CN116489061A - 一种对中间件进行监测的处理方法 - Google Patents

一种对中间件进行监测的处理方法 Download PDF

Info

Publication number
CN116489061A
CN116489061A CN202310482561.9A CN202310482561A CN116489061A CN 116489061 A CN116489061 A CN 116489061A CN 202310482561 A CN202310482561 A CN 202310482561A CN 116489061 A CN116489061 A CN 116489061A
Authority
CN
China
Prior art keywords
information
database
current
saturation
server
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
CN202310482561.9A
Other languages
English (en)
Inventor
张海峰
吕昌慧
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.)
Ningbo Yunarc Technology Co ltd
Original Assignee
Ningbo Yunarc Technology Co ltd
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 Ningbo Yunarc Technology Co ltd filed Critical Ningbo Yunarc Technology Co ltd
Priority to CN202310482561.9A priority Critical patent/CN116489061A/zh
Publication of CN116489061A publication Critical patent/CN116489061A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • H04L43/045—Processing captured monitoring data, e.g. for logfile generation for graphical visualisation of monitoring data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例涉及一种对中间件进行监测的处理方法，所述方法包括：监测服务器定期向各个第一中间件服务端发送第一轮询指令；并接收各个第一中间件服务端回发的第一轮询记录存入对应的第一记录列表；根据第一记录列表中最新的第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示；根据第一记录列表中最近指定时段内的所有第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示。通过本发明可对中间件的运行状态进行实时监测和风险预测。

Description

一种对中间件进行监测的处理方法
技术领域
本发明涉及数据处理技术领域，特别涉及一种对中间件进行监测的处理方法。
背景技术
随着信息化建设的发展，信息网络的应用已经深入到各个行业中。为保证信息网络能够稳定有效运行，常规都会为网络中的实体设备(诸如路由器、交换机、服务器、数据库等)配置一套对应的监测方案。然而，常规监测方案中并不涉及对各个服务器上运行的应用服务中间件(诸如WEB应用服务、Weblogic应用服务、Websphere应用服务、Tuxedo应用服务、Tomcat应用服务、Apache应用服务、JBOSS应用服务、Tibco应用服务、kafaka应用服务、Zookeeper应用服务等)的性能监测内容。
发明内容
本发明的目的，就是针对现有技术的缺陷，提供一种对中间件进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对各应用服务中间件的性能数据进行采集，并根据最新采集结果进行实时的中间件运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可对任一中间件的运行状态进行较为全面的实时监测和风险预测，达到对常规方案不监测应用服务中间件这一技术缺陷进行弥补的目的。
为实现上述目的，本发明实施例第一方面提供了一种对中间件进行监测的处理方法，所述方法包括：
监测服务器定期向各个第一中间件服务端发送第一轮询指令；并接收各个所述第一中间件服务端回发的第一轮询记录存入对应的第一记录列表；
根据所述第一记录列表中最新的所述第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示；
根据所述第一记录列表中最近指定时段内的所有所述第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示。
优选的，所述监测服务器与各个第一中间件服务端之间基于所述SNMP协议处理轮询指令的数据收发和轮询记录的数据收发。
优选的，所述第一记录列表包括多个所述第一轮询记录；所述第一轮询记录包括第一服务端时间、第一服务端IP地址、第一服务端名称、第一端口信息、第一线程池信息、第一消息队列信息和第一数据库信息；
所述第一端口信息包括最大连接数量和连接饱和度；
所述第一线程池信息包括最大线程数量和线程饱和度；
所述第一消息队列信息包括最大队列容量和队列饱和度；
所述第一数据库信息包括数据库最大连接数量、数据库连接饱和度和数据库平均响应时长。
优选的，所述方法还包括：
所述第一中间件服务端接收到所述监测服务器发送的所述第一轮询指令时，从本地获取预设的IP地址和中间件名称作为对应的所述第一服务端IP地址和所述第一服务端名称；
并将当前服务端上预先为外部连接申请端口设置的申请数量上限阈值作为对应的所述最大连接数量，并对所述外部连接申请端口在当前时刻的实际申请连接数量进行统计得到对应的所述当前端口连接数量，并将所述当前端口连接数量与所述最大连接数量的百分比值作为对应的所述连接饱和度；并由得到的所述最大连接数量和所述连接饱和度组成对应的所述第一端口信息；
并将当前服务端上预先为线程池设置的线程数量上限阈值作为对应的所述最大线程数量，并对当前时刻的实际线程数量进行统计得到对应的所述当前线程数量，并将所述当前线程数量与所述最大线程数量的百分比值作为对应的所述线程饱和度；并由得到的所述最大线程数量和所述线程饱和度组成对应的所述第一线程池信息；
并将当前服务端上预先为消息队列设置的队列存储容量上限阈值作为对应的所述最大队列容量，并对当前时刻的实际队列存储容量进行统计得到对应的所述当前队列存储容量，并将所述当前队列存储容量与所述最大队列容量的百分比值作为对应的所述队列饱和度；并由得到的所述最大队列容量和所述队列饱和度组成对应的所述第一消息队列信息；
并将当前服务端上预先为服务端数据库设置的数据库访问上限阈值作为对应的所述数据库最大连接数量，并对当前时刻的实际数据库访问连接数量进行统计得到对应的所述当前数据库访问数量，并将所述当前数据库访问数量与所述数据库最大连接数量的百分比值作为对应的所述数据库连接饱和度，并对服务端数据库在最近的第一指定时段内的所有数据库访问指令的平均响应时间进行统计得到对应的所述数据库平均响应时长；并由得到的所述数据库最大连接数量、所述数据库连接饱和度和所述数据库平均响应时长组成对应的所述第一数据库信息；
并将当前服务端的当前系统时间作为对应的所述第一服务端时间；
并由得到的所述第一服务端时间、所述第一服务端IP地址、所述第一服务端名称、所述第一端口信息、所述第一线程池信息、所述第一消息队列信息和所述第一数据库信息组成对应的所述第一轮询记录向所述监测服务器回发。
优选的，所述根据所述第一记录列表中最新的所述第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示，具体包括：
将所述第一记录列表中时间最新的所述第一轮询记录提取出来作为对应的当前记录；并将所述当前记录的所述第一服务端IP地址、所述第一服务端名称、所述第一端口信息、所述第一线程池信息、所述第一消息队列信息和所述第一数据库信息作为对应的当前服务端IP地址、当前服务端名称、当前端口信息、当前线程池信息、当前消息队列信息和当前数据库信息；
对所述当前端口信息的所述连接饱和度是否超过预设的第一饱和度警戒阈值进行识别；若是，则设置对应的第一信息为预设的端口连接饱和度偏高告警信息；若否，则设置对应的所述第一信息为空；
对所述当前线程池信息的所述线程饱和度是否超过预设的第二饱和度警戒阈值进行识别；若是，则设置对应的第二信息为预设的线程池饱和度偏高告警信息；若否，则设置对应的所述第二信息为空；
对所述当前消息队列信息的所述队列饱和度是否超过预设的第三饱和度警戒阈值进行识别；若是，则设置对应的第三信息为预设的消息队列饱和度偏高告警信息；若否，则设置对应的所述第三信息为空；
对所述当前数据库信息的所述数据库连接饱和度是否超过预设的第四饱和度警戒阈值进行识别；若是，则设置对应的第四信息为预设的数据库连接饱和度偏高告警信息；若否，则设置对应的所述第四信息为空；
对所述当前数据库信息的所述数据库平均响应时长是否超过预设的平均响应时长警戒阈值进行识别；若是，则设置对应的第五信息为预设的数据库响应偏慢告警信息；若否，则设置对应的所述第五信息为空；
对得到的所述第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的中间件运行状态正常信息；若否，则由得到的所述第一、第二、第三、第四和第五信息组成对应的所述第一分析信息；
由所述当前服务端IP地址、所述当前服务端名称和所述第一分析信息组成对应的所述第一分析结果并显示。
优选的，所述根据所述第一记录列表中最近指定时段内的所有所述第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示，具体包括：
将所述第一记录列表中任一所述第一轮询记录的所述第一服务端IP地址和所述第一服务端名称提取出来作为对应的当前服务端IP地址和当前服务端名称；
将所述第一记录列表中在所述最近指定时段内的所有所述第一轮询记录提取出来按时间先后顺序排序生成对应的第一轮询记录序列；
将所述第一轮询记录序列中各个所述第一轮询记录的所述第一服务端时间、所述连接饱和度、所述线程饱和度、所述队列饱和度、所述数据库连接饱和度和所述数据库平均响应时长提取出来组成对应的第一数据向量；并由得到的所有所述第一数据向量组成对应的第一数据张量；
将所述第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；所述第一预测向量包括多个第一分类概率；各个所述第一分类概率对应一个预设的风险类型；
由各个所述第一分类概率及其对应的所述分类类型组成对应的第一类预测信息；并由得到的所有所述第一类预测信息组成对应的所述第一预测结果并显示。
本发明实施例第二方面提供了一种电子设备，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
本发明实施例第三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，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法。
本发明实施例提供了一种对中间件进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对各应用服务中间件的性能数据进行采集，并根据最新采集结果进行实时的中间件运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可对任一中间件的运行状态进行较为全面的实时监测和风险预测，从而对常规方案中缺失应用服务中间件监测这一缺陷进行了有效弥补。
附图说明
图1为本发明实施例一提供的一种对中间件进行监测的处理方法示意图；
图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，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它实施例，都属于本发明保护的范围。
图1为本发明实施例一提供的一种对中间件进行监测的处理方法示意图，如图1所示，本方法主要包括如下步骤：
步骤1，监测服务器定期向各个第一中间件服务端发送第一轮询指令；并接收各个第一中间件服务端回发的第一轮询记录存入对应的第一记录列表；
其中，监测服务器与各个第一中间件服务端之间基于SNMP协议处理轮询指令的数据收发和轮询记录的数据收发；
第一记录列表包括多个第一轮询记录；第一轮询记录包括第一服务端时间、第一服务端IP地址、第一服务端名称、第一端口信息、第一线程池信息、第一消息队列信息和第一数据库信息；第一端口信息包括最大连接数量和连接饱和度；第一线程池信息包括最大线程数量和线程饱和度；第一消息队列信息包括最大队列容量和队列饱和度；第一数据库信息包括数据库最大连接数量、数据库连接饱和度和数据库平均响应时长。
这里，本发明实施的第一中间件服务端可以为WEB应用服务、Weblogic应用服务、Websphere应用服务、Tuxedo应用服务、Tomcat应用服务、Apache应用服务、JBOSS应用服务、Tibco应用服务、kafaka应用服务、Zookeeper应用服务中的任一个应用服务的服务端，也可以是除上述应用服务之外的其他任意应用服务的服务端。
需要说明的是，第一中间件服务端接收到监测服务器发送的第一轮询指令时的处理步骤如下所示：
步骤A1，从本地获取预设的IP地址和中间件名称作为对应的第一服务端IP地址和第一服务端名称；
步骤A2，并将当前服务端上预先为外部连接申请端口设置的申请数量上限阈值作为对应的最大连接数量，并对外部连接申请端口在当前时刻的实际申请连接数量进行统计得到对应的当前端口连接数量，并将当前端口连接数量与最大连接数量的百分比值作为对应的连接饱和度；并由得到的最大连接数量和连接饱和度组成对应的第一端口信息；
步骤A3，并将当前服务端上预先为线程池设置的线程数量上限阈值作为对应的最大线程数量，并对当前时刻的实际线程数量进行统计得到对应的当前线程数量，并将当前线程数量与最大线程数量的百分比值作为对应的线程饱和度；并由得到的最大线程数量和线程饱和度组成对应的第一线程池信息；
步骤A4，并将当前服务端上预先为消息队列设置的队列存储容量上限阈值作为对应的最大队列容量，并对当前时刻的实际队列存储容量进行统计得到对应的当前队列存储容量，并将当前队列存储容量与最大队列容量的百分比值作为对应的队列饱和度；并由得到的最大队列容量和队列饱和度组成对应的第一消息队列信息；
步骤A5，并将当前服务端上预先为服务端数据库设置的数据库访问上限阈值作为对应的数据库最大连接数量，并对当前时刻的实际数据库访问连接数量进行统计得到对应的当前数据库访问数量，并将当前数据库访问数量与数据库最大连接数量的百分比值作为对应的数据库连接饱和度，并对服务端数据库在最近的第一指定时段内的所有数据库访问指令的平均响应时间进行统计得到对应的数据库平均响应时长；并由得到的数据库最大连接数量、数据库连接饱和度和数据库平均响应时长组成对应的第一数据库信息；
步骤A6，并将当前服务端的当前系统时间作为对应的第一服务端时间；
步骤A7，并由得到的第一服务端时间、第一服务端IP地址、第一服务端名称、第一端口信息、第一线程池信息、第一消息队列信息和第一数据库信息组成对应的第一轮询记录向监测服务器回发。
步骤2，根据第一记录列表中最新的第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示；
具体包括：步骤21，将第一记录列表中时间最新的第一轮询记录提取出来作为对应的当前记录；并将当前记录的第一服务端IP地址、第一服务端名称、第一端口信息、第一线程池信息、第一消息队列信息和第一数据库信息作为对应的当前服务端IP地址、当前服务端名称、当前端口信息、当前线程池信息、当前消息队列信息和当前数据库信息；
步骤22，对当前端口信息的连接饱和度是否超过预设的第一饱和度警戒阈值进行识别；若是，则设置对应的第一信息为预设的端口连接饱和度偏高告警信息；若否，则设置对应的第一信息为空；
这里，第一饱和度警戒阈值为一个预先设置的取值在[0，1]之间的百分比阈值；
步骤23，对当前线程池信息的线程饱和度是否超过预设的第二饱和度警戒阈值进行识别；若是，则设置对应的第二信息为预设的线程池饱和度偏高告警信息；若否，则设置对应的第二信息为空；
这里，第二饱和度警戒阈值为一个预先设置的取值在[0，1]之间的百分比阈值；
步骤24，对当前消息队列信息的队列饱和度是否超过预设的第三饱和度警戒阈值进行识别；若是，则设置对应的第三信息为预设的消息队列饱和度偏高告警信息；若否，则设置对应的第三信息为空；
这里，第三饱和度警戒阈值为一个预先设置的取值在[0，1]之间的百分比阈值；
步骤25，对当前数据库信息的数据库连接饱和度是否超过预设的第四饱和度警戒阈值进行识别；若是，则设置对应的第四信息为预设的数据库连接饱和度偏高告警信息；若否，则设置对应的第四信息为空；
这里，第四饱和度警戒阈值为一个预先设置的取值在[0，1]之间的百分比阈值；
步骤26，对当前数据库信息的数据库平均响应时长是否超过预设的平均响应时长警戒阈值进行识别；若是，则设置对应的第五信息为预设的数据库响应偏慢告警信息；若否，则设置对应的第五信息为空；
这里，平均响应时长警戒阈值为一个预先设置的时长阈值；
步骤27，对得到的第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的中间件运行状态正常信息；若否，则由得到的第一、第二、第三、第四和第五信息组成对应的第一分析信息；
步骤28，由当前服务端IP地址、当前服务端名称和第一分析信息组成对应的第一分析结果并显示。
步骤3，根据第一记录列表中最近指定时段内的所有第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示；
具体包括：步骤31，将第一记录列表中任一第一轮询记录的第一服务端IP地址和第一服务端名称提取出来作为对应的当前服务端IP地址和当前服务端名称；
步骤32，将第一记录列表中在最近指定时段内的所有第一轮询记录提取出来按时间先后顺序排序生成对应的第一轮询记录序列；
步骤33，将第一轮询记录序列中各个第一轮询记录的第一服务端时间、连接饱和度、线程饱和度、队列饱和度、数据库连接饱和度和数据库平均响应时长提取出来组成对应的第一数据向量；并由得到的所有第一数据向量组成对应的第一数据张量；
步骤34，将第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；
其中，第一预测向量包括多个第一分类概率；各个第一分类概率对应一个预设的风险类型；
这里，本发明实施例的运行风险分类预测模型可基于中间件服务端的一段最新历史数据即第一轮询记录序列来对该中间件服务端在未来时刻可能发生的风险类型进行预测，在预测输出时为每个风险类型分配一个对应的可能概率即第一分类概率；
需要说明的是，本发明实施例的运行风险分类预测模型为一个基于分类器模型实现的人工智能预测模型，本发明实施例对该分类器模型的具体实现方式有多种，其中一种是基于SVM模型结构实现、一种是基于MLP网络结构实现、一种是基于随机森林模型结构实现，也可以基于其他能够实现分类预测的神经网络或算法模型来实现；本发明实施例在使用该运行风险分类预测模型之前，需要基于足够的历史数据-风险类型标签对模型进行训练；
还需要说明的是，本发明实施例的运行风险分类预测模型能够预测的风险类型包括：无法接入风险、处理性能降低风险和处理超时风险等；若第一数据张量中连接饱和度随着时间的变化趋势为增高趋势则预测出的无法接入风险的概率会增高；若第一数据张量中线程饱和度、队列饱和度或数据库连接饱和度随着时间的变化趋势为增高趋势则预测出的处理性能降低风险的概率会增高；若第一数据张量中数据库平均响应时长随着时间的变化趋势为增高趋势且数据库平均响应时长超过预设时长阈值的次数大于预设数量阈值则预测出的处理超时风险的概率会增高；
步骤35，由各个第一分类概率及其对应的分类类型组成对应的第一类预测信息；并由得到的所有第一类预测信息组成对应的第一预测结果并显示。
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示，该电子设备可以包括：处理器301(例如CPU)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
在图2中提到的系统总线305可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(Random Access Memory，RAM)，也可能还包括非易失性存储器(Non-Volatile Memory)，例如至少一个磁盘存储器。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、图形处理器(Graphics Processing Unit，GPU)等；还可以是数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
需要说明的是，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
本发明实施例还提供一种运行指令的芯片，该芯片用于执行前述方法实施例描述的处理步骤。
本发明实施例提供了一种对中间件进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对各应用服务中间件的性能数据进行采集，并根据最新采集结果进行实时的中间件运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可对任一中间件的运行状态进行较为全面的实时监测和风险预测，从而对常规方案中缺失应用服务中间件监测这一缺陷进行了有效弥补。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种对中间件进行监测的处理方法，其特征在于，所述方法包括：
监测服务器定期向各个第一中间件服务端发送第一轮询指令；并接收各个所述第一中间件服务端回发的第一轮询记录存入对应的第一记录列表；
根据所述第一记录列表中最新的所述第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示；
根据所述第一记录列表中最近指定时段内的所有所述第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示。
2.根据权利要求1所述的对中间件进行监测的处理方法，其特征在于，
所述监测服务器与各个第一中间件服务端之间基于所述SNMP协议处理轮询指令的数据收发和轮询记录的数据收发。
3.根据权利要求1所述的对中间件进行监测的处理方法，其特征在于，
所述第一记录列表包括多个所述第一轮询记录；所述第一轮询记录包括第一服务端时间、第一服务端IP地址、第一服务端名称、第一端口信息、第一线程池信息、第一消息队列信息和第一数据库信息；
所述第一端口信息包括最大连接数量和连接饱和度；
所述第一线程池信息包括最大线程数量和线程饱和度；
所述第一消息队列信息包括最大队列容量和队列饱和度；
所述第一数据库信息包括数据库最大连接数量、数据库连接饱和度和数据库平均响应时长。
4.根据权利要求3所述的对中间件进行监测的处理方法，其特征在于，所述方法还包括：
所述第一中间件服务端接收到所述监测服务器发送的所述第一轮询指令时，从本地获取预设的IP地址和中间件名称作为对应的所述第一服务端IP地址和所述第一服务端名称；
并将当前服务端上预先为外部连接申请端口设置的申请数量上限阈值作为对应的所述最大连接数量，并对所述外部连接申请端口在当前时刻的实际申请连接数量进行统计得到对应的所述当前端口连接数量，并将所述当前端口连接数量与所述最大连接数量的百分比值作为对应的所述连接饱和度；并由得到的所述最大连接数量和所述连接饱和度组成对应的所述第一端口信息；
并将当前服务端上预先为线程池设置的线程数量上限阈值作为对应的所述最大线程数量，并对当前时刻的实际线程数量进行统计得到对应的所述当前线程数量，并将所述当前线程数量与所述最大线程数量的百分比值作为对应的所述线程饱和度；并由得到的所述最大线程数量和所述线程饱和度组成对应的所述第一线程池信息；
并将当前服务端上预先为消息队列设置的队列存储容量上限阈值作为对应的所述最大队列容量，并对当前时刻的实际队列存储容量进行统计得到对应的所述当前队列存储容量，并将所述当前队列存储容量与所述最大队列容量的百分比值作为对应的所述队列饱和度；并由得到的所述最大队列容量和所述队列饱和度组成对应的所述第一消息队列信息；
并将当前服务端上预先为服务端数据库设置的数据库访问上限阈值作为对应的所述数据库最大连接数量，并对当前时刻的实际数据库访问连接数量进行统计得到对应的所述当前数据库访问数量，并将所述当前数据库访问数量与所述数据库最大连接数量的百分比值作为对应的所述数据库连接饱和度，并对服务端数据库在最近的第一指定时段内的所有数据库访问指令的平均响应时间进行统计得到对应的所述数据库平均响应时长；并由得到的所述数据库最大连接数量、所述数据库连接饱和度和所述数据库平均响应时长组成对应的所述第一数据库信息；
并将当前服务端的当前系统时间作为对应的所述第一服务端时间；
并由得到的所述第一服务端时间、所述第一服务端IP地址、所述第一服务端名称、所述第一端口信息、所述第一线程池信息、所述第一消息队列信息和所述第一数据库信息组成对应的所述第一轮询记录向所述监测服务器回发。
5.根据权利要求3所述的对中间件进行监测的处理方法，其特征在于，所述根据所述第一记录列表中最新的所述第一轮询记录进行中间件运行状态分析生成对应的第一分析结果并显示，具体包括：
将所述第一记录列表中时间最新的所述第一轮询记录提取出来作为对应的当前记录；并将所述当前记录的所述第一服务端IP地址、所述第一服务端名称、所述第一端口信息、所述第一线程池信息、所述第一消息队列信息和所述第一数据库信息作为对应的当前服务端IP地址、当前服务端名称、当前端口信息、当前线程池信息、当前消息队列信息和当前数据库信息；
对所述当前端口信息的所述连接饱和度是否超过预设的第一饱和度警戒阈值进行识别；若是，则设置对应的第一信息为预设的端口连接饱和度偏高告警信息；若否，则设置对应的所述第一信息为空；
对所述当前线程池信息的所述线程饱和度是否超过预设的第二饱和度警戒阈值进行识别；若是，则设置对应的第二信息为预设的线程池饱和度偏高告警信息；若否，则设置对应的所述第二信息为空；
对所述当前消息队列信息的所述队列饱和度是否超过预设的第三饱和度警戒阈值进行识别；若是，则设置对应的第三信息为预设的消息队列饱和度偏高告警信息；若否，则设置对应的所述第三信息为空；
对所述当前数据库信息的所述数据库连接饱和度是否超过预设的第四饱和度警戒阈值进行识别；若是，则设置对应的第四信息为预设的数据库连接饱和度偏高告警信息；若否，则设置对应的所述第四信息为空；
对所述当前数据库信息的所述数据库平均响应时长是否超过预设的平均响应时长警戒阈值进行识别；若是，则设置对应的第五信息为预设的数据库响应偏慢告警信息；若否，则设置对应的所述第五信息为空；
对得到的所述第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的中间件运行状态正常信息；若否，则由得到的所述第一、第二、第三、第四和第五信息组成对应的所述第一分析信息；
由所述当前服务端IP地址、所述当前服务端名称和所述第一分析信息组成对应的所述第一分析结果并显示。
6.根据权利要求3所述的对中间件进行监测的处理方法，其特征在于，所述根据所述第一记录列表中最近指定时段内的所有所述第一轮询记录进行中间件运行风险预测生成对应的第一预测结果并显示，具体包括：
将所述第一记录列表中任一所述第一轮询记录的所述第一服务端IP地址和所述第一服务端名称提取出来作为对应的当前服务端IP地址和当前服务端名称；
将所述第一记录列表中在所述最近指定时段内的所有所述第一轮询记录提取出来按时间先后顺序排序生成对应的第一轮询记录序列；
将所述第一轮询记录序列中各个所述第一轮询记录的所述第一服务端时间、所述连接饱和度、所述线程饱和度、所述队列饱和度、所述数据库连接饱和度和所述数据库平均响应时长提取出来组成对应的第一数据向量；并由得到的所有所述第一数据向量组成对应的第一数据张量；
将所述第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；所述第一预测向量包括多个第一分类概率；各个所述第一分类概率对应一个预设的风险类型；
由各个所述第一分类概率及其对应的所述分类类型组成对应的第一类预测信息；并由得到的所有所述第一类预测信息组成对应的所述第一预测结果并显示。
7.一种电子设备，其特征在于，包括：存储器、处理器和收发器；
所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-6任一项所述的方法；
所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
8.一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，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-6任一项所述的方法。
CN202310482561.9A 2023-04-27 2023-04-27 一种对中间件进行监测的处理方法 Pending CN116489061A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310482561.9A CN116489061A (zh) 2023-04-27 2023-04-27 一种对中间件进行监测的处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310482561.9A CN116489061A (zh) 2023-04-27 2023-04-27 一种对中间件进行监测的处理方法

Publications (1)

Publication Number Publication Date
CN116489061A true CN116489061A (zh) 2023-07-25

Family

ID=87224903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310482561.9A Pending CN116489061A (zh) 2023-04-27 2023-04-27 一种对中间件进行监测的处理方法

Country Status (1)

Country Link
CN (1) CN116489061A (zh)

Similar Documents

Publication Publication Date Title
CN110868336B (zh) 数据管理方法、装置和计算机可读存储介质
CN111818136A (zh) 数据处理方法、装置、电子设备及计算机可读介质
CN111786886A (zh) 一种消息处理方法、装置、系统、电子设备及存储介质
US20210042578A1 (en) Feature engineering orchestration method and apparatus
CN111694645B (zh) 分布式任务调度系统中任务处理方法及相关装置
CN113590437B (zh) 一种告警信息处理方法、装置、设备和介质
CN113190417A (zh) 微服务状态检测方法、模型的训练方法、设备及存储介质
CN116610521A (zh) 一种对数据库进行监测的处理方法
CN116450463A (zh) 一种对服务器硬件进行监测的处理方法
CN116489061A (zh) 一种对中间件进行监测的处理方法
CN112910733A (zh) 一种基于大数据的全链路监控系统及方法
CN116450462A (zh) 一种对存储设备进行监测的处理方法
CN115801764A (zh) 文件传输方法、装置、设备及存储介质
CN116450299A (zh) 一种对虚拟机进行监测的处理方法
CN116436815A (zh) 一种对网络设备进行监测的处理方法
CN115604089A (zh) 网络故障定位方法及装置
CN112988417A (zh) 消息处理方法、装置、电子设备及计算机可读介质
CN113419887A (zh) 主机联机事务异常的处理方法及装置
CN112817788A (zh) 任务异常告警方法、装置、服务器及存储介质
CN111427878A (zh) 数据监控告警方法、装置、服务器和存储介质
CN116450485B (zh) 一种应用性能干扰的检测方法和系统
CN112887414B (zh) 资源信息分批推送方法、装置、计算机设备和存储介质
CN117675656A (zh) 自适应阈值设备离线检测方法、装置、设备及存储介质
CN114125906B (zh) 网络异常的诊断方法、装置、计算设备及计算机存储介质
CN114691404A (zh) 服务进程的监测方法、装置、电子设备、存储介质及产品

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