CN114143221A - 一个基于全链路监控的服务资产管理方法、平台及存储介质 - Google Patents
一个基于全链路监控的服务资产管理方法、平台及存储介质 Download PDFInfo
- Publication number
- CN114143221A CN114143221A CN202111435910.9A CN202111435910A CN114143221A CN 114143221 A CN114143221 A CN 114143221A CN 202111435910 A CN202111435910 A CN 202111435910A CN 114143221 A CN114143221 A CN 114143221A
- Authority
- CN
- China
- Prior art keywords
- service
- calling
- data
- service cluster
- current
- 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
- 238000007726 management method Methods 0.000 title claims abstract description 24
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 230000002159 abnormal effect Effects 0.000 claims abstract description 68
- 239000000523 sample Substances 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000013441 quality evaluation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
Classifications
-
- 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
- H04L43/04—Processing captured monitoring data, e.g. for logfile generation
- H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Abstract
本发明涉及通信技术领域，具体公开了一个基于全链路监控的服务资产管理方法、平台及存储介质，方法包括数据获取步骤，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；数据判断步骤，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；数据展示步骤，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。本方案通过对异常调用的数据进行可视化展示，可以提高排除问题的效率。
Description
技术领域
本发明涉及通信技术领域，特别涉及一个基于全链路监控的服务资产管理方法、平台及存储介质。
背景技术
在银行行业中对应的系统比较繁多，用户在进行具体的使用时，会在各系统之间来回调用，由于用户的使用是不可控的，这就使得整个系统之间的调用比较复杂，系统之间的真实运行情况与相互之间的关系不是很清楚，即缺乏对异常调用的监控，使得在进行问题的排除时比较耗费时间。
发明内容
本发明的目的在于提供一个基于全链路监控的服务资产管理方法、平台及存储介质，实现对异常调用的快速定位，从而提高排除问题的效率。
为达到上述目的，本发明的技术方案提供一个基于全链路监控的服务资产管理方法，包括以下步骤：
数据获取步骤，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；
数据判断步骤，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；
数据展示步骤，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
本方案的技术效果是：在用户对业务集群进行调用时，会生成对应的调用链数据和指标数据，为了更好的了解和监控本次用户调用该业务集群的情况，通过探针来获取对应的调用链数据和指标数据，然后根据预设的判断策略来对调用链数据和指标数据进行判断，判断这些数据是否异常，在判断出存在异常时，就会对本次调用的数据继续可视化展示，这样后台管理人员就可以比较直观的对异常情况进行知晓，准确且快速的对异常点进行定位，提高排除问题的效率，以便于及时的进行针对性对服务进行优化升级，提升整体的服务水平，为之后的维修或者维护提供方便，同时管理人员能够很好的掌握用户对业务集群即服务的调用情况，能够帮助管理人员实时的了解业务情况，能够统揽全局，做到心中有数。
进一步的，所述数据获取步骤包括：
根据用户的需求，向需要调用的业务集群发送对应的调用请求；
根据对应的调用请求，生成对应的调用链数据和指标数据；。
利用探针来获取对应的调用链数据和指标数据。
每一次发生业务集群的调用时都会通过探针在第一时间对本次调用过程中产生的调用链数据和指标数据进行获取，整个过程比较快速，毕竟现如今的业务类集的访问次数已经很大了，如果不能够快速的完成对数据的获取，那么对应的异常发现时间也会大大增加，这样就会给更多的用户带来不好的服务体验。
进一步的，所述数据展示步骤包括：
当前异常展示步骤：若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
总异常展示步骤：对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
在前业务集群本次调用异常时对异常的调用情况进行可视化展示，使得管理人员能够比较直观的对当前异常调用的情况进行掌握，这样就可以使得管理人员能够第一时间进行维修或者维护，当然管理人员不可能实时在线，这样难免就会遗漏掉部分调用异常的情况，通过预设时间间隔对调用异常的总量进行可视化展示，可以使得上线的管理人员能够在第一时间对遗漏的异常情况进行了解，当然有一些异常问题可能当前的管理人员无法进行及时的处理和解决，通过预设时间间隔的形式进行提醒，既不会引起管理人员的反感也不会造成异常被一直遗落没有得到处理。
进一步的，还包括以下步骤：
业务集群质量评估步骤，根据当前业务集群的调用情况进行分析，对当前业务集群的质量进行评分。
通过对业务集群的质量进行评估，可以比较直观的知道对应业务集群的性能情况，实现对业务集群的实时观察。
进一步的，所述业务集群质量评估步骤包括：
成功率评估步骤，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分；
最长响应时间评分步骤，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分；
慢服务评分步骤，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分；
P95指标评分步骤，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分；
P99指标评分步骤，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分；
服务质量评分步骤，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
通过多种评分来对整体的服务质量进行评分，可以更加有说服力，对应的评分也会更加的准确，毕竟整体的服务质量是由各个部分的评分综合而成的，而不同部分对应的作用和效果是不同的，那么对整体服务质量的影响力也不同，通过对各评分预设占比来统计整体的评分会更加的准确。
本发明还提供一个基于全链路监控的服务资产管理平台，包括：
数据获取模块，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；
数据处理模块，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；
数据展示模块，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
本方案的原理和效果是：通过数据获取模块来对该业务集群对应的调用链数据和指标数据进行获取，具体使用的对应的探针进行获取，之后利用数据处理模块对获取到的调用链数据和指标数据进行判断和分析，看对应的本次调用是否出现异常，在存在异常的情况下，通过数据展示模块对异常调用对应的数据进行可视化展示。
本申请通过探针的形式实现对业务集群的调用情况的快速获取，同时对于异常调用的情况进行及时的可视化展示，这样后台管理人员就可以比较直观的对异常情况进行知晓，准确且快速的对异常点进行定位，提高排除问题的效率，以便于及时的进行针对性对服务进行优化升级，提升整体的服务水平，为之后的维修或者维护提供方便，同时管理人员能够很好的掌握用户对业务集群即服务的调用情况，能够帮助管理人员实时的了解业务情况，能够统揽全局，做到心中有数。
进一步的，所述数据展示模块包括：
当前异常展示模块，若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
业务集群异常展示模块，对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
在前业务集群本次调用异常时对异常的调用情况进行可视化展示，使得管理人员能够比较直观的对当前异常调用的情况进行掌握，这样就可以使得管理人员能够第一时间进行维修或者维护，当然管理人员不可能实时在线，这样难免就会遗漏掉部分调用异常的情况，通过预设时间间隔对调用异常的总量进行可视化展示，可以使得上线的管理人员能够在第一时间对遗漏的异常情况进行了解，当然有一些异常问题可能当前的管理人员无法进行及时的处理和解决，通过预设时间间隔的形式进行提醒，既不会引起管理人员的反感也不会造成异常被一直遗落没有得到处理。
进一步的，还包括：
成功率评估模块，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分；
最长响应时间评分模块，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分；
慢服务评分模块，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分；
P95指标评分模块，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分；
P99指标评分模块，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分。
通过对业务集群本次调用的多种指标进行评估，可以比较直观的对各个指标的情况进行掌握，这样在之后的维修等过程中可以有实际依据来进行异常情况的判断。
进一步的，还包括服务质量评分模块，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
通过多种评分来对整体的服务质量进行评分，可以更加有说服力，对应的评分也会更加的准确，毕竟整体的服务质量是由各个部分的评分综合而成的，而不同部分对应的作用和效果是不同的，那么对整体服务质量的影响力也不同，通过对各评分预设占比来统计整体的评分会更加的准确。
一个存储介质，其存储有计算机程序，所述计算机程序被处理器执行是实现如上述基于全链路监控的服务资产管理方法。
附图说明
图1为本发明实施例一中基于全链路监控的服务资产管理平台的逻辑框图。
图2为本发明实施例一中基于全链路监控的服务资产管理方法的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例一
实施例一基本如附图1所示：一个基于全链路监控的服务资产管理平台，包括数据获取模块、数据处理模块、数据展示模块、成功率评估模块、最长响应时间评分模块、慢服务评分模块、P95指标评分模块、P99指标评分模块、服务质量评分模块。
数据获取模块，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据。
在本实施例中，当用户需要进行业务集群的调用时，就会向调用的业务集群发送对应的调用请求，这个调用请求就会通过探针，探针就会根据对应的调用请求来获取本次调用所对应的调用链数据和指标数据。
数据处理模块，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常。
在本实施中预测的判断策略是根据对应的判断因素进行改变的，例如当对某一业务集群的访问情况进行判断时，其中，该业务集群访问的标准为在白天的访问要达到80％，晚上的访问小于60％，而在白天的某一时刻下，用户对该业务集群的访问最高也只有40％，这时就可以判断该时刻下对应的业务集群可能出现异常。
数据展示模块，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
具体的数据展示模块包括当前异常展示模块和业务集群异常展示模块。
当前异常展示模块，若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
业务集群异常展示模块，对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
例如，当管理人员在线的这一时间段的某一时刻，甲用户在调用A业务集群时，B指标数据出现了异常，导致整个调用过程出现了异常，这是就会在第一时间向管理人员进行A业务集群的相关调用情况的可视化展示，管理人员就可以在第一时间进行查看。在这个过程中，可能还存在一些之前没有处理的情况，为了避免该管理人员在本次上线时将其忘记，会在预设的时间间隔进行可视化提醒，例如每隔15分钟或者30分钟进行一次弹窗提醒，告知管理人员有多少个异常情况出现。
成功率评估模块，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分。
最长响应时间评分模块，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分。
慢服务评分模块，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分。
P95指标评分模块，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分。
P99指标评分模块，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分。
服务质量评分模块，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
在本实施例中，为了能够更加直观的对业务集群的调用情况进行查看和监控，会对整个调用过程进行对应的服务质量评分，通过这个评分可以很好的对当前业务集群的情况进行判断，具体的通过对p95，p99，最长响应，成功率，慢服务进行评分，来对整体的质量进行判断。例如，在对成功率进行评估时，小于90％的得分为零，在90％到95％的得分为60，在95％到99％的得分为80，其他的得分为100，而在对p95，p99，最长响应这三个进行评分是采用的是分段法进行评分，是根据时间阈值进行比较的，例如，在最长响应时间评分时，小于等于时间阈值的得分为100，在时间阈值到一点五倍时间阈值的区间内的得分为80，而在一点五倍时间阈值到两倍时间阈值的区间内的得分为60，其他的均为0。在根据这些评分在服务质量中的重要性来对这些评分的占比进行定义，之后计算其总和得到对应的服务质量评分。具体为：
最长响应时间评分LR，设定最长响应时间阈值为T：
| 最长响应时间 | 得分 |
| ≦T | 100 |
| (T，1.5T) | 80 |
| (1.5T，2T) | 60 |
| ≧2T | 0 |
如图2所示，本实施例还公开了一个基于全链路监控的服务资产管理方法，包括以下步骤：
数据获取步骤，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；
所述数据获取步骤包括：
根据用户的需求，向需要调用的业务集群发送对应的调用请求；
根据对应的调用请求，生成对应的调用链数据和指标数据。
利用探针来获取对应的调用链数据和指标数据。
数据判断步骤，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；
数据展示步骤，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
所述数据展示步骤包括：
当前异常展示步骤：若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
总异常展示步骤：对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
业务集群质量评估步骤，根据当前业务集群的调用情况进行分析，对当前业务集群的质量进行评分。
所述业务集群质量评估步骤包括：
成功率评估步骤，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分；
最长响应时间评分步骤，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分；
慢服务评分步骤，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分；
P95指标评分步骤，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分；
P99指标评分步骤，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分；
服务质量评分步骤，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
本实施例还公开了一个存储介质，其存储有计算机程序，所述程序被处理器执行是实现如上述基于全链路监控的服务资产管理方法的步骤。
以上的仅是本发明的实施例，该发明不限于此实施案例涉及的领域，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一个基于全链路监控的服务资产管理方法，其特征在于，包括以下步骤：
数据获取步骤，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；
数据判断步骤，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；
数据展示步骤，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
2.根据权利要求1所述的基于全链路监控的服务资产管理方法，其特征在于：所述数据获取步骤包括：
根据用户的需求，向需要调用的业务集群发送对应的调用请求；
根据对应的调用请求，生成对应的调用链数据和指标数据；
利用探针来获取对应的调用链数据和指标数据。
3.根据权利要求2所述的基于全链路监控的服务资产管理方法，其特征在于：所述数据展示步骤包括：
当前异常展示步骤：若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
总异常展示步骤：对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
4.根据权利要求3所述的基于全链路监控的服务资产管理方法，其特征在于：还包括以下步骤：
业务集群质量评估步骤，根据当前业务集群的调用情况进行分析，对当前业务集群的质量进行评分。
5.根据权利要求4所述的基于全链路监控的服务资产管理方法，其特征在于：所述业务集群质量评估步骤包括：
成功率评估步骤，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分；
最长响应时间评分步骤，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分；
慢服务评分步骤，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分；
P95指标评分步骤，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分；
P99指标评分步骤，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分；
服务质量评分步骤，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
6.一个基于全链路监控的服务资产管理平台，其特征在于，包括：
数据获取模块，基于业务集群，利用探针获取对应业务集群的调用链数据和指标数据；
数据处理模块，按照预设的判断策略对调用链数据和指标数据进行判断，若满足预设的判断策略则判断本次调用没有异常，反之则为本次调用异常；
数据展示模块，当判断结果为本次调用异常时，会对本次调用对应的数据进行可视化展示。
7.根据权利要求6所述的基于全链路监控的服务资产管理平台，其特征在于：所述数据展示模块包括：
当前异常展示模块，若当前业务集群本次调用出现异常时，对当前业务集群的调用情况进行可视化展示；
业务集群异常展示模块，对当前业务集群的所有调用异常进行统计，按照预设时间间隔对统计的总异常量进行可视化展示。
8.根据权利要求7所述的基于全链路监控的服务资产管理平台，其特征在于：还包括：
成功率评估模块，根据当前业务集群所有的调用情况进行统计，计算出对应的调用正常的占比，根据占比来对当前业务集群的调用成功率进行评分，生成成功率评分；
最长响应时间评分模块，获取当前业务集群的当日最长响应时间，并与预设第一阈值进行判断对应最长响应时间进行评分，生成最长响应时间评分；
慢服务评分模块，获取当前业务集群对应的慢服务占比值，通过慢服务占比值与预设第二阈值进行判断，生成慢服务评分；
P95指标评分模块，获取当日当前业务集群P95响应时间，并与预设第三阈值进行对应判断，生成对应的P95指标评分；
P99指标评分模块，获取当日当前业务集群P99响应时间，并与预设第四阈值进行对应判断，生成对应的P99指标评分。
9.根据权利要求8所述的基于全链路监控的服务资产管理平台，其特征在于：还包括服务质量评分模块，获取成功率评分、最长响应时间评分、慢服务评分、P95指标评分、P99指标评分，并根据各评分的预设占比对服务质量评分进行计算，生成对应的服务质量评分。
10.一个存储介质，其存储有计算机程序，其特征在于：所述计算机程序被处理器执行是实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111435910.9A CN114143221A (zh) | 2021-11-29 | 2021-11-29 | 一个基于全链路监控的服务资产管理方法、平台及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111435910.9A CN114143221A (zh) | 2021-11-29 | 2021-11-29 | 一个基于全链路监控的服务资产管理方法、平台及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114143221A true CN114143221A (zh) | 2022-03-04 |
Family
ID=80389159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111435910.9A Pending CN114143221A (zh) | 2021-11-29 | 2021-11-29 | 一个基于全链路监控的服务资产管理方法、平台及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114143221A (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106559265A (zh) * | 2016-11-21 | 2017-04-05 | 中国电子科技网络信息安全有限公司 | 一种云服务商能力综合考评系统及考评方法 |
| CN108183927A (zh) * | 2017-11-22 | 2018-06-19 | 链家网（北京）科技有限公司 | 一种分布式系统中链路调用的监控方法及系统 |
| CN108205486A (zh) * | 2017-12-26 | 2018-06-26 | 上海中畅数据技术有限公司 | 一种基于机器学习的智能分布式调用链跟踪方法 |
| CN109656792A (zh) * | 2018-11-02 | 2019-04-19 | 深圳市快付通金融网络科技服务有限公司 | 基于网络调用日志的应用性能分析方法、装置、计算机设备及存储介质 |
| CN109873717A (zh) * | 2019-01-18 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
| CN110428018A (zh) * | 2019-08-09 | 2019-11-08 | 北京中电普华信息技术有限公司 | 一种全链路监控系统中的异常预测方法及装置 |
| CN112035317A (zh) * | 2020-08-28 | 2020-12-04 | 北京浪潮数据技术有限公司 | 一种微服务链路监控方法、装置、设备及介质 |
| CN112035191A (zh) * | 2020-08-27 | 2020-12-04 | 浪潮云信息技术股份公司 | 基于微服务的apm全链路监控系统及方法 |
| CN112506799A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 业务异常定位方法及装置、电子设备、介质、产品 |
| CN112631880A (zh) * | 2019-10-08 | 2021-04-09 | 中国移动通信集团浙江有限公司 | 基于调用链的性能分析方法及装置 |
| CN112653586A (zh) * | 2019-10-12 | 2021-04-13 | 苏州工业园区测绘地理信息有限公司 | 基于全链路监控的时空大数据平台应用性能管理方法 |
| CN113079189A (zh) * | 2020-01-03 | 2021-07-06 | 中国移动通信集团广东有限公司 | 能力开放平台的容量控制方法、装置及电子设备 |
| CN113537824A (zh) * | 2021-08-03 | 2021-10-22 | 南方电网数字电网研究院有限公司 | 一种电网数据全链路监控系统 |
-
2021
- 2021-11-29 CN CN202111435910.9A patent/CN114143221A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106559265A (zh) * | 2016-11-21 | 2017-04-05 | 中国电子科技网络信息安全有限公司 | 一种云服务商能力综合考评系统及考评方法 |
| CN108183927A (zh) * | 2017-11-22 | 2018-06-19 | 链家网（北京）科技有限公司 | 一种分布式系统中链路调用的监控方法及系统 |
| CN108205486A (zh) * | 2017-12-26 | 2018-06-26 | 上海中畅数据技术有限公司 | 一种基于机器学习的智能分布式调用链跟踪方法 |
| CN109656792A (zh) * | 2018-11-02 | 2019-04-19 | 深圳市快付通金融网络科技服务有限公司 | 基于网络调用日志的应用性能分析方法、装置、计算机设备及存储介质 |
| CN109873717A (zh) * | 2019-01-18 | 2019-06-11 | 深圳壹账通智能科技有限公司 | 监控方法、装置、计算机设备及存储介质 |
| CN110428018A (zh) * | 2019-08-09 | 2019-11-08 | 北京中电普华信息技术有限公司 | 一种全链路监控系统中的异常预测方法及装置 |
| CN112631880A (zh) * | 2019-10-08 | 2021-04-09 | 中国移动通信集团浙江有限公司 | 基于调用链的性能分析方法及装置 |
| CN112653586A (zh) * | 2019-10-12 | 2021-04-13 | 苏州工业园区测绘地理信息有限公司 | 基于全链路监控的时空大数据平台应用性能管理方法 |
| CN113079189A (zh) * | 2020-01-03 | 2021-07-06 | 中国移动通信集团广东有限公司 | 能力开放平台的容量控制方法、装置及电子设备 |
| CN112035191A (zh) * | 2020-08-27 | 2020-12-04 | 浪潮云信息技术股份公司 | 基于微服务的apm全链路监控系统及方法 |
| CN112035317A (zh) * | 2020-08-28 | 2020-12-04 | 北京浪潮数据技术有限公司 | 一种微服务链路监控方法、装置、设备及介质 |
| CN112506799A (zh) * | 2020-12-22 | 2021-03-16 | 北京百度网讯科技有限公司 | 业务异常定位方法及装置、电子设备、介质、产品 |
| CN113537824A (zh) * | 2021-08-03 | 2021-10-22 | 南方电网数字电网研究院有限公司 | 一种电网数据全链路监控系统 |
Non-Patent Citations (2)
| Title |
|---|
| 丁学英;刘迪;邱镇;: "基于微服务架构的应用监控系统设计与实现", no. 07 * |
| 孔庆雍: "《Kong网关入门实战与进阶》", pages: 278 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2022068645A1 (zh) | 数据库故障发现方法、装置、电子设备及存储介质 | |
| US7409316B1 (en) | Method for performance monitoring and modeling | |
| Letourneau et al. | Data mining to predict aircraft component replacement | |
| US6732063B2 (en) | Method of identifying abnormal behavior in a fleet of vehicles | |
| US6449341B1 (en) | Apparatus and method for managing a software system via analysis of call center trouble tickets | |
| CN111652496A (zh) | 基于网络安全态势感知系统的运行风险评估方法及装置 | |
| CN110782370A (zh) | 一种电力调度数据网综合运维管理平台 | |
| US11663220B1 (en) | Machine learning based prediction of outcomes associated with populations of users | |
| CN106161135B (zh) | 业务交易故障分析方法及装置 | |
| US10956293B2 (en) | Automated process performance determination | |
| CN108182134A (zh) | 一种通用接口监控方法、装置及设备、存储介质 | |
| DE102022201746A1 (de) | Verwaltung von rechenzentren mit maschinellem lernen | |
| CN111290913A (zh) | 一种基于运维数据预测的故障定位可视化系统和方法 | |
| CN114021971A (zh) | 一种高速公路运维管理综合评价系统、方法及存储介质 | |
| CN112732815A (zh) | 一种外部数据管理方法、系统、设备和存储介质 | |
| CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
| CN113032239A (zh) | 风险提示方法、装置、电子设备及存储介质 | |
| CN114143221A (zh) | 一个基于全链路监控的服务资产管理方法、平台及存储介质 | |
| US7606745B1 (en) | System and method for tracking a billing cycle | |
| CN114138535A (zh) | 存储系统的故障诊断方法、装置、电子设备、介质及产品 | |
| CN114116398A (zh) | 一种可视化监控预警方法、系统、存储介质及设备 | |
| CN110471381A (zh) | 一种印染工业互联网平台、设备及系统 | |
| CN110648057A (zh) | 智能化城市安全风险管控系统和方法 | |
| CN112069017A (zh) | 业务系统监控方法及装置 | |
| US11749070B2 (en) | Identification of anomalies in an automatic teller machine (ATM) network |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220304 |