CN113590047B - 数据库的筛查方法、装置、电子设备及存储介质 - Google Patents

数据库的筛查方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113590047B
CN113590047B CN202110919467.6A CN202110919467A CN113590047B CN 113590047 B CN113590047 B CN 113590047B CN 202110919467 A CN202110919467 A CN 202110919467A CN 113590047 B CN113590047 B CN 113590047B
Authority
CN
China
Prior art keywords
database
performance data
performance
storage
screening
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
Application number
CN202110919467.6A
Other languages
English (en)
Other versions
CN113590047A (zh
Inventor
卢星辰
童慧明
万鹏
王良元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Construction Bank Corp
Original Assignee
China Construction Bank Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Construction Bank Corp filed Critical China Construction Bank Corp
Priority to CN202110919467.6A priority Critical patent/CN113590047B/zh
Publication of CN113590047A publication Critical patent/CN113590047A/zh
Application granted granted Critical
Publication of CN113590047B publication Critical patent/CN113590047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/0604Improving or facilitating administration, e.g. storage management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0602Interfaces specially adapted for storage systems specifically adapted to achieve a particular effect
    • G06F3/061Improving I/O performance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601Interfaces specially adapted for storage systems
    • G06F3/0668Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/0671In-line storage system
    • G06F3/0683Plurality of storage devices
    • G06F3/0688Non-volatile semiconductor memory arrays
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请提供了一种数据库的筛查方法、装置、电子设备及存储介质,在数据库的筛查方法中,按照预设的时间周期,采集每一个数据库的性能数据。然后针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。检测每一个数据库的存储访问时延是否大于预设的阈值,若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。最后基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,筛查出在预设时间段内性能参数变化最大的数据库。

Description

数据库的筛查方法、装置、电子设备及存储介质
技术领域
本申请涉及数据处理技术领域,尤其涉及一种数据库的筛查方法、装置、电子设备及存储介质。
背景技术
在大型数据中心中,通常会存在多台存储磁盘阵列,每台存储磁盘阵列都会供给多个数据库使用的情况,当某个数据库出现异常高I/O(Input/Output,输入/输出)的时候,会导致共用同一个存储磁盘阵列的其它数据库出现I/O响应变慢的问题。因此,如果出现某个数据库的I/O响应突然变慢的情况,则需要排查与当前数据库共用一个存储磁盘阵列的其它数据库是否出现数据异常,从而导致了当前数据库的I/O响应变慢。
在现有技术中,当出现某个数据库I/O响应变慢时,通常需要通过存储管理团队提供与当前数据库共用一个存储磁盘阵列的数据库清单,然后由工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长。
发明内容
有鉴于此,本申请提供一种数据库的筛查方法、装置、电子设备及存储介质,以解决现有技术中当出现某个数据库I/O响应变慢时,需要工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长的问题。
为实现上述目的,本申请提供如下技术方案:
本申请第一方面公开了一种数据库的筛查方法,包括:
按照预设的时间周期,采集每一个数据库的性能数据;
针对每一个数据库,对采集到的性能数据进行解析,得到所述数据库的存储访问时延;
检测每一个所述数据库的存储访问时延是否大于预设的阈值;
若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,所述目标数据库为存储访问时延大于所述预设的阈值的数据库;
基于与所述目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,所述性能参数包括:IO流量和/或IO次数;
筛查出在预设时间段内所述性能参数变化最大的数据库。
可选的,上述的方法,所述采集每一个数据库的性能数据之后,还包括:
获取采集到的性能数据的数据量;
基于所述采集到的性能数据的数据量,制定所述性能数据的存储周期。
可选的,上述的方法,所述若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据之后,还包括:
根据所述目标数据库当前时刻的性能数据,生成告警信息,并发送到告警模块。
可选的,上述的方法,所述筛查出在预设时间段内所述性能参数变化最大的数据库,包括:
基于与所述目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图;
利用所述性能变化趋势图,筛查出在所述预设时间段内所述性能参数变化最大的数据库。
本申请第二方面公开了一种数据库的筛查装置,包括:
采集单元,用于按照预设的时间周期,采集每一个数据库的性能数据;
解析单元,用于针对每一个数据库,对采集到的性能数据进行解析,得到所述数据库的存储访问时延;
检测单元,用于检测每一个所述数据库的存储访问时延是否大于预设的阈值;
第一获取单元,用于若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,所述目标数据库为存储访问时延大于所述预设的阈值的数据库;
第二获取单元,用于基于与所述目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,所述性能参数包括:IO流量和/或IO次数;
筛查单元,用于筛查出在预设时间段内所述性能参数变化最大的数据库。
可选的,上述的装置,还包括:
第三获取单元,用于获取采集到的性能数据的数据量;
制定单元,用于基于所述采集到的性能数据的数据量,制定所述性能数据的存储周期。
可选的,上述的装置,还包括:
告警单元,用于根据所述目标数据库当前时刻的性能数据,生成告警信息,并发送到告警模块。
可选的,上述装置,所述筛查单元,包括:
图形生成子单元,用于基于与所述目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图;
筛查子单元,用于利用所述性能变化趋势图,筛查出在所述预设时间段内所述性能参数变化最大的数据库。
本申请第三方面公开了一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如本申请第一方面中任意一项所述的方法。
本申请第四方面公开了一种计算机存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如本申请第一方面中任意一项所述的方法。
从上述技术方案可以看出,本申请提供的一种数据库的筛查方法中,按照预设的时间周期,采集每一个数据库的性能数据。然后针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。检测每一个数据库的存储访问时延是否大于预设的阈值,若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。最后基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,并筛查出在预设时间段内性能参数变化最大的数据库。由此可知,利用本申请的方法,能够按照预设的时间周期采集各个数据库的性能数据,并检测各个数据库的存储访问时延是否出现异常,若发现异常,则自动筛查出在预设时间段内性能数据变化最大的数据库,以便进行后续的数据库异常原因分析。解决了现有技术中当出现某个数据库I/O响应变慢时,需要工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长的问题。
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,下面描述中的附图仅仅是本申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例公开的一种数据库的筛查方法的流程图;
图2为本申请另一实施例公开的步骤S405的一种实施方式的流程图;
图3为本申请另一实施例公开的一种数据库的性能变化趋势图;
图4为本申请另一实施例公开的一种数据库的筛查装置的示意图;
图5为本申请另一实施例公开的一种电子设备的示意图。
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,都属于本申请保护的范围。
在本申请中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
并且,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
由背景技术可知,在现有技术中,当出现某个数据库I/O响应变慢时,通常需要通过存储管理团队提供与当前数据库共用一个存储磁盘阵列的数据库清单,然后由工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长。
鉴于此,本申请提供了一种数据库的筛查方法、装置、电子设备及存储介质,以解决现有技术中当出现某个数据库I/O响应变慢时,需要工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长的问题。
本申请实施例提供了一种数据库的筛查方法,如图1所示,具体包括:
S101、按照预设的时间周期,采集每一个数据库的性能数据。
需要说明的是,为了对各个数据库进行性能分析,设定一个预设的时间周期,例如一分钟,然后按照预设的时间周期,通过部署在数据库主机上的脚本定期采集每一个数据库的性能数据,其中,数据库的性能数据的数据定义如表1所示:
表1
可选的,在本申请的另一实施例中,在执行步骤S101之后,还可以包括:
获取采集到的性能数据的数据量;
基于采集到的性能数据的数据量,制定性能数据的存储周期。
需要说明的是,在采集每一个数据库的性能数据之后,获取采集到的所有性能数据的数据量。然后根据采集到的性能数据的数据量,以及用于保存这些性能数据的数据库的容量,制定这些性能数据的存储周期,避免这些性能数据过长时间地占用存储资源,造成资源浪费。
S102、针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。
需要说明的是,在采集每一个数据库的性能数据之后,针对每一个数据库,对当前数据库采集到的性能数据进行解析,从而得到当前数据库的存储访问时延。
为了方便数据管理,将各个数据库的名称、性能数据以及存储访问时延等都输入到表格中,具体表格形式如表2所示:
表2
S103、检测每一个数据库的存储访问时延是否大于预设的阈值。
需要说明的是,在得到每一个数据库的存储访问时延之后,实时检测每一个数据库的存储访问时延是否大于预设的阈值,该阈值可以根据实际情况进行设定,数据库的存储访问时延大于该阈值则说明当前数据库的存储访问时延过高,应当排查器原因。数据库的存储访问时延不大于该阈值则说明当前数据库的存储访问时延处于正常情况。
S104、若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。
需要说明的是,如果检测出某个数据库的存储访问时延大于预设的阈值,则获取目标数据库的信息,其中,目标数据库为存储访问时延大于预设的阈值的数据库。通过目标数据库的信息确定出目标数据库所在的SAN(Storage AreaNetwork,存储区域网络)存储磁盘阵列。然后根据SAN存储磁盘阵列确定出使用该SAN存储磁盘阵列的所有数据库,并获取使用该SAN存储磁盘阵列的所有数据库的性能数据。
可选的,在本申请另一实施例中,在执行步骤S104之后,还可以包括:
根据目标数据库在当前时刻的性能数据,生成告警信息,并发送到告警模块。
需要说明的是,在检测出某个数据库的存储访问时延大于预设的阈值时,则获取当前检测出存储访问时延大于预设的阈值的数据库在当前时刻的性能数据,并根据目标数据库在当前时刻的性能数据,生成告警信息,发送到告警模块,告警模块就可以通过邮件、短信、网页方式通知到运维值班人员当前数据库的情况。其中,告警信息内容格式示例如下:
【主要告警】xxx系统,<host_namex>—<dbx>io延迟高,当前值为:100,告警阈值为:[100-99999999],发生时间:x年x月x日x时:x分:x秒【同存储I/O分析结果】同存储mbps最高为<host_namey>—<dby>:2000,iops最高为<host_namey>—<dby>:800。
S105、基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,所述性能参数包括:IO流量和/或IO次数。
需要说明的是,在获取到与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据之后,获取所有数据库在预设时间段内的性能参数,该性能参数包括IO流量和/或IO次数,这两个维度的参数能够反映出数据库的性能变化。预设的时间段可以根据实际情况进行设定。
S106、筛查出在预设时间段内性能参数变化最大的数据库。
需要说明的是,在获取到之后所有数据库在预设时间段内性能参数之后,筛查出在预设时间段内性能参数变化最大的数据库。例如检测出目标数据库的存储访问时延大于预设的阈值的时刻是T2时刻,则可以获取每一个数据库在T1时刻到T2时刻的IO流量和IO次数,然后筛查出在预设时间段IO流量或IO次数变化最大的数据库。目标数据库的I/O响应变慢很可能是因为筛查出的这个在预设时间段性能参数变化最大的数据库上的流量突增导致的,因此,可以直接对筛查出来的数据库进行进一步的性能分析,确定是否是造成目标数据库的存储访问时延过大的原因所在。
可选的,在本申请的另一实施例中,步骤S106的一种实施方式,如图2所示,可以包括:
S201、基于与目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图。
需要说明的是,对每一个数据库的性能参数进行分析时,可以分为I/O流量(mbps)和I/O次数(iops)两个维度,因此,可以将每一个数据库的性能参数以存储标识为分析维度,按时间顺序对2个I/O性能指标场景的分析。场景1横坐标为时间,纵坐标为mbps(I/O流量),具体如表3所示:
表3场景2横坐标为时间,纵坐标为iops(I/O次数),具体如表4所示:
表4
还需要说明的是,根据表3或者表4的数据生成每一个数据库的I/O流量变化趋势图或者生成每一个数据库的I/O次数变化趋势图,例如,根据与目标数据库共用一个SAN存储磁盘阵列的数据库的I/O流量数据,生成使用该SAN存储磁盘阵列的所有数据库的I/O流量变化趋势图,具体如图3所示。
S202、利用性能变化趋势图,筛查出在预设时间段内性能参数变化最大的数据库。
需要说明的是,从图3可以看出,在T2时刻,主机HOST2上的RAC1_02数据库的mbps最大,从T1时刻到T2时刻的mbps变化最大,因此,利用性能变化趋势图,可以直接筛查出从T1时刻到T2时刻这段时间内性能参数变化最大的数据库就是主机HOST2上的RAC1_02数据库。
本申请提供的一种数据库的筛查方法中,按照预设的时间周期,采集每一个数据库的性能数据。然后针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。检测每一个数据库的存储访问时延是否大于预设的阈值,若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。最后基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,并筛查出在预设时间段内性能参数变化最大的数据库。由此可知,利用本申请的方法,能够按照预设的时间周期采集各个数据库的性能数据,并检测各个数据库的存储访问时延是否出现异常,若发现异常,则自动筛查出在预设时间段内性能数据变化最大的数据库,以便进行后续的数据库异常原因分析。解决了现有技术中当出现某个数据库I/O响应变慢时,需要工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长的问题。
在本申请的另一实施例还公开了一种数据库的筛查装置,如图4所示,包括:
采集单元401,用于按照预设的时间周期,采集每一个数据库的性能数据。
解析单元402,用于针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。
检测单元403,用于检测每一个数据库的存储访问时延是否大于预设的阈值。
第一获取单元404,用于若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。
第二获取单元405,用于基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,性能参数包括:IO流量和/或IO次数;
筛查单元406,用于筛查出在预设时间段内性能参数变化最大的数据库。
本实施例中,采集单元401、解析单元402、检测单元403、第一获取单元404、第二获取单元405、筛查单元406的具体执行过程,可参见对应图1的方法实施例内容,此处不再赘述。
本申请提供的一种数据库的筛查装置中,采集单元401按照预设的时间周期,采集每一个数据库的性能数据。然后解析单元402针对每一个数据库,对采集到的性能数据进行解析,得到数据库的存储访问时延。检测单元403检测每一个数据库的存储访问时延是否大于预设的阈值,若检测出某个数据库的存储访问时延大于预设的阈值,第一获取单元404则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,目标数据库为存储访问时延大于预设的阈值的数据库。第二获取单元405基于与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,筛查单元406筛查出在预设时间段内性能参数变化最大的数据库。由此可知,利用本申请的方法,能够按照预设的时间周期采集各个数据库的性能数据,并检测各个数据库的存储访问时延是否出现异常,若发现异常,则自动筛查出在预设时间段内性能数据变化最大的数据库,以便进行后续的数据库异常原因分析。解决了现有技术中当出现某个数据库I/O响应变慢时,需要工作人员对与当前数据库共用一个存储磁盘阵列的数据库进行逐一排查,整体排查效率较低、耗时较长的问题。
可选的,在本申请的另一实施例中,上述数据库的筛查装置,还可以包括:
第三获取单元,用于获取采集到的性能数据的数据量。
制定单元,用于基于采集到的性能数据的数据量,制定性能数据的存储周期。
本实施例中,第二获取单元、制定单元的具体执行过程,可参见对应上述方法实施例内容,此处不再赘述。
可选的,在本申请的另一实施例中,上述数据库的筛查装置,还可以包括:
告警单元,用于根据目标数据库当前时刻的性能数据,生成告警信息,并发送到告警模块。
本实施例中,告警单元的具体执行过程,可参见对应上述方法实施例内容,此处不再赘述。
可选的,在本申请的另一实施例中,筛查单元406的一种实施方式,包括:
图形生成子单元,用于基于与目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图。
筛查子单元,用于利用性能变化趋势图,筛查出在预设时间段内性能参数变化最大的数据库。
本实施例中,图形生成子单元以及筛查子单元的具体执行过程,可参见图2对应的方法实施例内容,此处不再赘述。
本申请另一实施例还提供了一种电子设备,如图5所示,具体包括:
一个或多个处理器501。
存储装置502,其上存储有一个或多个程序。
当一个或多个程序被一个或多个处理器501执行时,使得一个或多个处理器501实现如上述实施例中任意一项方法。
本申请另一实施例还提供了计算机存储介质,其上存储有计算机程序,其中,计算机程序被处理器执行时实现如上述实施例中任意一项方法。
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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种数据库的筛查方法,其特征在于,包括:
按照预设的时间周期,采集每一个数据库的性能数据;
针对每一个数据库,对采集到的性能数据进行解析,得到所述数据库的存储访问时延;
检测每一个所述数据库的存储访问时延是否大于预设的阈值;
若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,所述目标数据库为存储访问时延大于所述预设的阈值的数据库;
基于与所述目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,所述性能参数包括:IO流量和/或IO次数;
筛查出在预设时间段内所述性能参数变化最大的数据库。
2.根据权利要求1所述的方法,其特征在于,所述采集每一个数据库的性能数据之后,还包括:
获取采集到的性能数据的数据量;
基于所述采集到的性能数据的数据量,制定所述性能数据的存储周期。
3.根据权利要求1所述的方法,其特征在于,所述若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据之后,还包括:
根据所述目标数据库当前时刻的性能数据,生成告警信息,并发送到告警模块。
4.根据权利要求1所述的方法,其特征在于,所述筛查出在预设时间段内所述性能参数变化最大的数据库,包括:
基于与所述目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图;
利用所述性能变化趋势图,筛查出在所述预设时间段内所述性能参数变化最大的数据库。
5.一种数据库的筛查装置,其特征在于,包括:
采集单元,用于按照预设的时间周期,采集每一个数据库的性能数据;
解析单元,用于针对每一个数据库,对采集到的性能数据进行解析,得到所述数据库的存储访问时延;
检测单元,用于检测每一个所述数据库的存储访问时延是否大于预设的阈值;
第一获取单元,用于若检测出某个数据库的存储访问时延大于预设的阈值,则获取与目标数据库共用一个存储磁盘阵列的所有数据库的性能数据;其中,所述目标数据库为存储访问时延大于所述预设的阈值的数据库;
第二获取单元,用于基于与所述目标数据库共用一个存储磁盘阵列的所有数据库的性能数据,获取所有数据库在预设时间段内的性能参数,所述性能参数包括:IO流量和/或IO次数;
筛查单元,用于筛查出在预设时间段内所述性能参数变化最大的数据库。
6.根据权利要求5所述的装置,其特征在于,还包括:
第三获取单元,用于获取采集到的性能数据的数据量;
制定单元,用于基于所述采集到的性能数据的数据量,制定所述性能数据的存储周期。
7.根据权利要求5所述的装置,其特征在于,还包括:
告警单元,用于根据所述目标数据库当前时刻的性能数据,生成告警信息,并发送到告警模块。
8.根据权利要求5所述的装置,其特征在于,所述筛查单元,包括:
图形生成子单元,用于基于与所述目标数据库共用一个存储磁盘阵列的所有数据库在预设时间段内的性能参数,生成与目标数据库共用一个存储磁盘阵列的所有数据库的性能变化趋势图;
筛查子单元,用于利用所述性能变化趋势图,筛查出在所述预设时间段内所述性能参数变化最大的数据库。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至4中任意一项所述的方法。
10.一种计算机存储介质,其特征在于,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至4中任意一项所述的方法。
CN202110919467.6A 2021-08-11 2021-08-11 数据库的筛查方法、装置、电子设备及存储介质 Active CN113590047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110919467.6A CN113590047B (zh) 2021-08-11 2021-08-11 数据库的筛查方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110919467.6A CN113590047B (zh) 2021-08-11 2021-08-11 数据库的筛查方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113590047A CN113590047A (zh) 2021-11-02
CN113590047B true CN113590047B (zh) 2024-01-26

Family

ID=78257238

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110919467.6A Active CN113590047B (zh) 2021-08-11 2021-08-11 数据库的筛查方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113590047B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001184175A (ja) * 1999-12-24 2001-07-06 Nec Corp ストレージ管理システム
US6583634B1 (en) * 1999-04-28 2003-06-24 Hitachi, Ltd. Method of inspecting circuit pattern and inspecting instrument
CN101091165A (zh) * 2005-01-18 2007-12-19 国际商业机器公司 提供虚拟存储子系统内虚拟存储分配的自动性能优化的方法、装置和程序存储设备
JP4116064B1 (ja) * 2007-04-18 2008-07-09 三菱電機インフォメーションシステムズ株式会社 クライアント装置
WO2009114427A1 (en) * 2008-03-14 2009-09-17 Clear Blue Security, Llc Multi virtual expert system and method for network management
CA2867589A1 (en) * 2013-10-15 2015-04-15 Coho Data Inc. Systems, methods and devices for implementing data management in a distributed data storage system
CN108073465A (zh) * 2017-12-29 2018-05-25 中国平安人寿保险股份有限公司 动态限流方法、Nginx服务器、存储介质及装置
WO2018160656A1 (en) * 2017-02-28 2018-09-07 Eubank John R Method for sending public service announcements to mobile applications
CN109521968A (zh) * 2018-11-19 2019-03-26 郑州云海信息技术有限公司 存储系统性能参数获取方法、数据处理装置及相关组件
US10509769B1 (en) * 2014-06-12 2019-12-17 EMC IP Holding Company LLC Method to efficiently track I/O access history
CN110889632A (zh) * 2019-11-27 2020-03-17 国网能源研究院有限公司 一种公司形象提升系统的数据监测分析系统
CN111125417A (zh) * 2019-12-30 2020-05-08 深圳云天励飞技术有限公司 一种数据搜索方法、装置、电子设备及存储介质
CN111736764A (zh) * 2020-05-28 2020-10-02 苏州浪潮智能科技有限公司 一种数据库一体机的存储系统及数据请求处理方法、装置
CN112463073A (zh) * 2020-12-10 2021-03-09 苏州浪潮智能科技有限公司 一种对象存储分布式配额方法、系统、设备和存储介质
CN112511535A (zh) * 2020-11-27 2021-03-16 北京明略昭辉科技有限公司 一种设备检测方法、装置、设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11663647B2 (en) * 2008-01-15 2023-05-30 Sciquest, Inc. User-specific rule-based database querying
US8051099B2 (en) * 2008-05-08 2011-11-01 International Business Machines Corporation Energy efficient data provisioning
US9720970B2 (en) * 2013-06-06 2017-08-01 Oracle International Corporation Efficient storage and retrieval of fragmented data using pseudo linear dynamic byte array
JP6328071B2 (ja) * 2015-03-31 2018-05-23 東芝メモリ株式会社 異常予兆検知システム及び半導体デバイスの製造方法
US10839093B2 (en) * 2018-04-27 2020-11-17 Nutanix, Inc. Low latency access to physical storage locations by implementing multiple levels of metadata
US11151118B2 (en) * 2018-10-02 2021-10-19 Servicenow, Inc. Dynamic threshold adjustment based on performance trend data

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6583634B1 (en) * 1999-04-28 2003-06-24 Hitachi, Ltd. Method of inspecting circuit pattern and inspecting instrument
JP2001184175A (ja) * 1999-12-24 2001-07-06 Nec Corp ストレージ管理システム
CN101091165A (zh) * 2005-01-18 2007-12-19 国际商业机器公司 提供虚拟存储子系统内虚拟存储分配的自动性能优化的方法、装置和程序存储设备
JP4116064B1 (ja) * 2007-04-18 2008-07-09 三菱電機インフォメーションシステムズ株式会社 クライアント装置
WO2009114427A1 (en) * 2008-03-14 2009-09-17 Clear Blue Security, Llc Multi virtual expert system and method for network management
CA2867589A1 (en) * 2013-10-15 2015-04-15 Coho Data Inc. Systems, methods and devices for implementing data management in a distributed data storage system
US10509769B1 (en) * 2014-06-12 2019-12-17 EMC IP Holding Company LLC Method to efficiently track I/O access history
WO2018160656A1 (en) * 2017-02-28 2018-09-07 Eubank John R Method for sending public service announcements to mobile applications
CN108073465A (zh) * 2017-12-29 2018-05-25 中国平安人寿保险股份有限公司 动态限流方法、Nginx服务器、存储介质及装置
CN109521968A (zh) * 2018-11-19 2019-03-26 郑州云海信息技术有限公司 存储系统性能参数获取方法、数据处理装置及相关组件
CN110889632A (zh) * 2019-11-27 2020-03-17 国网能源研究院有限公司 一种公司形象提升系统的数据监测分析系统
CN111125417A (zh) * 2019-12-30 2020-05-08 深圳云天励飞技术有限公司 一种数据搜索方法、装置、电子设备及存储介质
CN111736764A (zh) * 2020-05-28 2020-10-02 苏州浪潮智能科技有限公司 一种数据库一体机的存储系统及数据请求处理方法、装置
CN112511535A (zh) * 2020-11-27 2021-03-16 北京明略昭辉科技有限公司 一种设备检测方法、装置、设备及存储介质
CN112463073A (zh) * 2020-12-10 2021-03-09 苏州浪潮智能科技有限公司 一种对象存储分布式配额方法、系统、设备和存储介质

Also Published As

Publication number Publication date
CN113590047A (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN107992398B (zh) 一种业务系统的监控方法和监控系统
CN110502494B (zh) 日志处理方法、装置、计算机设备及存储介质
US20180365085A1 (en) Method and apparatus for monitoring client applications
US11093349B2 (en) System and method for reactive log spooling
CN105354126B (zh) 监控页面脚本文件中异常的方法和装置
US8135979B2 (en) Collecting network-level packets into a data structure in response to an abnormal condition
CN107370806B (zh) Http状态码监控方法、装置、存储介质和电子设备
CN105610648A (zh) 一种运维监控数据的采集方法及服务器
US8903923B2 (en) Methods and apparatus for system monitoring
WO2015136624A1 (ja) アプリケーション性能監視方法および装置
CN107066370A (zh) 一种自动监控并收集故障硬盘日志的工具及方法
CN110083391A (zh) 调用请求监控方法、装置、设备及存储介质
CN108206769B (zh) 过滤网络质量告警的方法、装置、设备和介质
US20120185441A1 (en) Efficient data collection mechanism in middleware runtime environment
CN115499302B (zh) 业务系统的监测方法、装置、可读存储介质及电子设备
CN108390793A (zh) 一种分析系统稳定性的方法及装置
CN111177193A (zh) 一种基于Flink的日志流式处理方法及系统
CN114039900A (zh) 一种高效网络数据包协议分析方法和系统
CN112100035A (zh) 一种页面异常检测方法、系统及相关装置
CN113778810A (zh) 一种日志收集方法、装置及系统
US8949669B1 (en) Error detection, correction and triage of a storage array errors
US9201752B2 (en) System and method for correlating empirical data with user experience
CN112256548B (zh) 异常数据的监听方法、装置、服务器及存储介质
CN111240936A (zh) 一种数据完整性校验的方法及设备
CN113472577B (zh) 一种集群巡检方法、装置及系统

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