CN113934595A - 数据分析方法及系统、存储介质及电子终端 - Google Patents
数据分析方法及系统、存储介质及电子终端 Download PDFInfo
- Publication number
- CN113934595A CN113934595A CN202111197229.5A CN202111197229A CN113934595A CN 113934595 A CN113934595 A CN 113934595A CN 202111197229 A CN202111197229 A CN 202111197229A CN 113934595 A CN113934595 A CN 113934595A
- Authority
- CN
- China
- Prior art keywords
- data
- associated application
- application
- target
- time sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
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
- G06F11/302—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
- G06F11/3055—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
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
Abstract
本公开涉及计算机技术领域,具体涉及一种数据分析方法、一种数据分析系统、一种存储介质以及一种电子终端。所述方法包括:对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。本方案能够对关联应用是否存在异常做出准确的判断。进而提供一种能够在不同的关联应用之间通用的数据分析方法。
Description
技术领域
本公开涉及计算机技术领域,具体涉及一种数据分析方法、一种数据分析系统、一种存储介质以及一种电子终端。
背景技术
在系统的微服务化过程中,一个内容相对较大的系统会被拆分成多个相对较小的应用服务,即微服务。对于各微服务而言,有各自的项目内容,使用各自的数据库进行数据存储。在各微服务或者被拆分的应用之间,存在一定的关联关系。通过对各应用的应用数据进行采集和监控,能够对关联应用的运行状态、监控状况进行实时的监控。在现有的相关解决方案中,对于任意的存在关联关系的两个应用,需要定制化的开发应用于该两个应用的校验工具,才能实现对关联应用的运行状态的监控和分析。然而,在现有技术中,一个系统往往会被拆分为多个微服务或者应用,各关联应用之间的校验工具并不能通用。另外,一些业务数据监控方案,需要隔日才能得到对监控数据的分析结果,实时性差。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种数据分析方法、一种数据分析系统、一种存储介质以及一种电子终端,能够对关联应用的运行状态进行准确的分析和评价;进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的第一方面,提供一种数据分析方法,包括:对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;
对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;
根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
在本公开的一种示例性实施例中,所述监控数据包括所述关联应用对应的APM监控数据和/或应用数据。
在本公开的一种示例性实施例中,所述方法还包括:
获取待分析的关联应用,根据所述关联应用之间的应用关联关系确定各关联应用对应的目标数据项;
为各关联应用之间的目标数据项创建数据项关联关系;以及
为所述目标数据项配置对应的数据抽取配置信息。
在本公开的一种示例性实施例中,所述根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,包括:
基于所述时序数据,获取目标时间序列下第一关联应用的目标数据项对应的第一数据,以及第二关联应用的目标数据项对应的第二数据;
将所述第一数据和所述第二数据进行比对,以获取初始比对结果;
将所述初始比对结果与所述数据目标数据项对应的数据对比阈值进行比较,以获取所述数据比对结果。
在本公开的一种示例性实施例中,所述根据数据比对结果确定所述关联应用的运行状态,包括:
在所述数据比对结果异常时,确定所述第一关联应用和/或所述第二关联应用在所述目标时间序列存在异常。
在本公开的一种示例性实施例中,所述方法还包括:
获取所述第一关联应用和所述第二关联应用的其他目标数据项的监控数据;
基于所述其他目标数据项的监控数据进行辅助判断,以获取辅助比对结果;
基于所述第一关联应用和/或所述第二关联应用在所述目标时间序列的异常识别结果,结合上述辅助比对结果,确定所述第一关联应用或所述第二关联应用的异常运行状态。
在本公开的一种示例性实施例中,所述确定所述第一关联应用或所述第二关联应用在所述目标时间序列存在异常时,所述方法还包括:
获取与所述第一关联应用存在业务关联的第三关联应用对应的时序数据,基于所述第三关联应用与所述第二关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态;或者
获取与所述第二关联应用存在业务关联关系的第四关联应用对应的时序数据,基于上述第四关联应用于所述第一关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态。
根据本公开的第二方面,提供一种数据分析系统,包括:
数据抽取模块,用于对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;
时序数据转换模块,用于对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;
数据分析模块,用于根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
根据本公开的第三方面,提供一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现上述的数据分析方法。
根据本公开的第四方面,提供一种电子终端,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述的数据分析方法。
本公开的一种实施例所提供的数据分析方法中,通过对存在业务关联关系的第一关联应用和第二关联应用进行数据采集,获取目标数据项对应的监控数据,并将监控数据转换为对应的时序数据;从而可以利用两关联应用的时序数据,选择目标数据项在指定的时间节点对应的具体数据进行比对,从而根据数据比对结果确定两关联应用的数据变化趋势是否满足预设的规则来对关联应用的运行状态进行分析和评估,对关联应用是否存在异常做出准确的判断。进而提供一种能够在不同的关联应用之间通用的数据分析方法。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种数据分析方法的示意图;
图2示意性示出本公开示例性实施例中一种数据分析方法的示意图;
图3示意性示出本公开示例性实施例中一种执行数据分析方法的系统架构的示意图;
图4示意性示出本公开示例性实施例中一种数据比对方法的流程示意图;
图5示意性示出本公开示例性实施例中一种异常应用分析的方法示意图;
图6示意性示出本公开示例性实施例中一种数据分析系统的构成示意图;
图7示意性示出本公开示例性实施例中一种电子设备的组成示意图;
图8示意性示出本公开示例性实施例中一种程序产品的示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
在相关技术中,系统应用被拆分成多个微服务或者子应用,例如,将系统应用拆分为订单系统、支付系统和发货系统;各子系统之间存在特定的关联关系,且各子系统之间的应用运行数据能够保证趋势上的一致性。在一些方案中,可以利用APM(ApplicationPerformance Management,应用性能管理)工具对系统进行监控,通过监控接口返回的状态码对对运行状态进行判断。但这样的方式存在响应慢的问题。若代码逻辑存在问题,则可能造成数据库中的业务数据异常,进而导致无法监控。此外,在对业务数据进行监控时,大多采用人工方式为上下游应用导出报表数据,进行隔日对账,才能发现应用异常。从而导致实时性差。并且,由于不同的上下游应用之间的校验工具并不能通用,导致校验工具需要分别配置,导致重复劳动较多,工作量变大。
基于上述问题,本示例实施方式中首先提供了一种数据分析方法。
参考图1中所示,上述的数据分析方法可以包括:
步骤S11,对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;
步骤S12,对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;
步骤S13,根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
本示例实施方式所提供的数据分析方法,通过对存在业务关联关系的第一关联应用和第二关联应用进行数据采集,获取目标数据项对应的监控数据,并将监控数据转换为对应的时序数据;从而可以利用两关联应用的时序数据,选择目标数据项在指定的时间节点对应的具体数据进行比对,从而根据数据比对结果确定两关联应用的数据变化趋势是否满足预设的规则来对关联应用的运行状态进行分析和评估,对关联应用是否存在异常做出准确的判断。进而提供一种能够在不同的关联应用之间通用的数据分析方法,减少校验工具开发所产生的重复劳动。
下面,将结合附图及实施例对本示例实施方式中的数据分析方法进行更详细的说明。
本示例实施方式中,参考图3所示的系统架构,示出了可以应用本发明实施例的技术方案的示例性系统架构的示意图。如图3所示,系统架构可以包括用户终端设备301(或者302)、网络304以及服务器303。其中,用户终端设备(301、302)可以是智能手机、平板电脑、电脑等智能设备。网络304用以在用户终端设备与服务器之间、服务器与服务器之间提供通信链路的介质。网络304可以包括各种连接类型,例如有线通信链路、无线通信链路等等。应该理解,图3中的用户终端、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。比如,服务器303可以是多个服务器组成的服务器集群等。
本示例实施方式中,参考图2所示,上述的数据分析方法可以包括:
步骤S10,获取待分析的关联应用,根据所述关联应用之间的应用关联关系确定各关联应用对应的目标数据项;
为各关联应用之间的目标数据项创建数据项关联关系;以及
为所述目标数据项配置对应的数据抽取配置信息。
具体来说,上述的数据分析方法可以由服务器端执行,或者由用户侧的智能终端设备与服务器端协作执行。举例来说,用户可以选择需要分析的系统的至少一个子应用或者微服务,并将基于该子应用或者微服务生成数据分析请求,上传至服务器端。在服务器端,根据系统中各子应用或者微服务之间的上下游关系,确定与该目标应用存在关联关系的至少一个上游关联应用和/或下游关联应用,对于每对关联应用,可以作为上述的待分析的关联应用,并分别创建对应的数据分析任务,并由服务器端执行。或者,在一些示例性实施方式中,用于也可以输入需要分析存在一定关联关系的两个应用,并上传至服务器端。
在服务器端,可以配置有系统对应的各子应用之间的关联关系信息表;例如各应用之间的上下游关系,以及应用之间的关联信息。例如,在保险业务链条中,保险订单应用、承保应用和理赔应用之间存在依次存在上下游关系;承保应用和理赔应用之间存在关联关系;保险订单应用与承保应用之间存在关联关系。或者,在一业务系统对应的订单子系统、支付子系统、发货子系统之间存在上下游关系;其中,订单子系统与支付子系统之间存在关联关系,订单子系统与发货子系统之间存在关联关系;等等。
对于上述的待分析的关联应用,具体可以是存在上下游关系的第一关联应用和第二关联应用;其中,第一关联应用可以是第二关联应用的上游应用。可以根据关联应用之间的关联关系选取第一关联应用的第一目标数据项和第二关联应用的第二目标数据项,用于后续的数据分析;并构建第一目标数据项和第二目标数据项之间的数据项关联关系,并配置各数据项对应的数据抽取配置信息。对于不同的具有上下游关系的关联应用来说,可以配置有目标数据项;一项应用在不同关联应用对中,也可以配置有不同的目标数据项。
其中,上述的目标数据项可以是APM监控数据中选取的数据项,也可以是应用运行数据中选取的数据项。举例来说,对于应用数据,各数据数据项对应的抽取配置信息可以包括:库信息、表或索引信息和字段信息。其中,库信息可以包括库访问链接地址,以及账号和密码等;表或索引信息可以包括库名称,表名称和/或索引名称;字段信息包括待抽取的具体字段,例如作为时间值的字段名,作为标签的字段名,作为指标值的字段名;等等。
对于APM监控数据来说,可以利用skywalking、pinpoint、zabbix等工具采集监控数据。对AMP监控数据而言,数据项对应抽取配置信息可以包括:库信息、索引信息、字段信息。其中,库信息可以包括ES节点信息,例如端口地址,用户名、密码;索引信息可以包括索引名称,端口调用信息(endpoint_cpm);字段信息可以包括作为时间值的字段:time_bucket,作为标签的字段:service_id(应用id),entity_id(接口id),作为指标值(即CPM值得字段):value,等等。
此外,在服务器端,还可以维护一应用于数据项的关系表;在该关系表中,可以包括应用的应用id等应用信息,以及该应用对应的数据项信息。
在步骤S11中,对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用。
本示例实施方式中,具体来说,可以在服务器端创建针对关联应用的关联应用分析任务。对于该关联应用分析任务,可以配置其执行时间,例如配置为即时执行,或者配置该任务为定时任务。在指定时间节点触发该关联应用分析任务后,便可以对第一关联应用和第二关联应用进行实时数据采集。
举例来说,可以分别对第一关联应用和第二关联应用对应的APM监控数据和应用数据进行实时的采集,并采集预设时间长度内的数据;其中,应用数据可以是应用运行过程中应用本身产生的数据。实时采集的数据可以是完整的源数据。在获取源数据后,可以根据关联应用之间的关联关系,在源数据中抽取第一关联应用对应的第一目标数据项对应的监控数据;以及,在源数据中抽取第二关联应用对应的第二目标数据项对应的监控数据。在向源数据中抽取目标数据项的数据时,可以根据源数据中的标签字段来确定各关联应用的数据;例如,标签字段可以是service_id(应用id)、entity_id(接口id)。
或者,在一些示例性实施方式中,也可以根据关联应用对应的数据项关联关系中的抽取配置信息,直接向第一关联应用和第二关联应用对应的APM监控数据和应用数据中抽取目标数据项数据,得到监控数据。
在步骤S12中,对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据。
本示例实施方式中,上述的预处理可以是对监控数据的时序转换。具体的,在获取第一关联应用和第二关联应用对应的监控数据后,可以对数据按时间顺序进行排序,从而得到对应的时序数据。
举例来说,时序数据可以包括:数据生成对应的时间、标签字段值、指标值等内容。各关联应用对应的时序数据可以添加到时序数据库中。例如,时序数据库可以采用influxdb数据库、prometheus数据库,或者TimescaleDB数据库。例如,在监控数据中,可以根据应用id字段筛选第一关联应用对应的数据,并根据数据生成时间对数据进行排序,得到第一关联应用对应的时序数据。
在步骤S13中,根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
本示例实施方式中,参考图4所示,上述的步骤S13可以包括:
步骤S131,基于所述时序数据,获取目标时间序列下第一关联应用的目标数据项对应的第一数据,以及第二关联应用的目标数据项对应的第二数据;
步骤S132,将所述第一数据和所述第二数据进行比对,以获取初始比对结果;
步骤S133,将所述初始比对结果与所述数据目标数据项对应的数据对比阈值进行比较,以获取所述数据比对结果。
具体来说,在获取第一关联应用的时序数据以及第二关联应用的时序数据后,根据第一管理应用和第二关联应用之间预设的数据项关联关系,可以在第一关联应用的时序数据中选取第一目标数据项的指标值,即第一数据;以及在第二关联应用的时序数据中选取第二目标数据项的指标值,即第二数据;并对两指标值进行比对,获取两指标值对应的初始比对结果。在获取初始比对结果之后,可以将该初始比对结果与预设的对比阈值进行比较,获取数据比对结果,从而根据数据比对结果判断第一关联应用和第二关联应用是否存在异常进行判断。
例如,在承保应用和保费应用之间,承保应用对应的目标数据项为承保接口成功调用次数、保费应用对应的目标数据项为保费记录。参考
表1所示,其监控数据结果如表中所示。
表1
例如,预先配置调用次数和保费之间的数据项关联关系包括1:80~1:120之间浮动。时间在2021年5月25日的数据比对结果75.79不符合预设的数据对比阈值。因此,可以判断保应用和/或保费应用在2021年5月25日3点可能存在系统异常。
此外,在判断关联应用存在异常时,可以记录异常发生的时间,异常数据明细,以及对应的数据项关联关系和对应的数据项id,等内容。
基于上述内容,在本公开的其他示例性实施方式,参考图5所示,上述方法还可以包括:
步骤S141,获取所述第一关联应用和所述第二关联应用的其他目标数据项的监控数据;
步骤S142,基于所述其他目标数据项的监控数据进行辅助判断,以获取辅助比对结果;
步骤S143,基于所述第一关联应用和/或所述第二关联应用在所述目标时间序列的异常识别结果,结合上述辅助比对结果,确定所述第一关联应用或所述第二关联应用的异常运行状态。
举例来说,在任意的两个关联应用之间,可以数据项关联关系中可以预先配置有多组数据项对,各数据项对之间可以配置对应的异常分析关系。例如,在数据项对1异常,数据项对2异常时,判定第一关联应用异常;或者,在数据项对1异常,数据项对2正常时,判定第二关联应用异常;等等。此外,在各数据项对中,可以使用不同的目标数据项。对于多组数据项关联关系,可以配置不同的优先级或使用顺序。
对于上述的第一关联应用和第二关联应用,在利用第一目标数据项和第二目标数据项判断存在异常时,便可以在第一关联应用的时序数据中抽取第三目标数据项的监控数据,同时在第二关联应用的时序数据中抽取第四目标数据项的监控数据,并进行对比获取辅助比对结果。若辅助比对结果判断不存在异常,便可以结合预设的数据项关联关系确定具体的发生异常的关联应用。
或者,在一些示例性实施方式中,所述确定所述第一关联应用或所述第二关联应用在所述目标时间序列存在异常时,所述方法还包括:获取与所述第一关联应用存在业务关联的第三关联应用对应的时序数据,基于所述第三关联应用与所述第二关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态;或者获取与所述第二关联应用存在业务关联关系的第四关联应用对应的时序数据,基于上述第四关联应用于所述第一关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态
具体而言,在确定第一关联应用或第二关联应用存在异常时,还可以通过将第一关联应用与上游的第三关联应用之间进行数据比对,或者将第二关联应用于下游的第四关联应用之间进行数据比对,来确定具体为确定第一关联应用存在异常,或者是确定第二关联应用存在异常。例如,在上述的实施例中,在判断第一关联应用或第二关联应用存在异常时,若判断第一关联应用与上游的第三关联应用之间不存在异常,则可以判断为第二关联应用存在异常。例如,在利用下单接口数据和订单指标数据进行比较,以及订单数据和支付数据进行比较,如果下单接口和订单指标的比较结果存在异常,但订单和支付的比较结果没有异常,则可以推端下单接口更有可能存在异常。
或者,在一些示例性实施方式中,在确定第一关联应用或第二关联应用存在异常时,还可以在该时间段内对第一关联应用或第二关联应用的其他数据项进行分析。若一个关联应用超过50%的数据项在某个时间段下都有异常,则可以标识这个时间段下,该关联应用存在异常。
本公开各实施例所提供的数据分析方法中,通过对存在关联关系的两个应用之间进行时序数据的采集,从而可以在两关联应用之间对指定的数据项进行数据比对,从而判断存在关联关系的时序数据之间在相同时序下数据项是否一致,数据趋势是否一致等方式判断应用是否存在异常。从而可以在不需要了解应用的具体逻辑的情况下,以较低的成本配置,完成对系统和应用的更全面的健康状况监控。并且,通过创建分析任务,可以实现自动实时监控,即时发现系统异常,减少因系统异常所产生的损失。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
进一步的,本示例的实施方式中还提供了一种数据分析系统60,包括:数据抽取模块601、时序数据转换模块602和数据分析模块603。其中,
所述数据抽取模块601,可以用于对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用。
所述时序数据转换模块602,可以用于对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据。
所述数据分析模块603,可以用于根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
本示例实施方式中,所述监控数据包括所述关联应用对应的APM监控数据和/或应用数据。
本示例实施方式中,所述数据分析系统60还可以包括:数据项配置模块。
所述数据项配置模块可以用于获取待分析的关联应用,根据所述关联应用之间的应用关联关系确定各关联应用对应的目标数据项;为各关联应用之间的目标数据项创建数据项关联关系;以及为所述目标数据项配置对应的数据抽取配置信息。
本示例实施方式中,所述数据分析系统60还可以包括:分析任务创建模块。
所述分析任务创建模块可以用于响应于触发的关联应用分析任务,对各所述关联应用进行实时数据采集。
本示例实施方式中,所述数据分析模块603可以包括:基于所述时序数据,获取目标时间序列下第一关联应用的目标数据项对应的第一数据,以及第二关联应用的目标数据项对应的第二数据;将所述第一数据和所述第二数据进行比对,以获取初始比对结果;将所述初始比对结果与所述数据目标数据项对应的数据对比阈值进行比较,以获取所述数据比对结果。
本示例实施方式中,所述数据分析模块603可以包括:在所述数据比对结果异常时,确定所述第一关联应用和/或所述第二关联应用在所述目标时间序列存在异常。
本示例实施方式中,所述数据分析系统60还可以包括:异常分析模块。
所述异常分析模块可以用于获取所述第一关联应用和所述第二关联应用的其他目标数据项的监控数据;基于所述其他目标数据项的监控数据进行辅助判断,以获取辅助比对结果;基于所述第一关联应用和/或所述第二关联应用在所述目标时间序列的异常识别结果,结合上述辅助比对结果,确定所述第一关联应用或所述第二关联应用的异常运行状态。
本示例实施方式中,所述数据分析系统60还可以包括:辅助分析模块。
所述辅助分析模块可以用于在确定所述第一关联应用或所述第二关联应用在所述目标时间序列存在异常时,获取与所述第一关联应用存在业务关联的第三关联应用对应的时序数据,基于所述第三关联应用与所述第二关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态;或者获取与所述第二关联应用存在业务关联关系的第四关联应用对应的时序数据,基于上述第四关联应用于所述第一关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态。
上述的数据分析系统中各模块的具体细节已经在对应的数据分析方法中进行了详细的描述,因此此处不再赘述。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图1中所示方法。
存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备600(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备300交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器760通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图8所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;
对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;
根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
2.根据权利要求1所述的数据处理方法,其特征在于,所述监控数据包括所述关联应用对应的APM监控数据和/或应用数据。
3.根据权利要求1所述的数据处理方法,其特征在于,所述方法还包括:
获取待分析的关联应用,根据所述关联应用之间的应用关联关系确定各关联应用对应的目标数据项;
为各关联应用之间的目标数据项创建数据项关联关系;以及
为所述目标数据项配置对应的数据抽取配置信息。
4.根据权利要求1所述的数据处理方法,其特征在于,所述根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,包括:
基于所述时序数据,获取目标时间序列下第一关联应用的目标数据项对应的第一数据,以及第二关联应用的目标数据项对应的第二数据;
将所述第一数据和所述第二数据进行比对,以获取初始比对结果;
将所述初始比对结果与所述数据目标数据项对应的数据对比阈值进行比较,以获取所述数据比对结果。
5.根据权利要求1所述的数据处理方法,其特征在于,所述根据数据比对结果确定所述关联应用的运行状态,包括:
在所述数据比对结果异常时,确定所述第一关联应用和/或所述第二关联应用在所述目标时间序列存在异常。
6.根据权利要求5所述的数据处理方法,其特征在于,所述方法还包括:
获取所述第一关联应用和所述第二关联应用的其他目标数据项的监控数据;
基于所述其他目标数据项的监控数据进行辅助判断,以获取辅助比对结果;
基于所述第一关联应用和/或所述第二关联应用在所述目标时间序列的异常识别结果,结合上述辅助比对结果,确定所述第一关联应用或所述第二关联应用的异常运行状态。
7.根据权利要求5所述的数据处理方法,其特征在于,所述确定所述第一关联应用或所述第二关联应用在所述目标时间序列存在异常时,所述方法还包括:
获取与所述第一关联应用存在业务关联的第三关联应用对应的时序数据,基于所述第三关联应用与所述第二关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态;或者
获取与所述第二关联应用存在业务关联关系的第四关联应用对应的时序数据,基于上述第四关联应用于所述第一关联应用之间的数据项关系进行时序数据对比,以确定所述第一关联应用或所述第二关联应用的异常运行状态。
8.一种数据处理系统,其特征在于,
数据抽取模块,用于对待分析的关联应用进行数据采集,以抽取所述关联应用的目标数据项对应的监控数据;其中,所述关联应用包括第一关联应用和第二关联应用;
时序数据转换模块,用于对各关联应用对应的所述监控数据进行预处理,以获取对应的时序数据;
数据分析模块,用于根据所述关联应用对应的数据项关系对所述时序数据中目标数据项对应的数据进行比对,并根据数据比对结果确定所述关联应用的运行状态。
9.一种存储介质,其上存储有计算机程序,所述程序被处理器执行时实现根据权利要求8所述的数据分析方法。
10.一种电子终端,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求8所述的数据分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197229.5A CN113934595A (zh) | 2021-10-14 | 2021-10-14 | 数据分析方法及系统、存储介质及电子终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111197229.5A CN113934595A (zh) | 2021-10-14 | 2021-10-14 | 数据分析方法及系统、存储介质及电子终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113934595A true CN113934595A (zh) | 2022-01-14 |
Family
ID=79279223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111197229.5A Pending CN113934595A (zh) | 2021-10-14 | 2021-10-14 | 数据分析方法及系统、存储介质及电子终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113934595A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115495498A (zh) * | 2022-09-23 | 2022-12-20 | 共青科技职业学院 | 数据关联方法、系统、电子设备及存储介质 |
-
2021
- 2021-10-14 CN CN202111197229.5A patent/CN113934595A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115495498A (zh) * | 2022-09-23 | 2022-12-20 | 共青科技职业学院 | 数据关联方法、系统、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109284269B (zh) | 异常日志分析方法、装置、存储介质及服务器 | |
US20190347148A1 (en) | Root cause and predictive analyses for technical issues of a computing environment | |
US10102113B2 (en) | Software test automation systems and methods | |
CN109344170B (zh) | 流数据处理方法、系统、电子设备及可读存储介质 | |
US20200092180A1 (en) | Methods and systems for microservices observability automation | |
US20230129123A1 (en) | Monitoring and Management System for Automatically Generating an Issue Prediction for a Trouble Ticket | |
US10380001B2 (en) | Pattern oriented data collection and analysis | |
US20140344006A1 (en) | Analytics based service catalog management | |
US11221907B1 (en) | Centralized software issue triage system | |
CN110851471A (zh) | 分布式日志数据处理方法、装置以及系统 | |
CN113934595A (zh) | 数据分析方法及系统、存储介质及电子终端 | |
CN117215867A (zh) | 一种业务监控方法、装置、计算机设备及存储介质 | |
Munger et al. | The use of domain knowledge models for effective data mining of unstructured customer service data in engineering applications | |
US11627193B2 (en) | Method and system for tracking application activity data from remote devices and generating a corrective action data structure for the remote devices | |
CN114238130A (zh) | 性能测试方法、装置、设备及存储介质 | |
CN113656391A (zh) | 数据检测方法及装置、存储介质及电子设备 | |
CN112631929A (zh) | 测试用例生成方法、装置、存储介质及电子设备 | |
CN111045849A (zh) | 核对异常原因的识别方法、装置、服务器和存储介质 | |
CN112433915B (zh) | 一种基于分布式性能监控工具的数据监控方法及相关装置 | |
US20230308369A1 (en) | Data migration in application performance monitoring | |
CN117453536A (zh) | 系统异常分析方法、装置、计算机设备及存储介质 | |
CN116389315A (zh) | 接口监控方法、装置、计算机设备及存储介质 | |
CN117093634A (zh) | 数据接入处理方法、系统、设备及介质 | |
CN117271486A (zh) | 基于人工智能的数据报送方法、装置、设备及存储介质 | |
Khan | Time-Series Trend-Based Multi-Level Adaptive Execution Tracing |
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 |