CN115640107A - 运行维护方法、装置、设备及介质 - Google Patents

Abstract

本公开提供了一种运行维护方法、装置、设备及介质，涉及计算机技术领域，尤其涉及运维管理、数据处理技术领域。实现方案为：针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在待预测时段的队列资源预测情况；响应于接收到第一数据处理任务，获取第一数据处理任务的历史资源占用情况；以及基于第一数据处理任务的历史资源占用情况以及多个队列中每个队列在待预测时段的队列资源预测情况，确定用于执行第一数据处理任务的队列。

Description

运行维护方法、装置、设备及介质

技术领域

本公开涉及计算机技术领域，尤其涉及运维管理、数据处理技术领域，具体涉及一种运行维护方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

大数据时代，数据是企业最具价值的资产之一，企业的数据质量与运营方式、业务绩效之间存在着直接联系，企业的每一个商业决策、客户管理和商业投资都是建立在数据分析的基础之上。数据的时效性和准确性是企业降低成本和提高收入和竞争力的基础。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种运行维护方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种运行维护方法，包括：针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在待预测时段的队列资源预测情况，其中，历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；响应于接收到第一数据处理任务，获取第一数据处理任务的历史资源占用情况，历史资源占用情况包括历史执行第一数据处理任务的CPU占用率、内存占用空间中的至少一者；以及基于第一数据处理任务的历史资源占用情况以及多个队列中每个队列在待预测时段的队列资源预测情况，确定用于执行第一数据处理任务的队列。

根据本公开的另一方面，提供了一种运行维护装置，包括：第一预测单元，被配置为针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在待预测时段的队列资源预测情况，其中，历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；第一获取单元，被配置为响应于接收到第一数据处理任务，获取第一数据处理任务的历史资源占用情况，历史资源占用情况包括历史执行第一数据处理任务的CPU占用率、内存占用空间中的至少一者；以及确定单元，被配置为基于第一数据处理任务的历史资源占用情况以及多个队列中每个队列在待预测时段的队列资源预测情况，确定用于执行第一数据处理任务的队列。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述运行维护方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述运行维护方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述运行维护方法。

根据本公开的一个或多个实施例，能够基于每个队列在待预测时段的历史使用情况，对该队列在该时段内的使用情况进行预测，并基于当前待分配任务的资源占用情况，选择合适的队列进行任务分配，从而优化队列分配，保证任务高效完成。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的运行维护方法的流程图；

图3示出了根据本公开的实施例的运行维护方法的流程图；

图4示出了根据本公开的示例性实施例的运行维护系统的结构框图；

图5示出了根据本公开的实施例的运行维护装置的结构框图；

图6示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个要素与另一要素区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

相关技术中，传统的运维方式需要在电脑端进行操作，通过人工巡查的方式，每隔一个周期就需对数据处理流程运行状态的核查，从而确定数据流中的相关数据处理任务的运行是否正常；在关键的运行环节，甚至需要进行时刻待命处理，将相关预防措施与人工紧密关联，从而导致需要大量的人力成本投入。另外，人工检测数据流任务状态时候，需要的根据数据流上下游关系，逐步定位到具体正在运行的任务，进入到任务的运行界面，检测相应任务状态正常与否，因此检测效率较低。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行上述运行维护方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来接收和处理运行维护信息。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

根据本公开的实施例，如图2所示，提供了一种运行维护方法，包括：步骤S201、针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在待预测时段的队列资源预测情况，其中，历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；步骤S202、响应于接收到第一数据处理任务，获取第一数据处理任务的历史资源占用情况，历史资源占用情况包括历史执行第一数据处理任务的CPU占用率、内存占用空间中的至少一者；步骤S203、以及基于第一数据处理任务的历史资源占用情况以及多个队列中每个队列在待预测时段的队列资源预测情况，确定用于执行第一数据处理任务的队列。

由此，能够基于每个队列在待预测时段的历史使用情况，对该队列在该时段内的使用情况进行预测，并基于当前待分配任务的资源占用情况，选择合适的队列进行任务分配，从而优化队列分配，保证任务高效完成。

在一些实施例中，本公开的运行维护方法可以用于对用于进行数据处理的数据处理平台中的各个数据处理任务的任务执行状态以及任务执行结果等进行运行维护。

在一些实施例中，数据处理平台可以包括多个数据处理任务，并且多个数据处理任务可以按照一定顺序组成一个或多个任务链(也即数据链)，以基于各个任务链完成各个业务数据的生产。

在一些实施例中，数据处理平台所生产的业务数据例如是针对相应业务的统计数据，或在上述统计数据的基础上，基于相应需求进行相应加工后所获得的分析数据。

数据处理平台基于多个用于执行数据处理任务的队列来执行所接收到的各个数据处理任务。当接收到一个数据处理任务时，首先需要为其分配执行队列，并基于该队列执行该数据处理任务。

在一些实施例中，针对每个队列，可以基于其历史使用数据，对每个队列在未来一定时段(也即上述待预测时段)内的队列资源被占用情况进行预测，从而基于预测结果及待分配任务的相关信息，为该任务分配。

在一些实施例中，首先可以获取队列的待预测时段的历史使用数据，其中，历史使用数据可以包括最近多天(例如7天)的该时段的该队列的CPU使用率、内存使用率和任务运行数量中的一者或多者，并将上述数据输出到一个经过训练的机器学习模型中，从而获得该机器学习模型所预测得到的该队列在未来一定时段(也即上述待预测时段)内的队列资源预测情况。

在一些示例性实施例中，历史使用数据可以包括最近多天(例如7天)的该时段的该队列的CPU使用率、内存使用率和任务运行数量，在预测过程中，可以对上述每种数据首先进行预处理，例如获得每种历史数据的平均值，并将上述三者的平均值同时输入到经过训练的机器学习模型中，从而获得该机器学习模型所预测得到的该队列在未来一定时段(也即上述待预测时段)内的队列资源预测情况，其中，队列资源预测情况例如可以包括该队列在未来一段时间的CPU使用率、内存使用率以及任务运行数量等。

在一些示例性实施例中，上述机器学习模型可以应用LightGBM模型。

由于部分业务相应的数据量会根据日期类型的不同而产生较大变化，例如节假日的某应用程序的用户点击量可能会远高于工作日，则基于该数据的数据处理任务相应的也会增加。在一些实施例中，还可以进一步引入日期类型维度的数据，例如当天为节假日还是工作日等，从而在预测过程中引入了日期类型维度带来的差异，进一步提升队列资源占用情况的预测准确度。

在一些实施例中，在获得上述预测结果后，可以进一步获取当前待分配任务的历史资源占用情况，从而通过比对上述预测结果和该任务的历史资源占用情况，以为其选择合适的队列来执行该任务。

在一些实施例中，历史资源占用情况例如可以包括该任务在历史多天中执行时的CPU占用率、内存占用空间中的一者或多者。在一些实施例中，可以基于该任务的历史多天内的上述每种数据的均值作为该任务的历史资源占用情况。例如，某一待分配的任务，其历史运行过程中的CPU占用率为50％，内存占用率为70％；而对于某个队列，其未来一段时间的资源占用预测结果为CPU使用率20％，内存使用率为20％，并且该时段可能有4个任务同时在该队列运行(该队列的同时运行任务的限值例如可以为10个)，则可以选择该队列来执行该任务。

在一些实施例中，可以进一步获取待分配任务在历史多天的平均执行时长。在通常情况中，可以针对每个队列未来半个小时内的资源使用情况进行预测，对于一个历史平均执行时长在半小时以内的任务，该预测数据可以支持该任务的队列选择。在一些情况中，当前的待分配任务的历史平均执行时长可能为半个小时到一个小时，则可以将待预测时段调整为一个小时，并获得相应的预测数据，从而支持该任务的队列选择。

在一些实施例中，历史使用数据还包括CPU异常记录和内存异常记录中的至少一者，队列资源预测情况还包括队列异常概率，方法还包括：响应于队列异常概率大于第一预设阈值，在待预测时段内停止为相应的队列分配任务。

在一些实施例中，CPU异常记录例如可以包括相应队列在历史多天内，该待预测时段内处于异常状态的时刻以及持续时长，其中异常状态例如为CPU和/或内存出现短暂不可用的情况。

在一些实施例中，可以将上述信息连同其他历史使用数据一并输入到上述模型中，从而在获取该队列在未来一段时间的CPU使用率、内存使用率以及任务运行数量等预测值的同时，获取该模型输出的在该时段内该队列发生异常的队列异常概率。响应于该概率大于第一预设阈值，则可以认为该队列在该时段内发生异常的几率较高，基于该队列执行任务风险较大，则可以在该时段内避免选择该队列执行任务。

由此，通过进一步获取历史中，队列出现的CPU和内存不可用状态的记录信息(包括发生时刻和持续时长等)，从而综合预测获得该队列在未来时段可能出现异常的概率，并在该概率较高时，不对其分配任务，从而保证了任务的正常执行，避免任务处理过程中由于队列异常而产生的任务处理错误。

在一些实施例中，还可以获取在该待预测时段内所执行的例行任务信息。在一些情况中，每天的各个时段都可能会固定产生一个或多个例行任务。因此，可以在获得上述预测结果之后，进一步获取上述信息，并为例行任务相应的预留计算资源，从而进一步优化资源配置，保障各个任务的高效、有序执行。

在一些实施例中，历史资源占用情况还可以包括历史执行第一数据处理任务的存储资源占用数据，上述运行维护方法还可以包括：基于存储资源占用数据，预测本次执行第一数据处理任务所需占用的存储资源占用空间；以及响应于判断数据处理平台的当前剩余存储空间小于存储资源占用空间，对数据处理平台的存储空间进行数据清理。

在一些实施例中，可以进一步获取当前待分配任务的历史多天的存储资源占用数据，例如历史上每次执行该任务时所占用的存储资源空间大小或存储配额的占用情况。通常情况下，随着数据量的逐步增长，每个数据处理任务执行所需的存储资源也会逐步增长，因此同样需要对该信息进行预测，以保障该每个任务的执行。

在一些实施例中，可以通过获取每个任务的历史中每次执行时所占用的存储资源空间大小，并基于上述数据进行预测，以获得本次执行该任务所需要的存储资源空间大小，并基于该数据对相应的数据集群中的剩余存储空间进行检测，当剩余存储空间不足时，可以自动启动数据清理和资源回收工作，例如将失效数据或临时数据删除，从而为该任务预留足够的存储资源。

在一些示例性实施例中，上述预测过程可以基于相应的经过训练的机器学习模型实现。

在一些示例性实施例中，上述预测过程也可以基于上述历史存储资源占用数据进行增长曲线拟合，并基于该增长曲线确定本次执行该任务所需要的存储资源空间大小。

在一些示例性实施例中，也可以直接将上述历史存储资源占用数据中的最大值作为本次执行该任务所需要的存储资源空间大小，从而在保证预测数据有效的同时，进一步简化了运算。

由此，能够基于当前任务的历史执行中的存储资源占用情况，预测本次执行该任务时所需的存储，并基于预测结果预先进行数据清理，以预留足够的存储资源，从而避免由于存储空间不足而导致的任务失败。

相关技术中，在执行数据处理任务之后，需要对所产出的业务数据，尤其是其中的核心业务数据进行验证。相关技术中，上述验证一般基于相应于业务数据的预设阈值区间进行，响应于所产出的业务数据在该区间范围内，则判断该业务数据正常；响应于所产出的业务数据超出该区间范围内，则判断该业务数据为异常数据，并将其屏蔽并标记，以待后续进行人工确认和修正。但是，在实际应用中，大部分基于预设阈值范围进行判断并被标记为异常值的业务数据产出值，往往是由其他一些合理原因(例如当日为某个节日、当日对于某个业务进行了重大调整等)导致的，数据处理任务本身并不存在异常，对于这部分异常数据，相关工作人员往往需要消耗大量的时间对其进行核验，核验效率较低。

在一些实施例中，如图3所示，上述运行维护方法还可以包括：针对数据处理平台所要产出的至少一个业务数据中的每个业务数据，执行下述操作：步骤S301、获取该业务数据的历史数据序列，历史数据序列包括按照时序排列的该业务数据的历史产出值以及与该业务数据相关的至少一个关联数据产出值；步骤S302、基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值；步骤S303、响应于该业务数据的本次产出实际值不属于该业务数据的第一预设合理区间，并且该业务数据的本次产出实际值与相应的本次产出预测值之间的差值大于第三预设阈值，将该业务数据的本次产出实际值标记为异常数据。

在一些实施例中，上述运维方法还可以包括对所产出的各个业务数据进行产出值预测的步骤。

在一些实施例中，可以首先针对某个待预测的业务数据的历史产出值进行收集，其中，每个历史产出值均包括相应的时间戳以及相应的该历史产出值的至少一个关联数据的历史产出值。上述数据可以按照时序排列，以形成一个时间序列，并将其输入到预先训练好的预测模型，从而获取本次执行该任务可能产出的预测值。

在一些实施例中，上述模型可以应用自回归循环神经网络模型来实现，例如可以应用DeepAR模型。

在一些实施例中，响应于获取到该业务数据的预测产出值，当该业务数据的本次产出实际值不属于该业务数据的第一预设合理区间，并且该业务数据的本次产出实际值与相应的本次产出预测值之间的差值大于第三预设阈值时，才将该产出实际值标记为异常数据。

在一些实施例中，当本次产出实际值部署于相应的预设合理区间时，检测系统可能会自动将其标记为异常数据。此时，可以基于该业务数据的产出预测值进一步对其进行判断，当两者相差小于某一预设阈值时，则可以将该异常标记自动解除，从而提升异常数据的核验效率。

由此，能够在通过预设范围判断的基础上，根据动态的预测值和真实值的差别情况来判断例行产出指标值数据是否异常。从而智能化的选择是否需要进行异常标注以等待人工干预，从而能够对部分异常数据进行自动处理，节省人工成本，提升异常数据排查效率。

在一些实施例中，历史数据序列还包括对多个历史产出值中的第一历史产出值的特殊事件标注信息，特殊事件标注信息用于指示响应于相应的特殊事件，第一历史产出值发生超出第二预设合理区间的波动，基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值还包括：响应于获取到该业务数据的本次产出相应的特殊事件信息，基于该业务数据的历史数据序列以及特殊事件信息，预测该业务数据的本次产出预测值。

在一些实施例中，可以进一步在上述历史数据序列中的相应历史产出值处标注相应的特殊事件标注信息，例如可以对某个数据标注其产出日为某一节日，或为某个数据标注其产出日相关业务发生了重大调整等。由此，可以为预测过程进一步引入协变量信息，同时在本次产出值的预测过程中，也可以将本日的特殊事件信息输入到模型中。

由此，通过进一步引入特殊事件标注信息(例如历史某次产出的当日为节假日、或当日对业务处理流程等进行了重大调整等)，并通过获取当天的特殊事件信息，从而进一步提升了相应业务数据的产出预测值的准确性。

图4示出了根据本公开的示例性实施例的运行维护系统的结构框图。

在一些示例性实施例中，参看图4，运行维护系统400可以包括配置模块410、状态监测模块420、报警模块430、辅助处理模块440以及产出汇总模块450。其中，配置模块410是整个系统前置的运行基础，其可以通过自动化程序采集并配以人工修正信息的方式，录入上述数据处理平台全部业务数据信息和对应的数据处理任务信息，并可以通过外部数据源配置对应的产出时间和上游接口人信息。此外，该模块还可以对任务执行队列信息、存储信息、数据展示平台等产出过程中的重要信息进行配置。从而使运行维护系统400获取到需要监测的对象的相关信息。

状态监测模块420可以对数据生产过程中的各个生产环节进行状态采集，具体的，该模块可以基于数据生产过程中的任务依赖关系，自动监测各个数据生产链路中各个节点的状态，例如包括外部数据源是否到达产出时间、各数据链路节点的运行状态、各个队列状态、业务数据的屏蔽状态等。

报警模块430可以对状态监测模块420中监测到的异常状态进行捕捉和判定，根据预设的不同的判定规则等，进行异常等级划分，并基于不同的异常等级，采取包括智能工作平台通报、短信、电话、邮件等多种方式进行异常报警。

辅助处理模块440可以基于来自其他模块的相关信息，执行如上所述的运行维护方法。同时，该模块提供一个智能机器人，用户可以与该机器人进行交互，以对数据链路任务状态、CPU、内存和存储、数据处理平台各队列内存、CPU使用率、任务数、任务耗时等重要指标进行查询。同时也可以基于该机器人实现针对一些异常报警进行处理的能力，例如通过该机器人实现相关信息的工作群公告、相关数据的屏蔽管理等。

产出汇总模块450则可以针对每日的监测结果进行记录，并形成汇总结果报表。

在一些实施例中，如图5所示，提供了一种运行维护装置500，包括：第一预测单元510，被配置为针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在待预测时段的队列资源预测情况，其中，历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；第一获取单元520，被配置为响应于接收到第一数据处理任务，获取第一数据处理任务的历史资源占用情况，历史资源占用情况包括历史执行第一数据处理任务的CPU占用率、内存占用空间中的至少一者；以及确定单元530，被配置为基于第一数据处理任务的历史资源占用情况以及多个队列中每个队列在待预测时段的队列资源预测情况，确定用于执行第一数据处理任务的队列。

其中，运行维护装置500中的单元510-单元530所执行的操作与上述运行维护方法的步骤S201-S203的操作类似，在此不做赘述。

在一些实施例中，历史使用数据还包括CPU异常记录和内存异常记录中的至少一者，队列资源预测情况还包括队列异常概率，装置还包括：调度单元，被配置为响应于队列异常概率大于第一预设阈值，在待预测时段内停止为相应的队列分配任务。

在一些实施例中，历史资源占用情况还包括历史执行第一数据处理任务的存储资源占用数据，装置还包括：第二预测单元，被配置为基于存储资源占用数据，预测本次执行第一数据处理任务所需占用的存储资源占用空间；以及数据清理单元，被配置为响应于判断数据处理平台的当前剩余存储空间小于存储资源占用空间，对数据处理平台的存储空间进行数据清理。

在一些实施例中，装置还包括：第二获取单元，被配置为针对数据处理平台所要产出的至少一个业务数据中的每个业务数据，获取该业务数据的历史数据序列，历史数据序列包括按照时序排列的该业务数据的历史产出值以及与该业务数据相关的至少一个关联数据产出值；第三预测单元，被配置为针对数据处理平台所要产出的至少一个业务数据中的每个业务数据，基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值；标记单元，被配置为针对数据处理平台所要产出的至少一个业务数据中的每个业务数据，响应于该业务数据的本次产出实际值不属于该业务数据的第一预设合理区间，并且该业务数据的本次产出实际值与相应的本次产出预测值之间的差值大于第三预设阈值，将该业务数据的本次产出实际值标记为异常数据。

在一些实施例中，历史数据序列还包括对多个历史产出值中的第一历史产出值的特殊事件标注信息，特殊事件标注信息用于指示响应于相应的特殊事件，第一历史产出值发生超出第二预设合理区间的波动，第三预测单元还被配置为：响应于获取到该业务数据的本次产出相应的特殊事件信息，基于该业务数据的历史数据序列以及特殊事件信息，预测该业务数据的本次产出预测值。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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/或者要求的本公开的实现。

如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储电子设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元607可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元601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。计算单元601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计算单元、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。计算单元601执行上文所描述的各个方法和处理，例如上述运行维护方法。例如，在一些实施例中，上述运行维护方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM603并由计算单元601执行时，可以执行上文描述的上述运行维护方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行上述运行维护方法。

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)、复杂可编程逻辑设备(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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。

在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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)和互联网。

计算机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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (13)

1.一种运行维护方法，包括：

针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在所述待预测时段的队列资源预测情况，其中，所述历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；

响应于接收到第一数据处理任务，获取所述第一数据处理任务的历史资源占用情况，所述历史资源占用情况包括历史执行所述第一数据处理任务的CPU占用率、内存占用空间中的至少一者；以及

基于所述第一数据处理任务的历史资源占用情况以及所述多个队列中每个队列在所述待预测时段的队列资源预测情况，确定用于执行所述第一数据处理任务的队列。

2.根据权利要求1所述的方法，其中，所述历史使用数据还包括CPU异常记录和内存异常记录中的至少一者，所述队列资源预测情况还包括队列异常概率，所述方法还包括：

响应于所述队列异常概率大于第一预设阈值，在所述待预测时段内停止为相应的队列分配任务。

3.根据权利要求1或2所述的方法，所述历史资源占用情况还包括历史执行所述第一数据处理任务的存储资源占用数据，所述方法还包括：

基于所述存储资源占用数据，预测本次执行所述第一数据处理任务所需占用的存储资源占用空间；以及

响应于判断所述数据处理平台的当前剩余存储空间小于所述存储资源占用空间，对所述数据处理平台的存储空间进行数据清理。

4.根据权利要求1-3中任一项所述的方法，所述方法还包括：

针对所述数据处理平台所要产出的至少一个业务数据中的每个业务数据，执行下述操作：

获取该业务数据的历史数据序列，所述历史数据序列包括按照时序排列的该业务数据的历史产出值以及与该业务数据相关的至少一个关联数据产出值；

基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值；

响应于该业务数据的本次产出实际值不属于该业务数据的第一预设合理区间，并且该业务数据的本次产出实际值与相应的本次产出预测值之间的差值大于第三预设阈值，将该业务数据的本次产出实际值标记为异常数据。

5.根据权利要求4所述的方法，其中，所述历史数据序列还包括对所述多个历史产出值中的第一历史产出值的特殊事件标注信息，所述特殊事件标注信息用于指示响应于相应的特殊事件，所述第一历史产出值发生超出第二预设合理区间的波动，所述基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值还包括：

响应于获取到该业务数据的本次产出相应的特殊事件信息，基于该业务数据的历史数据序列以及所述特殊事件信息，预测该业务数据的本次产出预测值。

6.一种运行维护装置，包括：

第一预测单元，被配置为针对数据处理平台中用于执行数据处理任务的多个队列中的每个队列，基于该队列相应的待预测时段对应的历史使用数据，预测该队列在所述待预测时段的队列资源预测情况，其中，所述历史使用数据包括CPU使用率、内存使用率和任务运行数量中的至少一者；

第一获取单元，被配置为响应于接收到第一数据处理任务，获取所述第一数据处理任务的历史资源占用情况，所述历史资源占用情况包括历史执行所述第一数据处理任务的CPU占用率、内存占用空间中的至少一者；以及

确定单元，被配置为基于所述第一数据处理任务的历史资源占用情况以及所述多个队列中每个队列在所述待预测时段的队列资源预测情况，确定用于执行所述第一数据处理任务的队列。

7.根据权利要求6所述的装置，其中，所述历史使用数据还包括CPU异常记录和内存异常记录中的至少一者，所述队列资源预测情况还包括队列异常概率，所述装置还包括：

调度单元，被配置为响应于所述队列异常概率大于第一预设阈值，在所述待预测时段内停止为相应的队列分配任务。

8.根据权利要求6或7所述的装置，所述历史资源占用情况还包括历史执行所述第一数据处理任务的存储资源占用数据，所述装置还包括：

第二预测单元，被配置为基于所述存储资源占用数据，预测本次执行所述第一数据处理任务所需占用的存储资源占用空间；以及

数据清理单元，被配置为响应于判断所述数据处理平台的当前剩余存储空间小于所述存储资源占用空间，对所述数据处理平台的存储空间进行数据清理。

9.根据权利要求6-8中任一项所述的装置，所述装置还包括：

第二获取单元，被配置为针对所述数据处理平台所要产出的至少一个业务数据中的每个业务数据，获取该业务数据的历史数据序列，所述历史数据序列包括按照时序排列的该业务数据的历史产出值以及与该业务数据相关的至少一个关联数据产出值；

第三预测单元，被配置为针对所述数据处理平台所要产出的至少一个业务数据中的每个业务数据，基于该业务数据的历史数据序列，预测该业务数据的本次产出预测值；

标记单元，被配置为针对所述数据处理平台所要产出的至少一个业务数据中的每个业务数据，响应于该业务数据的本次产出实际值不属于该业务数据的第一预设合理区间，并且该业务数据的本次产出实际值与相应的本次产出预测值之间的差值大于第三预设阈值，将该业务数据的本次产出实际值标记为异常数据。

10.根据权利要求9所述的装置，其中，所述历史数据序列还包括对所述多个历史产出值中的第一历史产出值的特殊事件标注信息，所述特殊事件标注信息用于指示响应于相应的特殊事件，所述第一历史产出值发生超出第二预设合理区间的波动，所述第三预测单元还被配置为：

响应于获取到该业务数据的本次产出相应的特殊事件信息，基于该业务数据的历史数据序列以及所述特殊事件信息，预测该业务数据的本次产出预测值。

11.一种电子设备，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指令，所述指令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1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-5中任一项所述的方法。

Images