CN113535504B - 数据抽稀方法及装置 - Google Patents
数据抽稀方法及装置 Download PDFInfo
- Publication number
- CN113535504B CN113535504B CN202010308016.4A CN202010308016A CN113535504B CN 113535504 B CN113535504 B CN 113535504B CN 202010308016 A CN202010308016 A CN 202010308016A CN 113535504 B CN113535504 B CN 113535504B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- ith
- thinning
- weight
- 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 101
- 238000012544 monitoring process Methods 0.000 claims abstract description 295
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 description 44
- 238000012423 maintenance Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 9
- 238000013461 design Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 7
- 238000009877 rendering Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- 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
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开的数据抽稀方法及装置,涉及图像处理领域,解决了如何在减少监控数据的数据量的同时,保持监控数据的特征不变的问题。方法包括:服务器根据终端指示的抽稀方式确定第一抽稀步长,根据第一抽稀步长将数据标识指示的监控数据划分为N个分段数据,并根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,向终端反馈第一抽稀后的数据。其中,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。N为大于或等于1的整数。
Description
技术领域
本申请涉及图像处理领域,尤其涉及数据抽稀方法及装置。
背景技术
目前,为了监控云系统的运行状态,可以为云系统部署一个监控系统,在云系统内的节点(例如,物理主机、虚拟设备等)上部署监控代理,通过监控代理监控节点的运行状态,采集节点的监控数据,并向监控系统上报监控数据,监控系统存储监控数据。当运维人员查看监控数据时,可以将监控数据绘制成曲线,通过监控视图显示曲线,以便于运维人员获知云系统的运行状态。
在采集监控数据时,可以采用较精细的粒度采集监控数据,例如,以秒为单位采集监控数据。当运维人员查看较长时间的监控数据时,由于监控数据的数据量非常大,导致将监控数据绘制成曲线的性能较低。而且,大多数的监控数据都是云系统的正常运行状态下的数据,不会触发监控告警,运维人员无需关注正常运行状态下的数据,因此,监控数据包含了很多冗余数据。在这种情况下,监控视图需要显示非常多的数据点,降低了曲线的清晰度,导致运维人员查看监控数据时费时费力。
为了解决上述问题,传统技术中可以采用基于实时数据处理工作流(SparkStreaming)处理监控数据。具体的,可以将监控数据划分为多段,对每段监控数据进行汇聚计算,将汇聚计算后的数据绘制成曲线。例如,计算每段监控数据的平均值,将每段监控数据的平均值绘制成曲线。虽然,监控数据经过汇聚计算后数据点的个数减少了,提高了绘制曲线的性能和曲线的清晰度,但是,汇聚计算后的数据无法准确地表示监控数据的特征,导致运维人员无法及时准确地获知云系统的运行状态的异常情况。因此,如何在减少监控数据的数据量的同时,保持监控数据的特征不变是一个亟待解决的问题。
发明内容
本申请提供一种数据抽稀方法及装置,解决了如何在减少监控数据的数据量的同时,保持监控数据的特征不变的问题。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供了一种数据抽稀方法,该方法可应用于服务器,或者该方法可应用于可以支持服务器实现该方法的数据抽稀装置,例如该数据抽稀装置包括芯片系统,方法包括:服务器接收来自终端的查询请求消息后,根据数据标识获取待查询的监控数据,以及根据指示信息指示的方式确定第一抽稀步长,根据第一抽稀步长将监控数据划分为N个分段数据,并根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,向终端反馈第一抽稀后的数据。其中,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。N为大于或等于1的整数。
本申请提供的数据抽稀方法,通过抽稀掉监控数据中的冗余数据,保留监控数据中的特征数据,从而在减少监控数据的数据量同时,保持监控数据的特征不变。而且将抽稀后的数据绘制成曲线时,有效地提高了绘制曲线的性能,以及提高了浏览器显示曲线的清晰度,进而使运维人员能够及时准确地获知云系统的运行状态的异常情况。
其中,服务器根据指示信息指示的方式确定第一抽稀步长包括以下两个方式。
方式一,若指示信息指示第一方式,服务器根据浏览器的页面宽度和一个数据点的宽度确定第一抽稀步长,查询请求消息还包括浏览器的页面宽度和一个数据点的宽度,浏览器用于查询监控数据并显示监控数据。
具体的,服务器根据浏览器的页面宽度和一个数据点的宽度确定第一期望点数,第一期望点数为浏览器的一行能够显示的数据点数;服务器根据监控数据包括的数据点的个数和第一期望点数确定第一抽稀步长。
方式二,若指示信息指示第二方式,服务器根据监控数据的显示百分比确定第一抽稀步长,查询请求消息还包括监控数据的显示百分比。
具体的,服务器根据监控数据的显示百分比和监控数据包括的数据点的个数确定第一期望点数;服务器根据监控数据包括的数据点的个数和第一期望点数确定第一抽稀步长。
接下来,对监控数据进行抽稀的可能实现方式进行说明。
在一种可能的实现方式中,服务器根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,包括:服务器根据监控数据中的最大值与第i个分段数据中的最大值确定第一差值的绝对值,以及根据监控数据中的最小值与第i个分段数据中的最小值确定第二差值的绝对值,i为整数,i∈[1,N];服务器根据监控数据的平均值与第i个分段数据中的最大值确定第三差值的绝对值,以及根据监控数据的平均值与第i个分段数据中的最小值确定第四差值的绝对值,i为整数,i∈[1,N];服务器根据第一差值的绝对值、第二差值的绝对值、第三差值的绝对值和第四差值的绝对值确定第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重;服务器根据第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重对第i个分段数据进行抽稀,得到第i抽稀后的数据,第一抽稀后的数据包括N个分段数据抽稀后的数据。
其中,服务器根据第一差值的绝对值、第二差值的绝对值、第三差值的绝对值和第四差值的绝对值确定第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重,包括:若第一差值的绝对值小于第二差值的绝对值,服务器更新第i个分段数据中的最大值的权重;若第一差值的绝对值大于第二差值的绝对值,服务器更新第i个分段数据中的最小值的权重;若第一差值的绝对值等于第二差值的绝对值,服务器更新第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重;若第三差值的绝对值大于第四差值的绝对值,服务器更新第i个分段数据中的最大值的权重;若第三差值的绝对值小于第四差值的绝对值,服务器更新第i个分段数据中的最小值的权重;若第三差值的绝对值等于第四差值的绝对值,服务器更新第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重。
可选的,服务器根据第一差值的绝对值、第二差值的绝对值、第三差值的绝对值和第四差值的绝对值确定第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重,还包括:若第一差值的绝对值等于0,服务器确定第i个分段数据中的最大值的权重为极值权重;若第二差值的绝对值等于0,服务器确定第i个分段数据中的最小值的权重为极值权重。
在另一种可能的实现方式中,服务器根据第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重对第i个分段数据进行抽稀,包括:若第i个分段数据中的最大值的权重大于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最大值,抽稀第i个分段数据中除最大值之外的其他数据;若第i个分段数据中的最大值的权重小于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最小值,抽稀第i个分段数据中除最小值之外的其他数据;若第i个分段数据中的最大值的权重等于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最大值和第i个分段数据中的最小值。
可选的,在服务器根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据之后,方法还包括:服务器确定第一抽稀后的数据包括的数据点的个数与一个数据点的宽度的乘积大于阈值,阈值是根据浏览器的页面宽度确定的,查询请求消息包括浏览器的页面宽度和一个数据点的宽度;服务器根据所有曲线包括的数据点的个数、曲线个数、一个数据点的宽度和常量,确定第二期望点数;服务器根据第一抽稀后的数据包括的数据点的个数和第二期望点数确定第二抽稀步长;服务器根据第二抽稀步长将第一抽稀后的数据划分为M个分段数据,M为大于或等于1的整数;服务器根据第一抽稀后的数据的最大值、第一抽稀后的数据的最小值和第一抽稀后的数据的平均值,对M个分段数据中的每个分段数据进行抽稀,得到第二抽稀后的数据;服务器反馈第二抽稀后的数据。
第二方面,本申请提供了一种数据抽稀方法,该方法可应用于终端,或者该方法可应用于可以支持终端实现该方法的数据抽稀装置,例如该数据抽稀装置包括芯片系统,方法包括:终端向服务器发送查询请求消息,以便接收来自服务器的第一抽稀后的数据,根据第一抽稀后的数据绘制曲线,并显示第一抽稀后的数据的曲线。其中,查询请求消息包括数据标识和指示信息。数据标识用于指示待查询的监控数据。指示信息用于指示确定第一抽稀步长的方式。第一抽稀后的数据是根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀得到的,N个分段数据是根据第一抽稀步长划分监控数据确定的。第一抽稀步长是依据指示信息指示的方式确定的。
其中,服务器根据指示信息指示的方式确定第一抽稀步长包括以下两个方式。
方式一,若指示信息指示第一方式,第一抽稀步长是根据浏览器的页面宽度和一个数据点的宽度确定的,查询请求消息还包括浏览器的页面宽度和一个数据点的宽度,浏览器用于查询监控数据并显示监控数据;
方式二,若指示信息指示第二方式,第一抽稀步长是根据监控数据的显示百分比确定的,查询请求消息还包括监控数据的显示百分比。
第三方面,本申请实施例还提供了一种数据抽稀装置,有益效果可以参见第一方面的描述此处不再赘述。所述数据抽稀装置具有实现上述第一方面的方法实例中行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中,所述数据抽稀装置包括:接收单元、处理单元和发送单元。所述接收单元,用于接收来自终端的查询请求消息,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式;处理单元,用于根据指示信息指示的方式确定第一抽稀步长。所述处理单元,还用于根据数据标识获取所述待查询的监控数据;所述处理单元,还用于根据第一抽稀步长将监控数据划分为N个分段数据,N为大于或等于1的整数。所述处理单元,还用于根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据。所述发送单元,用于向终端反馈第一抽稀后的数据。这些单元可以执行上述第一方面方法示例中的相应功能,具体参见方法示例中的详细描述,此处不做赘述。
第四方面,本申请实施例还提供了一种显示装置,有益效果可以参见第二方面的描述此处不再赘述。所述显示装置具有实现上述第二方面的方法实例中行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中,所述显示装置包括:接收单元、显示单元和发送单元。所述发送单元,用于向服务器发送查询请求消息,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。所述接收单元,用于接收来自服务器的第一抽稀后的数据,第一抽稀后的数据是根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀得到的,N个分段数据是根据第一抽稀步长划分监控数据确定的,第一抽稀步长是依据指示信息指示的方式确定的。所述显示单元,用于根据第一抽稀后的数据绘制曲线,并显示第一抽稀后的数据的曲线。这些单元可以执行上述第二方面方法示例中的相应功能,具体参见方法示例中的详细描述,此处不做赘述。
第五方面,本申请实施例还提供了一种数据抽稀装置,有益效果可以参见第一方面的描述此处不再赘述。所述数据抽稀装置具有实现上述第一方面的方法实例中行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中,所述数据抽稀装置包括:接口电路和处理器。所述接口电路,用于接收来自终端的查询请求消息,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。所述处理器,用于根据指示信息指示的方式确定第一抽稀步长。所述处理器,还用于根据数据标识获取所述待查询的监控数据。所述处理器,还用于根据第一抽稀步长将监控数据划分为N个分段数据,N为大于或等于1的整数。所述处理器,还用于根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据。所述接口电路,还用于向终端反馈第一抽稀后的数据。这些单元可以执行上述第一方面方法示例中的相应功能,具体参见方法示例中的详细描述,此处不做赘述。
第六方面,本申请实施例还提供了一种显示装置,有益效果可以参见第二方面的描述此处不再赘述。所述显示装置具有实现上述第二方面的方法实例中行为的功能。所述功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。在一个可能的设计中,所述显示装置包括:接口电路和显示器。所述接口电路,用于向服务器发送查询请求消息,查询请求消息包括数据标识和指示信息,数据标识用于指示待查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。所述接口电路,还用于接收来自服务器的第一抽稀后的数据,第一抽稀后的数据是根据监控数据的最大值、监控数据的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀得到的,N个分段数据是根据第一抽稀步长划分监控数据确定的,第一抽稀步长是依据指示信息指示的方式确定的。所述显示器,用于根据第一抽稀后的数据绘制曲线,并显示第一抽稀后的数据的曲线。这些单元可以执行上述第二方面方法示例中的相应功能,具体参见方法示例中的详细描述,此处不做赘述。
第七方面,本申请还提供了一种计算机可读存储介质,包括:计算机软件指令;当计算机软件指令在数据抽稀装置中运行时,使得数据抽稀装置执行上述第一方面所述的方法。
第八方面,本申请还提供了一种计算机可读存储介质,包括:计算机软件指令;当计算机软件指令在显示装置中运行时,使得显示装置执行上述第二方面所述的方法。
第九方面,本申请还提供了一种包含指令的计算机程序产品,当计算机程序产品在数据抽稀装置中运行时,使得数据抽稀装置执行上述第一方面所述的方法。
第十方面,本申请还提供了一种包含指令的计算机程序产品,当计算机程序产品在显示装置中运行时,使得显示装置执行上述第二方面所述的方法。
第十一方面,本申请提供了一种芯片系统,该芯片系统包括处理器,还可以包括存储器,用于实现上述方法中服务器或终端的功能。该芯片系统可以由芯片构成,也可以包含芯片和其他分立器件。
第十二方面,本申请还提供了一种监控系统,所述监控系统包括第三方面描述的服务器或支持服务器实现该第一方面描述的方法的数据抽稀装置,以及第四方面描述的终端或支持终端实现该第二方面描述的方法的显示装置;
或所述监控系统包括第五方面描述的服务器或支持服务器实现该第一方面描述的方法的数据抽稀装置,以及第六方面描述的终端或支持终端实现该第二方面描述的方法的显示装置。
另外,上述任意方面的设计方式所带来的技术效果可参见第一方面和第二方面中不同设计方式所带来的技术效果,此处不再赘述。
本申请中,服务器、终端、数据抽稀装置和显示装置的名字对设备本身不构成限定,在实际实现中,这些设备可以以其他名称出现。只要各个设备的功能和本申请类似,属于本申请权利要求及其等同技术的范围之内。
附图说明
图1为本申请一实施例提供的监控系统的架构示意图;
图2为本申请一实施例提供的监控数据的曲线示意图;
图3为本申请一实施例提供的数据抽稀方法的流程图;
图4为本申请一实施例提供的数据抽稀方法的流程图;
图5为本申请一实施例提供的抽稀前曲线划分示意图;
图6为本申请一实施例提供的数据抽稀方法的示意图;
图7为本申请一实施例提供的数据抽稀方法的流程图;
图8为本申请一实施例提供的数据抽稀方法的逻辑示例图;
图9为本申请一实施例提供的数据抽稀装置的结构示意图;
图10为本申请一实施例提供的数据抽稀装置的结构示意图;
图11为本申请一实施例提供的显示装置的结构示意图;
图12为本申请一实施例提供的显示装置的结构示意图。
具体实施方式
本申请说明书和权利要求书中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于限定特定顺序。
在本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
在本申请中,“多个”是指两个或两个以上,其它量词与之类似。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。此外,对于单数形式“a”,“an”和“the”出现的元素(element),除非上下文另有明确规定,否则其不意味着“一个或仅一个”,而是意味着“一个或多于一个”。例如,“a device”意味着对一个或多个这样的device。再者,至少一个(at least oneof).......”意味着后续关联对象中的一个或任意组合,例如“A、B和C中的至少一个”包括A,B,C,AB,AC,BC,或ABC。
下面将结合附图对本申请实施例的实施方式进行详细描述。
图1示出的是可以应用于本申请实施例的监控系统的架构示意图。如图1所示,该监控系统包括至少一个节点101、服务器102和至少一个终端103。节点101可以通过无线的方式或有线的方式与服务器102相连。终端103也可以通过无线的方式或有线的方式与服务器102相连。至少一个节点101可以是独立的不同的物理设备,也可以是将节点的功能集成在同一个物理设备上,还可以是一个物理设备上集成了节点的部分功能。终端可以是固定位置的,也可以是可移动的。本申请不予限定。本申请的实施例对该监控系统中包括的节点101、服务器102和终端103的数量不做限定。另外,图1只是示意图,该监控系统中还可以包括其它设备,如还可以包括网络设备、无线中继设备、无线回传设备、路由器和交换机等等,在图1中未画出。节点101和终端103可以通过无线的方式或有线的方式与网络设备连接。网络设备再通过无线的方式或有线的方式与服务器102相连。
网络设备可以是无线通信的基站(base station,BS)、基站控制器或演进型基站(eNodeB)等。也可以称为无线接入点,收发站,中继站,小区,发送接收点(transmit andreceive port,TRP)等等。具体的,网络设备是一种部署在无线接入网中用以为终端提供无线通信功能的装置,其主要功能包括如下一个或多个功能:进行无线资源的管理、互联网协议(internet protocol,IP)头的压缩及用户数据流的加密、用户设备附着时进行移动管理实体(mobility management entity,MME)的选择、路由用户面数据至服务网关(servicegateway,SGW)、寻呼消息的组织和发送、广播消息的组织和发送、以移动性或调度为目的的测量及测量报告的配置等等。网络设备可以包括各种形式的蜂窝基站、家庭基站、小区、无线传输点、宏基站、微基站、中继站、无线接入点等等。在采用不同的无线接入技术的系统中,具备网络设备功能的设备的名称可能会有所不同。例如,在5G NR系统中,称为5G基站(generation Node B,gNB)等等。随着通信技术的演进,网络设备的名称可能会变化。此外,在其它可能的情况下,网络设备可以是其它为终端提供无线通信功能的装置。本申请的实施例对网络设备所采用的具体技术和具体设备形态不做限定。为方便描述,本申请实施例中,为终端提供无线通信功能的装置称为网络设备。
网络设备和终端可以部署在陆地上,包括室内或室外、手持或车载;也可以部署在水面上;还可以部署在空中的飞机、气球和卫星上。本申请的实施例对网络设备和终端的应用场景不做限定。
网络设备和终端之间以及终端和终端之间可以通过授权频谱(licensedspectrum)进行通信,也可以通过免授权频谱(unlicensed spectrum)进行通信,也可以同时通过授权频谱和免授权频谱进行通信。本申请的实施例对网络设备和终端之间所使用的频谱资源不做限定。
终端103也可以称为终端设备、用户设备(user equipment,UE)、移动台、移动终端等。终端设备可以是手机、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实终端设备、增强现实终端设备、工业控制中的无线终端、无人驾驶中的无线终端、远程手术中的无线终端、智能电网中的无线终端、运输安全中的无线终端、智慧城市中的无线终端、智慧家庭中的无线终端等等。本申请的实施例对终端设备所采用的具体技术和具体设备形态不做限定。
在本申请中,节点101可以用于计算和/或存储数据。至少一个节点101可以是云系统(cloudsystem,OS)中的节点。云系统是指构架于服务器、存储、网络等基础硬件资源,以及单机操作系统、中间件、数据库等基础软件资源之上的云平台综合管理系统。云系统还可以称为云计算操作系统或云计算中心操作系统。每个节点101安装有监控代理104。通过监控代理104监控节点101的运行状态,采集节点101的监控数据,并向服务器102上报监控数据。例如,监控数据可以是节点101的处理器的运行速率、节点101已经存储的数据量、节点101中剩余的存储空间的容量等等。
服务器102用于存储每个节点101的监控数据。当运维人员通过终端103查看监控数据时,服务器102可以根据数据标识调取运维人员需要查看的监控数据,并对监控数据进行抽稀,将抽稀后的数据传输至终端103,以便于运维人员通过终端103查看云系统的运行状态。
终端103安装有浏览器105。运维人员可以通过浏览器105查询监控数据。在浏览器105获取到抽稀后的数据之后,可以将抽稀后的数据绘制成曲线,通过浏览器105显示曲线。浏览器105显示的曲线可以称为监控视图。在一种可以实现方式中,浏览器105可以显示多条曲线,每条曲线表示一种监控数据。示例的,如图2所示,x轴表示时间,y轴表示取值,处理器的速率的曲线表示在不同的时刻处理器的速率,存储容量的曲线表示在不同的时刻已使用的存储容量的情况。
所谓抽稀是通过某种规则,在保证曲线形状基本不变的情况下,最大限度地减少数据点个数的过程。通过抽稀能够提高将数据绘制成曲线的性能,以及提供显示的曲线的清晰度。因此,如何在减少监控数据的数据量的同时,保持监控数据的特征不变是一个亟待解决的问题。
为了解决上述问题,本申请提供了一种数据抽稀方法。该方法包括在服务器接收到终端发送的查询请求消息之后,先根据数据标识获取监控数据,以及根据指示信息指示的方式确定第一抽稀步长,然后,根据第一抽稀步长将监控数据划分为N个分段数据,并根据监控数据中的最大值、监控数据中的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,再将第一抽稀后的数据反馈给终端,终端上的浏览器将第一抽稀后的数据绘制成曲线,显示曲线。其中,N为大于或等于1的整数。查询请求消息包括数据标识和指示信息,数据标识用于指示需要查询的监控数据,指示信息用于指示确定第一抽稀步长的方式。
本申请提供的数据抽稀方法,通过抽稀掉监控数据中的冗余数据,保留监控数据中的特征数据,从而在减少监控数据的数据量同时,保持监控数据的特征不变。而且将抽稀后的数据绘制成曲线时,有效地提高了绘制曲线的性能,以及提高了浏览器显示曲线的清晰度,进而使运维人员能够及时准确地获知云系统的运行状态的异常情况。
下面以一条曲线为例,结合图3对本申请提供的数据抽稀方法进行详细描述。如图3所示,该方法可以包括:
S301、终端向服务器发送查询请求消息。
监控系统(例如,图1中所示的服务器102)存储有云系统中各个节点的运行状态的监控数据。运维人员可以通过浏览器登录监控系统,向监控系统发送查询请求消息,查看监控数据。浏览器可以是网页浏览器或者终端上安装的查看监控数据的应用,本申请不予限定。查询请求消息可包括数据标识和指示信息。
数据标识用于指示运维人员需要查询的监控数据。在一种可能的实现方式中,一个数据标识可以用于指示一个节点的一种监控数据。可理解的,不同的数据标识可以用于指示一个节点的不同种类的监控数据。可选的,不同的数据标识也可以用于指示不同节点的监控数据。另外,查询请求消息可以包括多个数据标识,一个数据标识用于指示一种监控数据。例如,一种监控数据是与处理器的速率相关的数据,另一种监控数据是与存储器的容量相关的数据,如存储器的已使用的容量和剩余容量。
指示信息用于指示确定第一抽稀步长的方式。在一种可能的实现方式中,指示信息可以用一个比特表示。当比特为“0”时,表示指示信息指示第一方式;当比特为“1”时,表示指示信息指示第二方式。或者,当比特为“0”时,表示指示信息指示第二方式;当比特为“1”时,表示指示信息指示第一方式。本申请不予限定。
S302、服务器接收来自终端的查询请求消息。
查询请求消息包括数据标识和指示信息。关于查询请求消息的具体解释如上述S301的阐述。
S303、服务器根据数据标识获取待查询的监控数据。
在一种可能的实现方式中,若服务器接收到一个数据标识,服务器可以获取到一种监控数据。若服务器接收到多个数据标识,服务器可以获取到同一个节点的不同的监控数据,也可以获取不同节点的监控数据。
S304、服务器根据指示信息指示的方式确定第一抽稀步长。
若指示信息指示第一方式,执行S304a,即服务器可以根据浏览器的页面宽度和一个数据点的宽度确定第一抽稀步长,此时,查询请求消息还包括浏览器的页面宽度和一个数据点的宽度,浏览器用于查询监控数据并显示监控数据。若指示信息指示第二方式,执行S304b,即服务器根据监控数据的显示百分比确定第一抽稀步长,查询请求消息还包括监控数据的显示百分比。具体的,如图4所示,S304具体包括S304a和S304b。
第一方式可以为系统默认的方式,第二方式可以是用户自定义的方式。
S304a、服务器根据浏览器的页面宽度和一个数据点的宽度确定第一抽稀步长。
在一种可能的实现方式中,监控系统的前端服务可以设置一个负责监听浏览器的页面窗口的模块,可以实时获取到用户使用的浏览器的页面尺寸。浏览器的页面尺寸可以包括浏览器的页面宽度和浏览器的页面高度,终端可以向服务器反馈浏览器的页面尺寸。在本申请实施例中,终端可以向服务器反馈浏览器的页面宽度。另外,浏览器显示的曲线是由多个数据点组成的,显示的每个数据点需要占据的最小像素数是预先设置的。终端可以向服务器反馈一个数据点的宽度。例如,查询请求消息还可以包括浏览器的页面宽度和一个数据点的宽度。服务器根据浏览器的页面宽度和一个数据点的宽度来确定第一抽稀步长,再根据第一抽稀步长对监控数据进行抽稀,得到的第一抽稀后的数据可以满足浏览器的页面的显示,从而,提高了浏览器显示曲线的清晰度。
示例的,服务器获取到浏览器的页面宽度和一个数据点的宽度之后,可以根据浏览器的页面宽度和一个数据点的宽度先确定第一期望点数,再根据监控数据包括的数据点的个数和第一期望点数确定第一抽稀步长。在本示例中,第一期望点数可以指示浏览器的一行能够显示的数据点数。第一期望点数满足如下公式(1)。
f(x)=P(x)/W(x) (1)
其中,x表示一个像素的宽度,f(x)表示第一期望点数,P(x)表示浏览器的页面宽度,W(x)表示一个数据点的宽度。可选的,在实际应用中,两个数据点之间可能存在一定的间隔,因此,一个数据点的宽度可以包括两个数据点之间的间隔,即W(x)=d(x)+α,其中,d(x)表示一个数据点所占的最小像素的宽度,α表示两个数据点之间的间隔。第一抽稀步长满足如下公式(2)。
L=z/f(x) (2)
其中,L表示第一抽稀步长,z表示监控数据包括的数据点的个数。
需要说明的是,当浏览器的页面尺寸改变后,监听模块会检测到浏览器的页面尺寸改变了,监听模块重新获取浏览器的页面尺寸,并将浏览器的页面尺寸反馈给服务器,服务器重新计算第一抽稀步长。
S304b、服务器根据监控数据的显示百分比确定第一抽稀步长。
除了根据根据浏览器的页面宽度和一个数据点的宽度自动计算第一抽稀步长之外,还可以根据用户选择的监控数据的显示百分比来计算第一抽稀步长。在一种可能的实现方式中,浏览器的页面上可以显示有监控数据的显示百分比。运维人员可以选择监控数据的显示百分比,终端将监控数据的显示百分比反馈给服务器。例如,查询请求消息还可以包括监控数据的显示百分比。需要说明的是,监控数据的显示百分比大于0且小于百分之百。
示例的,服务器获取到监控数据的显示百分比之后,可以根据监控数据的显示百分比和监控数据包括的数据点的个数确定第一期望点数,再根据监控数据包括的数据点的个数和第一期望点数确定第一抽稀步长。在本示例中,第一期望点数可以指示用户期望显示的的监控数据的点数。第一期望点数满足如下公式(3)。
f(x)=y*z (3)
其中,f(x)表示第一期望点数,y表示监控数据的显示百分比,z表示监控数据包括的数据点的个数。第一抽稀步长满足公式(2)。
特别的,由于数据的点数都是一个整数,不可能存在小数的情况,因此,若抽稀步长为小数时,可以对抽稀步长进行向上取整,即去掉抽稀步长的小数位,并对整数位加一。示例的,若抽稀步长为3.2,对3.2进行向上取整后,抽稀步长为4。若抽稀步长为5.8,对5.8进行向上取整后,抽稀步长为6。
需要说明的是,本申请实施例提供的数据抽稀方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,示例的,如S303、S304a和S304b之间的前后顺序可以互换,即可先根据浏览器的页面宽度和一个数据点的宽度确定第一抽稀步长,或者,根据监控数据的显示百分比确定第一抽稀步长之后,服务器再根据数据标识获取监控数据。任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
在服务器根据第一抽稀步长对监控数据划分之前,可以判断监控数据包括的数据点的个数是否大于浏览器的一行能够显示的数据点数,若监控数据包括的数据点的个数大于浏览器的一行能够显示的数据点数,执行S305;若监控数据包括的数据点的个数小于浏览器的一行能够显示的数据点数,无需对监控数据进行抽稀。
S305、服务器根据第一抽稀步长将监控数据划分为N个分段数据。
假设监控数据包括的数据点的个数为z,抽稀步长为L,则根据抽稀步长可以将监控数据分为z/L组。若z/L为小数,可以对分组数z/L进行向上取整,即去掉分组数z/L小数位,并对整数位加一,得到N个分段数据,N为大于或等于1的整数。示例的,若分组数z/L为10.5,对10.5进行向上取整后,分组数N为11。若分组数z/L为30.2,对30.2进行向上取整后,分组数N为31。需要说明的是,若分组数z/L为小数,从第1组至第N-1组中每组的数据点的个数为L,第N组的数据点的个数为1至L中任一个整数。若分组数z/L为整数,从第1组至第N组中每组的数据点的个数为L。示例的,如图5所示,x轴表示时间,y轴表示取值,根据第一抽稀步长曲线划分为了N段。
S306、服务器根据监控数据中的最大值、监控数据中的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据。
在一种可能的实现方式中,可以根据数据点距离监控数据的平均值的距离和数据点距离监控数据中的极值的距离,对每个分段数据里的数据进行抽稀。例如,可以保留距离监控数据的平均值较远的数据点,或者距离监控数据中的极值比较近的数据点,抽稀掉距离监控数据的平均值较近的数据点,或者距离监控数据中的极值比较远的数据点。而一个分段数据内最有可能偏离监控数据的平均值或监控数据中的极值的数据点往往是分段数据内的最大值或最小值。为此,可以比较分段数据内的最大值的权重和最小值的权重来选择保留分段数据内的最大值还是分段数据内的最小值。
对于N个分段数据中的每个分段数据可以采用如下方法进行抽稀,下面以第i个分段数据为例进行说明。i为整数,i∈[1,N]。如图4所示,S306具体的可以包括以下详细步骤。
S3061、服务器根据监控数据中的最大值与第i个分段数据中的最大值确定第一差值的绝对值,以及根据监控数据中的最小值与第i个分段数据中的最小值确定第二差值的绝对值。
如图6所示。第一差值的绝对值可以是监控数据中的最大值与第i个分段数据中的最大值之差的绝对值。例如,假设监控数据中的最大值为max,第i个分段数据中的最大值为tempMax,第一差值的绝对值为D1,D1=|max-tempMax|。
第二差值的绝对值可以是监控数据中的最小值与第i个分段数据中的最小值之差的绝对值。例如,假设监控数据中的最小值为min,第i个分段数据中的最大值为tempMin,第一差值的绝对值为D2,D2=|min-tempMin|。
S3062、服务器根据监控数据的平均值与第i个分段数据中的最大值确定第三差值的绝对值,以及根据监控数据的平均值与第i个分段数据中的最小值确定第四差值的绝对值。
第三差值的绝对值可以是监控数据的平均值与第i个分段数据中的最大值之差的绝对值。例如,假设监控数据的平均值为avg,第i个分段数据中的最大值为tempMax,第三差值的绝对值为D3,D3=|avg-tempMax|。
第四差值的绝对值可以是监控数据的平均值与第i个分段数据中的最小值之差的绝对值。例如,假设监控数据的平均值为avg,第i个分段数据中的最小值为tempMin,第四差值的绝对值为D4,D4=|avg-tempMin|。
需要说明的是,监控数据的平均值可以根据监控数据包括的所有数据点的取值之和除以所有数据点的个数得到。
S3063、服务器根据第一差值的绝对值、第二差值的绝对值、第三差值的绝对值和第四差值的绝对值确定第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重。
在一种可以实现的方式中,可以比较第一差值的绝对值、第二差值的绝对值、第三差值的绝对值和第四差值的绝对值之间的大小,确定第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重。
示例的,若第一差值的绝对值小于第二差值的绝对值,说明第i个分段数据中的最大值与整个监控数据中的最大值的距离比第i个分段数据中的最小值与整个监控数据中的最小值的距离小,服务器更新第i个分段数据中的最大值的权重,例如,对第i个分段数据中的最大值的权重加1。
若第一差值的绝对值大于第二差值的绝对值,说明第i个分段数据中的最大值与整个监控数据中的最大值的距离比第i个分段数据中的最小值与整个监控数据中的最小值的距离大,服务器更新第i个分段数据中的最小值的权重,例如,对第i个分段数据中的最小值的权重加1。
若第一差值的绝对值等于第二差值的绝对值,说明第i个分段数据中的最大值与整个监控数据中的最大值的距离等于第i个分段数据中的最小值与整个监控数据中的最小值的距离,服务器更新第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重,例如,对第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重分别加1。
若第三差值的绝对值大于第四差值的绝对值,说明第i个分段数据中的最大值与整个监控数据的平均值的距离比第i个分段数据中的最小值与整个监控数据的平均值的距离大,服务器更新第i个分段数据中的最大值的权重,例如,对第i个分段数据中的最大值的权重加1。
若第三差值的绝对值小于第四差值的绝对值,说明第i个分段数据中的最大值与整个监控数据的平均值的距离比第i个分段数据中的最小值与整个监控数据的平均值的距离小,服务器更新第i个分段数据中的最小值的权重,例如,对第i个分段数据中的最小值的权重加1。
若第三差值的绝对值等于第四差值的绝对值,说明第i个分段数据中的最大值与整个监控数据的平均值的距离等于第i个分段数据中的最小值与整个监控数据的平均值的距离,服务器更新第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重,例如,对第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重分别加1。
权重的初始值可以为0。综上所述,第i个分段数据中的最大值的权重可以是0、1和2。第i个分段数据中的最小值的权重可以是0、1和2。
特别的,若第一差值的绝对值等于0,说明第i个分段数据中的最大值为整个监控数据中的最大值,服务器确定第i个分段数据中的最大值的权重为极值权重,例如,赋予第i个分段数据中的最大值的权重一个较大的值,例如,10。
若第二差值的绝对值等于0,说明第i个分段数据中的最小值为整个监控数据中的最小值,服务器确定第i个分段数据中的最小值的权重为极值权重,例如,赋予第i个分段数据中的最大值的权重一个较大的值,例如,10。
S3064、服务器根据第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重对第i个分段数据进行抽稀,得到第i抽稀后的数据。
在一种可能的实现方式中,可以比较第i个分段数据中的最大值的权重和第i个分段数据中的最小值的权重的大小,对第i个分段数据进行抽稀。对N个分段数据抽稀完成之后,可以得到第一抽稀后的数据,第一抽稀后的数据包括N个分段数据抽稀后的数据。
情况一,若第i个分段数据中的最大值的权重大于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最大值,抽稀第i个分段数据中除最大值之外的其他数据。示例的,第i个分段数据中的最大值的权重为2,第i个分段数据中的最小值的权重为0或1。
情况二,若第i个分段数据中的最大值的权重小于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最小值,抽稀第i个分段数据中除最小值之外的其他数据。示例的,第i个分段数据中的最大值的权重为0或1,第i个分段数据中的最小值的权重为2。
情况三,若第i个分段数据中的最大值的权重等于第i个分段数据中的最小值的权重,服务器保留第i个分段数据中的最大值和第i个分段数据中的最小值。示例的,第i个分段数据中的最大值的权重为1,第i个分段数据中的最小值的权重为1。第i个分段数据中的最大值的权重为2,第i个分段数据中的最小值的权重为2。
情况四,若第i个分段数据中的最大值的权重为极值权重,服务器保留第i个分段数据中的最大值,抽稀第i个分段数据中除最大值之外的其他数据。
情况五,若第i个分段数据中的最小值的权重为极值权重,服务器保留第i个分段数据中的最小值,抽稀第i个分段数据中除最小值之外的其他数据。
综上所述,抽稀后的数据点的个数小于或等于原始监控数据的数据点的个数。
当抽稀步长为2时,抽稀后的数据点的个数小于或等于原始监控数据的数据点的个数,但是,抽稀后的数据点的个数大于或等于期望点数。
当抽稀步长大于2时,抽稀后的数据点的个数小于或等于原始数据/步长*2,但是,抽稀后的数据点的个数大于等于期望点数。
S307、服务器向终端反馈第一抽稀后的数据。
S308、终端接收来自服务器的第一抽稀后的数据。
第一抽稀后的数据是根据监控数据中的最大值、监控数据中的最小值和监控数据的平均值和第一抽稀步长确定的。若指示信息指示第一方式,第一抽稀步长是根据浏览器的页面宽度和一个数据点的宽度确定的,查询请求消息还包括浏览器的页面宽度和一个数据点的宽度,浏览器用于查询监控数据并显示监控数据。若指示信息指示第二方式,第一抽稀步长是根据监控数据的显示百分比确定的,查询请求消息还包括监控数据的显示百分比。具体的可以参考S304~S306的解释,本申请在此不予赘述。
S309、终端根据第一抽稀后的数据绘制曲线,并显示第一抽稀后的数据的曲线。
终端上安装的浏览器对第一抽稀后的数据进行渲染,绘制成曲线,并显示第一抽稀后的数据的曲线。需要说明的是,每种监控数据可以绘制成一条曲线,不同的监控数据可以通过不同的曲线显示。将数据进行渲染,绘制成曲线的具体方法可以参考现有技术,本申请在此不予赘述。
本申请提供的数据抽稀方法,通过抽稀掉监控数据中的冗余数据,减少监控数据的数据量同时,能够保持监控数据的特征不变。而且将抽稀后的数据绘制成曲线时,有效地提高了绘制曲线的性能,以及提高了浏览器显示曲线的清晰度。
由于浏览器显示曲线的效果受到浏览器的页面尺寸的限制,一张监控视图里不能显示过多的数据点,否则显示效果会无法保障,运维人员可能看不清监控视图里的数据点。抽稀后的数据可能还是较多,会影响曲线的显示效果。此时,为了保障曲线的显示效果,还可以根据监控视图里曲线的数量对抽稀后的数据再进行抽稀。
在服务器根据监控数据中的最大值、监控数据中的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,即S306之后,本申请提供的数据抽稀方法还可以包括以下方法步骤。
接下来,结合图7进一步介绍本申请实施例提供的数据抽稀方法,所述方法还包括:
S701、服务器确定第一抽稀后的数据包括的数据点的个数与一个数据点的宽度的乘积大于阈值。
阈值可以是根据浏览器的页面宽度确定的,例如,阈值为浏览器的页面宽度的倍数,运维人员可以根据显示曲线的效果进行自主设置,本申请不予限定。浏览器的页面宽度和一个数据点的宽度可以通过终端向服务器发送的查询请求消息获得。
如果服务器对两种以上的监控数据经过抽稀,可以根据S701的方法判断每种抽稀后的数据是否大于阈值,若抽稀后的数据大于阈值对抽稀后的数据再进行抽稀,执行S702~S708,避免监控视图中的曲线较多时,图像杂乱的情况。若抽稀后的数据小于阈值,可以不对该抽稀后的数据进行再抽稀。
S702、服务器根据所有曲线包括的数据点的个数、曲线个数、一个数据点的宽度和常量,确定第二期望点数。
S703、服务器根据第一抽稀后的数据包括的数据点的个数和第二期望点数确定第二抽稀步长。
第二期望点数满足如下公式(4)。第二抽稀步长满足如下公式(5)。
f(x)’=((y/k)/W(x))/常量 (4)
L’=z’/f(x)’ (5)
其中,f(x)’表示第二期望点数,y表示所有曲线包括的数据点的个数,k表示曲线个数,L’表示第二抽稀步长,z’表示第一抽稀后的数据包括的数据点的个数。常量的最小值可以是W(x),常量的最大值可以是(y/k)/W(x)。
特别的,若服务器只需要对一种抽稀后数据进行再抽稀,当常量为W(x)时,该抽稀后数据无需抽稀;当常量为(y/k)/W(x)时,该抽稀后数据可以抽稀为一个数据点或两个数据点。
S704、服务器根据第二抽稀步长将第一抽稀后的数据划分为M个分段数据。
M为大于或等于1的整数。
S705、服务器根据第一抽稀后的数据中的最大值、第一抽稀后的数据中的最小值和第一抽稀后的数据的平均值,对M个分段数据中的每个分段数据进行抽稀,得到第二抽稀后的数据。
S706、服务器向终端反馈第二抽稀后的数据。
S707、终端接收服务器发送的第二抽稀后的数据。
第二抽稀后的数据为对第一抽稀后的数据抽稀后得到。
S708、终端根据第二抽稀后的数据绘制曲线,并显示第二抽稀后的数据的曲线。
S704~S708的详细解释可以参考S305~S308的详细解释,本申请不予赘述。
如果监控数据包括的数据点的个数过多会导致加载图形变慢,通过本申请提供的数据抽稀方法根据抽稀步长切分监控数据,并对监控数据进行抽稀舍弃部分点,适当地保留监控数据中最大值附近的数据点、监控数据中最小值附近的数据点,偏离监控数据的平均值的数据点,减少监控数据的数据量同时,能够保持监控数据的特征不变,即保持监控数据的真实度。而且将抽稀后的数据绘制成曲线时,有效地提高了绘制曲线的性能,以及提高了浏览器显示曲线的清晰度,在用户体验和曲线精确度上找到了平衡。
图8为本申请一实施例提供的数据抽稀方法的逻辑示例图。前端可以是指终端的浏览器,即监控系统中的负责展示页面和数据的模块。后端可以是指服务器。前端可以包括抽稀步长计算选择模块和渲染模块。后端可以包括抽稀步长计算模块、数据抽稀模块和数据查询模块。
抽稀步长计算选择模块用于根据默认方式或用户自定义方式向抽稀步长计算模块传输指示信息和相关的参数。例如,若指示信息指示第一方式,相关的参数包括浏览器的页面宽度和一个数据点的宽度;若指示信息指示第二方式,相关的参数包括监控数据的显示百分比。
抽稀步长计算模块根据相关的参数计算抽稀步长。例如,根据浏览器的页面宽度和一个数据点的宽度确定抽稀步长;或者,根据监控数据的显示百分比确定抽稀步长。
数据查询模块用于根据数据标识查询监控数据,并将监控数据传输至数据抽稀模块。在一种可实现方式中,服务器接收到监控数据之后,可以将监控数据按照进入消息队列(Kafka)的顺序排列并存储,并等待需要读取监控数据的服务读取监控数据。然后搜索引擎(ElasticSearch)会从消息队列里读取监控数据,并按照监控数据的类型建立索引,以方便运维人员查询。运维人员需要查询监控数据时,服务器的数据查询模块可以使用查询语句(例如,数据查询语言(Data QueryLanguage,DQL))从搜索引擎里查询监控视图需要展示的监控数据,并将查询到的监控数据传递至数据抽稀模块进行抽稀。
数据抽稀模块用于根据抽稀步长将监控数据划分为N个分段数据,并根据监控数据中的最大值、监控数据中的最小值和监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀,得到抽稀后的数据,将抽稀后的数据传输至渲染模块。
渲染模块用于对抽稀后的数据进行渲染,绘制成曲线,通过浏览器显示曲线。
此外,若监控视图中包括多条曲线,可以将多条曲线进行归一化处理,即去掉数据点里带的秒位,仅保留分钟位,保证每条曲线里的数据点都可以落在整分钟上,这样可以使每条曲线的数据点都可以在时间上对齐,方便用户查看数据。
可以理解的是,为了实现上述实施例中功能,服务器和终端包括了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到,结合本申请中所公开的实施例描述的各示例的单元及方法步骤,本申请能够以硬件或硬件和计算机软件相结合的形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用场景和设计约束条件。
图9和图10为本申请的实施例提供的可能的数据抽稀装置的结构示意图。这些数据抽稀装置可以用于实现上述方法实施例中服务器的功能,因此也能实现上述方法实施例所具备的有益效果。在本申请的实施例中,该数据抽稀装置可以是如图1所示的服务器102,还可以是应用于服务器102的模块(如芯片)。
如图9所示,数据抽稀装置900包括接收单元910、处理单元920和发送单元930。数据抽稀装置900用于实现上述图3、图4、图7中所示的方法实施例中服务器的功能。
当数据抽稀装置900用于实现图3所示的方法实施例中服务器的功能时:接收单元910用于执行S302;处理单元920用于执行S303至S306;发送单元930用于执行S307。
当数据抽稀装置900用于实现图4所示的方法实施例中服务器的功能时:接收单元910用于执行S302;处理单元920用于执行S303、S304a、S304b和S305,以及S3061至S3064;发送单元930用于执行S307。
当数据抽稀装置900用于实现图7所示的方法实施例中服务器的功能时:处理单元920用于执行S701至S705;发送单元930用于执行S706。
有关上述接收单元910、处理单元920和发送单元930更详细的描述可以直接参考图3、图4、图7所示的方法实施例中相关描述直接得到,这里不加赘述。
如图10所示,数据抽稀装置1000包括处理器1010和接口电路1020。处理器1010和接口电路1020之间相互耦合。可以理解的是,接口电路1020可以为收发器或输入输出接口。可选的,数据抽稀装置1000还可以包括存储器1030,用于存储处理器1010执行的指令或存储处理器1010运行指令所需要的输入数据或存储处理器1010运行指令后产生的数据。
当数据抽稀装置1000用于实现图3、图4、图7所示的方法时,处理器1010用于执行上述处理单元920的功能,接口电路1020用于执行上述接收单元910和发送单元930的功能。
图11和图12为本申请的实施例提供的可能的显示装置的结构示意图。这些显示装置可以用于实现上述方法实施例中终端的功能,因此也能实现上述方法实施例所具备的有益效果。在本申请的实施例中,该显示装置可以是如图1所示的终端103,还可以是应用于终端103的模块(如芯片)。
如图11所示,显示装置1100包括发送单元1110、接收单元1120和显示单元1130。显示装置1100用于实现上述图3、图4、图7中所示的方法实施例中终端的功能。
当显示装置1100用于实现图3所示的方法实施例中终端的功能时:发送单元1110用于执行S301;接收单元1120用于执行S308;显示单元1130用于执行S309。
当显示装置1100用于实现图4所示的方法实施例中终端的功能时:发送单元1110用于执行S301;接收单元1120用于执行S308;显示单元1130用于执行S309。
当显示装置1100用于实现图7所示的方法实施例中终端的功能时:接收单元1120用于执行S707;显示单元1130用于执行S708。
有关上述发送单元1110、接收单元1120和显示单元1130更详细的描述可以直接参考图3、图4、图7所示的方法实施例中相关描述直接得到,这里不加赘述。
如图12所示,显示装置1200包括显示器1210和接口电路1220。显示器1210和接口电路1220之间相互耦合。可以理解的是,接口电路1220可以为收发器或输入输出接口。可选的,显示装置1200还可以包括存储器1230,用于存储显示器1210执行的指令或存储显示器1210运行指令所需要的输入数据或存储显示器1210运行指令后产生的数据。
当显示装置1200用于实现图3、图4、图7所示的方法时,显示器1210用于执行上述显示单元1130的功能,接口电路1220用于执行上述接收单元1120和发送单元1110的功能。
可以理解的是,本申请的实施例中的处理器可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其它通用处理器、数字信号处理器(Digital SignalProcessor,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)或者其它可编程逻辑器件、晶体管逻辑器件,硬件部件或者其任意组合。通用处理器可以是微处理器,也可以是任何常规的处理器。
本申请的实施例中的方法步骤可以通过硬件的方式来实现,也可以由处理器执行软件指令的方式来实现。软件指令可以由相应的软件模块组成,软件模块可以被存放于随机存取存储器(Random Access Memory,RAM)、闪存、只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)、寄存器、硬盘、移动硬盘、CD-ROM或者本领域熟知的任何其它形式的存储介质中。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于网络设备或终端设备中。当然,处理器和存储介质也可以作为分立组件存在于网络设备或终端设备中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机程序或指令。在计算机上加载和执行所述计算机程序或指令时,全部或部分地执行本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、网络设备、用户设备或者其它可编程装置。所述计算机程序或指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机程序或指令可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是集成一个或多个可用介质的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,例如,软盘、硬盘、磁带;也可以是光介质,例如,数字视频光盘(digital video disc,DVD);还可以是半导体介质,例如,固态硬盘(solid state drive,SSD)。
在本申请的各个实施例中,如果没有特殊说明以及逻辑冲突,不同的实施例之间的术语和/或描述具有一致性、且可以相互引用,不同的实施例中的技术特征根据其内在的逻辑关系可以组合形成新的实施例。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。在本申请的文字描述中,字符“/”,一般表示前后关联对象是一种“或”的关系;在本申请的公式中,字符“/”,表示前后关联对象是一种“相除”的关系。
可以理解的是,在本申请的实施例中涉及的各种数字编号仅为描述方便进行的区分,并不用来限制本申请的实施例的范围。上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定。
Claims (22)
1.一种数据抽稀方法,其特征在于,包括:
服务器接收来自终端的查询请求消息,所述查询请求消息包括数据标识和指示信息,所述数据标识用于指示待查询的监控数据,所述指示信息用于指示确定第一抽稀步长的方式;
所述服务器根据所述指示信息指示的方式确定所述第一抽稀步长,包括:
若所述指示信息指示第一方式,所述服务器根据浏览器的页面宽度和一个数据点的宽度确定所述第一抽稀步长,所述查询请求消息还包括所述浏览器的页面宽度和所述一个数据点的宽度,所述浏览器用于查询所述监控数据并显示所述监控数据;
若所述指示信息指示第二方式,所述服务器根据监控数据的显示百分比确定所述第一抽稀步长,所述查询请求消息还包括所述监控数据的显示百分比;
所述服务器根据所述数据标识获取所述待查询的监控数据;
所述服务器根据所述第一抽稀步长将所述监控数据划分为N个分段数据,N为大于或等于1的整数;
所述服务器根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对所述N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,包括:
根据所述分段数据中数据点与所述监控数据的平均值的距离、所述数据点距离监控数据中的最大值的距离和所述数据点距离监控数据中的最小值的距离,以及各个距离的权重,对所述分段数据里的数据进行抽稀,得到所述第一抽稀后的数据;
所述服务器向所述终端反馈所述第一抽稀后的数据。
2.根据权利要求1所述的方法,其特征在于,所述服务器根据浏览器的页面宽度和一个数据点的宽度确定所述第一抽稀步长,包括:
所述服务器根据所述浏览器的页面宽度和所述一个数据点的宽度确定第一期望点数,所述第一期望点数为所述浏览器的一行能够显示的数据点数;
所述服务器根据所述监控数据包括的数据点的个数和所述第一期望点数确定所述第一抽稀步长。
3.根据权利要求1所述的方法,其特征在于,所述服务器根据监控数据的显示百分比确定所述第一抽稀步长,包括:
所述服务器根据所述监控数据的显示百分比和所述监控数据包括的数据点的个数确定第一期望点数;
所述服务器根据所述监控数据包括的数据点的个数和所述第一期望点数确定所述第一抽稀步长。
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述服务器根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对所述N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据,包括:
所述服务器根据所述监控数据中的最大值与第i个分段数据中的最大值确定第一差值的绝对值,以及根据所述监控数据中的最小值与第i个分段数据中的最小值确定第二差值的绝对值,i为整数,;
所述服务器根据所述监控数据的平均值与所述第i个分段数据中的最大值确定第三差值的绝对值,以及根据所述监控数据的平均值与所述第i个分段数据中的最小值确定第四差值的绝对值,i为整数,;
所述服务器根据所述第一差值的绝对值、所述第二差值的绝对值、所述第三差值的绝对值和所述第四差值的绝对值确定所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重;
所述服务器根据所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重对所述第i个分段数据进行抽稀,得到第i抽稀后的数据,所述第一抽稀后的数据包括所述N个分段数据抽稀后的数据。
5.根据权利要求4所述的方法,其特征在于,所述服务器根据所述第一差值的绝对值、所述第二差值的绝对值、所述第三差值的绝对值和所述第四差值的绝对值确定所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重,包括:
若所述第一差值的绝对值小于所述第二差值的绝对值,所述服务器更新所述第i个分段数据中的最大值的权重;
若所述第一差值的绝对值大于所述第二差值的绝对值,所述服务器更新所述第i个分段数据中的最小值的权重;
若所述第一差值的绝对值等于所述第二差值的绝对值,所述服务器更新所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重;
若所述第三差值的绝对值大于所述第四差值的绝对值,所述服务器更新所述第i个分段数据中的最大值的权重;
若所述第三差值的绝对值小于所述第四差值的绝对值,所述服务器更新所述第i个分段数据中的最小值的权重;
若所述第三差值的绝对值等于所述第四差值的绝对值,所述服务器更新所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重。
6.根据权利要求5所述的方法,其特征在于,所述服务器根据所述第一差值的绝对值、所述第二差值的绝对值、所述第三差值的绝对值和所述第四差值的绝对值确定所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重,还包括:
若所述第一差值的绝对值等于0,所述服务器确定所述第i个分段数据中的最大值的权重为极值权重;
若所述第二差值的绝对值等于0,所述服务器确定所述第i个分段数据中的最小值的权重为极值权重。
7.根据权利要求4所述的方法,其特征在于,所述服务器根据所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重对所述第i个分段数据进行抽稀,包括:
若所述第i个分段数据中的最大值的权重大于所述第i个分段数据中的最小值的权重,所述服务器保留所述第i个分段数据中的最大值,抽稀所述第i个分段数据中除最大值之外的其他数据;
若所述第i个分段数据中的最大值的权重小于所述第i个分段数据中的最小值的权重,所述服务器保留所述第i个分段数据中的最小值,抽稀所述第i个分段数据中除最小值之外的其他数据;
若所述第i个分段数据中的最大值的权重等于所述第i个分段数据中的最小值的权重,所述服务器保留所述第i个分段数据中的最大值和所述第i个分段数据中的最小值。
8.根据权利要求1所述的方法,其特征在于,在所述服务器根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对所述N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据之后,所述方法还包括:
所述服务器确定所述第一抽稀后的数据包括的数据点的个数与一个数据点的宽度的乘积大于阈值,所述阈值是根据浏览器的页面宽度确定的,所述查询请求消息包括所述浏览器的页面宽度和所述一个数据点的宽度;
所述服务器根据所有曲线包括的数据点的个数、曲线个数、所述一个数据点的宽度和常量,确定第二期望点数;
所述服务器根据所述第一抽稀后的数据包括的数据点的个数和所述第二期望点数确定第二抽稀步长;
所述服务器根据所述第二抽稀步长将所述第一抽稀后的数据划分为M个分段数据,M为大于或等于1的整数;
所述服务器根据所述第一抽稀后的数据的最大值、所述第一抽稀后的数据的最小值和所述第一抽稀后的数据的平均值,对所述M个分段数据中的每个分段数据进行抽稀,得到第二抽稀后的数据;
所述服务器反馈所述第二抽稀后的数据。
9.一种数据抽稀方法,其特征在于,包括:
终端向服务器发送查询请求消息,所述查询请求消息包括数据标识和指示信息,所述数据标识用于指示待查询的监控数据,所述指示信息用于指示确定第一抽稀步长的方式;
若所述指示信息指示第一方式,所述第一抽稀步长是根据浏览器的页面宽度和一个数据点的宽度确定的,所述查询请求消息还包括所述浏览器的页面宽度和所述一个数据点的宽度,所述浏览器用于查询所述监控数据并显示所述监控数据;
若所述指示信息指示第二方式,所述第一抽稀步长是根据监控数据的显示百分比确定的,所述查询请求消息还包括所述监控数据的显示百分比;
所述终端接收来自所述服务器的第一抽稀后的数据,所述第一抽稀后的数据是根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀得到的,所述N个分段数据是根据第一抽稀步长划分所述监控数据确定的,所述第一抽稀步长是依据所述指示信息指示的方式确定的;
所述第一抽稀后的数据是根据所述分段数据中数据点与所述监控数据的平均值的距离、所述数据点距离监控数据中的最大值的距离和所述数据点距离监控数据中的最小值的距离,以及各个距离的权重,对所述分段数据里的数据进行抽稀得到的;
所述终端根据所述第一抽稀后的数据绘制曲线,并显示所述第一抽稀后的数据的曲线。
10.一种数据抽稀装置,其特征在于,包括:
接收单元,用于接收来自终端的查询请求消息,所述查询请求消息包括数据标识和指示信息,所述数据标识用于指示待查询的监控数据,所述指示信息用于指示确定第一抽稀步长的方式;
处理单元,用于根据所述指示信息指示的方式确定所述第一抽稀步长;
所述处理单元,具体用于:若所述指示信息指示第一方式,根据浏览器的页面宽度和一个数据点的宽度确定所述第一抽稀步长,所述查询请求消息还包括所述浏览器的页面宽度和所述一个数据点的宽度,所述浏览器用于查询所述监控数据并显示所述监控数据;
若所述指示信息指示第二方式,根据监控数据的显示百分比确定所述第一抽稀步长,所述查询请求消息还包括所述监控数据的显示百分比;
所述处理单元,还用于根据所述数据标识获取所述待查询的监控数据;
所述处理单元,还用于根据所述第一抽稀步长将所述监控数据划分为N个分段数据,N为大于或等于1的整数;
所述处理单元,还用于根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对所述N个分段数据中的每个分段数据进行抽稀,得到第一抽稀后的数据;
所述处理单元,具体用于根据所述分段数据中数据点与所述监控数据的平均值的距离、所述数据点距离监控数据中的最大值的距离和所述数据点距离监控数据中的最小值的距离,以及各个距离的权重,对所述分段数据里的数据进行抽稀,得到所述第一抽稀后的数据;
发送单元,用于向所述终端反馈所述第一抽稀后的数据。
11.根据权利要求10所述的装置,其特征在于,所述处理单元,具体用于:
根据所述浏览器的页面宽度和所述一个数据点的宽度确定第一期望点数,所述第一期望点数为所述浏览器的一行能够显示的数据点数;
根据所述监控数据包括的数据点的个数和所述第一期望点数确定所述第一抽稀步长。
12.根据权利要求10所述的装置,其特征在于,所述处理单元,具体用于:
根据所述监控数据的显示百分比和所述监控数据包括的数据点的个数确定第一期望点数;
根据所述监控数据包括的数据点的个数和所述第一期望点数确定所述第一抽稀步长。
13.根据权利要求10-12中任一项所述的装置,其特征在于,所述处理单元,具体用于:
根据所述监控数据中的最大值与第i个分段数据中的最大值确定第一差值的绝对值,以及根据所述监控数据中的最小值与第i个分段数据中的最小值确定第二差值的绝对值,i为整数,;
根据所述监控数据的平均值与所述第i个分段数据中的最大值确定第三差值的绝对值,以及根据所述监控数据的平均值与所述第i个分段数据中的最小值确定第四差值的绝对值,i为整数,;
根据所述第一差值的绝对值、所述第二差值的绝对值、所述第三差值的绝对值和所述第四差值的绝对值确定所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重;
根据所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重对所述第i个分段数据进行抽稀,得到第i抽稀后的数据,所述第一抽稀后的数据包括所述N个分段数据抽稀后的数据。
14.根据权利要求13所述的装置,其特征在于,所述处理单元,具体用于:
若所述第一差值的绝对值小于所述第二差值的绝对值,更新所述第i个分段数据中的最大值的权重;
若所述第一差值的绝对值大于所述第二差值的绝对值,更新所述第i个分段数据中的最小值的权重;
若所述第一差值的绝对值等于所述第二差值的绝对值,更新所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重;
若所述第三差值的绝对值大于所述第四差值的绝对值,更新所述第i个分段数据中的最大值的权重;
若所述第三差值的绝对值小于所述第四差值的绝对值,更新所述第i个分段数据中的最小值的权重;
若所述第三差值的绝对值等于所述第四差值的绝对值,更新所述第i个分段数据中的最大值的权重和所述第i个分段数据中的最小值的权重。
15.根据权利要求14所述的装置,其特征在于,所述处理单元,具体用于:
若所述第一差值的绝对值等于0,确定所述第i个分段数据中的最大值的权重为极值权重;
若所述第二差值的绝对值等于0,确定所述第i个分段数据中的最小值的权重为极值权重。
16.根据权利要求13所述的装置,其特征在于,所述处理单元,具体用于:
若所述第i个分段数据中的最大值的权重大于所述第i个分段数据中的最小值的权重,保留所述第i个分段数据中的最大值,抽稀所述第i个分段数据中除最大值之外的其他数据;
若所述第i个分段数据中的最大值的权重小于所述第i个分段数据中的最小值的权重,保留所述第i个分段数据中的最小值,抽稀所述第i个分段数据中除最小值之外的其他数据;
若所述第i个分段数据中的最大值的权重等于所述第i个分段数据中的最小值的权重,保留所述第i个分段数据中的最大值和所述第i个分段数据中的最小值。
17.根据权利要求10所述的装置,其特征在于,所述处理单元,还用于:
确定所述第一抽稀后的数据包括的数据点的个数与一个数据点的宽度的乘积大于阈值,所述阈值是根据浏览器的页面宽度确定的,所述查询请求消息包括所述浏览器的页面宽度和所述一个数据点的宽度;
根据所有曲线包括的数据点的个数、曲线个数、所述一个数据点的宽度和常量,确定第二期望点数;
根据所述第一抽稀后的数据包括的数据点的个数和所述第二期望点数确定第二抽稀步长;
根据所述第二抽稀步长将所述第一抽稀后的数据划分为M个分段数据,M为大于或等于1的整数;
根据所述第一抽稀后的数据的最大值、所述第一抽稀后的数据的最小值和所述第一抽稀后的数据的平均值,对所述M个分段数据中的每个分段数据进行抽稀,得到第二抽稀后的数据;
所述发送单元,还用于反馈所述第二抽稀后的数据。
18.一种显示装置,其特征在于,包括:
发送单元,用于向服务器发送查询请求消息,所述查询请求消息包括数据标识和指示信息,所述数据标识用于指示待查询的监控数据,所述指示信息用于指示确定第一抽稀步长的方式;
若所述指示信息指示第一方式,所述第一抽稀步长是根据浏览器的页面宽度和一个数据点的宽度确定的,所述查询请求消息还包括所述浏览器的页面宽度和所述一个数据点的宽度,所述浏览器用于查询所述监控数据并显示所述监控数据;
若所述指示信息指示第二方式,所述第一抽稀步长是根据监控数据的显示百分比确定的,所述查询请求消息还包括所述监控数据的显示百分比;
接收单元,用于接收来自所述服务器的第一抽稀后的数据,所述第一抽稀后的数据是根据所述监控数据的最大值、所述监控数据的最小值和所述监控数据的平均值,对N个分段数据中的每个分段数据进行抽稀得到的,所述N个分段数据是根据第一抽稀步长划分所述监控数据确定的,所述第一抽稀步长是依据所述指示信息指示的方式确定的;
所述第一抽稀后的数据是根据所述分段数据中数据点与所述监控数据的平均值的距离、所述数据点距离监控数据中的最大值的距离和所述数据点距离监控数据中的最小值的距离,以及各个距离的权重,对所述分段数据里的数据进行抽稀得到的;
显示单元,用于根据所述第一抽稀后的数据绘制曲线,并显示所述第一抽稀后的数据的曲线。
19.一种数据抽稀装置,其特征在于,包括:至少一个处理器、存储器和总线,其中,所述存储器用于存储计算机程序,使得所述计算机程序被所述至少一个处理器执行时实现如权利要求1-8中任一项所述的方法。
20.一种显示装置,其特征在于,包括:至少一个处理器、存储器和总线,其中,所述存储器用于存储计算机程序,使得所述计算机程序被所述至少一个处理器执行时实现如权利要求9所述的方法。
21.一种计算机可读存储介质,其特征在于,包括:计算机软件指令;
当所述计算机软件指令在数据抽稀装置或内置在数据抽稀装置的芯片中运行时,使得所述数据抽稀装置执行如权利要求1-8中任一项所述的方法。
22.一种计算机可读存储介质,其特征在于,包括:计算机软件指令;
当所述计算机软件指令在显示装置或内置在显示装置的芯片中运行时,使得所述显示装置执行或者如权利要求9所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010308016.4A CN113535504B (zh) | 2020-04-17 | 2020-04-17 | 数据抽稀方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010308016.4A CN113535504B (zh) | 2020-04-17 | 2020-04-17 | 数据抽稀方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113535504A CN113535504A (zh) | 2021-10-22 |
CN113535504B true CN113535504B (zh) | 2023-12-29 |
Family
ID=78093616
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010308016.4A Active CN113535504B (zh) | 2020-04-17 | 2020-04-17 | 数据抽稀方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113535504B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590203A (zh) * | 2017-08-22 | 2018-01-16 | 武汉市测绘研究院 | 一种基于平均高程面三角网的地形图高程抽稀算法 |
CN109766777A (zh) * | 2018-12-18 | 2019-05-17 | 东软集团股份有限公司 | 异常轨迹的检测方法、装置、存储介质及电子设备 |
CN110163065A (zh) * | 2018-12-04 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 点云数据处理方法、点云数据加载方法、及装置和设备 |
CN110197518A (zh) * | 2018-02-24 | 2019-09-03 | 高德软件有限公司 | 曲线抽稀方法及装置 |
-
2020
- 2020-04-17 CN CN202010308016.4A patent/CN113535504B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107590203A (zh) * | 2017-08-22 | 2018-01-16 | 武汉市测绘研究院 | 一种基于平均高程面三角网的地形图高程抽稀算法 |
CN110197518A (zh) * | 2018-02-24 | 2019-09-03 | 高德软件有限公司 | 曲线抽稀方法及装置 |
CN110163065A (zh) * | 2018-12-04 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 点云数据处理方法、点云数据加载方法、及装置和设备 |
CN109766777A (zh) * | 2018-12-18 | 2019-05-17 | 东软集团股份有限公司 | 异常轨迹的检测方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113535504A (zh) | 2021-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230403677A1 (en) | Data Analytics for Multi-access Edge Computation | |
KR101769114B1 (ko) | 송신 노드 및 버퍼 상태 보고 방법 | |
US20170041817A1 (en) | Communication management apparatus, wireless terminal, and non-transitory machine-readable storage medium | |
CN111586797B (zh) | 一种通信方法和接入网设备 | |
WO2020244650A1 (zh) | 一种获取性能意图指标的方法、装置及系统 | |
CN113271623B (zh) | 通信方法及装置 | |
CN114710800A (zh) | 一种感知处理网元确定方法和装置 | |
CN113727331B (zh) | 5g基站部署方法及装置 | |
CN112333826B (zh) | 一种业务接纳方法及装置 | |
CN111586795B (zh) | 一种通信方法和接入网设备 | |
CN114071706A (zh) | 定位方法、定位装置、定位设备、定位系统和存储介质 | |
CN113535504B (zh) | 数据抽稀方法及装置 | |
CN111565437B (zh) | 一种通信方法和接入网设备 | |
CN111565432B (zh) | 一种通信方法和接入网设备 | |
CN111565434B (zh) | 一种通信方法和接入网设备 | |
CN111586798B (zh) | 一种通信方法和接入网设备 | |
CN111565438B (zh) | 一种通信方法和接入网设备 | |
CN111565436A (zh) | 一种通信方法和接入网设备 | |
WO2024099175A1 (zh) | 一种算法管理方法和装置 | |
CN114071580B (zh) | 一种数据传输方法、装置及电子设备 | |
US20240196319A1 (en) | Management device, management method, and management program | |
WO2023186048A1 (zh) | 一种ai服务信息获取方法、装置及系统 | |
US20220286810A1 (en) | Relative positioning method, apparatus, and system | |
EP4415320A1 (en) | Information processing method and information processing device | |
CN114071546A (zh) | 一种数据传输方法、装置及电子设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220214 Address after: 550025 Huawei cloud data center, jiaoxinggong Road, Qianzhong Avenue, Gui'an New District, Guiyang City, Guizhou Province Applicant after: Huawei Cloud Computing Technologies Co.,Ltd. Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Applicant before: HUAWEI TECHNOLOGIES Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |