CN110245051A - 数据埋点方法、装置、设备和存储介质 - Google Patents
数据埋点方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110245051A CN110245051A CN201910513734.2A CN201910513734A CN110245051A CN 110245051 A CN110245051 A CN 110245051A CN 201910513734 A CN201910513734 A CN 201910513734A CN 110245051 A CN110245051 A CN 110245051A
- Authority
- CN
- China
- Prior art keywords
- data
- channel
- measure
- rule
- measure indexes
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种数据埋点方法、装置、设备和存储介质,该方法包括:初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理。可以动态调整数据生成速度,采集的数据可以直接应用,无需将采集的数据送到数据处理中心进行处理,通过配置时间间隔和数据计算间隔减轻服务器的压力。
Description
技术领域
本发明涉及数据处理技术领域,具体涉及一种数据埋点方法、装置、设备和存储介质。
背景技术
数据分析是获得用户需求的来源之一,通过对数据进行对比,对数据趋势进行分析,这样可以及时发现哪些环节存在问题,哪些环节有提高空间等。同时,数据分析也可以是检验功能是否有效、是否受欢迎的重要佐证,而通常情况下,这些数据大部分来自于数据埋点。
现有技术中,数据埋点领域通常可以采用以下两种方式,第一、使用面向切面技术来实现程序入口、出口进行埋点,然后将这些采样信息不断的发送到某一个消息队列或者内存数据库中,然后其他系统进行分析和展示,这种方式简单快速,但是维护麻烦且不易扩展,数据采集发生故障时会影响业务,进而导致系统可用性低;第二、使用Codahale的Metrics算法进行数据的埋点,目前被很多第三方库或者应用提供辅助统计分析,比如Jetty、Logback、Log4j、Apache HttpClient、Ehcache和Spring cloud,它还可以将度量数据发送给Ganglia和Graphite以提供图形化的监控,这种方案是目前使用较多的一种,多见于开源软件,缺点是Metrics类型有些重复且需要经过二次加工分析(如大数据实时或离线计算)后才能进行数据分析展现。
发明内容
有鉴于此,提供一种数据埋点方法、装置、设备和存储介质,以解决现有技术的数据埋点过程中后续需要其他技术手段进行数据加工才能使用、以及,在全部数据中找出需要的时间段的数据造成的操作复杂的问题。
本发明采用如下技术方案:
第一方面,本发明实施例提供一种数据埋点方法,该方法包括:
初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;
初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;
根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;
按照与所述通道对应的存储规则将所述数据写入磁盘文件;
从所述磁盘文件收集所述数据,以进行显示或分析处理。
第二方面,本发明实施例提供了一种数据埋点装置,该装置包括:
度量指标生成模块,用于初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;
通道初始化模块,用于初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;
数据传输模块,用于根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;
数据写入模块,用于按照与所述通道对应的存储规则将所述数据写入磁盘文件;
数据收集模块,用于从所述磁盘文件收集所述数据,以进行显示或分析处理。
第三方面,本申请实施例提供了一种设备,该设备包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行本申请实施例第一方面所述的数据埋点方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
第四方面,本申请实施例提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如第一方面所述的数据埋点方法中各个步骤。
本发明采用以上技术方案,初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型,与现有技术中的五种类型相比,进行了精简;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理,本申请中引入了预设时间间隔的概念,也即,采集的是固定或滑动时间窗口的数据,与现有技术中的从初始时刻开始计时相比,减少了计算量,提高了数据时效性;此外,无需将数据送到数据处理中心即可直接应用,缩短了处理时长,减少了时延,提高了数据时效性。
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是本发明实施例提供的一种数据埋点方法的流程图;
图2是本发明实施例提供的一种数据埋点装置的结构示意图;
图3是本发明实施例提供的一种设备的结构示意图。
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,下面将对本发明的技术方案进行详细的描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式,都属于本发明所保护的范围。
实施例
图1为本发明实施例提供的一种数据埋点方法的流程图,该方法可以由本发明实施例提供的数据埋点装置来执行,该装置可采用软件和/或硬件的方式实现。参考图1,该方法具体可以包括如下步骤:
S101、初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型。
本申请实施例中应用的是改进的TS Metrics(Time Series Metrics,时间序列度量),其中,Metrics是一个给JAVA服务的各项指标提供度量工具的包,在JAVA程序中嵌入Metrics包模块,可以方便的对业务代码的各个指标进行监控,同时,Metrics能够很好的与Ganlia、Graphite结合,以提供图形化接口。
具体的,本申请实施例中的指标度量器可以是Metrics指标度量器,首先要初始化Metrics指标度量器,生成三种类型的Metrics,也即,Gauge、Counter、Timer三种类型的度量指标,分别称为,数据测量型、计数器型和计时器型。
Gauge代表一个度量的即时值,例如,当汽车行驶在路上,当前的速度是Gauge值;当测量体温时,体温计的刻度是Gauge;当程序运行时,内存使用量和CPU(CentralProcessing Unit,中央处理器)占用率也可以用Gauge值来度量。Counter是一个AtomicLong实例,可以增加或者减少值,例如,可以用它来计数队列中加入的Job的总数。Timers主要是用来统计某一块代码段的执行时间以及其分布情况,例如用来测量一段代码被调用的速率和用时。
可选的,在初始化指标度量器,以生成预设类型的度量指标,之后,还包括:将所述度量指标进行全局注册,以隔离每种预设类型的数据。其中,每种Metrics都有唯一的全局索引,这样可以根据对应的索引隔离维护各自的数据。
S102、初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则。
具体的,初始化用于存放Metrics度量指标的通道,该通道可以为阻塞通道,并将通道注册到全局,此外,不同通道标识不同的数据处理规则。在一个具体的例子中,数据处理规则可以是在通道中数据存放的队列规则。
可选的,所述数据处理规则包括削峰填谷规则。在一个具体的例子中,削峰填谷是调整用电负荷的一种措施,根据不同用户的用电规律,合理地、有计划地安排和组织各类用户的用电时间,以降低负荷高峰,填补负荷低谷,减小电网负荷峰谷差,使发电、用电趋于平衡。本申请实施例中,将削峰填谷应用到数据埋点的流程中,可以更平稳的进行数据采集处理,以保护业务系统可用性。
S103、根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道。
具体的,启动Metrics指标处理器Processor,获取各个时刻的数据,然后按照配置的时间间隔,也即,预设时间间隔T0进行固定时间间隔的数据计算,将该过程称为数据的采集,最后将计算得到的数据传输至各个通道。在一个具体的例子中,在T1、T2、T3、T4…TN的时间范围内按照固定时间间隔计算当前时间序列内每一个固定时间间隔的数据,其中,T0=TN-TN-1,该固定时间间隔的实现方式可以是固定时间窗口,也可以是滑动时间窗口,这里不进行限定。现有技术中是从初始时刻累积的数据,应用启动后,数据一直累积,也即,记录的数据是总的,然后再数据处理中心确定需要的时间段中的起始时间以确定时间段,本申请的技术方案与现有技术相比,简化了计算,提高了处理速度。S104、按照与所述通道对应的存储规则将所述数据写入磁盘文件。
具体的,初始化Metrics指标上报器Reporter,按照对应的存储规则将数据写入磁盘文件中,在一个具体的例子中,存储规则可以是周期性的时间规则,例如定期,或者是根据通道的容量大小确定的规则,例如容量越大,存储的数据越多等。
S105、从所述磁盘文件收集所述数据,以进行显示或分析处理。
具体的,使用数据收集器从磁盘文件收集Metrics指标数据,在显示设备上进行显示,显示设备例如Dashboard,或者进行二次加工进行分析处理。与现有技术相比,采集的数据可以直接拿来用,而不是送到数据处理中心进行二次加工再用,而是在有需求时才进行二次加工,提高了时效性。
本发明采用以上技术方案,初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型,与现有技术中的五种类型相比,进行了精简;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理,本申请中引入了预设时间间隔的概念,也即,采集的是固定或滑动时间窗口的数据,与现有技术中的从初始时刻开始计时相比,减少了计算量,提高了数据时效性;此外,无需将数据送到数据处理中心即可直接应用,缩短了处理时长,减少了时延,提高了数据时效性。
可选的,所述数据包括静态测量数据或动态测量数据,其中,所述动态测量数据包括每秒请求数、平均响应时间、内存使用率或每秒下单数等。需要说明的是,上述动态测量数据只是用来举例说明,不同的业务中,动态数据的数据类型或数据量不同,这里不进行限定。在一个具体的例子中,静态测量数据可以是,当前商场的总人数。
此外,本申请实施例可应用在业务系统中需要进行数据埋点的地方,并且TSMetrics可以调节数据生成速度,对于埋点数据输出过多的情况下,可以进行时间间隔和数据计算间隔的配置,减轻服务器的压力。通过在埋点阶段随着时间变化即时进行数据初步分析计算,将数据加工分析的过程前置到数据埋点阶段,减少后续使用其他技术手段来进行数据的清洗加工,同时相比Codahal的Metrics进行了精简。
图2是本发明是实施例提供的一种数据埋点装置的结构示意图,该装置适用于执行本发明实施例提供给的一种数据埋点方法。如图2所示,该装置具体可以包括:度量指标生成模块201、通道初始化模块202、数据传输模块203、数据写入模块204和数据收集模块205。
其中,度量指标生成模块201,用于初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;通道初始化模块202,用于初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;数据传输模块203,用于根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;数据写入模块204,用于按照与所述通道对应的存储规则将所述数据写入磁盘文件;数据收集模块205,用于从所述磁盘文件收集所述数据,以进行显示或分析处理。
本发明采用以上技术方案,初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型,与现有技术中的五种类型相比,进行了精简;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理,本申请中引入了预设时间间隔的概念,也即,采集的是固定或滑动时间窗口的数据,与现有技术中的从初始时刻开始计时相比,减少了计算量,提高了数据时效性;此外,无需将数据送到数据处理中心即可直接应用,缩短了处理时长,减少了时延,提高了数据时效性。
进一步的,还包括全局注册模块,用于在初始化指标度量器,以生成预设类型的度量指标,之后,将所述度量指标进行全局注册,以隔离每种预设类型的数据。
进一步的,所述存储规则包括周期性的时间规则,或,按照所述通道的容量大小确定的规则。
进一步的,所述数据包括静态测量数据或动态测量数据,其中,所述动态测量数据包括每秒请求数、平均响应时间、内存使用率或每秒下单数。
进一步的,所述数据处理规则包括削峰填谷规则。
本发明实施例提供的数据埋点装置可执行本发明任意实施例提供的数据埋点方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供一种设备,请参阅图3,图3为一种设备的结构示意图,如图3所示,该设备包括:处理器310,以及与处理器310相连接的存储器320;存储器320用于存储计算机程序,所述计算机程序至少用于执行本发明实施例中的数据埋点方法;处理器310用于调用并执行所述存储器中的所述计算机程序,上述数据埋点方法至少包括如下步骤:初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理。
本发明实施例还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如本发明实施例中的数据埋点方法中各个步骤,上述数据埋点方法至少包括如下步骤:初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;按照与所述通道对应的存储规则将所述数据写入磁盘文件;从所述磁盘文件收集所述数据,以进行显示或分析处理。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的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。
此外,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。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者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示例。而且,描述的具体特征、结构、材料或者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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种数据埋点方法,其特征在于,包括:
初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;
初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;
根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;
按照与所述通道对应的存储规则将所述数据写入磁盘文件;
从所述磁盘文件收集所述数据,以进行显示或分析处理。
2.根据权利要求1所述的方法,其特征在于,初始化指标度量器,以生成预设类型的度量指标,之后,还包括:
将所述度量指标进行全局注册,以隔离每种预设类型的数据。
3.根据权利要求1所述的方法,其特征在于,所述存储规则包括周期性的时间规则,或,按照所述通道的容量大小确定的规则。
4.根据权利要求1所述的方法,其特征在于,所述数据包括静态测量数据或动态测量数据,其中,所述动态测量数据包括每秒请求数、平均响应时间、内存使用率或每秒下单数。
5.根据权利要求1所述的方法,其特征在于,所述数据处理规则包括削峰填谷规则。
6.一种数据埋点装置,其特征在于,包括:
度量指标生成模块,用于初始化指标度量器,以生成预设类型的度量指标,其中,所述预设类型包括:数据测量型、计数器型和计时器型;
通道初始化模块,用于初始化存放所述度量指标的通道,其中,所述通道标识数据处理规则;
数据传输模块,用于根据所述度量指标采集预设时间间隔内的数据,并将所述数据传输至所述通道;
数据写入模块,用于按照与所述通道对应的存储规则将所述数据写入磁盘文件;
数据收集模块,用于从所述磁盘文件收集所述数据,以进行显示或分析处理。
7.根据权利要求6所述的装置,其特征在于,还包括全局注册模块,用于在初始化指标度量器,以生成预设类型的度量指标,之后,将所述度量指标进行全局注册,以隔离每种预设类型的数据。
8.根据权利要求6所述的装置,其特征在于,所述存储规则包括周期性的时间规则,或,按照所述通道的容量大小确定的规则。
9.一种设备,其特征在于,包括:
处理器,以及与所述处理器相连接的存储器;
所述存储器用于存储计算机程序,所述计算机程序至少用于执行权利要求1-5任一项所述的数据埋点方法;
所述处理器用于调用并执行所述存储器中的所述计算机程序。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时,实现如权利要求1-5任一项所述的数据埋点方法中各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513734.2A CN110245051B (zh) | 2019-06-14 | 2019-06-14 | 数据埋点方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910513734.2A CN110245051B (zh) | 2019-06-14 | 2019-06-14 | 数据埋点方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110245051A true CN110245051A (zh) | 2019-09-17 |
CN110245051B CN110245051B (zh) | 2023-07-04 |
Family
ID=67886992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910513734.2A Active CN110245051B (zh) | 2019-06-14 | 2019-06-14 | 数据埋点方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110245051B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256671A (zh) * | 2020-10-21 | 2021-01-22 | 上海博泰悦臻电子设备制造有限公司 | 数据存储方法及相关设备 |
CN112541036A (zh) * | 2020-11-24 | 2021-03-23 | 南方电网数字电网研究院有限公司 | 电网数据同步方法、系统、装置、计算机设备和存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0502176D0 (en) * | 2005-02-03 | 2005-03-09 | Hewlett Packard Development Co | Diagnosis of a data read system |
US20070027985A1 (en) * | 2005-08-01 | 2007-02-01 | Network Appliance, Inc. | Rule-based performance analysis of storage appliances |
CN102122263A (zh) * | 2011-03-23 | 2011-07-13 | 成都勤智数码科技有限公司 | 一种java应用系统运行时监控方法和装置 |
CN106611049A (zh) * | 2016-12-22 | 2017-05-03 | 上海爱韦讯信息技术股份有限公司 | 基于fog数据的度量分析方法及系统 |
US20170147334A1 (en) * | 2015-11-24 | 2017-05-25 | Teachers Insurance And Annuity Association Of America | Visual presentation of metrics reflecting lifecycle events of software artifacts |
CN106789189A (zh) * | 2016-12-05 | 2017-05-31 | 深圳市彬讯科技有限公司 | 一种soa服务实时监控上报与性能度量系统 |
CN107133047A (zh) * | 2017-05-12 | 2017-09-05 | 微梦创科网络科技(中国)有限公司 | 一种项目运行指标度量方法及装置 |
CN108156006A (zh) * | 2016-12-05 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 一种埋点数据上报方法、装置及电子设备 |
CN108628537A (zh) * | 2017-03-17 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 监控数据输出方法及装置 |
CN108833459A (zh) * | 2018-04-09 | 2018-11-16 | 平安普惠企业管理有限公司 | 数据上报方法及终端设备 |
CN108845914A (zh) * | 2018-06-29 | 2018-11-20 | 平安科技(深圳)有限公司 | 性能测试报告的生成方法、电子装置及可读存储介质 |
CN109039819A (zh) * | 2018-08-16 | 2018-12-18 | 深圳华锐金融技术股份有限公司 | 时延统计方法、装置、系统及存储介质 |
EP3432520A1 (en) * | 2017-07-20 | 2019-01-23 | AirMagnet, Inc. | Efficient storage and querying of time series metrics |
WO2019100614A1 (zh) * | 2017-11-22 | 2019-05-31 | 平安科技(深圳)有限公司 | 埋点数据处理方法、装置、计算机设备和存储介质 |
-
2019
- 2019-06-14 CN CN201910513734.2A patent/CN110245051B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0502176D0 (en) * | 2005-02-03 | 2005-03-09 | Hewlett Packard Development Co | Diagnosis of a data read system |
US20070027985A1 (en) * | 2005-08-01 | 2007-02-01 | Network Appliance, Inc. | Rule-based performance analysis of storage appliances |
CN102122263A (zh) * | 2011-03-23 | 2011-07-13 | 成都勤智数码科技有限公司 | 一种java应用系统运行时监控方法和装置 |
US20170147334A1 (en) * | 2015-11-24 | 2017-05-25 | Teachers Insurance And Annuity Association Of America | Visual presentation of metrics reflecting lifecycle events of software artifacts |
CN106789189A (zh) * | 2016-12-05 | 2017-05-31 | 深圳市彬讯科技有限公司 | 一种soa服务实时监控上报与性能度量系统 |
CN108156006A (zh) * | 2016-12-05 | 2018-06-12 | 阿里巴巴集团控股有限公司 | 一种埋点数据上报方法、装置及电子设备 |
CN106611049A (zh) * | 2016-12-22 | 2017-05-03 | 上海爱韦讯信息技术股份有限公司 | 基于fog数据的度量分析方法及系统 |
CN108628537A (zh) * | 2017-03-17 | 2018-10-09 | 北京嘀嘀无限科技发展有限公司 | 监控数据输出方法及装置 |
CN107133047A (zh) * | 2017-05-12 | 2017-09-05 | 微梦创科网络科技(中国)有限公司 | 一种项目运行指标度量方法及装置 |
EP3432520A1 (en) * | 2017-07-20 | 2019-01-23 | AirMagnet, Inc. | Efficient storage and querying of time series metrics |
WO2019100614A1 (zh) * | 2017-11-22 | 2019-05-31 | 平安科技(深圳)有限公司 | 埋点数据处理方法、装置、计算机设备和存储介质 |
CN108833459A (zh) * | 2018-04-09 | 2018-11-16 | 平安普惠企业管理有限公司 | 数据上报方法及终端设备 |
CN108845914A (zh) * | 2018-06-29 | 2018-11-20 | 平安科技(深圳)有限公司 | 性能测试报告的生成方法、电子装置及可读存储介质 |
CN109039819A (zh) * | 2018-08-16 | 2018-12-18 | 深圳华锐金融技术股份有限公司 | 时延统计方法、装置、系统及存储介质 |
Non-Patent Citations (3)
Title |
---|
XIUXIA YIN等: "Event-triggered tracking control for discrete-time multi-agent systems", 《 IMA JOURNAL OF MATHEMATICAL CONTROL AND INFORMATION》, pages 165 - 182 * |
王自挺: "软件性能测试中系统参数度量分析方法的研究与应用", 《软件产业与工程》 * |
王自挺: "软件性能测试中系统参数度量分析方法的研究与应用", 《软件产业与工程》, no. 01, 28 February 2010 (2010-02-28), pages 26 - 29 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112256671A (zh) * | 2020-10-21 | 2021-01-22 | 上海博泰悦臻电子设备制造有限公司 | 数据存储方法及相关设备 |
CN112256671B (zh) * | 2020-10-21 | 2023-11-24 | 博泰车联网科技(上海)股份有限公司 | 数据存储方法及相关设备 |
CN112541036A (zh) * | 2020-11-24 | 2021-03-23 | 南方电网数字电网研究院有限公司 | 电网数据同步方法、系统、装置、计算机设备和存储介质 |
CN112541036B (zh) * | 2020-11-24 | 2023-12-12 | 南方电网数字电网研究院有限公司 | 电网数据同步方法、系统、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110245051B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11048729B2 (en) | Cluster evaluation in unsupervised learning of continuous data | |
US7693982B2 (en) | Automated diagnosis and forecasting of service level objective states | |
US20140047106A1 (en) | Real-time compressive data collection for cloud monitoring | |
US8578023B2 (en) | Computer resource utilization modeling for multiple workloads | |
US20030023719A1 (en) | Method and apparatus for prediction of computer system performance based on types and numbers of active devices | |
US11165799B2 (en) | Anomaly detection and processing for seasonal data | |
CN110601900A (zh) | 一种网络故障预警方法及装置 | |
CN110633194B (zh) | 一种硬件资源在特定环境下的性能评估方法 | |
CN110245051A (zh) | 数据埋点方法、装置、设备和存储介质 | |
Thereska et al. | Informed data distribution selection in a self-predicting storage system | |
CN110096489A (zh) | 一种数据查询方法、系统、装置及电子设备 | |
CN107368372B (zh) | 一种基于云海os平台的资源展示方法与装置 | |
CN108809760A (zh) | 数据采样系统中采样周期的控制方法和装置 | |
CN112633542A (zh) | 系统性能指标预测方法、装置、服务器及存储介质 | |
CN106503841B (zh) | 指标阈值的确定方法和装置 | |
JP2020031281A (ja) | 異常診断プログラムおよび異常診断方法 | |
US20220245010A1 (en) | Time-series anomaly detection using an inverted index | |
CN109040218A (zh) | 一种应用系统活跃度确定方法、装置、设备以及存储介质 | |
CN111897706A (zh) | 服务器性能预测方法、装置、计算机系统和介质 | |
CN104641370A (zh) | 时序数据蓄积装置 | |
US20110078102A1 (en) | System and method for detecting system relationships by correlating system workload activity levels | |
JP3353745B2 (ja) | 処理能力測定装置および処理能力測定方法 | |
US11157348B1 (en) | Cognitive control of runtime resource monitoring scope | |
CN107361754A (zh) | 动态血压监测模型的构建方法 | |
Ibrahim et al. | Presence: Performance metrics models for cloud saas web services |
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 |