CN115225470A - 一种业务异常监测方法、装置、电子设备及存储介质 - Google Patents
一种业务异常监测方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115225470A CN115225470A CN202210899204.8A CN202210899204A CN115225470A CN 115225470 A CN115225470 A CN 115225470A CN 202210899204 A CN202210899204 A CN 202210899204A CN 115225470 A CN115225470 A CN 115225470A
- Authority
- CN
- China
- Prior art keywords
- service
- abnormal
- page
- identifier
- information
- 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
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
- H04L41/0677—Localisation of faults
-
- 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
-
- 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
- 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
- H04L43/0823—Errors, e.g. transmission errors
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Mining & Analysis (AREA)
- Environmental & Geological Engineering (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种业务异常监测方法、装置、电子设备及存储介质,该方法为:获取当前时间周期客户端浏览器上报的业务异常信息,业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,业务异常信息是客户端浏览器采集到业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识后生成的;根据每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成每一业务模块标识对应的业务模块的业务异常曲线。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种业务异常监测方法、装置、电子设备及存储介质。
背景技术
在BS(Browser/Serve,浏览器/服务器)架构下,用户通过客户端浏览器向Web服务器请求业务数据,客户端浏览器接收Web服务器返回的数据并执行页面脚本。目前,业务异常监测方式一般是通过前端客户端浏览器的统一业务页面异常监听接口获得用户在执行当前业务请求时产生的异常堆栈,将业务异常数据上报至后端日志系统进行分析,这些上报的业务异常数据是定位业务代码Bug和漏洞的重要依据。然而,由于用户行为和客户端环境的差异,业务异常数据的异常种类较多,常规的业务异常数据只能获得执行业务请求时的堆栈信息和页面URL,然而,异常堆栈信息仅能指明业务异常最终发生的位置,无法快速准确地定位业务异常的起始入口,而且,页面URL与业务代码的映射也不能总是保证直观,从而使得定位业务异常的效率较低。
发明内容
为了解决现有的业务异常监测方式定位异常的效率较低的问题,本申请实施例提供了一种业务异常监测方法、装置、电子设备及存储介质。
第一方面,本申请实施例提供了一种客户端侧实施的业务异常监测方法,包括:
获取当前时间周期客户端浏览器上报的业务异常信息,所述业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,所述业务异常信息是所述客户端浏览器采集到所述业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的;
根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,所述方法,还包括:
针对每一业务模块的业务异常曲线,将所述业务模块的业务异常曲线输入曲线分类模型,输出所述业务异常曲线的类型,所述业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的;
基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线,并将所述业务异常预测曲线输入所述曲线分类模型,输出所述业务异常预测曲线的类型;
若根据所述业务异常曲线的类型与所述业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
在一种可能的实施方式中,所述方法,还包括:
若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测;并
若根据所述新增的业务界面和/或变更的业务界面在所述设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
在一种可能的实施方式中,所述业务异常曲线包括业务模块异常曲线和业务页面异常曲线;
根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线,具体包括:
针对每一所述业务模块标识对应的业务模块,根据所述业务模块出现异常的各业务页面标识对应的业务页面的数量和所述各业务页面出现异常的时间信息生成所述业务模块对应的业务模块异常曲线;
针对所述业务模块出现异常的每一业务模块标识对应的业务页面,根据所述业务页面对应的各业务页面异常内容信息的数量和所述业务页面出现所述各业务页面异常内容信息的时间信息,生成所述业务页面对应的业务页面异常曲线。
在一种可能的实施方式中,所述页面异常内容信息是所述客户端浏览器通过设置的业务页面异常监听接口采集的,所述业务异常信息是所述客户端浏览器通过设置的预设上报接口上报的。
第二方面,本申请实施例提供了一种客户端侧实施的业务异常监测装置,包括:
获取单元,用于获取当前时间周期客户端浏览器上报的业务异常信息,所述业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,所述业务异常信息是所述客户端浏览器采集到所述业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的;
生成单元,用于根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,所述装置,还包括:
曲线类型预测单元,用于针对每一业务模块的业务异常曲线,将所述业务模块的业务异常曲线输入曲线分类模型,输出所述业务异常曲线的类型,所述业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的;
曲线预测单元,用于基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线;
所述曲线类型预测单元,还用于将所述业务异常预测曲线输入所述曲线分类模型,输出所述业务异常预测曲线的类型;
告警单元,用于若根据所述业务异常曲线的类型与所述业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
在一种可能的实施方式中,所述装置,还包括:
业务上线监测单元,用于若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测;
所述告警单元,还用于若根据所述新增的业务界面和/或变更的业务界面在所述设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
在一种可能的实施方式中,所述业务异常曲线包括业务模块异常曲线和业务页面异常曲线;
所述生成单元,具体用于针对每一所述业务模块标识对应的业务模块,根据所述业务模块出现异常的各业务页面标识对应的业务页面的数量和所述各业务页面出现异常的时间信息生成所述业务模块对应的业务模块异常曲线;针对所述业务模块出现异常的每一业务模块标识对应的业务页面,根据所述业务页面对应的各业务页面异常内容信息的数量和所述业务页面出现所述各业务页面异常内容信息的时间信息,生成所述业务页面对应的业务页面异常曲线。
在一种可能的实施方式中,所述页面异常内容信息是所述客户端浏览器通过设置的业务页面异常监听接口采集的,所述业务异常信息是所述客户端浏览器通过设置的预设上报接口上报的。
第三方面,本申请实施例提供了一种服务器侧实施的业务异常监测方法,包括:
采集出现异常的业务页面异常内容信息和所述业务页面出现异常的时间信息;
从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识;
根据所述出现异常的业务页面标识、所述业务页面所属业务模块标识、所述业务页面异常内容信息和所述业务页面出现异常的时间信息,生成业务异常信息;
将所述业务异常信息上报至数据库进行存储,以由服务器按照预设时间周期从所述数据库中获取所述业务异常信息,根据当前时间周期每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,采集出现异常的业务页面异常内容信息,具体包括:
通过设置的业务页面异常监听接口采集所述业务页面异常内容信息;以及
将所述业务异常信息存储至数据库,具体包括:
通过设置的预设上报接口上报所述业务异常信息至数据库中进行存储。
第四方面,本申请实施例提供了一种服务器侧实施的业务异常监测装置,包括:
采集单元,用于采集出现异常的业务页面异常内容信息和所述业务页面出现异常的时间信息;
查找单元,用于从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识;
生成单元,用于根据所述出现异常的业务页面标识、所述业务页面所属业务模块标识、所述业务页面异常内容信息和所述业务页面出现异常的时间信息,生成业务异常信息;
上报单元,用于将所述业务异常信息上报至数据库进行存储,以由服务器按照预设时间周期从所述数据库中获取所述业务异常信息,根据当前时间周期每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,所述采集单元,具体用于通过设置的业务页面异常监听接口采集所述业务页面异常内容信息;
所述上报单元,具体用于通过设置的预设上报接口上报所述业务异常信息至数据库中进行存储。
第五方面,本申请实施例提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现本申请所述的业务异常监测方法。
第六方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请所述的业务异常监测方法中的步骤。
本申请实施例的有益效果如下:
本申请实施例提供的业务异常监测方法,服务器获取当前时间周期内客户端浏览器上报的业务异常信息,业务异常信息包括出现异常的业务页面标识、业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,业务异常信息是客户端浏览器采集到业务页面异常内容信息后,从存储的业务页面标识与所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识后生成的,进而,根据每一条业务异常信息中的业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成当前时间周期每一业务模块标识对应的业务模块的业务异常曲线,根据所述业务异常曲线进行业务异常监测。本申请实施例中,预先为业务模块设置业务模块标识,为业务模块包含的业务页面设置业务页面标识,并存储业务页面标识与所属业务模块标识的对应关系,当客户端浏览器采集到出现异常的业务页面异常内容信息时,从该对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识,将包含有出现异常的业务页面标识、出现异常的业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息的业务异常信息上报至数据库进行存储,服务器按照预设时间周期从数据库获取客户端浏览器上报的业务异常信息,这样,服务器可根据客户端浏览器上报的业务异常信息中的业务模块标识和业务页面标识直接快速准确地定位出现异常的业务页面及其所属的业务(也即业务场景),提高了定位排查业务异常位置的效率,并且,服务器可在按照时间周期实时生成业务模块的业务异常曲线,通过查看业务异常曲线可以更加直观地实时监控各业务模块与其业务页面的异常情况。
本申请的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的业务异常监测方法的应用场景示意图;
图2为本申请实施例提供的一种业务异常监测方法的实施流程示意图;
图3为本申请实施例提供的业务异常告警流程示意图;
图4为本申请实施例提供的服务器侧实施的业务异常监测方法的实施流程示意图;
图5为本申请实施例提供的服务器侧实施的业务异常监测装置的结构示意图;
图6为本申请实施例提供的客户端侧实施的业务异常监测方法的实施流程示意图;
图7为本申请实施例提供的客户端侧实施的业务异常监测装置的结构示意图;
图8为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了解决背景技术中的问题,本申请实施例提供了一种业务异常监测方法、装置、电子设备及存储介质。
以下结合说明书附图对本申请的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本申请,并不用于限定本申请,并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
首先参考图1,其为本申请实施例提供的业务异常监测方法的一个应用场景示意图,可以包括客户端100(即业务前端设备)、业务服务器101、数据库102和服务器103(即后端设备),当用户通过客户端100浏览器访问业务页面时,通过客户端100浏览器向业务服务器101发送业务请求,业务服务器101向客户端100浏览器返回请求的业务数据,在客户端100浏览器展示业务数据对应的业务页面,若业务页面出现异常(也即业务页面错误),客户端100浏览器通过预先设置的业务页面异常监听接口采集业务页面异常内容信息,并通过在预先存储的业务页面标识与所属业务模块标识的对应关系中查找该出现异常的业务页面标识对应的其所属业务模块标识,将包含有出现异常的业务页面标识、出现异常的业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息的业务异常信息上报至数据库102进行存储,服务器103按照预设时间周期从数据库102获取客户端100浏览器上报的业务异常信息,根据当前时间周期获取的业务异常信息中每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
本申请实施例中,业务服务器101可为Web服务器,服务器103可以是独立的物理服务器,也可以为集群服务器,也可以是提供云服务器、云数据库、云存储等基础云计算服务的云服务器等,本申请实施例对此不作限定。
基于上述应用场景,下面将参照附图2~图3更详细地描述本申请的示例性实施例,需要注意的是,上述应用场景仅是为了便于理解本申请的精神和原理而示出,本申请的实施方式在此不受任何限制。相反,本申请的实施方式可以应用于适用的任何场景。
如图2所示,其为本申请实施例提供的业务异常监测方法的实施流程示意图,可以包括以下步骤:
S21、客户端浏览器采集出现异常的业务页面异常内容信息和业务页面出现异常的时间信息。
具体实施时,预先为业务模块设置业务模块标识,为业务模块包含的业务页面设置业务页面标识,客户端存储业务页面标识与其所属业务模块标识的对应关系,业务模块表征业务场景,业务页面表征业务场景下具体的业务类型所展示的页面,例如,订单模块表示订单业务、用户管理模块表示用户管理业务,订单模块包括以下业务页面:订单列表页面、订单详情页面和创建订单页面。在实施时,可通过编译工具结合业务代码的目录结构将业务模块标识和业务页面标识静态注入到相应的业务模块和业务页面的业务代码中,这样,当采集到某一业务页面异常内容信息时,可在业务代码的目录下直接提取出业务页面标识和所属的业务模块标识。
客户端浏览器设置业务页面异常监听接口,通过业务页面异常监听接口采集业务页面异常内容信息以及相应业务页面出现异常的时间信息,使用设置的业务页面异常监听接口接管浏览器原有的监听接口,由于浏览器原有的监听接口无法获取到更多有效页面异常信息如业务页面标识、业务页面所属业务模块标识等信息。客户端浏览器预先设置上报接口,用以通过上报接口将业务异常信息上报至数据库进行存储。
在实施时,可通过引入上报公共库(monitor.js)设置业务页面异常监听接口和上报接口,还可根据需求通过上报公共库定义上报业务异常信息的规则等,例如,定义通过钩子函数获取上报业务异常信息的具体内容,可包括但不限于以下信息:出现异常的业务页面标识、业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息。
S22、客户端浏览器从存储的业务页面标识与所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识。
具体实施时,当客户端浏览器采集到出现异常的业务页面异常内容信息和业务页面出现异常的时间信息时,从业务页面标识与其所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识。
S23、客户端浏览器根据出现异常的业务页面标识、业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,生成业务异常信息。
具体实施时,业务异常信息是客户端浏览器采集到业务页面异常内容信息和业务页面出现异常的时间信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识后生成的。也就是说,将每一个出现异常的业务页面标识、出现异常的业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息生成对应的一条业务异常信息。这样,由于主动标识业务异常发生的业务场景(也即业务模块)解决了业务异常堆栈无法明确出现异常的业务场景问题。
S24、客户端浏览器将业务异常信息上报至数据库进行存储。
具体实施时,客户端浏览器可以实时向数据库上报生成的每一条业务异常信息,以在数据库中进行存储。
S25、服务器从数据库获取当前时间周期客户端浏览器上报的业务异常信息。
具体实施时,服务器按照预设时间周期从数据库获取客户端浏览器上报的业务异常信息,其中,预设时间周期可根据需求自行设定,例如可以但不限于设置为每五分钟获取一次客户端浏览器上报的业务异常信息,也即:服务器在每五分钟获取的是客户端浏览器在每五分钟内上报的业务异常信息。
S26、服务器根据每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
具体实施时,业务异常曲线可包括业务模块异常曲线和业务页面异常曲线。
业务模块异常曲线可显示在当前时间周期内该业务模块中出现异常业务页面的各时间点对应的异常业务页面的数量。在实施时,服务器针对业务异常信息中每一业务模块标识对应的业务模块,根据该业务模块出现异常的各业务页面标识对应的业务页面的数量和各业务页面出现异常的时间信息生成该业务模块对应的业务模块异常曲线,这样,通过业务模块异常曲线可实时监控各个业务模块中出现异常的业务页面的数量。
服务器在生成业务模块异常曲线和业务页面异常曲线后,将业务模块异常曲线和业务页面异常曲线发送至监控可视化平台以进行展示。
作为一种可能的实施方式,还可以根据业务异常信息生成各业务模块中出现异常的业务页面的数量与对应的出现异常的时间的表格,以表格形式进行展示。
业务页面异常曲线可显示在当前时间周期内该业务模块的每一业务页面中出现业务页面异常内容信息的各时间点对应的业务页面异常内容信息的数量,通过业务页面曲线可实时监控各个出现异常的业务页面中出现的异常类型的数量。在实施时,针对业务模块出现异常的每一业务模块标识对应的业务页面,根据该业务页面对应的各业务页面异常内容信息的数量和该业务页面出现各业务页面异常内容信息的时间信息,生成该业务页面对应的业务页面异常曲线。
作为一种可能的实施方式,还可以根据业务异常信息生成每一业务模块中出现异常的每一业务页面的业务页面异常内容信息的数量与对应的出现异常的时间的表格,以表格形式进行展示。
仍以订单模块为例,假设订单模块标识为:m1,其包含的业务页面中,订单列表页面的标识为:p1、订单详情页面的标识为:p2,创建订单页面的标识为:p3,在当前时间周期内,在t1时刻,订单列表页面出现异常的数量为0,订单详情页面出现异常的数量为5,创建订单页面出现异常的数量为2,在t2时刻,订单列表页面出现异常的数量为0,订单详情页面出现异常的数量为8,创建订单页面出现异常的数量为0,在t3时刻订单列表页面出现异常的数量为1,订单详情页面出现异常的数量为1,创建订单页面出现异常的数量为4,……,在tn时刻,订单列表页面出现异常的数量为2,订单详情页面出现异常的数量为8,创建订单页面出现异常的数量为1,如表1所示:
在t1时刻,订单模块出现异常的业务页面的数量即为:订单列表页面p1出现异常的数量+订单详情页面p2出现异常的数量+创建订单页面p3出现异常的数量=0+5+2=7,同理,在t2时刻,订单模块出现异常的业务页面的数量即为:0+8+0=8,在t3时刻,订单模块出现异常的业务页面的数量即为:1+4+4=9,……,在tn时刻,订单模块出现异常的业务页面的数量即为:2+8+1=11,相应的生成订单模块的异常曲线,其中,横轴坐标为业务页面出现异常的时间,纵轴坐标为订单模块出现异常的业务页面的数量,订单模块的异常曲线由以下坐标点连接而成:(t1,7),(t2,8),(t3,6),......,(tn,11)。
假设订单详情页面p2出现的业务异常内容信息包括三种:业务异常内容信息q1、业务异常内容信息q2和业务异常内容信息q3,在t1时刻,订单详情页面p2出现的异常类型为业务异常内容信息q1的数量为1,出现的异常类型为业务异常内容信息q2的数量为0,出现的异常类型为业务异常内容信息q3的数量为4,在t1时刻出现的异常类型为q1、q2和q3的数量之和也即为在t1时刻订单详情页面出现异常的数量:5。在t2时刻,订单详情页面p2出现的异常类型为业务异常内容信息q1的数量为2,出现的异常类型为业务异常内容信息q2的数量为3,出现的异常类型为业务异常内容信息q3的数量为3,在t2时刻出现的异常类型为q1、q2和q3的数量之和也即为在t2时刻订单详情页面出现异常的数量:8。在t3时刻,订单详情页面p2出现的异常类型为业务异常内容信息q1的数量为1,出现的异常类型为业务异常内容信息q2的数量为0,出现的异常类型为业务异常内容信息q3的数量为0,在t3时刻出现的异常类型为q1、q2和q3的数量之和也即为在t3时刻订单详情页面出现异常的数量:1,……,在tn时刻,订单详情页面p2出现的异常类型为业务异常内容信息q1的数量为3,出现的异常类型为业务异常内容信息q2的数量为4,出现的异常类型为业务异常内容信息q3的数量为1,在tn时刻出现的异常类型为q1、q2和q3的数量之和也即为在tn时刻订单详情页面出现异常的数量:8。订单详情页面p2在t1~tn时刻出现的异常类型为业务异常内容信息q1、业务异常内容信息q2和业务异常内容信息q3的数量表格如表2所示:
从而,根据表1中每一行中显示的数据,可以分别生成各业务页面即订单列表页面p1、订单详情页面p2和创建订单页面p3的异常曲线,订单列表页面p1的异常曲线由以下坐标点连接而成:(t1,0),(t2,0),(t3,1),......,(tn,2),订单详情页面p2的异常曲线由以下坐标点连接而成:(t1,5),(t2,8),(t3,1),......,(tn,8),创建订单页面p3的异常曲线由以下坐标点连接而成:(t1,2),(t2,0),(t3,4),......,(tn,1)。进而,还可以生成显示各业务页面出现不同异常类型的业务异常内容信息数量的业务页面异常曲线,例如,根据表2中的每一行数据可分别生成展示订单详情页面p2在t1~t2时刻出现的异常类型为业务异常内容信息q1的数量、业务异常内容信息q2的数量、业务异常内容信息q3的数量的异常曲线。根据表2中第一行数据生成的展示订单详情页面p2在t1~t2时刻出现的异常类型为业务异常内容信息q1的数量的异常曲线的横轴坐标为业务页面出现异常的时间,纵轴坐标为订单详情页面p2出现的异常类型为业务异常内容信息q1的数量,该异常曲线由以下坐标点连接而成:(t1,1),(t2,2),(t3,1),......,(tn,3)。根据表2中第二行数据生成的展示订单详情页面p2在t1~t2时刻出现的异常类型为业务异常内容信息q2的数量的异常曲线的横轴坐标为业务页面出现异常的时间,纵轴坐标为订单详情页面p2出现的异常类型为业务异常内容信息q2的数量,该异常曲线由以下坐标点连接而成:(t1,0),(t2,3),(t3,0),......,(tn,4)。根据表2中第三行数据生成的展示订单详情页面p2在t1~t2时刻出现的异常类型为业务异常内容信息q3的数量的异常曲线的横轴坐标为业务页面出现异常的时间,纵轴坐标为订单详情页面p2出现的异常类型为业务异常内容信息q3的数量,该异常曲线由以下坐标点连接而成:(t1,4),(t2,3),(t3,0),......,(tn,1)。从而对各业务页面按照不同异常类型进行了进一步聚类。这样,当业务上线后,可实时地监测个业务模块的异常曲线和各业务模块的各业务页面的异常曲线,根据业务模块的异常曲线和业务页面的异常曲线实现了按照不同维度对业务异常进行聚类,方便提取异常的共性快速以排查故障,防止业务异常内容信息混杂在一起互相干扰,进一步提高了定位业务异常位置的效率。
进一步地,本申请实施例提供的业务异常监测方法还可包括自动告警功能,如图3所示,其为本申请实施例提供的业务异常告警流程示意图,可以包括以下步骤:
S31、针对每一业务模块的业务异常曲线,将业务模块的业务异常曲线输入曲线分类模型,输出业务异常曲线的类型。
具体实施时,业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的,样本业务异常曲线包括样本业务模块异常曲线以及样本业务模块的业务页面异常曲线,预设分类模型可以根据需求自行选取,例如,可以但不限于使用决策树模型或KNN(k-Nearest Neighbor,k-近邻)分类模型等,本申请实施例对此不作限定。在模型训练过程中,将样本业务模块异常曲线样本业务模块的业务页面异常曲线分别依次输入预设分类模型中,预测各自对应的曲线类型,根据样本业务异常曲线的实际曲线类型和预测出的曲线类型之间的差异对预设分类模型的参数进行调整,直至模型收敛,得到训练的曲线分类模型。曲线的类型可包含如:正态分布曲线、线性曲线、正弦曲线、余弦曲线等。
具体地,针对每一业务模块,服务器可将在当前时间周期该业务模块的异常曲线输入曲线分类模型,得到该业务模块的异常曲线的类型,还可将该业务模块包含的出现异常的各业务页面的异常曲线分别输入曲线分类模型,得到各业务页面的异常曲线的类型。
S32、基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线。
具体实施时,服务器根据与当前时间周期相应的历史时间周期的业务异常曲线生成时间序列模型,根据时间序列模型预测出当前时间周期的业务异常预测曲线。假设业务监测周期为1天(00:00~24:00),每五分钟为一个时间周期,假设当前时间周期是当天的10:00~10:05,则可根据前一天10:00~10:05的业务异常曲线、前三天10:00~10:05的业务异常曲线、前一周10:00~10:05的业务异常曲线、前一个月10:00~10:05的业务异常曲线等历史时间周期的业务异常曲线生成时间序列模型,预测当天10:00~10:05的业务异常预测曲线。
S33、将业务异常预测曲线输入曲线分类模型,输出业务异常预测曲线的类型。
具体实施时,服务器将业务异常预测曲线输入曲线分类模型,得到业务异常预测曲线的类型。
S34、若根据业务异常曲线的类型与业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
具体实施时,如果当前时间周期实际的业务异常曲线的类型与当前周期的业务异常预测曲线的类型不一致,则确定满足第一告警条件,则进行告警,以通知运维人员进行业务页面的异常排查与修改相应业务代码。由于是根据曲线分类模型和时间序列模型来比较曲线波动进行告警,而非常规基于阈值告警,提高了告警的精准度。
作为一种可能的实施方式,若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测,若根据新增的业务界面和/或变更的业务界面在设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
具体实施时,如果业务上线系统有新的业务模块的业务功能发布上线,和/或现有业务模块的新的业务功能发布上线,和/或现有业务模块的已有业务功能发布变更业务上线,可以在上线后触发一个上线敏感告警监控任务在设定时段内对上述发布上线的业务页面进行业务异常监测,对上线的各业务页面的业务异常内容信息进行监控,针对上线的每一业务页面,如果有新增的业务异常内容信息(即新增的异常类型),若在设定时段内新增的业务异常内容信息的数量大于设定值,则触发上线监控告警,其中,设定时段可作为观察期,可根据需求自行进行设定,本申请实施例对此不作限定。这样,针对前段业务异常的长尾性和发布上线的敏感性,对上线监控告警提供了一个非常敏感的预警能力,可进一步提高定位业务异常位置的效率。
本申请实施例中,上线敏感告警监控任务可与针对全部业务模块和业务页面的监控告警任务并行进行。
基于同一发明构思,本申请实施例还提供了一种服务器侧实施的业务异常监测方法,由于服务器侧实施的业务异常监测方法解决问题的原理与上述业务异常监测方法相似,因此服务器侧实施的业务异常监测方法的实施可以参见上述业务异常监测方法的实施,重复之处不再赘述。
如图4所示,其为本申请实施例提供的服务器侧实施的业务异常监测方法的实施流程示意图,可以包括以下步骤:
S41、服务器获取当前时间周期客户端浏览器上报的业务异常信息,业务异常信息包括出现异常的业务页面标识、业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息。
其中,业务异常信息是客户端浏览器采集到业务页面异常内容信息和业务页面出现异常的时间信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的。
S42、服务器根据每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
进而,根据每一业务模块标识对应的业务模块的业务异常曲线进行业务异常监测。
在一种可能的实施方式中,所述方法,还包括:
针对每一业务模块的业务异常曲线,将所述业务模块的业务异常曲线输入曲线分类模型,输出所述业务异常曲线的类型,所述业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的;
基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线;
将所述业务异常预测曲线输入所述曲线分类模型,输出所述业务异常预测曲线的类型;
若根据所述业务异常曲线的类型与所述业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
上述各步骤的实施参见步骤S31~S34的实施,此处不作赘述。
在一种可能的实施方式中,所述方法,还包括:
若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测;
若根据所述新增的业务界面和/或变更的业务界面在所述设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
在一种可能的实施方式中,所述业务异常曲线包括业务模块异常曲线和业务页面异常曲线;
根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线,具体包括:
针对每一所述业务模块标识对应的业务模块,根据所述业务模块出现异常的各业务页面标识对应的业务页面的数量和所述各业务页面出现异常的时间信息生成所述业务模块对应的业务模块异常曲线;
针对所述业务模块出现异常的每一业务模块标识对应的业务页面,根据所述业务页面对应的各业务页面异常内容信息的数量和所述业务页面出现所述各业务页面异常内容信息的时间信息,生成所述业务页面对应的业务页面异常曲线。
在一种可能的实施方式中,所述页面异常内容信息是所述客户端浏览器通过设置的业务页面异常监听接口采集的,所述业务异常信息是所述客户端浏览器通过设置的预设上报接口上报的。
基于同一发明构思,本申请实施例还提供了一种服务器侧实施的业务异常监测装置,由于服务器侧实施的业务异常监测装置解决问题的原理与上述业务异常监测方法相似,因此服务器侧实施的业务异常监测装置的实施可以参见上述业务异常监测方法的实施,重复之处不再赘述。
如图5所示,其为本申请实施例提供的服务器侧实施的业务异常监测装置的结构示意图,可以包括:
获取单元51,用于获取当前时间周期客户端浏览器上报的业务异常信息,所述业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,所述业务异常信息是所述客户端浏览器采集到所述业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的;
生成单元52,用于根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,所述装置,还包括:
曲线类型预测单元,用于针对每一业务模块的业务异常曲线,将所述业务模块的业务异常曲线输入曲线分类模型,输出所述业务异常曲线的类型,所述业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的;
曲线预测单元,用于基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线;
所述曲线类型预测单元,还用于将所述业务异常预测曲线输入所述曲线分类模型,输出所述业务异常预测曲线的类型;
告警单元,用于若根据所述业务异常曲线的类型与所述业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
在一种可能的实施方式中,所述装置,还包括:
业务上线监测单元,用于若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测;
所述告警单元,还用于若根据所述新增的业务界面和/或变更的业务界面在所述设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
在一种可能的实施方式中,所述业务异常曲线包括业务模块异常曲线和业务页面异常曲线;
所述生成单元52,具体用于针对每一所述业务模块标识对应的业务模块,根据所述业务模块出现异常的各业务页面标识对应的业务页面的数量和所述各业务页面出现异常的时间信息生成所述业务模块对应的业务模块异常曲线;针对所述业务模块出现异常的每一业务模块标识对应的业务页面,根据所述业务页面对应的各业务页面异常内容信息的数量和所述业务页面出现所述各业务页面异常内容信息的时间信息,生成所述业务页面对应的业务页面异常曲线。
在一种可能的实施方式中,所述页面异常内容信息是所述客户端浏览器通过设置的业务页面异常监听接口采集的,所述业务异常信息是所述客户端浏览器通过设置的预设上报接口上报的。
基于同一发明构思,本申请实施例还提供了一种客户端侧实施的业务异常监测方法,由于客户端侧实施的业务异常监测方法解决问题的原理与上述业务异常监测方法相似,因此客户端侧实施的业务异常监测方法的实施可以参见上述业务异常监测方法的实施,重复之处不再赘述。
如图6所示,其为本申请实施例提供的客户端侧实施的业务异常监测方法的实施流程示意图,可以包括以下步骤:
S61、客户端浏览器采集出现异常的业务页面异常内容信息和业务页面出现异常的时间信息。
S62、客户端浏览器从存储的业务页面标识与所属业务模块标识的对应关系中查找出现异常的业务页面标识对应的业务页面所属业务模块标识。
S63、客户端浏览器根据出现异常的业务页面标识、业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,生成业务异常信息。
S64、客户端浏览器将业务异常信息上报至数据库进行存储,以由服务器按照预设时间周期从数据库中获取业务异常信息,根据当前时间周期每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,采集出现异常的业务页面异常内容信息,具体包括:
通过设置的业务页面异常监听接口采集所述业务页面异常内容信息;以及
将所述业务异常信息存储至数据库,具体包括:
通过设置的预设上报接口上报所述业务异常信息至数据库中进行存储。
基于同一发明构思,本申请实施例还提供了一种客户端侧实施的业务异常监测装置,由于客户端侧实施的业务异常监测装置解决问题的原理与上述业务异常监测方法相似,因此客户端侧实施的业务异常监测装置的实施可以参见上述业务异常监测方法的实施,重复之处不再赘述。
如图7所示,其为本申请实施例提供的客户端侧实施的业务异常监测装置的结构示意图,可以包括:
采集单元71,用于采集出现异常的业务页面异常内容信息和所述业务页面出现异常的时间信息;
查找单元72,用于从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识;
生成单元73,用于根据所述出现异常的业务页面标识、所述业务页面所属业务模块标识、所述业务页面异常内容信息和所述业务页面出现异常的时间信息,生成业务异常信息;
上报单元74,用于将所述业务异常信息上报至数据库进行存储,以由服务器按照预设时间周期从所述数据库中获取所述业务异常信息,根据当前时间周期每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
在一种可能的实施方式中,所述采集单元71,具体用于通过设置的业务页面异常监听接口采集所述业务页面异常内容信息;
所述上报单元74,具体用于通过设置的预设上报接口上报所述业务异常信息至数据库中进行存储。
基于同一技术构思,本申请实施例还提供了一种电子设备800,参照图8所示,电子设备800用于实施上述方法实施例记载的业务异常监测方法,该实施例的电子设备800可以包括:存储器801、处理器802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程序,例如业务异常监测程序。所述处理器执行所述计算机程序时实现上述各个业务异常监测方法实施例中的步骤,例如图2所示的步骤S21。或者,所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能,例如51。
本申请实施例中不限定上述存储器801、处理器802之间的具体连接介质。本申请实施例在图8中以存储器801、处理器802之间通过总线803连接,总线803在图8中以粗线表示,其它部件之间的连接方式,仅是进行示意性说明,并不引以为限。所述总线803可以分为地址总线、数据总线、控制总线等。为便于表示,图8中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器801可以是易失性存储器(volatile memory),例如随机存取存储器(random-access memory,RAM);存储器801也可以是非易失性存储器(non-volatilememory),例如只读存储器,快闪存储器(flash memory),硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)、或者存储器801是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器801可以是上述存储器的组合。
处理器802,用于实现本申请上述各种示例性实施方式的业务异常监测方法。
所述处理器802,用于调用所述存储器801中存储的计算机程序执行上述各种示例性实施方式的业务异常监测方法。
本申请实施例还提供了一种计算机可读存储介质,存储为执行上述处理器所需执行的计算机可执行指令,其包含用于执行上述处理器所需执行的程序。
在一些可能的实施方式中,本申请提供的业务异常监测方法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,当所述程序产品在电子设备上运行时,所述程序代码用于使所述电子设备执行本说明书上述描述的根据本申请各种示例性实施方式的业务异常监测方法中的步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种业务异常监测方法,其特征在于,包括:
获取当前时间周期客户端浏览器上报的业务异常信息,所述业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,所述业务异常信息是所述客户端浏览器采集到所述业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的;
根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线。
2.如权利要求1所述的方法,其特征在于,还包括:
针对每一业务模块的业务异常曲线,将所述业务模块的业务异常曲线输入曲线分类模型,输出所述业务异常曲线的类型,所述业务异常预测模型是基于样本业务异常曲线对预设分类模型进行训练获得的;
基于根据历史业务异常曲线生成的时间序列模型得到当前时间周期的业务异常预测曲线;并
将所述业务异常预测曲线输入所述曲线分类模型,输出所述业务异常预测曲线的类型;
若根据所述业务异常曲线的类型与所述业务异常预测曲线的类型确定满足第一告警条件时,则进行告警。
3.如权利要求2所述的方法,其特征在于,还包括:
若确定任意业务模块发布新增业务和/或变更业务,则在设定时段内对所述任意业务模块新增的业务界面和/或变更的业务界面进行业务异常监测;并
若根据所述新增的业务界面和/或变更的业务界面在所述设定时段内新增的业务异常内容信息的数量确定满足第二告警条件时,则进行告警。
4.如权利要求1所述的方法,其特征在于,所述业务异常曲线包括业务模块异常曲线和业务页面异常曲线;
根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线,具体包括:
针对每一所述业务模块标识对应的业务模块,根据所述业务模块出现异常的各业务页面标识对应的业务页面的数量和所述各业务页面出现异常的时间信息生成所述业务模块对应的业务模块异常曲线;
针对所述业务模块出现异常的每一业务模块标识对应的业务页面,根据所述业务页面对应的各业务页面异常内容信息的数量和所述业务页面出现所述各业务页面异常内容信息的时间信息,生成所述业务页面对应的业务页面异常曲线。
5.如权利要求1所述的方法,其特征在于,所述页面异常内容信息是所述客户端浏览器通过设置的业务页面异常监听接口采集的,所述业务异常信息是所述客户端浏览器通过设置的预设上报接口上报的。
6.一种业务异常监测方法,其特征在于,包括:
采集出现异常的业务页面异常内容信息和所述业务页面出现异常的时间信息;
从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识;
根据所述出现异常的业务页面标识、所述业务页面所属业务模块标识、所述业务页面异常内容信息和所述业务页面出现异常的时间信息,生成业务异常信息;
将所述业务异常信息上报至数据库进行存储,以由服务器按照预设时间周期从所述数据库中获取所述业务异常信息,根据当前时间周期每一业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一业务模块标识对应的业务模块的业务异常曲线。
7.如权利要求6所述的方法,其特征在于,采集出现异常的业务页面异常内容信息,具体包括:
通过设置的业务页面异常监听接口采集所述业务页面异常内容信息;以及
将所述业务异常信息上报至数据库进行存储,具体包括:
通过设置的预设上报接口上报所述业务异常信息至数据库中进行存储。
8.一种业务异常监测装置,其特征在于,包括:
获取单元,用于获取当前时间周期客户端浏览器上报的业务异常信息,所述业务异常信息包括出现异常的业务页面标识、所述业务页面所属业务模块标识、业务页面异常内容信息和业务页面出现异常的时间信息,其中,所述业务异常信息是所述客户端浏览器采集到所述业务页面异常内容信息时,从存储的业务页面标识与所属业务模块标识的对应关系中查找所述出现异常的业务页面标识对应的所述业务页面所属业务模块标识后生成的;
生成单元,用于根据每一所述业务模块标识对应的业务模块出现异常的各业务页面标识对应的业务页面、各业务页面异常内容信息和各业务页面出现异常的时间信息,生成所述当前时间周期每一所述业务模块标识对应的业务模块的业务异常曲线。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~7任一项所述的业务异常监测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1~7任一项所述的业务异常监测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210899204.8A CN115225470B (zh) | 2022-07-28 | 2022-07-28 | 一种业务异常监测方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210899204.8A CN115225470B (zh) | 2022-07-28 | 2022-07-28 | 一种业务异常监测方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115225470A true CN115225470A (zh) | 2022-10-21 |
CN115225470B CN115225470B (zh) | 2023-10-13 |
Family
ID=83613190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210899204.8A Active CN115225470B (zh) | 2022-07-28 | 2022-07-28 | 一种业务异常监测方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115225470B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720202A (zh) * | 2023-05-19 | 2023-09-08 | 国网物资有限公司 | 业务信息检测方法、装置、电子设备和计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015039598A1 (zh) * | 2013-09-17 | 2015-03-26 | 华为技术有限公司 | 故障定位方法及装置 |
CN106339379A (zh) * | 2015-07-07 | 2017-01-18 | 阿里巴巴集团控股有限公司 | 网站运行状态监控方法及装置 |
CN109600375A (zh) * | 2018-12-13 | 2019-04-09 | 锐捷网络股份有限公司 | 消息跟踪方法、装置、电子设备及存储介质 |
CN110955586A (zh) * | 2019-11-27 | 2020-04-03 | 中国银行股份有限公司 | 一种基于日志的系统故障预测方法、装置和设备 |
CN113822366A (zh) * | 2021-09-29 | 2021-12-21 | 平安医疗健康管理股份有限公司 | 业务指标异常检测方法及装置、电子设备、存储介质 |
CN114328106A (zh) * | 2021-12-28 | 2022-04-12 | 天翼云科技有限公司 | 日志数据处理方法、装置、设备及存储介质 |
WO2022089202A1 (zh) * | 2020-10-27 | 2022-05-05 | 深圳前海微众银行股份有限公司 | 故障识别模型训练方法、故障识别方法、装置及电子设备 |
CN114756455A (zh) * | 2022-03-30 | 2022-07-15 | 创优数字科技(广东)有限公司 | 一种业务异常定位方法、装置、电子设备及存储介质 |
-
2022
- 2022-07-28 CN CN202210899204.8A patent/CN115225470B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015039598A1 (zh) * | 2013-09-17 | 2015-03-26 | 华为技术有限公司 | 故障定位方法及装置 |
CN106339379A (zh) * | 2015-07-07 | 2017-01-18 | 阿里巴巴集团控股有限公司 | 网站运行状态监控方法及装置 |
CN109600375A (zh) * | 2018-12-13 | 2019-04-09 | 锐捷网络股份有限公司 | 消息跟踪方法、装置、电子设备及存储介质 |
CN110955586A (zh) * | 2019-11-27 | 2020-04-03 | 中国银行股份有限公司 | 一种基于日志的系统故障预测方法、装置和设备 |
WO2022089202A1 (zh) * | 2020-10-27 | 2022-05-05 | 深圳前海微众银行股份有限公司 | 故障识别模型训练方法、故障识别方法、装置及电子设备 |
CN113822366A (zh) * | 2021-09-29 | 2021-12-21 | 平安医疗健康管理股份有限公司 | 业务指标异常检测方法及装置、电子设备、存储介质 |
CN114328106A (zh) * | 2021-12-28 | 2022-04-12 | 天翼云科技有限公司 | 日志数据处理方法、装置、设备及存储介质 |
CN114756455A (zh) * | 2022-03-30 | 2022-07-15 | 创优数字科技(广东)有限公司 | 一种业务异常定位方法、装置、电子设备及存储介质 |
Non-Patent Citations (4)
Title |
---|
S AYOUBI: ""Machine learning for cognitive network management"", 《IEEE》 * |
S AYOUBI等: ""Machine learning for cognitive network management"", 《IEEE》 * |
单文波;陈博伶;钟秋浩;王建新;: "基于终端数据的电信承载网异常节点定位方法", 计算机工程与应用, no. 11 * |
潘希;: "配电终端无线公网通信状态监测方法研究", 山东电力技术, no. 01 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116720202A (zh) * | 2023-05-19 | 2023-09-08 | 国网物资有限公司 | 业务信息检测方法、装置、电子设备和计算机可读介质 |
CN116720202B (zh) * | 2023-05-19 | 2024-03-29 | 国网物资有限公司 | 业务信息检测方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115225470B (zh) | 2023-10-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110457190B (zh) | 一种基于区块链的全链路监控方法、装置及系统 | |
Jiang et al. | Efficient fault detection and diagnosis in complex software systems with information-theoretic monitoring | |
CN107533504A (zh) | 用于软件分发的异常分析 | |
KR20180108446A (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
CN110716539B (zh) | 一种故障诊断分析方法和装置 | |
CN105677572A (zh) | 基于自组织映射模型云软件性能异常错误诊断方法与系统 | |
CN114791846A (zh) | 一种针对云原生混沌工程实验实现可观测性的方法 | |
CN113835918A (zh) | 一种服务器故障分析方法及装置 | |
CN115225470B (zh) | 一种业务异常监测方法、装置、电子设备及存储介质 | |
CN113419950A (zh) | Ui自动化脚本的生成方法、装置、计算机设备及存储介质 | |
CN110825725B (zh) | 基于双螺旋管理的数据质量校验方法及系统 | |
CN117155772B (zh) | 一种告警信息丰富方法、装置、设备及存储介质 | |
CN112769615B (zh) | 一种异常分析方法及装置 | |
CN112699048B (zh) | 基于人工智能的程序故障处理方法、装置、设备及存储介质 | |
CN109491882B (zh) | 一种机箱数据处理方法、系统、设备机箱及可读存储介质 | |
Figalist et al. | Supporting the devops feedback loop using unsupervised machine learning | |
CN112835779A (zh) | 测试用例确定方法、装置、计算机设备 | |
CN116755699A (zh) | 编译处理方法、装置、电子设备和存储介质 | |
CN113781068B (zh) | 线上问题解决方法、装置、电子设备和存储介质 | |
Tibermacine et al. | A process to identify relevant substitutes for healing failed WS-* orchestrations | |
CN110878692A (zh) | 故障报警方法及装置 | |
RU2669686C1 (ru) | Способ и система для помощи в верификации и валидации цепи алгоритмов | |
CN110493326B (zh) | 基于zookeeper管理集群配置文件的系统和方法 | |
US10909242B2 (en) | System and method for detecting security risks in a computer system | |
CN113626288A (zh) | 故障处理方法、系统、装置、存储介质和电子设备 |
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 |