CN117743093A - 一种调用链的数据质量评估方法、装置、设备及介质 - Google Patents
一种调用链的数据质量评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117743093A CN117743093A CN202311760960.3A CN202311760960A CN117743093A CN 117743093 A CN117743093 A CN 117743093A CN 202311760960 A CN202311760960 A CN 202311760960A CN 117743093 A CN117743093 A CN 117743093A
- Authority
- CN
- China
- Prior art keywords
- data
- call chain
- analyzed
- analysis
- call
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 80
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000013507 mapping Methods 0.000 claims abstract description 30
- 238000010223 real-time analysis Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005070 sampling Methods 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 14
- 238000001303 quality assessment method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 10
- 230000005856 abnormality Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000005065 mining Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种调用链的数据质量评估方法、装置、设备及介质。调用链的数据质量评估方法,包括:读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。本发明实施例的技术方案能够从多维度对调用链的数据质量进行评估,提升调用链的数据质量的评估效果。
Description
技术领域
本发明涉及数据跟踪技术领域,尤其涉及一种调用链的数据质量评估方法、装置、设备及介质。
背景技术
随着企业对可扩展性和弹性的需求增加,传统的单体应用架构逐渐演变为分布式的微服务架构。在微服务架构中,一个应用由多个小型、独立运行的服务组成,每个服务负责特定的功能。这种架构使得应用更容易扩展、部署和维护,但也引入了新的挑战。在分布式系统中,服务之间的调用关系复杂且具备动态性,使得一个请求可能需要经过多个服务才能完成。当出现故障或性能问题时,很难快速准确地确定问题所在。
传统的监控工具和日志分析无法提供足够的信息来追踪和诊断跨服务的问题,调用链技术的兴起就是为了解决前述问题。调用链技术可以构建出完整的调用链路,并可视化展示整个流程。开发人员可以准确地追踪每个请求经过的路径和每个服务的性能指标,快速定位和解决问题。随着调用链技术的兴起,市面上的采集工具也应运而生。然而采集工具往往会存在断采,断链等数据质量问题。在调用链出现断采,断链等数据问题后,将会影响构建调用链的全局可视化视图以及各类指标计算,进而影响监控的准确性。如果在故障时段出现数据质量问题,将严重影响故障定位,增加排障难度,甚至会因为断链干扰排障。因此,对于调用链的质量监控非常有必要。
目前,通过监控探针的存活状态,可以发现大面积的数据断采问题,但无法精细到链路级的完整性监控。通过对指定的调用类型做监控,无法发现其它未配置监控的调用类型的断链情况。通过人工抽取调用链数据,在可视化平台上查看调用链树的方式依赖人工经验,且会耗费很多时间,对于日均太字节级别量级的数据,人工分析杯水车薪。
发明内容
本发明提供了一种调用链的数据质量评估方法、装置、设备及介质,以解决现有调用链的数据质量评估时局限性强以及评估效果不佳的问题。
根据本发明的一方面,提供了一种调用链的数据质量评估方法,包括:
读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;
对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
根据本发明的另一方面,提供了一种调用链的数据质量评估装置,包括:
字段映射模块,用于读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;
数据质量评估模块,用于对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的调用链的数据质量评估方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的调用链的数据质量评估方法。
本发明实施例的技术方案,通过读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据,从而对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。在本方案中,可以对调用链数据进行字段映射,完成对数据的规范化处理,得到待分析调用链数据,并从多个维度对待分析调用链数据进行数据质量挖掘,无需人工干预,解决了现有调用链的数据质量评估时局限性强以及评估效果不佳的问题,能够从多维度对调用链的数据质量进行评估,提升调用链的数据质量的评估效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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为本发明实施例一提供的一种调用链的数据质量评估方法的流程图;
图2为本发明实施例二提供的一种调用链的数据质量评估方法的流程图;
图3是本发明实施例二提供的一种调用链数据的数据质量分析逻辑示意图;
图4是本发明实施例二提供的一种断链分析的流程图;
图5为本发明实施例三提供的一种调用链的数据质量评估装置的结构示意图;
图6示出了可以用来实施本发明的实施例的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”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,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。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。
实施例一
图1为本发明实施例一提供的一种调用链的数据质量评估方法的流程图,本实施例可适用于对调用链的数据质量进行高效精准评估的情况,该方法可以由调用链的数据质量评估装置来执行,该调用链的数据质量评估装置可以采用硬件和/或软件的形式实现,该调用链的数据质量评估装置可配置于电子设备中。如图1所示,该方法包括:
步骤110、读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据。
其中,调用链数据可以是描述函数或方法相互调用关系的数据,用于清晰展示程序的执行流程。待分析调用链数据可以是对调用链数据执行字段映射的结果。
在本发明实施例中,可以基于现有的调用链采集工具采集调用链数据,进而读取调用链数据,从而基于预设的字段映射规则,对调用链数据进行字段映射,得到待分析调用链数据。
步骤120、对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
其中,实时性分析可以用于对待分析调用链数据进行延时识别。断链分析可以用于对调用链的断链情况进行分析。断链分析可以包括但不限于断链率分析以及断链类型分析等。完整性分析可以是对待分析调用链数据对应的调用链进行完整度的评估操作。数据质量评估报告可以是对待分析调用链数据从实时性、断链情况以及完整性的维度进行数据质量评估的报告。
在本发明实施例中,可以基于数据分析模型,对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
本发明实施例的技术方案,通过读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据,从而对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。在本方案中,可以对调用链数据进行字段映射,完成对数据的规范化处理,得到待分析调用链数据,并从多个维度对待分析调用链数据进行数据质量挖掘,无需人工干预,解决了现有调用链的数据质量评估时局限性强以及评估效果不佳的问题,能够从多维度对调用链的数据质量进行评估,提升调用链的数据质量的评估效果。
实施例二
图2为本发明实施例二提供的一种调用链的数据质量评估方法的流程图,本实施例以上述实施例为基础进行具体化,给出了对调用链数据进行字段映射,得到待分析调用链数据的具体的可选的实施方式。如图2所示,该方法包括:
步骤210、读取调用链数据,并获取全链路追踪规范字段定义以及企业级监控项目字段名称。
其中,全链路追踪规范字段定义可以用于以opentraceing(全链路追踪规范)为标准,确定调用链数据中的字段定义。企业级监控项目字段名称可以用于以skywalking(企业级监控项目)为标准,确定调用链数据中的字段名称。
在本发明实施例中,在读取调用链数据之后,可以进一步获取全链路追踪规范字段定义以及企业级监控项目字段名称。
在本发明的一个可选实施例中,在读取调用链数据之前,还可以包括:采集调用链数据,并将调用链数据存储至目标数据库;记录调用链数据的数据采集时间。
其中,目标数据库可以是存储调用链数据的数据库。
在本发明实施例中,通过现有的调用链采集工具采集调用链数据之后,可以将调用链数据存储至目标数据库,并对调用链数据的存储时间进行记录,作为调用链数据的数据采集时间。
步骤220、基于全链路追踪规范字段定义以及企业级监控项目字段名称,对调用链数据进行字段映射,得到待分析调用链数据。
在本发明实施例中,可以以全链路追踪规范字段定义为标准,对调用链数据进行字段定义的字段映射处理,并以企业级监控项目字段名称为标准,对调用链数据进行字段名称的字段映射处理,得到待分析调用链数据。
示例性的,字段名称与字段定义的对应关系,可参考表1:
表1字段名称与字段定义对照表
步骤230、对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
在本发明的一个可选实施例中,对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告,可以包括:根据待分析调用链数据以及调用链数据的数据采集时间,进行实时性分析,得到输出耗时评估数据;根据配置管理数据库,对待分析调用链数据进行完整性分析,得到数据完整率评估数据;基于待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析,得到断链评估数据;根据输出耗时评估数据、数据完整率评估数据以及断链评估数据,确定调用链的数据质量评估报告。
其中,输出耗时评估数据可以用于表征将调用链数据生成相应日志的耗时时长。数据完整率评估数据可以用于描述调用链数据的数据完整率。断链评估数据可以用于描述与调用链数据匹配的调用链的断链情况。配置管理数据库为Configuration Managementdatabase,简称CMDB,是组织用于存储有关硬件和软件资产信息的数据库。目标节点标识号可以是对调用链数据进行断链分析时所用的span(跨度)的标识号。目标父节点标识号可以是与目标节点标识号对应span所属父级span的标识号。
在本发明实施例中,可以通过分布式架构对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,实时性分析的具体过程为解析待分析调用链数据,得到待分析调用链数据中的结束时间戳,从而计算调用链数据的数据采集时间与结束时间戳之间的耗时,并根据计算得到的耗时确定输出耗时评估数据。完整性分析的具体过程为从当前用户的配置管理数据库中确定应采集的全量服务的数量以及应采集的应用实例数量,从而基于应采集的服务数量以及应采集的应用实例数量,对待分析调用链数据进行完整性分析,得到数据完整率评估数据。断链分析的具体过程为从待分析调用链数据中解析出目标节点标识号以及目标父节点标识号,从而基于目标节点标识号以及目标父节点标识号进行断链分析,得到断链评估数据。进一步,将输出耗时评估数据、数据完整率评估数据以及断链评估数据进行数据整合,得到调用链的数据质量评估报告。
可选的,可以将调用链数据的数据采集时间与结束时间戳之间的耗时求平均,得到每分钟的平均耗时,并将最终的每分钟的平均耗时加入输出耗时评估数据。
在本发明的一个可选实施例中,根据配置管理数据库,对待分析调用链数据进行完整性分析,得到数据完整率评估数据,可以包括:从配置管理数据库中,获取全量服务名以及全量应用实例名;解析待分析调用链数据,确定当前待比对全量服务名以及当前待比对应用实例名;根据全量服务名、当前待比对全量服务名、全量应用实例名以及当前待比对应用实例名,生成数据完整率评估数据。
其中,全量服务名可以用于表征应采集全量服务的名称。全量应用实例名可以是应采集全量实例的名称。当前待比对全量服务名可以是从待分析调用链数据中解析出的服务的名称。当前待比对应用实例名可以是从待分析调用链数据中解析出的实例的名称。
在本发明实施例中,可以从当前用户的配置管理数据库,或者资源管理库中,获取全量服务名以及应用实例名,并解析待分析调用链数据,得到当前待比对全量服务名以及当前待比对应用实例名,进而计算当前待比对全量服务名的数量与全量服务名的数量的比值,以及当前待比对应用实例名的数量与应用实例名的数量的比值,进一步根据全量服务名以及当前待比对全量服务名,确定缺失服务,并根据全量应用实例名以及当前待比对应用实例名,确定缺失应用实例,从而将两个比值作、缺失服务以及缺失应用实例,作为数据完整率评估数据。
在本发明的一个可选实施例中,在基于待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析之前,还可以包括:对待分析调用链数据进行时间切割、跨度切割以及抽样处理,得到待分析调用链标识号;基于待分析调用链标识号以及待分析调用链数据,确定目标节点标识号以及目标父节点标识号。
其中,时间切割可以用于根据时长对待分析调用链数据进行划分。跨度切割可以用于根据span数量对完成时间切割的待分析调用链数据进行划分。示例性的,跨度切割可以包括但不限于以200个span进行数据划分。可选的,抽样处理包括按照预设的抽样比例(如20%等)从每个跨度切割后的数据中进行调用链的抽样。待分析调用链标识号可以是完成时间切割、跨度切割以及抽样处理的待分析调用链数据的跟踪标识。
在本发明实施例中,可以对待分析调用链数据依次进行时间切割、跨度切割以及抽样处理,进而确定抽样得到的待分析调用链数据的跟踪标识,以得到待分析调用链标识号,从而根据待分析调用链标识号从待分析调用链数据中,查询出目标节点标识号以及目标父节点标识号。本方案中,通过对待分析调用链数据依次进行时间切割、跨度切割以及抽样处理,可以确定出更接近调用链的实际情况,避免采样聚集在调用链断链多的区间,或者采样聚集在调用链断链较少区间,导致采样数据不准确的问题。
示例性的,在进行断链分析时,对待分析调用链数据进行时间切割之后,可以对每个时间段的span数量进行排序,并获取每个调用链的span数量,从而按照200个span为跨度切割单位,计算每个跨度切割单位的调用链数量,从而按照预设的抽样比例以及每个跨度切割单位的调用链数量进行抽样处理。
在本发明的一个可选实施例中,基于待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析,可以包括:根据目标节点标识号以及目标父节点标识号,进行中间断链率分析;根据目标节点标识号的数量,进行单节点断链率分析,并根据目标父节点标识号,进行调用链入口异常率分析。
其中,中间断链率分析可以用于对出现中间断链的调用链进行占比统计。单节点断链率分析可以用于对仅存在单节点的调用链进行占比统计。调用链入口异常率分析可以用于对缺入口,和/或多入口的调用链进行占比统计。
在本发明实施例中,如果目标父节点标识号中存在任意一个父节点标识号,在目标节点标识号中查询不到,则确定存在中间断链,并计算中间断链率(即计算中间断链占总调用链的比值)。如果目标节点标识号的数量为1,则确定调用链为单节点断链,并计算单节点断链率(即计算单节点断链占总调用链的比值)。通过对目标父节点标识号的键值进行识别,若目标父节点标识号对应键值为-1的数量为1,则确定存在调用链入口异常,且入口异常类型为缺入口异常,并计算缺入口异常率(即计算总调用链和带入口调用链的差值,与总调用链的比值)。若目标父节点标识号对应键值为-1的数量大于1,则确定存在调用链入口异常,且入口异常类型为多入口异常,并计算多入口异常率(即计算多入口调用链占总调用链的比值)。
图3是本发明实施例二提供的一种调用链数据的数据质量分析逻辑示意图。如图3所示,首先采集调用链数据,并进行数据存储,从而读取存于数据库中的调用链数据,进而进行字段映射,得到待分析调用链数据,以完成对待分析调用链数据的实时性分析,得到输出耗时评估数据,并通过对待分析调用链数据进行服务比对以及应用实例比对,得到数据完整率评估数据,还可以结合全量分析以及抽样分析,得到待分析调用链标识号,从而基于待分析调用链标识号进行断链分析,即单节点调用链、缺入口调用链、多入口调用链以及中间断链的识别以及占比分析,得到断链评估数据,从而对输出耗时评估数据、数据完整率评估数据以及断链评估数据进行汇总,定时输出调用链的数据质量评估报告,让维护人员及时关注到调用链的数据质量问题。
图4是本发明实施例二提供的一种断链分析的流程图。如图4所示,可以将待分析调用链数据(即全量数据),进行时间切割,得到多个数据段,保证分析样本可以平均分布在各个时段,解决断链集中在某个时段导致断链率分析不准的问题,还可以提升分析效率。将完成时间切割的多个数据段再进行跨度切割,并对切割后的数据段进行抽样处理,确定待分析调用链标识号的列表,进而根据待分析调用链标识号以单任务分析的方式,将单条调用链的节点标识号与父节点标识号进行比对,输出断链的跟踪标识列表。经验证在项目中的多个环境中,能够在采集端变更,采集端探针异常,采集端网络波动等情况下发现调用链数据的质量问题。
本发明实施例的技术方案,通过读取调用链数据,并获取全链路追踪规范字段定义以及企业级监控项目字段名称,从而基于全链路追踪规范字段定义以及企业级监控项目字段名称,对调用链数据进行字段映射,得到待分析调用链数据,进一步对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。在本方案中,可以对调用链数据进行字段映射,完成对数据的规范化处理,得到待分析调用链数据,并从多个维度对待分析调用链数据进行数据质量挖掘,无需人工干预,解决了现有调用链的数据质量评估时局限性强以及评估效果不佳的问题,能够从多维度对调用链的数据质量进行评估,提升调用链的数据质量的评估效果。
实施例三
图5为本发明实施例三提供的一种调用链的数据质量评估装置的结构示意图。如图3所示,该装置包括:
字段映射模块310,用于读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;
数据质量评估模块320,用于对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
本发明实施例的技术方案,通过读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据,从而对待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。在本方案中,可以对调用链数据进行字段映射,完成对数据的规范化处理,得到待分析调用链数据,并从多个维度对待分析调用链数据进行数据质量挖掘,无需人工干预,解决了现有调用链的数据质量评估时局限性强以及评估效果不佳的问题,能够从多维度对调用链的数据质量进行评估,提升调用链的数据质量的评估效果。
可选的,调用链的数据质量评估装置还包括数据采集时间记录模块,用于采集所述调用链数据,并将所述调用链数据存储至目标数据库;记录所述调用链数据的数据采集时间。
可选的,字段映射模块310,用于获取全链路追踪规范字段定义以及企业级监控项目字段名称;基于所述全链路追踪规范字段定义以及所述企业级监控项目字段名称,对调用链数据进行字段映射,得到所述待分析调用链数据。
可选的,数据质量评估模块320,用于根据所述待分析调用链数据以及所述调用链数据的数据采集时间,进行实时性分析,得到输出耗时评估数据;根据配置管理数据库,对所述待分析调用链数据进行完整性分析,得到数据完整率评估数据;基于所述待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析,得到断链评估数据;根据所述输出耗时评估数据、所述数据完整率评估数据以及所述断链评估数据,确定所述调用链的数据质量评估报告。
可选的,数据质量评估模块320,用于从所述配置管理数据库中,获取全量服务名以及全量应用实例名;解析所述待分析调用链数据,确定当前待比对全量服务名以及当前待比对应用实例名;根据所述全量服务名、所述当前待比对全量服务名、所述全量应用实例名以及所述当前待比对应用实例名,生成所述数据完整率评估数据。
可选的,调用链的数据质量评估装置,还包括节点标识好获取模块,用于对所述待分析调用链数据进行时间切割、跨度切割以及抽样处理,得到待分析调用链标识号;基于所述待分析调用链标识号以及所述待分析调用链数据,确定所述目标节点标识号以及所述目标父节点标识号。
可选的,数据质量评估模块320,用于根据所述目标节点标识号以及所述目标父节点标识号,进行中间断链率分析;根据所述目标节点标识号的数量,进行单节点断链率分析,并根据所述目标父节点标识号,进行调用链入口异常率分析。
本发明实施例所提供的调用链的数据质量评估装置可执行本发明任意实施例所提供的调用链的数据质量评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如调用链的数据质量评估方法。
在一些实施例中,调用链的数据质量评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的调用链的数据质量评估方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行调用链的数据质量评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种调用链的数据质量评估方法,其特征在于,包括:
读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;
对所述待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
2.根据权利要求1所述的方法,其特征在于,在所述读取调用链数据之前,还包括:
采集所述调用链数据,并将所述调用链数据存储至目标数据库;
记录所述调用链数据的数据采集时间。
3.根据权利要求2所述的方法,其特征在于,所述对调用链数据进行字段映射,得到待分析调用链数据,包括:
获取全链路追踪规范字段定义以及企业级监控项目字段名称;
基于所述全链路追踪规范字段定义以及所述企业级监控项目字段名称,对调用链数据进行字段映射,得到所述待分析调用链数据。
4.根据权利要求2所述的方法,其特征在于,所述对所述待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告,包括:
根据所述待分析调用链数据以及所述调用链数据的数据采集时间,进行实时性分析,得到输出耗时评估数据;
根据配置管理数据库,对所述待分析调用链数据进行完整性分析,得到数据完整率评估数据;
基于所述待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析,得到断链评估数据;
根据所述输出耗时评估数据、所述数据完整率评估数据以及所述断链评估数据,确定所述调用链的数据质量评估报告。
5.根据权利要求4所述的方法,其特征在于,所述根据配置管理数据库,对所述待分析调用链数据进行完整性分析,得到数据完整率评估数据,包括:
从所述配置管理数据库中,获取全量服务名以及全量应用实例名;
解析所述待分析调用链数据,确定当前待比对全量服务名以及当前待比对应用实例名;
根据所述全量服务名、所述当前待比对全量服务名、所述全量应用实例名以及所述当前待比对应用实例名,生成所述数据完整率评估数据。
6.根据权利要求4所述的方法,其特征在于,在所述基于所述待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析之前,还包括:
对所述待分析调用链数据进行时间切割、跨度切割以及抽样处理,得到待分析调用链标识号;
基于所述待分析调用链标识号以及所述待分析调用链数据,确定所述目标节点标识号以及所述目标父节点标识号。
7.根据权利要求4或6中任一所述的方法,其特征在于,所述基于所述待分析调用链数据的目标节点标识号以及目标父节点标识号,进行断链分析,包括:
根据所述目标节点标识号以及所述目标父节点标识号,进行中间断链率分析;
根据所述目标节点标识号的数量,进行单节点断链率分析,并根据所述目标父节点标识号,进行调用链入口异常率分析。
8.一种调用链的数据质量评估装置,其特征在于,包括:
字段映射模块,用于读取调用链数据,并对调用链数据进行字段映射,得到待分析调用链数据;
数据质量评估模块,用于对所述待分析调用链数据,进行实时性分析、断链分析以及完整性分析,得到调用链的数据质量评估报告。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的调用链的数据质量评估方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的调用链的数据质量评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311760960.3A CN117743093B (zh) | 2023-12-20 | 2023-12-20 | 一种调用链的数据质量评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311760960.3A CN117743093B (zh) | 2023-12-20 | 2023-12-20 | 一种调用链的数据质量评估方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117743093A true CN117743093A (zh) | 2024-03-22 |
CN117743093B CN117743093B (zh) | 2024-08-06 |
Family
ID=90277115
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311760960.3A Active CN117743093B (zh) | 2023-12-20 | 2023-12-20 | 一种调用链的数据质量评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117743093B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020147336A1 (zh) * | 2019-01-18 | 2020-07-23 | 苏宁易购集团股份有限公司 | 一种微服务全链路监控系统及方法 |
CN112631880A (zh) * | 2019-10-08 | 2021-04-09 | 中国移动通信集团浙江有限公司 | 基于调用链的性能分析方法及装置 |
CN114185708A (zh) * | 2021-12-15 | 2022-03-15 | 中国农业银行股份有限公司 | 基于分布式链路追踪的数据分析方法、装置和电子设备 |
CN115185794A (zh) * | 2022-06-27 | 2022-10-14 | 中国电信股份有限公司 | 服务调用链的分析方法、装置及电子设备 |
CN116614407A (zh) * | 2023-06-15 | 2023-08-18 | 蚂蚁区块链科技(上海)有限公司 | 一种风险控制方法及装置 |
CN116827765A (zh) * | 2023-08-31 | 2023-09-29 | 广州嘉为科技有限公司 | 一种根因定位方法、装置、设备及存储介质 |
CN116915463A (zh) * | 2023-07-17 | 2023-10-20 | 北京优特捷信息技术有限公司 | 一种调用链数据安全分析方法、装置、设备及存储介质 |
-
2023
- 2023-12-20 CN CN202311760960.3A patent/CN117743093B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020147336A1 (zh) * | 2019-01-18 | 2020-07-23 | 苏宁易购集团股份有限公司 | 一种微服务全链路监控系统及方法 |
CN112631880A (zh) * | 2019-10-08 | 2021-04-09 | 中国移动通信集团浙江有限公司 | 基于调用链的性能分析方法及装置 |
CN114185708A (zh) * | 2021-12-15 | 2022-03-15 | 中国农业银行股份有限公司 | 基于分布式链路追踪的数据分析方法、装置和电子设备 |
CN115185794A (zh) * | 2022-06-27 | 2022-10-14 | 中国电信股份有限公司 | 服务调用链的分析方法、装置及电子设备 |
CN116614407A (zh) * | 2023-06-15 | 2023-08-18 | 蚂蚁区块链科技(上海)有限公司 | 一种风险控制方法及装置 |
CN116915463A (zh) * | 2023-07-17 | 2023-10-20 | 北京优特捷信息技术有限公司 | 一种调用链数据安全分析方法、装置、设备及存储介质 |
CN116827765A (zh) * | 2023-08-31 | 2023-09-29 | 广州嘉为科技有限公司 | 一种根因定位方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
郑邦峰;: "分布式系统服务链追踪与监控", 工业技术创新, no. 02, 25 April 2018 (2018-04-25), pages 60 - 64 * |
Also Published As
Publication number | Publication date |
---|---|
CN117743093B (zh) | 2024-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111756582A (zh) | 基于nfv日志告警的业务链监控方法 | |
CN110647447B (zh) | 用于分布式系统的异常实例检测方法、装置、设备和介质 | |
CN115033463B (zh) | 一种系统异常类型确定方法、装置、设备和存储介质 | |
CN113360722B (zh) | 一种基于多维数据图谱的故障根因定位方法及系统 | |
CN115529595A (zh) | 一种日志数据的异常检测方法、装置、设备及介质 | |
US7617313B1 (en) | Metric transport and database load | |
CN114531338A (zh) | 一种基于调用链数据的监控告警和溯源方法及系统 | |
CN117573412A (zh) | 系统故障预警方法、装置、电子设备及存储介质 | |
CN117743093B (zh) | 一种调用链的数据质量评估方法、装置、设备及介质 | |
CN117149565A (zh) | 云平台关键性能指标的状态检测方法、装置、设备及介质 | |
CN115801589B (zh) | 一种事件拓扑关系确定方法、装置、设备及存储介质 | |
CN115687406B (zh) | 一种调用链数据的采样方法、装置、设备及存储介质 | |
CN115774648A (zh) | 一种异常定位方法、装置、设备以及存储介质 | |
CN114881112A (zh) | 一种系统异常检测方法、装置、设备及介质 | |
CN115146986A (zh) | 一种数据中心设备维护方法、装置、设备和存储介质 | |
CN117135037A (zh) | 网络流量性能异常界定方法及装置 | |
CN116149933B (zh) | 一种异常日志数据确定方法、装置、设备及存储介质 | |
Teggi et al. | AIOPS Prediction for server stability based on ARIMA model | |
CN116627695B (zh) | 一种告警事件根因推荐方法、装置、设备及存储介质 | |
CN116882724B (zh) | 一种业务流程优化方案的生成方法、装置、设备及介质 | |
CN116909921A (zh) | 一种数据质量检测方法、设备、装置及存储介质 | |
TWI662815B (zh) | 經由綜整網管訊息判斷寬頻服務障礙之系統及其方法 | |
CN117608897A (zh) | 一种故障指标采集方法、装置、设备及存储介质 | |
CN118426996A (zh) | 容器化应用系统内的故障定位方法、装置、设备及介质 | |
CN116340098A (zh) | 一种服务器检测方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |