CN116383007A - 规则执行结果的处理方法、装置、设备和存储介质 - Google Patents
规则执行结果的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116383007A CN116383007A CN202310352297.7A CN202310352297A CN116383007A CN 116383007 A CN116383007 A CN 116383007A CN 202310352297 A CN202310352297 A CN 202310352297A CN 116383007 A CN116383007 A CN 116383007A
- Authority
- CN
- China
- Prior art keywords
- result
- rule
- aggregation
- log file
- execution
- 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
- 238000003672 processing method Methods 0.000 title description 5
- 230000002776 aggregation Effects 0.000 claims abstract description 90
- 238000004220 aggregation Methods 0.000 claims abstract description 90
- 238000000034 method Methods 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 46
- 238000012544 monitoring process Methods 0.000 claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 21
- 230000004931 aggregating effect Effects 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims description 44
- 230000003993 interaction Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 230000000737 periodic effect Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000006116 polymerization reaction Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000011156 evaluation Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/03—Credit; Loans; Processing thereof
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Engineering & Computer Science (AREA)
- Economics (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请涉及计算机技术领域,公开了一种规则执行结果的处理方法、装置、设备和存储介质。该方法包括:获取各个业务规则对应的执行结果;将各执行结果按照预定的通讯协议聚合转换为日志文件;按照预定周期解析日志文件,并对日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;根据预定的监控规则,在确定各周期的聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。本申请实施例通过将各个业务规则对应的执行结果先通过日志文件形式进行存储,而后再对其进行聚合并监控,以确定执行结果是否与预期结果一致,实现了对执行结果是否满足预期的快速评估和监控,提高了业务处理效率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种规则执行结果的处理方法、装置、设备和存储介质。
背景技术
随着人工智能以及科技的发展,在银行等金融行业或其他领域,可通过构建相应的业务系统以自动化执行相应的业务功能等。例如,可相应构建贷款业务、存款业务等各种银行业务对应的业务系统。
而在贷款业务对应的业务系统的审批作业过程中,需要执行大量的客户业务规则校验,例如,验证客户年龄、工作单位等各类信息是否符合对应产品的准入规则等,当一条产品准入规则在对应的业务系统发布后,是否能快速识别这条业务规则的执行结果是否符合预期是至关重要的。
目前,传统的识别方法是将每条执行结果都保存到数据库中,通过该数据库对其进行分析,但这种识别方法对于数据库的硬件性能,数据库的编写都有较大要求,并且,当数据量扩大到万亿字节(TB级)以后,通过数据库识别的性能会急剧下降,得到结果的间隔时间也越来越长,影响了对于新上线业务规则的执行效果评估,降低业务处理效率。
因此,如何实现对业务规则的执行结果是否满足预期的评估是个亟需解决的问题。
发明内容
有鉴于此,为了解决现有技术的问题,本申请提供了一种可应用于如金融科技等领域或其他领域的规则执行结果的处理方法、装置、设备和存储介质。
第一方面,本申请提供一种规则执行结果的处理方法,包括:
获取各个业务规则对应的执行结果;
将各所述执行结果按照预定的通讯协议聚合转换为日志文件;
按照预定周期解析所述日志文件,并对所述日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;
根据预定的监控规则,在确定各周期的所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。
在可选的实施方式中,所述将所述执行结果按照预定的通讯协议聚合转换为日志文件,包括:
根据与各个所述执行结果对应的业务规则的业务标识,提取各个所述业务规则之间的交互关系,并将所述交互关系转换为业务节点;
将各个执行结果与所述业务节点进行关联,并按照预定的通讯协议聚合转换为日志文件,一个所述日志文件对应多个所述业务节点,一个所述业务节点对应一个所述执行结果。
在可选的实施方式中,在所述根据与各个所述执行结果对应的业务规则的业务标识,提取各个所述业务规则之间的交互关系之前,还包括:
按照预定的标记规则,标记各个业务规则,得到业务标识;所述业务标识包括标号前缀以及标号,一个所述业务规则对应一个所述业务标识,所述标号前缀表示各个所述业务规则之间的上下级交互关系。
在可选的实施方式中,所述按照预定周期解析所述日志文件,包括:
将所述日志文件发送至预设的解析组件中,所述解析组件用于在预定周期内,对所述日志文件进行逐行解析,得到所述日志文件对应的各个业务节点以及各个所述业务节点对应的执行结果。
在可选的实施方式中,所述对所述日志文件中各个执行结果进行周期性的聚合处理,包括:
将各个所述业务节点对应的执行结果发送至预设的聚合分析组件中,所述聚合分析组件用于识别所述执行结果对应的业务规则的规则类型,根据所述规则类型,对所述执行结果进行多种级别类型的周期性聚合处理。
在可选的实施方式中,所述聚合处理的级别类型包括分钟级别聚合处理、小时级别聚合处理、日级别聚合处理等。
在可选的实施方式中,所述在确定所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息,包括:
将相同周期内的聚合结果与预定的预期结果进行比对;
若确定所述聚合结果与所述预期结果不一致,则向用户端发送监控预警信息。
第二方面,本申请提供一种规则执行结果的处理装置,包括:
获取模块,用于获取各个业务规则对应的执行结果;
转换模块,用于将各所述执行结果按照预定的通讯协议聚合转换为日志文件;
聚合模块,用于按照预定周期解析所述日志文件,并对所述日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;
监控模块,用于根据预定的监控规则,在确定各周期的所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。
第三方面,本申请提供一种计算机设备,所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施前述的规则执行结果的处理方法。
第四方面,本申请提供一种计算机存储介质,其存储有计算机程序,所述计算机程序被执行时,实施根据前述的规则执行结果的处理方法。
本申请实施例具有如下有益效果:
本申请实施例提供了一种规则执行结果的处理方法,该方法包括:获取各个业务规则对应的执行结果;将各执行结果按照预定的通讯协议聚合转换为日志文件;按照预定周期解析日志文件,并对日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;根据预定的监控规则,在确定各周期的聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。本申请实施例通过将各个业务规则对应的执行结果先通过日志文件形式进行存储,而后再对其进行聚合并监控,以确定执行结果是否与预期结果一致,实现了对执行结果是否满足预期的快速评估和监控,方便后续对该业务规则进行相应管理,提高业务规则的管理效率。
附图说明
为了更清楚地说明本申请的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对本申请保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1示出了本申请实施例中规则执行结果的处理方法的第一个实施方式示意图;
图2示出了本申请实施例中规则执行结果的处理方法的第二个实施方式示意图;
图3示出了本申请实施例中规则执行结果的处理方法的第三个实施方式示意图;
图4示出了本申请实施例中规则执行结果的处理方法的第四个实施方式示意图;
图5示出了本申请实施例中规则执行结果的处理装置的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请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申请一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
在下文中,可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本申请的各种实施例中被清楚地限定。
实施例1
请参照图1,本申请实施例提供了一种规则执行结果的处理方法,下面对该方法进行详细说明。
S10,获取各个业务规则对应的执行结果。
服务器的业务系统内预先设置有多个服务功能,该服务功能包括节点服务、解析服务、聚合分析服务和监控服务。可选的,该服务功能可以以模块形式被业务系统调用,进而执行相应的服务功能,该服务模块包括节点服务模块、解析服务模块、聚合分析服务模块、监控服务模块。其中,各个服务模块(或服务功能)均可采用独立部署的模式,当所需处理的数据量增加,导致各服务模块中的服务节点(节点)需要扩展时,只需要增加前三个服务模块的服务节点即可,即相应增加节点服务模块、解析服务模块、聚合分析服务模块的服务节点,以满足相应的数据处理需求。采用扩展低成本的服务器资源的方式实现海量数据环境下准实时的监控分析能力。
获取业务规则生成服务模块中所生成的业务规则以及各个业务规则对应的执行结果。其中,节点服务模块与业务规则生成服务模块可以是同一个模块实现其功能,具体通过服务器的业务框架中的应用程序接口(API)的方式来实现该功能。
在本实施例中,该业务规则包括但不限于用户的基本信息(如用户姓名、年龄、住址、工作单位等)、用户的历史业务信息等;执行该业务规则对应得到执行结果即是对各个业务规则进行校验,例如验证用户的基本信息是否与业务系统内部所存储的该用户的基本信息一致等;从而对应得到该业务规则的执行结果。
S20,将各执行结果按照预定的通讯协议聚合转换为日志文件。
将各个执行结果按照预定的通讯协议转换为对应的日志文件,即将各个执行结果进行聚合,对应生成一个日志文件,而后将该日志文件存储至服务器的磁盘文件中。
在一实施方式中,如图2所示,步骤S20具体包括如下步骤:
S21,根据与各个执行结果对应的业务规则的业务标识,提取各个业务规则之间的交互关系,并将交互关系转换为业务节点。
每个业务规则都对应一个业务标识,该业务标识用于将各个业务规则进行区分,且业务规则对应的业务标识可以表示各个业务规则之间的交互关系,因此,可根据与各个执行结果对应的业务规则的业务标识,提取或识别各个业务规则之间的交互关系,进而,将各个业务规则之间的交互关系转换为对应的业务节点,即一个业务节点对应两个或多个业务规则之间的交互关系。
在一实施方式中,如图3所示,在步骤S21之前,本申请实施例还包括如下步骤:
S23,按照预定的标记规则,标记各个业务规则,得到业务标识;业务标识包括标号前缀以及标号,一个业务规则对应一个业务标识,标号前缀表示各个业务规则之间的上下级交互关系。
具体地,服务器预先设置有相应的标记规则,从而按照预定的标记规则,对各个业务规则进行标记,得到各个业务规则对应的业务标识,业务规则与业务标识是一一对应的关系,即一个业务规则对应一个业务标识。其中,该业务标识包括标号前缀以及标号,该标号前缀可表示各个业务规则之间的上下级交互关系。例如,该业务标识分别为“RS-aaa-001”、“RS-bbb-002”,其中,“RS-aaa”、“RS-bbb”为标号前缀,两个举例中的标号前缀均有“RS”,即表示这两个业务标识所对应的业务规则存在相应的关联关系;“001”、“002”为标号。在本实施例中,业务标识的具体设置在此不做限定,可根据实际情况进行相应设置。
S22,将各个执行结果与业务节点进行关联,并按照预定的通讯协议聚合转换为日志文件,一个日志文件对应多个业务节点,一个业务节点对应一个执行结果。
将各个业务规则对应的执行结果与各个业务规则之间的业务节点进行关联,并根据各个业务之间及其关联关系,按照预定的通讯协议聚合转换为对应的日志文件;其中,一个日志文件包括多个业务节点,一个业务节点对应一个执行结果。
进一步地,将各个业务规则之间对应的关联关系转换为平铺数据结构的业务节点,以对应将各个业务规则对应的执行结果转换为日志文件;将所得到的日志文件存储至服务器的磁盘文件中。
其中,通讯协议可以是一种Json格式的通讯协议,通过这套通讯协议实现各个服务模块之间对多个业务规则及其执行结果的数据交互。进一步地,通过该通讯协议,节点服务模块将获取的各个执行结果转换为日志文件,并进行存储;解析服务模块从节点服务模块或磁盘文件中获取对应的日志文件,并解析其日志文件以得到对应的执行结果,并将其传送至聚合分析服务模块进行执行结果的聚合处理,之后由监控服务模块对聚合后的聚合结果进行监控。
S30,按照预定周期解析日志文件,并对日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果。
在预定周期内解析日志文件,该预定周期在此不做限定,例如,该预定周期可以是10秒(s)、30秒、60秒、100秒等。其中,在对日志文件进行解析时,可采用相应的解析方法对其进行解析,该解析方法包括但不限于JSON解析、正则解析、XML解析、提取关键字、syslog_pri解析、KeyValue解析、数据脱敏、CVS解析等方法,且各个解析方法可组合使用,具体解析方法的应用在此不做限定。
日志文件解析后,得到日志文件中各个执行结果,而后将解析得到的执行结果进行周期性的聚合处理,即在该预定周期内,对所解析得到的执行结果进行聚合,以对应得到该周期的聚合结果,从而得到多个周期的聚合结果。
在一实施方式中,如图4所示,步骤S30具体包括如下步骤:
S31,将日志文件发送至预设的解析组件中,解析组件用于在预定周期内,对日志文件进行逐行解析,得到日志文件对应的各个业务节点以及各个业务节点对应的执行结果。
在本实施例中,解析组件可以理解为解析服务模块,解析服务模块(解析组件)按照预定周期实现日志文件的周期性解析,对应得到各个解析周期内的业务节点以及执行结果;每个解析周期内可对应解析日志文件中的多个业务节点,以及与该多个业务节点对应的多个业务规则的执行结果。
具体地,解析服务模块读取磁盘文件中的日志文件目录或获取业务规则列表等配置信息,以确定是否存在未解析的日志文件,若存在未解析的日志文件,则在预定周期内,逐行解析该日志文件,识别日志文件中的业务节点,以对应得到各个业务规则的执行结果。若不存在未解析的日志文件,则不执行相应操作。
S32,将各个业务节点对应的执行结果发送至预设的聚合分析组件中,聚合分析组件用于识别执行结果对应的业务规则的规则类型,根据规则类型,对执行结果进行多种级别类型的周期性聚合处理,得到多个周期的聚合结果。
在本实施例中,其聚合分析组件可以理解为聚合分析模块,解析服务模块将所解析得到的多个执行结果发送至聚合分析服务模块,以使得聚合分析服务模块对不同周期内的多个执行结果进行周期性的聚合处理,得到对应多个周期的聚合结果,也即是,将每个解析周期内的执行结果进行聚合,对应得到该解析周期的聚合结果。
具体地,业务系统预先对各个业务规则设置有对应的规则类型,聚合分析组件或聚合分析服务模块识别执行结果对应的业务规则的规则类型,而后根据该业务规则的规则类型,对相应的执行结果进行多种级别类型的周期性聚合处理,从而对应得到多个周期的聚合结果。其中,聚合处理的级别类型可以简单理解为聚合处理的周期,聚合处理的级别类型包括但不限于分钟级别聚合处理、小时级别聚合处理、日级别聚合处理,即可设置聚合处理的周期为一分钟、一小时、一天(一日)等;即在该周期内,对批次量的执行结果进行聚合处理。在本实施例中,该聚合处理过程中的周期与日志文件解析过程中的预定周期可以一致或不一致,在此不做限定。
在本实施例中,解析服务模块与聚合分析服务模块之间的通讯模式采用批量通讯的模式,进而,从解析服务模块中批量获取解析后的各个业务规则对应的执行结果,聚合分析服务模块对批量获取的执行结果进行聚合处理,以对应得到聚合结果。
例如,若设定预定周期为10秒,则解析服务模块将10秒内解析得到的数据(执行结果)先暂存在本地,然后一次性将这10秒的所得到的数据与聚合分析服务模块进行一次通讯,将一次性将该10秒内解析得到的执行结果传送至聚合分析服务模块进行相应处理;与此同时,若这10秒内解析得到的数据过多,超过所设定的阈值,例如超过1000条,则将该对应的数据分成多次输送至聚合分析服务模块,这种定时分批并且定量的算法提高了业务系统的数据处理效率。
S40,根据预定的监控规则,在确定各周期的聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。
将各个周期内的聚合结果与该周期内对应的预定的预期结果进行比对;并根据预定的监控规则,对各个周期内的聚合结果与对应周期内的预期结果的比对情况进行监控,在确定相同周期内的聚合结果与预期结果不一致,则向用户端发送监控预警信息。
在一实施方式中,根据预定的监控规则,将相同周期内的聚合结果与预定的预期结果进行比对;若确定聚合结果与预期结果不一致,则向用户端发送监控预警信息。
业务系统预先设置有各个周期内的预期结果,将聚合后的各个周期内的聚合结果与对应周期的预期结果进行对比,即将同一周期的聚合结果与预期结果进行比对,其具体比对方法在此不做限定,例如可通过字符串识别工具分别识别聚合结果和预期结果中的字符串,然后对这两个字符串采用字符串比对算法进行相应比较,以确定该聚合结果与预期结果是否一致,若确定该聚合结果与预期结果不一致,则向用户端发送监控预警信息。若同一周期内对应的聚合结果与预期结果一致,则说明该业务规则被成功执行且符合预期执行结果。
进一步地,可按照不同的周期,对各个周期设定不同的监控规则以及监控预警信息的发送方式。可选的,对分钟级别周期的聚合结果的监控,小时级别周期的监控,日级别周期的监控分别定制专门的业务监控规则,对应通过如短信、微信、公众号、电话、邮件等方式向用户端发送相应的监控预警信息。
在本实施例中,该监控预警信息用于指示业务规则执行异常,通过发送该监控预警信息,方便后续快速定位执行异常的业务规则,从而对该业务规则进行相应调整,提高异常处理效率和异常原因定位效率;进而可针对海量的业务规则,快速且及时处理相应的业务规则异常问题;当用于对业务规则进行测试时,能够实时监控及快速响应测试异常以及对其进行处理,提高业务规则的管理效率。
本申请实施例,第一方面,实现了对执行结果是否满足预期的快速评估和监控;第二方面,通过将执行结果通过日志文件而非数据库进行存储,避免后续对该执行结果进行解析和监控时,过大的数据量会导致数据库识别性能的降低,以降低处理效率以及降低执行结果是否满足预期的评估的准确度;从而可以应对万亿字节(TB)级别的业务规则的执行结果的处理,以解决传统人工抽样筛查的不准确的问题,解决依赖传统关系数据库的扩展性不足、性能不足的问题;第三方面,通过近乎准实时的业务规则的执行结果的监控,可以大幅提升后续业务规则测试的准确度,及时发现业务规则的问题和调整业务规则的参数,提升业务规则开发的生产力,并且,本实施例可延生解决其他业务场景的海量数据监控诉求,提高如业务规则的执行结果等数据的监控和管理效率。
实施例2
请参照图5,本申请实施例提供了一种规则执行结果的处理装置,该装置包括:
获取模块100,用于获取各个业务规则对应的执行结果;
转换模块200,用于将各所述执行结果按照预定的通讯协议聚合转换为日志文件;
聚合模块300,用于按照预定周期解析所述日志文件,并对所述日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;
监控模块400,用于根据预定的监控规则,在确定各周期的所述聚合结果与预定的预期结果不一致,向用户端发送监控预警信息。
上述的规则执行结果的处理装置对应于实施例1的规则执行结果的处理方法;实施例1中的任何可选项也适用于本实施例,这里不再详述。
本申请实施例还提供了一种计算机设备,所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施上述实施例的规则执行结果的处理方法。
存储器可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据计算机设备的使用所创建的数据(比如日志文件、聚合结果等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本申请实施例还提供了一种计算机存储介质,所述计算机存储介质存储有计算机可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述实施例的规则执行结果的处理方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统和方法,也可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种规则执行结果的处理方法,其特征在于,包括:
获取各个业务规则对应的执行结果;
将各所述执行结果按照预定的通讯协议聚合转换为日志文件;
按照预定周期解析所述日志文件,并对所述日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;
根据预定的监控规则,在确定各周期的所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。
2.根据权利要求1所述的规则执行结果的处理方法,其特征在于,所述将所述执行结果按照预定的通讯协议聚合转换为日志文件,包括:
根据与各个所述执行结果对应的业务规则的业务标识,提取各个所述业务规则之间的交互关系,并将所述交互关系转换为业务节点;
将各个执行结果与所述业务节点进行关联,并按照预定的通讯协议聚合转换为日志文件,一个所述日志文件对应多个所述业务节点,一个所述业务节点对应一个所述执行结果。
3.根据权利要求2所述的规则执行结果的处理方法,其特征在于,在所述根据与各个所述执行结果对应的业务规则的业务标识,提取各个所述业务规则之间的交互关系之前,还包括:
按照预定的标记规则,标记各个业务规则,得到业务标识;所述业务标识包括标号前缀以及标号,一个所述业务规则对应一个所述业务标识,所述标号前缀表示各个所述业务规则之间的上下级交互关系。
4.根据权利要求2所述的规则执行结果的处理方法,其特征在于,所述按照预定周期解析所述日志文件,包括:
将所述日志文件发送至预设的解析组件中,所述解析组件用于在预定周期内,对所述日志文件进行逐行解析,得到所述日志文件对应的各个业务节点以及各个所述业务节点对应的执行结果。
5.根据权利要求4所述的规则执行结果的处理方法,其特征在于,所述对所述日志文件中各个执行结果进行周期性的聚合处理,包括:
将各个所述业务节点对应的执行结果发送至预设的聚合分析组件中,所述聚合分析组件用于识别所述执行结果对应的业务规则的规则类型,根据所述规则类型,对所述执行结果进行多种级别类型的周期性聚合处理。
6.根据权利要求5所述的规则执行结果的处理方法,其特征在于,所述聚合处理的级别类型包括分钟级别聚合处理、小时级别聚合处理、日级别聚合处理。
7.根据权利要求1所述的规则执行结果的处理方法,其特征在于,所述在确定所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息,包括:
将相同周期内的聚合结果与预定的预期结果进行比对;
若确定所述聚合结果与所述预期结果不一致,则向用户端发送监控预警信息。
8.一种规则执行结果的处理装置,其特征在于,包括:
获取模块,用于获取各个业务规则对应的执行结果;
转换模块,用于将各所述执行结果按照预定的通讯协议聚合转换为日志文件;
聚合模块,用于按照预定周期解析所述日志文件,并对所述日志文件中各个执行结果进行周期性的聚合处理,得到多个周期的聚合结果;
监控模块,用于根据预定的监控规则,在确定各周期的所述聚合结果与预定的预期结果不一致时,向用户端发送监控预警信息。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述处理器用于执行所述计算机程序以实施权利要求1-7中任一项所述的规则执行结果的处理方法。
10.一种计算机存储介质,其特征在于,其存储有计算机程序,所述计算机程序被执行时,实施根据权利要求1-7中任一项所述的规则执行结果的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352297.7A CN116383007A (zh) | 2023-03-28 | 2023-03-28 | 规则执行结果的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310352297.7A CN116383007A (zh) | 2023-03-28 | 2023-03-28 | 规则执行结果的处理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116383007A true CN116383007A (zh) | 2023-07-04 |
Family
ID=86968911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310352297.7A Pending CN116383007A (zh) | 2023-03-28 | 2023-03-28 | 规则执行结果的处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116383007A (zh) |
-
2023
- 2023-03-28 CN CN202310352297.7A patent/CN116383007A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11301778B2 (en) | Method and system for training and validating machine learning in network environments | |
US8676965B2 (en) | Tracking high-level network transactions | |
CN110851321B (zh) | 一种业务告警方法、设备及存储介质 | |
CN111277570A (zh) | 数据的安全监测方法和装置、电子设备、可读介质 | |
CN109347827B (zh) | 网络攻击行为预测的方法、装置、设备及存储介质 | |
WO2019223062A1 (zh) | 系统异常的处理方法和系统 | |
CN111866016A (zh) | 日志的分析方法及系统 | |
CN111325463A (zh) | 数据质量检测方法、装置、设备及计算机可读存储介质 | |
US7802009B2 (en) | Automatic reverse engineering of message formats from network traces | |
CN109379390B (zh) | 一种基于全流量的网络安全基线生成方法 | |
CN109842588B (zh) | 网络数据检测方法及相关设备 | |
CN110245273B (zh) | 一种获取app业务特征库的方法及相应的装置 | |
CN112463772B (zh) | 日志处理方法、装置、日志服务器及存储介质 | |
CN110764980A (zh) | 日志处理方法和装置 | |
CN110648172B (zh) | 一种融合多种移动设备的身份识别方法和系统 | |
CN109088903A (zh) | 一种基于流式的网络异常流量检测方法 | |
CN114327967A (zh) | 设备修复方法及装置、存储介质、电子装置 | |
JP6078485B2 (ja) | 運用履歴分析装置及び方法及びプログラム | |
CN114189348A (zh) | 一种适用于工控网络环境的资产识别方法 | |
CN107330031B (zh) | 一种数据存储的方法、装置及电子设备 | |
CN112436969A (zh) | 一种物联网设备管理方法、系统、设备及介质 | |
CN112600719A (zh) | 告警聚类方法、装置及存储介质 | |
CN112612679A (zh) | 系统运行状态监控方法、装置、计算机设备和存储介质 | |
CN116383007A (zh) | 规则执行结果的处理方法、装置、设备和存储介质 | |
CN114579809A (zh) | 事件分析方法、装置、电子设备及存储介质 |
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 |