CN111209267A - 信息提供方法、系统、设备和存储介质 - Google Patents
信息提供方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN111209267A CN111209267A CN201911342830.1A CN201911342830A CN111209267A CN 111209267 A CN111209267 A CN 111209267A CN 201911342830 A CN201911342830 A CN 201911342830A CN 111209267 A CN111209267 A CN 111209267A
- Authority
- CN
- China
- Prior art keywords
- backup
- database
- time
- window
- task information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013515 script Methods 0.000 claims description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 230000008676 import Effects 0.000 claims description 2
- 238000004883 computer application Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000010223 real-time analysis Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本文公开了一种信息提供方法、系统、设备和存储介质,其用于提供关于数据库主机当前备份窗口的建议,涉及计算机应用技术领域。其中,所述信息提供方法可以包括:获取数据库主机的性能指标和备份任务信息;根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;向用户提供对所述数据库主机当前备份窗口的建议。由此,能根据数据库主机负载情况、现有的备份情况,评估当前备份策略的是否合适,并自动给出备份策略调整建议,错开业务高峰或业务时段。
Description
技术领域
本发明涉及计算机应用技术领域,具体地,涉及一种信息提供方法、系统、设备和存储介质。
背景技术
没有任何数据库能免遭硬盘物理损坏、人为操作误删数据等潜在灾难的侵袭。为了能够最大限度的恢复数据库数据,保证数据库的安全运行,在Oracle(甲骨文)数据库中,通常是使用RMAN(Recovery Manager,数据库恢复管理)工具采用全量+增量的策略进行备份。
其中,备份窗口是数据库执行全量备份任务的时间窗,一般是由研发人员提供。在系统上线之前,DBA(Database Administrator,数据库管理员)根据研发人员提供的备份窗口部署备份策略。但是,有的研发人员对整个系统的特性并不是完全了解,且上线后应用运行情况可能会发生变化(如业务扩展、数据量出现剧烈增长等),导致数据库全备任务的执行时间与业务时段或业务高峰时段重叠,影响数据库的业务响应速度。
发明内容
鉴于现有技术存在的上述缺陷,本发明实施方式提供了一种信息提供方法、系统、设备和存储介质,以向用户建议执行全量备份的备份窗口是否合适。
一方面,本发明实施方式提供了一种信息提供方法,其用于提供关于数据库主机当前备份窗口的建议,所述方法可以包括:
获取数据库主机的性能指标和备份任务信息;
根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;
向用户提供对所述数据库主机当前备份窗口的建议。
在本发明的一些实施方式中,所述性能指标可以包括CPU使用率、数据库活动会话数。所述备份任务信息可以包括备份开始时间、备份结束时间。
在本发明的一些实施方式中,所述获取数据库主机的性能指标和备份任务信息包括:
接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息。
其中,所述数据采集脚本可以包括性能指标采集脚本和备份任务采集脚本。
在本发明的一些实施方式中,获取的性能指标和备份任务信息为JSON格式数据。
在本发明的一些实施方式中,所述方法还包括将获取的性能指标和备份任务信息导入另一数据库。其中,所述另一数据库可以为Elasticsearch数据库。Elasticsearch是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎Apache Lucene(TM)基础上的搜索引擎。当然Elasticsearch不仅可以包括了全文搜索功能,还可以进行以下工作:
(1)分布式实时文件存储,并将每一个字段都编入索引,使其可以被搜索。
(2)实时分析的分布式搜索引擎。
(3)可以扩展到上百台服务器,处理PB级别的结构化或非结构化数据。
在本发明的一些实施方式中,根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
其中,向用户提供对所述数据库主机当前备份窗口的建议包括:
如果(c1-c2)>预定百分比,则向用户建议将当前备份窗口更改为t3至t4的时间窗口。可以通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。
另一方面,本发明的实施方式提供了一种提供关于数据库主机当前备份窗口的建议的信息提供系统,其包括:
获取模块,用于获取数据库主机的性能指标和备份任务信息;
评估模块,根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;
输出模块,用于向用户提供对所述数据库主机当前备份窗口的建议。
在本发明的一些实施方式中,所述性能指标可以包括CPU使用率、数据库活动会话数。所述备份任务信息可以包括备份开始时间、备份结束时间。
在本发明的一些实施方式中,所述获取模块接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息。其中,所述数据采集脚本可以包括性能指标采集脚本和备份任务采集脚本。
在本发明的一些实施方式中,获取的性能指标和备份任务信息为JSON格式数据。
在本发明的一些实施方式中,还包括将获取的性能指标和备份任务信息导入另一数据库的入库模块。其中,所述另一数据库可以为上述Elasticsearch数据库。
在本发明的一些实施方式中,所述评估模块根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
其中,所述输出模块向用户提供对所述数据库主机当前备份窗口的建议包括:
如果(c1-c2)>预定百分比,则向用户输出将当前备份窗口更改为t3至t4的时间窗口的建议。
例如,所述输出模块可以通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。
再一方面,本发明实施方式提供了一种计算机设备,其包括:
存储器,其上存储有计算机可读指令;
处理器,其执行所述计算机可读指令以实现上述任意一个实施方式所述的方法。
又一方面,本发明实施方式提供了一种计算机可读存储介质,其上存储有计算机可读指令,所述计算机可读指令被处理器执行以上述任意一个实施方式所述的方法。
根据本发明各实施方式所述的技术方案,能根据数据库主机负载情况、现有的备份情况,评估当前备份策略的是否合适,并自动给出备份策略调整建议,错开业务高峰或业务时段。
附图说明
图1是根据本发明一种实施方式的信息提供方法的流程图;
图2是根据本发明一种实施方式的信息提供系统的框图;
图3是本发明另一种实施方式所述的信息提供系统的架构图。
具体实施方式
为了便于理解本发明技术方案的各个方面、特征以及优点,下面结合附图对本发明进行具体描述。应当理解,下述的各种实施方式只用于举例说明,而非用于限制本发明的保护范围。
图1是根据本发明一种实施方式的信息提供方法的流程图。在本发明的一种实施方式中,所述信息提供方法可以包括:
S010:获取数据库主机的性能指标和备份任务信息。其中,所述性能指标可以包括CPU使用率、数据库活动会话数。所述备份任务信息可以包括备份开始时间、备份结束时间。
S020:根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;
S030:向用户提供对所述数据库主机当前备份窗口的建议。
在本发明的一些实施方式中,在处理S010中,获取数据库主机的性能指标和备份任务信息包括:接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息。其中,所述数据采集脚本可以包括性能指标采集脚本和备份任务采集脚本。并且,获取的性能指标和备份任务信息可以为JSON格式数据。
在本发明的一些实施方式中,还可以将获取的性能指标和备份任务信息导入另一数据库。所述另一数据库可以为Elasticsearch数据库。
在本发明的一些实施方式中,在处理S020中,根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k,换句话说,这些时间点的CPU使用率的平均值构成数组,用k表示该数组;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
其中,在处理S030中,向用户提供对所述数据库主机当前备份窗口的建议包括:如果(c1-c2)>预定百分比(例如,1%),则向用户建议将当前备份窗口更改为t3至t4的时间窗口。
在可选的实施方式中,在处理S030中,通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。在本发明的其他实施方式中,可以通过短信、微信、电话等方式向用户提供所述建议。以便于相关人员可以随时掌握数据库备份建议,及时执行数据库备份。
图2是根据本发明一种实施方式的信息提供系统的框图。在本发明的一种实施方式中,所述信息提供系统可以包括:获取模块100、评估模块200和输出模块300。
获取模块100用于获取数据库主机的性能指标和备份任务信息。例如,可以接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息,其中,所述性能指标可以包括CPU使用率、数据库活动会话数,所述备份任务信息可以包括备份开始时间、备份结束时间。所述数据采集脚本包括性能指标采集脚本和备份任务采集脚本。
在本发明的一些实施方式中,获取的性能指标和备份任务信息可以为JSON格式数据。所述系统还可以包括将获取的性能指标和备份任务信息导入另一数据库的入库模块。并且,所述另一数据库可以为Elasticsearch数据库。
评估模块200用于根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口。在本发明的一些实施方式中,所述评估包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
输出模块300用于向用户提供对所述数据库主机当前备份窗口的建议,例如,包括:如果(c1-c2)>预定百分比(例如,1%),则向用户输出将当前备份窗口更改为t3至t4的时间窗口的建议。
在本发明的一些实施方式中,所述输出模块可以通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。当然,本发明不限于此,也可以通过短信、微信、电话等方式向用户提供所述建议。
由上述可知,本发明各实施方式能根据数据库主机负载情况、现有的备份情况,评估当前备份策略的是否最优,并自动给出备份策略调整建议,错开业务高峰或业务时段。
图3示出了本发明另一种实施方式所述的信息提供系统。根据所述信息提供系统,其提供备份策略调整建议的处理包括:(1)准备数据采集脚本,采集内容包括CPU使用率、数据库活动会话数以及当前的备份时间段等信息;(2)在每台数据库主机上部署数据采集脚本,设置crontab任务定时执行指标采集;(3)将采集的JSON格式数据导入Elasticsearch数据库;(4)通过数据分析模块(亦称为“评估模块”)评估当前备份窗口是否合理,(5)如果不合理则给出更合适的备份建议,并通过可视化界面进行展示。
(1)数据采集脚本
数据采集脚本有2个,包括性能指标采集脚本和备份任务采集脚本。
需采集的性能指标包括:CPU使用率、数据库活动会话数(数据库当前处于运行中的会话数量)等。
需采集的备份任务信息包括:备份开始时间、备份结束时间。
其中,采集的数据为JSON格式数据,如下:
(2)部署crontab任务
crontab常见于Unix和类Unix操作系统中,用于设置周期性被执行的指令:
性能指标采集脚本执行频率可以为每分钟执行一次,如下:
*****sh/home/db/oracle/omon/performancecheck.sh 1>/dev/null 2>&1
备份任务执行情况采集脚本执行频率为每天执行一次,如下:
0 0 0-6**sh/home/db/oracle/omon/backupcheck.sh 1>/dev/null 2>&1
(3)导入Elasticsearch数据库
采集脚本会将采集到的JSON格式文本数据导入Elasticsearch数据库中以便进行进一步处理。
其中,Elasticsearch是一个分布式可扩展的实时搜索和分析引擎,一个建立在全文搜索引擎Apache Lucene(TM)基础上的搜索引擎。当然,Elasticsearch并不仅仅是Lucene那么简单,它不仅包括了全文搜索功能,还可以进行以下工作:
分布式实时文件存储,并将每一个字段都编入索引,使其可以被搜索。
实时分析的分布式搜索引擎。
可以扩展到上百台服务器,处理PB级别的结构化或非结构化数据。
(4)进行数据分析
Oracle数据库的RMAN备份内容分为全量备份、归档日志备份,而单位时间内的归档日志量有限,影响较小,可以不予考虑。
全量备份的策略根据应用系统的RTO、重要程度分为每天1次、每周1次两种情况,频率小于每天1次的都是超大库(数据量超过10T),绝大多数为OLAP(Online AnalyticalProcessing,联机分析处理)数据分析类系统,一般对性能的要求不高,所以,每周1次的情况可以暂时不予考虑,重点专注每天1次全备的数据库。由于全备任务每天的发起时间是相同的,数据库的数据量大小一般不会发生变化,所以每天的全备结束时间也几乎是一相同的。
数据分析操作可以在每天凌晨00:00自动进行,对每台数据库主机按照如下步骤进行分析:
1)根据备份任务采集脚本可以得到每套数据库的全量备份策略(每天1备,还是每周1备,以及每次全备的开始时间、结束时间),备份开始时间记为t1,结束时间记为t2,。通过筛选,如果备份策略不是每天1次的全备,则跳过;否则,进行执行步骤2);
2)取Elasticsearch数据库最近7天的性能数据,并去掉非工作日的性能数据(非工作日一般没有业务或业务量较小,避免对评估结果造成干扰),可以使用“CPU使用率”性能指标进行分析;
3)计算00:00-23:59所有时间点(以1分钟为间隔)CPU使用率的平均值,记为数组k;
4)计算当前全量备份窗口内所有时间点的平均CPU使用率值,记为c1;
5)使用滑动窗口算法计算(t2-t1)连续间隔在数据k内的最小值(如每天的全量备份总时长为100分钟,则计算数组k内连续100数的最小值),记为c2,并记录为最小值时在数组k中的起止位置,记为t3、t4;
其中,滑动窗口算法,如下:
问题场景:给一组长度为n的整数数组,记为arr[],计算长度为k(k≤n)的连续子数组的最大值。
长度为n的窗口和长度为k的窗格,最初窗格处于极端的左边,即从最左边开始的k个单位,计算arr[]数组中前k个数值的和,记为curr_k_sum,并置min_k_sum的初始值大小等于curr_k_sum的值。
现在,往窗户上施加力量,使其向右移动一个单位距离,该窗格将覆盖下一个k个连续元素。要获得当前k个元素块的总和,只需从前一个块中减去第一个元素并添加当前块的最后一个元素即可,将求和得到的值记为curr_k_sum,如果curr_k_sum<min_k_sum,则修改min_k_sum为curr_k_sum的值。
当窗格到达窗口最右端时,移动操作结束,此时得到的min_k_sum即为整个窗口中k个连续数值的最小值。
(5)给出优化结果
根据数据分析的情况,给出优化结果:
①如果(c1-c2)>1%,则该备份策略有优化的空间,并建议在(t3、t4)窗口进行备份;
②如果(c1-c2)<1%,则认为该备份时段已经处于业务低峰时段或非业务时段,无需优化。
对所有的数据库主机,生成优化结果列表,并通过可视化界面进行展示,可以用不同的颜色对是否需要优化进行区分。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
为此,根据本发明的一些实施方式的计算机设备可以包括存储器和处理器,其中,存储器上存储有计算机可读指令,所述处理器执行所述计算机可读指令以实现上述任一实施方式所述的方法或所执行的操作、处理、步骤。
根据本发明的一些实施方式的计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行以实现上述任一实施方式所述的方法或所执行的操作、处理、步骤。
本领技术人员应当理解,以上所公开的仅为本发明的实施方式而已,当然不能以此来限定本发明之权利范围,依本发明实施方式所作的等同变化,仍属本发明权利要求所涵盖的范围。
Claims (24)
1.一种信息提供方法,其特征在于,所述方法包括:
获取数据库主机的性能指标和备份任务信息;
根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;
向用户提供对所述数据库主机当前备份窗口的建议。
2.如权利要求1所述的方法,其特征在于,所述性能指标包括CPU使用率、数据库活动会话数。
3.如权利要求1所述的方法,其特征在于,所述备份任务信息包括备份开始时间、备份结束时间。
4.如权利要求1所述的方法,其特征在于,所述获取数据库主机的性能指标和备份任务信息包括:
接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息。
5.如权利要求4所述的方法,其特征在于,所述数据采集脚本包括性能指标采集脚本和备份任务采集脚本。
6.如权利要求1所述的方法,其特征在于,获取的性能指标和备份任务信息为JSON格式数据。
7.如权利要求1所述的方法,其特征在于,还包括将获取的性能指标和备份任务信息导入另一数据库。
8.如权利要求7所述的方法,其特征在于,所述另一数据库为Elasticsearch数据库。
9.如权利要求7所述的方法,其特征在于,根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
10.如权利要求9所述的方法,其特征在于,向用户提供对所述数据库主机当前备份窗口的建议包括:
如果(c1-c2)>预定百分比,则向用户建议将当前备份窗口更改为t3至t4的时间窗口。
11.如权利要求1所述的方法,其特征在于,通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。
12.一种信息提供系统,其特征在于,所述系统包括:
获取模块,用于获取数据库主机的性能指标和备份任务信息;
评估模块,根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口;
输出模块,用于向用户提供对所述数据库主机当前备份窗口的建议。
13.如权利要求12所述的系统,其特征在于,所述性能指标包括CPU使用率、数据库活动会话数。
14.如权利要求12所述的系统,其特征在于,所述备份任务信息包括备份开始时间、备份结束时间。
15.如权利要求12所述的系统,其特征在于,所述获取模块接收在所述数据库主机部署的数据采集脚本定时发送的所述性能指标和备份任务信息。
16.如权利要求15所述的系统,其特征在于,所述数据采集脚本包括性能指标采集脚本和备份任务采集脚本。
17.如权利要求12所述的系统,其特征在于,获取的性能指标和备份任务信息为JSON格式数据。
18.如权利要求12所述的系统,其特征在于,还包括将获取的性能指标和备份任务信息导入另一数据库的入库模块。
19.如权利要求18所述的系统,其特征在于,所述另一数据库为Elasticsearch数据库。
20.如权利要求18所述的系统,其特征在于,所述评估模块根据所述性能指标和备份任务信息评估所述数据库主机当前备份窗口包括:
根据所述备份任务信息得到所述数据库主机的全量备份策略,所述全量备份策略包括备份开始时间、备份结束时间,其中,用t1表示备份开始时间,t2表示备份结束时间;
从所述另一数据库获取近期的性能指标,所述性能指标包括CPU使用率;
计算预定时间段的隔开预定间隔的时间点的CPU使用率的平均值,记为数组k;
计算所述全量备份策略的备份时间窗口内隔开所述预定时间间隔的时间点的CPU使用率的平均值,记为c1;
使用滑动窗口算法计算t1至t2时间范围内隔开所述预定间隔的连续时间点在数组k内的最小值,记为c2;
记录所述最小值在数组k中的起始时间点和终止时间点,用t3表示该起始时间点,t4表示终止时间点。
21.如权利要求20所述的系统,其特征在于,所述输出模块向用户提供对所述数据库主机当前备份窗口的建议包括:
如果(c1-c2)>预定百分比,则向用户输出将当前备份窗口更改为t3至t4的时间窗口的建议。
22.如权利要求12所述的系统,其特征在于,所述输出模块通过可视化界面的方式向用户提供对所述数据库主机当前备份窗口的建议。
23.一种计算机设备,其特征在于,包括:
存储器,其上存储有计算机可读指令;
处理器,其执行所述计算机可读指令以实现权利要求1-11中任意一项所述的方法。
24.一种计算机可读存储介质,其特征在于,其上存储有计算机可读指令,所述计算机可读指令被处理器执行以实现权利要求1-11中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911342830.1A CN111209267B (zh) | 2019-12-23 | 2019-12-23 | 信息提供方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911342830.1A CN111209267B (zh) | 2019-12-23 | 2019-12-23 | 信息提供方法、系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111209267A true CN111209267A (zh) | 2020-05-29 |
CN111209267B CN111209267B (zh) | 2024-01-30 |
Family
ID=70785096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911342830.1A Active CN111209267B (zh) | 2019-12-23 | 2019-12-23 | 信息提供方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111209267B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800003A (zh) * | 2021-01-20 | 2021-05-14 | 华云数据(厦门)网络有限公司 | 创建快照的推荐方法、快照创建方法、装置及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090320029A1 (en) * | 2008-06-18 | 2009-12-24 | Rajiv Kottomtharayil | Data protection scheduling, such as providing a flexible backup window in a data protection system |
CN103617098A (zh) * | 2013-12-03 | 2014-03-05 | 上海爱数软件有限公司 | 基于数据变化的智能备份方法及智能备份系统 |
CN104702872A (zh) * | 2014-02-12 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种录像文件的备份方法和装置 |
CN105446828A (zh) * | 2014-09-30 | 2016-03-30 | 北京金山云网络技术有限公司 | 一种数据库备份、恢复方法、装置及系统 |
CN108121793A (zh) * | 2017-12-20 | 2018-06-05 | 北京搜狐新媒体信息技术有限公司 | 一种数据库备份部署方法及装置 |
US10083094B1 (en) * | 2015-09-23 | 2018-09-25 | Cohesity, Inc. | Objective based backup job scheduling |
-
2019
- 2019-12-23 CN CN201911342830.1A patent/CN111209267B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090320029A1 (en) * | 2008-06-18 | 2009-12-24 | Rajiv Kottomtharayil | Data protection scheduling, such as providing a flexible backup window in a data protection system |
CN103617098A (zh) * | 2013-12-03 | 2014-03-05 | 上海爱数软件有限公司 | 基于数据变化的智能备份方法及智能备份系统 |
CN104702872A (zh) * | 2014-02-12 | 2015-06-10 | 杭州海康威视数字技术股份有限公司 | 一种录像文件的备份方法和装置 |
CN105446828A (zh) * | 2014-09-30 | 2016-03-30 | 北京金山云网络技术有限公司 | 一种数据库备份、恢复方法、装置及系统 |
US10083094B1 (en) * | 2015-09-23 | 2018-09-25 | Cohesity, Inc. | Objective based backup job scheduling |
CN108121793A (zh) * | 2017-12-20 | 2018-06-05 | 北京搜狐新媒体信息技术有限公司 | 一种数据库备份部署方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112800003A (zh) * | 2021-01-20 | 2021-05-14 | 华云数据(厦门)网络有限公司 | 创建快照的推荐方法、快照创建方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111209267B (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110661659B (zh) | 一种告警方法、装置、系统及电子设备 | |
JP7325584B2 (ja) | アラームログ圧縮方法、装置、およびシステム、並びに記憶媒体 | |
US20200183946A1 (en) | Anomaly Detection in Big Data Time Series Analysis | |
US7936260B2 (en) | Identifying redundant alarms by determining coefficients of correlation between alarm categories | |
CN112114995B (zh) | 基于进程的终端异常分析方法、装置、设备及存储介质 | |
US9262260B2 (en) | Information processing apparatus, information processing method, and recording medium | |
US20160055044A1 (en) | Fault analysis method, fault analysis system, and storage medium | |
CN104794136A (zh) | 故障分析方法和装置 | |
CN111106965B (zh) | 用于复杂系统的日志智能分析方法、工具、设备及介质 | |
JP6633642B2 (ja) | 分散データベースにおけるデータブロックを処理する方法およびデバイス | |
CN113992340B (zh) | 用户异常行为识别方法、装置、设备和存储介质 | |
CN111143158A (zh) | 一种监控数据实时存储方法、系统、电子设备及存储介质 | |
CN113377559A (zh) | 基于大数据的异常处理方法、装置、设备及存储介质 | |
CN106933916B (zh) | Json字符串的处理方法及装置 | |
US9836360B2 (en) | Recovery strategy with dynamic number of volumes | |
CN111209267A (zh) | 信息提供方法、系统、设备和存储介质 | |
CN110889597A (zh) | 业务时序指标异常检测方法及装置 | |
CN110851317A (zh) | 一种预测存储设备iops性能数据的方法、装置、设备及存储介质 | |
CN109582504A (zh) | 一种用于苹果设备的数据恢复方法和装置 | |
US20190304148A1 (en) | Performance diagnostic for virtual machines | |
CN111124650A (zh) | 一种流式数据处理方法及装置 | |
CN110532453B (zh) | 一种调整爬虫更新频率的方法、存储介质及爬虫服务器 | |
CN108764607B (zh) | 用户月数据复检方法、装置、设备及存储介质 | |
CN112988904A (zh) | 一种分布式数据管理系统及数据存储方法 | |
CN113051278B (zh) | 一种数据复制进程延时的处理方法和系统 |
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 |