CN117573400A - 数据告警方法、装置、设备、介质及产品 - Google Patents
数据告警方法、装置、设备、介质及产品 Download PDFInfo
- Publication number
- CN117573400A CN117573400A CN202311507439.9A CN202311507439A CN117573400A CN 117573400 A CN117573400 A CN 117573400A CN 202311507439 A CN202311507439 A CN 202311507439A CN 117573400 A CN117573400 A CN 117573400A
- Authority
- CN
- China
- Prior art keywords
- data
- interference
- determining
- target
- interference factors
- 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 58
- 230000002159 abnormal effect Effects 0.000 claims abstract description 37
- 238000013507 mapping Methods 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 abstract description 31
- 238000010586 diagram Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000013598 vector 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
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0751—Error or fault detection not based on redundancy
- G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/81—Threshold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/835—Timestamp
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/865—Monitoring of software
-
- 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
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本申请实施例提供一种数据告警方法、装置、设备、介质及产品,包括:获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,第二时间包括第一时间;根据干扰因素和初始阈值,确定数据范围;在业务指标数据未处于数据范围的情况下,生成第一告警信息,第一告警数据表征业务指标数据为异常数据。本申请实施例,提高了业务指标数据监控的准确度。
Description
技术领域
本申请属于业务指标监控技术领域,尤其涉及一种数据告警方法、装置、设备、介质及产品。
背景技术
为了更好、更有效的保障业务系统的稳定运行,及时检测出业务系统的异常,需要时刻监控业务系统的业务指标数据是否异常,以在业务指标数据异常的情况下,及时生成告警信息。然而现有技术中,一般是通过设置固定阈值的方法,来判断业务指标数据是否出现异常,以致于监控业务指标数据是否异常的准确度较低。
发明内容
本申请实施例提供一种数据告警方法、装置、设备、介质及产品,提高了业务指标数据监控的准确度。
第一方面,本申请实施例提供了一种数据告警方法,方法包括:
获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,第二时间包括第一时间;
根据干扰因素和初始阈值,确定数据范围;
在业务指标数据未处于数据范围的情况下,生成第一告警信息,第一告警数据表征业务指标数据为异常数据。
在第一方面的一种可选的实施方式中,数据范围包括数据上限值和数据下限值:
根据干扰因素和初始阈值,确定数据范围,包括:
根据目标信息或干扰因素,以及预设映射关系,确定波动阈值,目标信息包括干扰因素和初始阈值;
确定初始阈值与波动阈值之和,为数据上限值;
确定初始阈值与波动阈值之差,为数据下限值。
在第一方面的一种可选的实施方式中,干扰因素包括干扰事件信息,干扰事件信息包括多个干扰事件以及每个干扰事件的事件类型;
根据目标信息和预设映射关系,确定波动阈值,包括:
针对多个干扰事件中的每个干扰事件,根据预设的事件类型与影响度之间的映射关系,对干扰事件的事件类型进行匹配,得到与干扰事件对应的影响度,得到多个影响度,影响度表征干扰事件对业务指标数据影响的程度;
确定目标影响度与初始阈值的乘积,为波动阈值,目标影响度为多个影响度中最高的影响度。
在第一方面的一种可选的实施方式中,干扰因素包括业务办理时长信息和干扰事件信息;
根据干扰因素和预设映射关系,确定波动阈值,包括:
将干扰因素输入预设阈值确定模型,预设阈值确定模型包括预设的干扰因素与波动阈值之间的映射关系,对干扰因素进行匹配,以得到干扰因素的波动阈值。
在第一方面的一种可选的实施方式中,方法还包括:
在业务指标数据与目标数值之间的差值大于预设差值阈值的情况下,生成第二告警信息,数据范围包括多个数值,目标数值为多个数值中的任意一个数值,第二告警信息表征数据范围为异常的数据范围。
第二方面,本申请实施例提供了一种数据告警装置,该装置包括:
获取模块,用于获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,第二时间包括第一时间;
确定模块,用于根据干扰因素和初始阈值,确定数据范围;
生成模块,用于在业务指标数据未处于数据范围的情况下,生成第一告警信息,第一告警数据表征业务指标数据为异常数据。
在第二方面的一种可选的实施方式中,数据范围包括数据上限值和数据下限值;
确定模块,具体用于:
根据干扰因素和预设映射关系,确定波动阈值;
确定初始阈值与波动阈值之和,为数据上限值;
确定初始阈值与波动阈值之差,为数据下限值。
第三方面,提供一种电子设备,包括:存储器,用于存储计算机程序指令;处理器,用于读取并运行存储器中存储的计算机程序指令,以执行第一方面中任一可选的实施方式提供的数据告警方法。
第四方面,提供一种计算机存储介质,计算机存储介质上存储有计算机程序指令,计算机程序指令被处理器执行时实现第一方面中的任一可选的实施方式提供的数据告警方法。
第五方面,提供一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备执行实现第一方面中的任一可选的实施方式提供的数据告警方法。
在本申请实施例中,能够获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,基于此,可以根据干扰因素和初始阈值,确定数据范围,进而可以在业务指标数据未处于数据范围的情况下,生成第一告警信息,该第一告警信息表征业务指标数据为异常数据。如此,可以在监控业务指标数据的过程中,考虑到干扰因素对业务指标数据的影响,进而可以准确地判断业务指标数据是否异常,提高了监控业务指标数据是否异常的准确度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单的介绍,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的一种业务指标监控系统的架构图;
图2是本申请实施例提供的一种数据告警方法的流程示意图;
图3是本申请实施例提供的一种数据告警装置的结构示意图;
图4是本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将详细描述本申请的各个方面的特征和示例性实施例,为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及具体实施例,对本申请进行进一步详细描述。应理解,此处所描述的具体实施例仅意在解释本申请,而不是限定本申请。对于本领域技术人员来说,本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物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……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
为了解决上述现有技术中存在业务指标数据告警的准确度较低的问题,本申请实施例提供一种数据告警方法、装置、设备、介质及产品,能够获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,基于此,可以根据干扰因素和初始阈值,确定数据范围,进而可以在业务指标数据未处于数据范围的情况下,生成第一告警信息,该第一告警信息表征业务指标数据为异常数据。如此,可以在监控业务指标数据的过程中,考虑到干扰因素对业务指标数据的影响,进而可以准确地判断业务指标数据是否异常,提高了监控业务指标数据是否异常的准确度。
下面结合附图,通过具体的实施例对本申请实施例提供的数据告警方法进行详细说明。
图1是本申请实施例提供的一种业务指标监控系统的架构图。
如图1所示,该业务指标监控系统100可以包括数据获取模块110、数据范围确定模块120以及告警模块130,数据获取模块110和数据范围确定模块120均与告警模块130信号连接。其中,数据获取模块,用于获取目标业务系统的业务指标数据并输出业务指标数据;数据范围确定模块,用于确定数据范围并输出数据范围;告警模块,用于接收业务指标数据和数据范围,以根据业务指标数据以及数据范围,判断业务指标数据是否为异常数据,若判定业务指标数据未异常数据,则生成第一告警信息。
继续如图1所示,上述涉及到的数据范围确定模块120可以包括初始阈值子模块121、干扰因素子模块122以及数据范围确定子模块123,上述初始阈值子模块121与干扰因素子模块122均与数据范围确定子模块123信号连接。其中,初始阈值子模块,用于采集用户设置的初始阈值并输出阈值;干扰因素子模块,用于获取能够影响业务指标数据波动的干扰因素并输出干扰因素;数据范围确定子模块,用于接收初始阈值和干扰因素,并根据初始阈值和干扰因素,或者,干扰因素,确定数据范围。
基于此,上述涉及到的干扰因素子模块122还可以包括干扰事件单元1221以及业务办理时长单元1222。其中,干扰事件单元,用于获取干扰事件信息并输出干扰事件信息;业务办理时长单元,用于获取业务办理时长信息并输出业务办理时长信息。
另外,上述涉及到的数据范围确定子模块123可以包括目标影响度确定单元1231和数据范围确定单元1232,目标影响度确定单元1231和数据范围确定单元1232之间信号连接。其中,目标影响度确定单元,用于在干扰因素包括干扰事件信息,且干扰事件信息包括多个干扰事件以及每个干扰事件的事件类型的情况下,确定多个干扰事件的影响度中影响度最高的目标影响度,并输出目标影响度;数据范围确定单元,用于在干扰因素包括干扰事件信息的情况下,接收目标影响度,并根据目标影响度和初始阈值确定数据范围;或者,在干扰因素包括干扰事件信息和业务办理时长信息的情况下,接收干扰事件信息饱和业务办理时长信息,并基于干扰事件信息和业务办理时长信息确定数据范围。
告警模块130可以包括数据异常告警子模块131和范围异常告警子模块132。其中,数据异常告警子模块131和范围异常告警子模块132均与数据获取模块110和数据范围确定模块120之间信号连接。其中,数据异常告警子模块131,用于接收业务指标数据和数据范围,并在业务指标数据未处于数据范围的情况下,生成第一告警信息;范围异常告警子模块,用于接收业务指标数据和数据范围,并在业务指标数据与目标数值之间的差值超过预设差值阈值的情况下,生成第二告警信息,其中,目标数值为数据范围所包括的多个数值中的任意一个数值。
基于上述业务指标监控系统的架构图,下面可以结合图2对本申请实施例提供数据告警方法的流程示意图。
如图2所示,该数据告警方法的执行主体可以是业务指标监控系统,该方法具体可以包括以下步骤:
S210,获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素。
具体地,业务指标监控系统可以时刻监控目标业务系统的数据波动,以获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素。
其中,业务指标数据可以是业务办理量,也可以是是业务销售量,还可以业务办理平均时长,在此不做具体限定。干扰因素可以是能够对业务指标数据产生影响,使得业务指标数据产生波动的相关因素。
在一些实施例中,上述涉及到的第二时间可以包括第一时间,另外,第二时间可以等于第一时间,第二时间也可以大于第一时间,在此不做具体限定。还需要说明的是,第一时间和第二时间均为基于实际经验或情况预先设置的时间,例如,第一时间可以是5分钟,第二时间可以是5分钟或10分钟,在此不做具体限定。
在一个示例中,业务指标监控系统可以通过流量采集软件获取每一笔业务从发起到结束的时长,对应HTTP请求中响应时间戳-请求时间戳,将一段时间内获取的所有业务办理时长进行平均获取业务办理时长指标,所有业务进行笔数加和获取业务量指标。并通过运维的上线变更工单可以获取上线割接类的干扰事件,根据年度节假日列表以及各省特殊的假日可以获取节假日类的干扰事件,通过各省上报的突发事件比如重大自然灾害等可以收集重大事件类的干扰事件,这些事件都可能影响当前业务量的异常波动。
S220,根据干扰因素和初始阈值,确定数据范围。
其中,上述涉及到的初始阈值可以是基于实际经验或情况预先设置的阈值,在此不做过多赘述。
具体地,业务指标监控系统在获取干扰因素之后,可以基于获取到的干扰因素以及预先设置的初始阈值,来确定数据范围,该数据范围表征业务指标数据应处于的正常数据范围,用于后续判断业务指标数据是否为异常数据。
S230,在业务指标数据未处于数据范围的情况下,生成第一告警信息。
其中,第一告警信息用于表征业务指标数据为异常数据。
具体地,业务指标监控系统在获取到业务指标数据以及数据范围之后,可以判断业务指标数据是否处于数据范围中,若业务指标数据未处于数据范围中,则生成第一告警信息,以提醒用户该业务指标数据为异常数据。反之亦然。
在本申请实施例中,能够获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,基于此,可以根据干扰因素和初始阈值,确定数据范围,进而可以在业务指标数据未处于数据范围的情况下,生成第一告警信息,该第一告警信息表征业务指标数据为异常数据。如此,可以在监控业务指标数据的过程中,考虑到干扰因素对业务指标数据的影响,进而可以准确地判断业务指标数据是否异常,提高了监控业务指标数据是否异常的准确度。
为了更加准确地描述本申请实施例提供的数据告警方法,在一个实施例中,上述涉及到的数据范围可以包括数据上限值和数据下限值。基于此,上述涉及到的S120具体可以包括如下步骤:
根据目标信息或干扰因素,以及预设映射关系,确定波动阈值;
确定初始阈值与波动阈值之和,为数据上限值;
确定初始阈值与波动阈值之差,为数据下限值。
其中,目标信息可以包括干扰因素和初始阈值。预设映射关系可以是基于实际经验或情况预先设置的关系,在此不做具体限定。另外,波动阈值可以是业务指标数据上下波动的幅度。
具体地,在获取干扰因素之后,业务指标监控系统可以根据目标信息或干扰因素,以及预设映射关系,确定波动阈值,进而可以确定初始阈值与波动阈值之和,为数据上限值,并确定初始阈值与波动阈值之差,为数据下限值。如此,可以得到数据范围。
在该实施例中,通过根据目标信息或干扰因素,以及和预设映射关系确定波动阈值,其中,目标信息包括干扰因素和初始阈值。如此可以考虑到干扰因素对业务指标数据的波动影响,进而可以更加准确地确定出用于判断业务指标数据是否为异常数据的数据范围。
在一个实施例中,上述涉及到的干扰因素可以包括干扰事件信息,该干扰时间信息可以包括多个干扰事件以及每个干扰事件的事件类型。基于此,上述涉及到的根据目标信息和预设映射关系,确定波动阈值的步骤,具体可以包括如下步骤:
针对多个干扰事件中的每个干扰事件,根据预设的事件类型与影响度之间的映射关系,对干扰事件的事件类型进行匹配,得到与干扰事件对应的影响度,得到多个影响度;
确定目标影响度与初始阈值的乘积,为波动阈值。
其中,上述涉及到的预设的事件类型与影响度之间的映射关系可以是基于实际经验或情况预先设置的映射关系,在此不做过多限定。另外,目标影响度为多个影响度中最高的影响度,且上述涉及到的影响度表征干扰事件对业务指标数据影响的程度。还需要说明的是,影响度的范围为[0,1]。具体地,业务指标监控系统可以根据预设的事件类型与影响度之间的映射关系,对干扰事件的事件类型进行匹配,得到与干扰时间对应的影响度,进而可以确定影响度与初始阈值的乘积,为波动阈值。
需要说明的是,上述涉及到的干扰事件可以是当地当日是否节假日、昨日省端是否割接等数据、当地是否存在重大的事件比如自然灾害等事件,在此不做具体限定。具体地,比如昨日的系统割接会增加业务指标监控系统波动,而业务指标监控系统的波动,会导致用户的业务办理时长增加,因此可能影响业务办理量。另外,数据研究表明,同样的业务办理量在普通节假日同比增加较多,但在春节等特殊节日同比大幅降低,因此节假日是一个大类,具体在系统中体现时,每一个不同的节日都是一类单独的影响事件,比如春节对于营业厅业务量的下降影响是非常显著的,但其他节日业务量可能会增加。
在该实施例中,能够考虑到干扰事件对业务指标数据的波动影响,进而可以得到更加准确的波动阈值,以便于后续基于该波动阈值确定数据范围,进而可以提高监控业务指标数据是否异常的准确度。
在另一个实施例中,上述涉及到的干扰因素可以包括业务办理时长信息和干扰事件信息。基于此,上述涉及到的根据干扰因素和预设映射关系,确定波动阈值的步骤,具体可以包括如下步骤:
将干扰因素输入预设阈值确定模型,预设阈值确定模型包括预设的干扰因素与波动阈值之间的映射关系,对干扰因素进行匹配,以得到干扰因素的波动阈值。
具体地,在干扰因素包括业务办理时长信息和干扰事件信息的情况下,业务指标监控系统可以将获取的干扰因素输入值预设阈值确定模型,由于该预设阈值确定模型可以包括预设的干扰因素与波动阈值之间的映射关系,基于此,业务指标监控系统可以基于预设的干扰因素与波动阈值之间的映射关系,对干扰因素进行匹配,以得到干扰因素对应的波动阈值。
其中,预设阈值确定模型可以是预先经过训练得到的、用于确定波动阈值的模型。示例性地,基于神经网络的通用模型,将不同干扰事件的事件类型(1表示有该类型事件,0表示无)、业务办理时长(毫秒)等作为维度向量k1-kn,初始时随机给定模型参数为w1-wn,对模型进行训练,不断优化模型参数w1-wn,以得到预设阈值确定模型。
在该实施例中,能够考虑到干扰事件以及业务办理时长等因素对业务指标数据的影响,进而可以得到更加准确地波动阈值,以便于后续可以更加精确地调整初始阈值,以得到更为准确的数据范围。
为了更加清楚完整地描述本申请实施例提供的数据告警方法,在一个实施例中,上述涉及到的数据告警方法还可以包括如下步骤:
在业务指标数据与目标数值之间的差值大于预设差值阈值的情况下,生成第二告警信息。
其中,上述涉及到的数据范围可以是包括多个数值,基于此,目标数值可以是上述多个数值中的任意一个数值。还需要说明的是,上述多个数值可以包括数据上限值和数据下限值。
另外,预设差值阈值可以是基于实际经验或情况预先设置的阈值,此处不做过多限定。上述涉及到的第二告警信息表征数据范围为异常的数据范围。
具体地,在得到业务指标数据以及数据范围之后,业务指标监控系统可以先判断业务指标数据与目标数值之间的差值是否大于预设差值阈值,若业务指标数据与目标数值之间的差值大于预设差值阈值,说明存在定义外的未识别的干扰事件导致数据范围异常,需要重新确定数据范围。业务指标监控系统可以生成第二告警信息,并通过弹窗的方式提醒用户得到的数据范围为异常的数据范围。
在一个示例中,获取的数据范围为1万8千笔/5分钟,至2万2千笔/5分钟,而预设差值阈值设置为3千笔,当业务指标数据数据达到1.5万笔/5分钟,或者出现2.5万笔/5分钟的情况,如果此时没有应用故障,需要及时甄别其他业务量影响因素,并重新确定数据范围。
在该实施例中,能够通过判断业务指标数据与目标数值之间的差值是否超过预设差值阈值的方式,判断数据范围是否设置有误,若数据范围为异常的数据范围,可以及时提示用户更改数据范围,提高了业务指标监控的智能性。
基于相同的发明构思,本申请实施例还提供了一种数据告警装置。该数据告警装置可以应用于被访设备。具体结合图3对本申请实施例提供的数据告警装置进行详细说明。
图3是本申请实施例提供的一种数据告警装置的结构示意图。
如图3所示,该数据告警装置300可以包括:
获取模块310,用于获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,第二时间包括第一时间;
确定模块320,用于根据干扰因素和初始阈值,确定数据范围;
生成模块330,用于在业务指标数据未处于数据范围的情况下,生成第一告警信息,第一告警数据表征业务指标数据为异常数据。
在一个实施例中,数据范围包括数据上限值和数据下限值;
确定模块,具体用于:
根据目标信息或干扰因素,以及预设映射关系,确定波动阈值,目标信息包括干扰因素和初始阈值;
确定初始阈值与波动阈值之和,为数据上限值;
确定初始阈值与波动阈值之差,为数据下限值。
在一个实施例中,干扰因素包括干扰事件信息,干扰事件信息包括多个干扰事件以及每个干扰事件的事件类型;
上述涉及到的确定模块具体用于:
针对多个干扰事件中的每个干扰事件,根据预设的事件类型与影响度之间的映射关系,对干扰事件的事件类型进行匹配,得到与干扰事件对应的影响度,得到多个影响度,影响度表征干扰事件对业务指标数据影响的程度;
确定目标影响度与初始阈值的乘积,为波动阈值,目标影响度为多个影响度中最高的影响度。
在一个实施例中,干扰因素包括业务办理时长信息和干扰事件信息;
上述涉及到的确定模块,具体用于:
将干扰因素输入预设阈值确定模型,预设阈值确定模型包括预设的干扰因素与波动阈值之间的映射关系,对干扰因素进行匹配,以得到干扰因素的波动阈值。
在一个实施例中,上述涉及到的生成模块,还用于在业务指标数据与目标数值之间的差值大于预设差值阈值的情况下,生成第二告警信息,数据范围包括多个数值,目标数值为多个数值中的任意一个数值,第二告警信息表征数据范围为异常的数据范围。
在本申请实施例中,能够获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,基于此,可以根据干扰因素和初始阈值,确定数据范围,进而可以在业务指标数据未处于数据范围的情况下,生成第一告警信息,该第一告警信息表征业务指标数据为异常数据。如此,可以在监控业务指标数据的过程中,考虑到干扰因素对业务指标数据的影响,进而可以准确地判断业务指标数据是否异常,提高了监控业务指标数据是否异常的准确度。
本申请实施例提供的数据告警装置中的各个模块可以实现图2所示实施例的方法步骤,并能达到与其相应的技术效果,为简洁描述,在此不再赘述。
图4示出了本申请实施例提供的电子设备的硬件结构示意图。
在电子设备可以包括处理器401以及存储有计算机程序指令的存储器402。
具体地,上述处理器401可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器402可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器402可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器402可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器402可在综合网关容灾设备的内部或外部。在特定实施例中,存储器402是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本公开的一方面的方法所描述的操作。
处理器401通过读取并执行存储器402中存储的计算机程序指令,以实现上述实施例中的任意一种数据告警方法。
在一个示例中,电子设备还可包括通信接口403和总线410。其中,如图4所示,处理器401、存储器402、通信接口403通过总线410连接并完成相互间的通信。
通信接口403,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线410包括硬件、软件或两者,将在线数据流量计费设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线410可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例中的数据告警方法,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现本申请实施例提供的数据告警方法。
本申请实施例还提供一种计算机程序产品,计算机程序产品中的指令由电子设备的处理器执行时,使得电子设备执行如本申请实施例提供的数据告警方法。
需要明确的是,本申请并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本申请的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本申请的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
以上的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本公开的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据告警装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据告警装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种数据告警方法,其特征在于,所述方法包括:
获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,所述第二时间包括所述第一时间;
根据所述干扰因素和初始阈值,确定数据范围;
在所述业务指标数据未处于所述数据范围的情况下,生成第一告警信息,所述第一告警信息表征所述业务指标数据为异常数据。
2.根据权利要求1所述的方法,其特征在于,所述数据范围包括数据上限值和数据下限值;
所述根据所述干扰因素和所述初始阈值,确定数据范围,包括:
根据目标信息或所述干扰因素,以及预设映射关系,确定波动阈值,所述目标信息包括干扰因素和初始阈值;
确定所述初始阈值与所述波动阈值之和,为所述数据上限值;
确定所述初始阈值与所述波动阈值之差,为所述数据下限值。
3.根据权利要求2所述的方法,其特征在于,所述干扰因素包括干扰事件信息,所述干扰事件信息包括多个干扰事件以及每个所述干扰事件的事件类型;
根据所述目标信息和预设映射关系,确定波动阈值,包括:
针对所述多个干扰事件中的每个干扰事件,根据预设的事件类型与影响度之间的映射关系,对所述干扰事件的事件类型进行匹配,得到与所述干扰事件对应的影响度,得到多个影响度,所述影响度表征所述干扰事件对所述业务指标数据影响的程度;
确定目标影响度与初始阈值的乘积,为波动阈值,所述目标影响度为多个影响度中最高的影响度。
4.根据权利要求2所述的方法,其特征在于,所述干扰因素包括业务办理时长信息和干扰事件信息;
根据所述干扰因素和预设映射关系,确定波动阈值,包括:
将所述干扰因素输入预设阈值确定模型,所述预设阈值确定模型包括预设的干扰因素与波动阈值之间的映射关系,对所述干扰因素进行匹配,以得到所述干扰因素的波动阈值。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
在所述业务指标数据与目标数值之间的差值大于预设差值阈值的情况下,生成第二告警信息,所述数据范围包括多个数值,所述目标数值为所述多个数值中的任意一个数值,所述第二告警信息表征所述数据范围为异常的数据范围。
6.一种数据告警装置,其特征在于,所述装置包括:
获取模块,用于获取目标业务系统在第一时间内的业务指标数据,以及第二时间内的干扰因素,所述第二时间包括所述第一时间;
确定模块,用于根据所述干扰因素和初始阈值,确定数据范围;
生成模块,用于在所述业务指标数据未处于所述数据范围的情况下,生成第一告警信息,所述第一告警数据表征所述业务指标数据为异常数据。
7.根据权利要求6所述的装置,其特征在于,所述数据范围包括数据上限值和数据下限值;
所述确定模块,具体用于:
根据目标信息或所述干扰因素,以及预设映射关系,确定波动阈值,所述目标信息包括干扰因素和初始阈值;
确定所述初始阈值与所述波动阈值之和,为所述数据上限值;
确定所述初始阈值与所述波动阈值之差,为所述数据下限值。
8.一种电子设备,其特征在于,所述设备包括:处理器以及存储有计算机程序指令的存储器;
所述处理器读取并执行所述计算机程序指令,以实现如权利要求1-5任意一项所述的数据告警方法。
9.一种计算机存储介质,其特征在于,所述计算机存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-5任意一项所述的数据告警方法。
10.一种计算机程序产品,其特征在于,所述计算机程序产品中的指令由电子设备的处理器执行时,使得所述电子设备执行如权利要求1-5任意一项所述的数据告警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507439.9A CN117573400A (zh) | 2023-11-13 | 2023-11-13 | 数据告警方法、装置、设备、介质及产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311507439.9A CN117573400A (zh) | 2023-11-13 | 2023-11-13 | 数据告警方法、装置、设备、介质及产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117573400A true CN117573400A (zh) | 2024-02-20 |
Family
ID=89863586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311507439.9A Pending CN117573400A (zh) | 2023-11-13 | 2023-11-13 | 数据告警方法、装置、设备、介质及产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117573400A (zh) |
-
2023
- 2023-11-13 CN CN202311507439.9A patent/CN117573400A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113918376B (zh) | 故障检测方法、装置、设备及计算机可读存储介质 | |
TWI819385B (zh) | 異常告警方法、裝置、設備及存儲介質 | |
CN108011782B (zh) | 用于推送告警信息的方法和装置 | |
US9524223B2 (en) | Performance metrics of a computer system | |
CN112152833B (zh) | 一种网络异常报警方法、装置及电子设备 | |
US11038587B2 (en) | Method and apparatus for locating fault cause, and storage medium | |
CN114331046A (zh) | 一种告警事件处理方法、装置、设备及计算机存储介质 | |
CN114143036A (zh) | 告警方法、装置、设备及计算机存储介质 | |
CN114844762A (zh) | 告警真实性检测方法和装置 | |
CN112612844B (zh) | 数据处理方法、装置、设备和存储介质 | |
CN115705413A (zh) | 异常日志的确定方法及装置 | |
CN112102087A (zh) | 一种交易异常检测方法及装置 | |
CN117573400A (zh) | 数据告警方法、装置、设备、介质及产品 | |
CN114666210B (zh) | 基于大数据日志分析的告警方法及装置 | |
CN111489074A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN113986659A (zh) | 故障分析方法、装置、设备及计算机存储介质 | |
CN114741690A (zh) | 网络安全监测方法、装置、设备及计算机存储介质 | |
CN114938339A (zh) | 一种数据处理方法和相关装置 | |
CN114663097A (zh) | 账户识别方法、装置、设备及计算机存储介质 | |
CN114820242A (zh) | 科技企业创新成果评价方法及其装置、设备、介质 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN114358581A (zh) | 性能指标的异常阈值确定方法和装置、设备、存储介质 | |
CN114240446A (zh) | 数据处理方法、装置、设备及计算机存储介质 | |
EP3457609A1 (en) | System and method for computing of anomalies based on frequency driven transformation and computing of new features based on point anomaly density | |
CN116560882A (zh) | 故障根因定位方法、装置、设备及计算机存储介质 |
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 |