CN110941541A - 对数据流服务进行问题定级的方法以及装置 - Google Patents
对数据流服务进行问题定级的方法以及装置 Download PDFInfo
- Publication number
- CN110941541A CN110941541A CN201911076367.0A CN201911076367A CN110941541A CN 110941541 A CN110941541 A CN 110941541A CN 201911076367 A CN201911076367 A CN 201911076367A CN 110941541 A CN110941541 A CN 110941541A
- Authority
- CN
- China
- Prior art keywords
- data
- data stream
- determining
- service
- influence
- 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
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
Abstract
本申请公开了一种对数据流服务进行问题定级的方法、装置、电子设备以及计算机可读存储介质,涉及数据流技术领域。本申请在对数据流服务进行问题定级时所采用的实现方案为:监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流;利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数;利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。本申请能够提升对数据流服务进行问题定级的准确性。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及数据流技术领域中的一种对数据流服务进行问题定级的方法、装置、电子设备以及计算机可读存储介质。
背景技术
现有技术中,在对数据流服务所出现的问题进行定级时,通常采用单一指标进行,例如仅根据数据流服务所出现问题的持续时间进行问题定级,或者仅根据由于数据流服务所出现问题而受到影响的数据量进行问题定级。但是,不同应用产品的数据流具有不同的特性,例如具有不同的数据更新时效,而使用数据流服务的单一指标进行问题定级,无法确保对数据流服务进行问题定级的准确性。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种对数据流服务进行问题定级的方法,所述方法包括:监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流;利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数;利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。本申请首先确定因数据流服务所出现问题而受到影响的各条数据流,然后获取对应各条数据流的数据影响子指数,再根据各数据影响子指数来得到数据流服务的数据影响指数,最后根据该数据影响指数进行问题定级,从而能够充分考虑每条数据流的影响程度,提高了对数据流服务进行问题定级的准确性。
根据本申请一优选实施例,所述方法还包括:记录监控过程中所述数据流服务对应的监控数据;所述监控数据中包括所述数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。本步骤通过预先记录监控数据,从而提升获取监控数据的便捷性。
根据本申请一优选实施例,数据流对应的属性数据包括数据流的数据更新占比;若数据流为批量更新且更新正确,则确定所述数据流的数据更新占比为数据流数据的批量更新占比;若数据流为增量更新或者数据流批量更新错误,则确定所述数据流的数据更新占比为100%。本步骤能够提升所获取的属性数据的准确度。
根据本申请一优选实施例,数据流对应的属性数据包括数据流的时间系数;根据问题发生时间以及问题结束时间,确定受影响时段;将对应所述受影响时段的时间权重作为数据流对应的时间系数。本步骤能够充分考虑属性数据受时间的影响。
根据本申请一优选实施例,数据流对应的属性数据包括数据流的应用产品系数;确定数据流对应的应用产品的类别;将对应所述类别的产品权重作为数据流对应的应用产品系数。本步骤能够充分考虑属性数据受产品类别的影响。
根据本申请一优选实施例,数据流对应的属性数据包括数据流的周期影响系数;获取问题发生时间、问题结束时间以及数据流的数据更新周期;计算所述问题发生时间与所述数据更新周期的相加结果;若所述相加结果大于等于所述问题结束时间,则确定数据流的周期影响系数为0,否则确定数据流的周期影响系数为1。本步骤能够充分考虑数据流在出现问题时是否真正受到影响,从而提升数据流服务的问题定级的准确性。
根据本申请一优选实施例,所述利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数包括:将对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为所述对应各条数据流的数据影响子指数。
根据本申请一优选实施例,所述根据所述数据影响指数确定所述数据流服务的问题等级包括:确定所述数据影响指数所在的指数范围;根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为所述数据流服务的问题等级。
本申请为解决技术问题所采用的技术方案是提供一种对数据流服务进行问题定级的装置,所述装置包括:监控单元,用于监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流;处理单元,用于利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数;确定单元,用于利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。
根据本申请一优选实施例,所述监控单元还执行:记录监控过程中所述数据流服务对应的监控数据;所述监控数据中包括所述数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。
根据本申请一优选实施例,所述处理单元中数据流对应的属性数据包括数据流的数据更新占比;若数据流为批量更新且更新正确,则确定所述数据流的数据更新占比为数据流数据的批量更新占比;若数据流为增量更新或者数据流批量更新错误,则确定所述数据流的数据更新占比为100%。
根据本申请一优选实施例,所述处理单元中数据流对应的属性数据包括数据流的时间系数;根据问题发生时间以及问题结束时间,确定受影响时段;将对应所述受影响时段的时间权重作为数据流对应的时间系数。
根据本申请一优选实施例,所述处理单元中数据流对应的属性数据包括数据流的应用产品系数;确定数据流对应的应用产品的类别;将对应所述类别的产品权重作为数据流对应的应用产品系数。
根据本申请一优选实施例,所述处理单元中数据流对应的属性数据包括数据流的周期影响系数;获取问题发生时间、问题结束时间以及数据流的数据更新周期;计算所述问题发生时间与所述数据更新周期的相加结果;若所述相加结果大于等于所述问题结束时间,则确定数据流的周期影响系数为0,否则确定数据流的周期影响系数为1。
根据本申请一优选实施例,所述处理单元在利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数时,具体执行:将对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为所述对应各条数据流的数据影响子指数。
根据本申请一优选实施例,所述确定单元在根据所述数据影响指数确定所述数据流服务的问题等级时,具体执行:确定所述数据影响指数所在的指数范围;根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为所述数据流服务的问题等级。
上述申请中的一个实施例具有如下优点或有益效果:本申请能够充分考虑每条数据流的影响程度,从而提高了对数据流服务进行问题定级的准确性。因为采用了确定受到影响的各条数据流的数据影响子指数的技术手段,所以克服了现有技术中仅使用对单一指标进行问题定级所导致的定级不准确的技术问题,实现提高对数据流服务进行问题定级的准确性的技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例提供的一种对数据流服务进行问题定级的方法流程图;
图2是根据本申请第二实施例提供的一种对数据流服务进行问题定级的装置结构图;
图3是用来实现本申请实施例的对数据流服务进行问题定级的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1为本申请一实施例提供的一种对数据流服务进行问题定级的方法流程图,如图1中所示,所述方法包括:
在S101中,监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流。
在本步骤中,首先对数据流服务进行监控,并在监控数据流服务出现问题时,确定受影响的至少一条数据流。也就是说,本步骤通过对数据流服务的各个环节进行监控,从而在某一环节出现问题时,确定因该问题而受到影响的数据流。
可以理解的是,本申请中的数据流服务负责数据计算以及数据处理,例如利用数据流服务对线上的应用产品进行数据更新。因此数据流服务会存在对应不同应用产品的数据流,即数据流服务中的每条数据流会分别对应某一类别的应用产品,例如对应小说的数据流、对应天气的数据流或者对应影视的数据流等。
而本步骤在监控数据流服务时,还会记录数据流服务对应的监控数据,监控数据中包括数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。利用本步骤所记录的上述监控数据,能够计算得到对应各条数据流的数据影响子指数。
在S102中,利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数。
在本步骤中,在由步骤S101确定受影响的至少一条数据流之后,通过数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数。其中,所确定的数据影响子指数用于表示各条数据流受到数据流服务所出现问题的影响程度。
具体地,本步骤中各条数据流对应的属性数据,包括各条数据流对应的数据更新占比、各条数据流对应的时间系数、各条数据流对应的应用产品系数以及各条数据流对应的周期影响系数。
其中,本步骤在确定数据流对应的数据更新占比时,可以采用以下方式:若数据流为批量更新且更新正确,则确定数据流的数据更新占比为数据流数据的批量更新占比,即该数据流天级的数据变化量与该数据流天级的数据总量的比值,其中数据流天级的数据总量可以为该条数据流在预设时段内批量更新的数据量的平均值,例如7天内批量更新的数据量的平均值;若数据流为增量更新或者数据流批量更新错误,则数据流的数据更新占比为100%。
而本步骤所确定的数据流对应的时间系数,用于表示数据流在不同的问题持续时段的时间权重,可以采用以下方式获取:根据监控数据中的问题发生时间以及问题结束时间,确定受影响时段;将对应所确定的受影响时段的时间权重,作为数据流对应的时间系数。
举例来说,若受影响时段为[1:00,6:00],则对应该时段的时间权重为0.1;若受影响时段为[7:00,12:00],则对应该时段的时间权重为0.4;若受影响时段为[13:00,18:00],则对应该时段的时间权重为0.3;若受影响时段为[19:00,24:00],则对应该时段的时间权重为0.2。其中,对应不同时段的时间权重可以人为设置;也可以通过计算不同数据流在不同时段中PV(PageView,页面浏览量)占全天总PV的比值来得到。
本步骤所确定的数据流对应的应用产品系数,用于表示对应不同的应用产品的数据流的产品权重,其中时效性较高的应用产品的数据流的产品权重较大,可以采用以下方式获取:确定数据流对应的应用产品的类别;将对应所确定的类别的产品权重,作为数据流对应的应用产品系数。
举例来说,若某条数据流对应的应用产品的类别为小说,则对应小说的产品权重可以为1;若某条数据流对应的应用产品的类别为股票,则对应股票的产品权重可以为2;若某条数据流对应的应用产品的类别为影视,则对应影视的产品权重可以为3。其中,对应不同类别的产品权重可以人为设置;也可以根据各类别应用产品的全天总PV来确定,例如0~1000PV的产品权重设置为1,1001~2000PV的产品权重设置为2,2001~3000PV的产品权重设置为3,以此类推得到不同类别应用产品的产品权重。
本步骤所确定的数据流对应的周期影响系数,用于表示数据流在数据流服务出现问题时是否真正受到了影响,若真正受到了影响,则周期影响系数为1,否则为0。本步骤在确定数据流对应的周期影响系数时,可以采用以下方式:获取监控数据中的问题发生时间、问题结束时间以及数据流的数据更新周期;获取问题发生时间与数据流对应的数据更新周期的相加结果;若所获取的相加结果大于等于问题结束时间,则确定数据流的周期影响系数为0,即表示该条数据流在数据流服务出现问题时并未受到影响;若所获取的相加结果小于问题结束时间,则确定该条数据流的周期影响系数为1,表示该条数据流在数据流服务出现问题时受到影响。
而本步骤在获取了各条数据流对应的属性数据之后,便能够根据监控数据以及所获取的属性数据,来得到对应各条数据流的数据影响子指数。
具体地,本步骤可以将在数据流服务的问题持续时段内,对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为对应各条数据流的数据影响子指数。
举例来说,若在上午9:00~11:00之间,数据流服务出现的问题影响了小说类应用产品的数据流,若在数据流服务的问题持续期间内,该数据流的受影响数据量为100w条数据,若数据流服务对该数据流进行增量更新,若该数据流的数据更新周期为3小时,则对应该数据流的数据影响子指数为:100w×100%×0.4×1×1=40w。
在S103中,利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。
在本步骤中,首先根据步骤S102中所获取的对应各条数据流的数据影响子指数来得到数据流服务的数据影响指数,从而根据所得到的数据影响子指数,确定数据流服务所出现问题的问题等级。也就是说,本步骤通过受到数据流服务所出现问题影响的各条数据流的影响程度,来得到该问题对数据流服务的影响程度,从而提升确定的问题等级的准确度。
具体地,本步骤在利用对应各条数据流的数据影响子指数得到数据流服务的数据影响指数时,可以将对应各条数据流的数据影响子指数的累加结果作为数据流服务的数据影响指数,也可以将各条数据流的数据影响子指数的均值结果作为数据流服务的数据影响指数。
举例来说,若数据流服务出现的问题影响了数据流1、数据流2、数据流3以及数据流4,若对应数据流1的数据影响子指数为50w,若对应数据流2的数据影响子指数为20w,若对应数据流3的数据影响子指数为0w,若对应数据流4的数据影响子指数为30w,则本步骤确定的数据流服务的数据影响指数可以为100w(累加结果),也可以为25w(均值结果)。
而本步骤在根据数据影响指数确定数据流服务的问题等级时,可以采用以下方式:确定数据影响指数所在的指数范围;根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为数据流服务所出现问题的问题等级。
举例来说,若指数范围1为(0~3w)对应P4,指数范围2(3w~25w)对应P3,指数范围3(25W~220W)对应P2,指数范围4(220W以上)对应P1,P4到P1表示问题等级越严重,P4最低,P1最高。若本步骤所得到的数据流服务的数据影响指数为200W,则该数据影响指数所在的指数范围为指数范围3,因此将与指数范围3对应的P2,作为数据流服务所出现问题的问题等级。
因此,本申请通过分析由于数据流服务所出现问题而受到影响的各条数据流,根据每条数据流的特性充分考虑了每条数据流的影响程度,从而提高了对数据流服务进行问题定级的准确性。
图2为本申请一实施例提供的一种对数据流服务进行问题定级的装置结构图,如图2中所示,所述装置包括:监控单元201、处理单元202以及确定单元203。
监控单元201,用于监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流。
监控单元201,首先对数据流服务进行监控,并在监控数据流服务出现问题时,确定受影响的至少一条数据流。也就是说,监控单元201通过对数据流服务的各个环节进行监控,从而在某一环节出现问题时,确定因该问题而受到影响的数据流。
而监控单元201在监控数据流服务时,还会记录数据流服务对应的监控数据,监控数据中包括数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。利用监控单元201所记录的上述监控数据,能够计算得到对应各条数据流的数据影响子指数。
处理单元202,用于利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数。
处理单元202,在由监控单元201确定受影响的至少一条数据流之后,通过数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数。其中,所确定的数据影响子指数用于表示各条数据流受到数据流服务所出现问题的影响程度。
具体地,处理单元202中各条数据流对应的属性数据,包括各条数据流对应的数据更新占比、各条数据流对应的时间系数、各条数据流对应的应用产品系数以及各条数据流对应的周期影响系数。
其中,处理单元202在确定数据流对应的数据更新占比时,可以采用以下方式:若数据流为批量更新且更新正确,则确定数据流的数据更新占比为数据流数据的批量更新占比,即该数据流天级的数据变化量与该数据流天级的数据总量的比值;若数据流为增量更新或者数据流批量更新错误,则数据流的数据更新占比为100%。
而处理单元202所确定的数据流对应的时间系数,用于表示数据流在不同的问题持续时段的时间权重,可以采用以下方式获取:根据监控数据中的问题发生时间以及问题结束时间,确定受影响时段;将对应所确定的受影响时段的时间权重,作为数据流对应的时间系数。
处理单元202所确定的数据流对应的应用产品系数,用于表示对应不同的应用产品的数据流的产品权重,其中时效性较高的应用产品的数据流的产品权重较大,可以采用以下方式获取:确定数据流对应的应用产品的类别;将对应所确定的类别的产品权重,作为数据流对应的应用产品系数。
处理单元202所确定的数据流对应的周期影响系数,用于表示数据流在数据流服务出现问题时是否真正受到了影响,若真正受到了影响,则周期影响系数为1,否则为0。本步骤在确定数据流对应的周期影响系数时,可以采用以下方式:获取监控数据中的问题发生时间、问题结束时间以及数据流的数据更新周期;获取问题发生时间与数据流对应的数据更新周期的相加结果;若所获取的相加结果大于等于问题结束时间,则确定数据流的周期影响系数为0,即表示该条数据流在数据流服务出现问题时并未受到影响;若所获取的相加结果小于问题结束时间,则确定该条数据流的周期影响系数为1,表示该条数据流在数据流服务出现问题时受到影响。
而处理单元202在获取了各条数据流对应的属性数据之后,便能够根据监控数据以及所获取的属性数据,来得到对应各条数据流的数据影响子指数。
具体地,处理单元202可以将在数据流服务的问题持续时段内,对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为对应各条数据流的数据影响子指数。
确定单元203,用于利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。
确定单元203,首先根据处理单元202所获取的对应各条数据流的数据影响子指数来得到数据流服务的数据影响指数,从而根据所得到的数据影响子指数,确定数据流服务所出现问题的问题等级。也就是说,确定单元203通过受到数据流服务所出现问题影响的各条数据流的影响程度,来得到该问题对数据流服务的影响程度,从而提升确定的问题等级的准确度。
具体地,确定单元203在利用对应各条数据流的数据影响子指数得到数据流服务的数据影响指数时,可以将对应各条数据流的数据影响子指数的累加结果作为数据流服务的数据影响指数,也可以将各条数据流的数据影响子指数的均值结果作为数据流服务的数据影响指数。
而确定单元203在根据数据影响指数确定数据流服务的问题等级时,可以采用以下方式:确定数据影响指数所在的指数范围;根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为数据流服务所出现问题的问题等级。
根据本申请的实施例,本申请还提供了一种电子设备和一种计算机可读存储介质。
如图3所示,是根据本申请实施例的发起主动对话的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图3所示,该电子设备包括:一个或多个处理器301、存储器302,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图3中以一个处理器301为例。
存储器302即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的发起主动对话的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的发起主动对话的方法。
存储器302作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的发起主动对话的方法对应的程序指令/模块(例如,附图2所示的监控单元201、处理单元202以及确定单元203)。处理器301通过运行存储在存储器302中的非瞬时软件程序、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中的发起主动对话的方法。
存储器302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发起主动对话的电子设备的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至发起主动对话的电子设备。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。
发起主动对话的方法的电子设备还可以包括:输入装置Y03和输出装置304。处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接,图3中以通过总线连接为例。
输入装置303可接收输入的数字或字符信息,以及产生与发起主动对话的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,克服了现有技术中仅使用单一指标进行问题定级所导致的定级准确度较低的技术问题,充分考虑每条数据流的影响程度,从而提高了对数据流服务进行问题定级的准确性的技术效果。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种对数据流服务进行问题定级的方法,其特征在于,包括:
监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流;
利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数;
利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:记录监控过程中所述数据流服务对应的监控数据;
所述监控数据中包括所述数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。
3.根据权利要求1所述的方法,其特征在于,数据流对应的属性数据包括数据流的数据更新占比;
若数据流为批量更新且更新正确,则确定所述数据流的数据更新占比为数据流数据的批量更新占比;
若数据流为增量更新或者数据流批量更新错误,则确定所述数据流的数据更新占比为100%。
4.根据权利要求1所述的方法,其特征在于,数据流对应的属性数据包括数据流的时间系数;
根据问题发生时间以及问题结束时间,确定受影响时段;
将对应所述受影响时段的时间权重作为数据流对应的时间系数。
5.根据权利要求1所述的方法,其特征在于,数据流对应的属性数据包括数据流的应用产品系数;
确定数据流对应的应用产品的类别;
将对应所述类别的产品权重作为数据流对应的应用产品系数。
6.根据权利要求1所述的方法,其特征在于,数据流对应的属性数据包括数据流的周期影响系数;
获取问题发生时间、问题结束时间以及数据流的数据更新周期;
计算所述问题发生时间与所述数据更新周期的相加结果;
若所述相加结果大于等于所述问题结束时间,则确定数据流的周期影响系数为0,否则确定数据流的周期影响系数为1。
7.根据权利要求2-6任一项所述的方法,其特征在于,所述利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数包括:
将对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为所述对应各条数据流的数据影响子指数。
8.根据权利要求1所述的方法,其特征在于,所述根据所述数据影响指数确定所述数据流服务的问题等级包括:
确定所述数据影响指数所在的指数范围;
根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为所述数据流服务的问题等级。
9.一种对数据流服务进行问题定级的装置,其特征在于,包括:
监控单元,用于监控数据流服务,并在所述数据流服务出现问题时,确定受影响的至少一条数据流;
处理单元,用于利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数;
确定单元,用于利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数,并根据所述数据影响指数确定所述数据流服务的问题等级。
10.根据权利要求9所述的装置,其特征在于,所述监控单元还执行:记录监控过程中所述数据流服务对应的监控数据;
所述监控数据中包括所述数据流服务的问题发生时间以及问题结束时间,各条数据流对应的数据更新周期,以及各条数据流在问题持续时段的受影响数据量。
11.根据权利要求9所述的装置,其特征在于,所述处理单元中数据流对应的属性数据包括数据流的数据更新占比;
若数据流为批量更新且更新正确,则确定所述数据流的数据更新占比为数据流数据的批量更新占比;
若数据流为增量更新或者数据流批量更新错误,则确定所述数据流的数据更新占比为100%。
12.根据权利要求9所述的装置,其特征在于,所述处理单元中数据流对应的属性数据包括数据流的时间系数;
根据问题发生时间以及问题结束时间,确定受影响时段;
将对应所述受影响时段的时间权重作为数据流对应的时间系数。
13.根据权利要求9所述的装置,其特征在于,所述处理单元中数据流对应的属性数据包括数据流的应用产品系数;
确定数据流对应的应用产品的类别;
将对应所述类别的产品权重作为数据流对应的应用产品系数。
14.根据权利要求9所述的装置,其特征在于,所述处理单元中数据流对应的属性数据包括数据流的周期影响系数;
获取问题发生时间、问题结束时间以及数据流的数据更新周期;
计算所述问题发生时间与所述数据更新周期的相加结果;
若所述相加结果大于等于所述问题结束时间,则确定数据流的周期影响系数为0,否则确定数据流的周期影响系数为1。
15.根据权利要求10-14任一项所述的装置,其特征在于,所述处理单元在利用数据流服务的监控数据以及各条数据流对应的属性数据,分别确定对应各条数据流的数据影响子指数时,具体执行:
将对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果,作为所述对应各条数据流的数据影响子指数。
16.根据权利要求9所述的装置,其特征在于,所述确定单元在根据所述数据影响指数确定所述数据流服务的问题等级时,具体执行:
确定所述数据影响指数所在的指数范围;
根据预设的指数范围与问题等级之间的对应关系,将与所确定的指数范围对应的问题等级,作为所述数据流服务的问题等级。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076367.0A CN110941541B (zh) | 2019-11-06 | 2019-11-06 | 对数据流服务进行问题定级的方法以及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911076367.0A CN110941541B (zh) | 2019-11-06 | 2019-11-06 | 对数据流服务进行问题定级的方法以及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110941541A true CN110941541A (zh) | 2020-03-31 |
CN110941541B CN110941541B (zh) | 2023-06-23 |
Family
ID=69906610
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911076367.0A Active CN110941541B (zh) | 2019-11-06 | 2019-11-06 | 对数据流服务进行问题定级的方法以及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110941541B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064637A (zh) * | 2006-04-30 | 2007-10-31 | 华为技术有限公司 | 保证操作维护数据流服务质量的方法 |
CN101897159A (zh) * | 2007-12-11 | 2010-11-24 | 西门子公司 | 用于在无线通信网络的网状模式中传输数据的方法 |
CN102223260A (zh) * | 2010-04-19 | 2011-10-19 | 中国移动通信集团重庆有限公司 | 测试iptv视频数据流传输质量的方法、系统及装置 |
CN105099929A (zh) * | 2014-04-18 | 2015-11-25 | 海尔集团公司 | 网络控制方法、装置及相应设备 |
CN106021082A (zh) * | 2016-05-13 | 2016-10-12 | 中国建设银行股份有限公司 | 一种基于大数据的主机性能容量预估方法 |
CN106971107A (zh) * | 2017-03-01 | 2017-07-21 | 北京工业大学 | 一种数据交易的安全定级方法 |
CN108874642A (zh) * | 2018-05-25 | 2018-11-23 | 平安科技(深圳)有限公司 | Sql性能监控方法、装置、计算机设备及存储介质 |
CN109002359A (zh) * | 2018-09-03 | 2018-12-14 | 郑州云海信息技术有限公司 | 一种计算节点服务器的调度方法及相关装置 |
CN109154883A (zh) * | 2017-03-22 | 2019-01-04 | 波利伍德有限责任公司 | 驱动级内部服务质量 |
CN109831508A (zh) * | 2019-02-15 | 2019-05-31 | 网宿科技股份有限公司 | 一种缓存方法及设备、存储介质 |
CN110322153A (zh) * | 2019-07-09 | 2019-10-11 | 中国工商银行股份有限公司 | 监控事件处理方法及系统 |
-
2019
- 2019-11-06 CN CN201911076367.0A patent/CN110941541B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101064637A (zh) * | 2006-04-30 | 2007-10-31 | 华为技术有限公司 | 保证操作维护数据流服务质量的方法 |
CN101897159A (zh) * | 2007-12-11 | 2010-11-24 | 西门子公司 | 用于在无线通信网络的网状模式中传输数据的方法 |
CN102223260A (zh) * | 2010-04-19 | 2011-10-19 | 中国移动通信集团重庆有限公司 | 测试iptv视频数据流传输质量的方法、系统及装置 |
CN105099929A (zh) * | 2014-04-18 | 2015-11-25 | 海尔集团公司 | 网络控制方法、装置及相应设备 |
CN106021082A (zh) * | 2016-05-13 | 2016-10-12 | 中国建设银行股份有限公司 | 一种基于大数据的主机性能容量预估方法 |
CN106971107A (zh) * | 2017-03-01 | 2017-07-21 | 北京工业大学 | 一种数据交易的安全定级方法 |
CN109154883A (zh) * | 2017-03-22 | 2019-01-04 | 波利伍德有限责任公司 | 驱动级内部服务质量 |
CN108874642A (zh) * | 2018-05-25 | 2018-11-23 | 平安科技(深圳)有限公司 | Sql性能监控方法、装置、计算机设备及存储介质 |
CN109002359A (zh) * | 2018-09-03 | 2018-12-14 | 郑州云海信息技术有限公司 | 一种计算节点服务器的调度方法及相关装置 |
CN109831508A (zh) * | 2019-02-15 | 2019-05-31 | 网宿科技股份有限公司 | 一种缓存方法及设备、存储介质 |
CN110322153A (zh) * | 2019-07-09 | 2019-10-11 | 中国工商银行股份有限公司 | 监控事件处理方法及系统 |
Non-Patent Citations (4)
Title |
---|
丰树谦等: "Diffserv网络中组播技术的研究与分析", 《科技咨询导报》, no. 22, pages 10 - 11 * |
李秀芹等: "基于协调数据流的MPLS网络抢占机制新方法", 《计算机工程与设计》, no. 14, pages 56 - 59 * |
杨中贤: "服务质量(QoS)测试方法介绍", 《电信网技术》, no. 10, pages 65 - 69 * |
薛晓茹等: "信息系统常态性能优化方法论", 《通讯世界》, no. 24, pages 251 - 252 * |
Also Published As
Publication number | Publication date |
---|---|
CN110941541B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299348B (zh) | 一种数据查询方法、装置、电子设备及存储介质 | |
CN104021163A (zh) | 产品推荐系统及方法 | |
RU2622850C2 (ru) | Метод и сервер для обработки идентификаторов продукта и машиночитаемый носитель данных | |
CN111666280B (zh) | 评论的排序方法、装置、设备和计算机存储介质 | |
CN111506803A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN111986490A (zh) | 路况预测方法、装置、电子设备和存储介质 | |
CN112925978A (zh) | 一种推荐系统评测方法、装置、电子设备和存储介质 | |
CN116028730A (zh) | 搜索资源异常识别方法、装置及电子设备 | |
CN111241396A (zh) | 信息推送的方法和装置、电子设备、存储介质 | |
US7725296B1 (en) | Estimating processor usage | |
CN110941541A (zh) | 对数据流服务进行问题定级的方法以及装置 | |
CN111368184A (zh) | 智能语音设备的屏保投放方法、设备及存储介质 | |
CN111949678A (zh) | 跨时间窗口的非累加指标的处理方法和装置 | |
CN115391158A (zh) | 一种时延确定方法、系统、装置及电子设备 | |
CN110580322B (zh) | 独立访客信息处理的方法、装置、电子设备及存储介质 | |
CN112929198B (zh) | 一种局部热点的处理方法、装置、电子设备及存储介质 | |
CN113765979B (zh) | 信息传输方法、系统和装置 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN111611476A (zh) | 专题页面的显示方法和装置 | |
CN108874938B (zh) | 数据滚动方法、装置、前端设备、后台服务器和介质 | |
CN112817965A (zh) | 一种数据拼接方法、装置、电子设备和存储介质 | |
CN111581049A (zh) | 分布式系统运行状态监测方法、装置、设备及存储介质 | |
US7680628B1 (en) | Estimating processor usage | |
CN111031105B (zh) | 自动驾驶中消息频率的统计方法、装置、设备及存储介质 | |
CN113127512A (zh) | 多数据流的数据拼接触发方法、装置、电子设备和介质 |
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 |