CN112037050A - 一种交易数据监测方法、装置、设备 - Google Patents
一种交易数据监测方法、装置、设备 Download PDFInfo
- Publication number
- CN112037050A CN112037050A CN202010915701.3A CN202010915701A CN112037050A CN 112037050 A CN112037050 A CN 112037050A CN 202010915701 A CN202010915701 A CN 202010915701A CN 112037050 A CN112037050 A CN 112037050A
- Authority
- CN
- China
- Prior art keywords
- transaction data
- interval
- monitored
- dynamic baseline
- preset dynamic
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- 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
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
Abstract
本说明书提供了一种交易数据监测方法、装置、设备。所述方法包括获取待监测交易数据;根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。利用本说明书实施例可以提高对交易数据的监测效率。
Description
技术领域
本申请涉及数据监测技术领域,特别涉及一种交易数据监测方法、装置、设备。
背景技术
生产环境中,交易日志通常作为统计系统交易量的原始数据保留在数据库中。由于影响交易量变化的问题有很多,例如:网络问题、SSL(Secure Sockets Layer,安全套接字协议)加速器问题、负载问题、服务器问题、工作日和节假日等等,目前针对交易量监控及分析的方式越来越多。
现有技术中,对交易量监控的方式大多是展示交易量,人为挑选出过高或过低交易量与历史同期交易量或类似系统的交易量进行对比,从而确定是否存在异常。这种方式需要人工巡检查询交易量的状态,并查询历史记录来确定是否发生问题,费时费力,效率低。
因此,业内亟需一种可以解决上述技术问题的技术方案。
发明内容
本说明书实施例提供了一种交易数据监测方法、装置、设备,可以实时高效地对交易数据进行监测。
本说明书提供的一种交易数据监测方法、装置、设备是包括以下方式实现的。
一种交易数据监测方法,包括:获取待监测交易数据;根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
一种交易数据监测装置,包括:交易数据获取模块,用于获取待监测交易数据;监测结果确定模块,用于根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
一种交易数据监测设备,包括处理器及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现本说明书实施例中任意一个方法实施例的步骤。
本说明书提供的一种交易数据监测方法、装置、设备。一些实施例中通过将历时交易数据对应的时间区间划分为不同属性对应的集合,根据不同属性集合中不同区间对应的历史交易数据预先确定不同属性区间对应的预设动态基线区间,不仅可以使获得的预设动态基线区间更具有普适性,而且可以提高对待监测交易数据监测的准确度。通过将待监测交易数据与预先确定的预设动态基线区间进行比较,不仅可以实时的对交易数据进行监测,减少人工运维工作量,而且可以在发生交易量异常变化时实时发出告警,从而提高异常处理及时性,缩短异常处理响应时长。通过将待监测交易数据和预设动态基线区间显示在同一时间窗口,不仅可以可视化、直观地显示当前系统运行状况,对系统运行情况做到一目了然,并从趋势上了解系统异常情况,而且可以使得监控展示与告警一致,提高故障处理的效率。采用本说明书提供的实施方案,可以提高对交易数据的监测效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,并不构成对本说明书的限定。在附图中:
图1是本说明书提供的一种交易数据监测方法的一个场景示意图;
图2是本说明书提供的一种交易数据监测方法的一个实施例的流程示意图;
图3是本说明书提供的交易数据监测方法的一个具体实施例的流程示意图;
图4是本说明书提供的一种交易数据监测装置的一个实施例的模块结构示意图;
图5是本说明书提供的一种交易数据监测服务器的一个实施例的硬件结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书中的一部分实施例,而不是全部的实施例。基于本说明书中的一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书实施例保护的范围。
如图1所示,图1是本说明书提供的一种交易数据监测方法的一个场景示意图。本实施例中,首先获取历史交易时间,根据历史交易数据确定预设动态基线区间,然后获取待检测交易数据,将待监测交易数据和对应的预设动态基线区间显示在同一个时间窗口中,并根据待监测交易数据和对应的预设动态基线区间的关系,实时确定待监测交易数据对应的监测结果。其中,预设动态基线区间可以表示正常交易数据范围。
本说明书实施例中,在确定预设动态基线区间过程中,通过将历时交易数据对应的时间区间划分为不同属性对应的集合,根据不同属性集合中不同区间对应的历史交易数据确定不同属性区间对应的预设动态基线区间,可以使获得的预设动态基线区间更具有普适性,从而提高后续对待监测交易数据监测的准确度。通过将待监测交易数据与预先确定的预设动态基线区间进行比较,不仅可以实时的对交易数据进行监测,减少人工运维工作量,而且可以在发生交易量异常变化时实时发出告警,从而提高异常处理及时性,缩短异常处理响应时长。
下面以一个具体的应用场景为例对本说明书实施方案进行说明。具体的,图2是本说明书提供的一种交易数据监测方法的一个实施例的流程示意图。虽然本说明书提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。
本说明书提供的一种实施方案可以应用到客户端、服务器等中。所述客户端可以包括终端设备,如智能手机、平板电脑等。所述服务器可以包括单台计算机设备,也可以包括多个服务器组成的服务器集群,或者分布式系统的服务器结构等。
需要说明的是,下述实施例描述并不对基于本说明书的其他可扩展到的应用场景中的技术方案构成限制。具体的一种实施例如图2所示,本说明书提供的一种交易数据监测方法的一种实施例中,所述方法可以包括以下步骤。
S0:获取待监测交易数据。
本说明书实施例中,待监测交易数据可以是实时数据,如实时交易量,还可以是历史数据,如历史交易量,还可以是其它需要监测的数据。
本说明书一些实施例中,所述获取待监测交易数据前,可以包括:获取历史交易数据对应的时间区间;将所述时间区间划分为N个周期;将每个周期划分为M个区间;其中,每个区间对应一个区间编号,每个区间包括i个时间节点,每个时间节点对应一个序号;根据每个区间是否添加预设标识,将所述时间区间划分为第一属性集合和第二属性集合,所述第一属性集合包括添加预设标识的区间,所述第二属性集合包括未添加预设标识的区间;根据所述第一属性集合对应的历史交易数据,确定第一预设动态基线区间;根据所述第二属性集合对应的历史交易数据,确定第二预设动态基线区间。其中,N可以去大于等于2的数值,M可以取大于等于1的数值,i可以取大于等于1的数值。
一些实施场景中,获取的历史交易数据对应的时间区间可以根据实际需求进行设定。例如一些实施场景中,可以先确定当前日期,以当前日期为选取历史交易数据的分界点,然后向前选择预设时间长度的历史交易数据,此时,预设时间长度可以理解为历史交易数据对应的时间区间。例如,当前日期为2020年8月20日,则可以选择2020年7月20日到2020年8月20日之间的交易时间作用历史交易数据,此时,历史交易数据对应的时间区间为2020年7月20日到2020年8月20日。其中,可以预先将历史交易数据存储在历史交易数据库中,也可以预先将历史交易数据从历史交易数据库导出到监控数据库进行存储,从而提高交易系统性能。一些实施场景中,在将历史交易数据从历史交易数据库导出后,可以去除历史交易数据中冗余或无用信息,再存储在监控数据库中。其中,在监控数据库中存储历史交易数据时,还可以按统计方式记录时间点。
一些实施场景中,可以先确定当前日期,以距离当前日期第一预设长度的日期为选取历史交易数据的分界点,然后向前选择第二预设时间长度的历史交易数据,此时,第二预设时间长度可以理解为历史交易数据对应的时间区间。例如,当前日期为2020年8月20日,则可以选择2020年7月16日到2020年8月16日之间的交易时间作用历史交易数据,此时,历史交易数据对应的时间区间为2020年7月15日到2020年8月15日。第一预设长度为4天。其中,预设时间长度、第一预设时间长度、第二预设时间长度可以根据实际需求进行确定,本说明书对此不作限定。
当然,上述只是进行示例性说明,获取的历史交易数据对应的时间区间的方式不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
一些实施场景中,在获取的历史交易数据对应的时间区间后,可以将时间区间划分为N个周期。例如一些实施场景中,在获取的历史交易数据对应的时间区间后,可以以一周为一个周期将时间区间划分为多个周期。一些实施场景中,还可以以一个月为一个周期将时间区间划分为多个周期。其中,获取的历史交易数据对应的时间区间至少可以包括两个周期。
一些实施场景中,在将时间区间划分为N个周期后,还可以将每个周期划分为M个区间。例如一些实施场景中,以周为周期将时间区间划分为多个周期后,可以将每个周划分为7天,即7个区间。一些实施场景中,以月为周期将时间区间划分为多个周期后,可以将每月划分为30天,即30个区间。
一些实施场景中,在将每个周期划分为多个区间后,可以为每个区间分配一个区间编号。其中,区间编号可以是数据、字母、符号等中的一种或多种的组合。例如,以周为周期,将每个周划分为7个区间后,每个区间的区间编号可以是星期一、星期二、星期三、星期四、星期五、星期六、星期日。再如,以月为周期,将每个月划分为30个区间后,每个区间的区间编号可以是1、2、3、…、29、30。
一些实施场景中,每个区间中可以包括i个时间节点。例如一些实施场景中,以周为周期,将每个周划分为7个区间后,每个区间的区间编号是星期一、星期二、星期三、星期四、星期五、星期六、星期日,如果以小时为单位,则每个区间可以包括24个时间节点,如果以分钟为单位,则每个区间可以包括1440个时间节点。
一些实施场景中,每个区间中可以包括i个时间节点,每个时间节点对应一个序号。
一些实施场景中,在将每个周期划分为M个区间后,可以为时间区间中所有满足预设区间对照表的区间添加预设标识。其中,预设区间对照表中预先存储有需要添加标识的区间对应的周期和区间编号。预设标识可以是数字、字母、符号等中的一种或多种的组合。预设标识可以用于区分区间的不同属性。预设标识可以标识区间对应的属性。添加预设标识的区间可以表示特殊日,未添加预设标识的区间可以表示普通日,特殊日可以包括节假日、调休日,普通日可以包括工作日、非工作日。
一些实施场景中,可以根据每个区间是否添加预设标识,将时间区间划分为第一属性集合和第二属性集合。其中,所述第一属性集合包括添加预设标识的区间,第二属性集合包括未添加预设标识的区间。例如一些实施场景中,预设区间对照表中预先存储有表示节假日区间对应的区间编号,则可以根据预设区间对照表中存储的区间编号为对应区间添加五角星标记,然后根据每个区间是否添加五角星标识,将时间区间划分为特殊日集合和普通日集合。
一些实施场景中,在将时间区间划分为第一属性集合和第二属性集合后,可以根据第一属性集合对应的历史交易数据,对应的预设动态基线区间,根据第二属性集合对应的历史交易数据确定对应的预设动态基线区间。
这样,由于历时交易数据对应的时间区间中可能包括不同属性的区间,为了使获得的预设动态基线区间更具有普适性,通过将历时交易数据对应的时间区间划分为不同属性对应的集合,然后根据不同属性集合中不同区间对应的历史交易数据确定不同属性区间对应的预设动态基线区间,可以提高后续对待监测交易数据监测的准确度。
本说明书一些实施例中,所述根据所述第一属性集合对应的历史交易数据,确定第一预设动态基线区间,可以包括:获取所述第一属性集合中每个区间包括的时间节点对应的历史交易数据;根据所述第一属性集合中所有区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定所述第一预设动态基线区间。
本说明书一些实施例中,所述根据所述第二属性集合对应的历史交易数据,确定第二预设动态基线区间,可以包括:获取所述第二属性集合中每个区间中包括的时间节点对应的历史交易数据;根据所述第一属性集合中不同周期相同区间编号区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定所述第二预设动态基线区间。
本说明书实施例中,由于历史交易数据对应的时间区间中可能包括不同属性区间,所以为了使获得的预设动态基线区间更具有普适性,通过将历时交易数据对应的时间区间划分为不同属性对应的集合,然后根据不同属性集合中不同区间对应的历史交易数据确定不同属性区间对应的预设动态基线区间。
一些实施场景中,可以先获取第一属性集合中每个区间包括的时间节点对应的历史交易数据,然后根据第一属性集合中所有区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定第一预设动态基线区间。另一些实施场景中,先获取第二属性集合中每个区间中包括的时间节点对应的历史交易数据,然后根据第二属性集合中不同周期相同区间编号区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定第二预设动态基线区间。
例如一些实施场景中,历史交易数据对应的时间区间为2020年4月6日到2020年5月10日,将该时间区间以周为一个周期划分为5个周期,分别为4月6日到4月12日、4月13日到4月19日、4月20日到4月26日、4月27日到5月3日、5月4日到5月10日,然后以每天为一个区间,将每个周期划分为7个区间,其中,每个周期的7个区间的区间编号依次为星期一、星期二、星期三、星期四、星期五、星期六、星期日,每个区间包括1440个时间节点,1440个时间节点对应的序号分别为1、2、3…、1440。预设区间对照表中预先存储有2020年4月6日到2020年5月10日中节假日、调休日,即预设区间对照表中预先存储有需要添加标识的区间对应的周期和区间编号,这里存储的需要添加标识的区间有6个,分别为第一周期中区间编号为星期一的区间、第四周期中区间编号为星期五、星期六、星期日的区间、第五周期中区间编号为星期一、星期二的区间。进一步,可以根据预设区间对照表中预先存储有需要添加标识的区间对应的周期和区间编号为时间区间中相应区间添加星型标识。进而,根据每个区间是否添加星型标识,将时间区间划分为第一属性集合和第二属性集合。这里第一属性集合中包括第一周期中区间编号为星期一的区间、第四周期中区间编号为星期五、星期六、星期日的区间、第五周期中区间编号为星期一、星期二的区间,第二属性集合中包括剩余区间。
可以理解的是,由于第一属性集合中存储的是2020年4月6日到2020年5月10日中节假日、调休日对应的交易数据和工作日、非工作日对应的交易数据区别比较大,所以可以针对节假日、调休日确定相应的预设动态基线区间,针对工作日、非工作日确定相应的预设动态基线区间。
上述实施例中,确定节假日、调休日对应的预设动态基线区间,可以先分别获取整个时间区间内节假日、调休日中包括的1440个时间节点对应的历史交易数据,然后将节假日、工作日中相同序号时间节点对应的交易量放到一个集合中,最后从该集合中选择中最大值和最小值,从而确定该序号时间节点对应的预设动态基线区间。例如,以上述时间区间中包括6个添加预设标识区间为例,则第一集合中包括6个区间,此时,可以分别获取每个区间中包括的1440个时间节点对应的历史交易数据,然后将每个区间中序号为68的时间节点对应的交易量放到一个集合中,获得包括6个元素的集合,最后可以选择6个元素中的最大值和最小值组成一个区间范围,从而获得序号为68的时间节点对应的预设动态基线区间。需要说明的是,其他时间节点对应的预设动态基线区间的获取方式类似,可以相互参照,对此不作赘述。
上述实施例中,确定工作日、非工作日对应的预设动态基线区间,可以先分别获取整个时间区间内工作日、非工作日中包括的1440个时间节点对应的历史交易数据,然后将不同周期、相同区间编号区间包括的相同序号时间节点对应的交易量放到一个集合中,最后从该集合中选择中最大值和最小值,从而确定该序号时间节点对应的预设动态基线区间。例如,以上述时间区间中包括5个周期,每个周期的7个区间的区间编号依次为星期一、星期二、星期三、星期四、星期五、星期六、星期日,时间区间中包括6个添加预设标识区间为例,则第二集合中包括29个区间,此时,可以分别获取每个区间中包括的1440个时间节点对应的历史交易数据,然后将每个周期中区间编号为星期四区间中序号为68的时间节点对应的交易量放到一个集合中,获得包括5个元素的集合,最后可以选择5个元素中的最大值和最小值组成一个区间范围,从而获得区间编号为星期四区间中序号为68的时间节点对应的预设动态基线区间。需要说明的是,其他时间节点对应的预设动态基线区间的获取方式类似,可以相互参照,对此不作赘述。
可以理解的是,在获得区间中每个时间节点对应的预设动态基线区间后,可以将区间中所有时间节点对应的预设动态基线区间整合到一起,获得一个区间对应的预设动态基线区间。相应的,可以将多个区间对应的预设动态基线区间整合到一起,获得一个周期对应的预设动态基线区间。进而,可以将多个周期对应的预设动态基线区间整合到一起,获得整个时间区间对应的预设动态基线区间。
当然,上述只是进行示例性说明,获取预设动态基线区间的方式不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
本说明书一些实施例中,在确定第一预设动态基线区间和第二预设动态基线区间后,还可以包括:对所述第一预设动态基线区间和所述第二预设动态基线区间进行平滑处理,获得处理后的第一预设动态基线区间和处理后的第二预设动态基线区间;相应的,根据所述待监测交易数据与处理后的第一预设动态基线区间的关系或根据所述待监测交易数据与处理后的第二预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果。
一些实施场景中,获取的预设动态基线区间边缘会过于粗糙,此时,可以取前后n个时间节点的平均值作为该时间节点的值,从而使获得预设动态基线区间边缘变动相对平滑。其中,n可以根据实际情况进行调整。
一些实施场景中,预设动态基线区间可以根据选择的历史交易数据对应的信息进行实时更新,从而可以提高后续对交易数据监测的准确度。
本说明书实施例中,为了使获得的预设动态基线区间更具有普适性,通过将历时交易数据对应的时间区间划分为不同属性对应的集合,然后根据不同属性集合中不同区间对应的历史交易数据确定不同属性区间对应的预设动态基线区间,可以提高后续对待监测交易数据监测的准确度。
S2:根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
本说明书实施例中,在获取待监测交易数据和预设动态基线区间后,可以根据待监测交易数据与预设动态基线区间的关系,确定待监测交易数据对应的监测结果。其中,监测结果可以包括正常、异常,还可以包括不同等级等。其中,不同等级可以用来说明待监测交易数据与正常交易数据范围的关系,例如,一级表示待监测交易数据超出正常交易数据范围,比较危险,二级表示待监测交易数据在正常交易数据范围中,没有危险,三级表示待监测交易数据低于正常交易数据范围,比较危险。上述只是进行示例性说明,对本说明书其他实施例并不构成限定。
本实施例中,所述预设动态基线区间与待监测交易数据对应的区间、时间节点相同,预设动态基线区间表示正常交易数据范围。
本说明书一些实施例中,所述根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果,可以包括:判断所述待监测交易数据是否在预设动态基线区间内;确定不在时,确定所述待监测交易数据对应的监测结果为异常。
一些实施场景中,在确定待监测交易数据对应的监测结果为异常后,可以通过多种渠道发出告警信息。
例如一些实施场景中,可以判断待监测交易数据是否在预设动态基线区间内,确定不在时,说明待监测交易数据对应的监测结果为异常,此时可以通过短信、电话或邮件等方式通知系统负责人,以便系统负责人进一步进行处理,从而降低后续交易风险。一些实施场景中,在确定监测结果为异常时,可以通过显示按钮进行显示的同时发出警示声音,以便系统负责人直观的看到并发现。
一些实施场景中,根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果,还可以包括:根据实际需求将所述预设动态基线区间扩大一定范围,然后判断所述待监测交易数据是否在扩大范围后的动态基线区间内,如果不在,则确定所述待监测交易数据对应的监测结果为异常。此时,可以通过多种渠道发出告警信息。其中,扩大动态基线区间的方式可以根据实际场景进行设定,例如,可以将预设动态基线区间按照预设比例向上下扩展等。
例如一些实施场景中,待监测交易数据190,某分钟对应的预设动态基线区间为[200,1000],此时,可以按照预设比例(如10%)将预设动态基线区间[200,1000]进行上下扩展,获得扩展后的动态基线区间[180,1100],然后基于扩展后的动态基线区间可以确定待监测交易数据190在动态基线区间[180,1100]内,从而确定监测结果正常。需要说明的是,上述只是对每分钟对应的预设动态基线区间的扩展进行实例性说明,其他时间节点、区间、时间区间等的扩展方式类似,可以相互参照,对此不作赘述。
本说明书一些实施例中,在获得待监测交易数据与预设动态基线区间后,可以将待监测交易数据和预设动态基线区间显示在同一时间窗口。例如一些实施场景中,在获得待监测交易数据与预设动态基线区间后,可以以工作台方式或图形化方式展示待监测交易数据与预设动态基线区间。这样,不仅可以可视化、直观地显示当前系统运行状况,而且可以针对交易量发生突增、突减的情况进行实时告警,使得监控展示与告警一致,提高故障处理的效率。
一些实施场景中,在将待监测交易数据和预设动态基线区间显示在同一时间窗口后,可以获取待监测交易数据和预设动态基线区间对应的坐标,然后通过判断待监测交易数据与预设动态基线区间的位置关系,确定待监测交易数据对应的监测结果。如果待监测交易数据的坐标在预设动态基线区间对应的坐标范围内,则可以说明待监测交易数据对应的监测结果为正常,反正监测结果为异常。可以理解的是,在该实施场景中,也可以对预设动态基线区间对应的坐标范围进行扩展,具体扩展方式与上述实施例中扩展方式类似,对此不作赘述。
当然,上述只是进行示例性说明,获取指标数据的方式不限于上述举例,所属领域技术人员在本申请技术精髓的启示下,还可能做出其它变更,但只要其实现的功能和效果与本申请相同或相似,均应涵盖于本申请保护范围内。
下面结合一个具体实施例对上述方法进行说明,然而,值得注意的是,该具体实施例仅是为了更好地说明本申请,并不构成对本申请的不当限定。如图3所示,图3是本说明书提供的交易数据监测方法的一个具体实施例的流程示意图。在本具体实施例中,可以包括以下步骤。
S201:根据预设配置参数,获得历史交易数据。
本实施例中,可以定时不重复的提供批量日志数据源,然后从该批量日志数据源中获取历史交易数据。其中,日志数据源可以用于提供数据。
本实施例中,可以对日志数据源提供的数据进行预处理,然后对预处理后的数据中获取历史交易数据。预处理主要可以用于去除数据中无用信息。
本实施例中,预设配置参数可以包括当前日期d0、周期数量k,预设配置参数可以用于确定历史交易数据对应的时间区间。
S203:根据历史交易数据,确定预设动态基线区间。
本实施例中,首先根据当前日期d0、周期数量k,确定历史交易数据对应的时间区间为[d0-7×k,d0-1],该时间区间可以表示为日期序列d1、d2、…、dk。其中,d1=d0-7、d2=d0-7×2、…、dk=d0-7×k。时间区间中包括普通日期和特殊日期,普通日期包括工作日、非工作日,特殊日期中包括节假日、调休日。
本实施例中,根据历史交易数据分别确定普通日期和特殊日期对应的确定预设动态基线区间。
具体的,对于普通日期,可以计算日期序列d1、d2、…、dk,然后排除日期序列中的特殊日期得到普通日期序列,最后统计日期为普通日期序列对应的交易量,按分钟记录最大值与最小值,得到一个动态的区间,作为该普通日期对应的预设动态基线区间。其中,d1=d0-7、d2=d0-7×2、…、dk=d0-7×k。对于特殊日期,可以从时间区间[d0-7×k,d0-1]中提取出所有特殊日期组成特殊日期序列,然后统计日期为特殊日期序列对应的交易量,按分钟记录最大值与最小值,得到一个动态的区间,作为特殊日期对应的预设动态基线区间。
由于一般动态区间边缘会过于粗糙,所以,本实施例中,在获得预设动态基线区间后,可以取前后n分钟的平均值作为该分钟的值,从而是获得的预设动态基线区间的边缘变得相对更平滑。其中,n可以根据实际情况进行调整。
S205:获取待监测交易数据。
本实施例中,待监测交易数据为交易系统每分钟的实时交易量。
S207:根据待监测交易数据与对应预设动态基线区间的关系,确定待监测交易数据的监测结果。
本实施例中,可以以工作台方式或图形化方式将待监测交易数据与对应的预设动态基线区间展示在同一个时间窗口,然后根据待监测交易数据与对应预设动态基线区间的位置关系,确定待监测交易数据的监测结果。其中,待监测交易数据在对应预设动态基线区间内,则监测结果为正常,待监测交易数据在对应预设动态基线区间上方或者下方,则监测结果为异常。
本实施例中,在监测结果为异常时,可以通过多种渠道进行告警,以便提高故障处理的效率。
从以上的描述中,可以看出,本申请实施例可以实现如下技术效果:通过将历时交易数据对应的时间区间划分为不同属性对应的集合,根据不同属性集合中不同区间对应的历史交易数据预先确定不同属性区间对应的预设动态基线区间,不仅可以使获得的预设动态基线区间更具有普适性,而且可以提高对待监测交易数据监测的准确度。通过将待监测交易数据与预先确定的预设动态基线区间进行比较,不仅可以实时的对交易数据进行监测,减少人工运维工作量,而且可以在发生交易量异常变化时实时发出告警,从而提高异常处理及时性,缩短异常处理响应时长。通过将待监测交易数据和预设动态基线区间显示在同一时间窗口,不仅可以可视化、直观地显示当前系统运行状况,对系统运行情况做到一目了然,并从趋势上了解系统异常情况,而且可以使得监控展示与告警一致,提高故障处理的效率。
本说明书中上述方法的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参加即可,每个实施例重点说明的都是与其他实施例的不同之处。相关之处参见方法实施例的部分说明即可。
基于上述所述一种交易数据监测方法,本说明书一个或多个实施例还提供一种交易数据监测装置。所述的装置可以包括使用了本说明书实施例所述方法的系统(包括分布式系统)、软件(应用)、模块、组件、服务器、客户端等并结合必要的实施硬件的装置。基于同一创新构思,本说明书实施例提供的一个或多个实施例中的装置如下面的实施例所述。由于装置解决问题的实现方案与方法相似,因此本说明书实施例具体的装置的实施可以参见前述方法的实施,重复之处不再赘述。以下所使用的,术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
具体地,图4是本说明书提供的一种交易数据监测装置的一个实施例的模块结构示意图,如图4所示,本说明书提供的一种交易数据监测装置可以包括:交易数据获取模块120,监测结果确定模块122。
交易数据获取模块120,可以用于获取待监测交易数据;
监测结果确定模块122,可以用于根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
需要说明的,上述所述的装置根据方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照相关方法实施例的描述,在此不作一一赘述。
本说明书还提供一种交易数据监测设备的实施例,包括处理器及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现上述任意一个或者多个实施例中所述方法的步骤,例如包括:获取待监测交易数据;根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。所述的系统可以为单独的服务器,也可以包括使用了本说明书的一个或多个所述方法或一个或多个实施例装置的服务器集群、系统(包括分布式系统)、软件(应用)、实际操作装置、逻辑门电路装置、量子计算机等并结合必要的实施硬件的终端装置。
本说明书所提供的方法实施例可以在移动终端、计算机终端、服务器或者类似的运算装置中执行。以运行在服务器上为例,图5是本说明书提供的一种交易数据监测服务器的一个实施例的硬件结构框图,该服务器可以是上述实施例中的交易数据监测装置或交易数据监测设备。如图5所示,服务器10可以包括一个或多个(图中仅示出一个)处理器100(处理器100可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器200、以及用于通信功能的传输模块300。本领域普通技术人员可以理解,图5所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,服务器10还可包括比图5中所示更多或者更少的组件,例如还可以包括其他的处理硬件,如数据库或多级缓存、GPU,或者具有与图5所示不同的配置。
存储器200可用于存储应用软件的软件程序以及模块,如本说明书实施例中的交易数据监测方法对应的程序指令/模块,处理器100通过运行存储在存储器200内的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器200可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器200可进一步包括相对于处理器100远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端。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。
传输模块300用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端的通信供应商提供的无线网络。在一个实例中,传输模块300包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输模块300可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书提供的上述实施例所述的方法或装置可以通过计算机程序实现业务逻辑并记录在存储介质上,所述的存储介质可以计算机读取并执行,实现本说明书实施例所描述方案的效果。所述存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。所述存储介质可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
本说明书提供的上述交易数据监测方法或装置实施例可以在计算机中由处理器执行相应的程序指令来实现,如使用windows操作系统的c++语言在PC端实现、linux系统实现,或其他例如使用android、iOS系统程序设计语言在智能终端实现,以及基于量子计算机的处理逻辑实现等。
需要说明的是说明书上述所述的装置、设备、系统根据相关方法实施例的描述还可以包括其他的实施方式,具体的实现方式可以参照对应方法实施例的描述,在此不作一一赘述。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书一个或多个时可以把部分模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。
本发明是参照根据本发明实施例的方法、装置、设备、系统的流程图和/或方框图来描述的。应理解可由计算机程序指令实现,可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
本领域技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。
以上所述仅为本说明书一个或多个实施例的实施例而已,并不用于限制本本说明书一个或多个实施例。对于本领域技术人员来说,本说明书一个或多个实施例可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在权利要求范围之内。
Claims (10)
1.一种交易数据监测方法,其特征在于,包括:
获取待监测交易数据;
根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
2.根据权利要求1所述的方法,其特征在于,所述获取待监测交易数据前,包括:
获取历史交易数据对应的时间区间;
将所述时间区间划分为N个周期;
将每个周期划分为M个区间;其中,每个区间对应一个区间编号,每个区间包括i个时间节点,每个时间节点对应一个序号;
根据每个区间是否添加预设标识,将所述时间区间划分为第一属性集合和第二属性集合,所述第一属性集合包括添加预设标识的区间,所述第二属性集合包括未添加预设标识的区间;
根据所述第一属性集合对应的历史交易数据,确定第一预设动态基线区间;
根据所述第二属性集合对应的历史交易数据,确定第二预设动态基线区间。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第一属性集合对应的历史交易数据,确定第一预设动态基线区间,包括:
获取所述第一属性集合中每个区间包括的时间节点对应的历史交易数据;
根据所述第一属性集合中所有区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定所述第一预设动态基线区间。
4.根据权利要求2所述的方法,其特征在于,所述根据所述第二属性集合对应的历史交易数据,确定第二预设动态基线区间,包括:
获取所述第二属性集合中每个区间中包括的时间节点对应的历史交易数据;
根据所述第二属性集合中不同周期相同区间编号区间包括的相同序号时间节点对应的历史交易数据中最大交易量和最小交易量,确定所述第二预设动态基线区间。
5.根据权利要求2所述的方法,其特征在于,还包括:
对所述第一预设动态基线区间和所述第二预设动态基线区间进行平滑处理,获得处理后的第一预设动态基线区间和处理后的第二预设动态基线区间;
相应的,根据所述待监测交易数据与处理后的第一预设动态基线区间的关系或根据所述待监测交易数据与处理后的第二预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果。
6.根据权利要求1所述的方法,其特征在于,还包括:
将所述待监测交易数据和所述预设动态基线区间显示在同一时间窗口。
7.根据权利要求1所述的方法,其特征在于,所述根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果,包括:
判断所述待监测交易数据是否在预设动态基线区间内;
确定不在时,确定所述待监测交易数据对应的监测结果为异常。
8.根据权利要求7所述的方法,其特征在于,所述确定所述待监测交易数据对应的监测结果为异常后,包括;
基于多种渠道发出告警信息。
9.一种交易数据监测装置,其特征在于,包括:
交易数据获取模块,用于获取待监测交易数据;
监测结果确定模块,用于根据所述待监测交易数据与预设动态基线区间的关系,确定所述待监测交易数据对应的监测结果;所述预设动态基线区间表示正常交易数据范围,所述预设动态基线区间基于历史交易数据获得。
10.一种交易数据监测设备,其特征在于,包括处理器及用于存储处理器可执行指令的存储器,所述处理器执行所述指令时实现权利要求1-8中任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010915701.3A CN112037050A (zh) | 2020-09-03 | 2020-09-03 | 一种交易数据监测方法、装置、设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010915701.3A CN112037050A (zh) | 2020-09-03 | 2020-09-03 | 一种交易数据监测方法、装置、设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112037050A true CN112037050A (zh) | 2020-12-04 |
Family
ID=73592347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010915701.3A Pending CN112037050A (zh) | 2020-09-03 | 2020-09-03 | 一种交易数据监测方法、装置、设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112037050A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991145A (zh) * | 2017-03-23 | 2017-07-28 | 中国银联股份有限公司 | 一种监测数据的方法及装置 |
CN108537544A (zh) * | 2018-04-04 | 2018-09-14 | 中南大学 | 一种交易系统实时监控方法及其监控系统 |
-
2020
- 2020-09-03 CN CN202010915701.3A patent/CN112037050A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106991145A (zh) * | 2017-03-23 | 2017-07-28 | 中国银联股份有限公司 | 一种监测数据的方法及装置 |
CN108537544A (zh) * | 2018-04-04 | 2018-09-14 | 中南大学 | 一种交易系统实时监控方法及其监控系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106713029B (zh) | 一种确定资源监控阈值的方法及装置 | |
US11457029B2 (en) | Log analysis based on user activity volume | |
JP4541364B2 (ja) | 意味のある変動を明らかにする自動監視及び動的プロセスメトリクスの統計分析 | |
CN111294217B (zh) | 告警分析方法、装置、系统及存储介质 | |
CN109918279B (zh) | 电子装置、基于日志数据识别用户异常操作的方法及存储介质 | |
CN113176978B (zh) | 基于日志文件的监控方法、系统、设备及可读存储介质 | |
US8659415B2 (en) | Alarm management | |
CN110995482A (zh) | 告警分析方法、装置、计算机设备及计算机可读存储介质 | |
CN111324511B (zh) | 报警规则的生成方法、装置、电子设备及存储介质 | |
CN105656693B (zh) | 一种基于回归的信息安全异常检测的方法及系统 | |
US20190228353A1 (en) | Competition-based tool for anomaly detection of business process time series in it environments | |
CN111694718A (zh) | 内网用户异常行为识别方法、装置、计算机设备及可读存储介质 | |
US20130031086A1 (en) | Process automation system problem analysis tool | |
CN114567538A (zh) | 告警信息处理方法及装置 | |
CN111767173A (zh) | 网络设备数据处理方法、装置、计算机设备和存储介质 | |
CN110363381B (zh) | 一种信息处理方法和装置 | |
JP6718367B2 (ja) | 判定システム、判定方法、及びプログラム | |
CN111339062A (zh) | 数据监控方法、装置、电子设备及存储介质 | |
CN111062503B (zh) | 一种电网监控告警处理方法、系统、终端及存储介质 | |
CN113505042A (zh) | 服务器内存动态监控方法、装置、设备及存储介质 | |
CN112037050A (zh) | 一种交易数据监测方法、装置、设备 | |
CN116894539A (zh) | 一种服装生产监测方法、系统及介质 | |
US20170315842A1 (en) | Resource consuming tasks scheduler | |
US20210165397A1 (en) | Information processing device and information processing method | |
CN114356722A (zh) | 用于服务器集群的监控告警方法、系统、设备及存储介质 |
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 |