CN115981969A - 区块链数据平台的监控方法和装置、电子设备和存储介质 - Google Patents
区块链数据平台的监控方法和装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115981969A CN115981969A CN202310255499.XA CN202310255499A CN115981969A CN 115981969 A CN115981969 A CN 115981969A CN 202310255499 A CN202310255499 A CN 202310255499A CN 115981969 A CN115981969 A CN 115981969A
- Authority
- CN
- China
- Prior art keywords
- data
- block chain
- detection result
- data platform
- preset
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 116
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 28
- 238000012806 monitoring device Methods 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 161
- 238000004590 computer program Methods 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 6
- 238000013500 data storage Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000002547 anomalous effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本公开实施例公开了一种区块链数据平台的监控方法和装置、电子设备和存储介质,其中,该监控方法包括:获取区块链数据平台的数据源的当前运行参数和历史运行参数;基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常;若预测出所述数据源在所述预设时间段内出现异常,进行告警。本公开实施例可以合理地预测出数据源在预设时间段内是否出现异常;在预测出数据源在预设时间段内出现异常时进行告警,有助于提前发现数据源可能的异常,通过及时处理异常,可以提升区块链数据平台的运行稳定性。
Description
技术领域
本公开涉及区块链技术领域,尤其是一种区块链数据平台的监控方法和装置、电子设备和存储介质。
背景技术
区块链技术是利用块链式数据结构来验证与存储数据、利用分布式节点共识算法来生成和更新数据、利用密码学的方式保证数据传输和访问的安全、利用由自动化脚本代码组成的智能合约来编程和操作数据的一种分布式基础架构与计算方式。
区块链数据平台有时会出现无法区块链任务中断等异常情况,导致区块链数据处理平台无法正常提供区块链服务。如何对区块链数据平台进行有效监控,以便及时处理异常情况,提升区块链数据平台的运行稳定性,是一个亟待解决的问题。
发明内容
本公开实施例提供一种区块链数据平台的监控方法和装置、电子设备和存储介质,以对区块链数据平台进行有效监控。
本公开实施例的第一方面,提供一种区块链数据平台的监控方法,包括:
获取区块链数据平台的数据源的当前运行参数和历史运行参数;
基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常;
若预测出所述数据源在所述预设时间段内出现异常,进行告警。
在本公开的一个实施例中,所述基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常,包括:
获取所述数据源的第一标准运行参数,并获取所述数据源的投入使用时间和硬件配置信息,其中,所述第一标准运行参数为出厂时的标准运行状态参数;
基于第一标准运行参数、所述投入使用时间和所述硬件配置信息对所述数据源进行标准运行参数衰减预测,得到所述数据源的第二标准运行参数,其中,所述第二标准运行状态参数为当前时间的标准运行参数;
基于所述当前运行参数和所述第二标准运行参数,预测所述数据源在所述预设时间段内是否出现异常。
在本公开的一个实施例中,还包括:
获取对所述区块链数据平台的目标监控数据;
从所述目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据;
基于第一比值与第一预设比值阈值之间的数值大小关系,确定所述区块链数据平台的空值检测结果,其中,所述第一比值为所述非空数据记录数量与所述数据记录总数量之间的比值;
基于第二比值与第二预设比值阈值之间的数值大小关系,确定所述区块链数据平台的记录缺失检测结果,其中,所述第二比值为所述数据成功赋值记录数量与所述数据赋值记录总数据之间的比值;
基于所述空值检测结果和所述记录缺失检测结果,确定所述区块链数据平台的数据完整性检测结果。
在本公开的一个实施例中,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于所述目标监控数据的值域与预设标准值域之间的数值关系,确定所述区块链数据平台的值域检测结果;
基于所述目标监控数据的数据长度与预设标准数据长度之间的数值关系,确定所述区块链数据平台的数据长度检测结果;
基于所述目标监控数据的数据格式与预设数据格式之间的匹配关系,确定所述区块链数据平台的数据格式检测结果;
基于所述值域检测结果、所述数据长度检测结果和所述数据格式检测结果,确定所述区块链数据平台的数据有效性检测结果。
在本公开的一个实施例中,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于第三比值与第三预设比值阈值之间的数值关系,确定所述区块链数据平台的数据唯一性检测结果,其中,所述第三比值为所述目标监控数据的重复记录数量与所述数据记录总数量之间的比值。
在本公开的一个实施例中,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于所述目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,确定所述区块链数据平台的时间段检测结果;
基于所述目标监控数据的处理时间和预设标准处理时间之间的匹配关系,确定所述区块链数据平台的及时性检测结果;
基于所述时间段检测结果和所述及时性检测结果,确定所述区块链数据平台的时效性检测结果。
在本公开的一个实施例中,所述目标监控数据包括任务数据、数据源数据和接口数据中的至少一种。
本公开实施例的第二方面,提供一种区块链数据平台的监控装置,包括:
运行参数获取模块,用于获取区块链数据平台的数据源的当前运行参数和历史运行参数;
异常预测模块,用于基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常;
告警模块,用于若预测出所述数据源在所述预设时间段内出现异常,进行告警。
在本公开的一个实施例中,所述异常预测模块用于获取所述数据源的第一标准运行参数,并获取所述数据源的投入使用时间和硬件配置信息,其中,所述第一标准运行参数为出厂时的标准运行状态参数;所述异常预测模块还用于基于第一标准运行参数、所述投入使用时间和所述硬件配置信息对所述数据源进行标准运行参数衰减预测,得到所述数据源的第二标准运行参数,其中,所述第二标准运行状态参数为当前时间的标准运行参数;所述异常预测模块还用于基于所述当前运行参数和所述第二标准运行参数,预测所述数据源在所述预设时间段内是否出现异常。
在本公开的一个实施例中,区块链数据平台的监控装置还包括:
目标监控数据获取模块,用于获取对所述区块链数据平台的目标监控数据;
数据提取模块,用于从所述目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据;
检测模块,用于基于第一比值与第一预设比值阈值之间的数值大小关系,确定所述区块链数据平台的空值检测结果,其中,所述第一比值为所述非空数据记录数量与所述数据记录总数量之间的比值;所述检测模块还用于基于第二比值与第二预设比值阈值之间的数值大小关系,确定所述区块链数据平台的记录缺失检测结果,其中,所述第二比值为所述数据成功赋值记录数量与所述数据赋值记录总数据之间的比值;所述检测模块还用于基于所述空值检测结果和所述记录缺失检测结果,确定所述区块链数据平台的数据完整性检测结果。
在本公开的一个实施例中,所述检测模块还用于基于所述目标监控数据的值域与预设标准值域之间的数值关系,确定所述区块链数据平台的值域检测结果;所述检测模块还用于基于所述目标监控数据的数据长度与预设标准数据长度之间的数值关系,确定所述区块链数据平台的数据长度检测结果;所述检测模块还用于基于所述目标监控数据的数据格式与预设数据格式之间的匹配关系,确定所述区块链数据平台的数据格式检测结果;所述检测模块还用于基于所述值域检测结果、所述数据长度检测结果和所述数据格式检测结果,确定所述区块链数据平台的数据有效性检测结果。
在本公开的一个实施例中,所述检测模块还用于基于第三比值与第三预设比值阈值之间的数值关系,确定所述区块链数据平台的数据唯一性检测结果,其中,所述第三比值为所述目标监控数据的重复记录数量与所述数据记录总数量之间的比值。
在本公开的一个实施例中,所述检测模块还用于基于所述目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,确定所述区块链数据平台的时间段检测结果;所述检测模块还用于基于所述目标监控数据的处理时间和预设标准处理时间之间的匹配关系,确定所述区块链数据平台的及时性检测结果;所述检测模块还用于基于所述时间段检测结果和所述及时性检测结果,确定所述区块链数据平台的时效性检测结果。
在本公开的一个实施例中,所述目标监控数据包括任务数据、数据源数据和接口数据中的至少一种。
本公开实施例的第三方面,提供一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述第一方面任一所述的区块链数据平台的监控方法。
本公开实施例的第四方面,提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时,实现上述第一方面任一所述的区块链数据平台的监控方法。
本公开实施例的区块链数据平台的监控方法和装置、电子设备和存储介质,获取区块链数据平台的数据源的当前运行参数和历史运行参数;根据当前运行参数和历史运行参数,可以合理地预测出数据源在预设时间段内是否出现异常;在预测出数据源在预设时间段内出现异常时进行告警,有助于提前发现数据源可能的异常,通过及时处理异常,可以提升区块链数据平台的运行稳定性。
下面通过附图和实施例,对本公开的技术方案做进一步的详细描述。
附图说明
构成说明书的一部分的附图描述了本公开的实施例,并且连同描述一起用于解释本公开的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本公开,其中:
图1为本公开一个实施例中区块链数据平台的监控方法的流程示意图;
图2为本公开一个实施例中区块链数据平台的监控装置的结构框图;
图3为本公开一个实施例中电子设备的结构框图。
具体实施方式
现在将参照附图来详细描述本公开的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
本领域技术人员可以理解,本公开实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本公开实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本公开实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本公开中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本公开中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本公开对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本公开及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本公开实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
图1为本公开一个实施例中区块链数据平台的监控方法的流程示意图。如图1所示,区块链数据平台的监控方法,包括:
S1:获取区块链数据平台的数据源的当前运行参数和历史运行参数。
区块链数据平台可以是基于区块链技术建立的数据平台。可以由区块链管理方建立区块链数据平台。例如针对某个行业,可以由该行业的管理方(如该行业协会)建立区块链数据平台。
区块链数据平台的数据源,可以是区块链数据平台处理相应区块链数据的服务器。该服务器可以提供针对区块链数据的存储、读取和查询等功能。
数据源的当前运行参数可以包括服务器当前的存储容量占比、任务响应时间和任务执行时间等参数。
数据源的历史运行参数与数据源的当前运行参数相对应,可以包括服务器在预设历史时间段内的存储容量占比、任务响应时间和任务执行时间等参数。其中,预设历史时间段可以是服务器从投入使用时刻到当前时刻的时间段。预设历史时间段也可以是以当前时刻为终止节点且具有预设时长的某个时间段,例如以当前时刻为终止节点且时间长度为A年、B个月、或C天时间段。A、B和C均为大于0的整数。
区块链数据平台可以通过数据源提供的运行参数查询接口查询数据源的当前运行参数和历史运行参数。
S2:基于当前运行参数和历史运行参数,预测数据源在预设时间段内是否出现异常。
可以根据历史运行参数和历史运行参数所对应时间段内发生的异常信息,建立针对数据源进行异常预测的预测模型。其中,异常可以包括数据源的数据处理中断、响应时间超时、任务执行结果错误等情况。
可以从历史运行参数中提取包括数据源的当前运行参数在内的多个时间节点的运行参数,利用异常预测模型对多个时间节点的运行参数进行异常预测,进而根据异常预测结果判断在当前时刻作为起始时间点的预设时间段内是否出现异常。
S3:若预测出数据源在预设时间段内出现异常,进行告警。
可以针对预测发生异常的时间点、异常的种类、异常造成影响的程度,进行不同的告警。例如可以预先设定:异常发生时间-异常种类-异常造成影响等级-告警方式的对应关系,将预测出的异常信息在对应关系中进行匹配,根据匹配结果确定相应的告警方式,进而进行告警。
进行告警的方式可以包括在区块链数据平台的管理端进行提示,或向指定终端(例如管理端的工作人员的中断)发送提示信息等方式。
在本实施例中,获取区块链数据平台的数据源的当前运行参数和历史运行参数,进而根据当前运行参数和历史运行参数,可以合理地预测出数据源在预设时间段内是否出现异常。在预测出数据源在预设时间段内出现异常时进行告警,有助于提前发现数据源可能的异常,通过及时处理异常,可以提升区块链数据平台的运行稳定性。
在本公开的一个实施例中,步骤S2可以包括:
S2-1:获取数据源的第一标准运行参数,并获取数据源的投入使用时间和硬件配置信息。其中,第一标准运行参数为出厂时的标准运行状态参数。
可以数据源的厂商提供的说明文件中获取数据源在出厂时的第一标准运行参数和硬件配置信息。
说明文件可以是电子文件或纸质文件。例如电子版的说明书或纸质版的说明书。当说明文件是电子文件时,可以通过读取电子文件得到第一标准运行参数和硬件配置信息。当说明文件是纸质文件时,可以通过扫描纸质文件生成扫描图像,对扫描图像进行识别得到第一标准运行参数和硬件配置信息。
S2-2:基于第一标准运行参数、投入使用时间和硬件配置信息对数据源进行标准运行参数衰减预测,得到数据源的第二标准运行参数。其中,第二标准运行状态参数为当前时间的标准运行参数。
数据源在投入使用一段时间后(例如N年后,N为大于0的整数),数据源的标准运行参数(表征参考处理能力)可能会存在一定程度的衰减。本实施例可以预先根据相应的样本数据预先建立用于进行标准运行参数衰减预测的衰减模型,利用衰减模型对第一标准运行参数、投入使用时间和硬件配置信息进行标准运行参数衰减预测,得到可以表征数据源当前参考处理能力的第二标准运行参数。
S2-3:基于当前运行参数和第二标准运行参数,预测数据源在预设时间段内是否出现异常。
通过将当前运行参数和标准运行参数进行比较,检测当前运行参数是否与第二标准运行参数相匹配。若二者匹配,则表征数据源运行状态正常,在预设时间段内不会出现异常;若二者不匹配,可以利用异常预测模型根据不匹配的运行参数进行异常预测,确定数据源在预设时间段内是否出现异常。
在本实施例中,由于数据源在投入时间一段时间后,数据源的标准运行参数可能会发生衰减,因此基于在出厂时的第一标准运行参数、硬件配置信息和投入使用时间可以合理地预测出与数据源当前时刻相匹配的第二标准运行参数,将数据源的当前运行参数与第二标准运行参数进行比较,可以有效地确定数据源在预设时间段内是否出现异常。
在本公开的一个实施例中,区块链数据平台的监控方法还可以包括:
步骤S4:对区块链数据平台进行数据完整性检测。其中,步骤S4可以包括:
S4-1:获取对区块链数据平台的目标监控数据。
目标监控数据可以包括区块链数据平台的指定模块在预设时间段内的监控数据,例如区块链数据平台的存储模块在最近一个月内的新增存储距离数据和当前时刻的存储记录明细数据。
S4-2:从目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据。
可以通过检测每条记录数据中是否存在有效信息来判断每条记录数据是否为空数据。计算数据记录总数量与空数据的记录数量之间的差值,得到非空数据记录数量。
可以通过预设赋值规则检测每条记录数据是否被成功赋值,例如针对标识解析记录数据而言,若标识解析成功则可以对该标识解析记录数据赋值为1;若标识解析失败,则可以不对该标识解析记录数据赋值。通过数据赋值记录总数据中的每个记录数据进行赋值检测可以得到成功赋值记录数量。
S4-3:基于第一比值与第一预设比值阈值之间的数值大小关系,确定区块链数据平台的空值检测结果。其中,第一比值为非空数据记录数量与数据记录总数量之间的比值。
若第一比值小于第一预设比值阈值,则确定区块链数据平台的空值检测成功;若第一比值大于等于第一预设比值阈值,则确定区块链数据平台的空值检测失败。
S4-4:基于第二比值与第二预设比值阈值之间的数值大小关系,确定区块链数据平台的记录缺失检测结果。其中,第二比值为数据成功赋值记录数量与数据赋值记录总数据之间的比值。
若第二比值大于第二预设比值阈值,则确定区块链数据平台的记录缺失检测成功;若第二比值小于等于第二预设比值阈值,则确定区块链数据平台的记录缺失检测失败。
S4-5:基于空值检测结果和记录缺失检测结果,确定区块链数据平台的数据完整性检测结果。
若区块链数据平台的空值检测成功且记录缺失检测成功,则确定区块链数据平台的数据完整性检测成功;若区块链数据平台的空值检测失败或记录缺失检测失败,则确定区块链数据平台的数据完整性检测失败。
在本实施例中,从区块链数据平台的目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据,根据第一比值与第一预设比值阈值之间的数值大小关系,可以快速确定区块链数据平台的空值检测结果,并根据第二比值与第二预设比值阈值之间的数值大小关系,可以快速确定区块链数据平台的记录缺失检测结果,进而根据空值检测结果和记录缺失检测结果,可以快速合理的确定区块链数据平台的数据完整性检测结果。
在本公开的一个实施例中,在步骤S4-1之后,还可以包括:
步骤S5:对区块链数据平台进行数据有效性检测。其中,步骤S5可以包括:
S5-1:基于目标监控数据的值域与预设标准值域之间的数值关系,确定区块链数据平台的值域检测结果。
可以针对不同的监控数据类型预先设置对应的标准值域。
其中,针对数值类型的监控数据,可以预先设置与之对应的数值值域,通过检测数值类型监控数据的数值值域与对应的标准值域是否匹配,当匹配时确定数值类型监控数据的值域检测成功,否则确定数值类型监控数据的值域检测失败。
针对字符类型的监控数据,可以预先设置与之对应的字符值域,通过检测数值类型监控数据的字符值域与对应的标准字符值域是否匹配,当匹配时确定字符类型监控数据的值域检测成功,否则确定数值类型监控数据的值域检测失败。
S5-2:基于目标监控数据的数据长度与预设标准数据长度之间的数值关系,确定区块链数据平台的数据长度检测结果。
可以针对目标监控数据不同的数据类型预先设置与之对应的标准数据长度,例如针对网络协议版本(Internet Protocol version,IPV)4类的数据、身份证数据或社会统一信用代码等监控数据,预先设置对应类型数据的数据长度。当目标监控数据的数据长度与预设标准数据长度相匹配时,确定区块链数据平台的数据长度检测成功,否则确定区块链数据平台的数据长度检测失败。
S5-3:基于目标监控数据的数据格式与预设数据格式之间的匹配关系,确定区块链数据平台的数据格式检测结果。
可以针对目标监控数据不同的数据类型预先设置与之对应的数据格式,例如针对互联网协议(Internet Protocol,IP)地址、域名或标识前缀等监控数据,预先设置对应类型数据的数据格式。当目标监控数据的数据格式与预设数据格式相匹配时,确定区块链数据平台的数据格式检测成功,否则确定区块链数据平台的数据格式检测失败。
S5-4:基于值域检测结果、数据长度检测结果和数据格式检测结果,确定区块链数据平台的数据有效性检测结果。
当确定数值类型监控数据的值域检测成功、区块链数据平台的数据长度检测成功且区块链数据平台的数据格式检测成功时,确定区块链数据平台的数据有效性检测成功,否则确定区块链数据平台的数据有效性检测失败。
在本实施例中,根据目标监控数据的值域与预设标准值域之间的数值关系,可以快速确定区块链数据平台的值域检测结果,并根据目标监控数据的数据长度与预设标准数据长度之间的数值关系,可以快速确定区块链数据平台的数据长度检测结果,并根据目标监控数据的数据格式与预设数据格式之间的匹配关系,可以快速确定区块链数据平台的数据格式检测结果,进而根据区块链数据平台的值域检测结果、数据长度检测结果和数据格式检测结果,可以快速合理的确定区块链数据平台的数据有效性检测结果。
在本公开的一个实施例中,在步骤S4-1之后,还可以包括:
步骤S6:基于第三比值与第三预设比值阈值之间的数值关系,确定区块链数据平台的数据唯一性检测结果。其中,第三比值为目标监控数据的重复记录数量与数据记录总数量之间的比值。
从目标监控数据中提取全部数据记录后,通过两两对比记录总数居中数据信息,得到重复记录数量,进而根据重复记录数量与数据记录总数量之间的比值确定第三比值。若第三比值小于第三预设比值阈值,则确定区块链数据平台的数据唯一性检测成功,否则确定区块链数据平台的数据唯一性检测失败。
在本实施例中,通过对全部数据记录中的数据进行对比得到重复记录数量,将重复记录数量与数据记录总数量之间的比值确定为第三比值,进而根据第三比值与第三预设比值阈值之间的数值关系,可以快速合理地确定区块链数据平台的数据唯一性检测结果。
在本公开的一个实施例中,在步骤S4-1之后,还可以包括:
步骤S7:对区块链数据平台的数据进行时效性检测。其中,步骤S7可以包括:
S7-1:基于目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,确定区块链数据平台的时间段检测结果。
可以针对监控数据不同的业务类型预先设置对应的标准时间段分布信息。其中,针对数据查询业务,可以预先设置与之对应的标准时间段分布信息,例如设置不同时间段具有不同的数据查询量;针对数据存储业务,可以预先设置与之对应的标准时间段分布信息,例如设置不同时间段具有不同的数据存储量。
获取目标监控数据的时间段分布信息,并获取对应的预设标准时间段分布信息,将目标监控数据的时间段分布信息与预设标准时间段分布信息进行匹配,若匹配成功,则确定区块链数据平台的时间段检测成功,否则确定区块链数据平台的时间段检测失败。
S7-2:基于目标监控数据的处理时间和预设标准处理时间之间的匹配关系,确定区块链数据平台的及时性检测结果。
将目标监控数据的处理时间与预设标准处理时间进行匹配,若匹配成功则确定区块链数据平台的及时性检测成功,否则确定区块链数据平台的及时性检测失败。
S7-3:基于时间段检测结果和及时性检测结果,确定区块链数据平台的时效性检测结果。
当确定区块链数据平台的时间段检测成功且及时性检测成功时,确定区块链数据平台的时效性检测成功,否则确定区块链数据平台的时效性检测失败。
在本实施例中,根据目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,可以快速确定区块链数据平台的时间段检测结果,并根据目标监控数据的处理时间和预设标准处理时间之间的匹配关系,可以快速确定区块链数据平台的及时性检测结果,进而根据时间段检测结果和及时性检测结果,可以快速合理的确定区块链数据平台的时效性检测结果。
在本公开的一个实施例中,目标监控数据包括任务数据、数据源数据和接口数据中的至少一种。即预先设定针对任务数据、数据源数据和接口数据设定对应的监控规则,采用对应的监控规则监控相应的监控数据是否异常,例如监控数据采集任务或数据加工任务是否正常运行、监控数据源数据的接入是否稳定,或监控区块链数据平台提供的服务接口正常运行,等等。
在本实施例中,可以对任务数据、数据源数据和接口数据进行合理的监控,提升区块链数据平台的运行平稳性和功能有效性。
图2为本公开一个实施例中区块链数据平台的监控装置的结构框图。如图2所示,区块链数据平台的监控装置,包括:
运行参数获取模块100,用于获取区块链数据平台的数据源的当前运行参数和历史运行参数;
异常预测模块200,用于基于当前运行参数和历史运行参数,预测数据源在预设时间段内是否出现异常;
告警模块300,用于若预测出数据源在预设时间段内出现异常,进行告警。
在本公开的一个实施例中,异常预测模块200用于获取数据源的第一标准运行参数,并获取数据源的投入使用时间和硬件配置信息,其中,第一标准运行参数为出厂时的标准运行状态参数;异常预测模块200还用于基于第一标准运行参数、投入使用时间和硬件配置信息对数据源进行标准运行参数衰减预测,得到数据源的第二标准运行参数,其中,第二标准运行状态参数为当前时间的标准运行参数;异常预测模块200还用于基于当前运行参数和第二标准运行参数,预测数据源在预设时间段内是否出现异常。
在本公开的一个实施例中,区块链数据平台的监控装置还包括:
目标监控数据获取模块,用于获取对区块链数据平台的目标监控数据;
数据提取模块,用于从目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据;
检测模块,用于基于第一比值与第一预设比值阈值之间的数值大小关系,确定区块链数据平台的空值检测结果,其中,第一比值为非空数据记录数量与数据记录总数量之间的比值;检测模块还用于基于第二比值与第二预设比值阈值之间的数值大小关系,确定区块链数据平台的记录缺失检测结果,其中,第二比值为数据成功赋值记录数量与数据赋值记录总数据之间的比值;检测模块还用于基于空值检测结果和记录缺失检测结果,确定区块链数据平台的数据完整性检测结果。
在本公开的一个实施例中,检测模块还用于基于目标监控数据的值域与预设标准值域之间的数值关系,确定区块链数据平台的值域检测结果;检测模块还用于基于目标监控数据的数据长度与预设标准数据长度之间的数值关系,确定区块链数据平台的数据长度检测结果;检测模块还用于基于目标监控数据的数据格式与预设数据格式之间的匹配关系,确定区块链数据平台的数据格式检测结果;检测模块还用于基于值域检测结果、数据长度检测结果和数据格式检测结果,确定区块链数据平台的数据有效性检测结果。
在本公开的一个实施例中,检测模块还用于基于第三比值与第三预设比值阈值之间的数值关系,确定区块链数据平台的数据唯一性检测结果,其中,第三比值为目标监控数据的重复记录数量与数据记录总数量之间的比值。
在本公开的一个实施例中,检测模块还用于基于目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,确定区块链数据平台的时间段检测结果;检测模块还用于基于目标监控数据的处理时间和预设标准处理时间之间的匹配关系,确定区块链数据平台的及时性检测结果;检测模块还用于基于时间段检测结果和及时性检测结果,确定区块链数据平台的时效性检测结果。
在本公开的一个实施例中,目标监控数据包括任务数据、数据源数据和接口数据中的至少一种。
需要说明的是,本公开实施例的区块链数据平台的监控装置的具体实施方式与本公开实施例的区块链数据平台的监控方法的具体实施方式类似,具体参见区块链数据平台的监控方法部分的描述,为了减少冗余,不作赘述。
另外,本公开实施例还提供了一种电子设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现本公开上述任一实施例所述的区块链数据平台的监控方法。
图3为本公开一个实施例中电子设备的结构框图。如图3所示,电子设备包括一个或多个处理器和存储器。
处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器可以运行所述程序指令,以实现上文所述的本公开的各个实施例的区块链数据平台的监控方法以及/或者其他期望的功能。
在一个示例中,电子设备还可以包括:输入装置和输出装置,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外,该输入设备还可以包括例如键盘、鼠标等等。
该输出装置可以向外部输出各种信息,包括确定出的距离信息、方向信息等。该输出设备可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图3中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的区块链数据平台的监控方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述部分中描述的根据本公开各种实施例的区块链数据平台的监控方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (10)
1.一种区块链数据平台的监控方法,其特征在于,包括:
获取区块链数据平台的数据源的当前运行参数和历史运行参数;
基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常;
若预测出所述数据源在所述预设时间段内出现异常,进行告警。
2.根据权利要求1所述的方法,其特征在于,所述基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常,包括:
获取所述数据源的第一标准运行参数,并获取所述数据源的投入使用时间和硬件配置信息,其中,所述第一标准运行参数为出厂时的标准运行状态参数;
基于第一标准运行参数、所述投入使用时间和所述硬件配置信息对所述数据源进行标准运行参数衰减预测,得到所述数据源的第二标准运行参数,其中,所述第二标准运行状态参数为当前时间的标准运行参数;
基于所述当前运行参数和所述第二标准运行参数,预测所述数据源在所述预设时间段内是否出现异常。
3.根据权利要求1所述的方法,其特征在于,还包括:
获取对所述区块链数据平台的目标监控数据;
从所述目标监控数据中提取非空数据记录数量、数据记录总数量、数据成功赋值记录数量和数据赋值记录总数据;
基于第一比值与第一预设比值阈值之间的数值大小关系,确定所述区块链数据平台的空值检测结果,其中,所述第一比值为所述非空数据记录数量与所述数据记录总数量之间的比值;
基于第二比值与第二预设比值阈值之间的数值大小关系,确定所述区块链数据平台的记录缺失检测结果,其中,所述第二比值为所述数据成功赋值记录数量与所述数据赋值记录总数据之间的比值;
基于所述空值检测结果和所述记录缺失检测结果,确定所述区块链数据平台的数据完整性检测结果。
4.根据权利要求3所述的方法,其特征在于,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于所述目标监控数据的值域与预设标准值域之间的数值关系,确定所述区块链数据平台的值域检测结果;
基于所述目标监控数据的数据长度与预设标准数据长度之间的数值关系,确定所述区块链数据平台的数据长度检测结果;
基于所述目标监控数据的数据格式与预设数据格式之间的匹配关系,确定所述区块链数据平台的数据格式检测结果;
基于所述值域检测结果、所述数据长度检测结果和所述数据格式检测结果,确定所述区块链数据平台的数据有效性检测结果。
5.根据权利要求3所述的方法,其特征在于,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于第三比值与第三预设比值阈值之间的数值关系,确定所述区块链数据平台的数据唯一性检测结果,其中,所述第三比值为所述目标监控数据的重复记录数量与所述数据记录总数量之间的比值。
6.根据权利要求3所述的方法,其特征在于,在所述获取对所述区块链数据平台的目标监控数据之后,还包括:
基于所述目标监控数据的时间段分布信息和预设标准时间段分布信息之间的匹配关系,确定所述区块链数据平台的时间段检测结果;
基于所述目标监控数据的处理时间和预设标准处理时间之间的匹配关系,确定所述区块链数据平台的及时性检测结果;
基于所述时间段检测结果和所述及时性检测结果,确定所述区块链数据平台的时效性检测结果。
7.根据权利要求3-6任一项所述的方法,其特征在于,所述目标监控数据包括任务数据、数据源数据和接口数据中的至少一种。
8.一种区块链数据平台的监控装置,其特征在于,包括:
运行参数获取模块,用于获取区块链数据平台的数据源的当前运行参数和历史运行参数;
异常预测模块,用于基于所述当前运行参数和所述历史运行参数,预测所述数据源在预设时间段内是否出现异常;
告警模块,用于若预测出所述数据源在所述预设时间段内出现异常,进行告警。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述存储器中存储的计算机程序,且所述计算机程序被执行时,实现上述权利要求1-7任一所述的区块链数据平台的监控方法。
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,该计算机程序被处理器执行时,实现上述权利要求1-7任一所述的区块链数据平台的监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310255499.XA CN115981969A (zh) | 2023-03-10 | 2023-03-10 | 区块链数据平台的监控方法和装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310255499.XA CN115981969A (zh) | 2023-03-10 | 2023-03-10 | 区块链数据平台的监控方法和装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115981969A true CN115981969A (zh) | 2023-04-18 |
Family
ID=85976481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310255499.XA Pending CN115981969A (zh) | 2023-03-10 | 2023-03-10 | 区块链数据平台的监控方法和装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115981969A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116781565A (zh) * | 2023-08-25 | 2023-09-19 | 中国信息通信研究院 | 根镜像服务质量的监测方法和装置、电子设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517768A (zh) * | 2019-08-28 | 2019-11-29 | 泰康保险集团股份有限公司 | 异常预测方法、异常预测装置、电子设备及存储介质 |
WO2020259421A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种业务系统的监控方法及装置 |
CN113242157A (zh) * | 2021-05-08 | 2021-08-10 | 国家计算机网络与信息安全管理中心 | 一种分布式处理环境下的集中式数据质量监测方法 |
CN114201378A (zh) * | 2021-12-15 | 2022-03-18 | 中国建设银行股份有限公司 | 服务器性能预测方法、装置、设备、存储介质及程序产品 |
CN114661499A (zh) * | 2022-03-08 | 2022-06-24 | 中国工商银行股份有限公司 | 故障的预测方法及装置 |
CN114757366A (zh) * | 2022-01-26 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用于车辆的故障预测方法及系统 |
-
2023
- 2023-03-10 CN CN202310255499.XA patent/CN115981969A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020259421A1 (zh) * | 2019-06-28 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种业务系统的监控方法及装置 |
CN110517768A (zh) * | 2019-08-28 | 2019-11-29 | 泰康保险集团股份有限公司 | 异常预测方法、异常预测装置、电子设备及存储介质 |
CN113242157A (zh) * | 2021-05-08 | 2021-08-10 | 国家计算机网络与信息安全管理中心 | 一种分布式处理环境下的集中式数据质量监测方法 |
CN114201378A (zh) * | 2021-12-15 | 2022-03-18 | 中国建设银行股份有限公司 | 服务器性能预测方法、装置、设备、存储介质及程序产品 |
CN114757366A (zh) * | 2022-01-26 | 2022-07-15 | 广州汽车集团股份有限公司 | 一种用于车辆的故障预测方法及系统 |
CN114661499A (zh) * | 2022-03-08 | 2022-06-24 | 中国工商银行股份有限公司 | 故障的预测方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116781565A (zh) * | 2023-08-25 | 2023-09-19 | 中国信息通信研究院 | 根镜像服务质量的监测方法和装置、电子设备和存储介质 |
CN116781565B (zh) * | 2023-08-25 | 2023-11-17 | 中国信息通信研究院 | 根镜像服务质量的监测方法和装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110798472B (zh) | 数据泄露检测方法与装置 | |
JP4494330B2 (ja) | ポリシ制御方法、装置及びプログラム | |
CN112714093A (zh) | 一种账号异常检测方法、装置、系统及存储介质 | |
US20180300465A1 (en) | Multiple input neural networks for detecting fraud | |
US9483634B2 (en) | Password generator | |
CN112818307B (zh) | 用户操作处理方法、系统、设备及计算机可读存储介质 | |
CN111835737B (zh) | 基于自动学习的web攻击防护方法、及其相关设备 | |
CN115981969A (zh) | 区块链数据平台的监控方法和装置、电子设备和存储介质 | |
CN111274276A (zh) | 操作审计方法、装置及电子设备和计算机可读存储介质 | |
US11693958B1 (en) | Processing and storing event data in a knowledge graph format for anomaly detection | |
WO2020069367A1 (en) | System and methods for automated computer security policy generation and anomaly detection | |
US20190354991A1 (en) | System and method for managing service requests | |
CN111782456A (zh) | 异常检测方法、装置、计算机设备和存储介质 | |
RU2647616C1 (ru) | Способ обнаружения атак перебора на веб-сервис | |
US20210011793A1 (en) | Determining root-cause of failures based on machine-generated textual data | |
JP7487769B2 (ja) | 異常アクセス予測システム、異常アクセス予測方法および異常アクセス予測プログラム | |
CN111210210B (zh) | 支付数据处理方法、装置及电子设备 | |
CN110704273A (zh) | 配置信息的处理方法和装置、电子设备和存储介质 | |
CN115756888A (zh) | 数据处理方法、处理器、装置及存储介质 | |
Meenakshi et al. | Literature survey on log-based anomaly detection framework in cloud | |
CN116192697B (zh) | 数据解析系统的出境流量监测方法和装置、设备和介质 | |
JP5679347B2 (ja) | 障害検知装置、障害検知方法、及びプログラム | |
CN115545935B (zh) | 区块链交易账户的处理方法和装置、设备和介质 | |
US12003534B2 (en) | Detecting and mitigating forged authentication attacks within a domain | |
JP7409866B2 (ja) | 通信監視装置及び通信監視方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230418 |
|
RJ01 | Rejection of invention patent application after publication |