期的业务量信息在当前预设周期的业务量范围外时，表明用户无法正常使用平台，平台服务器发生异常，通过向预设目标终端发送报警信息，以提示运维人员及时处理异常。通过监控当前预设周期的业务量信息来得知平台运行状况，如有异常，自动向预设目标终端发送报警信息，通过报警信息，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
需要说明的是，业务量信息包括但不限于：订单量、成交量和在线人数，例如对电商平台成交量的监控、对直播平台在线人数的监控等，采用不同的业务量信息，通过对不同参数进行稳定分析，提高平台在运行过程中的稳定性。
还需要说明的是，目标终端为平台运维人员的手机、工作电脑或随身携带的报警器等平台运维人员可随时获取报警信息的装置。
可以理解的是，由于相同的历史业务量信息对应有多个方差，最大方差对应的业务量范围为正常范围，因此取方差的最大值确定拟合曲线。
在上述技术方案中，优选地，确定每个历史业务量信息对应的变化率的方差，具体包括：确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差。
在该技术方案中，首先，获取k时刻的历史业务量信息与k-1时刻的历史业务量信息的比值，k-1时刻的历史业务量信息与k-2时刻的历史业务量信息的比值，依次类推，确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值，k与k-1、k-1与k-2的时长为预设周期，比值以1为中心，上下波动，比值即为变化率，然后计算比值的方差，即为历史业务量信息对应的变化率的方差，进而根据方差以及对应的历史业务量信息，确定拟合曲线。
在上述任一项技术方案中，优选地，根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线，具体包括：确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有历史业务量信息；确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；根据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，其中，拟合曲线的函数为：y＝0.1859e-0.005x，其中，x为历史业务量信息，y为对应于历史业务量信息的变化率的方差。
在该技术方案中，首先确定每个历史业务量信息的获取时刻，例如每满一分钟后的时刻为获取时刻，获取一次历史业务量信息，并确定在获取时刻之前获取的所有该历史业务量信息，然后确定在获取时刻之前的所有该历史业务量信息的变化率的方差，获取越多的获取时刻之前的该历史业务量信息，所得到的方差越能准确反映正常状况下当前预设周期的业务量范围，最后根据历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，进而可以根据获取的当前预设周期的业务量信息，根据拟合曲线，得到对应的历史业务量信息的方差。确定的拟合曲线的函数为：y＝0.1859e-0.005x，由函数可知，历史业务量信息越大，所对应的历史业务量信息的变化率的方差越小。
在上述任一项技术方案中，优选地，根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围，具体包括：根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，确定前一预设周期的历史业务量信息的变化率的方差；根据前一预设周期的历史业务量信息的变化率的方差确定前一预设周期的历史业务量信息的变化率的区间；根据变化率的区间确定当前预设周期的业务量范围，其中，变化率的区间为：其中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息。
在该技术方案中，根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，得到前一预设周期的历史业务量信息的变化率的方差，变化率的方差的计算方法为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，此处比值的均值为1，将比值对1求方差，再由方差反推出订单的变化率的上下限，即变化率的区间为：显而易见，根据前一预设周期历史业务量信息的变化率的上下限可得到当前预设周期的业务量信息所在的范围。式中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息，即根据前一预设周期获取的历史业务量信息，可推算出当前预设周期的业务量在正常情况下所处的区间范围。
本发明的第二方面的技术方案提出了一种业务量监控系统，包括：历史信息获取单元，用于以预设周期获取多个历史业务量信息；方差确定单元，用于确定每个历史业务量信息对应的变化率的方差；曲线拟合单元，用于根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；区间确定单元，用于根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；监控单元，用于获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
在该技术方案中，首先以预设周期获取多个历史业务量信息，例如每分钟或每秒获取一次历史业务量信息，从而获取一段时间内的多个历史业务量信息，可以理解的是，获取的历史业务量信息越多，对业务量的监控越准确，并计算每个历史业务量信息对应的变化率的方差，以得到每个历史业务量信息的偏差程度，以历史业务量信息为横轴，方差为纵轴，得到一个散点图，进而根据散点图确定拟合曲线，根据拟合曲线以及历史业务量信息可确定历史业务量信息所对应的方差，进而确定当前预设周期的业务量范围，获取当前预设周期的业务量信息，并判断当前预设周期的业务量信息与当前预设周期的业务量范围的关系，当当前预设周期的业务量信息在当前预设周期的业务量范围外时，表明用户无法正常使用平台，平台服务器发生异常，通过向预设目标终端发送报警信息，以提示运维人员及时处理异常。通过监控当前预设周期的业务量信息来得知平台运行状况，如有异常，自动向预设目标终端发送报警信息，通过报警信息，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
需要说明的是，业务量信息包括但不限于：订单量、成交量和在线人数，例如对电商平台成交量的监控、对直播平台在线人数的监控等，采用不同的业务量信息，通过对不同参数进行稳定分析，提高平台在运行过程中的稳定性。
还需要说明的是，目标终端为平台运维人员的手机、工作电脑或随身携带的报警器等平台运维人员可随时获取报警信息的装置。
可以理解的是，由于相同的历史业务量信息对应有多个方差，最大方差对应的业务量范围为正常范围，因此取方差的最大值确定拟合曲线。
在上述技术方案中，优选地，方差确定单元，具体包括：比值确定单元，用于确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；第一计算单元，用于根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差。
在该技术方案中，首先，获取k时刻的历史业务量信息与k-1时刻的历史业务量信息的比值，k-1时刻的历史业务量信息与k-2时刻的历史业务量信息的比值，依次类推，确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值，k与k-1、k-1与k-2的时长为预设周期，比值以1为中心，上下波动，比值即为变化率，然后计算比值的方差，即为历史业务量信息对应的变化率的方差，进而根据方差以及对应的历史业务量信息，确定拟合曲线。
在上述技术方案中，优选地，曲线拟合单元，具体包括：参数确定单元，用于确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有历史业务量信息；参数单元还用于确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；拟合单元，用于根据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，其中，拟合曲线的函数为：y＝0.1859e-0.005x，其中，x为历史业务量信息，y为对应于历史业务量信息的变化率的方差。
在该技术方案中，首先确定每个历史业务量信息的获取时刻，例如每满一分钟后的时刻为获取时刻，获取一次历史业务量信息，并确定在获取时刻之前获取的所有该历史业务量信息，然后确定在获取时刻之前的所有该历史业务量信息的变化率的方差，获取越多的获取时刻之前的该历史业务量信息，所得到的方差越能准确反映正常状况下当前预设周期的业务量范围，最后根据历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，进而可以根据获取的当前预设周期的业务量信息，根据拟合曲线，得到对应的历史业务量信息的方差。确定的拟合曲线的函数为：y＝0.1859e-0.005x，由函数可知，历史业务量信息越大，所对应的历史业务量信息的变化率的方差越小。
在上述技术方案中，优选地，区间确定单元，具体包括：第二计算单元，用于根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，确定前一预设周期的历史业务量信息的变化率的方差；第二计算单元还用于，根据前一预设周期的历史业务量信息的变化率的方差确定前一预设周期的历史业务量信息的变化率的区间；第二计算单元还用于，根据变化率的区间确定当前预设周期的业务量范围，其中，变化率的区间为其中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息
在该技术方案中，根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，得到前一预设周期的历史业务量信息的变化率的方差，变化率的方差的计算方法为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，此处比值的均值为1，即可由方差反推出订单的变化率的上下限，即变化率的区间为：显而易见，根据前一预设周期历史业务量信息的变化率的上下限可得到当前预设周期的业务量信息所在的范围。式中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息，即根据前一预设周期获取的历史业务量信息，可推算出当前预设周期的业务量在正常情况下所处的区间范围。
本发明的第三方面的技术方案提出了一种计算机设备，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，处理器执行计算机程序时实现如上述本发明的第一方面的技术方案提出的任一项的业务量监控方法。
在该技术方案中，计算机设备，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，处理器执行计算机程序时实现如上述本发明的第一方面的技术方案提出的任一项的业务量监控方法的步骤，因此工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
本发明的第四方面的技术方案提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明的第一方面的技术方案提出的任一项的业务量监控方法。
在该技术方案中，计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明的第一方面的技术方案提出的任一项的业务量监控方法的步骤，因此工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
本发明的附加方面和优点将在下面的描述部分中给出，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
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了实施例1的业务量监控方法的流程示意图；
图2示出了实施例2的业务量监控方法的流程示意图；
图3示出了实施例3的业务量监控方法的流程示意图；
图4示出了实施例4的业务量监控方法的流程示意图；
图5示出了实施例5的业务量监控系统的结构示意框图；
图6示出了实施例6的业务量监控系统的结构示意框图；
图7示出了实施例7的业务量监控系统的结构示意框图；
图8示出了实施例8的业务量监控系统的结构示意框图；
图9示出了实施例9的计算机设备的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
实施例1：
图1示出了根据本发明的一个实施例的业务量监控方法的流程示意图。
如图1所示，根据本发明的实施例的业务量监控方法，包括：
步骤S102，以预设周期获取多个历史业务量信息；
步骤S104，确定每个历史业务量信息对应的变化率的方差；
步骤S106，根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；
步骤S108，根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
步骤S110，获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
首先以预设周期获取多个历史业务量信息，例如每分钟或每秒获取一次历史业务量信息，从而获取一段时间内的多个历史业务量信息，可以理解的是，获取的历史业务量信息越多，对业务量的监控越准确，并计算每个历史业务量信息对应的变化率的方差，以得到每个历史业务量信息的偏差程度，以历史业务量信息为横轴，方差为纵轴，得到一个散点图，进而根据散点图确定拟合曲线，根据拟合曲线以及历史业务量信息可确定历史业务量信息所对应的方差，进而确定当前预设周期的业务量范围，获取当前预设周期的业务量信息，并判断当前预设周期的业务量信息与当前预设周期的业务量范围的关系，当当前预设周期的业务量信息在当前预设周期的业务量范围外时，表明用户无法正常使用平台，平台服务器发生异常，通过向预设目标终端发送报警信息，以提示运维人员及时处理异常。通过监控当前预设周期的业务量信息来得知平台运行状况，如有异常，自动向预设目标终端发送报警信息，通过报警信息，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
需要说明的是，业务量信息包括但不限于：订单量、成交量和在线人数，例如对电商平台成交量的监控、对直播平台在线人数的监控等，采用不同的业务量信息，通过对不同业务量信息进行分析，提高平台在运行过程中的稳定性。
还需要说明的是，目标终端为平台运维人员的手机、工作电脑或随身携带的报警器等平台运维人员可随时获取报警信息的装置。
可以理解的是，由于相同的历史业务量信息对应有多个方差，最大方差对应的业务量范围为正常范围，因此取方差的最大值确定拟合曲线。
实施例2：
图2示出了根据本发明的一个实施例的业务量监控方法的流程示意图。
如图2所示，根据本发明的实施例的业务量监控方法，包括：
步骤S202，以预设周期获取多个历史业务量信息；
步骤S204，确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；
步骤S206，根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差；
步骤S208，根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；
步骤S210，根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
步骤S212，获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
首先，获取k时刻的历史业务量信息与k-1时刻的历史业务量信息的比值，k-1时刻的历史业务量信息与k-2时刻的历史业务量信息的比值，依次类推，确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值，k与k-1、k-1与k-2的时长为预设周期，可以理解的是，k时刻的历史业务量信息可能比k-1时刻的历史业务量信息大，也可能小，因此比值以1为中心，上下波动，比值即为变化率，历史业务量信息有多个，所以比值也有多个，计算所有的比值的方差，即为历史业务量信息对应的变化率的方差，方差的计算方式为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，以得到每个历史业务量信息的偏差程度。
实施例3：
图3示出了根据本发明的一个实施例的业务量监控方法的流程示意图。
如图3所示，根据本发明的实施例的业务量监控方法，包括：
步骤S302，以预设周期获取多个历史业务量信息；
步骤S304，确定每个历史业务量信息对应的变化率的方差；
步骤S306，确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有所述历史业务量信息；
步骤S308，确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；
步骤S310，跟据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线；
步骤S312，根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
步骤S314，获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息，
其中，拟合曲线的函数为：y＝0.1859e-0.005x，其中，x为历史业务量信息，y为对应于历史业务量信息的变化率的方差。
首先确定每个历史业务量信息的获取时刻，例如每满一分钟后的时刻为获取时刻，获取一次历史业务量信息，并确定在获取时刻之前获取的所有该历史业务量信息，然后确定在获取时刻之前的所有该历史业务量信息的变化率的方差，获取越多的获取时刻之前的该历史业务量信息，所得到的方差越能准确反映正常状况下当前预设周期的业务量范围，最后根据历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，进而可以根据获取的当前预设周期的业务量信息，根据拟合曲线，得到对应的历史业务量信息的方差。确定的拟合曲线的函数为：y＝0.1859e-0.005x。由函数可知，历史业务量信息越大，所对应的历史业务量信息的变化率的方差越小，实际应用环境中，在同样的变化量的前提下，历史业务量信息越大，所得到的历史业务量信息的变化率越小，进而历史业务量信息的变化率的方差越小，与函数所反映的规律相一致。
确定拟合曲线的具体方法为：以历史业务量信息为横轴，方差为纵轴，得到一个散点图，取方差的最大值，然后采用包络线曲线来描述散点图的特征，对包络线曲线进行拟合，得到拟合曲线。需要说明的是，拟合包络线的数学方法有很多，可根据实际情况选用。
实施例4：
图4示出了根据本发明的一个实施例的业务量监控方法的流程示意图。
如图4所示，根据本发明的实施例的业务量监控方法，包括：
步骤S402，以预设周期获取多个历史业务量信息；
步骤S404，确定每个历史业务量信息对应的变化率的方差；
步骤S406，确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有所述历史业务量信息；
步骤S408，确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；
步骤S410，跟据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线；
步骤S412，根据当前预设周期的前一预设周期获取的所述历史业务量信息，以及所述拟合曲线的函数，确定所述前一预设周期的历史业务量信息的变化率的方差；
步骤S414，根据前一预设周期的历史业务量信息的变化率的方差确定前一预设周期的历史业务量信息的变化率的区间；
步骤S416，根据变化率的区间确定当前预设周期的业务量范围；
步骤S418，获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息，
其中，所述变化率的区间为：
其中，xk-1为当前预设周期的前一预设周期获取的所述历史业务量信息。
根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，得到前一预设周期的历史业务量信息的变化率的方差，变化率的方差的计算方法为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，此处比值的均值为1，将比值对1求方差，再由方差反推出订单的变化率的上下限，即变化率的区间为：显而易见，根据前一预设周期历史业务量信息的变化率的上下限可得到当前预设周期的业务量信息所在的范围。式中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息，即根据前一预设周期获取的历史业务量信息，可推算出当前预设周期的业务量在正常情况下所处的区间范围。
以打车量为例,根据上述函数得出几组数据，见表1，如果前一预设周期获取的历史业务量信息为400，根据变化率的区间的函数得到变化率的区间为：[0.841385,1.158615]，则当前预设周期的历史业务量范围为：[400×0.841385,400×1.158615]，即当前预设周期的业务量范围为336至463之间，当当前预设周期的业务量信息超出这个范围，表明平台出现异常，通过向预设目标终端发送报警信息，提示平台的运维人员及时处理异常。
表1
| 订单数 | 下限 | 上限 |
| 20 | 0.589867 | 1.410133 |
| 50 | 0.619502 | 1.380498 |
| 200 | 0.738487 | 1.261513 |
| 300 | 0.796334 | 1.203666 |
| 400 | 0.841385 | 1.158615 |
| 550 | 0.890985 | 1.109015 |
| 650 | 0.915099 | 1.084901 |
| 759 | 0.93535 | 1.06465 |
实施例5：
图5示出了实施例5的业务量监控系统500的结构示意框图。
如图5所示，根据本发明的一个实施例的业务量监控系统500，包括：
历史信息获取单元502，用于以预设周期获取多个历史业务量信息；
方差确定单元504，用于确定每个历史业务量信息对应的变化率的方差；
曲线拟合单元506，用于根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；
区间确定单元508，用于根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
监控单元510，用于获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
首先以预设周期获取多个历史业务量信息，例如每分钟或每秒获取一次历史业务量信息，从而获取一段时间内的多个历史业务量信息，可以理解的是，获取的历史业务量信息越多，对业务量的监控越准确，并计算每个历史业务量信息对应的变化率的方差，以得到每个历史业务量信息的偏差程度，以历史业务量信息为横轴，方差为纵轴，得到一个散点图，进而根据散点图确定拟合曲线，根据拟合曲线以及历史业务量信息可确定历史业务量信息所对应的方差，进而确定当前预设周期的业务量范围，获取当前预设周期的业务量信息，并判断当前预设周期的业务量信息与当前预设周期的业务量范围的关系，当当前预设周期的业务量信息在当前预设周期的业务量范围外时，表明用户无法正常使用平台，平台服务器发生异常，通过向预设目标终端发送报警信息，以提示运维人员及时处理异常。通过监控当前预设周期的业务量信息来得知平台运行状况，如有异常，自动向预设目标终端发送报警信息，通过报警信息，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
需要说明的是，业务量信息包括但不限于：订单量、成交量和在线人数，例如对电商平台成交量的监控、对直播平台在线人数的监控等，采用不同的业务量信息，通过对不同参数进行稳定分析，提高平台在运行过程中的稳定性。
还需要说明的是，目标终端为平台运维人员的手机、工作电脑或随身携带的报警器等平台运维人员可随时获取报警信息的装置。
可以理解的是，由于相同的历史业务量信息对应有多个方差，最大方差对应的业务量范围为正常范围，因此取方差的最大值确定拟合曲线。
实施例6：
图6示出了实施例6的业务量监控系统600的结构示意框图。
如图6所示，根据本发明的一个实施例的业务量监控系统600，包括：
历史信息获取单元602，用于以预设周期获取多个历史业务量信息；
方差确定单元604，用于确定每个历史业务量信息对应的变化率的方差，具体包括：
比值确定单元6042，用于确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；
第一计算单元6044，用于根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差；
曲线拟合单元606，用于根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线；
区间确定单元608，用于根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
监控单元610，用于获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息。
首先，获取k时刻的历史业务量信息与k-1时刻的历史业务量信息的比值，k-1时刻的历史业务量信息与k-2时刻的历史业务量信息的比值，依次类推，确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值，k与k-1、k-1与k-2的时长为预设周期，可以理解的是，k时刻的历史业务量信息可能比k-1时刻的历史业务量信息大，也可能小，因此比值以1为中心，上下波动，比值即为变化率，历史业务量信息有多个，所以比值也有多个，计算所有的比值的方差，即为历史业务量信息对应的变化率的方差，方差的计算方式为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，以得到每个历史业务量信息的偏差程度。
实施例7：
图7示出了实施例7的业务量监控系统700的结构示意框图。
如图7所示，根据本发明的一个实施例的业务量监控系统700，包括：
历史信息获取单元702，用于以预设周期获取多个历史业务量信息；
方差确定单元704，用于确定每个历史业务量信息对应的变化率的方差，具体包括：
比值确定单元7042，用于确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；
第一计算单元7044，用于根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差；
曲线拟合单元706，用于根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线，具体包括：
参数确定单元7062，用于确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有历史业务量信息；参数单元还用于确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；
拟合单元7064，用于根据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线；
区间确定单元708，用于根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围；
监控单元710，用于获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息，
其中，拟合曲线的函数为：y＝0.1859e-0.005x，其中，x为历史业务量信息，y为对应于历史业务量信息的变化率的方差。
首先确定每个历史业务量信息的获取时刻，例如每满一分钟后的时刻为获取时刻，获取一次历史业务量信息，并确定在获取时刻之前获取的所有该历史业务量信息，然后确定在获取时刻之前的所有该历史业务量信息的变化率方差，获取越多的获取时刻之前的该历史业务量信息，所得到的方差越能准确反映正常状况下当前预设周期的业务量范围，最后根据历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线，进而可以根据获取的当前预设周期的业务量信息，根据拟合曲线，得到对应的历史业务量信息的方差。确定的拟合曲线的函数为：y＝0.1859e-0.005x，由函数可知，历史业务量信息越大，所对应的历史业务量信息的变化率的方差越小。
实施例8：
图8示出了实施例8的业务量监控系统800的结构示意框图。
如图8所示，根据本发明的一个实施例的业务量监控系统800，包括：
历史信息获取单元802，用于以预设周期获取多个历史业务量信息；
方差确定单元804，用于确定每个历史业务量信息对应的变化率的方差，具体包括：
比值确定单元8042，用于确定每个历史业务量信息与前一预设周期获取的历史业务量信息的比值；
第一计算单元8044，用于根据多个比值的均值以及多个比值确定每个历史业务量信息对应的变化率的方差；
曲线拟合单元806，用于根据多个变化率的方差以及对应的历史业务量信息，确定拟合曲线，具体包括：
参数确定单元8062，用于确定每个历史业务量信息的获取时刻，并确定在获取时刻之前获取的所有历史业务量信息；参数单元还用于确定在获取时刻之前获取的所有历史业务量信息的变化率的方差；
拟合单元8064，用于根据每个历史业务量信息以及在获取时刻之前获取的所有历史业务量信息的变化率的方差，确定拟合曲线；
区间确定单元808，用于根据拟合曲线以及历史业务量信息确定当前预设周期的业务量范围，具体包括：
第二计算单元8082，用于根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，确定前一预设周期的历史业务量信息的变化率的方差；第二计算单元还用于，根据前一预设周期的历史业务量信息的变化率的方差确定前一预设周期的历史业务量信息的变化率的区间；第二计算单元还用于，根据变化率的区间确定当前预设周期的业务量范围；
监控单元810，用于获取当前预设周期的业务量信息，并判断业务量信息与业务量范围的关系，在业务量信息在业务量范围外时，向预设目标终端发送报警信息，
根据当前预设周期的前一预设周期获取的历史业务量信息，以及拟合曲线的函数，得到前一预设周期的历史业务量信息的变化率的方差，变化率的方差的计算方法为：比值与比值的均值之差的平方和的平均数，计算得到变化率的方差，此处比值的均值为1，即可由方差反推出订单的变化率的上下限，即变化率的区间为：显而易见，根据前一预设周期历史业务量信息的变化率的上下限可得到当前预设周期的业务量信息所在的范围。式中，xk-1为当前预设周期的前一预设周期获取的历史业务量信息，即根据前一预设周期获取的历史业务量信息，可推算出当前预设周期的业务量在正常情况下所处的区间范围。
实施例9：
图9示出了本发明实施例9的计算机设备的示意框图。
如图9所示，根据本发明的实施例的计算机设备1，包括存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序，处理器14执行计算机程序时实现上述本发明的实施例提出的任一项的业务量监控方法。
计算机设备1，包括存储器12、处理器14及存储在存储器12上并可在处理器14上运行的计算机程序，处理器4执行计算机程序时实现如上述本发明的实施例提出的任一项的业务量监控方法的步骤，因此工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
实施例10：
根据本发明的实施例的计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明的实施例提出的任一项的业务量监控方法。
计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现本发明的实施例提出的任一项的业务量监控方法的步骤，因此工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
以上结合附图详细说明了本发明的技术方案，本发明提出了一种业务量监控方法、业务量监控系统、计算机设备以及计算机可读存储介质，通过监控当前预设周期的业务量信息来得知平台运行状况，如有异常，自动向预设目标终端发送报警信息，通过报警信息，工程师和运维人员可以实时关注到业务量信息的异常，及时发现、了解、分析、制止业务量信息异常的情况，提高平台的稳定性。
本发明方法中的步骤可根据实际需要进行顺序调整、合并和删减。
本发明装置中的单元可根据实际需要进行合并、划分和删减。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种业务量监控方法，其特征在于，包括：
以预设周期获取多个历史业务量信息；
确定每个所述历史业务量信息对应的变化率的方差；
根据多个所述变化率的方差以及对应的所述历史业务量信息，确定拟合曲线；
根据所述拟合曲线以及所述历史业务量信息确定当前预设周期的业务量范围；
获取所述当前预设周期的业务量信息，并判断所述业务量信息与所述业务量范围的关系，在所述业务量信息在所述业务量范围外时，向预设目标终端发送报警信息。
2.根据权利要求1所述的业务量监控方法，其特征在于，所述确定每个所述历史业务量信息对应的变化率的方差，具体包括：
确定每个所述历史业务量信息与前一所述预设周期获取的所述历史业务量信息的比值；
根据多个所述比值的均值以及多个所述比值确定每个所述历史业务量信息对应的变化率的方差。
3.根据权利要求1或2所述的业务量监控方法，其特征在于，所述根据多个所述变化率的方差以及对应的所述历史业务量信息，确定拟合曲线，具体包括：
确定每个所述历史业务量信息的获取时刻，并确定在所述获取时刻之前获取的所有所述历史业务量信息；
确定在所述获取时刻之前获取的所有所述历史业务量信息的变化率的方差；
根据每个所述历史业务量信息以及在所述获取时刻之前获取的所有所述历史业务量信息的变化率的方差，确定所述拟合曲线，
其中，所述拟合曲线的函数为：
y＝0.1859e-0.005x，
其中，x为所述历史业务量信息，y为对应于所述历史业务量信息的变化率的方差。
4.根据权利要求3所述的业务量监控方法，其特征在于，所述根据所述拟合曲线以及所述历史业务量信息确定当前预设周期的业务量范围，具体包括：
根据当前预设周期的前一预设周期获取的所述历史业务量信息，以及所述拟合曲线的函数，确定所述前一预设周期的历史业务量信息的变化率的方差；
根据所述前一预设周期的历史业务量信息的变化率的方差确定所述前一预设周期的历史业务量信息的变化率的区间；
根据所述变化率的区间确定所述当前预设周期的业务量范围，
其中，所述变化率的区间为：
其中，xk-1为当前预设周期的前一预设周期获取的所述历史业务量信息。
5.一种业务量监控系统，其特征在于，包括：
历史信息获取单元，用于以预设周期获取多个历史业务量信息；
方差确定单元，用于确定每个所述历史业务量信息对应的变化率的方差；
曲线拟合单元，用于根据多个所述变化率的方差以及对应的所述历史业务量信息，确定拟合曲线；
区间确定单元，用于根据所述拟合曲线以及所述历史业务量信息确定当前预设周期的业务量范围；
监控单元，用于获取所述当前预设周期的业务量信息，并判断所述业务量信息与所述业务量范围的关系，在所述业务量信息在所述业务量范围外时，向预设目标终端发送报警信息。
6.根据权利要求5所述的业务量监控系统，其特征在于，所述方差确定单元，具体包括：
比值确定单元，用于确定每个所述历史业务量信息与前一所述预设周期获取的所述历史业务量信息的比值；
第一计算单元，用于根据多个所述比值的均值以及多个所述比值确定每个所述历史业务量信息对应的变化率的方差。
7.根据权利要求5或6所述的业务量监控系统，其特征在于，所述曲线拟合单元，具体包括：
参数确定单元，用于确定每个所述历史业务量信息的获取时刻，并确定在所述获取时刻之前获取的所有所述历史业务量信息；
所述参数单元还用于，确定在所述获取时刻之前获取的所有所述历史业务量信息的变化率的方差；
拟合单元，用于根据每个所述历史业务量信息以及在所述获取时刻之前获取的所有所述历史业务量信息的变化率的方差，确定所述拟合曲线，
其中，所述拟合曲线的函数为：
y＝0.1859e-0.005x，
其中，x为所述历史业务量信息，y为对应于所述历史业务量信息的变化率的方差。
8.根据权利要求7所述的业务量监控系统，其特征在于，所述区间确定单元，具体包括：
第二计算单元，用于根据当前预设周期的前一预设周期获取的所述历史业务量信息，以及所述拟合曲线的函数，确定所述前一预设周期的历史业务量信息的变化率的方差；
第二计算单元还用于，根据所述前一预设周期的历史业务量信息的变化率的方差确定所述前一预设周期的历史业务量信息的变化率的区间；
第二计算单元还用于，根据所述变化率的区间确定所述当前预设周期的业务量范围，
其中，所述变化率的区间为
其中，xk-1为当前预设周期的前一预设周期获取的所述历史业务量信息。
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述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计算机程序时实现如权利要求1至4中任一项所述的业务量监控方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的业务量监控方法。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711316285.XA CN109921955B (zh) | 2017-12-12 | 2017-12-12 | 业务量监控方法、系统、计算机设备和存储介质 |
| PCT/CN2018/112363 WO2019109756A1 (en) | 2017-12-05 | 2018-10-29 | Systems and methods for cheat examination |
| US16/893,653 US11017340B2 (en) | 2017-12-05 | 2020-06-05 | Systems and methods for cheat examination |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711316285.XA CN109921955B (zh) | 2017-12-12 | 2017-12-12 | 业务量监控方法、系统、计算机设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109921955A true CN109921955A (zh) | 2019-06-21 |
| CN109921955B CN109921955B (zh) | 2020-10-02 |
Family
ID=66957505
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711316285.XA Active CN109921955B (zh) | 2017-12-05 | 2017-12-12 | 业务量监控方法、系统、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109921955B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111176931A (zh) * | 2019-12-11 | 2020-05-19 | 深圳智链物联科技有限公司 | 一种运营监控方法、装置、服务器及存储介质 |
| CN112887219A (zh) * | 2021-03-31 | 2021-06-01 | 中国工商银行股份有限公司 | 报文组包间隔调整方法及装置 |
| CN113923096A (zh) * | 2020-06-22 | 2022-01-11 | 中国联合网络通信集团有限公司 | 网元故障预警方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070088528A1 (en) * | 2005-10-14 | 2007-04-19 | Fisher-Rosemount Systems, Inc. | Statistical signatures used with multivariate statistical analysis for fault detection and isolation and abnormal condition prevention in a process |
| CN102118276A (zh) * | 2009-12-31 | 2011-07-06 | 北京亿阳信通软件研究院有限公司 | 提供性能告警服务的方法和装置 |
| CN104063747A (zh) * | 2014-06-26 | 2014-09-24 | 上海交通大学 | 一种分布式系统中的性能异常预测方法及系统 |
| CN105323111A (zh) * | 2015-11-17 | 2016-02-10 | 南京南瑞集团公司 | 一种运维自动化系统及方法 |
-
2017
- 2017-12-12 CN CN201711316285.XA patent/CN109921955B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070088528A1 (en) * | 2005-10-14 | 2007-04-19 | Fisher-Rosemount Systems, Inc. | Statistical signatures used with multivariate statistical analysis for fault detection and isolation and abnormal condition prevention in a process |
| CN102118276A (zh) * | 2009-12-31 | 2011-07-06 | 北京亿阳信通软件研究院有限公司 | 提供性能告警服务的方法和装置 |
| CN104063747A (zh) * | 2014-06-26 | 2014-09-24 | 上海交通大学 | 一种分布式系统中的性能异常预测方法及系统 |
| CN105323111A (zh) * | 2015-11-17 | 2016-02-10 | 南京南瑞集团公司 | 一种运维自动化系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111176931A (zh) * | 2019-12-11 | 2020-05-19 | 深圳智链物联科技有限公司 | 一种运营监控方法、装置、服务器及存储介质 |
| CN113923096A (zh) * | 2020-06-22 | 2022-01-11 | 中国联合网络通信集团有限公司 | 网元故障预警方法、装置、电子设备及存储介质 |
| CN113923096B (zh) * | 2020-06-22 | 2023-05-30 | 中国联合网络通信集团有限公司 | 网元故障预警方法、装置、电子设备及存储介质 |
| CN112887219A (zh) * | 2021-03-31 | 2021-06-01 | 中国工商银行股份有限公司 | 报文组包间隔调整方法及装置 |
| CN112887219B (zh) * | 2021-03-31 | 2023-04-07 | 中国工商银行股份有限公司 | 报文组包间隔调整方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109921955B (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111984503B (zh) | 一种监控指标数据异常数据识别的方法及装置 | |
| CN106951984B (zh) | 一种系统健康度动态分析预测方法及装置 | |
| US8041597B2 (en) | Self-calibrating outlier model and adaptive cascade model for fraud detection | |
| CN109921955A (zh) | 业务量监控方法、系统、计算机设备和存储介质 | |
| US7243049B1 (en) | Method for modeling system performance | |
| CN113762525B (zh) | 一种具有差分隐私保护的联邦学习模型训练方法 | |
| CN107062559A (zh) | 一种空调器缺氟检测方法、装置及空调系统 | |
| CN105848197A (zh) | 一种网速测量方法、装置及系统 | |
| CN107203883A (zh) | 一种风险控制方法和设备 | |
| CN107315671B (zh) | 应用状态监控方法、装置及其设备 | |
| CN113191074A (zh) | 一种用于数据中心的机房供电参数检测方法 | |
| CN114202256B (zh) | 架构升级预警方法、装置、智能终端及可读存储介质 | |
| CN106096811A (zh) | 一种企业信用评估方法及装置 | |
| CN115754468A (zh) | 一种电流二次回路波形畸变的监测方法及系统 | |
| CN107480703B (zh) | 交易故障检测方法及装置 | |
| US9249794B2 (en) | Condition-based and predictive maintenance of compressor systems | |
| CN109669796A (zh) | 一种磁盘故障的预测方法和装置 | |
| CN108900339A (zh) | 一种度量业务质量的方法、装置及电子设备 | |
| CN110007940B (zh) | 灰度发布的验证方法、系统、服务器及可读存储介质 | |
| CN108874961B (zh) | 报表数据处理方法 | |
| CN111080364A (zh) | 一种工程造价数据中心管理系统及装置 | |
| CN110910061A (zh) | 一种物料管理方法、系统、存储介质以及电子设备 | |
| CN111582628B (zh) | 质量评估方法及装置 | |
| CN110232521A (zh) | 一种业务系统稳定性评估方法及评估装置 | |
| CN110378754B (zh) | 一种数据处理的方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |