CN114070718A - 一种告警方法、装置和存储介质 - Google Patents
一种告警方法、装置和存储介质 Download PDFInfo
- Publication number
- CN114070718A CN114070718A CN202111216560.7A CN202111216560A CN114070718A CN 114070718 A CN114070718 A CN 114070718A CN 202111216560 A CN202111216560 A CN 202111216560A CN 114070718 A CN114070718 A CN 114070718A
- Authority
- CN
- China
- Prior art keywords
- operation information
- index
- alarm
- monitoring
- message queue
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000003860 storage Methods 0.000 title claims abstract description 10
- 238000012544 monitoring process Methods 0.000 claims abstract description 162
- 238000012545 processing Methods 0.000 claims description 32
- 230000002776 aggregation Effects 0.000 claims description 27
- 238000004220 aggregation Methods 0.000 claims description 27
- 230000007246 mechanism Effects 0.000 claims description 14
- 239000000872 buffer Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003139 buffering effect Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 7
- 238000010606 normalization Methods 0.000 description 5
- 238000005192 partition Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0681—Configuration of triggering conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
- H04L43/16—Threshold monitoring
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施了一种告警方法、装置及存储介质,其中,方法包括:接收来自电子设备的数据流;该数据流包括该电子设备的属性信息和指标运行信息;获取与该电子设备的属性信息匹配的告警规则,该告警规则包括电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值;若该指标运行信息包括该目标运行信息,则确定该目标运行信息所属的第一消息队列;该目标运行信息所属的第一消息队列与所述监控指标的监控频率相匹配;从与该监控频率匹配的第一消息队列中,获取该目标运行信息;若该目标运行信息大于该告警阈值,则进行告警。通过实施本申请实施例,采用消息队列能够降低告警的时延。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及一种告警方法、装置和存储介质。
背景技术
随着网络和计算机技术的更新迭代,物联网技术和智慧城市也随之得到发展,使越来越多的终端设备接入网络以实现对终端设备的监控和智能控制。一般情况下,终端设备的具体业务数据计算与各类流程交付给应用平台端实现。平台端实现对设备或设备所处环境的远程监控需要通过设定好的阈值和判断规则对设备的运行数据等信息进行分析,当前述信息触发设定的阈值时,会产生相应的告警,通知运维人员进行相应的处理。
随着设备的运行数据等信息的急剧增加,平台端需要处理分析的数据量也越来越庞大,这增加了平台端的计算压力和数据处理的难度。如何及时进行告警,是保障系统能够平稳运行的关键。
发明内容
本申请实施例提供一种告警方法和装置,有利于降低告警的时延。
第一方面,本申请实施例提供一种告警方法,该方法包括:接收来自电子设备的报文数据,该报文数据包括电子设备的属性信息和指标运行信息;获取与该电子设备的属性信息匹配的告警规则,该告警规则包括电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值;判断该指标运行信息是否包括该监控指标的目标运行信息;若该指标运行信息包括该目标运行信息,则确定该目标运行信息所属的第一消息队列;该目标运行信息所属的第一消息队列与该监控指标的监控频率相匹配;不同消息队列处理数据的频率不同;从与该监控频率匹配的第一消息队列中,获取该目标运行信息;若该目标运行信息大于该告警阈值,则进行告警。
在该技术方案中,采用了消息队列,其中消息队列采用了流式计算,因此有利于降低告警的时延。
在一种实现方式中,该方法还可以包括:获取多个设备中每个设备的属性信息与每个设备的指标运行信息;根据多个设备中每个设备的属性信息与每个设备的指标运行信息构建设备模型;针对该设备模型中的属性信息,配置告警规则。
在该技术方案中,构建设备模型能够实现对大量的设备数据统一管理和对告警规则的灵活配置。
在一种实现方式中,上述方法还可以包括:将数据流缓存于第二消息队列;从该第二消息队列中,获取该目标运行信息,并将该目标运行信息缓存于该第一消息队列。
在该技术方案中,采用消息队列缓存数据,可以起到数据削峰的作用。
在一种实现方式中,上述判断该指标运行信息是否包括该监控指标的目标运行信息可以包括:从第二消息队列中获取数据流;对数据流进行归一化处理,得到归一化传输流;该归一化传输流包括实例标识号和指标信息;若该归一化传输流中包括与监控指标相同的指标信息,则确定该归一化传输流包括该监控指标的目标运行信息的目标运行信息;若该归一化传输流中不包括与监控指标相同的指标信息,则确定该归一化传输流不包括该监控指标的目标运行信息。
在该技术方案中,将大量数据进行归一化,便于提升后续的数据处理的速度,同时,有利于实现对数据的统一管理。
在一种实现方式中,上述方法还可以包括:若告警规则配置了补偿机制,则获取该监控指标的历史指标运行信息;该历史指标运行信息与该补偿机制对应的时间范围匹配;将该目标运行信息与该历史指标运行信息聚合,得到聚合运行信息;若该聚合运行信息大于该告警阈值,则进行告警。
在该技术方案中,采取补偿机制,能够提高告警判断的准确性和可靠性。
第二方面,本申请实施例提供一种告警装置,该装置包括:
接收单元,用于接收电子设备的数据流,该数据流包括该电子设备的属性信息和指标运行信息。获取单元,用于获取与该电子设备的属性信息匹配的告警规则,该告警规则包括该电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值。判断单元,用于判断指标运行信息是否包括监控指标的目标运行信息。确定单元,用于确定该目标运行信息所属的第一消息队列。告警单元,用于在该目标运行信息大于该告警阈值的情况下,进行告警。
在一种实现方式中,该装置还包括构建单元和配置单元。其中,获取单元还用于获取多个设备中每个设备的属性信息与每个设备的指标运行信息。构建单元,用于根据该多个设备中每个设备的属性信息与每个设备的指标数据构建设备模型。配置单元,用于针对该设备模型中的属性信息,配置告警规则。
在一种实现方式中,上述装置还包括缓存单元。其中,该缓存单元用于将数据流缓存于第二消息队列;该获取单元,还用于从所述第二消息队列中,获取所述目标运行信息;该缓存单元,还用于将该目标运行信息缓存于与该监控频率匹配的第一消息队列。
第三方面,本申请实施例提供一种告警装置,该装置包括处理器和存储器,该存储器中存储有程序指令,该处理器执行该存储器中存储的程序指令,以使该装置执行如第一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,该计算机可读存储介质包括计算机程序,该计算机程序包括程序指令,该程序指令当被处理器执行时,执行如第一方面所述的方法。
附图说明
图1是本申请实施例提供的一种告警系统的架构示意图;
图2a是本申请实施例提供的一种告警方法的流程示意图;
图2b是本申请实施例提供的一种告警装置的具体形式示意图;
图3是本申请实施例提供的一种告警装置的结构示意图;
图4是本申请实施例提供的一种告警装置的结构示意图。
具体实施方式
为了便于理解,首先介绍本申请涉及的术语。
1、消息队列
消息队列(Message Queue,MQ),为一种进程间通信或同一进程的不同线程间的通信方式,是分布式系统中重要的组件。本申请实施例中的消息队列可以包括但不限于RabbitMQ、RocketMQ、ActiveMQ、Kafka等。其中,Kafka包含一个或多个服务器,这种服务器被称为Broker;每条发送到Kafka的信息均有一个类别,称为主题(Topic);Kafka在接收到信息之后,会将消息划分到不同的分区(Partition)中,一个Broker可以存储一个或多个Partition中的信息。
2、流式计算
流式计算是主要的大数据计算模式之一。流式计算是对数据流进行实时处理,具有动态、低时延的特点。数据流是指在时间分布和数量上无限的一系列动态数据集合体,适用于持续生成动态新数据的大多数场景,例如业务监控等场景。
3、数据聚合
数据聚合(Data Aggregation)是指合并来自不同数据源的数据,在信息科学中是指对有关的数据进行内容挑选、分析、归类,最后分析得到人们想要的结果。
为了更好的理解本申请实施例公开的一种告警方法,下面首先对本申请实施例适用的告警系统进行描述。
请参见图1,图1为本申请实施例提供的一种告警系统的架构示意图。该告警系统可包括但不限于一个终端设备和一个告警装置,可选的,该告警系统还可以包括一个或多个监控设备。图1所示的设备数量和形态用于举例并不构成对本申请实施例的限定,实际应用中可以包括两个或两个以上的终端设备,两个或两个以上的监控设备。图1所示的告警系统以包括一个终端设备101、一个云平台102和一个监控设备103为例,云平台102中可以包含一个接入网关104和一个告警装置105。
其中,终端设备101可以向接入网关104发送所生成的报文数据,该报文数据包括该终端设备的属性信息和指标运行信息,相应的,接入网关104可以接收来自终端设备101的报文数据。接入网关104可以对接收到的报文数据进行处理,得到数据流,并将数据流发送给告警装置105。可选的,上报数据的频率可以由终端设备101决定,也可以由告警规则定义。可选的,可以实时上传终端设备101所产生的信息,也可以是按照一定频率定时上传。终端设备101所产生的信息可以包含1个或多个指标的信息,其中可包含一个或多个受监控的监控指标,每个监控指标可具有对应的监控频率。可选的,不同监控指标的监控频率可以相同,也可以不同。
其中,告警装置105接收到数据流后,可以获取与终端设备101的属性信息匹配的告警规则,该告警规则包括该终端设备101的监控指标、该监控指标的监控频率以及该监控指标的告警阈值。并判断前述指标运行信息是否包括该监控指标的目标运行信息,若该指标运行信息包括该监控指标的目标运行信息,则由告警装置105判断该目标运行信息是否大于该告警阈值。若该目标运行信息大于该告警阈值,则可以由告警装置105进行告警。进一步的,还可以生成告警事件并推送至第三方系统。可选的,第三方系统可以是监控设备103或终端设备101。
本申请实施例中的终端设备101是用户侧的一种用于接收或发射信号的实体,如手机。终端设备也可以称为终端(terminal)、用户设备(user equipment,UE)、移动台(mobile station,MS)、移动终端(mobile terminal,MT)等。终端设备可以是手机、穿戴式设备、平板电脑、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(Augmented Reality,AR)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、窄带物联网(narrowband internet of things,NB-IoT)中的终端设备、增强机器类型通信(enhanced machine type communication,eMTC)终端设备等等。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。
其中,NB-IoT和eMTC的终端设备具有低复杂度、低成本、低功耗、低带宽的特点,适用于广泛的物联网场景。例如,智能水表、智能电表、智能家居、智慧城市等。
可选的,监控设备103可以是由一台或多台监视器组成,可以是计算机、显示器等设备。监控设备103用于订阅、接收、显示和查询等由云平台102发送的数据,例如,接收由告警装置105产生的告警事件。
可以理解的是,本申请实施例描述的告警系统是为了更加清楚的说明本申请实施例的技术方案,并不构成对本申请实施例提供的技术方案的限定,本领域技术人员可知,随着系统架构的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
下面结合附图对本申请提供的告警方法及装置进行详细地介绍。其中,步骤S201~步骤S206的执行主体为告警装置,以下以告警装置为告警方法的执行主体为例进行说明。如图2a所示,该方法可以包括但不限于如下步骤:
步骤S201:接收来自电子设备的数据流;该数据流包括该电子设备的属性信息和指标运行信息。
在本申请实施例中,电子设备可以向接入网关发送所生成的报文数据,相应的,接入网关可以接收来自一个或多个电子设备的报文数据。接入网关可以对接收到的报文数据进行处理,得到数据流,并将数据流发送给告警装置。告警装置接收到数据流后,可以将其存储在数据库中。该数据库可以是告警装置的本地数据库或云端数据库,本申请实施例对此不做限定。在一种实现方式中,上述数据库可以是Hbase数据库,Hbase为一个NoSQL列式数据库,适用于存储大量的非结构化数据。
其中,电子设备的属性信息可以包括但不限于以下一项或多项:该电子设备的类型、型号、内存大小等特性。电子设备的指标运行信息可以包括该电子设备的一个或多个设备运行指标的特征变化情况,例如,设备运行指标包括某一部件的温度,则电子设备的指标运行信息可以包括该部件的温度变化情况。该一个或多个设备运行指标可以包括需要被监控的指标,还可以包括不被监控的指标。需要说明的是,不同电子设备的属性信息可以相同也可以不同。不同设备需要被监控的指标可以相同,也可以不同。一个电子设备可以有一个或多个监控指标。在本申请实施例中,监控指标表示需要被监控的指标。
在一种实现方式中,可以将接收到的电子设备的数据流缓存于第二消息队列;从该第二消息队列中,获取目标运行信息,并将该目标运行信息缓存于该第一消息队列。其中,第一消息队列和第二消息队列可以是Kafka消息队列,Kafka消息队列可以通过Broker服务器缓存信息。可选的,第一消息队列和第二消息队列可以是不同的Kafka消息队列,即第一消息队列和第二消息队列是通过不同的Broker服务器缓存信息。其中,一个Broker可以理解为一个Kafka的实例或者节点,不同Broker可存储来自Kafka不同分区的数据。
步骤S202:获取与该电子设备的属性信息匹配的告警规则。其中,该告警规则包括该电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值。
获取与该电子设备的属性信息匹配的告警规则;
该告警规则包括该电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值
具体地,告警装置可以存储有告警规则,在接收到来自电子设备的数据流后,可以确定与该电子设备的属性信息匹配的告警规则。
其中,该电子设备的监控指标可以是该电子设备需要被监控的指标,例如该部件的部件温度、存储数据量、计算速度等。监控指标的告警阈值用于判断该监控指标是否触发告警。示例性的,该监控指标的告警阈值可以是温度100度、1兆字节数据量、100兆比特每秒的计算速度。该监控指标的监控频率可表征每隔多长时间监控一次该监控指标,例如,每隔1秒、1分或者1小时监控一次。
在一种实现方式中,告警装置可以获取多个设备中每个设备的属性信息与每个设备的指标运行信息之间的映射关系,根据该映射关系构建设备模型,通过构建设备模型,从而将电子设备的监控指标规范化表达和存储。其中,该映射关系可表征具有某种属性信息的电子设备,需要被监控哪种或哪些指标。构建设备模型可以包括:针对该设备模型中的属性信息,配置该告警规则。不同设备的属性信息可以相同或相似,例如,设备1和设备2的属性信息相同或相似,在构成设备模型过程中采用了设备1和设备2的属性信息,设备1和设备2的属性信息在设备模型中为同一类属性信息或同一个属性信息。需要说明的是,在设备模型中配置告警规则的情况下,是针对设备模型中的各类属性信息或各个属性信息,分别配置相应的告警规则。换言之,属性信息与告警规则之间具有对应关系,具体的,告警装置可以从该对应关系中,将与该电子设备的属性信息对应的告警规则,作为与该电子设备的属性信息匹配的告警规则。
在本申请实施例中,设备模型是指物理终端设备的逻辑映射,将终端设备本身的属性和需要监控的监控指标信息映射为一个逻辑上的设备模型并登记在告警装置上,有利于实现对设备接入后数据的统一管理。
需要说明的是,前述告警规则可以由网络配置(例如,在系统消息或专有信令中下发),或者可以由协议约定,或者可以由终端设备默认设置,或者可以由用户设置以及更改,本申请实施例对此不做限定。可选的,告警规则可以通过网页(Website,Web)或者计算机程序页面,根据设备模型配置告警规则,也可以通过Web页面或者计算机程序页面,实现对告警规则的修改、增添、查询、删除等操作。
在一种实现方式中,可以采用机器学习和深度学习,对设备模型进行训练和优化,例如对设备模型中的告警规则进行优化,以得到优化后的告警规则。该优化可以包括增加、修改、删除和重新编排告警规则。在本申请实施例中,采用机器学习的方式优化设备模型,有利于实现告警规则灵活化的集中管理。
步骤S203:判断该指标运行信息是否包括该监控指标的目标运行信息。
具体地,告警装置可以根据告警规则中的监控指标,对比该指标运行信息,以此判断该指标运行信息是否包括该监控指标的运行信息,若包括,则将指标运行信息所包括的该监控指标的运行信息称为目标运行信息。
在一种实现方式中,可以由该电子设备的设备模型生成设备标识号和实例标识号。其中,每个设备标识号可以标识属于同一类型的电子设备,一个实例标识号可以标识一类电子设备的数据所属的一条数据流,设备标识号与实例标识号具有对应关系。例如:属于A类的电子设备的设备标识号为1,相应的,A类电子设备的数据所属的一条数据流的实例标识号为2,其中,设备标识号1与实例标识号2相对应。
可选的,告警装置可以从第二消息队列中获取数据流,采用流式计算引擎,根据设备标识号,将相同设备标识号的电子设备的数据分发到同一条数据流中,该数据流的实例标识号与该设备标识号具有对应关系,并进行归一化处理,将该数据流处理成传输流格式,生成归一化传输流,该归一化数据流里可包括该电子设备的指标运行信息所属的数据流的实例标识号和指标,该归一化数据流包括的指标是指该归一化数据流中所包括的指标信息的指标名称。根据该指标,判断该归一化数据流是否包括该监控指标的目标运行信息。若该归一化传输流中包括与该监控指标相同的指标,则确定该归一化传输流包括该监控指标的目标运行信息;若该归一化传输流中不包括与该监控指标相同的指标,则确定该归一化传输流不包括该监控指标的目标运行信息,还可以将该归一化传输流存入数据库。
在本申请实施例中,利用流式计算引擎进行数据归一化处理,便于后续的数据计算,可以提升后续数据处理的速度。
步骤S204:若该指标运行信息包括该目标运行信息,则确定该目标运行信息所属的第一消息队列。该目标运行信息所属的第一消息队列与该监控指标的监控频率相匹配,不同的第一消息队列处理数据的频率不同。
具体地,若该指标运行信息中包括了该目标运行信息,则确定(与电子设备的属性信息匹配的告警规则所包括的)监控指标需要按照该监控指标对应的告警规则进行监控和告警。确定该目标运行信息所属的第一消息队列,并将该目标运行信息缓存于该第一消息队列中。该目标运行信息所属的第一消息队列与该监控指标的监控频率相匹配可以表示为:该第一消息队列处理数据频率与该监控指标的监控频率一致或者相近,例如,该第一消息队列中的数据流为每5秒进行一次数据处理,该监控指标的监控频率也为每5秒实施一次监控,则该第一消息队列与该监控指标的监控频率相匹配。其中,不同的第一消息队列处理数据的频率不同,例如,秒级第一消息队列每秒进行一次数据处理,分钟级第一消息队列每分钟进行一次数据处理,小时级第一消息队列每小时进行一次数据处理等。
在一种实现方式中,告警装置可以从第二消息队列中,获取该指标运行信息,若该指标运行信息包含该目标运行信息,则将该目标运行信息缓存于与该监控频率匹配的该第一消息队列,否则将该指标运行信息存入告警装置的数据库中。其中,第二消息队列与第一消息队列不同,不同的第一消息队列按照数据处理的频率区分,而不同的第二消息队列根据缓存不同电子设备的数据区分。
在本申请实施例中,可以将目标运行信息存入第一消息队列中,并将指标运行信息中除目标运行信息以外的其他信息存入告警装置的数据库。其中,按照不同的监控频率将目标运行信息缓存于对应的第一消息队列中,使得从第一消息队列中获取数据更加方便快捷,减缓了计算压力。
示例性的,前述告警装置的具体形式可以如图2b所示,图中的消息队列包括第一消息队列和第二消息队列,其中,第一消息队列包括消息队列1、消息队列2和消息队列3。消息队列1、消息队列2、消息队列3分别可以是秒级、分钟级和小时级的第一消息队列,秒级、分钟级、小时级为第一消息队列数据处理的频率,可分别表征每隔1秒、1分钟和一小时处理一次数据。流式计算引擎可以有多条线程,可以分别为秒级线程、分钟级线程和小时级线程,分别每隔1秒、1分钟和一小时进行一次数据聚合。
图2b中,步骤①表示,告警装置接收来自电子设备数据流后,将该数据流缓存于第二消息队列,其中,该数据流包括该电子设备的属性信息和指标运行信息。告警装置的数据库中可以存储有告警规则,在接收到来自电子设备的数据流后,可以确定与该电子设备的属性信息匹配的告警规则。其中,该告警规则包括该电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值。
步骤②表示,流式计算引擎从第二消息队列中,获取该数据流,对该数据流进行归一化处理,得到归一化传输流,该归一化传输流中包括实例标识号和指标。若该归一化传输流中包括与该监控指标相同的指标,则确定该归一化传输流包括该监控指标的目标运行信息;若该归一化传输流中不包括与该监控指标相同的指标,则确定该归一化传输流不包括该监控指标的目标运行信息。
步骤③表示,若该指标运行信息包括该目标运行信息,则确定该目标运行信息所属的第一消息队列,并将该目标运行信息缓存于该第一消息队列中。该目标运行信息所属的第一消息队列与该监控指标的监控频率相匹配。若目标运行信息包括监控指标1的运行信息,且监控指标1的监控频率为1秒,则可以将目标运行信息缓存于消息队列1;若监控指标1的监控频率为1分,则可以将目标运行信息缓存于消息队列2;若监控指标1的监控频率为1小时,则可以将目标运行信息缓存于消息队列3。需要说明的是,前述目标运行信息包括一个监控指标(即监控指标1)的运行信息用于举例,在具体实现中,目标运行信息可以包括多个监控指标的运行信息。例如,若目标运行信息包括监控指标2的运行信息和监控指标3的运行信息,且监控指标2的监控频率为1分,监控指标3的监控频率为1小时,则可以将目标运行信息中的监控指标2的运行信息缓存于消息队列2,并将目标运行信息中的监控指标3的运行信息缓存于消息队列3。相应的,流式计算引擎的秒级线程、分钟级线程和小时级线程分别从秒级、分钟级和小时级的第一消息队列中获取各目标运行信息,进一步地,每隔1秒、1分钟和一小时进行一次数据聚合。若告警规则中配置了补偿机制,则进行补偿计算。其中,进行补偿计算需要从数据库中获取历史指标运行信息、中间状态的聚合结果。
步骤④表示:流式计算引擎在数据聚合或者补偿计算之后,将产生的聚合结果存入数据库中。根据告警规则,若判断出该目标运行信息大于该目标运行信息的告警阈值,则可以生成告警事件,进行告警。
步骤S205:从与监控频率匹配的第一消息队列中获取该目标运行信息。
在一种实现方式中,该电子设备的设备模型可以生成实例标识号,用于标识一类电子设备的报文数据所属的数据流,其中,该电子设备的报文数据可以包括多个指标运行信息,多个指标运行信息可以包括多个目标运行信息。告警装置采用流式计算引擎,从与监控频率匹配的第一消息队列中获取该目标运行信息,然后可以根据该目标运行信息所属的数据流的实例标识号,将该目标运行信息分发到该实例标识号标识的数据流中。可选的,将该数据流按照指标进行分组,使得同种电子设备的同种指标的运行信息被分组到云平台的同一个服务器上;分组后,电子设备的各指标的运行信息在告警规则指定的时间窗口中触发数据聚合,并将产生的聚合结果存入告警装置的数据库。其中,该告警规则指定的时间窗口在该告警规则中监控指标的监控频率中配置。
在本申请实施例中,从与监控频率匹配的第一消息队列中获取目标运行信息,能够便捷地找到需要的数据,有利于提升数据处理的效率。
在一种实现方式中,若告警规则配置了补偿机制,则通过补偿机制,根据告警规则定义的时间范围,从数据库中提取中间状态的聚合结果,从第一消息队列中获取监控指标的历史指标运行信息和目标运行信息,然后进行补偿计算,得到聚合运行信息,并将其存入数据库;根据告警规则判断该目标运行信息是否大于告警阈值。
其中,该历史指标运行信息与该补偿机制规定的时间范围匹配。例如,补偿机制规定对该目标运行信息进行补偿计算需要使用在当前时间前5秒内的指标运行信息,则在第5秒产生的指标运行信息被称为目标运行信息,相应的,前1~4秒产生的指标运行信息被称为历史指标运行信息,该历史指标运行信息存储于告警装置的数据库中。
其中,中间状态的聚合结果为目标运行信息在达到监控频率前的聚合结果,即是该目标运行信息的历史指标运行信息的聚合结果。例如:该目标运行信息的监控频率为每5秒监控计算一次,告警规则配置中规定了该目标运行信息需要进行补偿计算,并且规定补偿时间范围为5秒。若确定该目标运行信息匹配的第一消息队列为每1秒处理一次数据,那么该目标运行信息随该第一消息队列中的数据流每1秒触发一次聚合操作;此条数据流每1秒触发1次聚合操作且根据该目标运行信息的告警规则,判断其是否符合告警规则规定的监控频率,若符合,则判断该目标运行信息是否大于其阈值;若不符合告警规则规定的监控频率,则将产生的聚合结果定义为中间状态的聚合结果,并将中间状态的聚合结果存入告警装置的数据库中;在前1至4秒中,该目标运行信息均只进行了聚合操作,而未进行计算;当第5秒触发聚合操作时,若达到了告警规则规定的监控频率,则会结合历史指标运行信息与中间状态的聚合结果,对目标运行信息进行补偿计算与聚合,并将产生的最终聚合结果存入数据库中。
需要说明的是,前述补偿机制可以由网络配置(例如,在系统消息或专有信令中下发),或者可以由协议约定,或者可以由终端设备默认设置,或者可以由用户设置以及更改,本申请实施例对此不做限定。
在本申请实施例中,采取补偿机制,能够提高告警判断的准确性和可靠性。
需要说明的是,监控频率可以是每秒监控一次,可以是每三分钟监控一次,可以是每两个小时监控一次,本申请实施例对此不做限定。
在本申请实施例中,存储聚合结果的数据库可以采用MySQL。MySQL是一种关系型数据库管理系统,适用于Web的各项应用,采用MySQL存储聚合结果,更便于通过Web页面提供查询结果。
步骤S206:若该目标运行信息大于告警阈值,则进行告警。
具体地,进行告警的具体实施方式可以为:若判断出该目标运行信息大于该目标运行信息的告警阈值,则可以产生告警数据。可选的,告警装置生成告警事件,并将告警事件推送至第三消息队列中。可选的,一方面,第三消息队列可以将该告警事件推送到第三方系统中,进行该告警事件的显示和处理。其中,第三方系统可以是前述图1中的监控设备。另一方面,通过告警系统提供的页面,为第三方提供告警事件查询服务。
在一种实现方式中,告警规则可以包括告警事件分类。第三消息队列可以按照告警规则中定义的告警事件分类,将该告警事件推送至第三方系统。告警事件分类可以定义不同等级的告警频率,可分为一般告警、重要告警和紧急告警。其中,告警频率中包含的设置项可以有时间间隔和通知次数;时间间隔为可选择系统提供的时间间隔通知告警,也可以选择不限制时间,当出现有紧急告警或重要告警时通知;通知次数为选择系统提供的时间间隔通知告警时,需要选择通知的次数。
在本申请实施例中,在告警规则中配置告警事件分类,有利于提高告警的可靠性,同时也有利于对告警事件的处理。
在一种实现方式中,当产生告警并推送至第三方系统后,还可以提供告警事件智能处理辅助功能,例如:以典型的告警事件处理原则为参考,分析告警事件数据与设备的运行情况,生成告警事件处理策略并推送至第三方系统;监控该告警事件的处理情况,自动更新该告警事件的状态,完成该告警事件的数据记录和日志填写。
通过实施本申请实施例,采用设备模型和消息队列,有利于实现对设备接入后数据的统一管理和对告警规则的灵活配置,同时降低告警的时延。
请参考图3,图3是本申请实施例提供的一种告警装置的结构示意图。其中,告警装置300包括接收单元310、获取单元320、判断单元330、确定单元340、告警单元350。其中,
接收单元310:用于接收来自电子设备的数据流,该数据流包括该电子设备的属性信息和指标运行信息。
获取单元320:用于获取与该电子设备的属性信息匹配的告警规则,该告警规则包括该电子设备的监控指标、该监控指标的监控频率以及该监控指标的告警阈值。
判断单元330:用于判断指标运行信息是否包括监控指标的目标运行信息。
确定单元340:用于若指标运行信息包括目标运行信息,则确定该目标运行信息所属的第一消息队列;该目标运行信息所属的第一消息队列与该监控指标的监控频率相匹配;不同第一消息队列处理数据的频率不同。
获取单元320还用于从与监控频率匹配的第一消息队列中获取该目标运行信息。
告警单元350:用于在目标运行信息大于告警阈值的情况下,进行告警。
在一种实现方式中,该装置还包括构建单元360和配置单元370。其中,获取单元320还用于获取多个电子设备中每个设备的属性信息与每个电子设备的指标运行信息;构建单元360,用于根据该多个设备中每个设备的属性信息与每个设备的指标数据构建设备模型。配置单元370,用于针对该设备模型中的属性信息,配置告警规则。
在一种实现方式中,该装置还包括缓存单元380。其中,缓存单元380用于将数据流缓存于第二消息队列;获取单元320还用于从该第二消息队列中,获取该目标运行信息;该缓存单元380还用于将该目标运行信息缓存于与该监控频率匹配的第一消息队列。
在一种实现方式中,获取单元320还用于从第二消息队列中获取数据流,对该数据流进行归一化处理,得到归一化传输流。其中,该归一化传输流包括实例标识号和指标。若该归一化传输流中包括与该监控指标相同的指标,则确定该归一化传输流包括该监控指标的目标运行信息;若该归一化传输流中不包括与该监控指标相同的指标,则确定该归一化传输流不包括该监控指标的目标运行信息。
在一种实现方式中,获取单元320还用于若告警规则配置了补偿机制,则获取监控指标的历史指标运行信息,该历史指标运行信息与该补偿机制对应的时间范围匹配。告警单元350还用于将目标运行信息与该历史指标运行信息聚合,得到聚合运行信息,若该聚合运行信息大于该告警阈值,则进行告警。
可选的,上述告警装置300还可执行上述方法实施例中告警装置的相关操作,此处不再详述。
请参阅图4,图4是本发明实施例提供的一种告警装置的结构示意图。该告警装置400可以包括收发器410、存储器420和处理器430,收发器410、存储器420和处理器430通过一条或多条通信总线连接。
收发器410可以用于接收来自电子设备的报文数据。
存储器420可以包括只读存储器和随机存取存储器,并向处理器430提供指令和数据。存储器420的一部分还可以包括非易失性随机存取存储器。
处理器430可以是中央处理单元(Central Processing Unit,CPU),该处理器430还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器,可选的,该处理器430也可以是任何常规的处理器等。其中:
存储器420,用于存储程序指令。处理器430,用于调用存储器420中存储的程序指令,以用于执行前述图2a对应实施例中告警装置所执行的步骤,此处不再赘述。
基于同一发明构思,本申请实施例中提供的告警装置400解决问题的原理与有益效果与本申请方法实施例中告警装置解决问题的原理和有益效果相似,可以参见方法的实施的原理和有益效果,为简洁描述,在这里不再赘述。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序包括程序指令,该程序指令被计算机执行时实现上述任一方法实施例的功能。上述计算机可读存储介质包括但不限于快闪存储器、硬盘、固态硬盘。
本申请实施例还提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例所提供的方法。
本领域普通技术人员可以意识到,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、或者计算机软件和电子硬件的结合来实现。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申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,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,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种告警方法,其特征在于,包括:
接收来自电子设备的数据流;所述数据流包括所述电子设备的属性信息和指标运行信息;
获取与所述电子设备的属性信息匹配的告警规则;所述告警规则包括所述电子设备的监控指标、所述监控指标的监控频率以及所述监控指标的告警阈值;
判断所述指标运行信息是否包括所述监控指标的目标运行信息;
若所述指标运行信息包括所述目标运行信息,则确定所述目标运行信息所属的第一消息队列;所述目标运行信息所属的第一消息队列与所述监控指标的监控频率相匹配;不同第一消息队列处理数据的频率不同;
从与所述监控频率匹配的第一消息队列中获取所述目标运行信息;
若所述目标运行信息大于所述告警阈值,则进行告警。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取多个设备中每个设备的属性信息与所述每个设备的指标运行信息;
根据所述多个设备中每个设备的属性信息与所述每个设备的指标运行信息构建设备模型;
针对所述设备模型中的属性信息,配置所述告警规则。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述数据流缓存于第二消息队列;
从所述第二消息队列中,获取所述目标运行信息,并将所述目标运行信息缓存于与所述监控频率匹配的第一消息队列。
4.根据权利要求3所述的方法,其特征在于,所述判断所述指标运行信息是否包括所述监控指标的目标运行信息,包括:
从所述第二消息队列中获取所述数据流;
对所述数据流进行归一化处理,得到归一化传输流;所述归一化传输流包括实例标识号和指标;
若所述归一化传输流中包括与所述监控指标相同的指标,则确定所述归一化传输流包括所述监控指标的目标运行信息;
若所述归一化传输流中不包括与所述监控指标相同的指标,则确定所述归一化传输流不包括所述监控指标的目标运行信息。
5.根据权利要求1~4任一项所述的方法,其特征在于,所述方法还包括:
若所述告警规则配置了补偿机制,则获取所述监控指标的历史指标运行信息;所述历史指标运行信息与所述补偿机制对应的时间范围匹配;
将所述目标运行信息与所述历史指标运行信息聚合,得到聚合运行信息;
所述若所述目标运行信息大于所述告警阈值,则进行告警,包括:
若所述聚合运行信息大于所述告警阈值,则进行告警。
6.一种告警装置,其特征在于,所述装置包括:
接收单元,用于接收来自电子设备的数据流,所述数据流包括所述电子设备的属性信息和指标运行信息;
获取单元,用于获取与所述电子设备的属性信息匹配的告警规则,所述告警规则包括所述电子设备的监控指标、所述监控指标的监控频率以及所述监控指标的告警阈值;
判断单元,用于判断所述指标运行信息是否包括所述监控指标的目标运行信息;
确定单元,用于若所述指标运行信息包括所述目标运行信息,则确定所述目标运行信息所属的第一消息队列;所述目标运行信息所属的第一消息队列与所述监控指标的监控频率相匹配;不同第一消息队列处理数据的频率不同;
所述获取单元,还用于从与所述监控频率匹配的第一消息队列中获取所述目标运行信息;
告警单元,用于在所述目标运行信息大于所述告警阈值的情况下,进行告警。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括构建单元和配置单元;其中,
所述获取单元,还用于获取多个设备中每个设备的属性信息与所述每个设备的指标运行信息;
所述构建单元,用于根据所述多个设备中每个设备的属性信息与所述每个设备的指标数据构建设备模型;
所述配置单元,用于针对所述设备模型中的属性信息,配置告警规则。
8.根据权利要求6所述的装置,所述装置还包括缓存单元,其中,
所述缓存单元,用于将所述数据流缓存于第二消息队列;
所述获取单元,还用于从所述第二消息队列中,获取所述目标运行信息;
所述缓存单元,还用于将所述目标运行信息缓存于与所述监控频率匹配的第一消息队列。
9.一种告警装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有程序指令,所述处理器执行所述存储器中存储的程序指令,以使所述装置执行如权利要求1-5中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时,执行如权利要求1-5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111216560.7A CN114070718B (zh) | 2021-10-19 | 2021-10-19 | 一种告警方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111216560.7A CN114070718B (zh) | 2021-10-19 | 2021-10-19 | 一种告警方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114070718A true CN114070718A (zh) | 2022-02-18 |
CN114070718B CN114070718B (zh) | 2023-11-21 |
Family
ID=80234858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111216560.7A Active CN114070718B (zh) | 2021-10-19 | 2021-10-19 | 一种告警方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114070718B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115426287A (zh) * | 2022-09-06 | 2022-12-02 | 中国农业银行股份有限公司 | 一种系统监控和优化方法、装置、电子设备及介质 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101018157A (zh) * | 2007-02-14 | 2007-08-15 | 华为技术有限公司 | 一种告警处理方法及告警系统 |
CN103198004A (zh) * | 2013-04-25 | 2013-07-10 | 北京搜狐新媒体信息技术有限公司 | 一种信息处理方法和装置 |
CN106649140A (zh) * | 2016-12-29 | 2017-05-10 | 深圳前海弘稼科技有限公司 | 一种数据处理方法、装置及系统 |
US20170139767A1 (en) * | 2015-11-18 | 2017-05-18 | International Business Machines Corporation | Dynamically detecting and interrupting excessive execution time |
CN108074044A (zh) * | 2018-01-19 | 2018-05-25 | 广东电网有限责任公司珠海供电局 | 一种电力设备状态监测评价与指挥方法 |
CN108319866A (zh) * | 2018-01-31 | 2018-07-24 | 上海携程商务有限公司 | 分布式的js文件篡改监控方法、系统、设备及存储介质 |
CN110347116A (zh) * | 2019-07-17 | 2019-10-18 | 重庆大学 | 一种基于运行数据流的机床状态监测系统与监测方法 |
CN110661659A (zh) * | 2019-09-23 | 2020-01-07 | 上海艾融软件股份有限公司 | 一种告警方法、装置、系统及电子设备 |
CN110806958A (zh) * | 2019-10-24 | 2020-02-18 | 长城计算机软件与系统有限公司 | 一种监控方法、监控装置、存储介质及电子设备 |
CN111176879A (zh) * | 2019-12-31 | 2020-05-19 | 中国建设银行股份有限公司 | 设备的故障修复方法及装置 |
CN111200526A (zh) * | 2019-12-31 | 2020-05-26 | 中国建设银行股份有限公司 | 网络设备的监控系统及方法 |
KR102116245B1 (ko) * | 2018-12-17 | 2020-06-02 | 경희대학교 산학협력단 | 분산 클라우드 환경에서 오픈플로우 스위치 기반 전송 경로 설정을 위한 방법 및 장치 |
CN111614577A (zh) * | 2020-05-11 | 2020-09-01 | 湖南智领通信科技有限公司 | 一种多通信任务管理方法、装置和计算机设备 |
CN111786833A (zh) * | 2020-07-01 | 2020-10-16 | 浪潮云信息技术股份公司 | 一种基于云服务平台的告警匹配处理的实现方法 |
CN111835584A (zh) * | 2020-06-19 | 2020-10-27 | 深圳奇迹智慧网络有限公司 | 物联网产品的巡检方法、装置、计算机设备和存储介质 |
CN111983939A (zh) * | 2019-05-21 | 2020-11-24 | 南京南瑞继保电气有限公司 | 一种基于云平台的监测数据通用采集存储系统及方法 |
CN112003746A (zh) * | 2020-08-20 | 2020-11-27 | 北京浪潮数据技术有限公司 | 一种基于分布式系统的告警管理方法、装置和介质 |
CN112751726A (zh) * | 2020-12-17 | 2021-05-04 | 北京达佳互联信息技术有限公司 | 一种数据处理方法、装置、电子设备和存储介质 |
-
2021
- 2021-10-19 CN CN202111216560.7A patent/CN114070718B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101018157A (zh) * | 2007-02-14 | 2007-08-15 | 华为技术有限公司 | 一种告警处理方法及告警系统 |
CN103198004A (zh) * | 2013-04-25 | 2013-07-10 | 北京搜狐新媒体信息技术有限公司 | 一种信息处理方法和装置 |
US20170139767A1 (en) * | 2015-11-18 | 2017-05-18 | International Business Machines Corporation | Dynamically detecting and interrupting excessive execution time |
CN106649140A (zh) * | 2016-12-29 | 2017-05-10 | 深圳前海弘稼科技有限公司 | 一种数据处理方法、装置及系统 |
CN108074044A (zh) * | 2018-01-19 | 2018-05-25 | 广东电网有限责任公司珠海供电局 | 一种电力设备状态监测评价与指挥方法 |
CN108319866A (zh) * | 2018-01-31 | 2018-07-24 | 上海携程商务有限公司 | 分布式的js文件篡改监控方法、系统、设备及存储介质 |
KR102116245B1 (ko) * | 2018-12-17 | 2020-06-02 | 경희대학교 산학협력단 | 분산 클라우드 환경에서 오픈플로우 스위치 기반 전송 경로 설정을 위한 방법 및 장치 |
CN111983939A (zh) * | 2019-05-21 | 2020-11-24 | 南京南瑞继保电气有限公司 | 一种基于云平台的监测数据通用采集存储系统及方法 |
CN110347116A (zh) * | 2019-07-17 | 2019-10-18 | 重庆大学 | 一种基于运行数据流的机床状态监测系统与监测方法 |
CN110661659A (zh) * | 2019-09-23 | 2020-01-07 | 上海艾融软件股份有限公司 | 一种告警方法、装置、系统及电子设备 |
CN110806958A (zh) * | 2019-10-24 | 2020-02-18 | 长城计算机软件与系统有限公司 | 一种监控方法、监控装置、存储介质及电子设备 |
CN111200526A (zh) * | 2019-12-31 | 2020-05-26 | 中国建设银行股份有限公司 | 网络设备的监控系统及方法 |
CN111176879A (zh) * | 2019-12-31 | 2020-05-19 | 中国建设银行股份有限公司 | 设备的故障修复方法及装置 |
CN111614577A (zh) * | 2020-05-11 | 2020-09-01 | 湖南智领通信科技有限公司 | 一种多通信任务管理方法、装置和计算机设备 |
CN111835584A (zh) * | 2020-06-19 | 2020-10-27 | 深圳奇迹智慧网络有限公司 | 物联网产品的巡检方法、装置、计算机设备和存储介质 |
CN111786833A (zh) * | 2020-07-01 | 2020-10-16 | 浪潮云信息技术股份公司 | 一种基于云服务平台的告警匹配处理的实现方法 |
CN112003746A (zh) * | 2020-08-20 | 2020-11-27 | 北京浪潮数据技术有限公司 | 一种基于分布式系统的告警管理方法、装置和介质 |
CN112751726A (zh) * | 2020-12-17 | 2021-05-04 | 北京达佳互联信息技术有限公司 | 一种数据处理方法、装置、电子设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
张素萍, 李朝强: "基于MSComm和队列技术的LabVIEW数据采集系统设计", 《国外电子测量技术》, pages 86 - 91 * |
鲁凯彬,田孝华,李光明: "中波导航数据实时采集与处理系统设计", 《现代导航》, pages 405 - 408 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115426287A (zh) * | 2022-09-06 | 2022-12-02 | 中国农业银行股份有限公司 | 一种系统监控和优化方法、装置、电子设备及介质 |
CN115426287B (zh) * | 2022-09-06 | 2024-03-26 | 中国农业银行股份有限公司 | 一种系统监控和优化方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114070718B (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ta-Shma et al. | An ingestion and analytics architecture for iot applied to smart city use cases | |
US10025813B1 (en) | Distributed data transformation system | |
Habeeb et al. | Real-time big data processing for anomaly detection: A survey | |
US10409650B2 (en) | Efficient access scheduling for super scaled stream processing systems | |
US20130151522A1 (en) | Event mining in social networks | |
EP3436984A1 (en) | Managed function execution for processing data streams in real time | |
US20160258845A1 (en) | Self-learning simulation environments | |
CN109684180A (zh) | 用于输出信息的方法和装置 | |
Nasridinov et al. | Event detection in wireless sensor networks: Survey and challenges | |
CN114070718B (zh) | 一种告警方法、装置和存储介质 | |
CN110262951A (zh) | 一种业务秒级监控方法及系统、存储介质及客户端 | |
CN105471938B (zh) | 服务器负载管理方法及装置 | |
Akanbi | Estemd: A distributed processing framework for environmental monitoring based on apache kafka streaming engine | |
CN114443437A (zh) | 告警根因输出方法、装置、设备、介质和程序产品 | |
US20220058745A1 (en) | System and method for crowdsensing-based insurance premiums | |
US8700637B2 (en) | Complex event processing engine | |
CN110677271B (zh) | 基于elk的大数据告警方法、装置、设备及存储介质 | |
CN111400045B (zh) | 一种负载均衡方法及装置 | |
CN112948223A (zh) | 一种监测运行情况的方法和装置 | |
CN110493218B (zh) | 一种态势感知虚拟化的方法和装置 | |
CN116260702A (zh) | 数据监控的方法、装置、计算机设备和存储介质 | |
US9262294B2 (en) | System and method for event detection and correlation from moving object sensor data | |
Diván | Processing architecture based on measurement metadata | |
CN116910144A (zh) | 算力网络资源中心、算力服务系统以及数据处理方法 | |
CN108255710B (zh) | 一种脚本的异常检测方法及其终端 |
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 |