CN116610567A - 应用程序异常的预警方法、装置、处理器以及电子设备 - Google Patents
应用程序异常的预警方法、装置、处理器以及电子设备 Download PDFInfo
- Publication number
- CN116610567A CN116610567A CN202310512030.XA CN202310512030A CN116610567A CN 116610567 A CN116610567 A CN 116610567A CN 202310512030 A CN202310512030 A CN 202310512030A CN 116610567 A CN116610567 A CN 116610567A
- Authority
- CN
- China
- Prior art keywords
- target
- program
- sentence
- statement
- detected
- 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
- 238000000034 method Methods 0.000 title claims abstract description 91
- 230000002159 abnormal effect Effects 0.000 title abstract description 20
- 230000005856 abnormality Effects 0.000 claims abstract description 45
- 238000012216 screening Methods 0.000 claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 28
- 238000001914 filtration Methods 0.000 claims description 20
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000007488 abnormal function Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/65—Updates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种应用程序异常的预警方法、装置、处理器以及电子设备。涉及应用程序测试领域,该方法包括:从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句;在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比;在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常。通过本申请,解决了相关技术中难以确定应用程序中是否存在事务隐患的问题。
Description
技术领域
本申请涉及应用程序测试领域,具体而言,涉及一种应用程序异常的预警方法、装置、处理器以及电子设备。
背景技术
随着不同的应用程序大规模使用开源关系数据库(也即MySQL数据库),如何稳定、可靠的维护应用程序的业务运行,及时有效地发现及避免事务成为了数据库行业一直以来的棘手问题,其中,事务是指访问并可能的更新数据库中各项数据项的一个程序执行单元,一般由不合理的结构化查询语句形成,包括程序运行中死锁、连接池被占满、接口超时和主从延迟等会对程序产生比较的大影响的事务。
现有技术中,需要实时对开源关系数据库进行监控,但是该方法会消耗部分数据库本身的资源,并且若更新记录数过大会造成系统无响应;此外,如果多个业务相互依赖,会造成相关联的业务间接异常,在事后分析时会消耗大量人力和时间成本。
针对相关技术中难以确定应用程序中是否存在事务隐患的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种应用程序异常的预警方法、装置、处理器以及电子设备,以解决相关技术中难以确定应用程序中是否存在事务隐患的问题。
为了实现上述目的,根据本申请的一个方面,提供了一种应用程序异常的预警方法。该方法包括:从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句;在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比;在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常。
可选地,在从目标应用程序的数据库中获取待检测语句之前,方法还包括:获取目标应用程序的配置信息以及日志信息,根据配置信息以及日志信息确定启动程序,其中,启动程序用于启动采集程序,采集程序用于通过采集工具从数据库中获取待检测语句;将启动程序存储至目标应用程序的程序容器中,并判断启动程序是否存储成功;在启动程序存储成功的情况下,利用采集程序调用采集工具,并通过采集工具从数据库中采集得到待检测语句,将待检测语句存储至数据库中;在启动程序存储失败的情况下,对启动程序进行再次存储,直至存储成功,执行启动采集程序的步骤,或者,直至存储的次数到达预设次数的情况下,触发上传失败信息,并将上传失败信息写入数据库中。
可选地,利用采集程序调用采集工具,并通过采集工具从数据库中采集得到待检测语句包括:利用启动程序确定采集程序,利用采集程序获取程序容器的进程标识符以及采集工具,其中,采集程序包括容器代理程序,容器代理程序用于调用采集工具进行待检测语句的采集,进程标识符用于指示执行容器代理程序;根据进程标识符调用执行程序执行容器代理程序,利用代理程序调用采集工具采集待检测语句,其中,执行程序用于执行容器代理程序。
可选地,目标语句包括第一目标语句和第二目标语句,预设关键字包含条件关键字和编辑关键字,判断待检测语句中是否存在目标语句包括:在待检测语句中存在一种或多种条件关键字的情况下,确定待检测语句中存在第一目标语句;和/或在待检测语句中存在一种或多种编辑关键字的情况下,确定待检测语句中存在第二目标语句。
可选地,目标语句的记录数据至少包含更新记录数或更新字节数,更新记录数表征预设关键字在待检测语句中出现的频次,更新字节数表征目标语句占据的字节数,在确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比之前,方法还包括:获取语句处理工具,并利用语句处理工具处理待检测语句,得到第一目标语句以及第二目标语句;确定第一目标语句的第一更新记录数,得到第一目标语句的记录数据;确定第一目标语句的第二更新记录数和更新字节数,由第二更新记录数和更新字节数组合为第二目标语句的记录数据。
可选地,确定第一目标语句的第一更新记录数包括:获取第一目标语句中的条件关键字的数量;在条件关键字的数量大于一的情况下,获取第一目标语句的索引字段以及第一目标语句的生产记录数,利用索引字段确定索引字段区分度,并利用索引字段区分度和生产记录数确定查询区分度,将查询区分度确定为第一更新记录数;在条件关键字的数量等于一的情况下,利用语句处理工具确定第一目标语句的生产记录数,并将生产记录数确定为第一更新记录数。
可选地,确定第一目标语句的第二更新记录数和更新字节数包括:获取第二目标语句的编辑关键字的类型,并确定编辑关键字在待检测语句中占据的行数,得到第二更新记录数;根据编辑关键字的类型关联的预设字节数和第二更新记录数确定第二目标语句的更新字节数。
为了实现上述目的,根据本申请的另一方面,提供了一种应用程序异常的预警装置。该装置包括:第一获取单元,用于从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句;第一确定单元,用于在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比;第二确定单元,用于在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常。
根据本发明实施例的另一方面,还提供了一种处理器,处理器用于运行程序,其中,程序运行时控制非易失性存储介质所在的设备执行一种应用程序异常的预警方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包含一个或多个处理器和存储器;存储器中存储有计算机可读指令,处理器用于运行计算机可读指令,其中,计算机可读指令运行时执行一种应用程序异常的预警方法。
通过本申请,采用以下步骤:从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句;在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比;在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常,解决了相关技术中难以确定应用程序中是否存在事务隐患的问题通过对应用程序的待检测语句进行识别判断,得到包含预设关键字的目标语句,进而利用处理工具确定每一目标语句的记录数据,将该记录数据与预设阈值进行对比,进而达到了准确判断目标应用程序中是否存在事务隐患的效果。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的应用程序异常的预警方法的流程图;
图2是根据本申请实施例提供的可选的应用程序异常的预警方法的示意图;
图3是根据本申请实施例提供的应用程序异常的预警装置的示意图;
图4是根据本申请实施例提供的电子设备的示意图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,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的实施例,而不是全部的实施例。基于本申请中的实施例,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他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
下面结合优选的实施步骤对本发明进行说明,图1是根据本申请实施例提供的应用程序异常的预警方法的流程图,如图1所示,该方法包括如下步骤:
步骤S101,从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句。
具体的,数据库也即开源关系数据库(MySQL),是基于SQL查询的开源跨平台数据库管理系统,多种应用程序都在该数据库的基础上进行开发,用于存储由多条结构化查询语句;结构化查询语句,也即SQL(Structured Query Language),是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统,可以包括数据操纵语句以及数据定义语句等。为使目标应用程序正常运行,需要利用开源关系数据库中已有的SQL语句以及在应用程序开发阶段生成的SQL语句进行辅助操作。
待检测语句可以是结构化查询语句,通过对结构化查询语句进行分析,可以分析出目标应用程序是否可能出现事务隐患时,具体的,从目标应用程序的数据库中获取目标应用程序所有的结构化查询语句,并根据预设关键字判断所有结构化查询语句中是否存在包含该预设关键字的语句,其中,预设关键字可以包括条件关键字以及编辑关键字,条件关键字可以包括“limit”、“where”等,编辑关键字可以包括“replace into”、“insert into”以及“update”等,目标语句可以是指包含该预设关键字的语句。
需要说明的是,当待检测语句中存在目标语句时,需要进一步判断目标语句的记录数据是否符合阈值要求,若目标语句的记录数据符合阈值要求时,则说明目标应用程序不存在事务隐患,反之,若目标语句的记录数据不符合阈值要求时,则说明目标应用程序存在事务隐患。
步骤S102,在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比。
具体的,预设筛选阈值可以包括预设最大更新记录数以及预设最大更新字节数,记录数据可以包括更新记录数以及更新字节数,更新记录数用于表示预设关键字在待检测语句中出现的行数或基于该预设关键字得到的区分度,更新字节数用于表示目标语句占据的字节数。
进一步的,根据获取得到的目标语句的记录数据,判断记录数据是否大于预设筛选阈值,以此确定该目标应用程序是否存在事务隐患。
步骤S103,在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常。
具体的,当目标语句的记录数据小于等于预设筛选阈值时,例如,目标语句的更新记录数小于预设最大更新记录数时,或者更新字节数以及小于预设最大更新字节数时,表明该目标应用程序不存在功能异常或业务异常,也即不存在事务隐患,反之,若目标语句的记录数据大于预设筛选阈值时,表明该目标应用程序的SQL语句存在异常,目标应用程序存在事务隐患。
进一步的,若目标应用程序存在事务隐患时,获取目标应用程序的相关SQL语句以及应用程序的配置信息等相关信息,将其打包发送给相关工作人员,提醒相关工作人员及时处理事务隐患。
本申请实施例提供的应用程序异常的预警方法,通过从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句;在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比;在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常,解决了相关技术中难以确定应用程序中是否存在事务隐患的问题通过对应用程序的待检测语句进行识别判断,得到包含预设关键字的目标语句,进而利用处理工具确定每一目标语句的记录数据,将该记录数据与预设阈值进行对比,进而达到了准确判断目标应用程序中是否存在事务隐患的效果。
目标应用程序的待检测语句由多个程序获取得到,可选地,在本申请实施例提供的应用程序异常的预警方法中,在从目标应用程序的数据库中获取待检测语句之前,方法还包括:获取目标应用程序的配置信息以及日志信息,根据配置信息以及日志信息确定启动程序,其中,启动程序用于启动采集程序,采集程序用于通过采集工具从数据库中获取待检测语句;将启动程序存储至目标应用程序的程序容器中,并判断启动程序是否存储成功;在启动程序存储成功的情况下,利用采集程序调用采集工具,并通过采集工具从数据库中采集得到待检测语句,将待检测语句存储至数据库中;在启动程序存储失败的情况下,对启动程序进行再次存储,直至存储成功,执行启动采集程序的步骤,或者,直至存储的次数到达预设次数的情况下,触发上传失败信息,并将上传失败信息写入数据库中。
具体的,在根据获取的配置信息以及日志信息确定用于启动采集程序的启动程序后,先将该启动程序存储至目标应用程序的容器中,其中,采集程序是指采集SQL语句的编译程序,容器是指是运行该目标应用程序所需的应用程序代码及其相关库和依赖项的轻量级完整包,配置信息是指目标应用程序所在服务器的相关配置参数,日志信息是指目标应用程序所在服务器的日志明细记录存储有该目标应用程序需要的所有程序代码、操作系统、类库、其他二进制文件以及配置文件等,因此,将启动程序存储到容器,可以使得目标应用程序正常使用启动程序启动采集程序,进而获取待检测的SQL语句。
需要说明的是,当启动程序成功存储至容器时,可以利用启动程序启动采集程序,若启动程序不能顺利存储值目标应用程序的容器时,则不能进行启动以及采集操作。因此,若启动程序不能在第一次的存储操作执行时成功存储至容器时,可以再进行两次存储尝试,直至启动程序存储成功。但若启动程序的存储操作次数超过预设的三次存储次数的情况下,表明应用程序或启动程序存在异常,则生成上传失败信息,并将生成的上传失败信息由目标应用程序上传给相关工作人员,同时将该上传失败信息存储至数据库,以便工作人员查看,其中,上传失败信息用于指示相关程序存储异常。
可选地,在本申请实施例提供的应用程序异常的预警方法中,利用采集程序调用采集工具,并通过采集工具从数据库中采集得到待检测语句包括:利用启动程序确定采集程序,利用采集程序获取程序容器的进程标识符以及采集工具,其中,采集程序包括容器代理程序,容器代理程序用于调用采集工具进行待检测语句的采集,进程标识符用于指示执行容器代理程序;根据进程标识符调用执行程序执行容器代理程序,利用代理程序调用采集工具采集待检测语句,其中,执行程序用于执行容器代理程序。
具体的,进程标识符,也即进程PID(Process Identification),是用于表征各程序进程的身份标识,若运行一个程序,系统会自动分配一个标识,在进程中止后,这个号码就会被回收,并可能被分配给另一个新进程。在启动程序成功存储至目标应用程序的容器后,目标应用程序利用启动程序启动容器内的采集程序,而利用采集程序可以通过调用相关方法获取代理程序的进程标识符以及采集工具,根据进程标识符确定代理程序,并将代理程序存储值目标应用程序的容器中,进而通过代理程序调用采集工具进行SQL语句的采集,以此得到待检测的SQL语句。需要说明的是,代理程序是用于采集相关语句的程序,需要利用采集程序启动,通过利用多个程序获取待检测的SQL语句,降低了遗漏风险,并提高了采集语句的效率。
通过判断语句中是否存在预设关键字进而确定目标语句的类型,可选地,在本申请实施例提供的应用程序异常的预警方法中,目标语句包括第一目标语句和第二目标语句,预设关键字包含条件关键字和编辑关键字,判断待检测语句中是否存在目标语句包括:在待检测语句中存在一种或多种条件关键字的情况下,确定待检测语句中存在第一目标语句;和/或在待检测语句中存在一种或多种编辑关键字的情况下,确定待检测语句中存在第二目标语句。
具体的,用于判断是否为目标语句的预设关键字包括条件关键字以及编辑关键字,条件关键字可以包括“limit”控制、“where”过滤条件、“replace”、“insert”、“loaddata”以及索引字段等,编辑关键字可以包括“replace into”、“insert into”以及“update”等,当待检测的SQL语句中存在一种或多种条件关键字时,目标语句为第一目标语句。
例如,若SQL语句中存在“limit”控制,则将该语句确定为第一目标语句;若SQL语句中不存在“limit”控制或者where”过滤条件时,则将该语句确定为第一目标语句;若SQL语句中存在“where”过滤条件,但没有“limit”控制,同时过滤字段为非索引字段的情况下,则将该语句确定为第一目标语句;若SQL语句中存在“where”过滤条件,但没有“limit”控制,同时过滤字段为索引字段的情况下,将该语句确定为第一目标语句;若SQL语句中存在“replace”、“insert”或“load data”的条件关键字时,将该语句确定为第一目标语句。
进一步的,当待检测的SQL语句中存在一种或多种编辑关键字时,目标语句为第二目标语句。例如,若SQL语句为“replace into”、“insert into”、“delete”或“update”的更新语句时,表明该语句为第二目标语句,通过判断关键字的不同类型,进而达到了确定目标语句类型,根据目标语句的类型计算记录数据的效果。
利用处理工具获取每一目标语句的记录数据的方式,可选地,在本申请实施例提供的应用程序异常的预警方法中,目标语句的记录数据至少包含更新记录数或更新字节数,更新记录数表征预设关键字在待检测语句中出现的频次,更新字节数表征目标语句占据的字节数,在确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比之前,方法还包括:获取语句处理工具,并利用语句处理工具处理待检测语句,得到第一目标语句以及第二目标语句;确定第一目标语句的第一更新记录数,得到第一目标语句的记录数据;确定第一目标语句的第二更新记录数和更新字节数,由第二更新记录数和更新字节数组合为第二目标语句的记录数据。
具体的,语句处理工具是用于查询SQL语句以及目标语句的记录数据的编译工具,可以为语法编译器等。根据判断目标语句的规则以及获取的语句处理工具,第一更新记录数是指包含条件关键字的SQL语句中条件关键字涉及的语句行数或生产记录数,第二更新记录数是指第一目标语句的记录数据,可以得到每一个第一目标语句以及每一个第二目标语句的记录数据。
需要说明的是,第一目标语句的记录数据是指更新记录数,也即第一目标语句需要获取SQL语句中条件关键字涉及的语句行数或生产记录数,第二目标语句的记录数据是指实际字节数,实际字节数需要获取SQL语句中编辑关键字占据的平均空间以及第一目标语句的记录数据,并由第二更新记录数与平均占用空间计算得到每一第二目标语句的记录数据,通过计算每一目标语句的记录数据,将记录数据与阈值进行比较,可以以量化的方式准确判断目标语句是否存在异常,目标应用程序是否存在事务隐患。
当待检测语句中存在条件关键字时,需要确定每一目标语句的记录数据,可选地,在本申请实施例提供的应用程序异常的预警方法中,确定第一目标语句的第一更新记录数包括:获取第一目标语句中的条件关键字的数量;在条件关键字的数量大于一的情况下,获取第一目标语句的索引字段以及第一目标语句的生产记录数,利用索引字段确定索引字段区分度,并利用索引字段区分度和生产记录数确定查询区分度,将查询区分度确定为第一更新记录数;在条件关键字的数量等于一的情况下,利用语句处理工具确定第一目标语句的生产记录数,并将生产记录数确定为第一更新记录数。
具体的,索引字段是指由SQL语句构成的存储表的一列中的值串接而成的字段,若第一目标语句中条件关键字的数量大于一时,例如,在SQL语句中存在“where”过滤条件、但没有“limit”控制条件、同时过滤字段为索引字段的情况下,该SQL语句中包括了“where”过滤条件以及索引字段两个条件关键字,利用语句处理工具获取该SQL语句的过滤字段为索引字段的索引字段区分度,并确定该SQL语句的索引字段的查询方式,其中,查询方式包括等值查询以及范围查询,等值查询是指用“=”来判断过滤条件,范围查询就是用“>”或“<”来判断过滤条件。
若该SQL语句的索引字段的查询方式为等值查询,则利用下式计算得到区分度数值:等值查询区分度=生产记录数/MAX(CARDINALITY);其中,MAX函数为取最大值的函数,CARDINALITY为索引字段区分度,生产记录数由语句处理工具获取得到。
若该SQL语句的索引字段的查询方式为范围查询,则利用下式计算得到区分度数值:范围查询区分度=生产记录数/(SUM(CARDINALITY)/生产记录数的均值);其中,SUM函数为求和函数,CARDINALITY为索引字段区分度。将求得的区分度确定为第一更新记录数,也即第一目标语句的记录数据。
进一步的,若条件关键字的数量等于一时,若SQL语句中存在“limit”控制时,该语句中的条件关键字为“limit”控制;若SQL语句中存在“where”过滤条件、但没有“limit”控制条件、同时过滤字段为非索引字段时,该语句中的条件关键字为“where”过滤条件;若SQL语句中存在“replace”、“insert”或“load data”中任意一个条件关键字时,该SQL语句中的条件关键字的数量为一,利用语句处理工具确定第一目标语句的生产记录数,并将生产记录数确定为第一更新记录数。
另一方面,若SQL语句中不存在条件关键字时,表明该目标应用程序不存在事务隐患。
当待检测语句中存在编辑关键字时,需要确定每一目标语句的记录数据,可选地,在本申请实施例提供的应用程序异常的预警方法中,确定第一目标语句的第二更新记录数和更新字节数包括:获取第二目标语句的编辑关键字的类型,并确定编辑关键字在待检测语句中占据的行数,得到第二更新记录数;根据编辑关键字的类型关联的预设字节数和第二更新记录数确定第二目标语句的更新字节数。
具体的,第二目标语句的记录数据由第一目标语句的记录数据以及每条记录数据的平均占用空间计算得到,具体的,当SQL语句为包含“replace into”或“insert into”的目标语句时,获取存在“replace”、“insert”的目标语句的第一目标语句,并将该第一目标语句的第一更新记录数确定为该目标语句的生产记录数;若SQL语句为包含“update”的目标语句时,根据该目标语句中存在“limit”或“where”等条件关键字的数量,将第一目标语句的第一更新记录数确定为该目标语句的生产记录数。
根据生产记录数以及存储在数据库的每条记录的平均占用空间,利用公式计算得到更新字节数:更新字节数为=单条记录的平均占用空间*更新记录数*2。
进一步的,若SQL语句为包含“delete”的目标语句时,根据该目标语句中存在“limit”或“where”等条件关键字的数量,将第一目标语句的第一更新记录数确定为该目标语句的生产记录数,并利用存储在数据库的每条记录的平均占用空间,利用公式计算得到更新字节数:更新字节数为=单条记录的平均占用空间*更新记录数;并将该更新字节数确定为第二目标语句的更新字节数。
本申请实施例还提供了一种可选的应用程序异常的预警方法,图2是根据本申请实施例提供的可选的应用程序异常的预警方法的示意图,如图2所示,方法包括:
该方法通过预警系统获取应用程序的服务器信息,并利用信息确定待检测的SQL语句,对语句进行检测分析后判断该应用程序是否存在事务隐患,该系统包括页面展示模块、数据存储模块、采集模块以及分析模块,其中,页面展示模块用于用户将目标应用程序所在的服务器的配置信息、预设条件以及台账信息由页面写入,并将该信息存储至到数据存储模块;数据存储模块用于存储配置信息、台账信息、应用生产信息、获取的SQL语句以及分析结果等;采集模块用于根据读取的台账信息、预设条件以及配置信息确定启动程序,在启动程序存储成功的情况下,利用采集程序调用采集工具,并通过采集工具从应用程序的数据库中采集得到待检测的SQL语句以及应用生产信息,将待检测的SQL语句存储至数据存储模块中;分析模块用于分析生产信息以及待检测的SQL语句的记录数据是否符合阈值要求,若SQL语句的记录数据不符合阈值要求,则确定该目标应用程序存在事务隐患。
具体的,利用页面展示模块获取配置信息以及日志信息后,再利用该信息确定用于启动采集程序的启动程序,并将该启动程序插入目标应用程序的容器中,当启动程序成功存储至容器时,目标应用程序利用启动程序启动容器内的采集程序,而利用采集程序可以通过调用相关方法获取代理程序的进程标识符以及采集工具,根据进程标识符确定代理程序,并将代理程序存储值目标应用程序的容器中,进而通过代理程序调用采集工具进行SQL语句的采集,以此得到待检测的SQL语句。
进一步的,利用分析模块分析待检测的SQL语句,根据预设关键字判断所有结构化查询语句中是否存在包含该预设关键字的语句,得到多个目标语句,并利用语句解析工具获取每一目标语句的记录数据,并判断记录数据是否大于预设筛选阈值,在记录数据的数值大于预设筛选阈值时,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,并将分析结果存储至数据存储模块。
本实施例通过页面展示模块获取信息,通过数据存储模块存储语句以及获取到的信息,通过采集模块采集待检测的语句以及通过分析模块调用多个程序,得到待检测的SQL语句,并利用判断是否存在关键字的方式确定目标语句,利用语句处理工具得到每一目标语句的记录数据,进而根据记录数据与预设筛选阈值进行比较得到应用程序是否存在事务隐患的结果,达到了快速、有效地确定应用程序事务隐患的效果。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种应用程序异常的预警装置,需要说明的是,本申请实施例的应用程序异常的预警装置可以用于执行本申请实施例所提供的用于应用程序异常的预警方法。以下对本申请实施例提供的应用程序异常的预警装置进行介绍。
图3是根据本申请实施例提供的应用程序异常的预警装置的示意图,如图3所示,该装置包括:第一获取单元30、第一确定单元31、第二确定单元32。
第一获取单元30,用于从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句。
第一确定单元31,用于在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比。
第二确定单元32,用于在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常。
可选地,在本申请实施例提供的应用程序异常的预警装置中,该装置还包括:第二获取单元,用于在从目标应用程序的数据库中获取待检测语句之前,获取目标应用程序的配置信息以及日志信息,根据配置信息以及日志信息确定启动程序,其中,启动程序用于启动采集程序,采集程序用于通过采集工具从数据库中获取待检测语句;第一存储单元,用于将启动程序存储至目标应用程序的程序容器中,并判断启动程序是否存储成功;调用单元,用于在启动程序存储成功的情况下,利用采集程序调用采集工具,并通过采集工具从数据库中采集得到待检测语句,将待检测语句存储至数据库中;第二存储单元,用于在启动程序存储失败的情况下,对启动程序进行再次存储,直至存储成功,执行启动采集程序的步骤,或者,直至存储的次数到达预设次数的情况下,触发上传失败信息,并将上传失败信息写入数据库中。
可选地,在本申请实施例提供的应用程序异常的预警装置中,第一获取单元30包括:第一确定模块,用于利用启动程序确定采集程序,利用采集程序获取程序容器的进程标识符以及采集工具,其中,采集程序包括容器代理程序,容器代理程序用于调用采集工具进行待检测语句的采集,进程标识符用于指示执行容器代理程序;调用模块,用于根据进程标识符调用执行程序执行容器代理程序,利用代理程序调用采集工具采集待检测语句,其中,执行程序用于执行容器代理程序。
可选地,在本申请实施例提供的应用程序异常的预警装置中,第一获取单元30包括:第二确定模块,用于在待检测语句中存在一种或多种条件关键字的情况下,确定待检测语句中存在第一目标语句;和/或第三确定模块,用于在待检测语句中存在一种或多种编辑关键字的情况下,确定待检测语句中存在第二目标语句。
可选地,在本申请实施例提供的应用程序异常的预警装置中,该装置还包括:第三获取单元,用于在确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比之前,获取语句处理工具,并利用语句处理工具处理待检测语句,得到第一目标语句以及第二目标语句;第三确定单元,用于确定第一目标语句的第一更新记录数,得到第一目标语句的记录数据;第四确定单元,用于确定第一目标语句的第二更新记录数和更新字节数,由第二更新记录数和更新字节数组合为第二目标语句的记录数据。
可选地,在本申请实施例提供的应用程序异常的预警装置中,第一确定单元31包括:第一获取模块,用于获取第一目标语句中的条件关键字的数量;第二获取模块,用于在条件关键字的数量大于一的情况下,获取第一目标语句的索引字段以及第一目标语句的生产记录数,利用索引字段确定索引字段区分度,并利用索引字段区分度和生产记录数确定查询区分度,将查询区分度确定为第一更新记录数;第三获取模块,用于在条件关键字的数量等于一的情况下,利用语句处理工具确定第一目标语句的生产记录数,并将生产记录数确定为第一更新记录数。
可选地,在本申请实施例提供的应用程序异常的预警装置中,第一确定单元31包括:第四获取模块,用于获取第二目标语句的编辑关键字的类型,并确定编辑关键字在待检测语句中占据的行数,得到第二更新记录数;第四确定模块,用于根据编辑关键字的类型关联的预设字节数和第二更新记录数确定第二目标语句的更新字节数。
本申请实施例提供的应用程序异常的预警装置,通过第一获取单元30,用于从目标应用程序的数据库中获取待检测语句,并判断待检测语句中是否存在目标语句,得到判断结果,其中,目标语句是指包含预设关键字的语句。第一确定单元31,用于在判断结果表示待检测语句中存在目标语句的情况下,确定预设筛选阈值以及目标语句的记录数据,并将记录数据的值与预设筛选阈值进行对比。第二确定单元32,用于在记录数据的值大于预设筛选阈值的情况下,确定目标应用程序中存在事务隐患,并向目标应用程序的后台发送预警信息,其中,事务隐患是指目标应用程序出现功能异常或业务异常,解决了相关技术中难以确定应用程序中是否存在事务隐患的问题通过对应用程序的待检测语句进行识别判断,得到包含预设关键字的目标语句,进而利用处理工具确定每一目标语句的记录数据,将该记录数据与预设阈值进行对比,进而达到了准确判断目标应用程序中是否存在事务隐患的效果。
应用程序异常的预警装置包括处理器和存储器,上述第一获取单元30、第一确定单元31、第二确定单元32等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来解决相关技术中难以确定应用程序中是否存在事务隐患的问题。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现应用程序异常的预警方法。
本发明实施例提供了一种处理器,处理器用于运行程序,其中,程序运行时执行应用程序异常的预警方法。
图4是根据本申请实施例提供的电子设备的示意图,如图4所示,本发明实施例提供了一种电子设备,电子设备40包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器用于运行计算机可读指令,其中,计算机可读指令运行时执行一种应用程序异常的预警方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行一种应用程序异常的预警方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种应用程序异常的预警方法,其特征在于,包括:
从目标应用程序的数据库中获取待检测语句,并判断所述待检测语句中是否存在目标语句,得到判断结果,其中,所述目标语句是指包含预设关键字的语句;
在所述判断结果表示所述待检测语句中存在所述目标语句的情况下,确定预设筛选阈值以及所述目标语句的记录数据,并将所述记录数据的值与所述预设筛选阈值进行对比;
在所述记录数据的值大于所述预设筛选阈值的情况下,确定所述目标应用程序中存在事务隐患,并向所述目标应用程序的后台发送预警信息,其中,所述事务隐患是指所述目标应用程序出现功能异常或业务异常。
2.根据权利要求1所述的方法,其特征在于,在从目标应用程序的数据库中获取待检测语句之前,所述方法还包括:
获取所述目标应用程序的配置信息以及日志信息,根据所述配置信息以及所述日志信息确定启动程序,其中,所述启动程序用于启动采集程序,所述采集程序用于通过采集工具从所述数据库中获取所述待检测语句;
将所述启动程序存储至所述目标应用程序的程序容器中,并判断所述启动程序是否存储成功;
在所述启动程序存储成功的情况下,利用所述采集程序调用所述采集工具,并通过所述采集工具从所述数据库中采集得到所述待检测语句,将所述待检测语句存储至所述数据库中;
在所述启动程序存储失败的情况下,对所述启动程序进行再次存储,直至存储成功,执行启动所述采集程序的步骤,或者,直至存储的次数到达预设次数的情况下,触发上传失败信息,并将所述上传失败信息写入所述数据库中。
3.根据权利要求2所述的方法,其特征在于,利用所述采集程序调用所述采集工具,并通过所述采集工具从所述数据库中采集得到所述待检测语句包括:
利用所述启动程序确定所述采集程序,利用所述采集程序获取所述程序容器的进程标识符以及所述采集工具,其中,所述采集程序包括容器代理程序,所述容器代理程序用于调用所述采集工具进行所述待检测语句的采集,所述进程标识符用于指示执行所述容器代理程序;
根据所述进程标识符调用执行程序执行所述容器代理程序,利用所述代理程序调用所述采集工具采集所述待检测语句,其中,所述执行程序用于执行所述容器代理程序。
4.根据权利要求1所述的方法,其特征在于,所述目标语句包括第一目标语句和第二目标语句,所述预设关键字包含条件关键字和编辑关键字,判断所述待检测语句中是否存在目标语句包括:
在所述待检测语句中存在一种或多种所述条件关键字的情况下,确定所述待检测语句中存在所述第一目标语句;和/或
在所述待检测语句中存在一种或多种所述编辑关键字的情况下,确定所述待检测语句中存在所述第二目标语句。
5.根据权利要求4所述的方法,其特征在于,所述目标语句的记录数据至少包含更新记录数或更新字节数,所述更新记录数表征所述预设关键字在所述待检测语句中出现的频次,所述更新字节数表征所述目标语句占据的字节数,在确定预设筛选阈值以及所述目标语句的记录数据,并将所述记录数据的值与所述预设筛选阈值进行对比之前,所述方法还包括:
获取语句处理工具,并利用所述语句处理工具处理所述待检测语句,得到所述第一目标语句以及所述第二目标语句;
确定所述第一目标语句的第一更新记录数,得到所述第一目标语句的记录数据;
确定所述第一目标语句的第二更新记录数和更新字节数,由所述第二更新记录数和所述更新字节数组合为所述第二目标语句的记录数据。
6.根据权利要求5所述的方法,其特征在于,确定所述第一目标语句的第一更新记录数包括:
获取所述第一目标语句中的所述条件关键字的数量;
在所述条件关键字的数量大于一的情况下,获取所述第一目标语句的索引字段以及所述第一目标语句的生产记录数,利用所述索引字段确定索引字段区分度,并利用所述索引字段区分度和所述生产记录数确定查询区分度,将所述查询区分度确定为所述第一更新记录数;
在所述条件关键字的数量等于一的情况下,利用所述语句处理工具确定所述第一目标语句的生产记录数,并将所述生产记录数确定为所述第一更新记录数。
7.根据权利要求5所述的方法,其特征在于,确定所述第一目标语句的第二更新记录数和更新字节数包括:
获取所述第二目标语句的所述编辑关键字的类型,并确定所述编辑关键字在所述待检测语句中占据的行数,得到所述第二更新记录数;
根据所述编辑关键字的类型关联的预设字节数和所述第二更新记录数确定所述第二目标语句的更新字节数。
8.一种应用程序异常的预警装置,其特征在于,包括:
第一获取单元,用于从目标应用程序的数据库中获取待检测语句,并判断所述待检测语句中是否存在目标语句,得到判断结果,其中,所述目标语句是指包含预设关键字的语句;
第一确定单元,用于在所述判断结果表示所述待检测语句中存在所述目标语句的情况下,确定预设筛选阈值以及所述目标语句的记录数据,并将所述记录数据的值与所述预设筛选阈值进行对比;
第二确定单元,用于在所述记录数据的值大于所述预设筛选阈值的情况下,确定所述目标应用程序中存在事务隐患,并向所述目标应用程序的后台发送预警信息,其中,所述事务隐患是指所述目标应用程序出现功能异常或业务异常。
9.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的应用程序异常的预警方法。
10.一种电子设备,其特征在于,包括一个或多个处理器和存储器,所述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,使得所述一个或多个处理器实现权利要求1至7中任意一项所述的应用程序异常的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512030.XA CN116610567A (zh) | 2023-05-08 | 2023-05-08 | 应用程序异常的预警方法、装置、处理器以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310512030.XA CN116610567A (zh) | 2023-05-08 | 2023-05-08 | 应用程序异常的预警方法、装置、处理器以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116610567A true CN116610567A (zh) | 2023-08-18 |
Family
ID=87673912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310512030.XA Pending CN116610567A (zh) | 2023-05-08 | 2023-05-08 | 应用程序异常的预警方法、装置、处理器以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116610567A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117453578A (zh) * | 2023-12-25 | 2024-01-26 | 杭州云动智能汽车技术有限公司 | 一种nmea语句检测方法、装置、电子设备及存储介质 |
CN118245267A (zh) * | 2024-05-23 | 2024-06-25 | 天津南大通用数据技术股份有限公司 | 主动规避数据库资源异常占用的方法、装置及程序产品 |
-
2023
- 2023-05-08 CN CN202310512030.XA patent/CN116610567A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117453578A (zh) * | 2023-12-25 | 2024-01-26 | 杭州云动智能汽车技术有限公司 | 一种nmea语句检测方法、装置、电子设备及存储介质 |
CN117453578B (zh) * | 2023-12-25 | 2024-04-19 | 杭州云动智能汽车技术有限公司 | 一种nmea语句检测方法、装置、电子设备及存储介质 |
CN118245267A (zh) * | 2024-05-23 | 2024-06-25 | 天津南大通用数据技术股份有限公司 | 主动规避数据库资源异常占用的方法、装置及程序产品 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10558554B2 (en) | Machine learning based software correction | |
CN116610567A (zh) | 应用程序异常的预警方法、装置、处理器以及电子设备 | |
CN110909363A (zh) | 基于大数据的软件第三方组件漏洞应急响应系统及方法 | |
US11347619B2 (en) | Log record analysis based on log record templates | |
CN110895537A (zh) | 自由查询权限控制的方法及装置 | |
CN109146625B (zh) | 一种基于内容的多版本App更新评价方法及系统 | |
CN107609179B (zh) | 一种数据处理方法及设备 | |
US10782942B1 (en) | Rapid onboarding of data from diverse data sources into standardized objects with parser and unit test generation | |
CN114297204A (zh) | 一种异构数据源的数据存储、检索方法及装置 | |
CN114490413A (zh) | 测试数据的准备方法及装置、存储介质和电子设备 | |
CN116661758B (zh) | 一种优化日志框架配置的方法、装置、电子设备及介质 | |
CN109446077A (zh) | 一种数据库测试方法及装置 | |
CN113641702B (zh) | 一种语句审计后与数据库客户端交互处理方法和装置 | |
CN111435327B (zh) | 一种日志记录的处理方法、装置及系统 | |
CN113392016B (zh) | 对程序异常情况处理的规约生成方法、装置、设备及介质 | |
CN111428037B (zh) | 一种分析行为政策匹配性的方法 | |
US20050160100A1 (en) | Method and system decoding user defined functions | |
CN113742371B (zh) | 一种sql语句块分析处理方法和装置 | |
CN113392628A (zh) | 一种文本解析结果的核查方法及装置 | |
CN114880394B (zh) | 一种sql脚本的共享方法、设备及介质 | |
CN113835709B (zh) | 信息解析方法、装置、存储介质及处理器 | |
CN115841275B (zh) | 基于ai的数据管理水平的体检方法及装置 | |
CN117725623B (zh) | 一种基于数据库底层文件的数据脱敏处理方法和系统 | |
CN109558303B (zh) | 一种应用行为分析方法、装置及电子设备 | |
CN118210798A (zh) | 数据分区方法、控制装置、存储介质及数据分区设备 |
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 |