CN116450465B - 数据处理方法、装置、设备及介质 - Google Patents
数据处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116450465B CN116450465B CN202310700098.0A CN202310700098A CN116450465B CN 116450465 B CN116450465 B CN 116450465B CN 202310700098 A CN202310700098 A CN 202310700098A CN 116450465 B CN116450465 B CN 116450465B
- Authority
- CN
- China
- Prior art keywords
- index
- rule tree
- rule
- aggregation
- user
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title abstract description 28
- 230000002776 aggregation Effects 0.000 claims abstract description 122
- 238000004220 aggregation Methods 0.000 claims abstract description 122
- 238000012544 monitoring process Methods 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 238000006243 chemical reaction Methods 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 16
- 238000012795 verification Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 abstract description 12
- 238000004590 computer program Methods 0.000 description 18
- 230000015654 memory Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006116 polymerization reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Classifications
-
- 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
- G06F11/3082—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 the data filtering being achieved by aggregating or compressing the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/34—Graphical or visual programming
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明提供了一种数据处理方法、装置、设备和介质,可以应用于大数据技术领域。该方法包括:获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数;利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的;在确定规则树校验成功的情况下,将规则树转换为计算流代码;以及根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案,适应多种用户真实的指标体系和应用场景。
Description
技术领域
本发明涉及大数据技术领域,尤其涉及数据处理方法、装置、设备及介质。
背景技术
随着网络的演进,网络功能的完善,使用监控系统进行日常监控,可以观察CPU、内存、垃圾回收时间、线程状态、异常日志数量等是否正常,也可以观察接口调用数量,HTTP请求时间是否正常。在新服务上线时,可以使用监控系统进行持续观察各种指标是否正常,接口请求量有多少(可以判断使用人数有多少)。压测时,可以使用监控系统进行观察并发量有多少,异常具体有哪些类型,各自抛出多少次。发生线上事故时,可以使用监控系统进行观察当时CPU、内存、线程数、接口调用数、HTTP最大请求时间、数据库ops、数据库请求耗时,分析可能的问题原因。
在实施本发明的过程中发现,现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求。
发明内容
鉴于上述问题,本发明提供了一种数据处理方法、装置、设备、介质和程序产品。
根据本发明的第一个方面,提供了一种数据处理方法,包括:
获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数;
利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的;
在确定规则树校验成功的情况下,将规则树转换为计算流代码;以及
根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。
根据本发明的实施例,图形化界面包括:第一区域和第二区域;
利用预设图形和指标清单,配置图形化界面,包括:
将预设图形配置到第一区域,以便用户以预设图形存储目标指标对应的指标聚合规则;
将指标清单配置到第二区域,以便用户从指标清单中筛选目标指标。
根据本发明的实施例,规则树包括:根节点、叶节点以及中间节点;
其中,叶节点用于表征规则树中关联指标;中间节点用于表征指标聚合规则中的聚合运算规则;根节点用于表征利用聚合运算规则得到的聚合指标。
根据本发明的实施例,中间节点中每个节点包括:运算条件和运算方式;
在确定规则树校验成功的情况下,将规则树转换为计算流代码,包括:
从叶节点开始,遍历规则树;
将运算条件转为分组算子;
将运算方式转为聚合算子;
根据指标名称和指标标签,输出根节点对应的转换算子。
根据本发明的实施例,中间节点中每个节点包括:运算条件和运算方式;
数据处理方法还包括:
基于运算方式,校验规则树。
根据本发明的实施例,基于运算方式,校验规则树,包括:
从叶节点到根节点,根据运算方式的约束条件,校验规则树。
根据本发明的实施例,数据处理方法还包括:
将聚合指标值存储于目标监控系统。
本发明的第二方面提供了一种数据处理装置,包括:
获取模块,用于获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数;
配置模块,用于利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的;
转换模块,用于在确定规则树校验成功的情况下,将规则树转换为计算流代码;以及
生成模块,用于根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。
本发明的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述数据处理方法。
本发明的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述数据处理方法。
本发明的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述数据处理方法。
根据本发明的实施例,通过为用户配置图形化界面,可以根据用户自定义的规则树,在校验指标聚合规则成功的情况下,将规则树转换为计算流代码,将目标监控系统监控的指标进行聚合,聚合得到的聚合指标符合用户的需求,同时通过校验也确保了多指标进行聚合的可行性,实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案,适应多种用户真实的指标体系和应用场景。通过将目标监控系统监控的不同指标通过指标聚合规则进行聚合,既解决了现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题,也解决了用户对指标需求的问题。
附图说明
通过以下参照附图对本发明实施例的描述,本发明的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示出了根据本发明实施例的数据处理方法、装置、设备和介质的应用场景图;
图2示出了根据本发明实施例的数据处理方法的流程图;
图3示出了根据本发明实施例的利用预设图形和指标清单,配置图形化界面的方法流程图;
图4示出了根据本发明实施例的规则树的示意图;
图5示出了根据本发明另一实施例的数据处理方法的流程图;
图6示出了根据本发明实施例的数据处理装置的结构框图;以及
图7示出了根据本发明实施例的适于实现数据处理方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本发明的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本发明的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本发明实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本发明的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本发明。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在本发明的技术方案中,所涉及的数据(如包括但不限于用户个人信息)的收集、存储、使用、加工、传输、提供、发明和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本发明实施例的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
在实施本发明的过程中发现,现有监控系统,如普罗米修斯,监控的每个指标、指标的对象,都是相互独立的,不会对指标进行加工。而在实际应用场景中不同的指标和不同的指标对象之间是有实际关联的,难以满足对多指标进行监控的需求。
本发明的实施例提供了一种数据处理方法,包括:获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数;利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的;在确定规则树校验成功的情况下,将规则树转换为计算流代码;以及根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。
图1示出了根据本发明实施例的数据处理方法、装置、设备和介质的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括第一终端设备101、第二终端设备102、第三终端设备103、网络104以及服务器105。网络104用以在第一终端设备101、第二终端设备102、第三终端设备103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用第一终端设备101、第二终端设备102、第三终端设备103中的至少一个通过网络104与服务器105交互,以接收或发送消息等。第一终端设备101、第二终端设备102、第三终端设备103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
第一终端设备101、第二终端设备102、第三终端设备103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用第一终端设备101、第二终端设备102、第三终端设备103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本发明实施例所提供的数据处理方法一般可以由服务器105执行。相应地,本发明实施例所提供的数据处理装置一般可以设置于服务器105中。本发明实施例所提供的数据处理方法也可以由不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群执行。相应地,本发明实施例所提供的数据处理装置也可以设置于不同于服务器105且能够与第一终端设备101、第二终端设备102、第三终端设备103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图5对发明实施例的数据处理方法进行详细描述。
图2示出了根据本发明实施例的数据处理方法的流程图。
如图2所示,该实施例的数据处理方法200包括操作S210~操作S240。
在操作S210,获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数。
根据本发明的实施例,例如,目标监控系统可以是普罗米修斯(Prometheus)。需要说明的是,普罗米修斯是一套开源的监控&报警&时间序列数据库的组合,由SoundCloud公司开发。Prometheus基本原理是通过HTTP协议周期性抓取被监控组件的状态,实现了任意组件只要提供HTTP接口就可以接入监控系统,不需要任何SDK或者其他的集成过程。适合虚拟化环境比如VM或者Docker。
例如,目标监控系统监控的指标清单可以是通过指标名称(metrics name)和一组标签集(labelset)命名。指标清单对应的指标值可以是时间序列的数据。指标清单可以包括指标1(metric1)、指标2(metric2)、指标3(metric3)…指标N(metricN)。
在操作S220,利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的。
根据本发明的实施例,预设图形可以是以树的形式。可以使用开源插件设计图形化界面和预设图形。为用户提供图形化界面,用户可以以预设图形的形式存储指标清单的聚合运算规则。用户通过图形化界面可以自定义预设图形,以预设图形的形式存储指标的聚合运算规则,得到规则树。
例如,可以通过开源插件配置一个图形化界面,该图形化界面中有已经配置好的预设图形和供用户进行自定义规则树的指标清单,用户通过该图形化界面可以选择自己需要的指标清单以及聚合运算规则。用户根据自身业务指标的需求,自定义预设图形的规则,得到自定义的规则树。
在操作S230,在确定规则树校验成功的情况下,将规则树转换为计算流代码。
根据本发明实施例,可以根据接收到的用户自定义的规则树,按照规则树中聚合运算规则,校验指标聚合规则。若校验的指标聚合规则都成立的情况下,则可以确定规则树校验成功。若校验的指标聚合规则存在不成立的情况下,则可以确定规则树校验不成功。可以将预设图形映射为spark计算流。将用户自定义的规则树转换为计算流代码。
在操作S240,根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。
根据本发明实施例,可以将在操作S230得到的计算流代码提交到spark计算流中,结合规则树中关联指标对应的指标值,可以得到聚合指标值。聚合指标值对应新的聚合指标。聚合指标可以包括聚合指标的名称和聚合指标的标签。
根据本发明实施例,通过为用户配置图形化界面,可以根据用户自定义的规则树,在校验指标聚合规则成功的情况下,将规则树转换为计算流代码,将目标监控系统监控的指标进行聚合,聚合得到的聚合指标符合用户的需求,同时通过校验也确保了多指标进行聚合的可行性,实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案,适应多种用户真实的指标体系和应用场景。通过将目标监控系统监控的不同指标通过指标聚合规则进行聚合,既解决了现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题,也解决了用户对指标需求的问题。
图3示出了根据本发明实施例的利用预设图形和指标清单,配置图形化界面的方法流程图。
如图3所示,该实施例的利用预设图形和指标清单,配置图形化界面的方法320可以包括操作S321~操作S322。
需要说明的是,图形化界面可以包括:第一区域和第二区域。
在操作S321,将预设图形配置到第一区域,以便用户以预设图形存储目标指标对应的指标聚合规则。
根据本发明实施例,图形化界面可以为一个矩形界面,分为左右两个区域,左区域可以为第一区域,右区域可以为第二区域。可以将预设图形配置到左区域即第一区域,用于用户进行存储目标指标对应的指标聚合规则。
在操作S322,将指标清单配置到第二区域,以便用户从指标清单中筛选目标指标。
根据本发明实施例,可以将指标清单配置到右区域即第二区域,用于用户从指标清单中筛选目标指标,进行自定义规则树。
根据本发明实施例,还可以将一些用于自定义规则树的工具配置到右区域即第二区域,供用户自行选择。
根据本发明实施例,目标指标可以根据用户实际业务需求进行确定。
例如,用户可以根据自身需求,从指标清单里筛选,得到目标指标。
根据本发明实施例,通过将预设图形配置到图形化界面的第一区域,将指标清单配置到图形化界面的第二区域,来配置图形化界面。通过配置好的图形化界面可以接收用户自定义的规则树,规则树根据用户输入的自定义聚合运算规则以及用户选择的目标指标确定,这样聚合得到的聚合指标,能够符合用户的需求,还有利于解决现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题。
图4示出了根据本发明实施例的规则树的示意图。
根据本发明的实施例,规则树可以包括:根节点、叶节点以及中间节点。
其中,叶节点用于表征规则树中关联指标;中间节点用于表征指标聚合规则中的聚合运算规则;根节点用于表征利用聚合运算规则得到的聚合指标。
根据本发明的实施例,中间节点的每一个节点可以包括运算条件和运算方式。运算条件例如可以包括指标名称和指标标签。指标名称例如可以是CPU、负载、内存使用率、网络流量等。指标标签(label)可以是ID=1、ID=2、ID=3…ID=N等。运算方式例如可以包括count,avg,sum,max,min,minus,multiply,divide,square等。
根据本发明的实施例,叶节点可以供用户选择指标,例如可以是指标1(metric1)、指标2(metric2)、指标3(metric3)…指标N(metricN)。
例如,如图4所示,该实施例的规则树可以包括:根节点、中间节点以及叶节点。
其中,叶节点可以为metric1、metric2、metric3。根节点可以为利用聚合运算规则得到的聚合指标,也即新指标(new metric)。中间节点可以为avg,条件(label)、count,条件(label)、add,条件(label)。
根据本发明实施例,用户可以在图形化界面中通过选择工具框,来选择节点,每个节点和边都可以配置属性,配置得到的规则树,其实可以是一个json数据,点击一个节点就可以配置属性了。
根据本发明实施例,用户通过配置好的图形化界面,可以自定义预设图形的规则,得到包括根节点、叶节点以及中间节点的规则树。这样聚合得到的聚合指标,能够符合用户的需求,还有利于解决现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题。
根据本发明的实施例,中间节点中每个节点可以包括:运算条件和运算方式。
其中,在确定指标聚合规则校验成功的情况下,将规则树转换为计算流代码,可以包括:从叶节点开始,遍历规则树;将运算条件转为分组算子;将运算方式转为聚合算子;根据指标名称和指标标签,输出根节点对应的转换算子。
根据本发明的实施例,运算条件可以包括指标名称和指标标签。指标名称例如可以是CPU、负载、内存使用率、网络流量等。指标标签可以是ID=1、ID=2、ID=3…ID=N等。
根据本发明的实施例,在确定指标聚合规则校验成功的情况下,可以从叶节点开始,遍历规则树;将运算条件转为groupby分组算子;将运算方式转为agg聚合算子;根据指标名称和指标标签,输出根节点对应的map转换算子。
根据本发明实施例,在确定指标聚合规则校验成功的情况下,才将规则树转换为计算流代码,可以校验用户自定义的指标聚合规则成立,多指标进行聚合的可行性得到了保障;通过将规则树转换为计算流代码,能够进行实时流处理,实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案。
根据本发明的实施例,中间节点中每个节点可以包括:运算条件和运算方式。
其中,数据处理方法除包括上述操作S210~S240之外,还可以包括:基于运算方式,校验规则树。
根据本发明的实施例, 可以根据接收到的用户自定义的规则树,按照规则树中聚合运算规则,校验指标聚合规则。若校验的指标聚合规则都成立的情况下,则可以确定规则树校验成功。若校验的指标聚合规则存在不成立的情况下,则可以确定规则树校验不成功。在确定规则树校验不成功的情况下,可以返回图形化配置界面错误提示,直到接收到的用户自定义的规则树的指标聚合规则成立为止。
例如,运算方式可以包括count,avg,sum,max,min,minus,multiply,divide,square等。可以根据算子要求的输入节点数目进行校验,如count只需要一个节点,但是avg可以是多个节点。输入节点输入的key是否包含算子计算的条件key。
根据本发明实施例,基于运算方式,校验规则树,可以校验用户自定义的指标聚合规则是否成立,通过确定规则树校验成功的情况,使得多指标进行聚合的可行性得到了保障。
根据本发明的实施例,基于运算方式,校验规则树,可以包括: 从叶节点到根节点,根据运算方式的约束条件,校验规则树。
根据本发明的实施例,运算方式的约束条件可以根据实际运算方式来确定。例如,count只需要一个节点,但是avg,sum,max,min等可以是多个节点。可以从叶节点到根节点,根据运算方式的约束条件校验用户自定义的规则树。
根据本发明实施例,根据运算方式的约束条件,校验规则树,可以直接检验用户自定义的指标聚合规则的可行性,以防错误的聚合规则,导致聚合出错,不能解决现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题,甚至浪费了计算资源。
根据本发明的实施例,数据处理方法除包括上述操作S210~S240之外,还可以包括:
将聚合指标值存储于目标监控系统。
根据本发明实施例,聚合指标值对应新的聚合指标。聚合指标可以包括聚合指标的名称和聚合指标的标签。聚合指标的标签用于表征聚合指标值的特征。
根据本发明实施例,聚合指标值适配目标监控系统的数据格式,可以将聚合指标值,方便地存储于目标监控系统,存储后有利于后续的查询分析。
图5示出了根据本发明另一实施例的数据处理方法的流程图。
如图5所示,该实施例的数据处理方法500包括操作S510~操作S570。
在操作S510,获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数。
根据本发明的实施例,目标监控系统监控的指标清单可以是通过指标名称(metrics name)和一组标签集(labelset)命名。指标清单对应的指标值可以是时间序列的数据。指标清单可以包括指标A(metricA)、指标B(metricB)、指标C(metricC)…指标Z(metricZ)等。例如,目标监控系统监控可以是普罗米修斯(Prometheus)。
在操作S520,将预设图形配置到图形化界面的第一区域,以便用户以预设图形存储目标指标对应的指标聚合规则;其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的。
根据本发明的实施例,图形化界面可以为一个方形界面,分为左右两个区域,左区域可以为第一区域,右区域可以为第二区域。可以将预设图形配置到左区域即第一区域,用于用户进行存储目标指标对应的指标聚合规则。
在操作S530,将指标清单配置到图形化界面的第二区域,以便用户从指标清单中筛选目标指标。
根据本发明的实施例,可以将指标清单配置到右区域即第二区域,用于用户从指标清单中筛选目标指标,进行自定义规则树。目标指标可以根据用户实际业务需求进行确定。用户可以根据自身需求,从指标清单里筛选,得到目标指标。
在操作S540,基于运算方式,校验规则树。
根据本发明的实施例,可以从叶节点到根节点,根据运算方式的约束条件,校验规则树,得到校验结果。其中,运算方式的约束条件可以根据实际运算方式来确定。例如,count只需要一个节点,但是avg,sum,max,min等可以是多个节点。可以从叶节点到根节点,根据运算方式的约束条件校验用户自定义的规则树。校验结果用于表征规则树中运算方式成立和规则树中运算方式不成立。
在操作S550,在确定规则树校验成功的情况下,将规则树转换为计算流代码。
根据本发明的实施例,通过在操作S540校验规则树后得到的校验结果。在校验结果用于表征规则树中运算方式成立的情况下,确定规则树校验成功,将规则树转换为计算流代码。在校验结果用于表征规则树中运算方式不成立的情况下,确定规则树校验不成功,需要继续返回操作S540继续校验用户重新自定义的规则树,直到在校验结果用于表征规则树中运算方式成立的情况下,确定规则树校验成功的情况下终止校验,执行操作S550。
在操作S560,根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。
根据本发明的实施例,规则树中关联指标是根据用户在自定义聚合运算规则时根据实际业务需求选取的目标指标。可以将计算流代码提交到spark计算流中,结合规则树中关联指标对应的指标值,可以得到聚合指标值。聚合指标值对应新的聚合指标。聚合指标可以包括聚合指标的名称和聚合指标的标签。
在操作S570,将聚合指标值存储于目标监控系统。
根据本发明的实施例,在操作S560生成的聚合指标值适配目标监控系统的数据格式,可以将其方便地存储于目标监控系统。
根据本发明实施例,通过为用户配置图形化界面,可以根据用户自定义的规则树,在校验指标聚合规则成功的情况下,将规则树转换为计算流代码,将目标监控系统监控的指标进行聚合,聚合得到的聚合指标符合用户的需求,同时通过校验也确保了多指标进行聚合的可行性,实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案,适应多种用户真实的指标体系和应用场景。通过将目标监控系统监控的不同指标通过指标聚合规则进行聚合,既解决了现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题,也解决了用户对指标需求的问题。聚合指标值适配目标监控系统的数据格式,可以将聚合指标值,方便地存储于目标监控系统,存储后有利于后续的查询分析。
基于上述数据处理方法,本发明还提供了一种数据处理装置。以下将结合图6对该装置进行详细描述。
图6示出了根据本发明实施例的数据处理装置的结构框图。
如图6所示,该实施例的数据处理装置600包括获取模块610、配置模块620、转换模块630和生成模块640。
获取模块610用于获取由目标监控系统监控的指标清单以及指标清单对应的指标值,其中,指标清单包括N个指标,N为大于等于2的整数。在一实施例中,获取模块610可以用于执行前文描述的操作S210,在此不再赘述。
配置模块620用于利用预设图形和指标清单,配置图形化界面,其中,图形化界面被配置为接收用户自定义的规则树,规则树是根据指标聚合规则生成的。在一实施例中,配置模块620可以用于执行前文描述的操作S220,在此不再赘述。
转换模块630用于在确定规则树校验成功的情况下,将规则树转换为计算流代码。在一实施例中,转换模块630可以用于执行前文描述的操作S230,在此不再赘述。
生成模块640用于根据规则树中关联指标对应的指标值以及计算流代码,生成聚合指标值。在一实施例中,生成模块640可以用于执行前文描述的操作S240,在此不再赘述。
根据本发明的实施例,数据处理装置600还可以包括校验模块。
校验模块用于基于运算方式,校验规则树。
其中,基于运算方式,校验规则树,可以包括:从叶节点到根节点,根据运算方式的约束条件,校验规则树。
根据本发明的实施例,数据处理装置600还可以包括存储模块。
存储模块用于将聚合指标值存储于目标监控系统。
根据本发明的实施例,图形化界面可以包括:第一区域和第二区域。
根据本发明的实施例,配置模块620可以包括第一区域配置单元和第二区域配置单元。
第一区域配置单元用于将预设图形配置到第一区域,以便用户以预设图形存储目标指标对应的指标聚合规则。
第二区域配置单元用于将指标清单配置到第二区域,以便用户从指标清单中筛选目标指标。
根据本发明的实施例,规则树可以包括:根节点、叶节点以及中间节点;其中,叶节点用于表征规则树中关联指标;中间节点用于表征指标聚合规则中的聚合运算规则;根节点用于表征利用聚合运算规则得到的聚合指标。
根据本发明的实施例,中间节点中每个节点可以包括:运算条件和运算方式。转换模块630可以包括第一算子转换单元、第二算子转换单元、第三算子转换单元和第四算子转换单元。
第一算子转换单元用于从叶节点开始,遍历规则树。
第二算子转换单元用于将运算条件转为分组算子。
第三算子转换单元用于将运算方式转为聚合算子。
第四算子转换单元用于根据指标名称和指标标签,输出根节点对应的转换算子。
根据本发明的实施例,获取模块610、配置模块620、转换模块630和生成模块640中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,获取模块610、配置模块620、转换模块630和生成模块640中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块610、配置模块620、转换模块630和生成模块640中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
根据本发明的实施例,通过配置模块为用户配置图形化界面,可以根据用户自定义的规则树,在校验指标聚合规则成功的情况下,通过转换模块将规则树转换为计算流代码,在生成模块将目标监控系统监控的指标进行聚合,聚合得到的聚合指标符合用户的需求,同时通过校验也确保了多指标进行聚合的可行性,实现了基于目标监控系统监控的不同指标以及不同指标对象的多指标聚合、生成全过程的解决方案,适应多种用户真实的指标体系和应用场景。通过将目标监控系统监控的不同指标通过指标聚合规则进行聚合,既解决了现有监控系统监控的每个指标、指标的对象,都是相互独立的,难以满足对多指标进行监控的需求的问题,也解决了用户对指标的需求问题。
图7示出了根据本发明实施例的适于实现数据处理方法的电子设备的方框图。
如图7所示,根据本发明实施例的电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行根据本发明实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 703中,存储有电子设备700操作所需的各种程序和数据。处理器 701、ROM702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行根据本发明实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本发明实施例的方法流程的各种操作。
根据本发明的实施例,电子设备700还可以包括输入/输出(I/O)接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
本发明还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本发明实施例的方法。
根据本发明的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本发明的实施例,计算机可读存储介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
本发明的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本发明实施例所提供的方法。
在该计算机程序被处理器701执行时执行本发明实施例的系统/装置中限定的上述功能。根据本发明的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分709被下载和安装,和/或从可拆卸介质711被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时,执行本发明实施例的系统中限定的上述功能。根据本发明的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本发明的实施例,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发明实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“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、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。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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,上述模块、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,在有些作为替换的实现中,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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
本领域技术人员可以理解,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本发明中。特别地,在不脱离本发明精神和教导的情况下,本发明的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本发明的范围。
以上对本发明的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本发明的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本发明的范围由所附权利要求及其等同物限定。不脱离本发明的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本发明的范围之内。
Claims (6)
1.一种数据处理方法,其特征在于,所述方法包括:
获取由目标监控系统监控的指标清单以及所述指标清单对应的指标值,其中,所述指标清单包括N个指标,N为大于等于2的整数;
利用预设图形和所述指标清单,配置图形化界面,其中,所述图形化界面被配置为接收用户自定义的规则树,所述规则树是根据指标聚合规则生成的;
在确定所述规则树校验成功的情况下,将所述规则树转换为计算流代码;以及
根据所述规则树中关联指标对应的指标值以及所述计算流代码,生成聚合指标值;
其中,所述图形化界面包括:第一区域和第二区域;
所述利用预设图形和所述指标清单,配置图形化界面,包括:
将所述预设图形配置到所述第一区域,以便所述用户以所述预设图形存储目标指标对应的指标聚合规则;
将所述指标清单配置到所述第二区域,以便所述用户从所述指标清单中筛选所述目标指标;
所述规则树包括:根节点、叶节点以及中间节点;
其中,所述叶节点用于表征所述规则树中关联指标;所述中间节点用于表征所述指标聚合规则中的聚合运算规则;所述根节点用于表征利用所述聚合运算规则得到的聚合指标;
所述中间节点中每个节点包括:运算条件和运算方式;
所述方法还包括:
基于所述运算方式,校验所述规则树;
其中,所述基于所述运算方式,校验所述规则树,包括:
从所述叶节点到所述根节点,根据所述运算方式的约束条件,校验所述规则树;
所述方法还包括:
在确定校验的所述指标聚合规则都成立的情况下,确定规则树校验成功;在确定规则树校验不成功的情况下,返回所述图形化配置界面错误提示,直到接收到的所述用户自定义的规则树的所述指标聚合规则成立为止。
2.根据权利要求1所述的方法,其特征在于,所述中间节点中每个节点包括:运算条件和运算方式;
所述在确定所述规则树校验成功的情况下,将所述规则树转换为计算流代码,包括:
从所述叶节点开始,遍历所述规则树;
将所述运算条件转为分组算子;
将所述运算方式转为聚合算子;
根据指标名称和指标标签,输出所述根节点对应的转换算子。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将所述聚合指标值存储于所述目标监控系统。
4.一种数据处理装置,其特征在于,所述装置包括:
获取模块,用于获取由目标监控系统监控的指标清单以及所述指标清单对应的指标值,其中,所述指标清单包括N个指标,N为大于等于2的整数;
配置模块,用于利用预设图形和所述指标清单,配置图形化界面,其中,所述图形化界面被配置为接收用户自定义的规则树,所述规则树是根据指标聚合规则生成的;
转换模块,用于在确定所述规则树校验成功的情况下,将所述规则树转换为计算流代码;以及
生成模块,用于根据所述规则树中关联指标对应的指标值以及所述计算流代码,生成聚合指标值;
其中,所述图形化界面包括:第一区域和第二区域;
所述利用预设图形和所述指标清单,配置图形化界面,包括:
将所述预设图形配置到所述第一区域,以便所述用户以所述预设图形存储目标指标对应的指标聚合规则;
将所述指标清单配置到所述第二区域,以便所述用户从所述指标清单中筛选所述目标指标;
所述规则树包括:根节点、叶节点以及中间节点;
其中,所述叶节点用于表征所述规则树中关联指标;所述中间节点用于表征所述指标聚合规则中的聚合运算规则;所述根节点用于表征利用所述聚合运算规则得到的聚合指标;
所述中间节点中每个节点包括:运算条件和运算方式;
所述装置还包括:
校验模块,用于基于所述运算方式,校验所述规则树;
其中,所述基于所述运算方式,校验所述规则树,包括:
从所述叶节点到所述根节点,根据所述运算方式的约束条件,校验所述规则树;
所述装置还包括:
确定模块,用于在确定校验的所述指标聚合规则都成立的情况下,确定规则树校验成功;在确定规则树校验不成功的情况下,返回所述图形化配置界面错误提示,直到接收到的所述用户自定义的规则树的所述指标聚合规则成立为止。
5.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~3中任一项所述的方法。
6.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~3中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700098.0A CN116450465B (zh) | 2023-06-14 | 2023-06-14 | 数据处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310700098.0A CN116450465B (zh) | 2023-06-14 | 2023-06-14 | 数据处理方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116450465A CN116450465A (zh) | 2023-07-18 |
CN116450465B true CN116450465B (zh) | 2023-09-15 |
Family
ID=87134142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310700098.0A Active CN116450465B (zh) | 2023-06-14 | 2023-06-14 | 数据处理方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116450465B (zh) |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014048572A1 (en) * | 2012-09-27 | 2014-04-03 | Amadeus S.A.S. | System and method for load distribution in a network |
WO2015143416A1 (en) * | 2014-03-21 | 2015-09-24 | Ptc Inc. | Systems and methods for developing and using real-time data applications |
WO2017141517A1 (ja) * | 2016-02-17 | 2017-08-24 | ソニー株式会社 | 情報処理方法および情報処理装置 |
CN108021809A (zh) * | 2017-12-19 | 2018-05-11 | 北京明朝万达科技股份有限公司 | 一种数据处理方法及系统 |
CN109800129A (zh) * | 2019-01-17 | 2019-05-24 | 青岛特锐德电气股份有限公司 | 一种处理监控大数据的实时流计算监控系统及方法 |
CN110399274A (zh) * | 2019-07-03 | 2019-11-01 | 北京智齿博创科技有限公司 | Prometheus监控策略的统一监控系统 |
CN111291266A (zh) * | 2020-02-13 | 2020-06-16 | 腾讯科技(北京)有限公司 | 基于人工智能的推荐方法、装置、电子设备及存储介质 |
CN111651292A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据校验方法、装置、电子设备及计算机可读存储介质 |
CN112039896A (zh) * | 2020-08-29 | 2020-12-04 | 中国平安财产保险股份有限公司 | 一种数据处理方法、设备、服务器及存储介质 |
EP3767467A1 (fr) * | 2019-07-15 | 2021-01-20 | Bull SAS | Procédé et dispositif de détermination d'une valeur d'indice de performance de prédiction d anomalies dans une infrastructure informatique à partir de valeurs d'indicateurs de performance |
CN112416699A (zh) * | 2020-06-05 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 指标数据收集方法及系统 |
CN112559296A (zh) * | 2020-12-23 | 2021-03-26 | 南方电网深圳数字电网研究院有限公司 | 基于prometheus的虚拟机监控方法和工具、电子设备、存储介质 |
CN112749056A (zh) * | 2020-12-30 | 2021-05-04 | 广州品唯软件有限公司 | 应用服务指标监控方法、装置、计算机设备和存储介质 |
CN113312392A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 轻量级的规则引擎处理方法及装置 |
CN113821416A (zh) * | 2021-09-18 | 2021-12-21 | 中国电信股份有限公司 | 监测告警方法、装置、存储介质及电子设备 |
CN113886174A (zh) * | 2021-09-26 | 2022-01-04 | 深圳市金蝶天燕云计算股份有限公司 | 监控信息展示及处理方法、装置、计算机设备和存储介质 |
CN114706893A (zh) * | 2022-04-15 | 2022-07-05 | 北京百度网讯科技有限公司 | 故障检测方法、装置、设备及存储介质 |
CN115391129A (zh) * | 2021-05-19 | 2022-11-25 | 中移(苏州)软件技术有限公司 | 一种数据监控方法、装置、设备及存储介质 |
CN115454779A (zh) * | 2022-09-28 | 2022-12-09 | 建信金融科技有限责任公司 | 基于聚类分析的云监控流数据检测方法、装置及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9141708B2 (en) * | 2001-02-23 | 2015-09-22 | Metaframe Technologies Gmbh | Methods for generating selection structures, for making selections according to selection structures and for creating selection descriptions |
US8805110B2 (en) * | 2008-08-19 | 2014-08-12 | Digimarc Corporation | Methods and systems for content processing |
CN101719237A (zh) * | 2009-12-09 | 2010-06-02 | 南京联创科技集团股份有限公司 | 基于全业务指标规则配置的数据质量监控方法 |
US20110161934A1 (en) * | 2009-12-29 | 2011-06-30 | Microgen Plc | Generating and monitoring data items |
JP5691723B2 (ja) * | 2011-03-25 | 2015-04-01 | 富士通株式会社 | 監視方法、情報処理装置および監視プログラム |
US9965946B2 (en) * | 2013-03-13 | 2018-05-08 | Masimo Corporation | Systems and methods for monitoring a patient health network |
US10095569B2 (en) * | 2015-11-02 | 2018-10-09 | Servicenow, Inc. | System and method for generating a graphical display region indicative of conditions of a computing infrastructure |
US20210035026A1 (en) * | 2019-07-31 | 2021-02-04 | Microsoft Technology Licensing, Llc | Diagnosing & triaging performance issues in large-scale services |
-
2023
- 2023-06-14 CN CN202310700098.0A patent/CN116450465B/zh active Active
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014048572A1 (en) * | 2012-09-27 | 2014-04-03 | Amadeus S.A.S. | System and method for load distribution in a network |
WO2015143416A1 (en) * | 2014-03-21 | 2015-09-24 | Ptc Inc. | Systems and methods for developing and using real-time data applications |
WO2017141517A1 (ja) * | 2016-02-17 | 2017-08-24 | ソニー株式会社 | 情報処理方法および情報処理装置 |
CN108021809A (zh) * | 2017-12-19 | 2018-05-11 | 北京明朝万达科技股份有限公司 | 一种数据处理方法及系统 |
CN109800129A (zh) * | 2019-01-17 | 2019-05-24 | 青岛特锐德电气股份有限公司 | 一种处理监控大数据的实时流计算监控系统及方法 |
CN110399274A (zh) * | 2019-07-03 | 2019-11-01 | 北京智齿博创科技有限公司 | Prometheus监控策略的统一监控系统 |
EP3767467A1 (fr) * | 2019-07-15 | 2021-01-20 | Bull SAS | Procédé et dispositif de détermination d'une valeur d'indice de performance de prédiction d anomalies dans une infrastructure informatique à partir de valeurs d'indicateurs de performance |
CN111291266A (zh) * | 2020-02-13 | 2020-06-16 | 腾讯科技(北京)有限公司 | 基于人工智能的推荐方法、装置、电子设备及存储介质 |
CN111651292A (zh) * | 2020-04-29 | 2020-09-11 | 中国平安财产保险股份有限公司 | 数据校验方法、装置、电子设备及计算机可读存储介质 |
CN112416699A (zh) * | 2020-06-05 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 指标数据收集方法及系统 |
CN112039896A (zh) * | 2020-08-29 | 2020-12-04 | 中国平安财产保险股份有限公司 | 一种数据处理方法、设备、服务器及存储介质 |
CN112559296A (zh) * | 2020-12-23 | 2021-03-26 | 南方电网深圳数字电网研究院有限公司 | 基于prometheus的虚拟机监控方法和工具、电子设备、存储介质 |
CN112749056A (zh) * | 2020-12-30 | 2021-05-04 | 广州品唯软件有限公司 | 应用服务指标监控方法、装置、计算机设备和存储介质 |
CN115391129A (zh) * | 2021-05-19 | 2022-11-25 | 中移(苏州)软件技术有限公司 | 一种数据监控方法、装置、设备及存储介质 |
CN113312392A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 轻量级的规则引擎处理方法及装置 |
CN113821416A (zh) * | 2021-09-18 | 2021-12-21 | 中国电信股份有限公司 | 监测告警方法、装置、存储介质及电子设备 |
CN113886174A (zh) * | 2021-09-26 | 2022-01-04 | 深圳市金蝶天燕云计算股份有限公司 | 监控信息展示及处理方法、装置、计算机设备和存储介质 |
CN114706893A (zh) * | 2022-04-15 | 2022-07-05 | 北京百度网讯科技有限公司 | 故障检测方法、装置、设备及存储介质 |
CN115454779A (zh) * | 2022-09-28 | 2022-12-09 | 建信金融科技有限责任公司 | 基于聚类分析的云监控流数据检测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116450465A (zh) | 2023-07-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200159702A1 (en) | Method, apparatus, and computer program product for data quality analysis | |
US10116534B2 (en) | Systems and methods for WebSphere MQ performance metrics analysis | |
US10938669B2 (en) | Intelligent information adapter generation for service management | |
CN109582528B (zh) | 状态监测方法、装置、电子设备及计算机可读存储介质 | |
CN116450465B (zh) | 数据处理方法、装置、设备及介质 | |
CN116541069A (zh) | 关键函数评估方法、装置、电子设备、介质和程序产品 | |
CN115550141A (zh) | 事件处理方法、装置、电子设备及可读存储介质 | |
CN115202973A (zh) | 应用运行状态的确定方法、装置、电子设备和介质 | |
CN113535565B (zh) | 一种接口用例生成方法、装置、设备和介质 | |
CN113242148B (zh) | 监控告警相关信息的生成方法、装置、介质及电子设备 | |
CN114756301A (zh) | 日志处理方法、装置和系统 | |
CN114116782A (zh) | 分布式数据库资源管控方法、装置、电子设备和存储介质 | |
CN114356713A (zh) | 线程池监控方法、装置、电子设备及存储介质 | |
CN113900905A (zh) | 日志监控方法、装置、电子设备及存储介质 | |
CN114490130A (zh) | 消息订阅方法、装置、电子设备及存储介质 | |
CN113032237A (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN113342619A (zh) | 日志监控方法、系统、电子设备及可读介质 | |
CN110728118A (zh) | 跨数据平台的数据处理方法、装置、设备及存储介质 | |
CN114844810B (zh) | 心跳数据处理方法、装置、设备及介质 | |
CN114996119B (zh) | 故障诊断方法、装置、电子设备及存储介质 | |
CN114328096A (zh) | 指标监测方法、装置、设备、介质 | |
US11971907B2 (en) | Component monitoring framework with predictive analytics | |
CN114374727B (zh) | 基于人工智能的数据调用方法、装置、电子设备及介质 | |
US20220342910A1 (en) | Component monitoring framework with predictive analytics | |
US20220342685A1 (en) | Component monitoring framework |
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 |