CN113468021B - 监控性能数据的方法、装置、设备以及存储介质 - Google Patents
监控性能数据的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113468021B CN113468021B CN202110723217.5A CN202110723217A CN113468021B CN 113468021 B CN113468021 B CN 113468021B CN 202110723217 A CN202110723217 A CN 202110723217A CN 113468021 B CN113468021 B CN 113468021B
- Authority
- CN
- China
- Prior art keywords
- performance
- value
- data
- reference value
- acquired
- 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 49
- 238000012544 monitoring process Methods 0.000 title claims abstract description 32
- 230000004044 response Effects 0.000 claims abstract description 25
- 238000004590 computer program Methods 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims abstract description 7
- 230000005856 abnormality Effects 0.000 claims description 18
- 230000008569 process Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- 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
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- 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
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- 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
- G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种监控性能数据的方法,涉及计算机技术领域,尤其涉及数据监控技术领域。具体实现方案为:响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据;响应于当前时刻获取的性能数据与所述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。本公开还提供了一种监控性能数据的装置、一种电子设备、一种存储有计算机指令的非瞬时性计算机可读存储介质、一种计算机程序产品。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及数据监控技术领域。更具体地,本公开提供了一种监控性能数据的方法、装置、设备以及存储介质。
背景技术
性能数据可以表征目标对象的状态及运行的稳定性。可以将性能数据超过预设阈值作为触发后续业务操作的条件,例如作为触发发送提示信息操作的条件。但是诸如磁盘使用率之类的性能数据频繁变化,从而导致频繁的提示,给工作人员带来了不必要的麻烦。
发明内容
本公开提供了一种监控性能数据的方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种监控性能数据的方法,包括:响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据;响应于当前时刻获取的性能数据与上述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
根据本公开的另一方面,提供了一种监控性能数据的装置,包括:确定模块,用于响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据;以及第一产生模块,用于响应于当前时刻获取的性能数据与上述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行本公开实施例提供的方法。
根据本公开的另一方面,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,其中,上述计算机指令用于使上述计算机执行本公开实施例提供的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现本公开实施例提供的方法。
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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一个实施例的监控性能数据的方法的流程图;
图2是根据本公开另一个实施例的监控性能数据的方法的执行流程图;
图3是根据本公开另一个实施例的监控性能数据的方法的执行流程图;
图4是根据本公开一个实施例的监控性能数据的方法的时序图;
图5是根据本公开一个实施例的监控性能数据的装置的框图;
图6示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
目前,可以将设备的性能数据超过预设阈值作为触发后续业务操作的条件。但在数据变化频率较高时,容易产生数据抖动,可能会持续的触发后续业务操作。
同时,在设定预设阈值时,没有考虑时间维度上数据的变化趋势。进而,触发后续业务操作后,相关人员仅能注意到性能数据超过预设阈值并继续上升的风险,难以发现性能参数超过预设阈值后下降的可能。以及,设定预设阈值时,往往只考虑数据变化的界限,而无法考虑数据变化的幅度。
图1是根据本公开一个实施例的监控性能数据的方法的流程图。
如图1所示,该监控性能数据的方法可以包括操作S110~操作S120。
在操作S110,响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据。
根据本公开实施例,可以非周期性地获取性能数据。例如,开始获取后,可以在1分钟后、3分钟后、6分钟后、7分钟后分别获取性能数据。
根据本公开实施例,可以周期性地获取性能数据。例如,可以每分钟获取一次性能数据,也可以每小时获取一次性能数据。
根据本公开实施例,预定时段可以为之前第M个获取性能数据的时刻至上一获取性能数据的时刻对应的时段,M≥2。
例如,可以在1分钟后、3分钟后、6分钟后、7分钟、13分钟后分别获取性能数据。预定时段为之前第3个获取性能数据的时刻至上一获取性能数据的时刻对应的时段。例如,在第7分钟,预定时段可以为1至6分钟。例如,在第13分钟,预定时段可以为3至7分钟。
根据本公开实施例,上述预设时段可以为上述周期的整数倍。其中上述周期为获取性能数据的周期。
例如,每分钟获取一次性能数据时,预设时段可以为5分钟,也可以为6分钟。
根据本公开实施例,可以对预设时段内的性能数据进行任意数学运算得到的值可以作为第二参考数据。
例如,预定时段内获取了5个性能数据,可以将5个性能数据的最大值、最小值、均值、乘积、和中任意一个作为第二参考数据,也可以按照预设的权重对5个性能数据进行加权运算,得到的值为第二参考数据。
在操作S120,响应于当前时刻获取的性能数据与上述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
例如,可以将预定时段内获取的5个性能数据的均值作为第二参考数据,第二条件为差异大于0,若当前时刻获取的性能数据减去第二参考数据大于0,则需要产生用于指示性能异常的指示。
通过本公开实施例,增加了第二条件,降低了产生指示性能异常的提示的频率,在性能数据小幅反复变化时,不会持续地产生大量异常提示,提高了发出的异常指示的有效性。
图2是根据本公开另一个实施例的监控性能数据的方法的执行流程图。
如图2所示,在该执行流程可以包括操作S201~操作S206。
上述性能数据包括性能参数值,上述第一参考数据包括第一参考值,上述第二参考数据包括第二参考值。
在操作S201,获取性能参数值。
根据本公开实施例,上述性能参数包括磁盘使用率、CPU使用率、内存使用率、输入输出等待时间、网络使用率、进程数量、应答时间中的至少之一。
例如,性能参数为磁盘使用率时,可以按照一定的周期获取磁盘使用率,一个时间点对应一个磁盘使用率,可以得到一个离散的数据序列。磁盘使用率是介于0~100%之间的一个百分数。
上述第一条件可以包括:当前时刻获取的性能参数值大于第一参考值。
在操作S202,判断当前时刻获取的性能参数值是否大于第一参考值。若判断结果为是,则执行操作S203;若判断结果为否,则结束本次执行。
根据本公开实施例,发出用于指示性能异常的提示时,第一参考值是一种基础阈值(basic Threshold,简称bT)。
例如,性能参数为磁盘使用率时,可以将第一参考值设置为80%,也可以将第一参考值设置为70%。在第一参考值设置为80%时,若当前时刻获取的性能参数值为95%,则进行后续操作;若当前时刻获取的性能参数值为75%,则结束本次执行。
确定第二参考值之后,可以判断上述第二参考值是否有效。
在操作S203,判断预设时段内第二参考值是否被更新过。若判断结果为否,则执行操作S204;若判断结果为是,则执行操作S205。
根据本公开实施例,预设时段在当前时刻之前,将上述预设时段内获取的多个性能参数值中的最大值确定为第二参考值。
例如,获取周期为1分钟,预设时段为5分钟,在5分钟内获取了5个性能参数值。将5个性能参数值中的最大值作为第二参考值。
例如,若5分钟内获取到了5个不同的性能参数值,例如最大值为93%,则第二参考值为93%。可以判断出该第二参考值有效,可以据此执行后续操作。若5分钟内获取到了5个同样的性能参数值,例如获取到了5个90%,则第二参考值一直为90%,可以判断该第二参考值无效,需要对第二参考值进行修正。可以避免在预设时段内产生的过于频繁的提示,同时可以反映后续的数据变化,提高了监控的灵敏性。
响应于上述第二参考值在上述预设时段内未被更新过,可以将上述第二参考值更新为上述第一参考值。
在操作S204,将第二参考值更新为上述第一参考值。
例如,第一参考值为80%,若5分钟内获取到了5个同样的性能参数值,例如获取到了5个90%,则第二参考值一直为90%,响应于该第二参考值被判为无效,可以将第二参考值更新为第一参考值,即第二参考值更新为80%。
上述第二条件可以包括当前时刻获取的性能参数值减去第二参考值的差值大于预设的第一阈值。
在操作S205,判断当前时刻的性能参数值减去第二参考值的差值是否大于预设的第一阈值。若判断结果为是,则执行操作S206;若判断结果为否,则结束本次执行。
例如,在第一阈值为5%时,若当前时刻性能参数值为95%且第二参考值为93%,二者的差值为2%,可以结束执行;若当前时刻性能参数值为93%且第二参考值为85%,二者差值为8%,则可以执行后续操作。
例如,在第一阈值为5%时,若当前时刻性能参数值为85%且第二参考值为95%,二者差值为-10%,-10%小于5%,可以结束执行。在之前的时刻(性能参数值为95%)的时刻可能已经发出了指示性能异常的提示,在当前时刻可以结束执行。可以避免重复发出用于指示性能异常的提示。
上述用于指示性能异常的提示包括用于指示性能参数过高的提示。
在操作S206,发出用于指示性能参数过高的提示。操作S206之后,该执行流程200结束执行。
例如,若当前时刻性能参数值为93%且第二参考值为85%,二者差值为8%,则可以发出用于指示性能参数过高的提示。
图3是根据本公开另一个实施例的监控性能数据的方法的执行流程图。
如图3所示,在该执行流程可以包括操作S301~操作S306。
上述性能数据包括性能参数值,上述第一参考数据包括第三参考值,上述第二参考数据包括第四参考值。
在操作S301,获取性能参数值。
根据本公开实施例,上述性能参数包括磁盘使用率、CPU使用率、内存使用率、输入输出等待时间、网络使用率、进程数量、应答时间中的至少之一。
例如,性能参数为磁盘使用率时,可以按照一定的周期获取磁盘使用率,一个时间点对应一个磁盘使用率,可以得到一个离散的数据序列。磁盘使用率是介于0~100%之间的一个百分数。
上述第一条件可以包括:当前时刻获取的性能参数值小于第三参考值。
在操作S302,判断当前时刻获取的性能参数值是否小于第三参考值。若判断结果为是,则执行操作S303;若判断结果为否,则结束本次执行。
根据本公开实施例,发出用于指示性能异常的提示时,第一参考值是一种基础阈值(basic Threshold,简称bT)。
例如,性能参数为磁盘使用率时,可以将第一参考值设置为20%,也可以将第一参考值设置为10%。在第一参考值设置为20%时,若当前时刻获取的性能参数值为15%,则进行后续操作;若当前时刻获取的性能参数值为25%,则结束本次执行。
确定第四参考值之后,可以判断上述第四参考值是否有效。
在操作S303,判断预设时段内第四参考值是否被更新过。若判断结果为否,则执行操作S304;若判断结果为是,则执行操作S305。
根据本公开实施例,预设时段在当前时刻之前,将上述预设时段内获取的多个性能参数值中的最小值确定为第四参考值。
例如,周期为1分钟,预设时段为5分钟,在5分钟内获取了5个性能参数值。将5个性能参数值中的最小值作为第四参考值。若5分钟内获取到了5个不同的性能参数值,例如最小值为7%,则第四参考值为7%,可以判断出该第四参考值有效,可以据此执行后续操作。若5分钟内获取到了5个同样的性能参数值,例如获取到了5个10%,则第四参考值一直为10%,可以判断该第四参考值无效,需要对第四参考值进行修正。可以避免在预设时段内产生的过于频繁的提示,同时可以反映后续的数据变化,提高了监控的灵敏性。
响应于上述第四参考值在上述预设时段内未被更新过,可以将上述第四参考值更新为上述第三参考值。
在操作S304,将第四参考值更新为上述第三参考值。
例如,第一参考值为20%,若5分钟内获取到了5个同样的性能参数值,例如获取到了5个10%,则第二参考值一直为10%,响应于该第二参考值被判为无效后,可以将第二参考值设定为第一参考值,即第二参考值为20%。
上述第二条件包括:第四参考值减去当前时刻获取的性能参数值的差值大于预设的第二阈值。
在操作S305,判断第四参考值减去当前时刻的性能参数值的差值是否大于预设的第二阈值。若判断结果为是,则执行操作S306;若判断结果为否,则结束本次执行。
例如,在第二阈值为5%时,若第四参考值为7%且当前时刻性能参数值为5%,二者的差值为2%,可以结束执行;若第四参考值为15%且当前时刻性能参数值为7%,二者差值为8%,则可以执行后续操作。
例如,在第一阈值为5%时,若第四参考值为5%且当前时刻性能参数值为15%,二者差值为-10%,-10%小于5%,可以结束执行。在之前的时刻(性能参数值为5%)的时刻可能已经发出了指示性能异常的提示,在当前时刻可以结束执行。可以避免重复发出用于指示性能异常的提示。
上述用于指示性能异常的提示包括用于指示性能参数过低的提示
在操作S306,发出用于指示性能参数过低的提示。操作S306之后,该执行流程300结束执行。
例如,若第四参考值为15%且当前时刻性能参数值为7%,二者差值为8%,则可以发出用于指示性能参数过高的提示。
图4是根据本公开一个实施例的监控性能数据的方法的时序图。
如图4所示,在一定的时间(20分钟)内,以1分钟为采样周期,预定时段为采样周期的5倍,获取了20个性能数据。在本公开实施例中,性能数据为磁盘使用率。第一参考值为80%,第一阈值为5%。
在t1时刻,即第6分钟,获取到的磁盘使用率du_t1为95%,大于第一参考值80%。预定时段T1为1至5分钟,其中的最大值89%为第二参考值du_T1。进而,du_t1-du_T1=6%,该值大于第一阈值,可以发出用于指示性能参数过高的提示。
在t2时刻,即第12分钟,获取到的磁盘使用率du_t2为95%,大于第一参考值80%。预定时段T2为7至11分钟,其中的最大值93%为第二参考值du_T2。进而,du_t2-du_T2=2%,该值小于第一阈值,可以不发出用于指示性能参数过高的提示,因为在t1时刻已经发出了相关提示,t2时刻与t1的磁盘使用率一致,此时不发出提示可以避免过于频繁的提示。
在t3时刻,即第18分钟,获取到的磁盘使用率du_t3为85%,大于第一参考值80%。预定时段T3为13至17分钟,其中的最大值92%为第二参考值du_T3。进而,du_t3-du_T3=-7%,该值小于第一阈值,可以不发出用于指示性能参数过高的提示,因为在t1时刻已经发出了相关提示,此时不发出提示可以避免过于频繁的提示。
应该理解,在图4中仅标注了t1至t3及相应的预定时刻T1至T3是为了便捷、清楚地说明本公开实施例的执行方式。在每个获取监控数据的时刻,上述监控性能数据的方法均可以执行一次。即,对每个采集到的磁盘使用率,都执行类似于t1时刻的操作。例如,在图4的第8分钟,获取到的磁盘使用率为93%,预定时段为3至7分钟,其中的最大95%为第二参考值,第8分钟磁盘使用率与相应的第二参考值的差为2%,可以不发出用于指示性能参数过高的提示。例如,在图4的第11分钟,获取到的磁盘使用率为75%,该值小于第一参考值,也就不用确定预定时段。
应该理解,在初始时刻,可以进行初始化,将第二参考值赋值为第一参考值。例如,在第1分钟,获取到的磁盘使用率为81%,大于第一参考值80%。此时无法确定预定时段,可以直接将第二参考值赋值为第一参考值,即80%。
应该理解,经过的周期数量的少于确定预定时段所需的周期数量时,预定时段为经过的周期数量的代数和。例如,在第4分钟,获取到的磁盘使用率为87%,大于第一参考值80%。此时,经过了3个周期,那么预定时段可以为1至3分钟,相应的第二参考值为85%。
如图4所示,响应于在连续的N个时刻获取的性能数据与预设的第一参考数据之间的差异均符合第一条件,可以产生用于指示性能异常的提示,其中N为整数,且N≥2。例如,在第12分钟至第20分钟内,连续9个时刻获取的磁盘使用率均大于80%,可以产生用于指示性能异常的提示,此时上述N=9。
图5是根据本公开一个实施例的监控性能数据的装置的框图。
如图5所示,该监控性能数据的装置500包括确定模块510以及第一产生模块520。
确定模块510用于响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据。
第一产生模块520用于响应于当前时刻获取的性能数据与上述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
作为一个可选实施例,装置500还包括:更新模块,用于在确定第二参考数据之后,响应于上述第二参考数据在上述预设时段内未被更新过,将上述第二参考数据更新为上述第一参考数据。
作为一个可选实施例,性能数据可以是按照预设的周期来获取的,上述预设时段的长度为上述周期的整数倍。
作为一个可选实施例,装置500还包括:第二产生模块,用于响应于在连续的N个时刻获取的性能数据与预设的第一参考数据之间的差异均符合第一条件,产生用于指示性能异常的提示,其中N为整数,且N≥2。
作为一个可选实施例,上述性能数据包括性能参数值,上述第一参考数据包括第一参考值,上述第二参考数据包括第二参考值;上述第一条件包括当前时刻获取的性能参数值大于第一参考值;上述第二条件包括当前时刻获取的性能参数值减去第二参考值的差值大于预设的第一阈值;上述用于指示性能异常的提示包括用于指示性能参数过高的提示。
作为一个可选实施例,上述确定模块包括:第一确定子模块,用于将上述预设时段内获取的多个性能参数值中的最大值确定为第二参考值。
作为一个可选实施例,上述性能数据包括性能参数值,上述第一参考数据包括第三参考值,上述第二参考数据包括第四参考值;上述第一条件包括当前时刻获取的性能参数值小于第三参考值;上述第二条件包括第四参考值减去当前时刻获取的性能参数值的差值大于预设的第二阈值;上述用于指示性能异常的提示包括用于指示性能参数过低的提示。
作为一个可选实施例,上述确定模块包括:第二确定子模块,用于将上述预设时段内获取的多个性能参数值中的最小值确定为第二参考值。
作为一个可选实施例,上述性能参数包括磁盘使用率、CPU使用率、内存使用率、输入输出等待时间、网络使用率、进程数量、应答时间中的至少之一。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。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/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603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。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如监控性能数据的方法。例如,在一些实施例中,监控性能数据的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的监控性能数据的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行监控性能数据的方法。
本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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。
计算机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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种监控性能数据的方法,包括:
响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据,所述第二参考数据是对所述预设时段内的性能数据进行任意数学运算得到的;
响应于当前时刻获取的性能数据与所述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
2.根据权利要求1所述的方法,还包括:在确定第二参考数据之后,响应于所述第二参考数据在所述预设时段内未被更新过,将所述第二参考数据更新为所述第一参考数据。
3.根据权利要求1或2所述的方法,其中,所述性能数据是按照预设的周期来获取的,所述预设时段的长度为所述周期的整数倍。
4.根据权利要求1至3中任一项所述的方法,还包括:响应于在连续的N个时刻获取的性能数据与预设的第一参考数据之间的差异均符合第一条件,产生用于指示性能异常的提示,其中N为整数,且N≥2。
5.根据权利要求1至4中任一项所述的方法,其中,
所述性能数据包括性能参数值,所述第一参考数据包括第一参考值,所述第二参考数据包括第二参考值;
所述第一条件包括当前时刻获取的性能参数值大于第一参考值;
所述第二条件包括当前时刻获取的性能参数值减去第二参考值的差值大于预设的第一阈值;
所述用于指示性能异常的提示包括用于指示性能参数过高的提示。
6.根据权利要求5所述的方法,其中,所述基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据包括:将所述预设时段内获取的多个性能参数值中的最大值确定为第二参考值。
7.根据权利要求1至4中任一项所述的方法,其中,
所述性能数据包括性能参数值,所述第一参考数据包括第三参考值,所述第二参考数据包括第四参考值;
所述第一条件包括当前时刻获取的性能参数值小于第三参考值;
所述第二条件包括第四参考值减去当前时刻获取的性能参数值的差值大于预设的第二阈值;
所述用于指示性能异常的提示包括用于指示性能参数过低的提示。
8.根据权利要求7所述的方法,其中,所述基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据包括:将所述预设时段内获取的多个性能参数值中的最小值确定为第二参考值。
9.根据权利要求1至7中任一项所述的方法,其中,所述性能参数包括磁盘使用率、CPU使用率、内存使用率、输入输出等待时间、网络使用率、进程数量、应答时间中的至少之一。
10.一种监控性能数据的装置,包括:
确定模块,用于响应于当前时刻获取的性能数据与预设的第一参考数据之间的差异符合第一条件,基于在当前时刻之前的预设时段内获取的性能数据来确定第二参考数据,所述第二参考数据是对所述预设时段内的性能数据进行任意数学运算得到的;以及
第一产生模块,用于响应于当前时刻获取的性能数据与所述第二参考数据之间的差异符合第二条件,产生用于指示性能异常的提示。
11.根据权利要求10所述的装置,还包括:更新模块,用于在确定第二参考数据之后,响应于所述第二参考数据在所述预设时段内未被更新过,将所述第二参考数据更新为所述第一参考数据。
12.根据权利要求10或11所述的装置,其中,所述性能数据是按照预设的周期来获取的,所述预设时段的长度为所述周期的整数倍。
13.根据权利要求10至12任一项所述的装置,还包括:第二产生模块,用于响应于在连续的N个时刻获取的性能数据与预设的第一参考数据之间的差异均符合第一条件,产生用于指示性能异常的提示,其中N为整数,且N≥2。
14.根据权利要求10至13任一项所述的装置,其中,
所述性能数据包括性能参数值,所述第一参考数据包括第一参考值,所述第二参考数据包括第二参考值;
所述第一条件包括当前时刻获取的性能参数值大于第一参考值
所述第二条件包括当前时刻获取的性能参数值减去第二参考值的差值大于预设的第一阈值;
所述用于指示性能异常的提示包括用于指示性能参数过高的提示。
15.根据权利要求14所述的装置,其中,所述确定模块包括:第一确定子模块,用于将所述预设时段内获取的多个性能参数值中的最大值确定为第二参考值。
16.根据权利要求10至13任一项所述的装置,其中,
所述性能数据包括性能参数值,所述第一参考数据包括第三参考值,所述第二参考数据包括第四参考值;
所述第一条件包括当前时刻获取的性能参数值小于第三参考值
所述第二条件包括第四参考值减去当前时刻获取的性能参数值的差值大于预设的第二阈值;
所述用于指示性能异常的提示包括用于指示性能参数过低的提示。
17.根据权利要求16所述的装置,其中,所述确定模块包括:第二确定子模块,用于将所述预设时段内获取的多个性能参数值中的最小值确定为第二参考值。
18.根据权利要求11至16任一项所述的装置,其中,所述性能参数包括磁盘使用率、CPU使用率、内存使用率、输入输出等待时间、网络使用率、进程数量、应答时间中的至少之一。
19.一种电子设备,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1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723217.5A CN113468021B (zh) | 2021-06-28 | 2021-06-28 | 监控性能数据的方法、装置、设备以及存储介质 |
PCT/CN2021/130719 WO2023273103A1 (zh) | 2021-06-28 | 2021-11-15 | 监控性能数据的方法, 装置, 设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110723217.5A CN113468021B (zh) | 2021-06-28 | 2021-06-28 | 监控性能数据的方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113468021A CN113468021A (zh) | 2021-10-01 |
CN113468021B true CN113468021B (zh) | 2024-02-09 |
Family
ID=77873533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110723217.5A Active CN113468021B (zh) | 2021-06-28 | 2021-06-28 | 监控性能数据的方法、装置、设备以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113468021B (zh) |
WO (1) | WO2023273103A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113468021B (zh) * | 2021-06-28 | 2024-02-09 | 阿波罗智联(北京)科技有限公司 | 监控性能数据的方法、装置、设备以及存储介质 |
CN114924522B (zh) * | 2022-07-20 | 2022-10-28 | 中山清匠电器科技有限公司 | 基于大数据的医用分子筛制氧机远程监控系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2746348A1 (fr) * | 1996-03-20 | 1997-09-26 | Michelin & Cie | Procede d'exploitation des mesures de pression dans un systeme de surveillance de pneumatiques |
JP2010079557A (ja) * | 2008-09-25 | 2010-04-08 | Panasonic Electric Works Co Ltd | 住宅用火災警報器および火災警報システム |
CN102223264A (zh) * | 2011-06-14 | 2011-10-19 | 深圳中兴力维技术有限公司 | 一种用于监控系统的告警处理方法及系统 |
CN104598361A (zh) * | 2013-10-31 | 2015-05-06 | 华为技术有限公司 | 一种性能监控方法和装置 |
CN106557407A (zh) * | 2016-11-14 | 2017-04-05 | 腾讯科技(深圳)有限公司 | 一种设备负载的监控方法和装置 |
CN107153593A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 一种互联网业务监控阈值的确定方法及装置 |
CN108052436A (zh) * | 2017-12-28 | 2018-05-18 | 郑州云海信息技术有限公司 | 对fpga板卡进行管控的方法、装置、设备及存储介质 |
CN109460340A (zh) * | 2018-10-22 | 2019-03-12 | 重庆电子工程职业学院 | 计算机硬件监控方法及装置 |
CN110191094A (zh) * | 2019-04-26 | 2019-08-30 | 北京奇安信科技有限公司 | 异常数据的监控方法及装置、存储介质、终端 |
CN110874674A (zh) * | 2018-08-29 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 一种异常检测方法、装置及设备 |
CN110971444A (zh) * | 2019-10-09 | 2020-04-07 | 中移(杭州)信息技术有限公司 | 告警管理方法、装置、服务器及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015136624A1 (ja) * | 2014-03-11 | 2015-09-17 | 株式会社日立製作所 | アプリケーション性能監視方法および装置 |
CN104503887A (zh) * | 2014-12-15 | 2015-04-08 | 北京奇虎科技有限公司 | 计算设备状态展示方法及装置 |
CN110247796B (zh) * | 2019-05-30 | 2022-09-20 | 平安科技(深圳)有限公司 | 监控告警方法、装置及相关设备 |
CN113468021B (zh) * | 2021-06-28 | 2024-02-09 | 阿波罗智联(北京)科技有限公司 | 监控性能数据的方法、装置、设备以及存储介质 |
-
2021
- 2021-06-28 CN CN202110723217.5A patent/CN113468021B/zh active Active
- 2021-11-15 WO PCT/CN2021/130719 patent/WO2023273103A1/zh unknown
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2746348A1 (fr) * | 1996-03-20 | 1997-09-26 | Michelin & Cie | Procede d'exploitation des mesures de pression dans un systeme de surveillance de pneumatiques |
JP2010079557A (ja) * | 2008-09-25 | 2010-04-08 | Panasonic Electric Works Co Ltd | 住宅用火災警報器および火災警報システム |
CN102223264A (zh) * | 2011-06-14 | 2011-10-19 | 深圳中兴力维技术有限公司 | 一种用于监控系统的告警处理方法及系统 |
CN104598361A (zh) * | 2013-10-31 | 2015-05-06 | 华为技术有限公司 | 一种性能监控方法和装置 |
CN107153593A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 一种互联网业务监控阈值的确定方法及装置 |
CN106557407A (zh) * | 2016-11-14 | 2017-04-05 | 腾讯科技(深圳)有限公司 | 一种设备负载的监控方法和装置 |
CN108052436A (zh) * | 2017-12-28 | 2018-05-18 | 郑州云海信息技术有限公司 | 对fpga板卡进行管控的方法、装置、设备及存储介质 |
CN110874674A (zh) * | 2018-08-29 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 一种异常检测方法、装置及设备 |
CN109460340A (zh) * | 2018-10-22 | 2019-03-12 | 重庆电子工程职业学院 | 计算机硬件监控方法及装置 |
CN110191094A (zh) * | 2019-04-26 | 2019-08-30 | 北京奇安信科技有限公司 | 异常数据的监控方法及装置、存储介质、终端 |
CN110971444A (zh) * | 2019-10-09 | 2020-04-07 | 中移(杭州)信息技术有限公司 | 告警管理方法、装置、服务器及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113468021A (zh) | 2021-10-01 |
WO2023273103A1 (zh) | 2023-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113468021B (zh) | 监控性能数据的方法、装置、设备以及存储介质 | |
CN116594563A (zh) | 分布式存储扩容方法、装置、电子设备和存储介质 | |
CN116545905A (zh) | 一种服务健康检测方法、装置、电子设备及存储介质 | |
CN115481594B (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
CN113590287B (zh) | 任务处理方法、装置、设备、存储介质及调度系统 | |
CN115407150A (zh) | 保护压板投入使用情况的确定系统、方法、测量表及介质 | |
CN114879832A (zh) | 用于运算装置的功耗控制方法、装置、芯片、设备及介质 | |
CN114943384A (zh) | 一种变电站负荷预测方法、装置、设备及存储介质 | |
CN114139605A (zh) | 分布式的模型训练方法、系统、设备以及存储介质 | |
CN112925623A (zh) | 任务处理方法、装置、电子设备和介质 | |
CN116719621B (zh) | 一种针对海量任务的数据回写方法、装置、设备及介质 | |
CN116991684B (zh) | 一种告警信息处理方法、装置、设备及介质 | |
CN114500255B (zh) | 一种日志数据上报方法、装置、设备及存储介质 | |
EP4180968A1 (en) | Regression test method and apparatus, electronic device and storage medium | |
CN113901451A (zh) | 链接检测方法、装置、电子设备以及存储介质 | |
CN115589354A (zh) | 一种设备监控方法、装置、服务器和存储介质 | |
CN115327278A (zh) | 一种配电终端故障种类的确定方法、装置、设备及介质 | |
CN113360258A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN117609801A (zh) | 一种数据比对方法、装置、设备及介质 | |
CN117290179A (zh) | 一种事件超时状态的确定方法、装置、设备和存储介质 | |
CN116362868A (zh) | 分期贷款业务系统 | |
CN115495016A (zh) | 日志清除方法、装置、电子设备及存储介质 | |
CN117611138A (zh) | 一种运维设备的异常检测方法、装置以及电子设备 | |
CN115955189A (zh) | 一种发电异常的检测方法、装置、设备及介质 | |
CN115454769A (zh) | 确定存储器使用率的方法、装置、电子设备和存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |