CN112783725B - 指标采集方法及装置 - Google Patents
指标采集方法及装置 Download PDFInfo
- Publication number
- CN112783725B CN112783725B CN202110103176.XA CN202110103176A CN112783725B CN 112783725 B CN112783725 B CN 112783725B CN 202110103176 A CN202110103176 A CN 202110103176A CN 112783725 B CN112783725 B CN 112783725B
- Authority
- CN
- China
- Prior art keywords
- index
- acquisition
- abnormal scene
- initial
- index data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000002159 abnormal effect Effects 0.000 claims abstract description 179
- 230000015654 memory Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 abstract description 15
- 230000005856 abnormality Effects 0.000 abstract description 11
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000004044 response Effects 0.000 description 11
- 238000013480 data collection Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006978 adaptation Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种指标采集方法及装置,可用于金融领域或其他技术领域,该指标采集方法包括:采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;若所述初始指标数据满足预设的异常场景的匹配条件,则获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据。本发明实现了对异常场景进行更深入的监控,有助于对应用的异常进行归因。
Description
技术领域
本发明涉及监控领域,具体而言,涉及一种指标采集方法及装置。
背景技术
监控作为应用(或系统)状态的确定方式,对于了解整个应用(或系统)的运行状态,确保应用运行可靠性和稳定性至关重要。目前,通常采用本地化部署的采集工具实现对应用指标的采集,这种方式往往采集行为是被动、单一的,每次采集的动作基于远程服务端API调用。通常采集工具能够同时监控应用的多个预设指标,虽然能检测到预设指标是否出现异常,但难以在出现异常时针对异常进行更深入的监控,在对异常问题的进一步处理方面有所欠缺,不利于异常归因。因此,现有技术缺少一种针对异常场景进行深入的监控的处理方式。
发明内容
本发明为了解决上述背景技术中的技术问题,提出了一种指标采集方法及装置。
为了实现上述目的,根据本发明的一个方面,提供了一种指标采集方法,该方法包括:
采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;
若所述初始指标数据满足预设的异常场景的匹配条件,则获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;
采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据。
可选的,异常场景的匹配条件包括:异常场景对应的初始采集指标的指标异常数值范围。
可选的,所述异常场景采集指标中包含所述异常场景对应的初始采集指标;所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率与在所述初始指标采集策略中的采集频率不同。
可选的,所述根据所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据,包括:
获取预设的所述异常场景对应的初始采集指标的最小采集时间间隔;
根据所述最小采集时间间隔以及所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率进行指标数据采集,得到所述异常场景对应的初始采集指标的异常场景指标数据。
可选的,该指标采集方法,还包括:
根据所述异常场景对应的初始采集指标的初始指标数据以及所述异常场景对应的初始采集指标的异常场景指标数据,生成所述异常场景对应的初始采集指标的指标数据时序序列。
可选的,该指标采集方法,还包括:
若所述初始指标数据不再满足异常场景的匹配条件,则停止采用该异常场景对应的异常场景指标采集策略进行指标数据采集。
可选的,所述对目标应用进行指标数据采集,具体包括:
获取所述目标应用的当前环境信息;
根据所述当前环境信息确定采集工具,并根据所述采集工具对所述目标应用进行指标数据采集。
可选的,该指标采集方法,还包括:
在接收到服务器发送的指标数据调用请求时,将所述初始指标数据以及所述异常场景指标数据发送到所述服务器。
为了实现上述目的,根据本发明的另一方面,还提供了一种指标采集装置,包括:
指标采集引擎,用于采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;
场景决策引擎,用于在所述初始指标数据满足预设的异常场景的匹配条件时,获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;
所述指标采集引擎,还用于采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述指标采集方法中的步骤。
为了实现上述目的,根据本发明的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述指标采集方法中的步骤。
本发明的有益效果为:本发明先采用预设的初始指标采集策略进行指标数据采集,进而根据采集的指标数据判断是否存在匹配的异常场景,若存在匹配的异常场景,则采用该异常场景对应的指标采集策略进行指标数据采集,实现了对异常场景进行更深入的监控,有助于对应用的异常进行归因。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图是本发明的一些实施例,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。在附图中:
图1是本发明实施例指标采集方法的第一流程图;
图2是本发明实施例指标采集方法的第二流程图;
图3是本发明实施例指标采集方法的第三流程图;
图4是本发明实施例指标采集装置的结构框图;
图5是本发明实施例指标采集方法的应用场景图;
图6是本发明实施例计算机设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,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,都应当属于本发明保护的范围。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本发明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发明。
本发明的指标采集方法及装置可以应用于金融领域,也可以应用于其他技术领域。
图5是本发明实施例指标采集方法的应用场景图,如图5所示,本发明指标采集方法的应用场景包括:指标采集器和应用,其中指标采集器用于对对应的应用进行指标数据采集,指标采集器和应用部署在同一个服务器中。
图1是本发明实施例指标采集方法的第一流程图,如图1所示,本实施例的指标采集方法包括步骤S101至步骤S103。
步骤S101,采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率。
在本发明实施例中,本发明预设了多种场景,其中包括一个默认场景和多个异常场景,同时为每个场景设置了对应的指标采集策略,其中,默认场景对应的指标采集策略为初始指标采集策略。在本发明实施例中,异常场景指的是应用出现的典型的异常情况,例如内存异常等,为了对这些异常情况进行进一步的监控及归因,需要针对这些异常情况设置特有的指标采集策略,以达到更好的监控效果。
本发明在开始进行指标数据采集时,采用默认场景对应的指标采集策略(即初始指标采集策略)进行指标数据采集,得到初始指标数据。
在本发明实施例中,初始指标采集策略包含:待采集的指标、采集频率、采集方式等信息。即本发明的指标采集为周期性的,可选的,采集频率为30秒,在每次进行指标采集时,通过调用待采集指标对应的应用的API接口进行指标数据采集。
步骤S102,若所述初始指标数据满足预设的异常场景的匹配条件,则获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率。
在本发明一个可选实施例中,本发明预设了场景库,该场景库用于存储每个异常场景各自对应的异常场景指标采集策略。
在本发明一个实施例中,异常场景的匹配条件包括:异常场景对应的初始采集指标的指标异常数值范围。
例如,初始采集指标服务响应时间,若服务响应时间超过3S则满足服务响应异常的异常场景,此时获取该服务响应异常场景对应的异常场景指标采集策略进行进一步的指标采集。服务响应异常场景对应的异常场景采集指标可以为:服务响应时间、CPU使用率、内存以及数据库连接池使用率。其中服务响应时间同时也是一个初始采集指标,在服务响应异常场景对应的异常场景指标采集策略中将服务响应时间该指标的指标采集频率从1/min调高为10/min。
步骤S103,采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据。
在本发明一个实施例中,异常场景指标采集策略还包括:采集次数或者采集的时间范围。即针对异常场景进行的指标采集不是无限期持续下去的,仅需采集足够数量的数据即可,避免长时间采集数据带来了的系统负担。
在本发明一个实施例中,采用异常场景指标采集策略进行指标数据采集和采用初始指标采集策略进行指标数据采集可以为并行同时进行。即本发明的监控客户端中可以包括多个指标采集引擎,其中一个用于采用初始指标采集策略进行指标数据采集,其中还一个用于采用异常场景指标采集策略进行指标数据采集。同样,本发明也可以同时针对多个异常场景进行指标数据采集。
在本发明实施例中,若初始指标数据满足预设的异常场景的匹配条件,则开始采用异常场景对应的异常场景指标采集策略进行指标采集,若初始指标数据恢复正常,即初始指标数据不再满足异常场景的匹配条件,则停止采用该异常场景对应的异常场景指标采集策略进行指标数据采集。
在本发明一个实施例中,由于不同应用的服务厂商不同,不同应用提供的指标的格式也存在差异,为了简化监控后端的指标数据处理逻辑,本发明在上述步骤S101和步骤S103采集指标数据时,还对采集的指标数据进行标准化处理,即将采集的指标数据转化为预设的标准格式。即本发明上述的默认场景指标数据和异常场景指标数据均为标准格式的指标数据。
在本发明一个实施例中,所述异常场景采集指标中包含所述异常场景对应的初始采集指标;所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率与在所述初始指标采集策略中的采集频率不同。例如上述举例中,异常场景指标采集策略和初始指标采集策略中均包含服务响应时间这个指标,并且服务响应时间这个指标在异常场景指标采集策略中的采集频率要高于在初始指标采集策略中的采集频率。
在本发明一个实施例中,异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率高于在所述初始指标采集策略中的采集频率。在初始指标采集时,指标A出现异常,则异常场景采集指标中同样包含该指标A,但在异常场景指标采集策略中指标A的采集频率要高于初始指标A的采集频率。
图2是本发明实施例指标采集方法的第二流程图,如图2所示,上述步骤S103的根据所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据,具体包括步骤S201和步骤S202。
步骤S201,获取预设的所述异常场景对应的初始采集指标的最小采集时间间隔。
步骤S202,根据所述最小采集时间间隔以及所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率进行指标数据采集,得到所述异常场景对应的初始采集指标的异常场景指标数据。
在本发明实施例中,由于初始指标采集策略和异常场景指标采集策略是并行执行,并且指标A在初始指标采集策略和异常场景指标采集策略中的采集频率不同,此外异常场景指标采集策略为出现异常时启动异常消失时停止,为了防止段时间多次对指标A进行采集,本发明为指标A设置了最小采集时间间隔。
在本发明一个实施例中,本发明还根据所述异常场景对应的初始采集指标的初始指标数据以及所述异常场景对应的初始采集指标的异常场景指标数据,生成所述异常场景对应的初始采集指标的指标数据时序序列。本发明将初始指标数据和异常场景指标数据整合,生成指标数据时序序列,便于用户查看。
在本发明一个实施例中,本发明的指标采集方法还包括:
在接收到服务器发送的指标数据调用请求时,将所述初始指标数据以及所述异常场景指标数据发送到所述服务器。
本发明在指标数据上报时,发送完成采集的指标数据,不会出现数据不完整的情况。同时指标数据上送的任何调用在逻辑上不会影响指标采集的工作。
图3是本发明实施例指标采集方法的第三流程图,如图3所示,上述步骤S101和步骤S103的进行指标数据采集,具体包括步骤S301和步骤S302。
步骤S301,获取所述目标应用的当前环境信息。
步骤S302,根据所述当前环境信息确定采集工具,并根据所述采集工具对所述目标应用进行指标数据采集。
在本发明实施例中,当前环境信息可以通过环境变量或系统参数中获取。采集工具可以通过标准的API接口获取。
从以上实施例可以看出,本发明提供了一种根据不同的场景实现监控指标动态调整的指标数据采集方法,采集工具根据被监控应用个性化的配置,选择合理的监控指标,并根据应用运行过程中的状态及时的调整指标采集的内容及频率,并将采集的结果处理后上报给监控服务端。同时,在指标采集过程中实现了对于指标的标准化,屏蔽了由于不同中间件厂商,不同应用提供指标的差异,从而简化了监控后端的处理逻辑。这种主动的、场景化的采集方案,实现了指标采集与上报分离,不仅能提升监控准确性、实时性基本要求,同时极大的降低了监控对于整个系统资源的损耗。本发明的优点如下:
1、主动式采集,实现指标的采集与指标上报逻辑上的分离,采集的内容不等于上报的内容,采集的频率不依赖于上报的频率。最大程度的利用了本地部署的优势及远程决策的优势;
2、场景化的采集,不同应用采集行为不同,相同应用不同状态下采集方式也不同。动态调整降低了采集对系统影响,避免特殊情况下,采集导致应用崩溃。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
基于同一发明构思,本发明实施例还提供了一种指标采集装置,可以用于实现上述实施例所描述的指标采集方法,如下面的实施例所述。由于指标采集装置解决问题的原理与指标采集方法相似,因此指标采集装置的实施例可以参见指标采集方法的实施例,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。
图4是本发明实施例指标采集装置的结构框图,如图4所示,本发明实施例指标采集装置包括:指标采集引擎、场景决策引擎、指标上报引擎。
指标采集引擎,用于采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;
场景决策引擎,用于在所述初始指标数据满足预设的异常场景的匹配条件时,获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;
所述指标采集引擎,还用于采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据。
在本发明一个实施例中,指标采集引擎,具体用于:获取预设的所述异常场景对应的初始采集指标的最小采集时间间隔;根据所述最小采集时间间隔以及所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率进行指标数据采集,得到所述异常场景对应的初始采集指标的异常场景指标数据。
在本发明一个实施例中,场景决策引擎,还用于对所述异常场景指标数据进行分析,得到异常分析结果。指标上报引擎,用于将所述异常分析结果发送到预设服务器。
在本发明一个实施例中,指标采集引擎在采集基本数据时,先获取待采集的指标对应的应用的当前环境信息,进而根据所述当前环境信息确定采集工具,最后根据所述采集工具对所述待采集的指标进行指标数据采集。
在本发明一个实施例中,指标上报引擎,还用于在接收到所述服务器发送的指标数据调用请求时,将最新一次完成采集的默认场景指标数据发送到所述服务器。
在本发明一个实施例中,场景决策引擎用于管理指标采集引擎,指标采集引擎在每次完成指标采集后通知场景决策引擎。场景决策引擎根据采集的指标数据完成决策。当接受到指标上报请求后,指标上报引擎获取指标数据,完成上报。
在本发明一个实施例中,场景决策引擎通过读取场景库获取场景配置(初始采集时采用默认场景),初始化指标采集引擎,通过场景库定义的指标采集策略(待采集的指标,采集方式,采集频率),建立于被监控对象的连接,执行采集操作。当收到指标采集引擎完成通知后,读取指标数据,通过指标数据,匹配异常场景。通过匹配结果执行停止并初始化新采集引擎操作或执行监控跟踪。当收到场景更新请求时,调用场景更新单元完成场景更新。场景更新后,在下一轮采集结束场景识别时生效。
在本发明一个实施例中,指标采集引擎从场景决策引擎中获取采集指标内容及采集频率,执行采集操作。指标采集单元实时读取当前环境信息,调用对应的采集工具。其中环境信息主要通过环境变量或系统参数中获取。采集工具主要是通过标准的API接口获取。由于中间件厂商及中间件中部署的引用暴露的指标存在差异,当采集完成后,调用指标适配单元完成适配。适配完成后更新标准指标数据,根据执行频率设置,等待下一次执行,并异步通知场景决策单云。
在本发明一个实施例中,指标上报引擎在收到指标上报接口调用后,获取上一轮指标数据,处理后完成上报。
在本发明一个实施例中,本发明参考业内性能指标,补充交易类型指标,形成标准指标集。不同应用采集的指标是标准指标集的子集。特性指标和标准指标存在一定转换关系,这部分也定义在场景中。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机设备。如图6所示,该计算机设备包括存储器、处理器、通信接口以及通信总线,在存储器上存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述实施例方法中的步骤。
处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及单元,如本发明上述方法实施例中对应的程序单元。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及作品数据处理,即实现上述方法实施例中的方法。
存储器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;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。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。
所述一个或者多个单元存储在所述存储器中,当被所述处理器执行时,执行上述实施例中的方法。
上述计算机设备具体细节可以对应参阅上述实施例中对应的相关描述和效果进行理解,此处不再赘述。
为了实现上述目的,根据本申请的另一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序在计算机处理器中执行时实现上述指标采集方法中的步骤。本领域技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive,缩写:HDD)或固态硬盘(Solid-State Drive,SSD)等;所述存储介质还可以包括上述种类的存储器的组合。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种指标采集方法,其特征在于,包括:
采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;
若所述初始指标数据满足预设的异常场景的匹配条件,则获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;
采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据,其中,采用异常场景指标采集策略进行指标数据采集和采用初始指标采集策略进行指标数据采集为并行同时进行;
所述采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据,具体包括:
获取预设的所述异常场景对应的初始采集指标的最小采集时间间隔,其中,所述最小采集时间间隔用于防止短时间多次对指标进行采集;
根据所述最小采集时间间隔以及所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率进行指标数据采集,得到所述异常场景对应的初始采集指标的异常场景指标数据。
2.根据权利要求1所述的指标采集方法,其特征在于,异常场景的匹配条件包括:异常场景对应的初始采集指标的指标异常数值范围。
3.根据权利要求2所述的指标采集方法,其特征在于,所述异常场景采集指标中包含所述异常场景对应的初始采集指标;所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率与在所述初始指标采集策略中的采集频率不同。
4.根据权利要求1所述的指标采集方法,其特征在于,还包括:
根据所述异常场景对应的初始采集指标的初始指标数据以及所述异常场景对应的初始采集指标的异常场景指标数据,生成所述异常场景对应的初始采集指标的指标数据时序序列。
5.根据权利要求1所述的指标采集方法,其特征在于,还包括:
若所述初始指标数据不再满足异常场景的匹配条件,则停止采用该异常场景对应的异常场景指标采集策略进行指标数据采集。
6.根据权利要求1所述的指标采集方法,其特征在于,所述对目标应用进行指标数据采集,具体包括:
获取所述目标应用的当前环境信息;
根据所述当前环境信息确定采集工具,并根据所述采集工具对所述目标应用进行指标数据采集。
7.根据权利要求1所述的指标采集方法,其特征在于,还包括:
在接收到服务器发送的指标数据调用请求时,将所述初始指标数据以及所述异常场景指标数据发送到所述服务器。
8.一种指标采集装置,其特征在于,包括:
指标采集引擎,用于采用初始指标采集策略对目标应用进行指标数据采集,得到初始指标数据,其中,所述初始指标采集策略包括:初始采集指标以及每个初始采集指标各自对应的采集频率;
场景决策引擎,用于在所述初始指标数据满足预设的异常场景的匹配条件时,获取该异常场景对应的异常场景指标采集策略,其中,所述异常场景指标采集策略包括:异常场景采集指标以及每个异常场景采集指标各自对应的采集频率;
所述指标采集引擎,还用于采用所述异常场景指标采集策略对所述目标应用进行指标数据采集,得到异常场景指标数据,其中,采用异常场景指标采集策略进行指标数据采集和采用初始指标采集策略进行指标数据采集为并行同时进行;
所述指标采集引擎,具体用于:获取预设的所述异常场景对应的初始采集指标的最小采集时间间隔,其中,所述最小采集时间间隔用于防止短时间多次对指标进行采集;根据所述最小采集时间间隔以及所述异常场景对应的初始采集指标在所述异常场景指标采集策略中的采集频率进行指标数据采集,得到所述异常场景对应的初始采集指标的异常场景指标数据。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序在计算机处理器中执行时实现权利要求1至7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110103176.XA CN112783725B (zh) | 2021-01-26 | 2021-01-26 | 指标采集方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110103176.XA CN112783725B (zh) | 2021-01-26 | 2021-01-26 | 指标采集方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112783725A CN112783725A (zh) | 2021-05-11 |
CN112783725B true CN112783725B (zh) | 2024-04-09 |
Family
ID=75757771
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110103176.XA Active CN112783725B (zh) | 2021-01-26 | 2021-01-26 | 指标采集方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112783725B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113257391B (zh) * | 2021-06-02 | 2021-11-30 | 杭州咏柳科技有限公司 | 一种皮肤病的病程管理系统 |
CN113553230A (zh) * | 2021-06-30 | 2021-10-26 | 珠海豹趣科技有限公司 | 应用程序性能监控方法、装置、存储介质及电子设备 |
CN114493372B (zh) * | 2022-03-31 | 2022-08-02 | 一道新能源科技(衢州)有限公司 | 用于太阳能电池大数据分析的数据收集方法及系统 |
CN115086156B (zh) * | 2022-07-22 | 2022-10-25 | 平安银行股份有限公司 | 存储区域网络中异常应用的定位方法 |
CN115798724B (zh) * | 2023-02-13 | 2023-04-11 | 深圳市双佳医疗科技有限公司 | 一种基于人体无创采集数据的人体指标异常分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109672579A (zh) * | 2017-10-16 | 2019-04-23 | 蔚来汽车有限公司 | 终端设备监测数据采集策略优化方法及装置 |
CN111625413A (zh) * | 2020-04-23 | 2020-09-04 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置及存储介质 |
CN112001756A (zh) * | 2020-08-24 | 2020-11-27 | 北京道隆华尔软件股份有限公司 | 异常电信业务场景的确定方法、装置、计算机设备 |
-
2021
- 2021-01-26 CN CN202110103176.XA patent/CN112783725B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109672579A (zh) * | 2017-10-16 | 2019-04-23 | 蔚来汽车有限公司 | 终端设备监测数据采集策略优化方法及装置 |
CN111625413A (zh) * | 2020-04-23 | 2020-09-04 | 平安科技(深圳)有限公司 | 指标异常分析方法、装置及存储介质 |
CN112001756A (zh) * | 2020-08-24 | 2020-11-27 | 北京道隆华尔软件股份有限公司 | 异常电信业务场景的确定方法、装置、计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112783725A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112783725B (zh) | 指标采集方法及装置 | |
CN110661659B (zh) | 一种告警方法、装置、系统及电子设备 | |
US10200506B2 (en) | Method, system and device for monitoring data | |
CN111143163B (zh) | 数据监控方法、装置、计算机设备和存储介质 | |
CN107704360B (zh) | 监控数据的处理方法、设备、服务器及存储介质 | |
US11573878B1 (en) | Method and apparatus of establishing customized network monitoring criteria | |
CN112311617A (zh) | 一种配置化数据监控告警方法及系统 | |
EP2985730A1 (en) | Method and device for partially-upgrading | |
CN110231998B (zh) | 分布式定时任务的检测方法、装置及存储介质 | |
CN111565135A (zh) | 监控服务器运行的方法、监控服务器和存储介质 | |
CN109474470A (zh) | 一种自监控方法和装置 | |
CN111431772A (zh) | 网络延迟测量方法、系统、可读存储介质及终端设备 | |
EP3780700B1 (en) | Power consumption anomaly prompting method, server, and terminal | |
CN112306871A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN110225113B (zh) | 一种服务监控方法及系统 | |
CN116841815A (zh) | 运行监控方法、装置、电子设备和存储介质 | |
CN104899023A (zh) | 一种数据统计方法及装置 | |
CN115525392A (zh) | 容器监控方法、装置、电子设备及存储介质 | |
CN110488772B (zh) | 一种dcs的集中监控方法、装置及集中监控终端 | |
CN114553944A (zh) | 预警消息推送方法和系统 | |
CN108829563B (zh) | 一种告警方法和告警装置 | |
CN114024819A (zh) | 一种事件信息上报方法及装置 | |
CN112799910A (zh) | 层次化监控方法及装置 | |
CN112632121A (zh) | 区块链数据获取方法和装置 | |
CN112910732A (zh) | 一种边缘计算服务器复位的方法和设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |