CN115599734A - 数据采集方法、装置、电子设备及存储介质 - Google Patents

数据采集方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115599734A
CN115599734A CN202211336608.2A CN202211336608A CN115599734A CN 115599734 A CN115599734 A CN 115599734A CN 202211336608 A CN202211336608 A CN 202211336608A CN 115599734 A CN115599734 A CN 115599734A
Authority
CN
China
Prior art keywords
cluster
data
label
information
clusters
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
Application number
CN202211336608.2A
Other languages
English (en)
Inventor
江晓宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Agricultural Bank of China
Original Assignee
Agricultural Bank of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Agricultural Bank of China filed Critical Agricultural Bank of China
Priority to CN202211336608.2A priority Critical patent/CN115599734A/zh
Publication of CN115599734A publication Critical patent/CN115599734A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general
    • G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
    • G06F15/161—Computing infrastructure, e.g. computer clusters, blade chassis or hardware partitioning
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种数据采集方法、装置、电子设备及存储介质。该方法包括：对多个不同类型的集群进行标签信息采集，得到标签采集结果；在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；基于各所述集群的原始数据生成资源统计报表。通过上述技术方案，实现了多集群场景下的数据统一采集和展示。

Description

数据采集方法、装置、电子设备及存储介质
技术领域
本发明涉及数据处理技术领域，尤其涉及一种数据采集方法、装置、电子设备及存储介质。
背景技术
因PaaS平台具备所测及所投、资源分配快捷、应用部署灵活等优势，越来越多的应用系统拥抱云计算技术，将应用系统部署在K8S集群上。
随着集群种类、集群数量、集群中命名空间与pod数量的快速增长，集群中不同类型资源的用量情况、应用系统运行pod数量等统计工作变得重复性高，统计耗时过长。
在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：现有数据采集方案，无法实现多集群场景下的数据统一采集和展示。
发明内容
本发明提供了一种数据采集方法、装置、电子设备及存储介质，以实现多集群场景下的数据统一采集和展示。
根据本发明的一方面，提供了一种数据采集方法，包括：
对多个不同类型的集群进行标签信息采集，得到标签采集结果；
在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
基于各所述集群的原始数据生成资源统计报表。
根据本发明的另一方面，提供了一种数据采集装置，包括：
标签信息采集模块，用于对多个不同类型的集群进行标签信息采集，得到标签采集结果；
原始数据采集模块，用于在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
统计报表生成模块，用于基于各所述集群的原始数据生成资源统计报表。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的数据采集方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据采集方法。
本发明实施例的技术方案，通过对多个不同类型的集群进行标签信息采集，得到多个不同类型的集群对应的标签采集结果，若标签采集结果中各集群的集群资源均存在标签信息，则采集各集群的原始数据，进而根据各集群的原始数据生成资源统计报表，以实现多集群场景下的数据统一采集和展示。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种数据采集方法的流程图；
图2是根据本发明实施例二提供的一种数据采集方法的流程图；
图3是根据本发明实施例二提供的一种报表生成的流程示意图；
图4是根据本发明实施例三提供的一种数据采集装置的结构示意图；
图5是实现本发明实施例的数据采集方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种数据采集方法的流程图，本实施例可适用于对多个不同类型集群进行数据采集的情况，该方法可以由数据采集装置来执行，该数据采集装置可以采用硬件和/或软件的形式实现，该数据采集装置可配置于计算机终端中。如图1所示，该方法包括：
S110、对多个不同类型的集群进行标签信息采集，得到标签采集结果。
在本实施例中，集群可以为云集群，集群可以包括但不限于开源K8S云集群、OpenShift云集群等类型的集群，不同类型的集群可以由不同种类的宿主机节点构成。其中，宿主机节点是指安装Linux操作系统的物理机或宿主机，是组成集群的基本单位。标签采集结果可以包含各集群的打标签信息。
示例性的，可以通过普罗米修斯(Prometheus)对多个不同类型的集群进行标签信息采集，得到各集群打标签信息，从而可知哪些集群打了标签，哪些集群未打标签。其中，Prometheus是基于go语言编写的采集数据的监控组件。
需要说明的是，可以同时对各不同类型的集群进行标签信息采集，也可以依次对各不同类型的集群进行标签信息采集，在此不做限定。
在上述实施例的基础上，对多个不同类型的集群进行标签信息采集，得到标签采集结果，包括：通过集群的标签采集接口，对多个不同类型的集群进行标签信息采集，得到标签采集结果，其中，标签信息包括命名空间标签和宿主机节点标签。
其中，标签采集接口是指用于进行标签信息采集的API接口。示例性的，标签采集接口可以为Prometheus标签采集接口。对于命名空间，集群中可以包括多个命名空间，不同命名空间在逻辑上彼此隔离，可为每一个命名空间设置资源(CPU、内存等)限额。命名空间标签是指命名空间对应的标签，宿主机节点标签是指宿主机节点对应的标签，命名空间标签和宿主机节点标签可以用于区分资源类型。
可以理解的是，由于存在多种类型集群混搭的情况，需要为每个集群的所有命名空间、宿主机节点打标签，以实现资源类型的区分。需要说明的是，同一类型的命名空间中的pod需运行在同类型的宿主机节点上。
示例性的，可以调用集群的Prometheus标签采集接口，通过Prometheus标签采集接口获取每个集群的全部命名空间标签和宿主机节点标签。
S120、在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据。
本实施例中，若标签采集结果中各集群的集群资源均存在标签信息，表明各集群均完成了打标签，从而在该情况下进行原始数据的采集更为准确，保证了数据的可靠性。其中，原始数据是指未经加工处理的数据，原始数据可以存放在预先构建的对象中。集群资源是指集群内CPU、内存、pod等资源。
在上述实施例的基础上，采集各集群的原始数据，包括：基于预先配置的监控指标采集各集群的原始数据，其中，集群的原始数据包括集群类数据、命名空间类数据、宿主机节点类数据、命名空间限额类数据。
其中，监控指标是指对集群监控或采集的数据类型，可以包括但不限于集群类型、命名空间类型、宿主机节点类型和命名空间限额类型等。相应的，集群的原始数据可以包括但不限于集群类数据、命名空间类数据、宿主机节点类数据和命名空间限额类数据等。
示例性的，可以调用集群的Prometheus数据指标采集接口，采集集群的原始数据。集群的原始数据可以包括但不限于集群类数据、命名空间类数据、宿主机节点类数据和命名空间限额类数据等，其中，集群类数据包括集群内应用系统pod与容器的数量，集群所有应用系统的CPU/内存资源的8小时平均/最高使用率。命名空间类数据包括各命名空间应用系统的CPU/内存资源的8小时平均/最高使用率，各命名空间分别拥有的pod、容器数量；宿主机节点类数据包括各集群不同类型宿主机节点的CPU/内存资源的资源总量与资源已分配情况。命名空间限额类数据包括各命名空间所配置的限额信息，CPU/内存/pod资源的最高限额与当前已使用情况。
在一些可选实施例中，在对多个不同类型的集群进行标签信息采集之后，还包括：在各集群存在缺少标签信息的情况下，生成异常信息并结束当前数据采集程序，其中，异常信息包括存在异常的集群信息。
可以理解的是，若集群存在缺少标签信息，表明存在未打标签的集群，从而在该情况下采集数据将失去意义，从而可以抛出异常信息，以告知运维人员对缺少标签的集群进行完善。
S130、基于各所述集群的原始数据生成资源统计报表。
其中，资源统计报表是指包含多个集群数据信息的统计报表。换而言之，通过资源统计报表可以查看多个不同类型集群的资源统计情况,以实现多集群场景下的数据统一采集和展示。
本发明实施例的技术方案，通过对多个不同类型的集群进行标签信息采集，得到多个不同类型的集群对应的标签采集结果，若标签采集结果中各集群的集群资源均存在标签信息，则采集各集群的原始数据，进而根据各集群的原始数据生成资源统计报表，以实现多集群场景下的数据统一采集和展示。
实施例二
图2为本发明实施例二提供的一种数据采集方法的流程图，本实施例的方法与上述实施例中提供的数据采集方法中各个可选方案可以结合。本实施例提供的数据采集方法进行了进一步优化。可选的，所述原始数据包括可加工数据；所述基于各所述集群的原始数据生成资源统计报表，包括：对各所述集群的可加工数据进行加工处理，得到加工数据；基于各所述集群的原始数据和所述加工数据生成资源统计报表。
如图2所示，该方法包括：
S210、对多个不同类型的集群进行标签信息采集，得到标签采集结果。
S220、在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据。
S230、对各集群的可加工数据进行加工处理，得到加工数据。
S240、基于各所述集群的原始数据和所述加工数据生成资源统计报表。
本实施例中，可加工数据是指可进行二次加工的数据，可加工数据为原始数据的部分数据。
示例性的，以宿主机节点类数据为例，根据资源总量与资源已分配情况，计算当前集群的该类宿主机尚可分配多少空闲资源，即计算得到加工数据；进一步的，可以根据当前集群的该类宿主机尚可分配多少空闲资源、资源总量与资源已分配情况生成资源统计报表。可以理解的是，上述仅是举例说明，资源统计报表还可以包含多种原始数据以及原始数据对应的加工数据。
在一些可选实施例中，基于各集群的原始数据和加工数据生成资源统计报表，包括：将各集群的原始数据和加工数据输入至报表生成组件，得到资源统计报表。
其中，报表生成组件是指用于生成报表的封装组件。示例性的，报表生成组件可以为easyExcel组件。
示例性的，将各集群的原始数据和加工数据输入至easyExcel组件，得到资源统计报表，其中，资源统计报表可以为excel报表。
在一些可选实施例中，资源统计报表包括集群应用使用率信息、集群资源使用率信息、命名空间资源使用信息和命名空间限额信息。
其中，集群应用使用率信息是指应用系统维度的统计信息，可以包括但不限于应用pod、应用容器、CPU平均使用率、CPU最高使用率、内存平均使用率等。集群资源使用率信息是指节点资源维度的统计信息，可以包括但不限于节点物理类型、节点数量、可分配CPU核数、已分配CPU核数等。命名空间资源使用信息是指命名空间维度的统计信息，可以包括但不限于命名空间资源类型、命名空间CPU平均使用率、命名空间CPU最高使用率、命名空间内存平均使用率等。命名空间限额信息是指预先配置的命名空间限额信息，可以包括但不限于CPU资源最高限额、内存最高限额等。
示例性的，图3是本实施例提供的一种报表生成的流程示意图。具体而言，通过集群标签采集模块循环采集所有集群的标签信息，若各集群均已完成标签信息采集，则判断是否存在未打标签的集群资源；若存在未打标签的集群资源，则抛出异常，结束当前数据采集程序，若不存在未打标签的集群资源，则通过集群数据采集模块循环采集所有集群的原始数据，在各集群均已完成原始数据的情况下，通过数据加工处理模块对部分原始数据进行加工处理，并通过报表制作模块生成资源统计报表。
本发明实施例的技术方案，通过对各集群的可加工数据进行加工处理，得到加工数据，进而根据各集群的原始数据和加工数据生成资源统计报表，使资源统计报表内容更为丰富。
实施例三
图4为本发明实施例三提供的一种数据采集装置的结构示意图。如图4所示，该装置包括：
标签信息采集模块310，用于对多个不同类型的集群进行标签信息采集，得到标签采集结果；
原始数据采集模块320，用于在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
统计报表生成模块330，用于基于各所述集群的原始数据生成资源统计报表。
本发明实施例的技术方案，通过对多个不同类型的集群进行标签信息采集，得到多个不同类型的集群对应的标签采集结果，若标签采集结果中各集群的集群资源均存在标签信息，则采集各集群的原始数据，进而根据各集群的原始数据生成资源统计报表，以实现多集群场景下的数据统一采集和展示。
在一些可选的实施方式中，标签信息采集模块310，具体用于：
通过所述集群的标签采集接口，对多个不同类型的集群进行标签信息采集，得到标签采集结果，其中，所述标签信息包括命名空间标签和宿主机节点标签。
在一些可选的实施方式中，原始数据采集模块320，具体用于：
基于预先配置的监控指标采集各所述集群的原始数据，其中，所述集群的原始数据包括集群类数据、命名空间类数据、宿主机节点类数据、命名空间限额类数据。
在一些可选的实施方式中，所述原始数据包括可加工数据；统计报表生成模块330，包括：
数据加工处理单元，用于对各所述集群的可加工数据进行加工处理，得到加工数据；
资源统计报表生成单元，用于基于各所述集群的原始数据和所述加工数据生成资源统计报表。
在一些可选的实施方式中，资源统计报表生成单元，具体用于：
将各所述集群的原始数据和所述加工数据输入至报表生成组件，得到资源统计报表。
在一些可选的实施方式中，所述资源统计报表包括集群应用使用率信息、集群资源使用率信息、命名空间资源使用信息和命名空间限额信息。
在一些可选的实施方式中，装置还包括：
异常处理模块，用于在各所述集群的集群资源存在缺少标签信息的情况下，生成异常信息并结束当前数据采集程序，其中，异常信息包括存在异常的集群信息。
本发明实施例所提供的数据采集装置可执行本发明任意实施例所提供的数据采集方法，具备执行方法相应的功能模块和有益效果。
实施例四
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如数据采集方法，该方法包括：
对多个不同类型的集群进行标签信息采集，得到标签采集结果；
在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
基于各所述集群的原始数据生成资源统计报表。
在一些实施例中，数据采集方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的数据采集方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据采集方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种数据采集方法，其特征在于，包括：
对多个不同类型的集群进行标签信息采集，得到标签采集结果；
在所述标签采集结果中各所述集群的集群资源的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
基于各所述集群的原始数据生成资源统计报表。
2.根据权利要求1所述的方法，其特征在于，所述对多个不同类型的集群进行标签信息采集，得到标签采集结果，包括：
通过所述集群的标签采集接口，对多个不同类型的集群进行标签信息采集，得到标签采集结果，其中，所述标签信息包括命名空间标签和宿主机节点标签。
3.根据权利要求1所述的方法，其特征在于，所述采集各所述集群的原始数据，包括：
基于预先配置的监控指标采集各所述集群的原始数据，其中，所述集群的原始数据包括集群类数据、命名空间类数据、宿主机节点类数据、命名空间限额类数据。
4.根据权利要求1所述的方法，其特征在于，所述原始数据包括可加工数据；
所述基于各所述集群的原始数据生成资源统计报表，包括：
对各所述集群的可加工数据进行加工处理，得到加工数据；
基于各所述集群的原始数据和所述加工数据生成资源统计报表。
5.根据权利要求4所述的方法，其特征在于，所述基于各所述集群的原始数据和所述加工数据生成资源统计报表，包括：
将各所述集群的原始数据和所述加工数据输入至报表生成组件，得到资源统计报表。
6.根据权利要求1所述的方法，其特征在于，所述资源统计报表包括集群应用使用率信息、集群资源使用率信息、命名空间资源使用信息和命名空间限额信息。
7.根据权利要求1-6中任一所述的方法，其特征在于，在所述对多个不同类型的集群进行标签信息采集之后，还包括：
在各所述集群的集群资源存在缺少标签信息的情况下，生成异常信息并结束当前数据采集程序，其中，异常信息包括存在异常的集群信息。
8.一种数据采集装置，其特征在于，包括：
标签信息采集模块，用于对多个不同类型的集群进行标签信息采集，得到标签采集结果；
原始数据采集模块，用于在所述标签采集结果中各所述集群的集群资源均存在标签信息的情况下，采集各所述集群的原始数据；
统计报表生成模块，用于基于各所述集群的原始数据生成资源统计报表。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的数据采集方法。
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据采集方法。
CN202211336608.2A 2022-10-28 2022-10-28 数据采集方法、装置、电子设备及存储介质 Pending CN115599734A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211336608.2A CN115599734A (zh) 2022-10-28 2022-10-28 数据采集方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211336608.2A CN115599734A (zh) 2022-10-28 2022-10-28 数据采集方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115599734A true CN115599734A (zh) 2023-01-13

Family

ID=84851367

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211336608.2A Pending CN115599734A (zh) 2022-10-28 2022-10-28 数据采集方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115599734A (zh)

Similar Documents

Publication Publication Date Title
CN112052133B (zh) 一种基于Kubernetes的业务系统监控方法和装置
CN114090366A (zh) 一种监控数据的方法、装置和系统
CN114662953A (zh) 物联网设备运维方法、装置、设备及介质
CN115658311A (zh) 一种资源的调度方法、装置、设备和介质
CN115034927A (zh) 数据处理方法、装置、电子设备及存储介质
CN114461407A (zh) 数据处理方法、装置、分发服务器、系统及存储介质
CN114579469A (zh) 全链路接口测试方法、装置、电子设备及存储介质
CN112860401B (zh) 任务调度方法、装置、电子设备和存储介质
CN113656239A (zh) 针对中间件的监控方法、装置及计算机程序产品
CN115577958A (zh) 一种风险处理方法、装置、设备以及存储介质
CN115599734A (zh) 数据采集方法、装置、电子设备及存储介质
CN115426287A (zh) 一种系统监控和优化方法、装置、电子设备及介质
CN114862223A (zh) 一种机器人调度方法、装置、设备及存储介质
CN114090201A (zh) 资源调度方法、装置、设备及存储介质
CN113419921A (zh) 一种任务监控方法、装置、设备以及存储介质
CN110493071B (zh) 消息系统资源均衡装置、方法及设备
CN112395081A (zh) 一种资源在线自动回收方法、系统、服务器以及存储介质
CN116450120B (zh) 实时操作系统内核分析方法、装置、设备及介质
CN117156398B (zh) 消息处理方法、装置、电子设备及存储介质
CN116312917A (zh) 一种检验报告单生成方法、装置、电子设备及存储介质
CN118152096A (zh) 任务分配方法、装置、设备及存储介质
CN114706578A (zh) 一种数据处理方法、装置、设备以及介质
CN115269333A (zh) 机器人的数据同步方法、装置、设备及存储介质
CN115237561A (zh) 一种作业获取方法、装置、设备及介质
CN117349016A (zh) 资源分配方法、装置、设备及介质

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