CN114490262A - 数据库监控方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及监控技术领域，提供一种数据库监控方法、装置、设备及存储介质。该方法能够根据监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息，根据待监控数据库在预设维度上的维度信息生成衡量指标，根据指标信息生成待监控数据库在预设维度上的监控信息，检测监控信息是否处于衡量指标内，若监控信息处于所述衡量指标内，则根据监控信息对待监控数据库在第二预设时段上进行预测，得到待监控数据库的预测信息，当检测到预测信息超过衡量指标时，根据预测信息生成待监控数据库的告警信息，能够准确的对数据库进行监控。此外，本发明还涉及区块链技术，所述告警信息可存储于区块链中。

Description

数据库监控方法、装置、设备及存储介质

技术领域

本发明涉及监控技术领域，尤其涉及一种数据库监控方法、装置、设备及存储介质。

背景技术

在数据库的运行过程中，需要对数据库的运行状态进行实时监控，进而能够在数据库运行异常时，快速的提醒用户。在目前的数据库监控方案中，往往是通过监控数据库中的单个指标来判定数据库是否异常，然而，对于ClickHouse数据库来说，由于ClickHouse数据库在设计上使用并行计算模型以及资源使用策略等贪婪策略，因此，ClickHouse数据库的某个指标突然升高属于常见现象，从而导致目前的数据库监控方案无法准确的对ClickHouse数据库进行监控。

发明内容

鉴于以上内容，有必要提供一种数据库监控方法、装置、设备及存储介质，能够准确的对数据库进行监控。

一方面，本发明提出一种数据库监控方法，所述数据库监控方法包括：

当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测所述监控信息是否处于所述衡量指标内；

若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

根据本发明优选实施例，所述根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息包括：

从所述监控请求中识别出所述待监控数据库，所述监控请求中携带有所述待监控数据库的数据库标识；

从预设路由表中定位出所述待监控数据库对应的目标服务器，并获取所述目标服务器的服务器标识；

将所述数据库标识、所述服务器标识、所述预设指标及所述第一预设时段写入预设搜索指令中，得到查询语句；

基于预设监控工具运行所述查询语句，得到所述指标信息。

根据本发明优选实施例，所述资源维度包括资源利用率、资源饱和度及错误率，所述服务维度包括每秒请求量、每秒错误数及请求响应时间。

根据本发明优选实施例，所述指标信息包括CPU使用率、CPU个数、正在执行的第一任务数量、待执行的第二任务数量、已完成执行的第三任务数量、合并树深度及崩溃次数，所述根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息包括：

根据所述CPU利用率、所述第一任务数量及所述CPU个数生成所述待监控数据库在所述资源利用率上的监控信息，所述待监控数据库在所述资源利用率上的监控信息的计算公式为：

其中，u是指所述资源利用率，a是指所述CPU利用率，m₁是指所述第一任务数量，n是指所述CPU个数，k为非零参数；

根据所述第一任务数量、所述第二任务数量及所述合并树深度生成所述待监控数据库在所述资源饱和度上的监控信息，所述待监控数据库在所述资源饱和度上的监控信息的计算公式为：

其中，s是指所述资源饱和度，m₂是指所述第二任务数量，h是指所述合并树深度；

根据所述第三任务数量及所述崩溃次数生成所述待监控数据库在所述错误率上的监控信息，所述待监控数据库在所述错误率上的监控信息的计算公式为：

其中，e是指所述错误率，m₃是指所述第三任务数量，b是指所述崩溃次数。

根据本发明优选实施例，所述根据所述待监控数据库在预设维度上的维度信息生成衡量指标包括：

基于所述预设维度从所述待监控数据库中获取所述维度信息；

从所述待监控数据库的配置表中获取所述预设维度的目标比例；

计算所述维度信息与所述目标比例的乘积，得到所述衡量指标。

根据本发明优选实施例，所述根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息包括：

获取所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻；

根据所述采集时刻对所述监控信息进行排序，得到信息列表；

计算所述信息列表中每个信息对的维度增长速率，所述信息对包括所述信息列表中任意两个相邻的监控信息，所述维度增长速率的计算公式为：

其中，v是指所述维度增长速率，s₁、s₂分别为所述信息对的监控信息，t₁、t₂分别为所述信息对的监控时刻；

计算多个所述维度增长速率的平均值，得到平均速率；

基于预设调整比例对所述平均速率进行调整，得到域值范围；

根据所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，得到所述预测信息。

根据本发明优选实施例，所述根据所述预测信息生成所述待监控数据库的告警信息包括：

从所述第二预设时段中定位出所述预测信息超过所述衡量指标的目标时刻；

根据所述目标时刻及超过所述衡量指标的目标预测信息生成所述告警信息。

另一方面，本发明还提出一种数据库监控装置，所述数据库监控装置包括：

采集单元，用于当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

生成单元，用于根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

所述生成单元，还用于根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测单元，用于检测所述监控信息是否处于所述衡量指标内；

预测单元，用于若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

所述生成单元，还用于当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

另一方面，本发明还提出一种电子设备，所述电子设备包括：

存储器，存储计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现所述数据库监控方法。

另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述数据库监控方法。

由以上技术方案可以看出，本发明结合所述资源维度及所述服务维度对所述待监控数据库进行监测，能够避免因所述待监控数据库中存在贪婪策略而造成无法对所述待监控数据库进行准确监控，进一步地，根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，能够根据所述监控信息在所述第一预设时段上的趋势准确的预测出所述待监控数据库在所述第二预设时段上的预测信息，进而能够在检测到所述预测信息超过所述衡量指标时，及时生成所述告警信息，能够提前对所述待监控数据库进行预警，从而能够避免因所述待监控数据库的临时崩溃而造成用户无法访问所述待监控数据库，提高了所述待监控数据库的预警能力。

附图说明

图1是本发明数据库监控方法的较佳实施例的流程图。

图2是本发明数据库监控装置的较佳实施例的功能模块图。

图3是本发明实现数据库监控方法的较佳实施例的电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明数据库监控方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述数据库监控方法可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。

所述数据库监控方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字信号处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。

所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。

所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。

S10，当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息。

在本发明的至少一个实施例中，所述监控请求可以在接收到监控需求时触发生成。

所述预设指标是指与预设维度存在一定的运算关系的基础指标，其中，所述预设维度包括资源维度及服务维度。

所述第一预设时段可以是指任意需要进行监控的时段。所述第一预设时段是指一段时间，例如，所述第一预设时段可以是9：00-10：00。

所述指标信息可以是所述待监控数据库在所述预设指标及所述第一预设时段上的具体时序信息。所述指标信息包括CPU使用率、CPU个数、正在执行的第一任务数量、待执行的第二任务数量、已完成执行的第三任务数量、合并树深度及崩溃次数。

在本发明的至少一个实施例中，所述电子设备根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息包括：

从所述监控请求中识别出所述待监控数据库，所述监控请求中携带有所述待监控数据库的数据库标识；

从预设路由表中定位出所述待监控数据库对应的目标服务器，并获取所述目标服务器的服务器标识；

将所述数据库标识、所述服务器标识、所述预设指标及所述第一预设时段写入预设搜索指令中，得到查询语句；

基于预设监控工具运行所述查询语句，得到所述指标信息。

其中，所述预设路由表中存储有多个服务器与数据库的映射关系。

所述预设搜索指令用于对某一对象进行数据查询，可以理解的是，所述查询语句用于查询所述待监控数据库同时在所述预设指标及所述第一预设时段上的指标信息。

所述预设监控工具可以包括Promethues，Promethues作为监控工具负责监控指标数据的收集。

通过所述预设路由表能够准确的定位出所述目标服务器，进而结合所述目标服务器及所述待监控数据库能够从所述预设监控工具中准确的采集到所述指标信息，有利于对所述待监控数据库的准确监控。

S11，根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度。

在本发明的至少一个实施例中，所述资源维度包括资源利用率、资源饱和度及错误率，所述服务维度包括每秒请求量、每秒错误数及请求响应时间。

在本发明的至少一个实施例中，所述衡量指标是指所述待监控数据库在所述预设维度上的最大运行限度要求。例如，所述待监控数据库在所述资源利用率上的衡量指标为：30％-60％，所述待监控数据库在所述资源饱和度上的衡量指标为：0-80％，所述待监控数据库在所述错误率上的衡量指标为0等。

在本发明的至少一个实施例中，所述电子设备根据所述待监控数据库在预设维度上的维度信息生成衡量指标包括：

基于所述预设维度从所述待监控数据库中获取所述维度信息；

从所述待监控数据库的配置表中获取所述预设维度的目标比例；

计算所述维度信息与所述目标比例的乘积，得到所述衡量指标。

其中，所述维度信息包括所述待监控数据库在所述资源利用率、所述资源饱和度、所述错误率、所述每秒请求量、所述每秒错误数及所述请求响应时间上的信息。

所述配置表中记录有每个预设维度与最大运行限度要求的映射关系。

通过所述配置表能够准确的获取到所述待监控数据库在所述预设维度上的最大运行限度要求，从而结合所述目标比例及所述维度信息能够准确的生成所述衡量指标，有利于检测所述待监控数据库中是否存在运行异常的问题。

S12，根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息。

在本发明的至少一个实施例中，所述监控信息是指所述待监控数据库在所述第一预设时段内与所述预设维度所对应的信息。可以理解的是，所述监控信息为时序信息。

在本发明的至少一个实施例中，所述电子设备根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息包括：

根据所述CPU利用率、所述第一任务数量及所述CPU个数生成所述待监控数据库在所述资源利用率上的监控信息，所述待监控数据库在所述资源利用率上的监控信息的计算公式为：

其中，u是指所述资源利用率，a是指所述CPU利用率，m₁是指所述第一任务数量，n是指所述CPU个数，k为非零参数；

根据所述第一任务数量、所述第二任务数量及所述合并树深度生成所述待监控数据库在所述资源饱和度上的监控信息，所述待监控数据库在所述资源饱和度上的监控信息的计算公式为：

其中，s是指所述资源饱和度，m₂是指所述第二任务数量，h是指所述合并树深度；

根据所述第三任务数量及所述崩溃次数生成所述待监控数据库在所述错误率上的监控信息，所述待监控数据库在所述错误率上的监控信息的计算公式为：

其中，e是指所述错误率，m₃是指所述第三任务数量，b是指所述崩溃次数。

其中，k可以根据所述待监控数据库的压力测试情况进行调整，具体地，当k＝0.5时，所述待监控数据库的资源利用率达到最佳。可以理解的是，在计算所述待监控数据库在所述资源利用率上的监控信息时的k设定为0.5时，则计算所述待监控数据库在所述资源利用率上的衡量指标中的k也应当设定为0.5。

所述合并树深度是指能够在同一时刻上进行合并的数据量上限。

通过上述实施方式，能够准确的生成所述待监控数据库在所述预设维度上的监控信息。

S13，检测所述监控信息是否处于所述衡量指标内。

在本发明的至少一个实施例中，针对每个预设维度，所述电子设备检测每个监控信息是否处于对应的衡量指标中，若存在任一监控信息超过所述衡量指标，则根据超过所述衡量指标的监控信息生成告警信息。

S14，若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息。

在本发明的至少一个实施例中，所述预测信息是指所述待监控数据库在所述第二预设时段及所述预设维度上所预测得到的信息。

在本发明的至少一个实施例中，所述电子设备根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息包括：

获取所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻；

根据所述采集时刻对所述监控信息进行排序，得到信息列表；

计算所述信息列表中每个信息对的维度增长速率，所述信息对包括所述信息列表中任意两个相邻的监控信息，所述维度增长速率的计算公式为：

其中，v是指所述维度增长速率，s₁、s₂分别为所述信息对的监控信息，t₁、t₂分别为所述信息对的监控时刻；

计算多个所述维度增长速率的平均值，得到平均速率；

基于预设调整比例对所述平均速率进行调整，得到域值范围；

根据所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，得到所述预测信息。

其中，所述预设调整比例可以是一个比例范围值，例如，所述预设调整比例可以为90％-125％。

通过将所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻，能够准确的对所述监控信息进行排序，从而能够准确的计算出所述维度增长速率，进而基于所述预设调整比例对所述平均速率进行调整，提高了所述维度增长速率的容差性，进而结合所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，能够提高所述预测信息的可靠性。

S15，当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

在本发明的至少一个实施例中，所述告警信息包括超过所述衡量指标的目标预测信息，以及所述目标预测信息所处的时刻。

需要强调的是，为进一步保证上述告警信息的私密和安全性，上述告警信息还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，所述电子设备根据所述预测信息生成所述待监控数据库的告警信息包括：

从所述第二预设时段中定位出所述预测信息超过所述衡量指标的目标时刻；

根据所述目标时刻及超过所述衡量指标的目标预测信息生成所述告警信息。

在本发明的至少一个实施例中，在根据所述预测信息生成所述待监控数据库的告警信息之后，所述方法还包括：

获取所述监控请求的触发用户，并获取所述触发用户的绑定终端；

将所述告警信息发送至所述绑定终端。

通过上述实施方式，能够在所述告警信息生成时及时提醒所述触发用户。

由以上技术方案可以看出，本发明结合所述资源维度及所述服务维度对所述待监控数据库进行监测，能够避免因所述待监控数据库中存在贪婪策略而造成无法对所述待监控数据库进行准确监控，进一步地，根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，能够根据所述监控信息在所述第一预设时段上的趋势准确的预测出所述待监控数据库在所述第二预设时段上的预测信息，进而能够在检测到所述预测信息超过所述衡量指标时，及时生成所述告警信息，能够提前对所述待监控数据库进行预警，从而能够避免因所述待监控数据库的临时崩溃而造成用户无法访问所述待监控数据库，提高了所述待监控数据库的预警能力。

如图2所示，是本发明数据库监控装置的较佳实施例的功能模块图。所述数据库监控装置11包括采集单元110、生成单元111、检测单元112、预测单元113、获取单元114及发送单元115。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

当接收到监控请求时，采集单元110根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息。

在本发明的至少一个实施例中，所述监控请求可以在接收到监控需求时触发生成。

所述预设指标是指与预设维度存在一定的运算关系的基础指标，其中，所述预设维度包括资源维度及服务维度。

所述第一预设时段可以是指任意需要进行监控的时段。所述第一预设时段是指一段时间，例如，所述第一预设时段可以是9：00-10：00。

所述指标信息可以是所述待监控数据库在所述预设指标及所述第一预设时段上的具体时序信息。所述指标信息包括CPU使用率、CPU个数、正在执行的第一任务数量、待执行的第二任务数量、已完成执行的第三任务数量、合并树深度及崩溃次数。

在本发明的至少一个实施例中，所述采集单元110根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息包括：

从所述监控请求中识别出所述待监控数据库，所述监控请求中携带有所述待监控数据库的数据库标识；

从预设路由表中定位出所述待监控数据库对应的目标服务器，并获取所述目标服务器的服务器标识；

将所述数据库标识、所述服务器标识、所述预设指标及所述第一预设时段写入预设搜索指令中，得到查询语句；

基于预设监控工具运行所述查询语句，得到所述指标信息。

其中，所述预设路由表中存储有多个服务器与数据库的映射关系。

所述预设搜索指令用于对某一对象进行数据查询，可以理解的是，所述查询语句用于查询所述待监控数据库同时在所述预设指标及所述第一预设时段上的指标信息。

所述预设监控工具可以包括Promethues，Promethues作为监控工具负责监控指标数据的收集。

通过所述预设路由表能够准确的定位出所述目标服务器，进而结合所述目标服务器及所述待监控数据库能够从所述预设监控工具中准确的采集到所述指标信息，有利于对所述待监控数据库的准确监控。

生成单元111根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度。

在本发明的至少一个实施例中，所述资源维度包括资源利用率、资源饱和度及错误率，所述服务维度包括每秒请求量、每秒错误数及请求响应时间。

在本发明的至少一个实施例中，所述衡量指标是指所述待监控数据库的最大运行限度要求。例如，所述待监控数据库在所述资源利用率上的衡量指标为：30％-60％，所述待监控数据库在所述资源饱和度上的衡量指标为：0-80％，所述待监控数据库在所述错误率上的衡量指标为0等。

在本发明的至少一个实施例中，所述生成单元111根据所述待监控数据库在预设维度上的维度信息生成衡量指标包括：

基于所述预设维度从所述待监控数据库中获取所述维度信息；

从所述待监控数据库的配置表中获取所述预设维度的目标比例；

计算所述维度信息与所述目标比例的乘积，得到所述衡量指标。

其中，所述维度信息包括所述待监控数据库在所述资源利用率、所述资源饱和度、所述错误率、所述每秒请求量、所述每秒错误数及所述请求响应时间上的信息。

所述配置表中记录有每个预设维度与最大运行限度要求的映射关系。

通过所述配置表能够准确的获取到所述待监控数据库在所述预设维度上的最大运行限度要求，从而结合所述目标比例及所述维度信息能够准确的生成所述衡量指标，有利于检测所述待监控数据库中是否存在运行异常的问题。

所述生成单元111根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息。

在本发明的至少一个实施例中，所述监控信息是指所述待监控数据库在所述第一预设时段内与所述预设维度所对应的信息。可以理解的是，所述监控信息为时序信息。

在本发明的至少一个实施例中，所述生成单元111根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息包括：

根据所述CPU利用率、所述第一任务数量及所述CPU个数生成所述待监控数据库在所述资源利用率上的监控信息，所述待监控数据库在所述资源利用率上的监控信息的计算公式为：

其中，u是指所述资源利用率，a是指所述CPU利用率，m₁是指所述第一任务数量，n是指所述CPU个数，k为非零参数；

根据所述第一任务数量、所述第二任务数量及所述合并树深度生成所述待监控数据库在所述资源饱和度上的监控信息，所述待监控数据库在所述资源饱和度上的监控信息的计算公式为：

其中，s是指所述资源饱和度，m₂是指所述第二任务数量，h是指所述合并树深度；

根据所述第三任务数量及所述崩溃次数生成所述待监控数据库在所述错误率上的监控信息，所述待监控数据库在所述错误率上的监控信息的计算公式为：

其中，e是指所述错误率，m₃是指所述第三任务数量，b是指所述崩溃次数。

其中，k可以根据所述待监控数据库的压力测试情况进行调整，具体地，当k＝0.5时，所述待监控数据库的资源利用率达到最佳。可以理解的是，在计算所述待监控数据库在所述资源利用率上的监控信息时的k设定为0.5时，则计算所述待监控数据库在所述资源利用率上的衡量指标中的k也应当设定为0.5。

所述合并树深度是指能够在同一时刻上进行合并的数据量上限。

通过上述实施方式，能够准确的生成所述待监控数据库在所述预设维度上的监控信息。

检测单元112检测所述监控信息是否处于所述衡量指标内。

在本发明的至少一个实施例中，针对每个预设维度，所述检测单元112检测每个监控信息是否处于对应的衡量指标中，若存在任一监控信息超过所述衡量指标，则根据超过所述衡量指标的监控信息生成告警信息。

若所述监控信息处于所述衡量指标内，则预测单元113根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息。

在本发明的至少一个实施例中，所述预测信息是指所述待监控数据库在所述第二预设时段及所述预设维度上所预测得到的信息。

在本发明的至少一个实施例中，所述预测单元113根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息包括：

获取所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻；

根据所述采集时刻对所述监控信息进行排序，得到信息列表；

计算所述信息列表中每个信息对的维度增长速率，所述信息对包括所述信息列表中任意两个相邻的监控信息，所述维度增长速率的计算公式为：

其中，v是指所述维度增长速率，s₁、s₂分别为所述信息对的监控信息，t₁、t₂分别为所述信息对的监控时刻；

计算多个所述维度增长速率的平均值，得到平均速率；

基于预设调整比例对所述平均速率进行调整，得到域值范围；

根据所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，得到所述预测信息。

其中，所述预设调整比例可以是一个比例范围值，例如，所述预设调整比例可以为90％-125％。

通过将所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻，能够准确的对所述监控信息进行排序，从而能够准确的计算出所述维度增长速率，进而基于所述预设调整比例对所述平均速率进行调整，提高了所述维度增长速率的容差性，进而结合所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，能够提高所述预测信息的可靠性。

当检测到所述预测信息超过所述衡量指标时，所述生成单元111根据所述预测信息生成所述待监控数据库的告警信息。

在本发明的至少一个实施例中，所述告警信息包括超过所述衡量指标的目标预测信息，以及所述目标预测信息所处的时刻。

需要强调的是，为进一步保证上述告警信息的私密和安全性，上述告警信息还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，所述生成单元111根据所述预测信息生成所述待监控数据库的告警信息包括：

从所述第二预设时段中定位出所述预测信息超过所述衡量指标的目标时刻；

根据所述目标时刻及超过所述衡量指标的目标预测信息生成所述告警信息。

在本发明的至少一个实施例中，在根据所述预测信息生成所述待监控数据库的告警信息之后，获取单元114获取所述监控请求的触发用户，并获取所述触发用户的绑定终端；

发送单元115将所述告警信息发送至所述绑定终端。

通过上述实施方式，能够在所述告警信息生成时及时提醒所述触发用户。

由以上技术方案可以看出，本发明结合所述资源维度及所述服务维度对所述待监控数据库进行监测，能够避免因所述待监控数据库中存在贪婪策略而造成无法对所述待监控数据库进行准确监控，进一步地，根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，能够根据所述监控信息在所述第一预设时段上的趋势准确的预测出所述待监控数据库在所述第二预设时段上的预测信息，进而能够在检测到所述预测信息超过所述衡量指标时，及时生成所述告警信息，能够提前对所述待监控数据库进行预警，从而能够避免因所述待监控数据库的临时崩溃而造成用户无法访问所述待监控数据库，提高了所述待监控数据库的预警能力。

如图3所示，是本发明实现数据库监控方法的较佳实施例的电子设备的结构示意图。

在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如数据库监控程序。

本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。

所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，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)、现场可编程门阵列(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或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。

示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成采集单元110、生成单元111、检测单元112、预测单元113、获取单元114及发送单元115。

所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。

所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。

所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。

本发明所指区块链是分布式数据库监控、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种数据库监控方法，所述处理器13可执行所述计算机可读指令从而实现：

当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测所述监控信息是否处于所述衡量指标内；

若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：

当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测所述监控信息是否处于所述衡量指标内；

若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种数据库监控方法，其特征在于，所述数据库监控方法包括：

当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测所述监控信息是否处于所述衡量指标内；

若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

2.如权利要求1所述的数据库监控方法，其特征在于，所述根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息包括：

从所述监控请求中识别出所述待监控数据库，所述监控请求中携带有所述待监控数据库的数据库标识；

从预设路由表中定位出所述待监控数据库对应的目标服务器，并获取所述目标服务器的服务器标识；

将所述数据库标识、所述服务器标识、所述预设指标及所述第一预设时段写入预设搜索指令中，得到查询语句；

基于预设监控工具运行所述查询语句，得到所述指标信息。

3.如权利要求1所述的数据库监控方法，其特征在于，所述资源维度包括资源利用率、资源饱和度及错误率，所述服务维度包括每秒请求量、每秒错误数及请求响应时间。

4.如权利要求3所述的数据库监控方法，其特征在于，所述指标信息包括CPU使用率、CPU个数、正在执行的第一任务数量、待执行的第二任务数量、已完成执行的第三任务数量、合并树深度及崩溃次数，所述根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息包括：

根据所述CPU利用率、所述第一任务数量及所述CPU个数生成所述待监控数据库在所述资源利用率上的监控信息，所述待监控数据库在所述资源利用率上的监控信息的计算公式为：

其中，u是指所述资源利用率，a是指所述CPU利用率，m₁是指所述第一任务数量，n是指所述CPU个数，k为非零参数；

根据所述第一任务数量、所述第二任务数量及所述合并树深度生成所述待监控数据库在所述资源饱和度上的监控信息，所述待监控数据库在所述资源饱和度上的监控信息的计算公式为：

其中，s是指所述资源饱和度，m₂是指所述第二任务数量，h是指所述合并树深度；

根据所述第三任务数量及所述崩溃次数生成所述待监控数据库在所述错误率上的监控信息，所述待监控数据库在所述错误率上的监控信息的计算公式为：

其中，e是指所述错误率，m₃是指所述第三任务数量，b是指所述崩溃次数。

5.如权利要求1所述的数据库监控方法，其特征在于，所述根据所述待监控数据库在预设维度上的维度信息生成衡量指标包括：

基于所述预设维度从所述待监控数据库中获取所述维度信息；

从所述待监控数据库的配置表中获取所述预设维度的目标比例；

计算所述维度信息与所述目标比例的乘积，得到所述衡量指标。

6.如权利要求1所述的数据库监控方法，其特征在于，所述根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息包括：

获取所述监控信息的生成指标在所述待监控数据库中的采集时刻作为监控时刻；

根据所述采集时刻对所述监控信息进行排序，得到信息列表；

计算所述信息列表中每个信息对的维度增长速率，所述信息对包括所述信息列表中任意两个相邻的监控信息，所述维度增长速率的计算公式为：

其中，v是指所述维度增长速率，s₁、s₂分别为所述信息对的监控信息，t₁、t₂分别为所述信息对的监控时刻；

计算多个所述维度增长速率的平均值，得到平均速率；

基于预设调整比例对所述平均速率进行调整，得到域值范围；

根据所述监控信息及所述域值范围对所述待监控数据库在所述预设维度及所述第二预设时段上进行预测，得到所述预测信息。

7.如权利要求1所述的数据库监控方法，其特征在于，所述根据所述预测信息生成所述待监控数据库的告警信息包括：

从所述第二预设时段中定位出所述预测信息超过所述衡量指标的目标时刻；

根据所述目标时刻及超过所述衡量指标的目标预测信息生成所述告警信息。

8.一种数据库监控装置，其特征在于，所述数据库监控装置包括：

采集单元，用于当接收到监控请求时，根据所述监控请求及预设指标采集待监控数据库在第一预设时段内的指标信息；

生成单元，用于根据所述待监控数据库在预设维度上的维度信息生成衡量指标，所述预设维度包括资源维度及服务维度；

所述生成单元，还用于根据所述指标信息生成所述待监控数据库在所述预设维度上的监控信息；

检测单元，用于检测所述监控信息是否处于所述衡量指标内；

预测单元，用于若所述监控信息处于所述衡量指标内，则根据所述监控信息对所述待监控数据库在第二预设时段上进行预测，得到所述待监控数据库的预测信息；

所述生成单元，还用于当检测到所述预测信息超过所述衡量指标时，根据所述预测信息生成所述待监控数据库的告警信息。

9.一种电子设备，其特征在于，所述电子设备包括：

存储器，存储有计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的数据库监控方法。

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中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的数据库监控方法。

Images