CN112395333A - 用于排查数据异常的方法、装置、电子设备及存储介质 - Google Patents

Abstract

本申请实施例公开了用于排查数据异常的方法、装置、电子设备及计算机可读存储介质，涉及数据异常分析技术领域。该方法的一具体实施方式包括：分别从预设的多个数据源中获取待处理数据；将待处理数据中包含有相同特征识别码的数据进行整合，得到以特征识别码作为主键的相应数据的全生命周期流转信息；根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。该实施方式通过从多个数据源获取数据，以尽可能的确保获取到全面的数据，借助相同的特征识别码整合相同在全生命周期中流转的各数据，进而得到完整的流转信息，针对全生命周期流转信息进行的数据异常排查，使得结果更加全面、准确，降低了未检出率。

Description

用于排查数据异常的方法、装置、电子设备及存储介质

技术领域

本申请涉及计算机领域，具体涉及数据处理技术领域，尤其涉及用于排查数据异常的方法、装置、电子设备及计算机可读存储介质。

背景技术

随着电子信息的发展和企业网络规模的扩大，对外向用户提供服务和功能网络可能会非常庞大和复杂，其中各种类型的功能模块相互交错，使得数据流转非常复杂，也使得针对此种情况下的数据异常分析进行的十分困难。

发明内容

本申请提出了一种用于排查数据异常的方法、装置、电子设备及计算机可读存储介质。

第一方面，本申请实施例提出了一种用于排查数据异常的方法，包括：分别从预设的多个数据源中获取待处理数据；将待处理数据中包含有相同特征识别码的数据进行整合，得到以特征识别码作为主键的相应数据的全生命周期流转信息；根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

第二方面，本申请实施例提出了一种用于排查数据异常的装置，包括：数据多源获取单元，被配置成分别从预设的多个数据源中获取待处理数据；数据整合单元，被配置成将待处理数据中包含有相同特征识别码的数据进行整合，得到以特征识别码作为主键的相应数据的全生命周期流转信息；异常排查单元，被配置成根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的用于排查数据异常的方法。

第四方面，本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的用于排查数据异常的方法。

本申请实施例提供的用于排查数据异常的方法、装置、电子设备及计算机可读存储介质，首先，分别从预设的多个数据源中获取待处理数据；然后，将该待处理数据中包含有相同特征识别码的数据进行整合，得到以该特征识别码作为主键的相应数据的全生命周期流转信息；接着，根据该全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

针对当前复杂的网络结构和复杂的数据流转，本申请实施例首先通过从多个数据源获取数据，以尽可能的确保获取到全面的数据，然后借助相同的特征识别码整合相同在全生命周期中流转的各数据，进而得到完整的流转信息，最后针对全生命周期流转信息进行的数据异常排查，将确保排查结果覆盖各个功能模块、实例，得到全面、准确的异常排查结果，降低未检出率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构；

图2为本申请实施例提供的一种用于排查数据异常的方法的流程图；

图3为本申请实施例提供的另一种用于排查数据异常的方法的流程图；

图4为本申请实施例提供的在一应用场景下的用于排查数据异常的方法的流程示意图；

图5为本申请实施例提供的一种用于排查数据异常的装置的结构框图；

图6为本申请实施例提供的一种适用于执行用于排查数据异常的方法的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于排查数据异常的方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括功能模块101、102、103，网络104和服务器105。网络104用以在网络模块101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。数据也可以依次流经功能模块101、102、103，即各功能模块之间也可以通过网络104实现数据流转。

服务器105可以通过网络104分别从功能模块101、102、103中收集相应的数据，例如通过安装在功能模块101、102、103和服务器105上的数据收集应用，当然，功能模块101、102、103和服务器上也可以安装有其它类型、用于实现其它功能的应用，例如数据通信应用、指令传达类应用、异常排查类应用等等。

功能模块101、102、103和服务器105可以是硬件，也可以是软件。当功能模块101、102、103为硬件时，可以各种电子设备，包括但不限于元器件、功能组件、智能手机、平板电脑、膝上型便携计算机和台式计算机等等；当功能模块101、102、103为软件时，可以安装在上述所列举的电子设备中，其可以实现成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。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器；服务器为软件时，可以实现成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。

服务器105通过内置的各种应用可以提供各种服务，以可以提供数据异常排查服务的异常排查类应用为例，服务器105在运行该异常排查类应用时可实现如下效果：首先，通过网络104分别从功能模块101、102、103的预设的多个数据源中获取待处理数据；然后，将该待处理数据中包含有相同特征识别码的数据进行整合，得到以该特征识别码作为主键的相应数据的全生命周期流转信息；接着，根据该全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。进一步的，服务器105还可以将排查出的数据异常线性按照预设的传输路径向外输出。

由于对庞大的数据进行分析需要占用较多的运算资源和较强的运算能力，因此本申请后续各实施例所提供的用于排查数据异常的方法一般由拥有较强运算能力、较多运算资源的服务器105来执行，相应地，用于排查数据异常的装置一般也设置于服务器105中。

应该理解，图1中的功能模块、网络和服务器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功能模块、网络和服务器，为获取到数据的全生命周期流转信息，该功能模块可包括某个功能服务网络中的所有功能模块。

请参考图2，图2为本申请实施例提供的一种用于排查数据异常的方法的流程图，其中流程200包括以下步骤：

步骤201：分别从预设的多个数据源中获取待处理数据；

本步骤旨在由用于排查数据异常的方法的执行主体(例如图1所示的服务器105)分别从预设的多个数据源中获取待处理数据。

其中，每个数据源都应能够获取到原始数据在各功能模块(或功能实例、任务进程)中依次流转的相关信息，因此本步骤借助多数据源能够获取到尽可能的全面、无遗漏的待处理数据，避免因某个数据源单独出现异常致使出现部分数据丢失的问题。具体的，数据源可以为在线日志、离线日志、落盘文件、数据仓库等，可以看出这些数据源其实是将在相同数据在不同记录时刻存入的不同位置，因此只要不是所有的数据异常都出现在存入前，就可以较好的避免仅从单一数据源获取数据容易出现的数据异常问题。

步骤202：将待处理数据中包含有相同特征识别码的数据进行整合，得到以特征识别码作为主键的相应数据的全生命周期流转信息；

在步骤201的基础上，本步骤旨在由上述执行主体通过始终包含于数据主体中的特征识别码，将流转至各功能模块输出的流转结果进行整合，从而得到以特征识别码作为主键的相应数据的全生命周期流转信息。

在本申请的应用场景下，原始数据无论流经多少不同的功能模块，其数据主体中都包含有相同的特征识别码，该特征识别码将唯一代表该原始数据，该特征识别码可基于该原始数据的生成端的相关信息和时间戳来生成，可具体表现为一串特定的字符串，也可以表现为一种标识，例如在通信场景下，该特征识别码可具体为nid(Net ID，网络识别码)。在此基础上，待处理数据中包含有相同特征识别码的部分数据将可被认为由原始数据经各功能模块流转后的得到的流转结果数据，因此可对这部分同源数据进行整合，进而得到以特征识别码作为主键的相应数据的全生命周期流转信息。

步骤203：根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

在步骤202的基础上，本步骤旨在由上述执行主体根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。因为全生命周期流转信息中按照时间顺序记录了原始数据在不同时间点流经不同功能模块的流转信息，因此包括数据丢失、流转错误、结果错误在内的多种数据异常现象将得到充分的暴露，从而提升数据异常排查的效率和准确性。

本申请实施例提供的用于排查数据异常的方法，针对当前复杂的网络结构和复杂的数据流转情况，首先通过从多个数据源获取数据，以尽可能的确保获取到全面的数据，然后借助相同的特征识别码整合相同在全生命周期中流转的各数据，进而得到完整的流转信息，最后针对全生命周期流转信息进行的数据异常排查，将确保排查结果覆盖各个功能模块、实例，得到全面、准确的异常排查结果，降低未检出率。

请参考图3，图3为本申请实施例提供的另一种用于排查数据异常的方法的流程图，其中流程300包括以下步骤：

步骤301：分别从预设的多个数据源中获取待处理数据；

以上步骤301与如图2所示的步骤201一致，相同部分内容请参见上一实施例的相应部分，此处不再进行赘述。

步骤302：将待处理数据中包含有相同特征识别码的数据划分进相同的集合；

本步骤旨在由上述执行主体将待处理数据中包含有相同特征识别码的数据划分进相同的集合，即一个特征识别码对应一个集合，理应得到多个不同的集合，每个集合中存储有具有相同特征识别码的原始数据和各流转环节的流转结果数据。

步骤303：将每个集合中的不同数据按时间戳确定流转顺序，并按照流转顺序进行排序，得到以特征识别码作为主键的相应数据的全生命周期流转信息；

在步骤302的基础上，本步骤旨在由上述执行主体将每个集合中的不同数据按时间戳表示出的时间先后确定流转顺序，并按照流转顺序进行排序，得到以特征识别码作为主键的相应数据的全生命周期流转信息。

即集合中还记录有各流转结果的产生时间的时间戳，基于该时间戳所表征出的时间先后，将可以确定出原始数据的流转顺序。

步骤304：响应于全生命周期流转信息中出现断档，确定相应的数据在流转中出现丢失异常；

在步骤303的基础上，本步骤旨在由上述执行主体在发现全生命周期流转信息中出现断档的情况下，确定相应的数据在流转中出现丢失异常。

步骤305：响应于全生命周期流转信息中出现异常流转环节，确定相应的数据出现流转错误异常；

在步骤303的基础上，本步骤旨在由上述执行主体在发现全生命周期流转信息中出现异常流转环节的情况下，确定相应的数据出现流转错误异常。其中，是否出现异常流转环节可通过与标准流转顺序进行比对得到。

步骤306：响应于全生命周期流转信息中任一流转环节后的结果数值未处于预设正常范围内，确定相应的数据存在结果错误异常。

在步骤303的基础上，本步骤旨在由上述执行主体在发现全生命周期流转信息中任一流转环节后的结果数值未处于预设正常范围内的情况下，确定相应的数据存在结果错误异常。其中，是否出现异常流转环节可通过与历史流转结果的数值范围做比较确定得到。

在上一实施例的基础上，本实施例针对步骤202给出了由步骤302-步骤303构成的一种具体实现方案，即通过先划分出多个集合，再通过对每个集合按时间顺序确定排序，进而基于排序得到全生命周期流转信息，确保了全生命周期流转信息的准确性；针对步骤203给出了由3种具体实际异常情况的具体判断方式，分别覆盖数据在某个流转环节丢失、数据在某个流转环节流向了错误的功能模块、在某个流转环节流转后产生的结果的数值错误，基本覆盖了常见的大多数异常。

应当理解的是，本实施例中通过步骤302-303所提供的优选实现方案与步骤304-306所提供的具体判断方式之间，并不存在因果和依赖关系，简单来说，即使不通过步骤302-步骤303提供的生成全生命周期流转信息的方式，也可以采用步骤304-306所提供的具体判断方式，即完整可将上述实施例中的两部分优选实现方式分别结合上一实施例形成两个单独的实施例，本实施例仅作为一个同时包含两部分优选方案的优选实施例存在。

在上述任意实施例的基础上，为了提升生成得到全生命周期流转信息的效率，还可以引入分布式技术来同时通过多个处理实例来提升单位时间内的数据处理量。例如将划分出的不同集合分别交由不同的整合实例，并控制各整合实例对接收到的集合中的数据进行按时间戳确定流转顺序的操作，最终接收各整合实例整合后得到的全生命周期流转信息即可。

在上述任意实施例的基础上，考虑到整合出的不同原始数据的全生命周期流转信息后续将可能产生的被查询次数，可将全生命周期流转信息分别存储在MySQL(一种关系型数据库管理系统)数据库和ElasticSearch(一种搜索服务器，它提供了一个分布式多用户能力的全文搜索引擎)数据库中，其中，MySQL数据库用于存储聚合、过滤查询频率较低的部分流转信息，ElasticSearch数据库用于存储聚合、过滤查询频率较高的部分流转信息，从而充分借助ElasticSearch的聚合特性来以更高的响应速度响应对这部分流转信息的查询，进而提升整体的查询效率。

更进一步的，还可以根据全生命流转信息确定每个流转环节出现的新字符，并将新字符作为新检索关键词更新检索库。尤其是将新检测关键词补入ElasticSearch的检索库，得以进一步提升对流转结果的查询。

在上述任意实施例的基础上，还可以记录并存储全生命周期流转信息中包含的每一流转环节后的流转结果，并在预设有相应的目标流转结果推送规则的情况下，将符合目标流转结果推送规则的流转结果通过预设的推送路径进行推送。以通过推送机制让位于推送路径一端的接收者及时的对流转情况进行监控和抽样检测。

为加深理解，本申请还结合一个具体应用场景，给出了一种具体的实现方案，请参见如图4所示的整体流程示意图，如图4所示，方案的整体系统流程分为以下几步：

1)服务器通过多种数据源中提取nid作为整个数据异常排查系统的主key(键)，数据源可以包含线上系统各个模块的实例中获取日志(log)、各模块afs上的落盘文件、udw(UCloud Data Warehouse，数据仓库)中的数据等；

通过nid为key作为主键，将各个功能模块所产生的数据的分类、特征、策略等字段进行融合，不仅可以对单个功能模块进行统计分析，还可以对整个系统各功能模块进行对比和分析，并挖掘出异常流量和异常例子。并根据数据的分类、特征、策略、入库时间等多种类型字段进行多维度的数据分析，从而更好的排查出异常数据。

2)因为从各数据源中提取出的数据彼此相互重叠，因此需要对提取出来的nid进行去重；

3)将去重后的nid和其流转信息形成的数据集合发送至任务队列，任务队列会将不同的数据集合分发到各个处理实例上，进行分布式处理；

数据处理通过分布式任务队列进行处理，数据发送到队列后，就无需关心后续的处理流程。分布式任务队列将根据传入的数据，进行不同的数据处理，并进行存储。且分布式任务队列可根据接收到的任务数量，动态调整底层的数据处理实例数，通过面向用户的前端界面对处理实例数进行设置的管理。

4)各处理实例会对不同数据集合的数据进行不同的数据处理，然后将处理后的数据存储到底层数据库中，本实施例具体选用了MySQL和ElasticSearch，其中MySQL主要负责存储数据量较少，且聚合、过滤查询较少的场景；ElasticSearch主要负责存储单表数据量较大，且数据频繁用于聚合查询的场景；

5)数据查询时，首先根据前端传回的参数进行查询(query)语句的构造，然后根据构造出的query语句查询缓存Redis(Remote Dictionary Server，远程字典服务，是一个开源的支持网络、可基于内存亦可持久化的日志型、键值对型数据库，并提供多种语言的接口)中是否已存在同样的query请求。若存在，说明最近一段时间内有同样的请求，则直接返回Reids中存储的返回数据(通过Redis对频繁的数据请求进行缓存，减少底层数据库的并发压力)，若不存在，则根据查询的模块和数据表，选择相应的数据库进行查询，然后将返回存储到Reids中，以便下一次同样的查询请求，提高查询响应时间。

6)前端根据请求返回的数据格式，可以通过多种图表的形式进行数据展示，包括：折线图、柱状图、漏斗、饼图、表格等。进一步的，前端还可以向用户提供包括权限管理、数据报警、ES(ElasticSearch)聚合、MySQL查询、Redis缓存、Excel导出(响应前端用户发起的下载请求，将相应的数据导出为Excel格式，供用户进行离线分析)、邮件功能、上限监控在内的多种其它可选功能；

进一步的，可以针对不同的推荐内容进行定制化分析，用户通过前端提供的单选框、多选框、输入框等进行数据筛选和过滤，对特定类别的推荐内容进行分析。同时还可以存储在底层数据库中的字段对用户筛选出的指定内容进行多种维度的数据分析，例如a)查看某类资源，某个时间段在整个系统内的折损情况，对数据损耗较大的模块进行具体分析；b)查看某个策略针对这类资源进行处理后的结果。比如送审策略，小视频资源会存在过滤、先审送审、后审送审、人审通过、人审拒绝、屏蔽等多种状态，而且送审、审核拒绝、屏蔽都有多种原因，可以查看该类资源在审核时的各种状态数据量、波动情况；c)当某个特征算子对特定数据进行计算后，会产出结果输出到某个字段上，因此可以为某类数据的某个特征进行分析，产出该特征字段的分布情况、覆盖率等。

7)后端提供多种筛选维度供用户进行选择，其中Tornado是一个开源的网络服务器框架，Tornado接口即为此网络服务器框架所提供的接口。

进一步的，本实施例所采用的接入多种数据源的方式还可以避免对性能要求高的模块产生压力。若功能模块所在实例的性能较充足或资源较冗余，可以通过实时采集模块日志进行分析；若功能模块内实例资源不足或对性能要求较高，则可以通过离线的afs、hdfs(Hadoop Distributed File System，分布式文件系统)、udw等方式获取日志或文件。

更进一步的，当对日志或文件进行处理和分析时，还可以将该数据源的实例一并存储到该条资源内，这样一旦定位到该数据异常时，可直接定位到处理该资源的模块和实例，方便问题的定位和发现。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于排查数据异常的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例的用于排查数据异常的装置500可以包括：数据多源获取单元501、数据整合单元502、异常排查单元503。数据多源获取单元501，被配置成分别从预设的多个数据源中获取待处理数据；数据整合单元502，被配置成将待处理数据中包含有相同特征识别码的数据进行整合，得到以特征识别码作为主键的相应数据的全生命周期流转信息；异常排查单元503，被配置成根据全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

在本实施例中，用于排查数据异常的装置500中：数据多源获取单元501、数据整合单元502、异常排查单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-203的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，数据整合单元502可以包括：

集合划分子单元，被配置成将待处理数据中包含有相同特征识别码的数据划分为不同的集合；

流转顺序确定及排序子单元，被配置成将每个集合中的不同数据按时间戳确定流转顺序，并按照流转顺序进行排序。

在本实施例的一些可选的实现方式中，流转顺序确定及排序子单元可以包括被配置成将每个集合中的不同数据按时间戳确定流转顺序的流转顺序确定模块，该流转顺序确定模块可以进一步被配置成：

将各集合通过分布式技术分发给各整合实例；

控制各整合实例对接收到的集合中的数据进行按时间戳确定流转顺序的操作。

在本实施例的一些可选的实现方式中，异常排查单元503可以进一步被配置成：

响应于全生命周期流转信息中出现断档，确定相应的数据在流转中出现丢失异常；

响应于全生命周期流转信息中出现异常流转环节，确定相应的数据出现流转错误异常；

响应于全生命周期流转信息中任一流转环节后的结果数值未处于预设正常范围内，确定相应的数据存在结果错误异常。

在本实施例的一些可选的实现方式中，用于排查数据异常的装置500还可以包括：

流转信息存储单元，被配置成将全生命周期流转信息分别存储在MySQL数据库和ElasticSearch数据库中；其中，MySQL数据库用于存储聚合、过滤查询频率较低的部分流转信息，ElasticSearch数据库用于存储聚合、过滤查询频率较高的部分流转信息。

在本实施例的一些可选的实现方式中，用于排查数据异常的装置500还可以包括：

流转结果记录单元，被配置成记录并存储全生命周期流转信息中包含的每一流转环节后的流转结果；

流转结果推送单元，被配置成响应于预设有相应的目标流转结果推送规则，将符合目标流转结果推送规则的流转结果通过预设的推送路径进行推送。

在本实施例的一些可选的实现方式中，用于排查数据异常的装置500还可以包括：

新字符确定单元，被配置成根据全生命流转信息确定每个流转环节出现的新字符；

检索库更新单元，被配置成将新字符作为新检索关键词更新检索库。

本实施例作为对应于上述方法实施例的装置实施例存在，本申请实施例提供的用于排查数据异常的装置，针对当前复杂的网络结构和复杂的数据流转情况，首先通过从多个数据源获取数据，以尽可能的确保获取到全面的数据，然后借助相同的特征识别码整合相同在全生命周期中流转的各数据，进而得到完整的流转信息，最后针对全生命周期流转信息进行的数据异常排查，将确保排查结果覆盖各个功能模块、实例，得到全面、准确的异常排查结果，降低未检出率。

根据本申请的实施例，本申请还提供了一种电子设备和一种计算机可读存储介质。

图6示出了一种适于用来实现本申请实施例的用于排查数据异常的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。

存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的用于排查数据异常的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于排查数据异常的方法。

存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的用于排查数据异常的方法对应的程序指令/模块(例如，附图5所示的数据多源获取单元501、数据整合单元502、异常排查单元503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于排查数据异常的方法。

存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储该电子设备在执行用于排查数据异常的方法所创建的各类数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至适用于执行用于排查数据异常的方法的电子设备。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。

适用于执行用于排查数据异常的方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。

输入装置603可接收输入的数字或字符信息，以及产生适用于执行用于排查数据异常的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大，业务扩展性弱的缺陷。

针对当前复杂的网络结构和复杂的数据流转情况，本申请实施例首先通过从多个数据源获取数据，以尽可能的确保获取到全面的数据，然后借助相同的特征识别码整合相同在全生命周期中流转的各数据，进而得到完整的流转信息，最后针对全生命周期流转信息进行的数据异常排查，将确保排查结果覆盖各个功能模块、实例，得到全面、准确的异常排查结果，降低未检出率。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (16)

1.一种用于排查数据异常的方法，包括：

分别从预设的多个数据源中获取待处理数据；

将所述待处理数据中包含有相同特征识别码的数据进行整合，得到以所述特征识别码作为主键的相应数据的全生命周期流转信息；

根据所述全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

2.根据权利要求1所述的方法，其中，所述将所述待处理数据中包含有相同特征识别码的数据进行整合，包括：

将所述待处理数据中包含有相同特征识别码的数据划分进相同的集合；

将每个所述集合中的不同数据按时间戳确定流转顺序，并按照所述流转顺序进行排序。

3.根据权利要求2所述的方法，其中，所述将每个所述集合中的不同数据按时间戳确定流转顺序，包括：

将各所述集合通过分布式技术分发给各整合实例；

控制各所述整合实例对接收到的集合中的数据进行按时间戳确定流转顺序的操作。

4.根据权利要求1所述的方法，其中，所述根据所述全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象，包括：

响应于所述全生命周期流转信息中出现断档，确定相应的数据在流转中出现丢失异常；

响应于所述全生命周期流转信息中出现异常流转环节，确定相应的数据出现流转错误异常；

响应于所述全生命周期流转信息中任一流转环节后的结果数值未处于预设正常范围内，确定相应的数据存在结果错误异常。

5.根据权利要求1所述的方法，还包括：

将所述全生命周期流转信息分别存储在MySQL数据库和ElasticSearch数据库中；其中，所述MySQL数据库用于存储聚合、过滤查询频率较低的部分流转信息，所述ElasticSearch数据库用于存储聚合、过滤查询频率较高的部分流转信息。

6.根据权利要求1所述的方法，还包括：

记录并存储所述全生命周期流转信息中包含的每一流转环节后的流转结果；

响应于预设有相应的目标流转结果推送规则，将符合所述目标流转结果推送规则的流转结果通过预设的推送路径进行推送。

7.根据权利要求1-6所述的方法，还包括：

根据所述全生命流转信息确定每个流转环节出现的新字符；

将所述新字符作为新检索关键词更新检索库。

8.一种用于排查数据异常的装置，包括：

数据多源获取单元，被配置成分别从预设的多个数据源中获取待处理数据；

数据整合单元，被配置成将所述待处理数据中包含有相同特征识别码的数据进行整合，得到以所述特征识别码作为主键的相应数据的全生命周期流转信息；

异常排查单元，被配置成根据所述全生命周期流转信息排查是否存在包括数据丢失、流转错误、结果错误在内的数据异常现象。

9.根据权利要求8所述的装置，其中，所述数据整合单元包括：

集合划分子单元，被配置成将所述待处理数据中包含有相同特征识别码的数据划分进相同的集合；

流转顺序确定及排序子单元，被配置成将每个所述集合中的不同数据按时间戳确定流转顺序，并按照所述流转顺序进行排序。

10.根据权利要求9所述的装置，其中，所述流转顺序确定及排序子单元包括被配置成将每个所述集合中的不同数据按时间戳确定流转顺序的流转顺序确定模块，所述流转顺序确定模块进一步被配置成：

将各所述集合通过分布式技术分发给各整合实例；

控制各所述整合实例对接收到的集合中的数据进行按时间戳确定流转顺序的操作。

11.根据权利要求8所述的装置，其中，所述异常排查单元进一步被配置成：

响应于所述全生命周期流转信息中出现断档，确定相应的数据在流转中出现丢失异常；

响应于所述全生命周期流转信息中出现异常流转环节，确定相应的数据出现流转错误异常；

响应于所述全生命周期流转信息中任一流转环节后的结果数值未处于预设正常范围内，确定相应的数据存在结果错误异常。

12.根据权利要求8所述的装置，还包括：

流转信息存储单元，被配置成将所述全生命周期流转信息分别存储在MySQL数据库和ElasticSearch数据库中；其中，所述MySQL数据库用于存储聚合、过滤查询频率较低的部分流转信息，所述ElasticSearch数据库用于存储聚合、过滤查询频率较高的部分流转信息。

13.根据权利要求8所述的装置，还包括：

流转结果记录单元，被配置成记录并存储所述全生命周期流转信息中包含的每一流转环节后的流转结果；

流转结果推送单元，被配置成响应于预设有相应的目标流转结果推送规则，将符合所述目标流转结果推送规则的流转结果通过预设的推送路径进行推送。

14.根据权利要求8-13所述的装置，还包括：

新字符确定单元，被配置成根据所述全生命流转信息确定每个流转环节出现的新字符；

检索库更新单元，被配置成将所述新字符作为新检索关键词更新检索库。

15.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的用于排查数据异常的方法。

16.一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的用于排查数据异常的方法。

Images