CN112463432A - 基于指标数据的巡检方法、装置及系统 - Google Patents
基于指标数据的巡检方法、装置及系统 Download PDFInfo
- Publication number
- CN112463432A CN112463432A CN202011461204.7A CN202011461204A CN112463432A CN 112463432 A CN112463432 A CN 112463432A CN 202011461204 A CN202011461204 A CN 202011461204A CN 112463432 A CN112463432 A CN 112463432A
- Authority
- CN
- China
- Prior art keywords
- index
- inspection
- task
- parameters
- patrol
- 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
- 238000007689 inspection Methods 0.000 title claims abstract description 170
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 58
- 230000002159 abnormal effect Effects 0.000 claims description 36
- 238000012360 testing method Methods 0.000 claims description 27
- 238000012986 modification Methods 0.000 claims description 15
- 230000004048 modification Effects 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 13
- 230000005856 abnormality Effects 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013515 script Methods 0.000 abstract description 13
- 238000012544 monitoring process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement 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
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
- G06F11/0775—Content or structure details of the error report, e.g. specific table structure, specific error fields
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例公开了一种基于指标数据的巡检方法、装置及系统，其中方法包括：获取预先配置的巡检模板，解析所述巡检模板获得包含了巡检对象实例标识的指标查询语句组；利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。相比现有技术，本申请能满足多套同类型应用或组件的巡检，不需要针对每个应用或组件编写单独的脚本，巡检模板具有较好的通用性。
Description
技术领域
本申请涉及计算机技术领域，具体涉及一种基于指标数据的巡检方法、装置及系统。
背景技术
随着互联网技术的不断发展，大型互联网企业的技术体系规模越来越大，内部架构复杂，组件众多。要保证各个系统整体的稳定运行，必须有一套完善的监控体系。常规的监控手段包括日志、指标、调用链等数据的展示、告警等。
在指标监控方面，由于配置复杂度以及数据规模等原因，通常只能针对最重要的一部分指标进行监控，无法覆盖大量系统或组件的所有方面。因此还需要其他能提供更全面和精细监控的方式进行补充。定期检查系统中的各个组件，提前发现隐患，就成为这样一个很重要的运维保障手段，这种手段通常叫做巡检。
巡检的传统做法：一、纯人工检查，通过各种命令输出，或监控图表和日志等，人工观察是否发生异常，非常繁琐且容易错漏，在大型系统中无法操作。二、自动化脚本，通过编写自动化脚本，替代人工对各个组件进行巡检，可以一定程度上提高巡检的效率和准确率。缺点是，需要针对不同的组件编写不同的脚本，检查的逻辑和阈值参数仍需要人工制定。一旦随着业务量增加，监控的指标数据发生变化，这些阈值和方法也要相应的修改。当系统复杂度不断提高、以及监控指标精细度不断提高时，这些脚本将变得难以维护，也难以实现很理想的效果。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种基于指标数据的巡检方法、装置及系统。所述技术方案如下：
第一方面提供一种基于指标数据的巡检方法，所述方法包括：
获取预先配置的巡检模板；
解析所述巡检模板获得包含了巡检对象实例的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
进一步地，所述异常检测算法及其参数通过以下方式预先训练：
利用所述指标查询语句组获取训练时间范围内存储的巡检对象实例的各个指标的指标数据，其中训练时间为系统正常运行时的一段时间；
根据所述各个指标分别获取对应的异常检测算法，分别利用所述各个指标的指标数据训练对应的异常检测算法获得参数。
进一步地，所述方法还包括：
根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
进一步地，所述获取预先配置的巡检模板包括：
接收巡检任务添加指令，建立巡检任务，巡检任务中指定有巡检模板信息；
执行所述巡检任务，根据所述巡检任务中指定的巡检模板信息获取预先配置的巡检模板。
进一步地，所述巡检任务中配置有巡检任务信息，所述巡检任务信息包括巡检负责人、巡检执行周期、巡检执行时间、巡检报告标题、巡检报告接收人。
进一步地，所述方法还包括：
检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
本申请第二方面提供一种基于指标数据的巡检装置，所述装置包括：
第一获取单元，用于获取预先配置的巡检模板；
解析单元，用于解析所述巡检模板获得包含了巡检对象实例标识的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
第二获取单元，用于利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
第三获取单元，用于根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
第一计算单元，用于分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
进一步地，所述装置还包括：
测试报告生成单元，用于根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
修改单元，用于接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
第二计算单元，用于利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
进一步地，所述装置还包括：
触发单元，用于检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
定时执行单元，用于根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
本申请第三方面提供一种计算机系统，所述系统包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行上述的方法。
根据本申请提供的具体实施例，本申请公开了以下技术效果：通过预先配置巡检模板，能满足多套同类型应用或组件的巡检，不需要针对每个应用或组件编写单独的脚本，巡检模板具有较好的通用性；根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数，分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点，通过预先训练的异常检测算法及其参数可以在业务量增加时自适应指标数据的波动，解决现有技术中配置的固定阈值难以确定、难以维护的问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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本申请的一些实施例，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，还可以根据这些附图获得其他的附图。
图1示出了本申请实施例1提供的基于指标数据的巡检方法流程图；
图2示出了本申请实施例2提供的基于指标数据的巡检装置结构图；
图3示出了本申请实施例3提供的计算机系统结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。
如背景技术所述，巡检的传统做法：一、纯人工检查，通过各种命令输出，或监控图表和日志等，人工观察是否发生异常，非常繁琐且容易错漏，在大型系统中无法操作。二、自动化脚本，通过编写自动化脚本，替代人工对各个组件进行巡检，可以一定程度上提高巡检的效率和准确率。缺点是，需要针对不同的组件编写不同的脚本，检查的逻辑和阈值参数仍需要人工制定。一旦随着业务量增加，监控的指标数据发生变化，这些阈值和方法也要相应的修改。当系统复杂度不断提高、以及监控指标精细度不断提高时，这些脚本将变得难以维护，也难以实现很理想的效果。
为此本申请提出一种基于指标数据的巡检方法、装置及系统，通过预先配置巡检模板，能满足多套同类型应用或组件的巡检，不需要针对每个应用或组件编写单独的脚本，巡检模板具有较好的通用性；根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数，分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点，通过预先训练的异常检测算法及其参数可以在业务量增加时自适应指标数据的波动，解决现有技术中配置的固定阈值难以确定、难以维护的问题。
实施例1
本申请实施例提供一种基于指标数据的巡检方法，以该方法应用于基于指标数据的巡检装置中来举例说明，该装置可以被配置于任一计算机设备中，以使该计算机设备可以执行基于指标数据的巡检方法。
如图1所示，上述方法包括：
S11、获取预先配置的巡检模板；
S12、解析所述巡检模板获得包含了巡检对象实例标识的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
巡检模板中可以指定代表巡检对象实例的标识以及一组针对巡检对象实例的指标查询语句组，例如巡检模板中指定了代表组件A的标识123，巡检模板便是利用指标查询语句组对组件A进行巡检，指定了代表组别B的标识132，巡检模板便是利用指标查询语句组对组件B进行巡检，因此利用巡检模板能满足多套同类型应用或组件的巡检，不需要针对每个应用或组件编写单独的脚本，获取预先配置的巡检模板，这里预先配置的巡检模板已经指定了巡检对象实例的标识和指标查询语句组，解析巡检模板就可以获得包含了巡检对象实例标识的指标查询语句组。
S13、利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
由于指标查询语句组中包含了巡检对象实例标识，便可以查询目标时间范围内存储的巡检对象实例的各个指标的指标数据。
S14、根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
各个指标都有一一对应的异常检测算法及其参数，可以根据各个指标分别获取对应的预先训练的异常检测算法及其参数。
S15、分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
利用异常检测算法及其参数对指标数据进行计算，可以获得目标时间内指标的异常数据点。
所述异常检测算法及其参数通过以下方式预先训练：
利用所述指标查询语句组获取训练时间范围内存储的巡检对象实例的各个指标的指标数据，其中训练时间为系统正常运行时的一段时间；
根据所述各个指标分别获取对应的异常检测算法，分别利用所述各个指标的指标数据训练对应的异常检测算法获得参数。
指定系统运行正常时的一段时间作为训练时间，该训练时间内指标数据都是正常的，同样需要先利用指标查询语句组获取训练时间范围内存储的巡检对象实例的各个指标的指标数据，获取到指标数据后，根据指标获取对应的异常检测算法，利用指标数据训练异常检测算法获得参数，该参数是根据训练时间内指标数据获得的，因此当业务量增加时可以自适应指标数据的波动，利用预先训练的异常检测算法及其参数可以解决现有技术中配置的固定阈值难以确定、难以维护的问题。
所述方法还包括：
根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
获得目标时间范围内各个指标的异常数据点后，生成测试报告发送给用户，便于用户直观的看到，用户浏览测试报告，对于结果中不合理的个别情况，可以对异常检测算法及其参数进行修改，再利用修改后的异常检测算法及其参数对相应指标数据进行计算，直到获得理想的检测效果。
所述获取预先配置的巡检模板包括：
接收巡检任务添加指令，建立巡检任务，巡检任务中指定有巡检模板信息；
执行所述巡检任务，根据所述巡检任务中指定的巡检模板信息获取预先配置的巡检模板。
用户需要建立巡检任务，在巡检任务中指定巡检模板信息，巡检模板信息是指巡检模板名称或标识，在执行巡检任务时，根据巡检任务中指定的巡检模板信息获取对应的预先配置的巡检模板，例如巡检任务中指定了巡检模板A的名称或标识A，在执行巡检任务时，就会获取巡检模板A。
所述巡检任务中配置有巡检任务信息，所述巡检任务信息包括巡检负责人、巡检执行周期、巡检执行时间、巡检报告标题、巡检报告接收人。
所述方法还包括：
检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
巡检任务中可以配置巡检执行时间，当达到巡检执行时间时，触发执行巡检任务，巡检任务中还配置有巡检执行周期，可以定时执行巡检任务，例如每七天执行巡检任务。
实施例2
对应上述方法，本申请实施例提供一种基于指标数据的巡检装置，如图2所示，所述装置包括：
第一获取单元21，用于获取预先配置的巡检模板；
解析单元22，用于解析所述巡检模板获得包含了巡检对象实例的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
巡检模板中可以指定代表巡检对象实例的标识以及一组针对巡检对象实例的指标查询语句组，例如巡检模板中指定了代表组件A的标识123，巡检模板便是利用指标查询语句组对组件A进行巡检，指定了代表组别B的标识132，巡检模板便是利用指标查询语句组对组件B进行巡检，因此利用巡检模板能满足多套同类型应用或组件的巡检，不需要针对每个应用或组件编写单独的脚本，获取预先配置的巡检模板，这里预先配置的巡检模板已经指定了巡检对象实例的标识和指标查询语句组，解析巡检模板就可以获得包含了巡检对象实例标识的指标查询语句组。
第二获取单元23，用于利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
由于指标查询语句组中包含了巡检对象实例标识，便可以查询目标时间范围内存储的巡检对象实例的各个指标的指标数据。
第三获取单元24，用于根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
各个指标都有一一对应的异常检测算法及其参数，可以根据各个指标分别获取对应的预先训练的异常检测算法及其参数。
第一计算单元25，用于分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
利用异常检测算法及其参数对指标数据进行计算，可以获得目标时间内指标的异常数据点。
所述装置还包括：
测试报告生成单元，用于根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
修改单元，用于接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
第二计算单元，用于利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
获得目标时间范围内各个指标的异常数据点后，生成测试报告发送给用户，便于用户直观的看到，用户浏览测试报告，对于结果中不合理的个别情况，可以对异常检测算法及其参数进行修改，再利用修改后的异常检测算法及其参数对相应指标数据进行计算，直到获得理想的检测效果。
所述装置还包括：
触发单元，用于检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
定时执行单元，用于根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
巡检任务中可以配置巡检执行时间，当达到巡检执行时间时，触发执行巡检任务，巡检任务中还配置有巡检执行周期，可以定时执行巡检任务，例如每七天执行巡检任务。
本申请实施例提供一种基于指标数据的巡检装置，与本申请实施例所提供的基于指标数据的巡检方法属于同一申请构思，可执行本申请实施例所提供的基于指标数据的巡检方法，具备执行基于指标数据的巡检方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本申请实施例提供的基于指标数据的巡检方法，此处不再加以赘述。
实施例3
对应上述方法和装置，本申请实施例3提供一种计算机系统，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行实施例一的方法步骤，如执行以下操作：
获取预先配置的巡检模板；
解析所述巡检模板获得包含了巡检对象实例的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
其中，图3示例性的展示出了计算机系统的架构，具体可以包括处理器1510，视频显示适配器1511，磁盘驱动器1512，输入/输出接口1513，网络接口1514，以及存储器1520。上述处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520之间可以通过通信总线1530进行通信连接。
其中，处理器1510可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。
存储器1520可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1520可以存储用于控制计算机系统1500运行的操作系统1521，用于控制计算机系统1500的低级别操作的基本输入输出系统(BIOS)1522。另外，还可以存储网页浏览器1523，数据存储管理1524，以及图标字体处理系统1525等等。上述图标字体处理系统1525就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器1520中，并由处理器1510来调用执行。
输入/输出接口1513用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口1514用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1530包括一通路，在设备的各个组件(例如处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，与存储器1520)之间传输信息。
另外，该计算机系统1500还可以从虚拟资源对象领取条件信息数据库1541中获得具体领取条件的信息，以用于进行条件判断，等等。
需要说明的是，尽管上述设备仅示出了处理器1510、视频显示适配器1511、磁盘驱动器1512、输入/输出接口1513、网络接口1514，存储器1520，总线1530等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本申请方案所必需的组件，而不必包含图中所示的全部组件。
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，云服务器，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，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上对本申请所提供的基于指标数据的巡检方法、装置及系统，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种基于指标数据的巡检方法，其特征在于，所述方法包括：
获取预先配置的巡检模板；
解析所述巡检模板获得包含了巡检对象实例标识的指标查询语句组，其中，所述指标查询语句组包含至少一个指标的查询语句；
利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个所述指标的指标数据；
根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
2.如权利要求1所述的基于指标数据的巡检方法，其特征在于，所述异常检测算法及其参数通过以下方式预先训练：
利用所述指标查询语句组获取训练时间范围内存储的巡检对象实例的各个指标的指标数据，其中训练时间为系统正常运行时的一段时间；
根据所述各个指标分别获取对应的异常检测算法，分别利用所述各个指标的指标数据训练对应的异常检测算法获得参数。
3.如权利要求1或2所述的基于指标数据的巡检方法，其特征在于，所述方法还包括：
根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
4.如权利要求1或2所述的基于指标数据的巡检方法，其特征在于，所述获取预先配置的巡检模板包括：
接收巡检任务添加指令，建立巡检任务，巡检任务中指定有巡检模板信息；
执行所述巡检任务，根据所述巡检任务中指定的巡检模板信息获取预先配置的巡检模板。
5.如权利要求4所述的基于指标数据的巡检方法，其特征在于：
所述巡检任务中配置有巡检任务信息，所述巡检任务信息包括巡检负责人、巡检执行周期、巡检执行时间、巡检报告标题、巡检报告接收人。
6.如权利要求5所述的基于指标数据的巡检方法，其特征在于，所述方法还包括：
检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
7.一种基于指标数据的巡检装置，其特征在于，所述装置包括：
第一获取单元，用于获取预先配置的巡检模板；
解析单元，用于解析所述巡检模板获得包含了巡检对象实例标识的指标查询语句组，其中，所述指标查询语句组包含多个指标的查询语句；
第二获取单元，用于利用所述指标查询语句组获取目标时间范围内存储的巡检对象实例的各个指标的指标数据；
第三获取单元，用于根据所述各个指标分别获取对应的预先训练的异常检测算法及其参数；
第一计算单元，用于分别利用所述异常检测算法及其参数对其对应的所述指标的指标数据进行计算处理，获得目标时间范围内各个指标的异常数据点。
8.如权利要求7所述的基于指标数据的巡检装置，其特征在于，所述装置还包括：
测试报告生成单元，用于根据获得的目标时间范围内各个指标的异常数据点生成测试报告并发送给用户；
修改单元，用于接收用户对所述异常检测算法及其参数的修改信息，根据所述修改信息对所述异常检测算法及其参数进行修改；
第二计算单元，用于利用修改后的所述异常检测算法及其参数计算对应的所述指标的指标数据，获得目标时间范围内各个指标的异常数据点，并生成测试报告。
9.如权利要求7所述的基于指标数据的巡检装置，其特征在于，所述装置还包括：
触发单元，用于检测所述巡检任务中配置的巡检执行时间，当达到巡检执行时间时，触发所述巡检任务；
定时执行单元，用于根据所述巡检任务中配置的巡检执行周期定时执行所述巡检任务。
10.一种计算机系统，其特征在于，所述系统包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011461204.7A CN112463432A (zh) | 2020-12-08 | 2020-12-08 | 基于指标数据的巡检方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011461204.7A CN112463432A (zh) | 2020-12-08 | 2020-12-08 | 基于指标数据的巡检方法、装置及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112463432A true CN112463432A (zh) | 2021-03-09 |
Family
ID=74803506
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011461204.7A Pending CN112463432A (zh) | 2020-12-08 | 2020-12-08 | 基于指标数据的巡检方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112463432A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113313280A (zh) * | 2021-03-31 | 2021-08-27 | 阿里巴巴新加坡控股有限公司 | 云平台的巡检方法、电子设备及非易失性存储介质 |
| CN113391978A (zh) * | 2021-06-21 | 2021-09-14 | 云智慧（北京）科技有限公司 | 一种主机的巡检方法和装置 |
| CN113641567A (zh) * | 2021-10-13 | 2021-11-12 | 北京易真学思教育科技有限公司 | 一种数据库巡检方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017161964A1 (zh) * | 2016-03-25 | 2017-09-28 | 中兴通讯股份有限公司 | 通讯网络巡检的方法、装置及巡检客户端 |
| CN111221702A (zh) * | 2019-11-18 | 2020-06-02 | 上海维谛信息科技有限公司 | 基于日志分析的异常处理方法、系统、终端及介质 |
| CN111782763A (zh) * | 2020-05-22 | 2020-10-16 | 平安科技（深圳）有限公司 | 基于语音语义的信息检索方法、及其相关设备 |
| CN111897705A (zh) * | 2020-07-06 | 2020-11-06 | 上海泛微网络科技股份有限公司 | 服务状态处理、模型训练方法、装置、设备和存储介质 |
-
2020
- 2020-12-08 CN CN202011461204.7A patent/CN112463432A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017161964A1 (zh) * | 2016-03-25 | 2017-09-28 | 中兴通讯股份有限公司 | 通讯网络巡检的方法、装置及巡检客户端 |
| CN111221702A (zh) * | 2019-11-18 | 2020-06-02 | 上海维谛信息科技有限公司 | 基于日志分析的异常处理方法、系统、终端及介质 |
| CN111782763A (zh) * | 2020-05-22 | 2020-10-16 | 平安科技（深圳）有限公司 | 基于语音语义的信息检索方法、及其相关设备 |
| CN111897705A (zh) * | 2020-07-06 | 2020-11-06 | 上海泛微网络科技股份有限公司 | 服务状态处理、模型训练方法、装置、设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113313280A (zh) * | 2021-03-31 | 2021-08-27 | 阿里巴巴新加坡控股有限公司 | 云平台的巡检方法、电子设备及非易失性存储介质 |
| CN113313280B (zh) * | 2021-03-31 | 2023-09-19 | 阿里巴巴新加坡控股有限公司 | 云平台的巡检方法、电子设备及非易失性存储介质 |
| CN113391978A (zh) * | 2021-06-21 | 2021-09-14 | 云智慧（北京）科技有限公司 | 一种主机的巡检方法和装置 |
| CN113391978B (zh) * | 2021-06-21 | 2022-04-19 | 云智慧（北京）科技有限公司 | 一种主机的巡检方法和装置 |
| CN113641567A (zh) * | 2021-10-13 | 2021-11-12 | 北京易真学思教育科技有限公司 | 一种数据库巡检方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112463432A (zh) | 基于指标数据的巡检方法、装置及系统 | |
| US9569325B2 (en) | Method and system for automated test and result comparison | |
| CN110768872B (zh) | 巡检方法、系统、装置、计算机设备和存储介质 | |
| CN109359007B (zh) | 错误日志的处理方法、系统、电子设备和存储介质 | |
| CN111309343B (zh) | 一种开发部署方法及装置 | |
| CN107168844B (zh) | 一种性能监控的方法及装置 | |
| CN103838663A (zh) | 一种应用程序的测试方法及装置 | |
| CN111563014A (zh) | 接口服务性能测试方法、装置、设备和存储介质 | |
| CN110891000B (zh) | 一种gpu带宽性能的检测方法、系统及相关装置 | |
| CN114218052B (zh) | 一种业务交互图生成方法、装置、设备及存储介质 | |
| CN112994972B (zh) | 一种分布式探针监测平台 | |
| US6691259B1 (en) | Terminal server data file extraction and analysis application | |
| CN112650676A (zh) | 软件测试方法、装置、设备及存储介质 | |
| CN113127356A (zh) | 压测方法、装置、电子设备及存储介质 | |
| CN115033876A (zh) | 日志处理方法、日志处理装置、计算机设备及存储介质 | |
| CN118194303A (zh) | 系统内核的检测方法及装置 | |
| CN118106965A (zh) | 工业机器人的安全检测方法、装置、终端设备及存储介质 | |
| CN114860563A (zh) | 应用程序测试方法、装置、计算机可读存储介质及设备 | |
| CN111861021A (zh) | 业务风险预测方法、装置、设备及计算机可读存储介质 | |
| CN114567617B (zh) | Ip地址分配方法、系统、电子设备及存储介质 | |
| CN115357493A (zh) | 测试方法、装置、电子设备和存储介质 | |
| CN110971483B (zh) | 一种压力测试的方法、装置及计算机系统 | |
| CN112905445A (zh) | 一种基于日志的测试方法、装置及计算机系统 | |
| CN112069202A (zh) | 基于追踪技术的sql性能分析方法、系统、设备及介质 | |
| CN117041018B (zh) | 一种数据中心远程智能运维管理方法及相关设备 |
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 |