CN112307071A - 监控数据采集方法、装置、电子设备和计算机可读介质 - Google Patents
监控数据采集方法、装置、电子设备和计算机可读介质 Download PDFInfo
- Publication number
- CN112307071A CN112307071A CN202011403365.0A CN202011403365A CN112307071A CN 112307071 A CN112307071 A CN 112307071A CN 202011403365 A CN202011403365 A CN 202011403365A CN 112307071 A CN112307071 A CN 112307071A
- Authority
- CN
- China
- Prior art keywords
- monitoring data
- polymerization
- client
- data set
- aggregated
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 373
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000006116 polymerization reaction Methods 0.000 claims abstract description 92
- 238000013500 data storage Methods 0.000 claims abstract description 34
- 230000004931 aggregating effect Effects 0.000 claims abstract description 8
- 238000004220 aggregation Methods 0.000 claims description 74
- 230000002776 aggregation Effects 0.000 claims description 73
- 238000012545 processing Methods 0.000 claims description 65
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 230000000379 polymerizing effect Effects 0.000 claims 1
- 239000002699 waste material Substances 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012935 Averaging Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 9
- 238000013480 data collection Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000009825 accumulation Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 238000000265 homogenisation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- 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
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开的实施例公开了监控数据采集方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集;将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。该实施方式降低了采集的监控数据冗余度。从而降低了监控数据存储的成本。进而减少了网络带宽资源的浪费。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及监控数据采集方法、装置、电子设备和计算机可读介质。
背景技术
随着计算机技术的快速发展,业务平台对应的各个客户端应用程序被相继开发,为保证业务平台的正常运行,需从各个客户端采集监控数据以对业务平台的运行状况进行监控。目前,在对监控数据进行采集时,通常采用的方式为:将采集到的各个监控数据直接发送至监控数据存储设备。
然而,当采用上述方式对监控数据进行采集时,经常会存在如下技术问题:
第一,未根据客户端请求的请求地址信息对采集的监控数据进行聚合处理,导致采集的监控数据冗余度较高,使得监控数据存储的成本较高,进而导致网络带宽资源浪费;
第二,未根据监控数据的类型信息对采集的监控数据进行聚合处理,进一步导致采集的监控数据冗余度较高,使得监控数据存储的成本较高,进而导致网络带宽资源浪费。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了监控数据采集方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种监控数据采集方法,该方法包括:从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集;将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
第二方面,本公开的一些实施例提供了一种监控数据采集装置,装置包括:获取单元,被配置成从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;聚合处理单元,被配置成基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集;发送单元,被配置成将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的监控数据采集方法,减少了网络带宽资源的浪费。具体来说,发明人发现,造成网络带宽资源浪费的原因在于:未根据客户端请求的请求地址信息对采集的监控数据进行聚合处理,导致采集的监控数据冗余度较高,使得监控数据存储的成本较高。基于此,本公开的一些实施例的监控数据采集方法首先从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集,然后,基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集,由此,可以根据客户端请求的请求地址信息,对获取的预聚合监控数据进行聚合处理,降低了采集的监控数据冗余度。从而降低了监控数据存储的成本。进而减少了网络带宽资源的浪费。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的监控数据采集方法的一个应用场景的示意图;
图2是根据本公开的监控数据采集方法的一些实施例的流程图;
图3是根据本公开的监控数据采集方法的另一些实施例的流程图;
图4是根据本公开的监控数据采集方法的又一些实施例的流程图;
图5是根据本公开的监控数据采集装置的一些实施例的结构示意图;
图6是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开的一些实施例的监控数据采集方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集102。然后,计算设备101可以基于上述各个客户端请求的各个请求地址信息103,对上述预聚合监控数据集102进行聚合处理以生成聚合监控数据集104。最后,计算设备101可以将上述聚合监控数据集104发送至对应的监控系统的监控数据存储设备105。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的监控数据采集方法的一些实施例的流程200。该监控数据采集方法,包括以下步骤:
步骤201,从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集。
在一些实施例中,监控数据采集方法的执行主体(例如图1所示的计算设备101)可以通过有线连接方式或者无线连接方式从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集。其中,上述客户端可以为向上述执行主体发送客户端请求、以及安装有支持采集监控数据的SDK(SoftwareDevelopment Kit,软件开发工具包)的电子设备。安装有支持采集监控数据的SDK的客户端可以从JMX(Java Management Extensions,即Java管理扩展)中采集监控数据。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
上述客户端请求可以包括请求地址信息,即网址。实践中,网址一般由统一资源定位符(Uniform Resource Locator,URL)来表示。上述预聚合监控数据可以为上述客户端在预定时段内对采集到的监控数据进行聚合处理后的监控数据。上述预聚合监控数据可以包括均化监控数据。上述均化监控数据可以为数值形式的监控数据。例如,上述客户端进行聚合处理的方式可以包括对采集到的监控数据包括的均化监控数据进行去重处理。又如,上述客户端进行聚合处理的方式可以包括对采集到的监控数据包括的均化监控数据进行求均值处理。上述均化监控数据可以包括但不限于以下至少一项:响应时长(Queries Time,QT),每秒查询率(Queries Per Second,QPS)。上述响应时长可以为上述客户端响应对于上述客户端的请求的时长。上述每秒查询率可以为上述客户端在规定时间内所处理的对于上述客户端的请求数。由此,可以利用经过各个客户端聚合处理后的监控数据,由上述执行主体进行再次聚合处理。
作为示例,上述预聚合监控数据集可以为{[QT:2秒,QPS:2],[QT:3秒,QPS:1],[QT:1秒,QPS:2]}。其中,预聚合监控数据[QT:2秒,QPS:2]可以对应客户端“A”对应的客户端请求所包括的请求地址信息“https://ZZ.com/ZZ/Z”。预聚合监控数据[QT:3秒,QPS:1]可以对应客户端“B”对应的客户端请求所包括的请求地址信息“https://ZZ.com/ZZ/Y”。预聚合监控数据[QT:1秒,QPS:2]可以对应客户端“C”对应的客户端请求所包括的请求地址信息“https://ZZ.com/ZZ/Z”。
步骤202,基于各个客户端请求的各个请求地址信息,对预聚合监控数据集进行聚合处理以生成聚合监控数据集。
在一些实施例中,上述执行主体可以利用上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理,以生成聚合监控数据集。实践中,上述执行主体可以对上述预聚合监控数据集中的请求地址信息相同的预聚合监控数据所包括的均化监控数据进行均值化处理,生成聚合监控数据。然后,可以将未进行均值化处理的预聚合监控数据确定为聚合监控数据。由此,可以得到聚合监控数据集。作为示例,预聚合监控数据集{[QT:2秒,QPS:2],[QT:3秒,QPS:1],[QT:1秒,QPS:2]}中请求地址信息相同的预聚合监控数据可以为[QT:2秒,QPS:2]和[QT:1秒,QPS:2]。首先,上述执行主体可以对[QT:2秒,QPS:2]和[QT:1秒,QPS:2]进行均值化处理以生成聚合监控数据。具体地,可以分别确定[QT:2秒]与[QT:1秒]、[QPS:2]与[QPS:2]的均值以生成聚合监控数据[QT:1.5秒,QPS:2]。然后,上述执行主体可以将未进行均值化处理的预聚合监控数据[QT:3秒,QPS:1]确定为聚合监控数据。得到的聚合监控数据集为{[QT:1.5秒,QPS:2],[QT:3秒,QPS:1]}。由此,可以根据客户端请求的请求地址信息,对获取的预聚合监控数据进行聚合处理。
步骤203,将聚合监控数据集发送至对应的监控系统的监控数据存储设备。
在一些实施例中,上述执行主体可以将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。实践中,上述执行主体可以直接将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。实践中,上述执行主体还可以首先对上述聚合监控数据集进行压缩处理,生成压缩处理后的聚合监控数据集。例如,可以采用LZW(Lenpel-Ziv&Welch)压缩算法对上述聚合监控数据集进行压缩处理。然后,可以将上述压缩处理后的聚合监控数据集发送至对应的监控系统的监控数据存储设备。上述监控系统可以为对监控数据进行数据分析以确定监控数据是否为异常的应用程序或应用程序运行其上的电子设备。例如,可以将上述压缩处理后的聚合监控数据集发送至对应的监控系统的用于存储监控数据的服务器。由此,降低了监控系统的监控数据存储设备中存储的监控数据的冗余度。
本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的监控数据采集方法,减少了网络带宽资源的浪费。具体来说,发明人发现,造成网络带宽资源浪费的原因在于:未根据客户端请求的请求地址信息对采集的监控数据进行聚合处理,导致采集的监控数据冗余度较高,使得监控数据存储的成本较高。基于此,本公开的一些实施例的监控数据采集方法首先从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集,然后,基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集,由此,可以根据客户端请求的请求地址信息,对获取的预聚合监控数据进行聚合处理,降低了采集的监控数据冗余度。从而降低了监控数据存储的成本。进而减少了网络带宽资源的浪费。
继续参考图3,示出了根据本公开的监控数据采集方法的另一些实施例的流程300。该监控数据采集方法,包括以下步骤:
步骤301,对支持采集监控数据的各个客户端进行参数配置处理。
在一些实施例中,监控数据采集方法的执行主体(例如图1所示的计算设备101)可以通过以下步骤对支持采集监控数据的各个客户端进行参数配置处理:
第一步,获取上述各个客户端中的每个客户端对应的配置信息,得到配置信息集。实践中,上述执行主体可以通过有线连接方式或无线连接方式从终端获取上述各个客户端中的每个客户端对应的配置信息,得到配置信息集。其中,上述配置信息可以为对采集监控数据的采集方式进行配置的相关信息,可以包括但不限于以下至少一项:采集周期,监控数据存储路径。例如,上述配置信息集可以为{[采集周期:10分钟,监控数据存储路径:c:/XX/XX.txt],[采集周期:15分钟,监控数据存储路径:c:/TT/TT.txt],[采集周期:10分钟,监控数据存储路径:c:/SS/SS.txt]}。
第二步,将上述配置信息集中的每个配置信息发送至与上述配置信息对应的客户端以供上述客户端根据上述配置信息采集监控数据。例如,配置信息[采集周期:10分钟,监控数据存储路径:c:/XX/XX.txt]可以对应客户端“A”。配置信息[采集周期:15分钟,监控数据存储路径:c:/TT/TT.txt]可以对应客户端“B”。配置信息[采集周期:10分钟,监控数据存储路径:c:/SS/SS.txt]可以对应客户端“C”。上述执行主体可以将上述配置信息[采集周期:10分钟,监控数据存储路径:c:/XX/XX.txt]发送至客户端“A”以供上述客户端“A”根据上述配置信息[采集周期:10分钟,监控数据存储路径:c:/XX/XX.txt]采集监控数据。上述执行主体可以将上述配置信息[采集周期:15分钟,监控数据存储路径:c:/TT/TT.txt]发送至客户端“B”以供上述客户端“B”根据上述配置信息[采集周期:15分钟,监控数据存储路径:c:/TT/TT.txt]采集监控数据。上述执行主体可以将上述配置信息[采集周期:10分钟,监控数据存储路径:c:/SS/SS.txt]发送至客户端“C”以供上述客户端“C”根据上述配置信息[采集周期:10分钟,监控数据存储路径:c:/SS/SS.txt]采集监控数据。
通过步骤301,可以实现对上述各个客户端的配置信息相关参数进行统一配置,使得上述各个客户端可以根据各个配置信息采集监控数据。
步骤302,从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集。
步骤303,基于各个客户端请求的各个请求地址信息,对预聚合监控数据集进行聚合处理以生成聚合监控数据集。
步骤304,将聚合监控数据集发送至对应的监控系统的监控数据存储设备。
在一些实施例中,步骤302-304的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-203,在此不再赘述。
从图3中可以看出,与图2对应的一些实施例的描述相比,图3对应的一些实施例中的监控数据采集方法的流程300体现了增加了对支持采集监控数据的各个客户端进行参数配置处理的步骤。由此,这些实施例描述的方案可以实现对上述各个客户端的配置信息相关参数进行统一配置。从而使得上述各个客户端可以根据各个配置信息采集监控数据。
进一步参考图4,其示出了监控数据采集方法的又一些实施例的流程400。该监控数据采集方法的流程400,包括以下步骤:
步骤401,从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集。
在一些实施例中,步骤401的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤201,在此不再赘述。
步骤402,基于各个请求地址信息,对预聚合监控数据集进行分组处理以生成预聚合监控数据组集。
在一些实施例中,监控数据采集方法的执行主体(例如图1所示的计算设备101)可以通过以下步骤生成预聚合监控数据组集:
第一步,对上述各个请求地址信息进行去重处理,生成去重请求地址信息集。例如,上述各个请求地址信息可以为{https://ZZ.com/ZZ/Z,https://ZZ.com/ZZ/Y,https://ZZ.com/ZZ/Z}。第1个请求地址信息和第3个请求地址信息重复,可以随机保留其中一个请求地址信息,则生成的去重请求地址信息集为{https://ZZ.com/ZZ/Z,https://ZZ.com/ZZ/Y}。
第二步,将上述去重请求地址信息集中的每个去重请求地址信息对应的上述预聚合监控数据集中的至少一个预聚合监控数据确定为预聚合监控数据组,得到预聚合监控数据组集。例如,上述去重请求地址信息集可以为{https://ZZ.com/ZZ/Z,https://ZZ.com/ZZ/Y}。上述预聚合监控数据集可以为{[QT:2秒,QPS:2],[QT:3秒,QPS:1],[QT:1秒,QPS:2]}。上述执行主体可以将上述去重请求地址信息集{https://ZZ.com/ZZ/Z,https://ZZ.com/ZZ/Y}中的去重请求地址信息[https://ZZ.com/ZZ/Z]对应的2个预聚合监控数据[QT:2秒,QPS:2]和[QT:1秒,QPS:2]确定为预聚合监控数据组。上述执行主体可以将上述去重请求地址信息集{https://ZZ.com/ZZ/Z,https://ZZ.com/ZZ/Y}中的去重请求地址信息[https://ZZ.com/ZZ/Y]对应的1个预聚合监控数据[QT:3秒,QPS:1]确定为预聚合监控数据组。得到的预聚合监控数据组集为{[[QT:2秒,QPS:2],[QT:1秒,QPS:2]],[QT:3秒,QPS:1]}。
通过步骤402,可以细化对预聚合监控数据集的聚合处理的处理对象。
步骤403,对预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,得到聚合监控数据集。
在一些实施例中,上述预聚合监控数据还可以包括累计监控数据。其中,上述累计监控数据可以为数量形式的监控数据。上述累计监控数据可以包括但不限于:请求量。上述请求量可以为客户端请求对应的请求地址信息所表征的网址的累计次数。步骤201中上述客户端进行聚合处理的方式还可以包括对采集到的监控数据中包括的累计监控数据进行累加处理。实践中,首先,上述执行主体可以对上述预聚合监控数据组中的各个预聚合监控数据包括的各个均化监控数据进行均值化处理,生成均值监控数据。然后,上述执行主体可以对上述预聚合监控数据组中的各个预聚合监控数据包括的各个累计监控数据进行累加处理,生成累加监控数据。最后,上述执行主体可以基于上述均值监控数据和上述累加监控数据,生成聚合监控数据。实践中,上述执行主体可以将上述均值监控数据和上述累加监控数据进行组合以生成聚合监控数据。
作为示例,上述预聚合监控数据组可以为[[QT:2秒,QPS:2,请求量:3],[QT:1秒,QPS:2,请求量:1]]。首先,上述执行主体可以对上述预聚合监控数据组中的2个预聚合监控数据包括的2个均化监控数据[QT:2秒,QPS:2]和[QT:1秒,QPS:2]进行均值化处理,生成均值监控数据[QT:1.5秒,QPS:2]。然后,上述执行主体可以对上述预聚合监控数据组中的2个预聚合监控数据包括的2个累计监控数据[请求量:3]和[请求量:1]进行累加处理,生成累加监控数据[请求量:4]。最后,上述执行主体可以将上述均值监控数据[QT:1.5秒,QPS:2]和上述累加监控数据[请求量:4]进行组合以生成聚合监控数据[QT:1.5秒,QPS:2,请求量:4]。
作为另一个示例,上述预聚合监控数据组可以为[QT:3秒,QPS:1,请求量:2]。首先,上述执行主体可以对上述预聚合监控数据组中的1个预聚合监控数据包括的1个均化监控数据[QT:3秒,QPS:1]进行均值化处理,生成均值监控数据[QT:3秒,QPS:1]。然后,上述执行主体可以对上述预聚合监控数据组中的1个预聚合监控数据包括的1个累计监控数据[请求量:2]进行累加处理,生成累加监控数据[请求量:2]。最后,上述执行主体可以将上述均值监控数据[QT:3秒,QPS:1]和上述累加监控数据[请求量:2]进行组合以生成聚合监控数据[QT:3秒,QPS:1,请求量:2]。由此,得到聚合监控数据集为{[QT:1.5秒,QPS:2,请求量:4],[QT:3秒,QPS:1,请求量:2]}。
上述技术方案作为本公开的实施例的一个发明点,解决了背景技术提及的技术问题二“未根据监控数据的类型信息对采集的监控数据进行聚合处理,进一步导致采集的监控数据冗余度较高,使得监控数据存储的成本较高,进而导致网络带宽资源浪费。”。导致网络带宽资源浪费的因素往往如下:未根据监控数据的类型信息对采集的监控数据进行聚合处理,进一步导致采集的监控数据冗余度较高,使得监控数据存储的成本较高。如果解决了上述因素,就能达到减少网络带宽资源浪费的效果。为了达到这一效果,本公开通过预聚合监控数据中包括的均化监控数据和累计监控数据,对分组处理得到的预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,得到聚合监控数据集。由于针对均化监控数据和累计监控数据分别采用了均值化处理和累加处理的聚合处理方式,实现了根据监控数据的类型信息对采集的监控数据进行聚合处理。从而降低了采集的监控数据的冗余度,进而降低了监控数据存储的成本。由此,减少了网络带宽资源的浪费。
步骤404,将聚合监控数据集发送至对应的监控系统的监控数据存储设备。
在一些实施例中,步骤404的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤203,在此不再赘述。
从图4中可以看出,与图2对应的一些实施例的描述相比,图4对应的一些实施例中的监控数据采集方法的流程400体现了对生成聚合监控数据集进行扩展的步骤。由于针对均化监控数据和累计监控数据分别采用了均值化处理和累加处理的聚合处理方式,实现了根据监控数据的类型信息对采集的监控数据进行聚合处理。从而降低了采集的监控数据的冗余度,进而降低了监控数据存储的成本。由此,减少了网络带宽资源的浪费。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种监控数据采集装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的监控数据采集装置500包括:获取单元501、聚合处理单元502和发送单元503。其中,获取单元501被配置成从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;聚合处理单元502被配置成基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集;发送单元503被配置成将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
在一些实施例的可选实现方式中,在监控数据采集装置500的获取单元501之前,监控数据采集装置500还可以包括:参数配置处理单元,被配置成对支持采集监控数据的各个客户端进行参数配置处理。
在一些实施例的可选实现方式中,上述参数配置处理单元可以进一步被配置成:获取上述各个客户端中的每个客户端对应的配置信息,得到配置信息集;将上述配置信息集中的每个配置信息发送至与上述配置信息对应的客户端以供上述客户端根据上述配置信息采集监控数据。
在一些实施例的可选实现方式中,监控数据采集装置500的聚合处理单元502可以进一步被配置成:分组处理子单元和聚合处理子单元。其中,分组处理子单元被配置成基于上述各个请求地址信息,对上述预聚合监控数据集进行分组处理以生成预聚合监控数据组集。聚合处理子单元被配置成对上述预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,得到聚合监控数据集。
在一些实施例的可选实现方式中,上述分组处理子单元可以进一步被配置成:对上述各个请求地址信息进行去重处理,生成去重请求地址信息集;将上述去重请求地址信息集中的每个去重请求地址信息对应的上述预聚合监控数据集中的至少一个预聚合监控数据确定为预聚合监控数据组,得到预聚合监控数据组集。
在一些实施例的可选实现方式中,上述预聚合监控数据包括累计监控数据。
在一些实施例的可选实现方式中,上述聚合处理子单元可以进一步被配置成:累加处理子单元,被配置成对上述各个预聚合监控数据包括的各个累计监控数据进行累加处理,生成累加监控数据。
在一些实施例的可选实现方式中,上述聚合处理子单元还可以包括:生成单元,被配置成基于上述累加监控数据,生成聚合监控数据。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;基于上述各个客户端请求的各个请求地址信息,对上述预聚合监控数据集进行聚合处理以生成聚合监控数据集;将上述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、聚合处理单元和发送单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种监控数据采集方法,包括:
从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;
基于所述各个客户端请求的各个请求地址信息,对所述预聚合监控数据集进行聚合处理以生成聚合监控数据集;
将所述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
2.根据权利要求1所述的方法,其中,在所述从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集之前,所述方法还包括:
对支持采集监控数据的各个客户端进行参数配置处理。
3.根据权利要求2所述的方法,其中,所述对支持采集监控数据的各个客户端进行参数配置处理,包括:
获取所述各个客户端中的每个客户端对应的配置信息,得到配置信息集;
将所述配置信息集中的每个配置信息发送至与所述配置信息对应的客户端以供所述客户端根据所述配置信息采集监控数据。
4.根据权利要求1所述的方法,其中,所述基于所述各个客户端请求的各个请求地址信息,对所述预聚合监控数据集进行聚合处理以生成聚合监控数据集,包括:
基于所述各个请求地址信息,对所述预聚合监控数据集进行分组处理以生成预聚合监控数据组集;
对所述预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,得到聚合监控数据集。
5.根据权利要求4所述的方法,其中,所述基于所述各个请求地址信息,对所述预聚合监控数据集进行分组处理以生成预聚合监控数据组集,包括:
对所述各个请求地址信息进行去重处理,生成去重请求地址信息集;
将所述去重请求地址信息集中的每个去重请求地址信息对应的所述预聚合监控数据集中的至少一个预聚合监控数据确定为预聚合监控数据组,得到预聚合监控数据组集。
6.根据权利要求4所述的方法,其中,所述预聚合监控数据包括累计监控数据;以及
所述对所述预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,包括:
对所述各个预聚合监控数据包括的各个累计监控数据进行累加处理,生成累加监控数据。
7.根据权利要求6所述的方法,其中,所述对所述预聚合监控数据组集中的每个预聚合监控数据组中的各个预聚合监控数据进行聚合处理以生成聚合监控数据,还包括:
基于所述累加监控数据,生成聚合监控数据。
8.一种监控数据采集装置,包括:
获取单元,被配置成从支持采集监控数据的各个客户端中获取各个客户端请求对应的各个预聚合监控数据作为预聚合监控数据集;
聚合处理单元,被配置成基于所述各个客户端请求的各个请求地址信息,对所述预聚合监控数据集进行聚合处理以生成聚合监控数据集;
发送单元,被配置成将所述聚合监控数据集发送至对应的监控系统的监控数据存储设备。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403365.0A CN112307071A (zh) | 2020-12-04 | 2020-12-04 | 监控数据采集方法、装置、电子设备和计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403365.0A CN112307071A (zh) | 2020-12-04 | 2020-12-04 | 监控数据采集方法、装置、电子设备和计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307071A true CN112307071A (zh) | 2021-02-02 |
Family
ID=74487196
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011403365.0A Pending CN112307071A (zh) | 2020-12-04 | 2020-12-04 | 监控数据采集方法、装置、电子设备和计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307071A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115102992A (zh) * | 2022-07-15 | 2022-09-23 | 南京数睿数据科技有限公司 | 数据发布方法、装置、电子设备和计算机可读介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854399A (zh) * | 2010-06-09 | 2010-10-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种网络数据的聚合方法及装置 |
CN109522923A (zh) * | 2018-09-25 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
CN110941536A (zh) * | 2019-11-26 | 2020-03-31 | 北京沃东天骏信息技术有限公司 | 监控方法及系统、第一服务器集群 |
-
2020
- 2020-12-04 CN CN202011403365.0A patent/CN112307071A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101854399A (zh) * | 2010-06-09 | 2010-10-06 | 宇龙计算机通信科技(深圳)有限公司 | 一种网络数据的聚合方法及装置 |
CN109522923A (zh) * | 2018-09-25 | 2019-03-26 | 中国平安人寿保险股份有限公司 | 客户地址聚合方法、装置及计算机可读存储介质 |
CN110941536A (zh) * | 2019-11-26 | 2020-03-31 | 北京沃东天骏信息技术有限公司 | 监控方法及系统、第一服务器集群 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115102992A (zh) * | 2022-07-15 | 2022-09-23 | 南京数睿数据科技有限公司 | 数据发布方法、装置、电子设备和计算机可读介质 |
CN115102992B (zh) * | 2022-07-15 | 2022-12-02 | 南京数睿数据科技有限公司 | 数据发布方法、装置、电子设备和计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112363879A (zh) | 缓存服务器性能测试方法、装置、设备和介质 | |
CN110928934A (zh) | 一种用于业务分析的数据处理方法和装置 | |
CN110781150A (zh) | 数据传输方法、装置和电子设备 | |
CN114979024A (zh) | 算力网络交易方法、装置、计算机可读介质及电子设备 | |
CN111161072A (zh) | 基于区块链的随机数生成方法、设备及存储介质 | |
CN112307071A (zh) | 监控数据采集方法、装置、电子设备和计算机可读介质 | |
CN112699111B (zh) | 报表生成方法、装置、电子设备和计算机可读介质 | |
CN113553206B (zh) | 数据事件执行方法、装置、电子设备和计算机可读介质 | |
CN114465919B (zh) | 一种网络服务测试方法、系统、电子设备及存储介质 | |
CN110730109A (zh) | 用于生成信息的方法和装置 | |
CN113630327B (zh) | 流量控制方法、装置、电子设备和计算机可读介质 | |
CN114745276B (zh) | 交换机带宽调整方法、装置、电子设备和计算机可读介质 | |
CN112507676B (zh) | 能源报表生成方法、装置、电子设备和计算机可读介质 | |
CN111930331B (zh) | 信息显示方法、装置、电子设备和计算机可读介质 | |
CN114035861A (zh) | 集群配置方法、装置、电子设备和计算机可读介质 | |
CN109088929B (zh) | 用于发送信息的方法及装置 | |
CN114490718A (zh) | 数据输出方法、装置、电子设备和计算机可读介质 | |
CN112163176A (zh) | 数据存储方法、装置、电子设备和计算机可读介质 | |
CN113094002A (zh) | 消息处理方法、装置、电子设备和计算机介质 | |
CN115378878A (zh) | Cdn的调度方法、装置、设备及存储介质 | |
CN112019406A (zh) | 流量监控方法、装置、电子设备和计算机可读介质 | |
CN112822247B (zh) | 系统异步通讯方法、装置、电子设备和计算机可读介质 | |
CN112235167B (zh) | 流量报警方法、装置、电子设备和计算机可读介质 | |
CN112685455B (zh) | 实时数据分类显示方法、装置、电子设备和可读介质 | |
CN114172946B (zh) | 请求结果发送方法、装置、电子设备和计算机可读介质 |
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 |