WO2019210578A1 - Cognos进程的监控方法、装置、计算机设备和存储介质 - Google Patents

Cognos进程的监控方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
WO2019210578A1
WO2019210578A1 PCT/CN2018/095670 CN2018095670W WO2019210578A1 WO 2019210578 A1 WO2019210578 A1 WO 2019210578A1 CN 2018095670 W CN2018095670 W CN 2018095670W WO 2019210578 A1 WO2019210578 A1 WO 2019210578A1
Authority
WO
WIPO (PCT)
Prior art keywords
cognos
abnormal
processes
terminal
status information
Prior art date
Application number
PCT/CN2018/095670
Other languages
English (en)
French (fr)
Inventor
杨勇
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019210578A1 publication Critical patent/WO2019210578A1/zh

Links

Classifications

    • 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
    • G06F11/07—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
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Debugging And Monitoring (AREA)
  • Computer And Data Communications (AREA)

Abstract

一种Cognos进程的监控方法、装置、计算机设备和存储介质，包括：获取Cognos终端上运行的每一个Cognos进程的状态信息，所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程（S1）；并根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常（S2），检测出每一个Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。

Description

Cognos进程的监控方法、装置、计算机设备和存储介质
本申请要求于2018年5月4日提交中国专利局、申请号为2018104220901，发明名称为“Cognos进程的监控方法、装置、计算机设备和存储介质”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本申请涉及计算机技术领域，特别涉及一种Cognos进程的监控方法、装置、计算机设备和存储介质。
 背景技术
Cognos是在BI（Business Intelligence，商业智能）核心平台之上，以服务为导向进行架构的一种数据模型，是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。它可以提供无缝密合的报表、分析、记分卡、仪表盘等解决方案，通过提供所有的系统和资料资源，以简化公司各员工处理资讯的方法。
当Cognos进程发生异常时，会严重的消耗CPU、内存，且长时间不会释放系统资源。Cognos进程出现异常现象后还会导致报表长时间运行不出来，大批量报表卡死，后台进程也会出现大量堆积；用户新打开报表因为获取不到资源而导致无法打开，整个系统处于瘫痪状态。
目前业内没有对Cognos异常进程的有效监控方案，以及对应的处理方案。
 技术问题
本申请的主要目的为提供一种Cognos进程的监控方法、装置、计算机设备和存储介质，克服目前无法检测Cognos进程的缺陷。
 技术解决方案
为实现上述目的，本申请提供了一种Cognos进程的监控方法，包括以下步骤：
获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述任一项所述方法的步骤。
本申请还提供一种计算机非易失性可读存储介质，其上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述任一项所述的方法的步骤。
 有益效果
本申请中提供的Cognos进程的监控方法、装置、计算机设备和存储介质，获取Cognos终端上运行的每一个Cognos进程的状态信息，并根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常，检测出每一个Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
 附图说明
图1 是本申请一实施例中Cognos进程的监控方法步骤示意图；
图2 是本申请一实施例中Cognos进程的监控方法步骤示意图；
图3 是本申请一实施例中的步骤S3的具体步骤示意图；
图4 是本申请一实施例中Cognos进程的监控装置结构框图；
图5 是本申请一实施例中的处理单元结构框图；
图6 是本申请另一实施例中的处理单元结构框图；
图7 为本申请一实施例的计算机设备的结构示意框图。
 本发明的最佳实施方式
参照图1，本申请实施例中提供了一种Cognos进程的监控方法，包括以下步骤：
步骤S1，监控服务器获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程。
在本实施例中，Cognos终端为运行有Cognos数据模型的终端设备， Cognos是在BI核心平台之上，以服务为导向进行架构的一种数据模型(Data Model)，是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。上述数据模型是数据特征的抽象，是数据库管理的教学形式框架。本实施例中，监控服务器与上述Cognos终端通过网络进行连接，监控服务器具有对上述Cognos终端的管理权限。
上述Cognos终端上运行Cognos数据模型时会产生多个Cognos进程。Cognos进程分为Cognos守护进程、Tomcat主进程、BIBus进程、PPES进程、ppdsweb进程以及其他副进程。上述Cognos进程的状态信息主要包括进程是否存在、进程的依赖进程号、运行时长、进程对CPU以及内存的占用率、进程的STAT值、线程数量等参数。
本实施例中，监控服务器获取的每一个Cognos进程的状态信息即为上述参数中一种或者多种。对应不同的Cognos进程，获取的状态信息内容可以有所不同，例如，对于Cognos守护进程，则获取该进程是否存在的状态信息；对于BIBus进程、ppdsweb进程：检查进程是否存在、依赖进程号以及进程对CPU和内存的占用率。不同的Cognos进程，获取的状态信息内容不同，在此无法进行穷举。可以理解的是，在获取状态信息时，也可以是获取上述状态信息中的所有参数。
上述Cognos进程的状态信息可通过ps命令（如ps –ef，ps –eLf，ps aux）获取到，ps命令用于报告当前系统的进程状态；可以搭配kill指令随时中断、删除不必要的进程。ps命令是最基本同时也是非常强大的进程查看命令，使用该命令可以确定有哪些进程正在运行和运行的状态、进程是否结束、进程有没有僵死、哪些进程占用了过多的资源等等，都可以通过执行该命令得到。
在本实施例中，可以设定获取Cognos终端上运行的每一个Cognos进程的状态信息的时间，例如定时获取上述状态信息，或者是每间隔预设时间，获取一次所述Cognos终端上运行的每一个所述Cognos进程的状态信息；或者设置一个Cognos进程-间隔预设时间映射表，映射表中表达的是对应不同的Cognos进程，设置获取状态信息的不同间隔预设时间。例如，获取守护进程的状态信息的时间间隔可以少于其它进程状态时间的时间间隔。
步骤S2，根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
通过长期对大量异常Cognos进程的观察验证，发现了Cognos进程异常时会出现的一些显著特征。比如进程的上层依赖进程异常、进程hang住（进程挂起，停止处理）、进程长时间高消耗资源、进程占用资源不释放等等。因此，每类Cognos进程都有自己的特性，不同的Cognos进程，判断异常的判断标准有所不同。在本实施例中，在获取到每个所述Cognos进程的状态信息，则可以按照每个Cognos进程的判断标准，判断每个所述Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
举例地，列举几种不同的Cognos进程对应的判断标准：
Cognos守护进程：检查该进程是否存在，不存在则判断该Cognos守护进程为异常。
Tomcat进程：检查该进程是否存在、依赖进程是否为1，如果不存在或者依赖进程为1，则判断该Tomcat进程为异常情况。
PPES进程：检查该进程是否存在、依赖进程是否为1、ppdsweb进程数是否为0，如果不存在或者依赖进程为1或者ppdsweb进程数量为0，则判断该PPES进程为异常情况。
BIBus进程、ppdsweb进程：检查该进程是否存在、依赖进程是否为1、进程是否长时间运行并消耗高CPU（比如占用CPU80%以上），如果不存在或者依赖进程为1或者长时间运行并且高消耗CPU，则判断该进程为异常情况。
参照图2，在一实施例中，上述根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤S2之后，包括：
步骤S3，若所述Cognos进程处于异常，则对处于异常的所述Cognos进程按照预设方式进行自动处理。
当Cognos进程发生异常时，会严重的消耗CPU、内存，且长时间不会释放系统资源。Cognos进程出现异常现象后还会导致报表长时间运行不出来，大批量报表卡死，后台进程也会出现大量堆积；用户新打开报表因为获取不到资源而导致无法打开，整个系统处于瘫痪状态。因此，对处于异常的Cognos进程进行相应处理，则是保障Cognos数据模型运行稳定的关键。本实施例中，预设有对异常Cognos进程进行处理的方式，检测出Cognos进程处于异常时，按照该预设方式自动进行处理。
具体地，在一实施例中，上述步骤S3中对处于异常的所述Cognos进程按照预设方式进行自动处理，包括：
若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
在本实施例中，若所述Cognos进程处于异常，为了保障Cognos数据模型运行稳定，则可以对上述处于异常的Cognos进程进行重启（依次为ps-ef、kill、restart过程），重启之后，该Cognos进程则可以恢复正常。或者，在其它实施例中，可以直接将该处于异常的Cognos进程杀死，该Cognos进程杀死之后，Cognos主进程会自动将该异常Cognos进程重新拉起，重新拉起之后，Cognos进程恢复正常。
上述方式均可以使得该Cognos进程不再异常。合理有效的避免了系统环境出现卡死、资源过度消耗、整体环境hang掉乃至崩溃不可用等重大异常情况，极大地提升了系统可用性；同时整个过程在后台自动管理，无需重启Cognos终端上的Cognos数据模型服务，使得用户可以不间断使用上述服务，提升用户体验。
参照图3，在一实施例中，上述对处于异常的所述Cognos进程按照预设方式进行自动处理的步骤S3，包括：
步骤S3a，将出现异常的所述Cognos进程对应的进程信息记录至的本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
在本实施例中，为了方便后续对Cognos终端的Cognos进程的跟踪检查，将检测到的异常Cognos进程自动记录存储在监控服务器的本地数据库中的日志文件中。日志文件中可以保存异常Cognos进程的进程类型、异常进程的异常属性、运行时间、发生到异常的时间以及记录进日志文件的时间等多种信息。
在一实施例中，上述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤S3a之后，包括：
步骤S3b，根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率。
在本实施例中，持续性对Cognos终端上运行的每一个Cognos进程进行监控，并将监控到的异常进程记录在数据库中，对数据库中的记录进行分析，则可以获取到某一段时间内，每个异常Cognos进程出现的次数，从而计算出预设时段内每一个出现异常的所述Cognos进程发生异常的频率。
步骤S3c，根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
在本实施例中，根据出现异常的所述Cognos进程发生异常的频率，再按照对应的预设规则进行处理。
具体地，在一实施例中，上述根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理的步骤S3c包括：
若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
若Cognos进程发生异常的频率超过预设值，则说明该Cognos进程经常出现异常，为异常高发进程。因此，可以将其添加至一个预设名单中，并针对名单中的Cognos进程预先设置相应的处理方式；例如，对预设名单中的Cognos进程重点监控，缩短监控时间间隔，或者定时对该Cognos进程进行重启或者清理动作。
在另一实施例中，持续对Cognos进程进行监控，并记录异常进程，如上述步骤S3b所述，获取该异常Cognos进程出现异常的频率，若Cognos进程发生异常的频率超过预设值，则说明该Cognos进程经常出现异常，为异常高发进程。因此，可以将其添加至一个预设名单中，该预设名单中包括Cognos进程的重要程度，根据重要程度分配或多或少的系统资源，若该Cognos进程不是核心进程，则可以少分配一些系统资源，以便将更多的系统资源分配给其它重要的Cognos进程。
在另一实施例中，上述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤S3a之后，包括：
根据所述本地数据库中记录的所述Cognos进程发生异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
当处于所述异常概率最大的异常时间段时，按照预设方式对所述Cognos进程进行监控。
持续对Cognos进程进行监控，检测出异常的Cognos进程，记录在本地数据库中；再根据某个Cognos进程历史出现异常的时间，分析出该Cognos进程经常发生异常的时间段。然后，在该时间段内，对该Cognos进程进行重点监控。例如，缩短监控时间间隔，或者定时对该Cognos进程进行重启或者清理动作。在其它实施例中，还可以根据该Cognos进程出现异常时的异常属性，分析出Cognos进程发生异常的具体原因，并记录在本地数据库中。
在上述实施例中，上述监控服务器获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤S1之前，还包括：
建立与所述Cognos终端的信任关系，以使得所述监控服务器具有获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。预先建立与所述Cognos终端的信任关系，便于实现无密码远程执行监控命令。建立信任关系时，可以根据ID好对应进行绑定。例如，监控服务器上设置有Cognos终端的ID名单，当监控服务器判断出Cognos终端的ID在上述ID名单中，则可以免验证去获取Cognos终端上运行的每一个所述Cognos进程的状态信息。
综上所述，为本申请实施例中提供的Cognos进程的监控方法，获取Cognos终端上运行的每一个Cognos进程的状态信息，并根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常，检测出每一个Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
参照图4，本申请实施例中还提供了一种Cognos进程的监控装置，包括：
获取单元10，用于获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程。
在本实施例中，Cognos终端为运行有Cognos数据模型的终端设备， Cognos是在BI核心平台之上，以服务为导向进行架构的一种数据模型(Data Model)，是唯一可以通过单一产品和在单一可靠架构上提供完整业务智能功能的解决方案。上述数据模型是数据特征的抽象，是数据库管理的教学形式框架。本实施例中，监控服务器与上述Cognos终端通过网络进行连接，监控服务器具有对上述Cognos终端的管理权限。
上述Cognos终端上运行Cognos数据模型时会产生多个Cognos进程。Cognos进程分为Cognos守护进程、Tomcat主进程、BIBus进程、PPES进程、ppdsweb进程以及其他副进程。上述Cognos进程的状态信息主要包括进程是否存在、进程的依赖进程号、运行时长、进程对CPU以及内存的占用率、进程的STAT值、线程数量等参数。
本实施例中，监控服务器上的获取单元10获取的每一个Cognos进程的状态信息即为上述参数中一种或者多种。对应不同的Cognos进程，获取的状态信息内容可以有所不同，例如，对于Cognos守护进程，则获取该进程是否存在的状态信息；对于BIBus进程、ppdsweb进程：检查进程是否存在、依赖进程号以及进程对CPU和内存的占用率。不同的Cognos进程，获取的状态信息内容不同，在此无法进行穷举。可以理解的是，在获取状态信息时，也可以是获取上述状态信息中的所有参数。
上述Cognos进程的状态信息可通过ps命令（如ps –ef，ps –eLf，ps aux）获取到，ps命令用于报告当前系统的进程状态；可以搭配kill指令随时中断、删除不必要的进程。ps命令是最基本同时也是非常强大的进程查看命令，使用该命令可以确定有哪些进程正在运行和运行的状态、进程是否结束、进程有没有僵死、哪些进程占用了过多的资源等等，都可以通过执行该命令得到。
在本实施例中，可以设定获取单元10获取Cognos终端上运行的每一个Cognos进程的状态信息的时间，例如定时获取上述状态信息，或者是每间隔预设时间，获取单元10获取一次所述Cognos终端上运行的每一个所述Cognos进程的状态信息；或者设置一个Cognos进程-间隔预设时间映射表，映射表中表达的是对应不同的Cognos进程，设置获取状态信息的不同间隔预设时间。例如，获取守护进程的状态信息的时间间隔可以少于其它进程状态时间的时间间隔。
判断单元20，用于根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
通过长期对大量异常Cognos进程的观察验证，发现了Cognos进程异常时会出现的一些显著特征。比如进程的上层依赖进程异常、进程hang住（进程挂起，停止处理）、进程长时间高消耗资源、进程占用资源不释放等等。因此，每类Cognos进程都有自己的特性，不同的Cognos进程，判断异常的判断标准有所不同。在本实施例中，在获取到每个所述Cognos进程的状态信息，则判断单元20可以按照每个Cognos进程的判断标准，判断每个所述Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
举例地，列举几种不同的Cognos进程对应的判断标准：
Cognos守护进程：检查该进程是否存在，不存在则判断该Cognos守护进程为异常。
Tomcat进程：检查该进程是否存在、依赖进程是否为1，如果不存在或者依赖进程为1，则判断该Tomcat进程为异常情况。
PPES进程：检查该进程是否存在、依赖进程是否为1、ppdsweb进程数是否为0，如果不存在或者依赖进程为1或者ppdsweb进程数量为0，则判断该PPES进程为异常情况。
BIBus进程、ppdsweb进程：检查该进程是否存在、依赖进程是否为1、进程是否长时间运行并消耗高CPU（比如占用CPU80%以上），如果不存在或者依赖进程为1或者长时间运行并且高消耗CPU，则判断该进程为异常情况。
在一实施例中，上述Cognos进程的监控装置还包括：
处理单元30，用于若所述Cognos进程处于异常，则对处于异常的所述Cognos进程按照预设方式进行自动处理。
当Cognos进程发生异常时，会严重的消耗CPU、内存，且长时间不会释放系统资源。Cognos进程出现异常现象后还会导致报表长时间运行不出来，大批量报表卡死，后台进程也会出现大量堆积；用户新打开报表因为获取不到资源而导致无法打开，整个系统处于瘫痪状态。因此，对处于异常的Cognos进程进行相应处理，则是保障Cognos数据模型运行稳定的关键。本实施例中，预设有对异常Cognos进程进行处理的方式，检测出Cognos进程处于异常时，处理单元30按照该预设方式自动进行处理。
具体地，参照图5，在一实施例中，上述处理单元30包括：
重启模块301，用于若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
在本实施例中，若所述Cognos进程处于异常，为了保障Cognos数据模型运行稳定，则可以对上述处于异常的Cognos进程进行重启（依次为ps-ef、kill、restart过程），重启之后，该Cognos进程则可以恢复正常。或者，在其它实施例中，可以直接将该处于异常的Cognos进程杀死，该Cognos进程杀死之后，Cognos主进程会自动将该异常Cognos进程重新拉起，重新拉起之后，Cognos进程恢复正常。
上述方式均可以使得该Cognos进程不再异常。合理有效的避免了系统环境出现卡死、资源过度消耗、整体环境hang掉乃至崩溃不可用等重大异常情况，极大地提升了系统可用性；同时整个过程在后台自动管理，无需重启Cognos终端上的Cognos数据模型服务，使得用户可以不间断使用上述服务，提升用户体验。
参照图6，在另一实施例中，上述处理单元30包括：
记录模块302，用于将出现异常的所述Cognos进程对应的进程信息记录至所述监控服务器的本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
在本实施例中，为了方便后续对Cognos终端的Cognos进程的跟踪检查，记录模块302将检测到的异常Cognos进程自动记录存储在监控服务器的本地数据库中的日志文件中。日志文件中可以保存异常Cognos进程的进程类型、异常进程的异常属性、运行时间、发生到异常的时间以及记录进日志文件的时间等多种信息。
在一实施例中，上述处理单元30还包括：
分析模块303，用于根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率；
在本实施例中，持续性对Cognos终端上运行的每一个Cognos进程进行监控，并将监控到的异常进程记录在数据库中，分析模块303对数据库中的记录进行分析，则可以获取到某一段时间内，每个异常Cognos进程出现的次数，从而计算出预设时段内每一个出现异常的所述Cognos进程发生异常的频率。
处理模块304，用于根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
在本实施例中，处理模块304根据出现异常的所述Cognos进程发生异常的频率，按照对应的预设规则进行处理。
具体地，在一实施例中，上述处理模块304具体用于：
若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
若Cognos进程发生异常的频率超过预设值，则说明该Cognos进程经常出现异常，为异常高发进程。因此，处理模块304可以将其添加至一个预设名单中，并针对名单中的Cognos进程预先设置相应的处理方式；例如，对预设名单中的Cognos进程重点监控，缩短监控时间间隔，或者定时对该Cognos进程进行重启或者清理动作。
在另一实施例中，持续对Cognos进程进行监控，并记录异常进程，如上述分析模块303所述，获取该异常Cognos进程出现异常的频率，若Cognos进程发生异常的频率超过预设值，则说明该Cognos进程经常出现异常，为异常高发进程。因此，处理模块304可以将其添加至一个预设名单中，该预设名单中包括Cognos进程的重要程度，根据重要程度分配或多或少的系统资源，若该Cognos进程不是核心进程，则可以少分配一些系统资源，以便将更多的系统资源分配给其它重要的Cognos进程。
在另一实施例中，上述处理单元30还包括：
分析子单元，用于根据所述本地数据库中记录的所述Cognos进程出现异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
监控子单元，用于当处于所述异常概率最大的异常时间段内时，按照预设方式对所述Cognos进程进行监控。
判断单元20持续对Cognos进程进行监控，检测出异常的Cognos进程，处理单元30通过记录模块302将异常的Cognos进程记录在本地数据库中；分析子单元再根据某个Cognos进程历史出现异常的时间，分析出该Cognos进程经常发生异常的时间段。然后，在该时间段内，监控子单元对该Cognos进程进行重点监控。例如，缩短监控时间间隔，或者定时对该Cognos进程进行重启或者清理动作。在其它实施例中，还可以根据该Cognos进程出现异常时的异常属性，分析出Cognos进程发生异常的具体原因，并记录在本地数据库中。
在上述实施例中，上述Cognos进程的监控装置还包括：
建立单元，用于建立与所述Cognos终端的信任关系，以使得所述监控服务器具有获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。预先建立与所述Cognos终端的信任关系，便于实现无密码远程执行监控命令。建立信任关系时，可以根据ID好对应进行绑定。例如，监控服务器上设置有Cognos终端的ID名单，当监控服务器判断出Cognos终端的ID在上述ID名单中，则可以免验证去获取Cognos终端上运行的每一个所述Cognos进程的状态信息。
综上所述，为本申请实施例中提供的Cognos进程的监控装置，获取Cognos终端上运行的每一个Cognos进程的状态信息，并根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常，检测出每一个Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
参照图7，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计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、内存储器。该非易失性存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。该计算机设备的数据库用于存储计算机可读指令等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机可读指令被处理器执行时以实现一种Cognos进程的监控方法。
上述处理器执行上述Cognos进程的监控方法的步骤：获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
在一实施例中，上述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
若所述Cognos进程处于异常，则对处于异常的所述Cognos进程按照预设方式进行自动处理。
在一实施例中，上述处理器对处于异常的所述Cognos进程按照预设方式进行自动处理的步骤，包括：
重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
在一实施例中，上述处理器对处于异常的所述Cognos进程按照预设方式进行自动处理的步骤，还包括：
将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
在一实施例中，上述处理器将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率；
根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
在一实施例中，所述根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理的步骤包括：
若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
在一实施例中，所述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
根据所述本地数据库中记录的所述Cognos进程出现异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
当处于所述异常概率最大的异常时间段内时，按照预设方式对所述Cognos进程进行监控。
在一实施例中，上述处理器获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤之前，还包括：
建立与所述Cognos终端的信任关系，所述信任关系中包括所述监控服务器获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。
在一实施例中，上述处理器获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤，包括：
每间隔预设时间，获取一次所述Cognos终端上运行的每一个所述Cognos进程的状态信息。
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。
本申请一实施例还提供一种计算机非易失性可读存储介质，其上存储有计算机可读指令，计算机可读指令被处理器执行时实现一种Cognos进程的监控方法，具体为：
监控服务器获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
在一实施例中，上述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
若所述Cognos进程处于异常，则对处于异常的所述Cognos进程按照预设方式进行自动处理。
在一实施例中，上述处理器对处于异常的所述Cognos进程按照预设方式进行自动处理的步骤，包括：
重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
在一实施例中，上述处理器对处于异常的所述Cognos进程按照预设方式进行自动处理的步骤，还包括：
将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
在一实施例中，上述处理器将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率；
根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
在一实施例中，所述根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理的步骤包括：
若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
在一实施例中，所述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
根据所述本地数据库中记录的所述Cognos进程出现异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
当处于所述异常概率最大的异常时间段内时，按照预设方式对所述Cognos进程进行监控。
在一实施例中，上述处理器获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤之前，还包括：
建立与所述Cognos终端的信任关系，所述信任关系中包括所述监控服务器获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。
在一实施例中，上述处理器获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤，包括：
所述监控服务器每间隔预设时间，获取一次所述Cognos终端上运行的每一个所述Cognos进程的状态信息。
综上所述，为本申请实施例中提供的Cognos进程的监控方法、装置、计算机设备和存储介质，获取Cognos终端上运行的每一个Cognos进程的状态信息，并根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常，检测出每一个Cognos进程是否处于异常，克服目前无法检测Cognos进程异常状态的缺陷。
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，是可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一非易失性计算机可读取存储介质中，该计算机可读指令在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM通过多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双速据率SDRAM（SSRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink）DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它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、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (20)

  1. 一种Cognos进程的监控方法，其特征在于，包括以下步骤：
    获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
    根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
  2. 根据权利要求1所述的Cognos进程的监控方法，其特征在于，所述根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
  3. 根据权利要求1所述的Cognos进程的监控方法，其特征在于，所述根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
  4. 根据权利要求3所述的Cognos进程的监控方法，其特征在于，所述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
    根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率；
    根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
  5. 根据权利要求4所述的Cognos进程的监控方法，其特征在于，所述根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理的步骤包括：
    若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
  6. 根据权利要求3所述的Cognos进程的监控方法，其特征在于，所述将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中的步骤之后，包括：
    根据所述本地数据库中记录的所述Cognos进程发生异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
    当处于所述异常概率最大的异常时间段内时，按照预设方式对所述Cognos进程进行监控。
  7. 根据权利要求1所述的Cognos进程的监控方法，其特征在于，所述获取Cognos终端上运行的每一个Cognos进程的状态信息的步骤之前，还包括：
    建立与所述Cognos终端的信任关系，以具有获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。
  8. 一种Cognos进程的监控装置，其特征在于，包括：
    获取单元，用于获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
    判断单元，用于根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
  9. 根据权利要求8所述的Cognos进程的监控装置，其特征在于，还包括：
    重启模块，用于若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
  10. 根据权利要求8所述的Cognos进程的监控装置，其特征在于，还包括：
    记录模块，用于将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
  11. 根据权利要求10所述的Cognos进程的监控装置，其特征在于，还包括：
    分析模块，用于根据所述本地数据库中的记录，分析预设时段内每一个出现异常的所述Cognos进程发生异常的频率；
    处理模块，用于根据所述频率，按照预设规则对出现异常的所述Cognos进程进行处理。
  12. 根据权利要求11所述的Cognos进程的监控装置，其特征在于，所述处理模块具体用于：
    若所述Cognos进程发生异常的频率超过预设值，则将所述Cognos进程的名单添加至预设名单中，并按照预设方式对所述预设名单中的所述Cognos进程进行监控。
  13. 根据权利要求10所述的Cognos进程的监控装置，其特征在于，还包括：
    分析子单元，用于根据所述本地数据库中记录的所述Cognos进程发生异常的时间，分析所述Cognos进程发生异常概率最大的异常时间段；
    监控子单元，用于当处于所述异常概率最大的异常时间段内时，按照预设方式对所述Cognos进程进行监控。
  14. 根据权利要求8所述的Cognos进程的监控装置，其特征在于，还包括：
    建立单元，用于建立与所述Cognos终端的信任关系，以具有获取所述Cognos终端上运行的每一个所述Cognos进程的状态信息的权限。
  15. 一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现Cognos进程的监控方法，所述方法包括。
    获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
    根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
  16. 根据权利要求15所述的计算机设备，其特征在于，所述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
  17. 根据权利要求15所述的计算机设备，其特征在于，所述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
  18. 一种计算机非易失性可读存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现Cognos进程的监控方法，所述方法包括。
    获取Cognos终端上运行的每一个Cognos进程的状态信息；所述Cognos进程为所述Cognos终端上运行Cognos数据模型时产生的进程；
    根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常。
  19. 根据权利要求18所述的计算机非易失性可读存储介质，其特征在于，所述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    若所述Cognos进程处于异常，重新启动处于异常的所述Cognos进程或者杀死处于异常的所述Cognos进程。
  20. 根据权利要求18所述的计算机非易失性可读存储介质，其特征在于，所述处理器根据每个所述Cognos进程的状态信息，分别判断每个所述Cognos进程是否处于异常的步骤之后，包括：
    将出现异常的所述Cognos进程对应的进程信息记录至本地数据库中；所述进程信息中至少包括进程类型、运行时间、发生异常的时间。
PCT/CN2018/095670 2018-05-04 2018-07-13 Cognos进程的监控方法、装置、计算机设备和存储介质 WO2019210578A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201810422090.1A CN108874618B (zh) 2018-05-04 2018-05-04 Cognos进程的监控方法、装置、计算机设备和存储介质
CN201810422090.1 2018-05-04

Publications (1)

Publication Number Publication Date
WO2019210578A1 true WO2019210578A1 (zh) 2019-11-07

Family

ID=64327282

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/095670 WO2019210578A1 (zh) 2018-05-04 2018-07-13 Cognos进程的监控方法、装置、计算机设备和存储介质

Country Status (2)

Country Link
CN (1) CN108874618B (zh)
WO (1) WO2019210578A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159702A (zh) * 2019-12-12 2020-05-15 北京神州绿盟信息安全科技股份有限公司 一种进程名单生成方法和装置

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109800131B (zh) * 2018-12-18 2024-04-05 平安健康保险股份有限公司 Linux服务器的监控处理方法、装置、计算机设备和存储介质
CN111679951B (zh) * 2020-05-29 2024-04-12 中国人民银行清算总中心 基于交易支付系统的监控方法及装置
CN113254305B (zh) * 2021-05-08 2022-08-02 山东英信计算机技术有限公司 一种显示测试机离线状态的方法、系统、设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120290527A1 (en) * 2011-05-12 2012-11-15 Narendar Yalamanchilli Data extraction and testing method and system
CN103491354A (zh) * 2013-10-10 2014-01-01 国家电网公司 一种系统运行监控可视化平台
US20150269665A1 (en) * 2014-02-26 2015-09-24 Michael John Mackie Automated Documentation System and Method
CN105677465A (zh) * 2015-12-31 2016-06-15 中国建设银行股份有限公司 应用于银行跑批处理的数据处理方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101739327A (zh) * 2008-11-07 2010-06-16 北大方正集团有限公司 一种对服务进程进行监控修复的方法和系统
CN103544091A (zh) * 2013-10-31 2014-01-29 北京国双科技有限公司 Windows进程的监控方法及装置
CN104199772A (zh) * 2014-09-02 2014-12-10 浪潮(北京)电子信息产业有限公司 一种监管进程的方法和装置
CN104331357B (zh) * 2014-10-10 2018-07-10 北京金山安全软件有限公司 应用程序异常的检测方法、装置和移动终端
CN104461830B (zh) * 2014-12-19 2017-09-22 北京奇虎科技有限公司 监控进程的方法和装置
CN105095046B (zh) * 2015-07-14 2019-03-05 北京奇虎科技有限公司 任务监控的方法及装置
CN106339303A (zh) * 2016-08-23 2017-01-18 浪潮电子信息产业股份有限公司 一种运行日志异常分析方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120290527A1 (en) * 2011-05-12 2012-11-15 Narendar Yalamanchilli Data extraction and testing method and system
CN103491354A (zh) * 2013-10-10 2014-01-01 国家电网公司 一种系统运行监控可视化平台
US20150269665A1 (en) * 2014-02-26 2015-09-24 Michael John Mackie Automated Documentation System and Method
CN105677465A (zh) * 2015-12-31 2016-06-15 中国建设银行股份有限公司 应用于银行跑批处理的数据处理方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159702A (zh) * 2019-12-12 2020-05-15 北京神州绿盟信息安全科技股份有限公司 一种进程名单生成方法和装置
CN111159702B (zh) * 2019-12-12 2022-02-18 绿盟科技集团股份有限公司 一种进程名单生成方法和装置

Also Published As

Publication number Publication date
CN108874618B (zh) 2022-03-18
CN108874618A (zh) 2018-11-23

Similar Documents

Publication Publication Date Title
WO2019210578A1 (zh) Cognos进程的监控方法、装置、计算机设备和存储介质
CN109032824B (zh) 数据库校验方法、装置、计算机设备和存储介质
US10664256B2 (en) Reducing overhead of software deployment based on existing deployment occurrences
AU2019201687B2 (en) Network device vulnerability prediction
JP5148607B2 (ja) データベース管理における標準操作手順の自動化
US20220138041A1 (en) Techniques for identifying and remediating operational vulnerabilities
US20210133622A1 (en) Ml-based event handling
CN103200021B (zh) 网管系统、客户端、服务端及实现批量配置数据的方法
US9798576B2 (en) Updating and redistributing process templates with configurable activity parameters
WO2021139322A1 (zh) 网络设备数据处理方法、装置、计算机设备和存储介质
CN110727560A (zh) 云服务报警方法及装置
CN110063042B (zh) 一种数据库故障的响应方法及其终端
WO2019047565A1 (zh) 任务处理方法、装置、计算机设备和存储介质
CN112527879A (zh) 基于Kafka的实时数据抽取方法及相关设备
CN110088744A (zh) 一种数据库维护方法及其系统
JP2011197785A (ja) ログ収集システムおよびログ収集プログラム
US10915510B2 (en) Method and apparatus of collecting and reporting database application incompatibilities
Ganapathy AI Fitness Checks, Maintenance and Monitoring on Systems Managing Content & Data: A Study on CMS World
US11520754B2 (en) Database shutdown and restart stability optimizer
US8090994B2 (en) System, method, and computer readable media for identifying a log file record in a log file
JP6238221B2 (ja) ソフトウェアの実行を監視する装置、方法およびプログラム
US20150278287A1 (en) Recording medium having stored therein process managing program, process managing apparatus and process managing method
WO2019210577A1 (zh) 用户操作信息的获取方法、装置、计算机设备和存储介质
CN114356442B (zh) 一种面向核电厂软件运维的分布式系统的巡检系统和方法
TWI690810B (zh) 資料庫管理系統及資料庫管理方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18917431

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18917431

Country of ref document: EP

Kind code of ref document: A1