CN112347081A - 一种数据库基线生成方法、系统、设备及可读存储介质 - Google Patents
一种数据库基线生成方法、系统、设备及可读存储介质 Download PDFInfo
- Publication number
- CN112347081A CN112347081A CN202011256972.9A CN202011256972A CN112347081A CN 112347081 A CN112347081 A CN 112347081A CN 202011256972 A CN202011256972 A CN 202011256972A CN 112347081 A CN112347081 A CN 112347081A
- Authority
- CN
- China
- Prior art keywords
- database
- baseline
- activity
- characteristic
- determining
- 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 48
- 230000000694 effects Effects 0.000 claims abstract description 137
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 68
- 238000004364 calculation method Methods 0.000 claims abstract description 58
- 230000006399 behavior Effects 0.000 claims description 42
- 230000006870 function Effects 0.000 claims description 14
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 206010021703 Indifference Diseases 0.000 description 1
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Telephonic Communication Services (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种数据库基线生成方法、系统、设备及可读存储介质，所述方法包括：获取业务活动特征、操作系统性能数据和数据库性能数据；根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；根据所述N类数据库行为特征分别确定对应的基线计算策略；根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。根据数据库活动特征，以数据库活动种类、数据库活动可量化指标为出发点，并考虑数据库活动特征多样化，进行定制化数据库基线的生成规则，并最终将基线算法数据应用于数据库自身的智能化告警。
Description
技术领域
本申请实施例涉及数据库技术领域，具体涉及一种数据库基线生成方法、系统、设备及可读存储介质。
背景技术
目前现有技术中的数据库基线生成方法比较单一，未能体现数据库的活动特征，更加不能针对数据库活动的特征，制定适应性的智能告警。
发明内容
为此，本申请实施例提供一种数据库基线生成方法、系统、设备及可读存储介质，根据数据库活动特征，以数据库活动种类、数据库活动可量化指标为出发点，并考虑数据库活动特征多样化，进行定制化数据库基线的生成规则，并最终将基线算法数据应用于数据库自身的智能化告警。
为了实现上述目的，本申请实施例提供如下技术方案：
根据本申请实施例的第一方面，提供了一种数据库基线生成方法，所述方法包括：
获取业务活动特征、操作系统性能数据和数据库性能数据；
根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数；
根据所述N类数据库行为特征分别确定对应的基线计算策略；
根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
可选地，所述业务活动特征包括业务功能活动规律和业务活跃规律；
所述数据库行为特征包括：
第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；
第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；
第三特征，具体包括数据库白天活动对比夜间活动明显活跃；
第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；
第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
可选地，所述根据所述N类数据库行为特征分别确定对应的基线计算策略，包括：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者
根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者
根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者
根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者
根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
可选地，所述方法还包括：
在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
根据本申请实施例的第二方面，提供了一种数据库基线生成系统，所述系统包括：
数据获取模块，用于获取业务活动特征、操作系统性能数据和数据库性能数据；
数据库行为特征确定模块，用于根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数；
基线计算策略确定模块，用于根据所述N类数据库行为特征分别确定对应的基线计算策略；
告警信息确定模块，用于根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
可选地，所述业务活动特征包括业务功能活动规律和业务活跃规律；
所述数据库行为特征包括：
第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；
第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；
第三特征，具体包括数据库白天活动对比夜间活动明显活跃；
第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；
第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
可选地，所述基线计算策略确定模块具体用于：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者
根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者
根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者
根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者
根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
可选地，所述系统还包括：
调整模块，用于在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
根据本申请实施例的第三方面，提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行第一方面任一项所述的方法。
根据本申请实施例的第四方面，提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如第一方面任一项所述的方法。
综上所述，本申请实施例提供了一种数据库基线生成方法、系统、设备及可读存储介质，通过获取业务活动特征、操作系统性能数据和数据库性能数据；根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；根据所述N类数据库行为特征分别确定对应的基线计算策略；根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。根据数据库活动特征，以数据库活动种类、数据库活动可量化指标为出发点，并考虑数据库活动特征多样化，进行定制化数据库基线的生成规则，并最终将基线算法数据应用于数据库自身的智能化告警。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
图1为本申请实施例提供的一种数据库基线生成方法流程示意图；
图2为本申请实施例提供的数据库基线生成实施例示意图；
图3为本申请实施例提供的数据库基线生成系统框图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
图1示出了本申请实施例提供的一种数据库基线生成方法流程示意图，根据数据库活动特征，以数据库活动种类、数据库活动可量化指标为出发点，并考虑数据库活动特征多样化，进行定制化数据库基线的生成规则，并最终将基线算法数据应用于数据库自身的智能化告警。如图1所示，所述方法包括如下步骤：
步骤101：获取业务活动特征、操作系统性能数据和数据库性能数据。
步骤102：根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数。
步骤103：根据所述N类数据库行为特征分别确定对应的基线计算策略。
步骤104：根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
在一种可能的实施方式中，所述业务活动特征包括但不限于业务功能活动规律和业务活跃规律。
在一种可能的实施方式中，所述数据库行为特征包括但不限于：第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；第三特征，具体包括数据库白天活动对比夜间活动明显活跃；第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
在一种可能的实施方式中，在步骤103中，所述根据所述N类数据库行为特征分别确定对应的基线计算策略，包括但不限于：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
在一种可能的实施方式中，所述方法还包括：在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
图2示出了本申请实施例提供的数据库基线生成方法主要流程，现在结合图2对本申请实施例提供的方法进行举例详细说明。
第一方面，进行定制化数据库基线的计算。
通过与业务系统所依赖的各关联节点(包括业务、应用开发、系统管理员、数据库管理员)的人员进行沟通，收集业务功能活动规律、业务活跃规律等特点，结合操作系统性能数据、数据库性能数据等表现，综合性、确定性总结出最终表现在数据库层面的活动的特征(规律)，为定制化基线算法的生成策略提供有力支撑；通过综合分析得出目前已知数据库活动特征主要、常见有以下5类：
特征1：每周7天*24小时，数据库活动平稳、平缓。
特征2：工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低。
特征3：数据库白天活动对比夜间活动，明显活跃；又可细分为：特征3.1—夜间基本没有数据库活动；特征3.2—有一定量的批次作业数据库活动。
特征4：特别时期内(比如内部促销、双十一、618)，数据库活动是最频繁甚至达到巅峰。
特征5：在短时间内(例如30分钟)，数据库活动从活跃平缓切换到不活跃(或从不活跃平缓切换到活跃)。
进一步，根据以上5类数据库活动的特征，定制化出不同的基线计算策略：
针对活动特征1，使用环比方式，全天候无差别基线计算算法。
针对活动特征2，使用同比方式，分别做工作日、非工作日的基线计算算法。
针对活动特征3，使用同比方式，分别做白天时段、夜间时段基线计算算法。
针对活动特征4，使用同比方式，使用之前同种、近似活动，做基线计算算法。
针对活动特征5，使用环比方式，做最近时间内的计算算法。
随着时间的推移，应定期再审视数据库的活动特征，调整其基线算法或重新研发出新的基线算法，如此地迭代；若出现这种情况，应同步调整告警策略。
第二方面，基于活动特征基线的智能告警应用。
确定好数据库活动的特征，为其制定合适的基线算法后，在为数据库配置基线告警时，也应根据活动的特征，在不同特征时段内选择对应的基线数据作为参考基准、或者选择多个活动特征基线数据的联合，为告警配置提供贴切、综合性的参考基准。
现在结合具体实施过程中的例子对本申请实施例提供的方法进行进一步说明。
通过对某业务系统进行各依赖节点进行沟通后，确认此业务系统数据库活动特征为：特征2，即:工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；因此在制定基线算法时，应综合制定2套基线策略，一套针对工作日的基线算法，称为“工作日基线”，另一套是针对周末及节假日的基线算法，称为“非工作日基线”；在配置告警时，也要应用合适的基线，在工作日，应使用“工作日基线”做告警判断基线，在周末及节假日时，应该使用“非工作日基线”作为告警判断基线。
可以看出，本申请实施例提供的基线的算法，具有多样性，且是根据数据库活动特征量身定做的基线算法，是真实反应出数据库活动的特殊性；只有基于特定算法的基线，在制定告警策略时，才能为数据库活动选择“合身“的基线数据，真正做到量体载衣，告警才更有定制性、智能化，大大增加告警的准确性、减少无效告警，使告警运维工作减少无效干扰、增加高效性及精准性。
综上所述，本申请实施例提供了一种数据库基线生成方法，通过获取业务活动特征、操作系统性能数据和数据库性能数据；根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；根据所述N类数据库行为特征分别确定对应的基线计算策略；根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。根据数据库活动特征，以数据库活动种类、数据库活动可量化指标为出发点，并考虑数据库活动特征多样化，进行定制化数据库基线的生成规则，并最终将基线算法数据应用于数据库自身的智能化告警。
基于相同的技术构思，本申请实施例还提供了一种数据库基线生成系统，如图3所示，所述系统包括：
数据获取模块301，用于获取业务活动特征、操作系统性能数据和数据库性能数据。
数据库行为特征确定模块302，用于根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数。
基线计算策略确定模块303，用于根据所述N类数据库行为特征分别确定对应的基线计算策略。
告警信息确定模块304，用于根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
在一种可能的实施方式中，所述业务活动特征包括业务功能活动规律和业务活跃规律。
在一种可能的实施方式中，所述数据库行为特征包括：
第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；
第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；
第三特征，具体包括数据库白天活动对比夜间活动明显活跃；
第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；
第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
在一种可能的实施方式中，所述基线计算策略确定模块具体用于：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
在一种可能的实施方式中，所述系统还包括：调整模块，用于在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
基于相同的技术构思，本申请实施例还提供了一种设备，所述设备包括：数据采集装置、处理器和存储器；所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行所述的方法。
基于相同的技术构思，本申请实施例还提供了一种计算机可读存储介质，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行所述的方法。
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。相关之处参见方法实施例的部分说明即可。
需要说明的是，尽管在附图中以特定顺序描述了本发明方法的操作，但这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
虽然本申请提供了如实施例或流程图的方法操作步骤，但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境，甚至为分布式数据处理环境)。术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、产品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、产品或者设备所固有的要素。在没有更多限制的情况下，并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
上述实施例阐明的单元、装置或模块等，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。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，在实施本申请时可以把各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。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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，移动终端，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述，各个实施例之间相同或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。本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
以上所述的具体实施例，对本申请的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本申请的具体实施例而已，并不用于限定本申请的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种数据库基线生成方法，其特征在于，所述方法包括：
获取业务活动特征、操作系统性能数据和数据库性能数据；
根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数；
根据所述N类数据库行为特征分别确定对应的基线计算策略；
根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
2.如权利要求1所述的方法，其特征在于，所述业务活动特征包括业务功能活动规律和业务活跃规律；
所述数据库行为特征包括：
第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；
第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；
第三特征，具体包括数据库白天活动对比夜间活动明显活跃；
第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；
第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
3.如权利要求1或2所述的方法，其特征在于，所述根据所述N类数据库行为特征分别确定对应的基线计算策略，包括：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者
根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者
根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者
根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者
根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
5.一种数据库基线生成系统，其特征在于，所述系统包括：
数据获取模块，用于获取业务活动特征、操作系统性能数据和数据库性能数据；
数据库行为特征确定模块，用于根据所述业务活动特征、所述操作系统性能数据和所述数据库性能数据确定N类数据库行为特征；N为大于一的整数；
基线计算策略确定模块，用于根据所述N类数据库行为特征分别确定对应的基线计算策略；
告警信息确定模块，用于根据所述N类数据库行为特征和目标特征时间段内对应的基线计算策略配置数据库基线对应的告警信息。
6.如权利要求5所述的系统，其特征在于，所述业务活动特征包括业务功能活动规律和业务活跃规律；
所述数据库行为特征包括：
第一特征，具体包括每周7天*24小时，所述数据库行为特征为平稳；
第二特征，具体包括工作日数据库活动活跃度高，周末、节假日数据库活动活跃度低；
第三特征，具体包括数据库白天活动对比夜间活动明显活跃；
第四特征，具体包括特定时期内数据库活动频繁甚至达到巅峰；
第五特征，具体包括在设定短时间内，数据库活动从活跃逐渐切换到不活跃、以及从不活跃逐渐切换到活跃。
7.如权利要求5或6所述的系统，其特征在于，所述基线计算策略确定模块具体用于：
根据所述第一特征确定对应的基线计算策略为全天候无差别基线计算算法；或者
根据所述第二特征确定对应的基线计算策略为工作日、非工作日各自的基线计算算法；或者
根据所述第三特征确定对应的基线计算策略为白天时段、夜间时段各自的基线计算算法；或者
根据所述第四特征确定对应的基线计算策略为使用历史记录中同种或者近似活动的基线计算算法作为基线计算算法；或者
根据所述第五特征确定对应的基线计算策略为保持邻近时间段的基线计算算法。
8.如权利要求5所述的系统，其特征在于，所述系统还包括：
调整模块，用于在每个设定周期检查数据库的活动特征，进行调整基线算法或重新确定新的基线算法。
9.一种设备，其特征在于，所述设备包括：数据采集装置、处理器和存储器；
所述数据采集装置用于采集数据；所述存储器用于存储一个或多个程序指令；所述处理器，用于执行一个或多个程序指令，用以执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质中包含一个或多个程序指令，所述一个或多个程序指令用于执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011256972.9A CN112347081B (zh) | 2020-11-11 | 2020-11-11 | 一种数据库基线生成方法、系统、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011256972.9A CN112347081B (zh) | 2020-11-11 | 2020-11-11 | 一种数据库基线生成方法、系统、设备及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112347081A true CN112347081A (zh) | 2021-02-09 |
| CN112347081B CN112347081B (zh) | 2024-01-05 |
Family
ID=74363442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011256972.9A Active CN112347081B (zh) | 2020-11-11 | 2020-11-11 | 一种数据库基线生成方法、系统、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112347081B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110289355A1 (en) * | 2010-05-24 | 2011-11-24 | Ren Zhangling | Method and system for diagnosing a computer system |
| CN106293941A (zh) * | 2016-08-09 | 2017-01-04 | 上海新炬网络信息技术有限公司 | 一种数据库系统资源的分配方法 |
| CN107124442A (zh) * | 2016-02-24 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 基于用户行为的资源动态调整方法及设备 |
| US20180204224A1 (en) * | 2017-01-19 | 2018-07-19 | Mastercard International Incorporated | System for control group optimization to identify optimal baseline algorithm |
| CN109064079A (zh) * | 2018-10-30 | 2018-12-21 | 国网河南省电力公司经济技术研究院 | 基于负荷分类的电力需求响应基线计算方法的选取方法 |
| CN109376176A (zh) * | 2018-08-22 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 一种数据配置方法及装置、一种计算设备及存储介质 |
| CN109688188A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技（深圳）有限公司 | 监控告警方法、装置、设备及计算机可读存储介质 |
| CN109936475A (zh) * | 2019-02-25 | 2019-06-25 | 北京奇艺世纪科技有限公司 | 一种异常检测方法及装置 |
| CN111125056A (zh) * | 2019-12-05 | 2020-05-08 | 国家电网公司 | 一种信息系统数据库自动化运维系统及其运维方法 |
-
2020
- 2020-11-11 CN CN202011256972.9A patent/CN112347081B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110289355A1 (en) * | 2010-05-24 | 2011-11-24 | Ren Zhangling | Method and system for diagnosing a computer system |
| CN107124442A (zh) * | 2016-02-24 | 2017-09-01 | 阿里巴巴集团控股有限公司 | 基于用户行为的资源动态调整方法及设备 |
| CN106293941A (zh) * | 2016-08-09 | 2017-01-04 | 上海新炬网络信息技术有限公司 | 一种数据库系统资源的分配方法 |
| US20180204224A1 (en) * | 2017-01-19 | 2018-07-19 | Mastercard International Incorporated | System for control group optimization to identify optimal baseline algorithm |
| CN109376176A (zh) * | 2018-08-22 | 2019-02-22 | 阿里巴巴集团控股有限公司 | 一种数据配置方法及装置、一种计算设备及存储介质 |
| CN109688188A (zh) * | 2018-09-07 | 2019-04-26 | 平安科技（深圳）有限公司 | 监控告警方法、装置、设备及计算机可读存储介质 |
| CN109064079A (zh) * | 2018-10-30 | 2018-12-21 | 国网河南省电力公司经济技术研究院 | 基于负荷分类的电力需求响应基线计算方法的选取方法 |
| CN109936475A (zh) * | 2019-02-25 | 2019-06-25 | 北京奇艺世纪科技有限公司 | 一种异常检测方法及装置 |
| CN111125056A (zh) * | 2019-12-05 | 2020-05-08 | 国家电网公司 | 一种信息系统数据库自动化运维系统及其运维方法 |
Non-Patent Citations (3)
| Title |
|---|
| DRUDE, L ETC.: "SMS-WSJ: Database, performance measures, and baseline recipe for multi-channel source separation and recognition", 《ARXIV》, pages 5 * |
| 孙晓磊: "典型因素影响下的船舶动力设备动态基线计算方法研究", 《中国优秀硕士学位论文全文数据库（工程科技Ⅱ辑）》, pages 036 - 88 * |
| 徐增敏 等: "基于动态视图的数据库性能调优", 《计算机应用与软件》, pages 58 - 60 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112347081B (zh) | 2024-01-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107070890A (zh) | 一种通信网优系统中的流数据处理装置及通信网优系统 | |
| CN104679595B (zh) | 一种面向应用的IaaS层动态资源分配方法 | |
| US9210600B1 (en) | Wireless network performance analysis system and method | |
| CN105069134A (zh) | 一种Oracle统计信息自动收集方法 | |
| CN104410700A (zh) | 下发骚扰电话列表的方法、骚扰电话拦截方法及系统 | |
| CN108540568A (zh) | 计算能力共享方法及智能设备 | |
| CN108846121A (zh) | 一种数据搜索方法和装置 | |
| CN110059139A (zh) | 业务数据归档方法、设备、服务器及计算机可读存储介质 | |
| US20200104392A1 (en) | Dynamic threshold adjustment based on performance trend data | |
| CN109918431A (zh) | 数据存储方法、装置、计算机设备及存储介质 | |
| CN112685260A (zh) | 一种实现对服务器监控的方法 | |
| CN115529232A (zh) | 汇聚分流设备的管控方法、装置及存储介质 | |
| US9998865B2 (en) | Method for performing distributed geographic event processing and geographic event processing system | |
| CN109688218A (zh) | 推送信息的方法、装置、电子设备及计算机可读存储介质 | |
| CN110321364B (zh) | 信用卡管理系统的交易数据查询方法、装置及终端 | |
| CN111585798A (zh) | 一种网络资源参数配置方法、装置和计算机可读存储介质 | |
| EP2348676B1 (en) | Method for accessing magnanimity data of intelligent network service database and system and device thereof | |
| CN112347081A (zh) | 一种数据库基线生成方法、系统、设备及可读存储介质 | |
| Papageorgiou et al. | Smart M2M data filtering using domain-specific thresholds in domain-agnostic platforms | |
| CN114579097A (zh) | 一种基于单项数据流的云原生数据api构建方法 | |
| CN113554198B (zh) | 基于区块链的接送机数据处理系统 | |
| Nadaf et al. | Data mining in telecommunication | |
| CN101594435B (zh) | 一种彩铃业务数据的管理方法和系统 | |
| CN114912699A (zh) | 一种工业互联网环境下面向生产要素需求的智能服务方法 | |
| JP2015070484A (ja) | 通信トラヒック予測装置およびプログラム |
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 |