CN111221712A - 一种服务器数据交互异常识别系统 - Google Patents
一种服务器数据交互异常识别系统 Download PDFInfo
- Publication number
- CN111221712A CN111221712A CN201911404047.3A CN201911404047A CN111221712A CN 111221712 A CN111221712 A CN 111221712A CN 201911404047 A CN201911404047 A CN 201911404047A CN 111221712 A CN111221712 A CN 111221712A
- Authority
- CN
- China
- Prior art keywords
- data
- server
- database
- target
- interaction
- 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.)
- Pending
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 230000005856 abnormality Effects 0.000 claims 7
- 238000002360 preparation method Methods 0.000 claims 1
- 230000002159 abnormal effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
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
-
- 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
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/45—Network directories; Name-to-address mapping
- H04L61/4505—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols
- H04L61/4511—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols using domain name system [DNS]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种服务器数据交互异常识别系统,包括:用户端、服务器、与服务器电性连接的数据库、与数据库连接的拦截器以及修正模块;所述用户端输入操作指令发出数据交互请求,同时生成交互规则,交互合并后的数据信息传输至数据库;数据库包括目标数据库与预设数据库,服务器对目标数据库内的数据节点进行扫描,并通过比对模块进行目标数据库与预设数据库内的目标数据与预设数据进行比对;当目标数据与预设数据出现偏差时,所述拦截器将偏差数据进行拦截,拦截后的偏差数据通过所述服务器进行节点分析,并判断节点属性;修正模块与所述服务器电性连接,所述服务器对所述偏差数据拦截分析后,通过修正模块进行数据修正。
Description
技术领域
本发明涉及一种识别系统,尤其涉及一种服务器数据交互异常识别系统。
背景技术
目前大部分公司都会用到服务器,且随着企业业务系统的增加,用于部署各个系统的应用服务器也不断增加,面对大量的服务器的情况,不仅给运维人员增加了服务器运维难度,同时服务器数据交互过程中也会出现异常,对开发人员排查系统问题无形中增加了不少障碍。
在服务器数据异常情况下,一般都是需要人工进行判断和处理,然而仅仅通过人工去判断,然后再去处理,哒哒增加了工作量,也会出现判断失误,同时遇到相同问题时,也会增加了重复问题的重复判断,影响效率,此外不在工作时间范围内时,无法及时的对服务器数据异常进行处理,效率较低,同时会错过最佳系统修复时间点。
发明内容
本发明克服了现有技术的不足,提供一种服务器数据交互异常识别系统。
为达到上述目的,本发明采用的技术方案为:一种服务器数据交互异常识别系统,包括:用户端、服务器、与服务器电性连接的数据库、与数据库连接的拦截器以及修正模块;
所述用户端输入操作指令发出数据交互请求,同时生成交互规则,交互合并后的数据信息传输至数据库;
所述数据库包括目标数据库与预设数据库,所述服务器对目标数据库内的数据节点进行扫描,并通过所述比对模块进行目标数据库与预设数据库内的目标数据与预设数据进行比对;
当所述目标数据与预设数据出现偏差时,所述拦截器将偏差数据进行拦截,拦截后的偏差数据通过所述服务器进行节点分析,并判断节点属性;
所述修正模块与所述服务器电性连接,所述服务器对所述偏差数据拦截分析后,通过所述修正模块进行数据修正。
本发明一个较佳实施例中,所述对比规则包括数据字段、传输速度或节点通道中的一种或多种。
本发明一个较佳实施例中,将修正模块的修正数据信息发送至用户端进行信息记录。
本发明一个较佳实施例中,所述目标数据包括所述服务器的负载、中央处理器CPU、内存中的一种或多种的集合。
本发明一个较佳实施例中,所述交互规则包括数据迭代、数据重合或数据替代中的一种或多种。
本发明一个较佳实施例中,所述服务器包括前端服务器与后端服务器,所述前端服务器接收所述后端服务器的网络请求,对目标数据库内的数据字段、通道节点进行分析。
本发明一个较佳实施例中,在比对模块进行目标数据与预设数据进行比对之前,还包括对Zookeeper接口的扫描路径进行扫描,得到接口信息,将所述接口信息注册到Zookeeper中。
本发明一个较佳实施例中,所述Zookeeper能够监听目标数据节点变化,判断Zookeeper事件节点属性,然后通过所述比对模块进行目标数据与所述预设数据的节点变化比对。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
(1)通过服务器进行对比目标数据库与预设数据库内的数据信息,当出现数据异常时,通过拦截器进行偏差数据拦截,然后进行偏差数据异常批量处理,最后通过修正模块进行异常数据的修正,减少人工干预,降低服务器故障。
(2)Zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,它是一个为分布式应用提供一致性服务的软件,提供的功能包括配置维护、域名服务、分布式同步、组服务等,通过Zookeeper将简单易用的接口和性能高效、功能稳定的系统提供给用户。
附图说明
下面结合附图和实施例对本发明进一步说明;
图1是本发明的优选实施例的异常识别系统框图;
图2是本发明的又一实施例的带有Zookeeper的异常识别系统框图;
具体实施方式
现在结合附图和实施例对本发明作进一步详细的说明,这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
如图1示出了一种服务器数据交互异常识别系统,本系统通过拦截器进行偏差数据拦截,然后进行偏差数据异常批量处理,最后通过修正模块进行异常数据的修正,减少人工干预,降低服务器故障。
实施例1:一种服务器数据交互异常识别系统,包括用户端、服务器、与服务器电性连接的数据库、与数据库连接的拦截器以及修正模块;
具体而言,用户端输入操作指令发出数据交互请求,同时生成交互规则,交互合并后的数据信息传输至数据库;
数据库包括目标数据库与预设数据库,服务器对目标数据库内的数据节点进行扫描,并通过比对模块进行目标数据库与预设数据库内的目标数据与预设数据进行比对;
当目标数据与预设数据出现偏差时,拦截器将偏差数据进行拦截,拦截后的偏差数据通过服务器进行节点分析,并判断节点属性;
修正模块与服务器电性连接,电性连接为广义的连接,可以是通过电线实现有线连接,也可以是电信号实现无线连接,也可以是通讯协议连接,服务器对偏差数据拦截分析后,通过修正模块进行数据修正,对比规则包括数据字段、或节点通道的比对,将修正模块的修正数据信息发送至用户端进行信息记录。
目标数据包括服务器的负载、中央处理器CPU、内存中的一种或多种的集合,交互规则数据迭代,服务器包括前端服务器与后端服务器,前端服务器接收后端服务器的网络请求,对目标数据库内的数据字段、通道节点进行分析。
在比对模块进行目标数据与预设数据进行比对之前,还包括对Zookeeper接口的扫描路径进行扫描,得到接口信息,将接口信息注册到Zookeeper中,Zookeeper能够监听目标数据节点变化,判断Zookeeper事件节点属性,然后通过比对模块进行目标数据与预设数据的节点变化比对。,Zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,是Hadoop和Hbase的重要组件,它是一个为分布式应用提供一致性服务的软件,提供的功能包括配置维护、域名服务、分布式同步、组服务等,通过ZooKeeper将简单易用的接口和性能高效、功能稳定的系统提供给用户。
实施例2:
图2示出了Zookeeper数据交互异常识别,Zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,通过Zookeeper将简单易用的接口和性能高效、功能稳定的系统提供给用户。
一种服务器数据交互异常识别系统,包括用户端、服务器、与服务器电性连接的数据库、与数据库连接的拦截器以及修正模块;
具体而言,用户端输入操作指令发出数据交互请求,同时生成交互规则,交互合并后的数据信息传输至数据库;交互规则数据迭代,服务器包括前端服务器与后端服务器,前端服务器接收后端服务器的网络请求,对目标数据库内的数据字段、通道节点进行分析,在本实施例中,目标数据库内的数据信息会生成一个日志信息,通过服务器对日志信息进行分析,在进行数据修正时,根据日志信息,或参考日志信息进行数据修复。
数据库包括目标数据库与预设数据库,服务器对目标数据库内的数据节点进行扫描,并通过比对模块进行目标数据库与预设数据库内的目标数据与预设数据进行比对;在比对模块进行目标数据与预设数据进行比对之前,先对Zookeeper接口的扫描路径进行扫描,得到接口信息,将接口信息注册到Zookeeper中,Zookeeper是一个分布式的,开放源码的分布式应用程序协调服务,它是一个为分布式应用提供一致性服务的软件,提供的功能包括:配置维护、域名服务、分布式同步、组服务等。
Zookeeper的目标就是封装好复杂易出错的关键服务,将简单易用的接口和性能高效、功能稳定的系统提供给用户。Zookeeper能够监听目标数据节点变化,判断Zookeeper事件节点属性,然后通过比对模块进行目标数据与预设数据的节点变化比对,比对规则为传输速度的比对。
当目标数据与预设数据出现偏差时,拦截器将偏差数据进行拦截,拦截后的偏差数据通过服务器进行节点分析,并判断节点属性;
修正模块与服务器电性连接,服务器对偏差数据拦截分析后,通过修正模块进行数据修正,对比规则包括数据字段、传输速度或节点通道中的一种或多种,将修正模块的修正数据信息发送至用户端进行信息记录。
Zookeeper包含一个简单的原语集,提供Java和C的接口。
Zookeeper代码版本中,提供了分布式独享锁、选举、队列的接口,在Zookeeper中,znode是一个跟Unix文件系统路径相似的节点,可以往这个节点存储或获取数据。如果在创建znode时Flag设置为EPHEMERAL,那么当创建这个znode的节点和Zookeeper失去连接后,这个znode将不再存在在Zookeeper里,Zookeeper使用Watcher察觉事件信息。当客户端接收到事件信息,比如连接超时、节点数据改变、子节点改变,可以调用相应的行为来处理数据。Zookeeper的Wiki页面展示了如何使用Zookeeper来处理事件通知,队列,优先队列,锁,共享锁,可撤销的共享锁,两阶段提交。
通过服务器进行对比目标数据库与预设数据库内的数据信息,当出现数据异常时,通过拦截器进行偏差数据拦截,然后进行偏差数据异常批量处理,最后通过修正模块进行异常数据的修正,减少人工干预,降低服务器故障。
以上依据本发明的理想实施例为启示,通过上述的说明内容,相关人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容,必须要根据权利要求范围来确定技术性范围。
Claims (8)
1.一种服务器数据交互异常识别系统,包括:用户端、服务器、与服务器电性连接的数据库、与数据库连接的拦截器以及修正模块;其特征在于,
所述用户端输入操作指令发出数据交互请求,同时生成交互规则,交互合并后的数据信息传输至数据库;
所述数据库包括目标数据库与预设数据库,所述服务器对目标数据库内的数据节点进行扫描,并通过所述比对模块进行目标数据库与预设数据库内的目标数据与预设数据进行比对;
当所述目标数据与预设数据出现偏差时,所述拦截器将偏差数据进行拦截,拦截后的偏差数据通过所述服务器进行节点分析,并判断节点属性;
所述修正模块与所述服务器电性连接,所述服务器对所述偏差数据拦截分析后,通过所述修正模块进行数据修正。
2.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:所述对比规则包括数据字段、传输速度或节点通道中的一种或多种。
3.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:将修正模块的修正数据信息发送至用户端进行信息记录。
4.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:所述目标数据包括所述服务器的负载、中央处理器CPU、内存中的一种或多种的集合。
5.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:所述交互规则包括数据迭代、数据重合或数据替代中的一种或多种。
6.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:所述服务器包括前端服务器与后端服务器,所述前端服务器接收所述后端服务器的网络请求,对目标数据库内的数据字段、通道节点进行分析。
7.根据权利要求1所述的一种服务器数据交互异常识别系统,其特征在于:在比对模块进行目标数据与预设数据进行比对之前,还包括对Zookeeper接口的扫描路径进行扫描,得到接口信息,将所述接口信息注册到Zookeeper中。
8.根据权利要求7所述的一种服务器数据交互异常识别系统,其特征在于:所述Zookeeper能够监听目标数据节点变化,判断Zookeeper事件节点属性,然后通过所述比对模块进行目标数据与所述预设数据的节点变化比对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911404047.3A CN111221712A (zh) | 2019-12-31 | 2019-12-31 | 一种服务器数据交互异常识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911404047.3A CN111221712A (zh) | 2019-12-31 | 2019-12-31 | 一种服务器数据交互异常识别系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111221712A true CN111221712A (zh) | 2020-06-02 |
Family
ID=70832751
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911404047.3A Pending CN111221712A (zh) | 2019-12-31 | 2019-12-31 | 一种服务器数据交互异常识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111221712A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245166A (zh) * | 2019-05-21 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 数据核对方法及装置 |
CN110413434A (zh) * | 2019-07-08 | 2019-11-05 | 合肥移瑞通信技术有限公司 | 服务器的异常识别方法及装置 |
-
2019
- 2019-12-31 CN CN201911404047.3A patent/CN111221712A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245166A (zh) * | 2019-05-21 | 2019-09-17 | 阿里巴巴集团控股有限公司 | 数据核对方法及装置 |
CN110413434A (zh) * | 2019-07-08 | 2019-11-05 | 合肥移瑞通信技术有限公司 | 服务器的异常识别方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8626908B2 (en) | Distributed capture and aggregation of dynamic application usage information | |
Mizutani | Incremental mining of system log format | |
US7525422B2 (en) | Method and system for providing alarm reporting in a managed network services environment | |
US10284444B2 (en) | Visual representation of end user response time in a multi-tiered network application | |
US6665674B1 (en) | Framework for open directory operation extensibility | |
CA2578957C (en) | Agile information technology infrastructure management system | |
CN103546343B (zh) | 网络流量分析系统的网络流量展示方法和系统 | |
US20060233313A1 (en) | Method and system for processing fault alarms and maintenance events in a managed network services system | |
CN108964995A (zh) | 基于时间轴事件的日志关联分析方法 | |
US20110258315A1 (en) | Network analysis system and method utilizing collected metadata | |
Kitagawa et al. | AspFuzz: A state-aware protocol fuzzer based on application-layer protocols | |
US20080162690A1 (en) | Application Management System | |
EP3747178A1 (en) | Monitoring of iot simulated user experience | |
Teixeira et al. | HOLMES: an event-driven solution to monitor data centers through continuous queries and machine learning | |
US9578031B2 (en) | Non-invasive method and system for automated administration of diverse security constrained servers | |
US20170011302A1 (en) | Action correlation framework | |
CN111221712A (zh) | 一种服务器数据交互异常识别系统 | |
US20140019610A1 (en) | Correlated Tracing of Connections through TDS | |
CN108259493B (zh) | 一种安全协议消息构造方法 | |
US20060026466A1 (en) | Support methodology for diagnostic patterns | |
US10020990B2 (en) | Network stability reconnaisance tool | |
US7126964B1 (en) | Method and apparatus for network analysis, such as analyzing and correlating identifiers of frame relay circuits in a network | |
US11762755B2 (en) | Systems and methods for non-human account tracking | |
Špaček et al. | Event-Flow Correlation for Anomaly Detection in HTTP/3 Web Traffic | |
Camacho et al. | Automatic Learning coupled with Interpretability: MBDA in Action. |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200602 |