CN116737848A - 数据关联方法、装置、计算机设备和存储介质 - Google Patents
数据关联方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116737848A CN116737848A CN202310725763.1A CN202310725763A CN116737848A CN 116737848 A CN116737848 A CN 116737848A CN 202310725763 A CN202310725763 A CN 202310725763A CN 116737848 A CN116737848 A CN 116737848A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- category
- acquisition
- acquisition time
- 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 70
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 230000000875 corresponding effect Effects 0.000 description 136
- 238000012544 monitoring process Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- AXTGDCSMTYGJND-UHFFFAOYSA-N 1-dodecylazepan-2-one Chemical compound CCCCCCCCCCCCN1CCCCCC1=O AXTGDCSMTYGJND-UHFFFAOYSA-N 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 229920001971 elastomer Polymers 0.000 description 2
- 239000000806 elastomer Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L61/00—Network arrangements, protocols or services for addressing or naming
- H04L61/50—Address allocation
- H04L61/5007—Internet protocol [IP] addresses
-
- 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
- G06F2009/45595—Network integration; Enabling network access in virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种数据关联方法、装置、计算机设备、存储介质和计算机程序产品，涉及云计算领域。所述方法包括：获取各待关联节点对应的地址数据；待关联节点的节点类别包括宿主机和虚拟机；根据各待关联节点对应的地址数据，确定至少一个待关联节点对，待关联节点对中包括第一待关联节点和第二待关联节点，第一待关联节点和第二待关联节点对应的节点类别不同；针对任一待关联节点对，确定第一待关联节点在第一数据库存储中的第一数据、以及第二待关联节点在第二数据库中存储的第二数据，并建立第一数据与第二数据的关联关系。采用本方法能够建立不同节点类别的待关联节点的数据之间的关联关系。
Description
技术领域
本申请涉及云计算技术领域，特别是涉及一种数据关联方法、装置、计算机设备和存储介质。
背景技术
目前，云计算平台(例如Openstack)可以为用户提供基础设施即服务(Infrastructure as aService，IaaS)。Openstack云计算平台基于Ceilometer监测组件来收集和处理宿主机中关于基础设施即服务的数据。其中，关于基础设施即服务的数据例如实例使用情况、网络流量、存储使用情况等。
云计算平台(例如Openstack)还可以为用户提供平台即服务(Platform as aService，PaaS)。用户可以借助开源的容器编排平台(例如Kubernetes)在虚拟机中实现自动化部署、扩展和管理容器化应用程序。Kubernetes容器编排平台基于Prometheus监测系统来监测和收集虚拟机中关于平台即服务的数据。
由于宿主机中关于基础设施即服务的数据的监测方式和虚拟机中关于平台即服务的数据的监测方式不同，导致用户无法直观地获知关于基础设施即服务的数据和关于平台即服务的数据之间是否有关联。
发明内容
基于此，有必要针对上述技术问题，提供一种能够建立数据间的关联关系的数据关联方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面，本申请提供了一种数据关联方法。所述方法包括：
获取各待关联节点对应的地址数据；所述待关联节点的节点类别包括宿主机和虚拟机；
根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，所述待关联节点对中包括第一待关联节点和第二待关联节点，所述第一待关联节点和所述第二待关联节点对应的节点类别不同；
针对任一所述待关联节点对，确定所述第一待关联节点在第一数据库存储中的第一数据、以及所述第二待关联节点在第二数据库中存储的第二数据，并建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述宿主机的对应的地址数据包括部署于所述宿主机中的虚拟机的地址数据，所述根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，包括：
针对任一所述虚拟机，在所述虚拟机对应的地址数据与所述宿主机对应的地址数据相匹配的情况下，根据所述虚拟机和所述宿主机创建待关联节点对，并将所述虚拟机作为所述待关联节点对中的所述第一待关联节点，将所述宿主机作为所述待关联节点对中的所述第二待关联节点；所述第一待关联节点的第一数据包括在所述虚拟机中关于平台即服务的数据；所述第二待关联节点的第二数据包括在所述宿主机中关于基础设施即服务的数据。
在其中一个实施例中，所述获取各待关联节点对应的地址数据，包括：
在所述待关联节点的节点类别为所述宿主机的情况下，确定部署于所述宿主机中的至少一个虚拟机；
将部署于所述宿主机中的各所述虚拟机的地址数据，作为所述宿主机对应的地址数据。
在其中一个实施例中，所述方法还包括：
从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
所述建立所述第一数据与所述第二数据的关联关系，包括：
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述建立所述第一数据与所述第二数据的关联关系，还包括：
在所述第一数据的数据类别与所述第二数据的数据类别不一致的情况下，根据预设的数据类别对应关系，确定所述第一数据的数据类别与所述第二数据的数据类别是否相关联；所述数据类别对应关系用于表征所述第一待关联节点的各数据类别与所述第二待关联节点的各数据类别的对应关系；
在所述第一数据的数据类别与所述第二数据的数据类别相关联的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述方法还包括：
获取所述第一待关联节点的第一采集周期及所述第二待关联节点的第二采集周期；
获取所述第一数据的第一采集时刻及所述第二数据的第二采集时刻；
所述建立所述第一数据与所述第二数据的关联关系，包括：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，确定与各所述第一采集时刻分别相匹配的第二采集时刻；
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，建立所述第一数据与所述第二数据的关联关系，包括：
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，确定与各所述第一采集时刻分别相匹配的第二采集时刻，包括：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，在所述第一待关联节点和所述第二待关联节点中，确定基准节点以及参照节点；
根据所述基准节点的采集周期、以及所述基准节点的各数据的采集时刻，确定所述基准节点的各采集时刻分别对应的匹配时段；
针对所述基准节点的任一所述采集时刻，在所述参照节点的采集时刻属于所述基准节点的采集时刻对应的所述匹配时段的情况下，确定所述参照节点的采集时刻与所述基准节点的采集时刻相匹配。
第二方面，本申请还提供了一种数据关联装置。所述装置包括：
第一获取模块，用于获取各待关联节点对应的地址数据；所述待关联节点的节点类别包括宿主机和虚拟机；
第一确定模块，用于根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，所述待关联节点对中包括第一待关联节点和第二待关联节点，所述第一待关联节点和所述第二待关联节点对应的节点类别不同；
建立模块，用于针对任一所述待关联节点对，确定所述第一待关联节点在第一数据库存储中的第一数据、以及所述第二待关联节点在第二数据库中存储的第二数据，并建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述宿主机的对应的地址数据包括部署于所述宿主机中的虚拟机的地址数据，所述根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，包括：
针对任一所述虚拟机，在所述虚拟机对应的地址数据与所述宿主机对应的地址数据相匹配的情况下，根据所述虚拟机和所述宿主机创建待关联节点对，并将所述虚拟机作为所述待关联节点对中的所述第一待关联节点，将所述宿主机作为所述待关联节点对中的所述第二待关联节点；所述第一待关联节点的第一数据包括在所述虚拟机中关于平台即服务的数据；所述第二待关联节点的第二数据包括在所述宿主机中关于基础设施即服务的数据。
在其中一个实施例中，所述第一获取模块具体用于：
在所述待关联节点的节点类别为所述宿主机的情况下，确定部署于所述宿主机中的至少一个虚拟机；
将部署于所述宿主机中的各所述虚拟机的地址数据，作为所述宿主机对应的地址数据。
在其中一个实施例中，所述数据关联装置还包括：
第二获取模块，用于从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
所述建立模块具体用于：
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述建立模块还用于：
在所述第一数据的数据类别与所述第二数据的数据类别不一致的情况下，根据预设的数据类别对应关系，确定所述第一数据的数据类别与所述第二数据的数据类别是否相关联；所述数据类别对应关系用于表征所述第一待关联节点的各数据类别与所述第二待关联节点的各数据类别的对应关系；
在所述第一数据的数据类别与所述第二数据的数据类别相关联的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述数据关联装置还包括：
第三获取模块，用于获取所述第一待关联节点的第一采集周期及所述第二待关联节点的第二采集周期；
第四获取模块，用于获取所述第一数据的第一采集时刻及所述第二数据的第二采集时刻；
所述建立模块具体用于：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，确定与各所述第一采集时刻分别相匹配的第二采集时刻；
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述建立模块具体用于：
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
在其中一个实施例中，所述建立模块具体用于：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，在所述第一待关联节点和所述第二待关联节点中，确定基准节点以及参照节点；
根据所述基准节点的采集周期、以及所述基准节点的各数据的采集时刻，确定所述基准节点的各采集时刻分别对应的匹配时段；
针对所述基准节点的任一所述采集时刻，在所述参照节点的采集时刻属于所述基准节点的采集时刻对应的所述匹配时段的情况下，确定所述参照节点的采集时刻与所述基准节点的采集时刻相匹配。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以第一方面所述的步骤。
第四方面，本申请还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，其上存储有计算机程序，所述计算机程序被处理器执行时实现以第一方面所述的步骤。
第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时以第一方面所述的步骤。
上述数据关联方法、装置、计算机设备、存储介质和计算机程序产品，通过获取各待关联节点对应的地址数据；待关联节点的节点类别包括宿主机和虚拟机；根据各待关联节点对应的地址数据，确定至少一个待关联节点对，待关联节点对中包括第一待关联节点和第二待关联节点，第一待关联节点和第二待关联节点对应的节点类别不同；针对任一待关联节点对，确定第一待关联节点在第一数据库存储中的第一数据、以及第二待关联节点在第二数据库中存储的第二数据，并建立第一数据与第二数据的关联关系。上述方法中，根据各待关联节点对应的地址数据，确定包括第一待关联节点和第二待关联节点的待关联节点对，进而建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。可以理解，第一待关联节点可以包括虚拟机，第二待关联节点可以包括宿主机，也即本方法可以建立虚拟机的数据和宿主机的数据之间的关联关系，进而使用户可以直观地获知虚拟机的数据和宿主机的数据的关联关系。另外，由于第一待关联节点的第一数据存储在第一数据库中、以及第二待关联节点的第二数据存储在第二数据库中，因此，采用本方法既能建立虚拟机的数据和宿主机的数据的关联关系，也能保证不额外增加单个数据库(第一数据库或者第二数据库)的存储数据量。
附图说明
图1为一个实施例中数据关联方法的流程示意图；
图2为一个实施例中关联关系的建立方法的流程示意图；
图3为另一个实施例中关联关系的建立方法的流程示意图；
图4为一个实施例中采集时刻的匹配方法的流程示意图；
图5为另一个实施例中关联关系的建立方法的流程示意图；
图6为一个实施例中数据关联装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种数据关联方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，获取各待关联节点对应的地址数据。
其中，待关联节点的节点类别包括宿主机和虚拟机。
在本申请实施例中，终端获取各待关联节点对应的地址数据。其中，地址数据包括互联网协议地址(Internet Protocol Address，IP地址)，宿主机对应的地址数据包括部署于该宿主机中的虚拟机的地址数据。在一个实施例中，宿主机部署在openstack云计算平台上，终端通过openstack应用程序接口(Application Programming Interface，API)查询各宿主机的互联网协议地址以及各虚拟机的互联网协议地址。终端还可以通过openstack应用程序接口查询待关联节点的物理资源数据，其中，物理资源数据包括待关联节点的计算数据、网络数据以及存储数据，具体的，物理资源数据包括待关联节点的身份标识号(Identity document，id)、待关联节点的数据类别、待关联节点对应的存储节点的互联网协议地址、待关联节点的网络硬件设备信息、待关联节点所属的区域(region)、待关联节点所属的可用区(azone)、以及待关联节点所属的集群(cluster)。示例性的，终端通过物理资源采集器调用openstack应用程序接口(Application Programming Interface，API)查询各宿主机的物理资源数据和互联网协议地址。可以理解，调用不同的数据所采用的openstack应用程序接口可能不同。
步骤104，根据各待关联节点对应的地址数据，确定至少一个待关联节点对。
其中，待关联节点对中包括第一待关联节点和第二待关联节点，第一待关联节点和第二待关联节点对应的节点类别不同。
在本申请实施例中，终端根据各宿主机对应的地址数据、以及各虚拟机对应的地址数据，确定至少一个待关联节点对。可以理解，在每个待关联节点对中仅包括一个宿主机以及一个部署于该宿主机的虚拟机。若一个宿主机中部署多个虚拟机，则该宿主机属于多个待关联节点对。示例性的，假设宿主机1中部署有虚拟机1、虚拟机2，则宿主机1属于待关联节点对1(宿主机1，虚拟机1)、以及待关联节点对2(宿主机1，虚拟机2)。
步骤106，针对任一待关联节点对，确定第一待关联节点在第一数据库存储中的第一数据、以及第二待关联节点在第二数据库中存储的第二数据，并建立第一数据与第二数据的关联关系。
在本申请实施例中，针对任一待关联节点对，终端在第一数据库存储中确定第一待关联节点的第一数据、以及在第二数据库中确定第二关联节点的第二数据。针对任一待关联节点对，终端建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。在一个实施例中，宿主机的数据存储在ClickHouse数据库中，虚拟机的数据存储在Prometheus监测系统对应的数据库中。其中，数据(包括第一数据和第二数据)包括数据类别、数据值(value)以及采集时刻。可选的，数据可以是检测数据，也可以是监测数据。在数据是监测数据的情况下，数据类别为监测类别，数据值为监测值，其中，监测类别包括但不限于中央处理器(Central Processing Unit，CPU)使用率和内存使用率等。
在一个实施例中，终端在Grafana分析平台中设置接入ClickHouse数据库以及Prometheus监测系统对应的数据库。对任一待关联节点对，终端在Grafana分析平台中建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。因此，终端可以在Grafana分析平台中展示虚拟机与宿主机的拓扑信息、以及宿主机中关于基础设施即服务的各数据与虚拟机中关于平台即服务的各数据的关联关系。
在一个实施例中，终端还将待关联节点的物理资源数据与待关联节点的初始数据进行整合处理，得到待关联节点的数据。其中，初始数据包括数据类别、数据值以及采集时刻，数据包括数据类别、物理资源数据、数据值以及采集时刻。示例性的，终端通过资源监测指标采集器采集宿主机的初始数据。具体的，针对任一数据类别，终端根据数据类别对应的第二采集周期，通过资源监测指标采集器调用用于采集数据的应用程序接口来采集宿主机的初始数据。可选的，终端可以将各待关联节点的物理资源数据与初始数据先存储在中间数据库中，并在整合处理后，将待关联节点的数据存储在目标数据库(包括第一数据库或者第二数据库)中。示例性的，中间数据库可以是Elasticsearch，终端可以调用REST应用程序接口来获取Elasticsearch中存储的数据。由于整合处理前的数据存储在中间数据库，而整合处理后的数据存在目标数据，因此，可以减轻单个数据库的存储压力，并且加快数据的查找效率。
示例性的，宿主机的数据在数据库中的存储格式为：数据的名称{数据类别，宿主机的身份标识号，宿主机的互联网协议地址，宿主机所属的区域(region)，宿主机所属的可用区(azone)，宿主机所属的集群(cluster)，部署于宿主机中的虚拟机的互联网协议地址}，数据值，采集时刻。示例性的，宿主机的中央处理器使用率的数据在数据库中的存储格式为cpu_usage{id＝""，hostId＝""，hostIpAddress＝""，azone＝"，region＝""，cluster＝""，vm1＝""，vm2＝""}，value，timestamp。针对任一待关联节点对，终端根据第一待关联节点的地址数据(或者身份标识号)，在第一数据库存储中确定第一待关联节点的第一数据，并根据第二待关联节点的地址数据(或者身份标识号)，在第二数据库存储中确定第二待关联节点的第二数据。
上述数据关联方法中，根据各待关联节点对应的地址数据，确定包括第一待关联节点和第二待关联节点的待关联节点对，进而建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。可以理解，第一待关联节点可以包括虚拟机，第二待关联节点可以包括宿主机，也即本方法可以建立虚拟机的数据和宿主机的数据之间的关联关系，进而使用户可以直观地获知虚拟机的数据和宿主机的数据的关联关系。另外，由于第一待关联节点的第一数据存储在第一数据库中、以及第二待关联节点的第二数据存储在第二数据库中，因此，采用本方法既能建立虚拟机的数据和宿主机的数据的关联关系，也能保证不额外增加单个数据库(第一数据库或者第二数据库)的存储数据量。
在一个实施例中，宿主机的对应的地址数据包括部署于宿主机中的虚拟机的地址数据，根据各待关联节点对应的地址数据，确定至少一个待关联节点对，包括：
针对任一虚拟机，在虚拟机对应的地址数据与宿主机对应的地址数据相匹配的情况下，根据虚拟机和宿主机创建待关联节点对，并将虚拟机作为待关联节点对中的第一待关联节点，将宿主机作为待关联节点对中的第二待关联节点。
其中，第一待关联节点的第一数据包括在虚拟机中关于平台即服务的数据；第二待关联节点的第二数据包括在宿主机中关于基础设施即服务的数据。
在本申请实施例中，终端根据宿主机对应的地址数据以及虚拟机对应的地址数据，对各宿主机以及各虚拟机进行配对处理。针对任一虚拟机，若宿主机对应的地址数据中包括该虚拟机对应的地址数据，则终端判定该虚拟机对应的地址数据与该宿主机对应的地址数据相匹配。针对任一虚拟机，在虚拟机对应的地址数据与宿主机对应的地址数据相匹配的情况下，终端基于虚拟机和宿主机创建待关联节点对，并将虚拟机作为待关联节点对中的第一待关联节点，将宿主机作为待关联节点对中的第二待关联节点。
本实施例中，通过根据虚拟机对应的地址数据、以及宿主机对应的地址数据，判断该虚拟机与该宿主机是否相匹配，并在该虚拟机与该宿主机相匹配的情况下，基于虚拟机、以及与该虚拟机相匹配的宿主机创建待关联节点对。因此，本方法可以创建地址数据上相匹配的待关联节点对，进而为后续以待关联节点对为关联对象建立数据间的关联关系的方法提供前提条件。
在一个实施例中，获取各待关联节点对应的地址数据，包括：
在待关联节点的节点类别为宿主机的情况下，确定部署于宿主机中的至少一个虚拟机；将部署于宿主机中的各虚拟机的地址数据，作为宿主机对应的地址数据。
在本申请实施例中，终端识别各待关联节点的节点类别。针对任一待关联节点，在待关联节点的节点类别为宿主机的情况下，终端查询部署于该宿主机中的至少一个虚拟机，并将部署于宿主机中的各虚拟机的地址数据，作为该宿主机对应的地址数据。针对任一待关联节点，在待关联节点的节点类别为虚拟机的情况下，终端将该虚拟机的地址数据作为该虚拟机对应的地址数据。
本实施例中，将部署于宿主机中的各虚拟机的地址数据作为该宿主机对应的地址数据，并将虚拟机自身的地址数据作为虚拟机对应的地址数据。因此，本方法可以确定各待关联节点对应的地址数据都是虚拟机的地址数据，进而可以为后续基于待关联节点的地址数据确定待关联节点对提供前提条件。
在一个实施例中，如图2所示，方法还包括：
步骤202，从第一数据库存储中获取第一数据的数据类别、以及从第二数据库中获取第二数据的数据类别；
建立第一数据与第二数据的关联关系，包括：
步骤204，在第一数据的数据类别与第二数据对应的数据类别一致的情况下，建立第一数据与第二数据的关联关系。
在本申请实施例中，针对任一第一数据，终端从第一数据库中获取第一数据的数据类别，并从第二数据库中查询第一数据的数据类别。在从第二数据库中查询到第一数据的数据类别(即在第一数据的数据类别与第二数据对应的数据类别一致)的情况下，终端建立该数据类别对应的第一数据与该数据类别对应的第二数据的关联关系。示例性的，假设第一数据1的数据类别为内存使用率，则终端在第二数据库中查询是否存有内存使用率对应的第二数据1。若有，则终端建立内存使用率对应的第一数据1与第二数据1的关联关系。
在另一个实施例中，针对任一第一数据，终端从第一数据库中获取第一数据的数据类别，并根据第一数据的数据类别、以及预设的数据类别对应关系，查询与第一数据的数据类别相关联的第二数据的数据类别(为了方便区分，称为第一关联数据类别)。针对第一数据对应的任一第一关联数据类别，终端根据第一关联数据类别，从第二数据库中确定第一关联数据类别对应的第二数据，并建立第一数据与第一关联数据类别对应的第二数据的关联关系。
在另一个实施例中，针对任一第二数据，终端从第二数据库中获取第二数据的数据类别，并根据第二数据的数据类别、以及预设的数据类别对应关系，查询与第二数据的数据类别相关联的第一数据的数据类别(为了方便区分，称为第二关联数据类别)。针对第二数据对应的任一第二关联数据类别，终端根据第二关联数据类别，从第一数据库中确定第二关联数据类别对应的第一数据，并建立第二关联数据类别对应的第一数据与第二数据的关联关系。
本实施例中，在第一数据的数据类别与第二数据对应的数据类别一致的情况下，建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。
在一个实施例中，如图2所示，方法还包括：
步骤206，在第一数据的数据类别与第二数据的数据类别不一致的情况下，根据预设的数据类别对应关系，确定第一数据的数据类别与第二数据的数据类别是否相关联。
其中，数据类别对应关系用于表征第一待关联节点的各数据类别与第二待关联节点的各数据类别的对应关系，数据类别对应关系可以是一对多，也可以是多对多，还可以是多对一。数据类别对应关系根据实际需求以及人为经验进行预先设置。
在本申请实施例中，在第一数据的数据类别与第二数据的数据类别不一致的情况下，终端根据第一数据的数据类别、以及预设的数据类别对应关系，查询与第一数据的数据类别相关联的第二数据的数据类别(为了方便区分，称为第一关联数据类别)，并判断第二数据的数据类别是否属于第一关联数据类别。示例性的，假设在预设的数据类别对应关系中，与第一数据1的数据类别1相关联的是数据类别n，其中，数据类别n属于第二数据的数据类别。现有第二数据1的数据类别为数据类别2，则终端根据第一数据1的数据类别1、以及预设的数据类别对应关系，查询得到与第一数据1的数据类别1相关联的是数据类别n。终端判断第二数据1的数据类别2是否属于数据类别n。
在另一个实施例中，在第一数据的数据类别与第二数据的数据类别不一致的情况下，终端根据第二数据的数据类别、以及预设的数据类别对应关系，查询与第二数据的数据类别相关联的第一数据的数据类别(为了方便区分，称为第二关联数据类别)，并判断第一数据的数据类别是否属于第二关联数据类别。
步骤208，在第一数据的数据类别与第二数据的数据类别相关联的情况下，建立第一数据与第二数据的关联关系。
在本申请实施例中，若第二数据的数据类别属于第一关联数据类别，则终端判定第一数据的数据类别与第二数据的数据类别相关联。或者，若第一数据的数据类别属于第二关联数据类别，则终端判定第一数据的数据类别与第二数据的数据类别相关联。在第一数据的数据类别与第二数据的数据类别相关联的情况下，终端建立第一数据与第二数据的关联关系。
本实施例中，在第一数据的数据类别与第二数据对应的数据类别不一致的情况下，根据预设的数据类别对应关系，建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。
在一个实施例中，方法还包括：
获取第一待关联节点的第一采集周期及第二待关联节点的第二采集周期；获取第一数据的第一采集时刻及第二数据的第二采集时刻；
建立第一数据与第二数据的关联关系，包括：
根据第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期，确定与各第一采集时刻分别相匹配的第二采集时刻；在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，建立第一数据与第二数据的关联关系。
在本申请实施例中，终端获取第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期。终端获取第一数据的第一采集时刻以及第二数据的第二采集时刻。针对任一第一采集时刻，终端根据待关联节点对中的第一待关联节点的第一采集周期、该待关联节点对中的第二待关联节点的第二采集周期以及第一采集时刻，确定与该第一采集时刻相匹配的至少一个第二采集时刻。在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，终端建立第一数据与第二数据的关联关系。
本实施例中，根据第一采集周期以及第二采集周期，确定与该第一采集时刻相匹配的第二采集时刻，并在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，建立第一数据与第二数据的关联关系。由于第一数据与第二数据对应的待关联节点的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。
在一个实施例中，如图3所示，在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，建立第一数据与第二数据的关联关系，包括：
步骤302，在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，从第一数据库存储中获取第一数据的数据类别、以及从第二数据库中获取第二数据的数据类别。
在本申请实施例中，在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，终端从第一数据库中获取第一数据的数据类别，并从第二数据库中查询第一数据的数据类别。
步骤304，在第一数据的数据类别与第二数据的数据类别一致的情况下，建立第一数据与第二数据的关联关系。
在本申请实施例中，在从第二数据库中查询到第一数据的数据类别(即在第一数据的数据类别与第二数据对应的数据类别一致)的情况下，终端建立该数据类别对应的第一数据与该数据类别对应的第二数据的关联关系。在第一数据的数据类别与第二数据的数据类别不一致的情况下，终端根据预设的数据类别对应关系，确定与数据类别关联的目标数据类别，并建立数据类别对应的第一数据与目标数据类别对应的第二数据的关联关系。
在另一个实施例中，在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，终端从第一数据库中获取第一数据的数据类别，并根据预设的数据类别对应关系以及第一数据的数据类别，确定与第一数据的数据类别关联的目标数据类别。针对任一第一数据，终端根据目标数据类别，从第二数据库中确定目标数据类别对应的第二数据，并建立数据类别对应的第一数据与目标数据类别对应的第二数据的关联关系。
本实施例中，根据采集周期、采集时刻、数据类别以及数据类别对应关系，建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。
在一个实施例中，如图4所示，根据第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期，确定与各第一采集时刻分别相匹配的第二采集时刻，包括：
步骤402，根据第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期，在第一待关联节点和第二待关联节点中，确定基准节点以及参照节点。
在本申请实施例中，针对任一待关联节点对，终端比较待关联节点对中的第一待关联节点的第一采集周期、与待关联节点对中的第二待关联节点的第二采集周期。针对任一待关联节点对，若第一待关联节点的第一采集周期大于第二待关联节点的第二采集周期，则终端将第一待关联节点作为基准节点、以及将第二待关联节点作为参照节点。针对任一待关联节点对，若第一待关联节点的第一采集周期小于第二待关联节点的第二采集周期，则终端将第二待关联节点作为基准节点、以及将第一待关联节点作为参照节点。
在待关联节点的各数据类别对应的采集周期(为了方便区分，称为备选采集周期)不同的情况下，可选的，待关联节点对应的采集周期可以是各数据类别对应的采集周期中的平均值、最大值、中位数、或者众数，还可以是预设数据类别对应的采集周期。示例性的，待关联节点对1包括第一待关联节点1和第二待关联节点1，其中，第一待关联节点1的第一采集周期为1秒，第二待关联节点1的第二采集周期为1分钟，由于1秒小于1分钟，则在待关联节点对1中第一待关联节点1为参照节点，第二待关联节点1为基准节点。
步骤404，根据基准节点的采集周期、以及基准节点的各数据的采集时刻，确定基准节点的各采集时刻分别对应的匹配时段。
在本申请实施例中，针对基准节点的任一数据，终端根据基准节点的采集周期、以及基准节点的数据的采集时刻，计算基准节点的数据所属的采集时刻对应的匹配时段。其中，匹配时段的初始时刻为基准节点的数据的采集时刻，匹配时段的时长为基准节点的采集周期。
步骤406，针对基准节点的任一采集时刻，在参照节点的采集时刻属于基准节点的采集时刻对应的匹配时段的情况下，确定参照节点的采集时刻与基准节点的采集时刻相匹配。
在本申请实施例中，针对待关联节点对中的基准节点的任一采集时刻，在参照节点的采集时刻属于基准节点的采集时刻对应的匹配时段的情况下，终端判定该参照节点的采集时刻与该基准节点的采集时刻相匹配。参照步骤402中的示例，假设待关联节点对1包括第一待关联节点1和第二待关联节点1，第一待关联节点1为参照节点1，第二待关联节点1为基准节点1，如下表1所示。可以理解，以下表格中的数据只是为了进行解释说明，并不对真实的数据以及采集时刻构成限制。
表1
上述表1中的时间都表示采集时刻。可以理解，数据1的匹配时段为[8点，8点01分)，数据2的匹配时段为[8点01分，8点02分)，由于8点以及8点02秒属于匹配时段[8点，8点01分)，则数据3与数据4的采集时刻均为与数据1的采集时刻相匹配的采集时刻。同理，数据5的采集时刻为与数据2的采集时刻相匹配的采集时刻。
在另一个实施例中，为了方便区分，针对任一待关联节点对，将待关联节点对中的第一待关联节点的数据所属的数据类别，称为第一数据类别；将待关联节点对中的第二待关联节点的数据所属的数据类别，称为第二数据类别。针对任一数据类别，终端比较第一数据类别对应的第一采集周期、与第二数据类别对应的第二采集周期，并在待关联节点对中，确定最大采集周期对应的基准节点、以及最小采集周期对应的参照节点。针对基准节点的任一数据类别，终端根据基准节点的数据类别对应的采集周期、以及该基准节点的该数据类别对应的各采集时刻，计算基准节点的数据类别对应的各采集时刻的匹配时段。示例性的，参照步骤402中的示例，假设待关联节点对1包括第一待关联节点1和第二待关联节点1，第一待关联节点1为参照节点1，第二待关联节点1为基准节点1，如下表2所示。假设基准节点1的数据类别1的采集周期为1分钟，基准节点1的数据类别2的采集周期为3分钟。
表2
针对数据6，终端根据基准节点1的数据类别1的采集周期1分钟、以及基准节点1的数据类别1对应的采集时刻8点，计算得到基准节点1的数据类别1对应的采集时刻8点的匹配时段为[8点，8点01分)。同理，基准节点1的数据类别2对应的采集时刻8点的匹配时段为[8点，8点03分)。
为了方便区分，在基准节点的数据对应的数据类别与操作节点的数据对应的数据类别一致的情况下，终端将属于该数据类别对应的匹配时段的参照节点的采集时刻，作为与基准节点的采集时刻相匹配的参照节点的采集时刻。结合表2进行示例性说明，终端识别数据6与数据8的数据类别均为数据类别1、且数据8的采集时刻8点属于数据6对应的匹配时段[8点，8点01分)，则终端将数据8的8点作为与数据6的8点相匹配的采集时刻。同理，终端识别数据7与数据9的数据类别均为数据类别2、但数据9的采集时刻8点04分不属于数据7对应的匹配时段[8点，8点03分)，则终端判定为数据9的8点04分不是与数据7的8点相匹配的采集时刻。
本实施例中，针对任一待关联节点对，根据第一采集周期以及第二采集周期，确定基准节点以及参照节点，进而确定基准节点的各数据对应的采集时刻的匹配时段。针对基准节点的任一采集时刻，将属于匹配时段的参照节点的采集时刻，作为与基准节点的采集时刻相匹配的采集时刻。因此，本方法可以确定与第一采集时刻相匹配的第二采集时刻，进而为后续基于第一采集时刻与第二采集时刻的匹配关系建立数据的关联关系的方法提供前提条件。
为了使本领域技术人员更好的理解本申请，如图5所示，以下通过具体实施例对本申请加以说明。
在获取主机列表身份标识号(Identity document，id)的步骤中，终端获取基础设施即服务(Infrastructure as a Service，IaaS)层中的各宿主机的身份标识号。
在获取计算节点监控指标身份标识号(Identity document，id)列表的步骤中，计算节点相当于宿主机，监控指标相当于数据类别。具体的，终端获取宿主机的各数据类别的身份标识号。
在分页查询历史指标的步骤中，终端根据各数据类别的身份标识号，分页查询Ceilometer监测组件监测的宿主机的各数据类别。
在MO查询历史指标数据的步骤中，MO相当于morm函数，指标数据相当于宿主机的初始数据。终端调用morm函数来查询宿主机的各数据类别对应的数据。
在解析指标数据的步骤中，指标数据相当于宿主机的初始数据。终端将宿主机的物理资源数据与初始数据进行整合处理，得到宿主机的数据，并将宿主机的数据存储到ClickHouse数据库中。
在完成查询的步骤中，终端判断是否对各宿主机的所有初始数据都进行了整合处理，若是则完成查询，若否则返回分页查询历史指标的步骤，直到对各宿主机的所有初始数据都进行了整合处理为止。
在完成遍历指标数据的步骤中，指标数据相当于虚拟机的初始数据。终端判断是否对各虚拟机的所有数据都分别与各宿主机的数据建立了关联关系，若是，则完成遍历指标数据并结束处理；若否，则执行根据指标身份标识号(Identity document，id)获取Prometheus指标对象，直到对各虚拟机的所有数据都分别与各宿主机的数据建立了关联关系为止。
在根据指标身份标识号(Identity document，id)获取Prometheus指标对象的步骤中，指标相当于虚拟机的数据类别，指标身份标识号相当于虚拟机的数据类别的身份标识号，Prometheus指标对象相当于Prometheus监测系统的初始数据。
在设置指标标签数据的步骤中，标相当于虚拟机的数据类别，标签数据相当于虚拟机的物理资源数据。终端将虚拟机的物理资源数据与初始数据进行整合处理，得到虚拟机的数据。
在更新内存指标数据的步骤中，内存相当于Prometheus监测系统对应的数据库，指标数据相当于虚拟机的数据。终端将虚拟机的数据存储到Prometheus监测系统对应的数据库中。终端根据虚拟机的数据中包含的虚拟机的地址数据、以及宿主机的数据中包含的虚拟机的地址数据，建立虚拟机的数据与宿主机的数据的关联关系。具体的关联关系的建立方法可以参考前述的各实施例，这里不再赘述。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的数据关联方法的数据关联装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个数据关联装置实施例中的具体限定可以参见上文中对于数据关联方法的限定，在此不再赘述。
在一个实施例中，如图6所示，提供了一种数据关联装置，包括：
第一获取模块602，用于获取各待关联节点对应的地址数据；待关联节点的节点类别包括宿主机和虚拟机；
第一确定模块604，用于根据各待关联节点对应的地址数据，确定至少一个待关联节点对，待关联节点对中包括第一待关联节点和第二待关联节点，第一待关联节点和第二待关联节点对应的节点类别不同；
建立模块606，用于针对任一待关联节点对，确定第一待关联节点在第一数据库存储中的第一数据、以及第二待关联节点在第二数据库中存储的第二数据，并建立第一数据与第二数据的关联关系。
上述数据关联装置中，根据各待关联节点对应的地址数据，确定包括第一待关联节点和第二待关联节点的待关联节点对，进而建立第一待关联节点的第一数据与第二待关联节点的第二数据的关联关系。由于待关联节点中的第一待关联节点和第二待关联节点对应的节点类别不同，因此，本方法可以建立不同节点类别的待关联节点的数据之间的关联关系。可以理解，第一待关联节点可以包括虚拟机，第二待关联节点可以包括宿主机，也即本方法可以建立虚拟机的数据和宿主机的数据之间的关联关系，进而使用户可以直观地获知虚拟机的数据和宿主机的数据的关联关系。另外，由于第一待关联节点的第一数据存储在第一数据库中、以及第二待关联节点的第二数据存储在第二数据库中，因此，采用本方法既能建立虚拟机的数据和宿主机的数据的关联关系，也能保证不额外增加单个数据库(第一数据库或者第二数据库)的存储数据量。
在一个实施例中，宿主机的对应的地址数据包括部署于宿主机中的虚拟机的地址数据，根据各待关联节点对应的地址数据，确定至少一个待关联节点对，包括：
针对任一虚拟机，在虚拟机对应的地址数据与宿主机对应的地址数据相匹配的情况下，根据虚拟机和宿主机创建待关联节点对，并将虚拟机作为待关联节点对中的第一待关联节点，将宿主机作为待关联节点对中的第二待关联节点；第一待关联节点的第一数据包括在虚拟机中关于平台即服务的数据；第二待关联节点的第二数据包括在宿主机中关于基础设施即服务的数据。
在一个实施例中，第一获取模块602具体用于：
在待关联节点的节点类别为宿主机的情况下，确定部署于宿主机中的至少一个虚拟机；
将部署于宿主机中的各虚拟机的地址数据，作为宿主机对应的地址数据。
在一个实施例中，数据关联装置还包括：
第二获取模块，用于从第一数据库存储中获取第一数据的数据类别、以及从第二数据库中获取第二数据的数据类别；
建立模块606具体用于：
在第一数据的数据类别与第二数据的数据类别一致的情况下，建立第一数据与第二数据的关联关系。
在一个实施例中，建立模块606还用于：
在第一数据的数据类别与第二数据的数据类别不一致的情况下，根据预设的数据类别对应关系，确定第一数据的数据类别与第二数据的数据类别是否相关联；数据类别对应关系用于表征第一待关联节点的各数据类别与第二待关联节点的各数据类别的对应关系；
在第一数据的数据类别与第二数据的数据类别相关联的情况下，建立第一数据与第二数据的关联关系。
在一个实施例中，数据关联装置还包括：
第三获取模块，用于获取第一待关联节点的第一采集周期及第二待关联节点的第二采集周期；
第四获取模块，用于获取第一数据的第一采集时刻及第二数据的第二采集时刻；
建立模块606具体用于：
根据第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期，确定与各第一采集时刻分别相匹配的第二采集时刻；
在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，建立第一数据与第二数据的关联关系。
在一个实施例中，建立模块606具体用于：
在第一数据的第一采集时刻与第二数据的第二采集时刻相匹配的情况下，从第一数据库存储中获取第一数据的数据类别、以及从第二数据库中获取第二数据的数据类别；
在第一数据的数据类别与第二数据的数据类别一致的情况下，建立第一数据与第二数据的关联关系。
在一个实施例中，建立模块606具体用于：
根据第一待关联节点的第一采集周期、以及第二待关联节点的第二采集周期，在第一待关联节点和第二待关联节点中，确定基准节点以及参照节点；
根据基准节点的采集周期、以及基准节点的各数据的采集时刻，确定基准节点的各采集时刻分别对应的匹配时段；
针对基准节点的任一采集时刻，在参照节点的采集时刻属于基准节点的采集时刻对应的匹配时段的情况下，确定参照节点的采集时刻与基准节点的采集时刻相匹配。
上述数据关联装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种数据关联方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中，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各方法实施例中的步骤。
需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种数据关联方法，其特征在于，所述方法包括：
获取各待关联节点对应的地址数据；所述待关联节点的节点类别包括宿主机和虚拟机；
根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，所述待关联节点对中包括第一待关联节点和第二待关联节点，所述第一待关联节点和所述第二待关联节点对应的节点类别不同；
针对任一所述待关联节点对，确定所述第一待关联节点在第一数据库存储中的第一数据、以及所述第二待关联节点在第二数据库中存储的第二数据，并建立所述第一数据与所述第二数据的关联关系。
2.根据权利要求1所述的方法，其特征在于，所述宿主机的对应的地址数据包括部署于所述宿主机中的虚拟机的地址数据，所述根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，包括：
针对任一所述虚拟机，在所述虚拟机对应的地址数据与所述宿主机对应的地址数据相匹配的情况下，根据所述虚拟机和所述宿主机创建待关联节点对，并将所述虚拟机作为所述待关联节点对中的所述第一待关联节点，将所述宿主机作为所述待关联节点对中的所述第二待关联节点；所述第一待关联节点的第一数据包括在所述虚拟机中关于平台即服务的数据；所述第二待关联节点的第二数据包括在所述宿主机中关于基础设施即服务的数据。
3.根据权利要求1或2所述的方法，其特征在于，所述获取各待关联节点对应的地址数据，包括：
在所述待关联节点的节点类别为所述宿主机的情况下，确定部署于所述宿主机中的至少一个虚拟机；
将部署于所述宿主机中的各所述虚拟机的地址数据，作为所述宿主机对应的地址数据。
4.根据权利要求1或者2所述的方法，其特征在于，所述方法还包括：
从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
所述建立所述第一数据与所述第二数据的关联关系，包括：
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
5.根据权利要求4所述的方法，其特征在于，所述建立所述第一数据与所述第二数据的关联关系，还包括：
在所述第一数据的数据类别与所述第二数据的数据类别不一致的情况下，根据预设的数据类别对应关系，确定所述第一数据的数据类别与所述第二数据的数据类别是否相关联；所述数据类别对应关系用于表征所述第一待关联节点的各数据类别与所述第二待关联节点的各数据类别的对应关系；
在所述第一数据的数据类别与所述第二数据的数据类别相关联的情况下，建立所述第一数据与所述第二数据的关联关系。
6.根据权利要求1或者2所述的方法，其特征在于，所述方法还包括：
获取所述第一待关联节点的第一采集周期及所述第二待关联节点的第二采集周期；
获取所述第一数据的第一采集时刻及所述第二数据的第二采集时刻；
所述建立所述第一数据与所述第二数据的关联关系，包括：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，确定与各所述第一采集时刻分别相匹配的第二采集时刻；
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，建立所述第一数据与所述第二数据的关联关系。
7.根据权利要求6所述的方法，其特征在于，所述在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，建立所述第一数据与所述第二数据的关联关系，包括：
在所述第一数据的第一采集时刻与所述第二数据的第二采集时刻相匹配的情况下，从所述第一数据库存储中获取所述第一数据的数据类别、以及从所述第二数据库中获取所述第二数据的数据类别；
在所述第一数据的数据类别与所述第二数据的数据类别一致的情况下，建立所述第一数据与所述第二数据的关联关系。
8.根据权利要求6所述的方法，其特征在于，所述根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，确定与各所述第一采集时刻分别相匹配的第二采集时刻，包括：
根据所述第一待关联节点的第一采集周期、以及所述第二待关联节点的第二采集周期，在所述第一待关联节点和所述第二待关联节点中，确定基准节点以及参照节点；
根据所述基准节点的采集周期、以及所述基准节点的各数据的采集时刻，确定所述基准节点的各采集时刻分别对应的匹配时段；
针对所述基准节点的任一所述采集时刻，在所述参照节点的采集时刻属于所述基准节点的采集时刻对应的所述匹配时段的情况下，确定所述参照节点的采集时刻与所述基准节点的采集时刻相匹配。
9.一种数据关联装置，其特征在于，所述装置包括：
第一获取模块，用于获取各待关联节点对应的地址数据；所述待关联节点的节点类别包括宿主机和虚拟机；
第一确定模块，用于根据各所述待关联节点对应的地址数据，确定至少一个待关联节点对，所述待关联节点对中包括第一待关联节点和第二待关联节点，所述第一待关联节点和所述第二待关联节点对应的节点类别不同；
建立模块，用于针对任一所述待关联节点对，确定所述第一待关联节点在第一数据库存储中的第一数据、以及所述第二待关联节点在第二数据库中存储的第二数据，并建立所述第一数据与所述第二数据的关联关系。
10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
12.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725763.1A CN116737848A (zh) | 2023-06-19 | 2023-06-19 | 数据关联方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310725763.1A CN116737848A (zh) | 2023-06-19 | 2023-06-19 | 数据关联方法、装置、计算机设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116737848A true CN116737848A (zh) | 2023-09-12 |
Family
ID=87914697
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310725763.1A Pending CN116737848A (zh) | 2023-06-19 | 2023-06-19 | 数据关联方法、装置、计算机设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116737848A (zh) |
-
2023
- 2023-06-19 CN CN202310725763.1A patent/CN116737848A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019200714A1 (zh) | 服务器连接方法、计算机可读存储介质、终端设备及装置 | |
| CN110717076B (zh) | 节点管理方法、装置、计算机设备及存储介质 | |
| US9078083B2 (en) | Application server awareness of device capabilities in a wireless network | |
| WO2021043064A1 (zh) | 社区发现方法、装置、计算机设备和存储介质 | |
| CN107133309B (zh) | 流程实例的存储、查询方法及装置、存储介质及电子设备 | |
| WO2016180182A1 (zh) | 业务套餐的推荐方法和装置 | |
| CN109964507B (zh) | 网络功能的管理方法、管理单元及系统 | |
| US11956132B2 (en) | Analytics generation and consumption in a mobile network | |
| CN107103011B (zh) | 终端数据搜索的实现方法和装置 | |
| US10430441B1 (en) | Tagging resources of a remote computing service based on locality | |
| CN114244595A (zh) | 权限信息的获取方法、装置、计算机设备及存储介质 | |
| US10171606B2 (en) | System and method for providing data as a service (DaaS) in real-time | |
| WO2022267769A1 (zh) | 图数据生成的方法及装置 | |
| CN110928895B (zh) | 一种数据查询、数据表建立方法、装置及设备 | |
| CN110909072B (zh) | 一种数据表建立方法、装置及设备 | |
| CN116594834A (zh) | 一种用于多协议服务器的运维数据处理方法及装置 | |
| CN116737848A (zh) | 数据关联方法、装置、计算机设备和存储介质 | |
| CN108023920B (zh) | 一种数据包传输方法、设备及应用接口 | |
| CN111339170A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
| CN106790323B (zh) | 一种资源发现的方法及装置 | |
| US20230049322A1 (en) | Information processing method, device, system, and computer-readable storage medium | |
| CN114254278A (zh) | 用户账号合并方法、装置、计算机设备以及存储介质 | |
| CN114189457A (zh) | 云资源展示、处理方法、设备及存储介质 | |
| CN114090785A (zh) | 业务处理方法、装置、计算机设备和存储介质 | |
| CN115604000B (zh) | 一种越权检测方法、装置、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 |