CN117290371A - 基于版本序号的数据库自更新管理系统 - Google Patents

基于版本序号的数据库自更新管理系统 Download PDF

Info

Publication number
CN117290371A
CN117290371A CN202311336504.6A CN202311336504A CN117290371A CN 117290371 A CN117290371 A CN 117290371A CN 202311336504 A CN202311336504 A CN 202311336504A CN 117290371 A CN117290371 A CN 117290371A
Authority
CN
China
Prior art keywords
response
performance
update
version
query
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
CN202311336504.6A
Other languages
English (en)
Inventor
马立涛
张佺
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.)
Century Xinrui Beijing Media Technology Co ltd
Original Assignee
Century Xinrui Beijing Media 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 Century Xinrui Beijing Media Technology Co ltd filed Critical Century Xinrui Beijing Media Technology Co ltd
Priority to CN202311336504.6A priority Critical patent/CN117290371A/zh
Publication of CN117290371A publication Critical patent/CN117290371A/zh
Pending legal-status Critical Current

Links

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
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • 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)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于版本序号的数据库自更新管理系统，具体涉及数据库管理技术领域，通过将查询响应时间糟糕的情况的占比和查询请求不佳的情况频繁的程度进行结合计算响应性能综合评估值，以量化的综合评估数据库版本序号更新后的运行性能，判断版本序号更新的效果，及时发现并应对性能问题，确保数据库在版本序号更新后能够维持良好的运行性能；通过综合考虑数据库的响应性能、堵塞频率和事务处理的稳定性，计算版本更新效果评估系数，量化全面地的评估版本序号更新后的数据库的运行性能，帮助监控数据库性能的变化，确保数据库在版本序号更新后能够维持良好的运行性能，减少性能下降带来的影响，确保系统能够稳定高效地处理查询请求。

Description

基于版本序号的数据库自更新管理系统
技术领域
本发明涉及数据库管理技术领域，更具体地说，本发明涉及基于版本序号的数据库自更新管理系统。
背景技术
版本序号是一个用于标识和跟踪软件、应用程序、数据库或其他类型的系统的特定版本的标识符。它通常以数字或字母的形式表示，并用于区分不同版本之间的差异。数据库通常会使用版本序号来标识和管理数据库的不同版本。
现有工业存在对设备、生产线等的监测，并将对设备、生产线等的监测所产生的数据传输到数据库进行保存，用户端可以基于数据库对工业存在对设备、生产线等的状态进行查询；通常数据库在实际的使用中，需要根据实际的需求进行更新，这其中涉及到版本序号的更新；评估更新后的版本序号对应的数据库的实际运行性能对数据库的正常使用以及对版本序号更新的可用性十分重要。
现有的存在基于在版本序号更新前(未投入实际使用)进行实验测试数据库的运行性能，但这无法完全模拟实际情况；缺少了对版本序号更新后(投入实际使用)的对数据库的运行性能的实际监测，从而无法充分评估更新后的版本序号对应的数据库的实际运行性能是否良好。
为了解决上述问题，现提供一种技术方案。
发明内容
为了克服现有技术的上述缺陷，本发明的实施例提供基于版本序号的数据库自更新管理系统以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
基于版本序号的数据库自更新管理系统，包括数据处理模块，以及与数据处理模块信号连接的信息采集模块、响应性能判断模块以及综合更新判断模块；
信息采集模块采集查询响应异常信息、堵塞异常信息以及事务处理稳定信息；
将查询响应异常信息发送至数据处理模块，数据处理模块计算得到响应性能综合评估值；将堵塞异常信息发送至数据处理模块，数据处理模块计算得到堵塞频率值；将事务处理稳定信息发送至数据处理模块，数据处理模块计算得到事务处理颠簸值；
响应性能判断模块通过响应性能综合评估值和响应性能综合评估阈值的比较，生成响应糟糕信号或响应正常信号；
当响应性能判断模块生成响应正常信号，数据处理模块将响应性能综合评估值、堵塞频率值以及事务处理颠簸值通过归一化处理计算版本更新效果评估系数；
综合更新判断模块通过版本更新效果评估系数和版本更新效果评估阈值的比较，生成版本更新不佳信号或版本更新正常信号。
在一个优选的实施方式中，获取在更新性能监测区间内所有的查询请求，获取在更新性能监测区间内查询请求的数量，获取每次查询请求对应的查询响应时间；获取每次查询请求对应的时间点；
设定查询响应时间阈值；获取在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量；计算在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值；
获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔；
设定响应不佳间隔阈值；获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量；
计算响应性能综合评估值，其表达式为：其中，xxzp为响应性能综合评估值，dy、zs、xy、dc分别为在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量、更新性能监测区间内查询请求的数量、在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量以及在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔的数量；σ为常数项且σ大于0。
在一个优选的实施方式中，当响应性能综合评估值大于响应性能综合评估阈值，响应性能判断模块生成响应糟糕信号；当响应性能综合评估值小于等于响应性能综合评估阈值，响应性能判断模块生成响应正常信号。
在一个优选的实施方式中，获取更新性能监测区间对应的时间长度，获取在更新性能监测区间内的堵塞事件数量，将在更新性能监测区间内的堵塞事件数量与更新性能监测区间对应的时间长度的比值标记为堵塞频率值。
在一个优选的实施方式中，将更新性能监测区间均等划分为多个小区间，获取每个小区间对应的事务数量，计算每个小区间处理对应的事务数量所花费的时间，将小区间对应的事务数量与小区间处理对应的事务数量所花费的时间的比值标记为事务处理速度；
计算更新性能监测区间内小区间对应的事务处理速度的平均值；对更新性能监测区间内小区间对应的事务处理速度进行离散分析，计算事务处理颠簸值，其表达式为：其中，m、w分别为更新性能监测区间内小区间的数量以及更新性能监测区间内小区间的编号；w＝1、2、3、4、......、m，m、w均为大于1的正整数；swdz、scvw、scp分别为事务处理颠簸值、更新性能监测区间内第W个小区间对应的事务处理速度以及更新性能监测区间内小区间对应的事务处理速度的平均值。
在一个优选的实施方式中，当响应性能判断模块生成响应正常信号，通过归一化处理后的响应性能综合评估值、堵塞频率值以及事务处理颠簸值计算版本更新效果评估系数；
当版本更新效果评估系数大于版本更新效果评估阈值，综合更新判断模块生成版本更新不佳信号；
当版本更新效果评估系数小于等于版本更新效果评估阈值，综合更新判断模块生成版本更新正常信号。
本发明基于版本序号的数据库自更新管理系统的技术效果和优点：
1、通过将查询响应时间糟糕的情况的占比和查询请求不佳的情况频繁的程度进行结合计算响应性能综合评估值，以量化的综合评估数据库版本序号更新后的运行性能，判断版本序号更新的效果，及时发现并应对性能问题，确保数据库在版本序号更新后能够维持良好的运行性能。
2、通过综合考虑数据库的响应性能、堵塞频率和事务处理的稳定性，计算版本更新效果评估系数，量化的评估版本序号更新后的数据库的运行性能，更全面地评估版本序号更新的效果，帮助监控数据库性能的变化，及时发现性能问题，确保数据库在版本序号更新后能够维持良好的运行性能，有助于提高数据库的可用性，减少性能下降带来的影响，确保系统能够稳定高效地处理查询请求。
附图说明
图1为本发明基于版本序号的数据库自更新管理系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，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他实施例，都属于本发明保护的范围。
实施例
图1给出了本发明基于版本序号的数据库自更新管理系统的结构示意图，基于版本序号的数据库自更新管理系统，包括数据处理模块，以及与数据处理模块信号连接的信息采集模块、响应性能判断模块以及综合更新判断模块。
信息采集模块采集查询响应异常信息、堵塞异常信息以及事务处理稳定信息。
将查询响应异常信息发送至数据处理模块，数据处理模块计算得到响应性能综合评估值。将堵塞异常信息发送至数据处理模块，数据处理模块计算得到堵塞频率值。将事务处理稳定信息发送至数据处理模块，数据处理模块计算得到事务处理颠簸值。
响应性能判断模块通过响应性能综合评估值和响应性能综合评估阈值的比较，生成响应糟糕信号或响应正常信号。
当响应性能判断模块生成响应正常信号，数据处理模块将响应性能综合评估值、堵塞频率值以及事务处理颠簸值通过归一化处理计算版本更新效果评估系数。
综合更新判断模块通过版本更新效果评估系数和版本更新效果评估阈值的比较，生成版本更新不佳信号或版本更新正常信号。
当数据库完成版本序号的更新后，投入实际使用后，对数据库的实际运行性能进行分析；值得注意的是，为了更好的对数据库的实际运行性能进行分析，在这里假设数据库完成版本序号的更新后对数据库的实际运行性能进行分析时，其余的影响因素均设定为正常情况范围内，即可以理解为在其余的影响因素均为正常情况范围内的情况下对数据库完成版本序号的更新后对数据库的实际运行性能进行分析。
在数据库完成版本序号的更新后，进行对数据库的实际运行性能分析时，假设其余的影响因素均为正常情况范围内，这意味着除了版本序号更新以外，其他可能影响数据库性能的因素都处于正常状态，不引起异常或问题。这有助于将版本序号更新的影响与其他潜在因素分离，以更准确地评估版本更新对数据库性能的影响。
其中，“其余的影响因素”包括：
硬件健康：数据库运行所需的硬件(例如，服务器、存储设备)是否正常运行，没有硬件故障或性能问题。
网络连接：数据库服务器和客户端之间的网络连接是否稳定，没有丢包、延迟或网络问题。
数据库配置：数据库的配置参数是否正确设置，以适应版本更新后的需求，包括缓存大小、连接池配置等。
安全性：数据库的安全性是否得到维护，没有安全漏洞或未经授权的访问。
备份和恢复：数据库的备份和恢复机制是否正常运行，以防止数据丢失或损坏。
第三方应用和服务：与数据库交互的第三方应用程序或服务是否正常工作，没有引发性能问题。
假设“其余的影响因素均为正常情况范围内”意味着在进行版本序号更新后的数据库性能分析时，除了版本序号更新本身以外，其他与数据库运行相关的因素都没有引发异常或明显问题。这有助于更准确地评估版本更新对数据库性能的影响，而不会受到其他潜在问题的干扰。
在数据库完成版本序号的更新后，获取数据库完成版本序号更新持续区间。
设定更新性能监测区间，更新性能监测区间对应的时间长度是固定的，数据库完成版本序号更新持续区间包括有多个更新性能监测区间。根据时间的持续，更新性能监测区间的数量是递增的。
在实时的对数据库的实际运行性能进行分析时，共获取到n个更新性能监测区间；n为数据库完成版本序号更新持续区间与更新性能监测区间的比值的向下取整值；n为自然数。
其中，数据库完成版本序号更新持续区间为实时的时间与在数据库完成版本序号的更新的时间之间的时间间隔。
对更新性能监测区间对应的数据库的实际运行性能进行分析：
采集查询响应异常信息，查询响应时间是指从发出查询请求到获得查询结果所经历的时间，通常以毫秒(ms)为单位表示；它衡量了数据库响应单个查询请求的速度。查询响应时间反映了数据库的查询性能，即用户端感知到的查询响应速度，较低的查询响应时间通常表示更快的查询性能，而较高的查询响应时间反映了版本序号更新后数据库的运行性能的下降，表示版本序号更新后数据库的性能出现问题。这可以是由于版本序号更新操作引起的资源争夺、锁定、索引重建或其他性能问题。
查询响应异常信息包括响应性能综合评估值，响应性能综合评估值的具体获取逻辑为：
获取在更新性能监测区间内所有的查询请求，获取在更新性能监测区间内查询请求的数量，获取每次查询请求对应的查询响应时间；获取每次查询请求对应的时间点。
设定查询响应时间阈值，当查询响应时间大于查询响应时间阈值时，说明查询请求的速度较慢，数据库对查询的响应越不佳；查询响应时间阈值是本领域专业技术人员根据实际中对数据库面对查询请求对应的查询响应时间的要求标准等其他实际情况进行设定，此处不再赘述。
获取在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量；计算在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值。
在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值越大，说明版本序号更新后数据库面对查询请求时的性能越差。
获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔，例如当更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量为x时，则在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔的数量为x-1。
设定响应不佳间隔阈值，在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值时，说明两次查询请求不佳的间隔时间较短，查询请求不佳的情况越频繁。响应不佳间隔阈值是本领域专业技术人员根据实际对两次查询不佳的间隔的要求标准以及其他实际情况进行设定，此处不再赘述。
获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量。
在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量越多，说明在更新性能监测区间内查询请求不佳的情况越频繁，数据库更新后对查询请求的处理性能不佳。
计算响应性能综合评估值，其表达式为：其中，xxzp为响应性能综合评估值，dy、zs、xy、dc分别为在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量、更新性能监测区间内查询请求的数量、在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量以及在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔的数量。σ为常数项且σ大于0，其目的是为了保证响应性能综合评估值的输出结果不为0且避免分母为0，通常，将σ设置为1。
其中，相当于一个调节系数，在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值相同的情况下，通过将/>表示的关于更新性能监测区间内查询请求不佳的情况频繁的程度与在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值进行结合，还能够在考虑查询请求不佳的情况下的查询请求不佳的情况频繁的程度，更全面量化分析数据库面对查询请求的性能。
响应性能综合评估值越大，版本序号更新后的数据库面对查询请求的运行性能越差。
设定响应性能综合评估阈值，响应性能判断模块将响应性能综合评估值和响应性能综合评估阈值进行比较：
当响应性能综合评估值大于响应性能综合评估阈值，响应性能判断模块生成响应糟糕信号；此时版本序号更新后的数据库面对查询请求的运行性能较差，说明在版本序号更新后的数据库的运行不佳。
根据响应性能判断模块生成的响应糟糕信号，采取以下措施来管理数据库的自更新：对版本序号更新的相关操作进行性能优化，包括需要重新设计查询、索引、事务操作或数据模型，以提高数据库的响应性能。通过执行性能分析和数据库调整，可以识别瓶颈并进行改进。如果版本序号更新后的性能问题无法解决，可能需要考虑版本回滚，恢复到更新前的状态，然后进一步调查和解决问题。
当响应性能综合评估值小于等于响应性能综合评估阈值，响应性能判断模块生成响应正常信号；此时版本序号更新后的数据库面对查询请求的运行性能在正常运行的可接受的范围内，更新后的数据库面对查询请求的能够正常运行，但不代表版本序号更新后的数据库的性能没有受到不利影响。
值得注意的是，响应性能综合评估阈值是本领域专业技术人员根据响应性能综合评估值的大小以及实际中对版本序号更新后的数据库的响应性能的要求标准等其他按实际情况进行设定，此处不再赘述。
采集堵塞异常信息，在数据库管理中，堵塞是指多个事务之间的相互干扰，其中一个事务持有某个资源(如锁定或数据行)，并且其他事务需要等待这个资源以执行其操作，这种情况可能导致事务等待时间增加，从而影响数据库性能和响应时间；版本序号的更新会导致堵塞，例如，如果版本序号更新涉及到大量的数据行或复杂的事务操作，并且其他事务需要等待访问相同的数据或资源，那么可能会出现堵塞情况。
堵塞异常信息包括堵塞频率值，堵塞频率值的具体获取逻辑为：
获取更新性能监测区间对应的时间长度，获取在更新性能监测区间内的堵塞事件数量，将在更新性能监测区间内的堵塞事件数量与更新性能监测区间对应的时间长度的比值标记为堵塞频率值。
堵塞频率值越高，会导致用户在执行查询或事务时经历较长的等待时间，这会降低用户端体验，过高的堵塞频率可能会导致数据库的不稳定性，可能引发死锁或其他严重问题，对数据库的可用性和稳定性造成威胁，说明版本序号更新导致了高堵塞频率值，这可能表明版本序号更新操作本身存在性能问题，可能需要进一步优化或重构。
采集事务处理稳定信息，事务处理的稳定性信息通常指的是数据库在一段时间内处理事务的稳定性能。事务处理的稳定性能反映了数据库版本更新后的运行性能是否稳定，或者是否存在性能波动或不稳定性。
事务处理稳定信息包括事务处理颠簸值，事务处理颠簸值的具体获取逻辑为：
将更新性能监测区间均等划分为多个小区间，获取每个小区间对应的事务数量，计算每个小区间处理对应的事务数量所花费的时间，将小区间对应的事务数量与小区间处理对应的事务数量所花费的时间的比值标记为事务处理速度。即每个小区间对应一个事务处理速度。
其中，“事务数量”指的是在更新性能监测区间内小区间的发生的数据库事务的数量。数据库事务是数据库操作的逻辑单元，它可以包括一个或多个数据库操作(例如，读取、写入、更新、删除等)。每个事务都被视为一个原子操作。
计算更新性能监测区间内小区间对应的事务处理速度的平均值；对更新性能监测区间内小区间对应的事务处理速度进行离散分析，计算事务处理颠簸值，其表达式为：其中，m、w分别为更新性能监测区间内小区间的数量以及更新性能监测区间内小区间的编号；w＝1、2、3、4、......、m，m、w均为大于1的正整数；swdz、scvw、scp分别为事务处理颠簸值、更新性能监测区间内第W个小区间对应的事务处理速度以及更新性能监测区间内小区间对应的事务处理速度的平均值。
事务处理颠簸值越大，说明更新性能监测区间内小区间对应的事务处理速度的差异较大，说明数据库在版本序号更新后的运行性能在不同时间段内的不稳定性或不均衡性。
当响应性能判断模块生成响应正常信号，将响应性能综合评估值、堵塞频率值以及事务处理颠簸值进行归一化处理，通过归一化处理后的响应性能综合评估值、堵塞频率值以及事务处理颠簸值计算版本更新效果评估系数，例如，本发明可采用如下公式进行版本更新效果评估系数的计算，其表达式为：其中，bgxp、xxzp、dspz、swdz分别为版本更新效果评估系数、响应性能综合评估值、堵塞频率值以及事务处理颠簸值；f1、f2、f3分别为响应性能综合评估值、堵塞频率值以及事务处理颠簸值的预设比例系数，且f1、f2、f3均大于0。
版本更新效果评估系数越大，说明在更新性能监测区间内数据库的运行性能越差，说明版本序号更新后的有效性越差，会造成数据库处理查询请求的速度变慢，较差的版本序号更新效果可能导致数据库在高负荷情况下的性能问题。数据库可能无法有效地处理高并发的查询请求，导致性能瓶颈和堵塞，性能下降可能导致数据库操作变得不稳定，这可能对数据库的数据的一致性和完整性产生影响，事务可能无法按预期执行。
设定版本更新效果评估阈值，版本更新效果评估阈值是本领域专业技术人员根据版本更新效果评估系数的大小以及实际中对版本序号更新后的数据库的运行性能的要求标准等其他按实际情况进行设定，此处不再赘述。
综合更新判断模块将版本更新效果评估系数和版本更新效果评估阈值进行比较：
当版本更新效果评估系数大于版本更新效果评估阈值，综合更新判断模块生成版本更新不佳信号；此时，数据库的运行性能较差，版本序号更新后的有效性较差，说明数据库的版本序号的更新没有达到预期的更新效果；根据综合更新判断模块生成的版本更新不佳信号，采取以下措施：对版本序号更新操作进行性能优化，可能需要重新设计查询、索引、事务操作或数据模型，以提高数据库的响应性能。通过执行性能分析和数据库调整，可以识别瓶颈并进行改进。如果版本序号更新后的性能问题无法解决，可能需要考虑版本回滚，恢复到更新前的状态，然后进一步调查和解决问题。
当版本更新效果评估系数小于等于版本更新效果评估阈值，综合更新判断模块生成版本更新正常信号；此时，数据库的运行性能正常，版本序号更新后的有效性较好，说明数据库的版本序号的更新达到了预期的更新效果；无需采取措施。
上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数以及阈值选取由本领域的技术人员根据实际情况进行设置。

Claims (6)

1.基于版本序号的数据库自更新管理系统，其特征在于：包括数据处理模块，以及与数据处理模块信号连接的信息采集模块、响应性能判断模块以及综合更新判断模块；
信息采集模块采集查询响应异常信息、堵塞异常信息以及事务处理稳定信息；
将查询响应异常信息发送至数据处理模块，数据处理模块计算得到响应性能综合评估值；将堵塞异常信息发送至数据处理模块，数据处理模块计算得到堵塞频率值；将事务处理稳定信息发送至数据处理模块，数据处理模块计算得到事务处理颠簸值；
响应性能判断模块通过响应性能综合评估值和响应性能综合评估阈值的比较，生成响应糟糕信号或响应正常信号；
当响应性能判断模块生成响应正常信号，数据处理模块将响应性能综合评估值、堵塞频率值以及事务处理颠簸值通过归一化处理计算版本更新效果评估系数；
综合更新判断模块通过版本更新效果评估系数和版本更新效果评估阈值的比较，生成版本更新不佳信号或版本更新正常信号。
2.根据权利要求1所述的基于版本序号的数据库自更新管理系统，其特征在于：获取在更新性能监测区间内所有的查询请求，获取在更新性能监测区间内查询请求的数量，获取每次查询请求对应的查询响应时间；获取每次查询请求对应的时间点；
设定查询响应时间阈值；获取在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量；计算在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量与更新性能监测区间内查询请求的数量的比值；
获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔；
设定响应不佳间隔阈值；获取在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量；
计算响应性能综合评估值，其表达式为：其中，xxzp为响应性能综合评估值，dy、zs、xy、dc分别为在更新性能监测区间内查询请求对应的查询响应时间大于查询响应时间阈值的查询请求的数量、更新性能监测区间内查询请求的数量、在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔小于响应不佳间隔阈值的数量以及在更新性能监测区间内相邻的查询请求对应的查询响应时间大于查询响应时间阈值的查询请求之间的时间间隔的数量；σ为常数项且σ大于0。
3.根据权利要求1所述的基于版本序号的数据库自更新管理系统，其特征在于：当响应性能综合评估值大于响应性能综合评估阈值，响应性能判断模块生成响应糟糕信号；当响应性能综合评估值小于等于响应性能综合评估阈值，响应性能判断模块生成响应正常信号。
4.根据权利要求1所述的基于版本序号的数据库自更新管理系统，其特征在于：获取更新性能监测区间对应的时间长度，获取在更新性能监测区间内的堵塞事件数量，将在更新性能监测区间内的堵塞事件数量与更新性能监测区间对应的时间长度的比值标记为堵塞频率值。
5.根据权利要求1所述的基于版本序号的数据库自更新管理系统，其特征在于：将更新性能监测区间均等划分为多个小区间，获取每个小区间对应的事务数量，计算每个小区间处理对应的事务数量所花费的时间，将小区间对应的事务数量与小区间处理对应的事务数量所花费的时间的比值标记为事务处理速度；
计算更新性能监测区间内小区间对应的事务处理速度的平均值；对更新性能监测区间内小区间对应的事务处理速度进行离散分析，计算事务处理颠簸值，其表达式为：其中，m、w分别为更新性能监测区间内小区间的数量以及更新性能监测区间内小区间的编号；w＝1、2、3、4、......、m，m、w均为大于1的正整数；swdz、scvw、scp分别为事务处理颠簸值、更新性能监测区间内第w个小区间对应的事务处理速度以及更新性能监测区间内小区间对应的事务处理速度的平均值。
6.根据权利要求1所述的基于版本序号的数据库自更新管理系统，其特征在于：当响应性能判断模块生成响应正常信号，通过归一化处理后的响应性能综合评估值、堵塞频率值以及事务处理颠簸值计算版本更新效果评估系数；
当版本更新效果评估系数大于版本更新效果评估阈值，综合更新判断模块生成版本更新不佳信号；
当版本更新效果评估系数小于等于版本更新效果评估阈值，综合更新判断模块生成版本更新正常信号。
CN202311336504.6A 2023-10-16 2023-10-16 基于版本序号的数据库自更新管理系统 Pending CN117290371A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311336504.6A CN117290371A (zh) 2023-10-16 2023-10-16 基于版本序号的数据库自更新管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311336504.6A CN117290371A (zh) 2023-10-16 2023-10-16 基于版本序号的数据库自更新管理系统

Publications (1)

Publication Number Publication Date
CN117290371A true CN117290371A (zh) 2023-12-26

Family

ID=89240697

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311336504.6A Pending CN117290371A (zh) 2023-10-16 2023-10-16 基于版本序号的数据库自更新管理系统

Country Status (1)

Country Link
CN (1) CN117290371A (zh)

Similar Documents

Publication Publication Date Title
EP1812863B1 (en) Reporting of abnormal computer resource utilization data
US7076397B2 (en) System and method for statistical performance monitoring
US7673291B2 (en) Automatic database diagnostic monitor architecture
US7526508B2 (en) Self-managing database architecture
US7685575B1 (en) Method and apparatus for analyzing an application
EP3679487A1 (en) Apparatus and method for real time analysis, predicting and reporting of anomalous database transaction log activity
US9280436B2 (en) Modeling a computing entity
US8069370B1 (en) Fault identification of multi-host complex systems with timesliding window analysis in a time series
US8627150B2 (en) System and method for using dependency in a dynamic model to relate performance problems in a complex middleware environment
US20120185735A1 (en) System and method for determining causes of performance problems within middleware systems
US8270410B2 (en) Sampling techniques
CN107992410B (zh) 软件质量监测方法、装置、计算机设备和存储介质
US20050055672A1 (en) Time model
US20090307347A1 (en) Using Transaction Latency Profiles For Characterizing Application Updates
US20060095312A1 (en) Method, system, and storage medium for using comparisons of empirical system data for testcase and workload profiling
CN118152124A (zh) 一种基于云计算的数据处理方法及系统
KR101830936B1 (ko) 데이터베이스와 애플리케이션을 위한 웹기반 성능개선 시스템
Chaudhuri et al. Sqlcm: A continuous monitoring framework for relational database engines
JP5240709B2 (ja) シンプトンを評価するためのコンピュータ・システム、並びにその方法及びコンピュータ・プログラム
DE112020004688T5 (de) Debuggen und erstellen von profilen von maschinenlernmodelltraining
CN117290371A (zh) 基于版本序号的数据库自更新管理系统
Goes et al. Stochastic models for performance analysis of database recovery control
CN115391028A (zh) 资源分配系统、方法及装置
CN109766243B (zh) 一种基于幂函数的多核主机性能监控方法
CN113177060A (zh) 一种管理sql语句的方法、装置及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication