CN114500315A - 设备状态监控方法、装置、计算机设备及存储介质 - Google Patents
设备状态监控方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114500315A CN114500315A CN202111678955.9A CN202111678955A CN114500315A CN 114500315 A CN114500315 A CN 114500315A CN 202111678955 A CN202111678955 A CN 202111678955A CN 114500315 A CN114500315 A CN 114500315A
- Authority
- CN
- China
- Prior art keywords
- time
- data
- acquisition
- abnormal
- time period
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 230000002159 abnormal effect Effects 0.000 claims abstract description 181
- 238000012806 monitoring device Methods 0.000 claims abstract description 4
- 230000005856 abnormality Effects 0.000 claims description 7
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000010348 incorporation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- 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
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
Abstract
本发明涉及大数据设备监控领域,公开了一种设备状态监控方法、装置、计算机设备及存储介质,其方法包括:从消息组件接收终端设备的当前采集数据;获取终端设备的历史采集数据,根据当前采集数据和历史采集数据组装时间链数据;根据预设异常判断规则判断时间链数据中目标采集数据的采集时间是否处于异常时段;若目标采集数据的采集时间不处于异常时段,则根据目标采集数据的采集时间对数据库中终端设备的最新数据采集时间进行更新。本发明可以减少终端设备的采集数据的获取时长。
Description
技术领域
本发明涉及大数据设备监控领域,尤其涉及一种设备状态监控方法、装置、计算机设备及存储介质。
背景技术
在大数据系统中,数据库与大量的终端设备连接,定时获取终端设备的采集数据。受到数据库插入、查询性能瓶颈的限制,数据库获取的终端设备的采集数据存在一定延时。定时的间隔越长,性能瓶颈越低,终端设备的采集数据的获取时长越长。
发明内容
基于此,有必要针对上述技术问题,提供一种设备状态监控方法、装置、计算机设备及存储介质,以减少终端设备的采集数据的获取时长。
一种设备状态监控方法,包括:
从消息组件接收终端设备的当前采集数据;
获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
一种设备状态监控装置,包括:
接收采集数据模块,用于从消息组件接收终端设备的当前采集数据;
组装时间链数据模块,用于获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
异常判断模块,用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
更新模块,用于若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现上述设备状态监控方法。
一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如上述设备状态监控方法。
本发明通过消息组件,可以提高处理海量数据的能力,同时在入库前对当前采集数据进行异常判断,节省了数据库的开销。本发明可以减少终端设备的采集数据的获取时长。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中设备状态监控方法的一应用环境示意图;
图2是本发明一实施例中设备状态监控方法的一流程示意图;
图3是本发明一实施例中设备状态监控装置的一结构示意图;
图4是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供的设备状态监控方法,可应用在如图1的应用环境中,其中,客户端与服务端进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种设备状态监控方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤S10-S40。
S10、从消息组件接收终端设备的当前采集数据。
可理解地,终端设备可以是监控摄像头、汽车传感设备等。当前采集数据可以是终端设备采集的数据,如可以是人脸数据、车辆位置数据等。特别的,当前采集数据包括终端设备的标识,以及采集数据的采集时间。
可以通过消息组件接收当前采集数据。消息组件适合大数量的吞吐,可改善当前采集数据的存储读取性能。
可选的,所述消息组件为分布式发布订阅消息组件。
可理解地,消息组件可以是一种分布式的发布订阅式的消息组件,如Kafka组件。通过Kafka组件暂存终端设备的采集数据,符合多终端设备高吞吐的需求,可显著提升采集数据的存储读取性能。
S20、获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据。
可理解地,终端设备的历史采集数据指的是终端设备在先采集的采集数据。在一些示例中,历史采集数据包括n-1个时间点的采集数据。可以根据当前采集数据和历史采集数据组装为时间链数据。时间链数据可以包括n个时间点。在一示例中,时间链数据可表示为:t1;t2;t3;……;tn。其中,tn为当前采集数据的采集时间。
S30、根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段。
可理解地,预设异常判断规则可以根据实际需要进行设置。不同终端设备,其对应的预设异常判断规则可以是相同的,也可以是不同的。可以通过预设异常判断规则判断时间链数据中目标采集数据的采集时间是否处于异常时段。在此处,目标采集数据可以是当前采集数据,也可以是历史采集数据。
可选的,步骤S30,即所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段,包括:
S301、判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差是否大于预设时间阈值,所述在前采集数据为所述目标采集数据的上一次采集数据;
S302、若所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差大于预设时间阈值,则判定所述目标采集数据的采集数据的采集时间处于异常时段;
S303、若所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差不大于预设时间阈值,则判定所述目标采集数据的采集数据的采集时间不处于异常时段。
可理解地,预设时间阈值可以根据实际需要进行设置,如可以是10分钟。不同终端设备的预设时间阈值可以是相同也可以是不同。在前采集数据为目标采集数据的上一次采集数据。
若目标采集数据的采集时间与在前采集数据的采集时间之间的时间差过长,大于预设时间阈值,说明终端设备在目标采集数据的采集时间与在前采集数据的采集时间之间存在数据缺失的问题,因而,可以将这段时间标记为异常时段,同时判定目标采集数据的采集时间处于异常时段。
若目标采集数据的采集时间与上一次采集时间之间的时间差较小,小于或等于预设时间阈值,说明终端设备在目标采集数据的采集时间与上一次采集时间之间采集数据采集正常。因而,可以将这段时间标记为正常时段,也即是判定目标采集数据的采集时间不处于异常时段。
S40、若所述目标采集数据的采集时间不处于异常时段,根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
可理解地,若目标采集数据的采集时间不处于异常时段,可以使用目标采集数据的采集时间对数据库进行更新。也即是,将数据库中终端设备的最新采集时间更新为目标采集数据的采集时间。在此处,由于已经提前判断采集数据的采集时间是否异常,数据库不需要重新排查,大大节省了数据库的计算资源。
本实施例通过消息组件,可以提高处理海量数据的能力,同时在入库前对采集数据进行异常判断,节省了数据库的开销。
可选的,步骤S30之后,即所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段之后,还包括:
S41、若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件;
S42、若所述异常时段与所述终端设备的历史异常时段不符合合并条件,根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地,若采集数据的采集时间处于异常时段,则需要判断当前的异常时段和历史异常时段是否符合合并条件。在一些示例中,历史异常时段可以是时间链数据中的在先异常时段,也可以是时间链数据之外的在先异常时段。合并条件可以根据实际需要进行设置。若终端设备的异常持续较长,则可以通过合并条件,减少异常时段的重复标记。
若异常时段与终端设备的历史异常时段不符合合并条件,则根据目标采集数据的采集时间对数据库中终端设备的异常状态时段进行更新。也即是,将数据库中终端设备的最新采集时间更新为当前的采集时间,同时增加该终端设备的异常状态时段。在此处,通过判断采集数据的采集时间是否异常实现对异常数据的标记,数据库不需要重新排查,大大节省了数据库的计算资源。
可选的,步骤S41之后,即所述若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件之后,还包括:
S43、若所述异常时段与所述终端设备的历史异常时段符合合并条件,合并所述异常时段和所述历史异常时段,生成异常合并时段;
S44、根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地,若异常时段与终端设备的历史异常时段符合合并条件,则合并异常时段和历史异常时段,生成异常合并时段。然后,根据异常合并时段对数据库中终端设备的异常状态时段进行更新。也即是,将数据库中终端设备的最新采集时间更新为当前的采集时间,同时将终端设备上一次的异常时段替换为异常合并时段。在此处,可以记录终端设备最新的采集时间和异常时段,减少异常时段的重复标记。
可选的,步骤S41,即所述若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件,包括:
S411、判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同;
S412、若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同,则判定所述异常时段与所述终端设备的历史异常时段符合合并条件;
S413、若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同,则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
可理解地,可以通过判断异常时段的第一起始时间点与历史异常时段的第二起始时间点是否相同,以确定异常时段与历史异常时段是否符合合并条件。若第一起始时间点与第二起始时间点相同,说明终端设备自第一起始时间点起发生持续性故障,不能正常发送采集数据,因而,可以判定异常时段与终端设备的历史异常时段符合合并条件。
若异常时段的第一起始时间点与历史异常时段的第二起始时间点不相同,说明终端设备自第一起始时间点起发生间隙性故障,但发送的时间间隔超过预设时间阈值,因而,可以判定异常时段与终端设备的历史异常时段不符合合并条件。
可选的,还包括:
S11、按预设时间间隔获取所有终端设备的当前采集数据;
S12、若指定终端设备的当前采集数据为空集,根据所述当前采集数据的获取时间设置所述终端设备的异常时间;
S13、根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地,对于一直没有采集数据的终端设备,数据库是没有异常记录的,因此需要定时补充这部分异常记录。可以按预设时间间隔获取所有终端设备的采集数据。预设时间间隔可以根据实际需要进行设置。预设时间间隔越长,数据库的计算次数越少,数据库开销越小。
指定终端设备可以是所有终端设备中的任意一个终端设备。若指定终端设备的当前采集数据为空集,说明该终端设备发生故障,无法正常提交当前采集数据。此时可以将获取到当前采集数据(空集)的时间设置为指定终端设备的异常时间。同时根据异常时间对数据库中终端设备的异常状态时段进行更新。例如,指定终端设备上一次的采集时间为1:00,当前的异常时间为8:00,预设时间间隔为1小时,指定终端设备的上一次的异常记录为:已异常6小时,则该指定终端设备的异常记录可以更新为:已异常7小时。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种设备状态监控装置,该设备状态监控装置与上述实施例中设备状态监控方法一一对应。如图3所示,该设备状态监控装置包括接收采集数据模块10、组装时间链数据模块20、异常判断模块30和更新模块40。各功能模块详细说明如下:
接收采集数据模块10,用于从消息组件接收终端设备的当前采集数据;
组装时间链数据模块20,用于获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
异常判断模块30,用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
更新模块40,用于若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
可选的,设备状态监控装置还包括:
合并判断模块,用于若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件;
异常时段更新模块,用于若所述异常时段与所述终端设备的历史异常时段不符合合并条件,根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
可选的,设备状态监控装置还包括:
合并时段模块,用于若所述异常时段与所述终端设备的历史异常时段符合合并条件,合并所述异常时段和所述历史异常时段,生成异常合并时段;
异常合并时段更新模块,用于根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
可选的,异常判断模块30包括:
时间差判断单元,用于判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间的时间差是否大于预设时间阈值,所述在前采集数据为所述目标采集数据的上一次采集数据;
判定异常单元,用于若所述目标采集数据的采集时间与在前采集数据的采集时间大于预设时间阈值,则判定所述目标采集数据的采集时间处于异常时段;
判定非异常单元,用于若所述目标采集时间与在前采集数据的采集时间不大于预设时间阈值,则判定所述目标采集数据的采集时间不处于异常时段。
可选的,合并判断模块包括:
起始时间点判断单元,用于判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同;
判定合并单元,用于若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同,则判定所述异常时段与所述终端设备的历史异常时段符合合并条件;
判定不合并单元,用于若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同,则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
可选的,设备状态监控装置还包括:
定时获取模块,用于按预设时间间隔获取所有终端设备的当前采集数据;
设置异常时间模块,用于若指定终端设备的当前采集数据为空集,根据所述当前采集数据的获取时间设置所述终端设备的异常时间;
异常时间更新模块,用于根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
可选的,所述消息组件为分布式发布订阅消息组件。
关于设备状态监控装置的具体限定可以参见上文中对于设备状态监控方法的限定,在此不再赘述。上述设备状态监控装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储设备状态监控方法所涉及的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种设备状态监控方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令,处理器执行计算机可读指令时实现以下步骤:
从消息组件接收终端设备的当前采集数据;
获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
在一个实施例中,提供了一个或多个存储有计算机可读指令的计算机可读存储介质,本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令,计算机可读指令被一个或多个处理器执行时实现以下步骤:
从消息组件接收终端设备的当前采集数据;
获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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非易失性可读取存储介质或易失性可读存储介质中,该计算机可读指令在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种设备状态监控方法,其特征在于,包括:
从消息组件接收终端设备的当前采集数据;
获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
2.如权利要求1所述的设备状态监控方法,其特征在于,所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段之后,还包括:
若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件;
若所述异常时段与所述终端设备的历史异常时段不符合合并条件,根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
3.如权利要求2所述的设备状态监控方法,其特征在于,所述若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件之后,还包括:
若所述异常时段与所述终端设备的历史异常时段符合合并条件,合并所述异常时段和所述历史异常时段,生成异常合并时段;
根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
4.如权利要求1所述的设备状态监控方法,其特征在于,所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段,包括:
判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差是否大于预设时间阈值,所述在前采集数据为所述目标采集数据的上一次采集数据;
若所述目标采集数据的采集时间与所述在前采集数据的采集时间之间的时间差大于预设时间阈值,则判定所述目标采集数据的采集时间处于异常时段;
若所述目标采集数据的采集时间与所述在前采集数据的采集时间之间的时间差不大于预设时间阈值,则判定所述采集数据的采集时间不处于异常时段。
5.如权利要求2所述的设备状态监控方法,其特征在于,所述若所述目标采集数据的采集时间处于异常时段,判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件,包括:
判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同;
若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同,则判定所述异常时段与所述终端设备的历史异常时段符合合并条件;
若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同,则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
6.如权利要求1所述的设备状态监控方法,其特征在于,还包括:
按预设时间间隔获取所有终端设备的当前采集数据;
若指定终端设备的当前采集数据为空集,根据所述当前采集数据的获取时间设置所述终端设备的异常时间;
根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
7.如权利要求1所述的设备状态监控方法,其特征在于,所述消息组件为分布式发布订阅消息组件。
8.一种设备状态监控装置,其特征在于,包括:
接收采集数据模块,用于从消息组件接收终端设备的当前采集数据;
组装时间链数据模块,用于获取所述终端设备的历史采集数据,根据所述当前采集数据和所述历史采集数据组装时间链数据;
异常判断模块,用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段;
更新模块,用于若所述目标采集数据的采集时间不处于异常时段,则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述设备状态监控方法。
10.一个或多个存储有计算机可读指令的可读存储介质,所述计算机可读指令被一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1至7中任一项所述设备状态监控方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111678955.9A CN114500315A (zh) | 2021-12-31 | 2021-12-31 | 设备状态监控方法、装置、计算机设备及存储介质 |
PCT/CN2022/143520 WO2023125837A1 (zh) | 2021-12-31 | 2022-12-29 | 设备状态监控方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111678955.9A CN114500315A (zh) | 2021-12-31 | 2021-12-31 | 设备状态监控方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114500315A true CN114500315A (zh) | 2022-05-13 |
Family
ID=81509213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111678955.9A Pending CN114500315A (zh) | 2021-12-31 | 2021-12-31 | 设备状态监控方法、装置、计算机设备及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114500315A (zh) |
WO (1) | WO2023125837A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023125837A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116877355B (zh) * | 2023-08-11 | 2024-02-20 | 江苏千尧海洋工程有限公司 | 一种海上风电结构状态监测方法、装置、设备和介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447146A (zh) * | 2015-11-26 | 2016-03-30 | 陕西艾特信息化工程咨询有限责任公司 | 一种海量数据的收集与交换系统及方法 |
CN106506226A (zh) * | 2016-11-29 | 2017-03-15 | 青岛海信网络科技股份有限公司 | 一种故障检测的启动方法及装置 |
CN107395585A (zh) * | 2017-07-17 | 2017-11-24 | 顺丰科技有限公司 | 一种基于时间节点的异常指数的获取方法、系统及设备 |
CN109412879A (zh) * | 2017-08-16 | 2019-03-01 | 中兴通讯股份有限公司 | 端口状态参数获取方法、装置及传输设备、存储介质 |
CN109672590A (zh) * | 2019-01-10 | 2019-04-23 | 平安科技(深圳)有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
CN110309161A (zh) * | 2019-06-06 | 2019-10-08 | 新华三大数据技术有限公司 | 一种数据同步方法、装置及服务器 |
CN111241208A (zh) * | 2019-12-31 | 2020-06-05 | 安徽中科大国祯信息科技有限责任公司 | 一种周期性时序数据的异常监测方法及装置 |
CN112073265A (zh) * | 2020-08-31 | 2020-12-11 | 帷幄匠心科技(杭州)有限公司 | 一种基于分布式边缘计算的物联网监控方法和系统 |
CN112600719A (zh) * | 2021-03-04 | 2021-04-02 | 新华三人工智能科技有限公司 | 告警聚类方法、装置及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108984370B (zh) * | 2018-07-13 | 2022-02-01 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
CN111352971A (zh) * | 2020-02-28 | 2020-06-30 | 中国工商银行股份有限公司 | 银行系统监控数据异常检测方法及系统 |
CN111641519B (zh) * | 2020-04-30 | 2022-10-11 | 平安科技(深圳)有限公司 | 异常根因定位方法、装置及存储介质 |
CN112948407B (zh) * | 2021-03-02 | 2024-01-23 | 无锡车联天下信息技术有限公司 | 一种数据更新方法、装置、设备及存储介质 |
CN114500315A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
-
2021
- 2021-12-31 CN CN202111678955.9A patent/CN114500315A/zh active Pending
-
2022
- 2022-12-29 WO PCT/CN2022/143520 patent/WO2023125837A1/zh unknown
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105447146A (zh) * | 2015-11-26 | 2016-03-30 | 陕西艾特信息化工程咨询有限责任公司 | 一种海量数据的收集与交换系统及方法 |
CN106506226A (zh) * | 2016-11-29 | 2017-03-15 | 青岛海信网络科技股份有限公司 | 一种故障检测的启动方法及装置 |
CN107395585A (zh) * | 2017-07-17 | 2017-11-24 | 顺丰科技有限公司 | 一种基于时间节点的异常指数的获取方法、系统及设备 |
CN109412879A (zh) * | 2017-08-16 | 2019-03-01 | 中兴通讯股份有限公司 | 端口状态参数获取方法、装置及传输设备、存储介质 |
CN109672590A (zh) * | 2019-01-10 | 2019-04-23 | 平安科技(深圳)有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
CN110309161A (zh) * | 2019-06-06 | 2019-10-08 | 新华三大数据技术有限公司 | 一种数据同步方法、装置及服务器 |
CN111241208A (zh) * | 2019-12-31 | 2020-06-05 | 安徽中科大国祯信息科技有限责任公司 | 一种周期性时序数据的异常监测方法及装置 |
CN112073265A (zh) * | 2020-08-31 | 2020-12-11 | 帷幄匠心科技(杭州)有限公司 | 一种基于分布式边缘计算的物联网监控方法和系统 |
CN112600719A (zh) * | 2021-03-04 | 2021-04-02 | 新华三人工智能科技有限公司 | 告警聚类方法、装置及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023125837A1 (zh) * | 2021-12-31 | 2023-07-06 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023125837A1 (zh) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114500315A (zh) | 设备状态监控方法、装置、计算机设备及存储介质 | |
CN108304553B (zh) | 数据迁移方法、装置、计算机设备和存储介质 | |
CN108491301B (zh) | 电子装置、基于redis的异常预警方法及存储介质 | |
CN110309109B (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
CN108845869B (zh) | 并发请求控制方法、装置、计算机设备和存储介质 | |
CN113037846A (zh) | 数据上报方法、装置、电子设备和计算机可读存储介质 | |
CN111092865A (zh) | 一种安全事件分析方法及系统 | |
CN111901176A (zh) | 故障确定方法、装置、设备及存储介质 | |
CN110109737B (zh) | 应用程序的启动方法、装置、计算机设备及存储介质 | |
CN113489653A (zh) | 报文发送方法、装置以及计算机设备 | |
CN111400087B (zh) | 一种操作系统的控制方法、终端以及存储介质 | |
CN108241616B (zh) | 消息推送方法和装置 | |
CN109857344B (zh) | 基于共享内存的心跳状态判断方法、装置和计算机设备 | |
CN111382976A (zh) | 预警数据处理方法、装置、计算机设备和存储介质 | |
CN111259299A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN115409345A (zh) | 业务指标计算方法、装置、计算机设备和存储介质 | |
CN112214336B (zh) | 数据队列推送方法、装置、计算机设备和存储介质 | |
CN110928684B (zh) | 多HiveServer2服务器场景下连接池的实现方法及系统 | |
CN110297860B (zh) | 数据交换方法、装置及相关设备 | |
CN112749142B (zh) | 句柄管理方法和系统 | |
CN114083987A (zh) | 电池监测参数的修正方法、装置和计算机设备 | |
CN110162542B (zh) | 基于cassandra的数据翻页方法、装置、计算机设备和存储介质 | |
CN109284260B (zh) | 大数据文件读取方法、装置、计算机设备及存储介质 | |
CN112527363A (zh) | 软件包版本更新方法、装置、系统、设备及介质 | |
CN112816623A (zh) | 一种信息收集方法及环保信息化管理系统 |
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 |