WO2023125837A1 - 设备状态监控方法、装置、计算机设备及存储介质 - Google Patents
设备状态监控方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- WO2023125837A1 WO2023125837A1 PCT/CN2022/143520 CN2022143520W WO2023125837A1 WO 2023125837 A1 WO2023125837 A1 WO 2023125837A1 CN 2022143520 W CN2022143520 W CN 2022143520W WO 2023125837 A1 WO2023125837 A1 WO 2023125837A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- time
- collection
- abnormal
- data
- time period
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/50—Testing arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/12—Messaging; Mailboxes; Announcements
Definitions
- the invention relates to the field of big data equipment monitoring, in particular to an equipment status monitoring method, device, computer equipment and storage medium.
- the database is connected to a large number of terminal devices, and the data collected by the terminal devices is obtained regularly. Restricted by database insertion and query performance bottlenecks, there is a certain delay in the acquisition data of terminal devices acquired by the database. The longer the timing interval, the lower the performance bottleneck, and the longer the acquisition time of the collected data of the terminal device.
- a device status monitoring method comprising:
- a device status monitoring device comprising:
- the receiving and collecting data module is used to receive the current collecting data of the terminal device from the message component;
- Assembling a time chain data module configured to acquire historical collection data of the terminal device, and assembling time chain data according to the current collection data and the historical collection data;
- An abnormal judgment module configured to judge whether the collection time of the target collection data in the time chain data is in an abnormal period according to preset abnormal judgment rules
- An update module configured to update the latest data collection time of the terminal device in the database according to the collection time of the target collection data if the collection time of the target collection data is not in an abnormal time period.
- a computer device comprising a memory, a processor, and computer-readable instructions stored in the memory and operable on the processor, when the processor executes the computer-readable instructions, the above device status monitoring method is implemented .
- One or more readable storage media storing computer-readable instructions.
- the one or more processors execute the above-mentioned device status monitoring method.
- the invention can improve the ability to process massive data through the message component, and at the same time, it can judge the abnormality of the current collected data before storage, saving the overhead of the database.
- the present invention can reduce the acquisition time of the collected data of the terminal equipment.
- Fig. 1 is a schematic diagram of an application environment of a device status monitoring method in an embodiment of the present invention
- Fig. 2 is a schematic flow chart of a device status monitoring method in an embodiment of the present invention
- Fig. 3 is a schematic structural diagram of an equipment status monitoring device in an embodiment of the present invention.
- FIG. 4 is a schematic diagram of a computer device in an embodiment of the present invention.
- the device status monitoring method provided in this embodiment can be applied in an application environment as shown in FIG. 1 , where the client communicates with the server.
- clients include but are not limited to various personal computers, notebook computers, smart phones, tablet computers and portable wearable devices.
- the server can be implemented by an independent server or a server cluster composed of multiple servers.
- a device status monitoring method is provided. The method is described by taking the server end in FIG. 1 as an example, including the following steps S10-S40.
- the terminal device may be a surveillance camera, a car sensor device, and the like.
- the currently collected data may be data collected by a terminal device, such as face data, vehicle location data, and the like.
- the currently collected data includes the identifier of the terminal device and the collection time of the collected data.
- the current collected data can be received through the message component.
- the message component is suitable for large-scale throughput, which can improve the storage and reading performance of the currently collected data.
- the message component is a distributed publish-subscribe message component.
- the message component may be a distributed publish-subscribe message component, such as the Kafka component.
- Temporarily storing the collected data of terminal devices through the Kafka component meets the high-throughput requirements of multiple terminal devices, and can significantly improve the storage and reading performance of collected data.
- the historical collection data of the terminal device refers to the collection data previously collected by the terminal device.
- the historical collection data includes collection data of n-1 time points. It can be assembled into time chain data based on current collection data and historical collection data.
- the time chain data may include n time points.
- the time chain data may be expressed as: t1; t2; t3; . . . ; tn. Wherein, tn is the collection time of the current data collection.
- the preset exception judgment rule can be set according to actual needs.
- the preset exception judgment rules corresponding to different terminal devices may be the same or different. Whether the collection time of the target collection data in the time chain data is in an abnormal period can be judged by preset abnormality judgment rules.
- the target collection data may be current collection data or historical collection data.
- step S30 that is, judging whether the collection time of the target collection data in the time chain data is in an abnormal time period according to the preset abnormal judgment rule includes:
- the preset time threshold may be set according to actual needs, for example, it may be 10 minutes.
- the preset time thresholds of different terminal devices may be the same or different.
- the previous collected data is the last collected data of the target collected data.
- the time difference between the collection time of the target data collection and the collection time of the previous data collection is too long and greater than the preset time threshold, it means that the terminal device has data between the collection time of the target collection data and the collection time of the previous data collection. Therefore, this period of time can be marked as an abnormal period, and at the same time, it can be determined that the collection time of the target collection data is in an abnormal period.
- this period of time can be marked as a normal period, that is, it is determined that the acquisition time of the target collected data is not in an abnormal period.
- the database may be updated using the collection time of the target collection data. That is, the latest collection time of the terminal device in the database is updated to the collection time of the target collection data.
- the database does not need to be checked again, which greatly saves the computing resources of the database.
- the ability to process massive data can be improved, and at the same time, abnormality judgment is performed on the collected data before storage, which saves the overhead of the database.
- step S30 that is, judging whether the collection time of the target collection data in the time chain data is after the abnormal period according to the preset abnormal judgment rule, further includes:
- the collection time of the collected data is within an abnormal time period, it is necessary to determine whether the current abnormal time period and the historical abnormal time period meet the merge condition.
- the historical abnormal period may be a previous abnormal period in the time chain data, or a previous abnormal period outside the time chain data. Merging conditions can be set according to actual needs. If the abnormality of the terminal device lasts for a long time, you can reduce the repeated marking of the abnormal period by combining conditions.
- the abnormal state period of the terminal device in the database is updated according to the collection time of the target data collection. That is, the latest collection time of the terminal device in the database is updated to the current collection time, and at the same time, the abnormal state period of the terminal device is increased.
- the abnormal data is marked, and the database does not need to be checked again, which greatly saves the computing resources of the database.
- step S41 that is, if the collection time of the target collection data is within an abnormal time period, after judging whether the abnormal time period and the historical abnormal time period of the terminal device meet the conditions for merging, the method further includes:
- the abnormal time period and the historical abnormal time period of the terminal device meet the merge condition, the abnormal time period and the historical abnormal time period are merged to generate an abnormal merged time period. Then, the abnormal state period of the terminal equipment in the database is updated according to the abnormal merge period. That is, the latest collection time of the terminal device in the database is updated to the current collection time, and at the same time, the last abnormal period of the terminal device is replaced with the abnormal combination period.
- the latest collection time and abnormal period of the terminal device can be recorded to reduce repeated marking of the abnormal period.
- step S41 that is, if the collection time of the target collection data is within an abnormal time period, judging whether the abnormal time period and the historical abnormal time period of the terminal device meet the merge condition, including:
- the abnormal time period and the historical abnormal time period meet the merge condition by judging whether the first start time point of the abnormal time period is the same as the second start time point of the historical abnormal time period. If the first start time point is the same as the second start time point, it means that the terminal equipment has a persistent failure since the first start time point, and cannot send the collected data normally. Therefore, it can be determined that the abnormal period matches the historical abnormal period of the terminal Merge conditions.
- the terminal equipment has intermittent faults since the first starting time point, but the sending time interval exceeds the preset time threshold, so , it can be determined that the abnormal time period and the historical abnormal time period of the terminal device do not meet the conditions for merging.
- the collection data of all terminal devices can be obtained at preset time intervals.
- the preset time interval can be set according to actual needs. The longer the preset time interval, the less calculation times the database has, and the smaller the database overhead.
- the designated terminal device may be any terminal device among all terminal devices. If the current collection data of the specified terminal device is an empty set, it means that the terminal device is faulty and cannot submit the current collection data normally. At this point, you can set the time to obtain the current collected data (empty set) as the abnormal time of the specified terminal device. At the same time, the abnormal state period of the terminal equipment in the database is updated according to the abnormal time. For example, if the last collection time of the specified terminal device is 1:00, the current abnormal time is 8:00, the preset time interval is 1 hour, and the last abnormal record of the specified terminal device is: it has been abnormal for 6 hours, then the The exception record of the specified terminal device can be updated as: it has been abnormal for 7 hours.
- an equipment status monitoring device is provided, and the equipment status monitoring device corresponds to the equipment status monitoring method in the foregoing embodiments one by one.
- the device status monitoring device includes a receiving and collecting data module 10 , an assembly time chain data module 20 , an abnormality judging module 30 and an updating module 40 .
- the detailed description of each functional module is as follows:
- Receive collected data module 10 for receiving the current collected data of terminal equipment from message component
- Assembling a time chain data module 20 configured to obtain historical collection data of the terminal device, and assemble time chain data according to the current collection data and the historical collection data;
- An abnormality judgment module 30 configured to judge whether the collection time of the target collection data in the time chain data is in an abnormal period according to a preset abnormality judgment rule
- the update module 40 is configured to update the latest data collection time of the terminal device in the database according to the collection time of the target collection data if the collection time of the target collection data is not in an abnormal period.
- the equipment status monitoring device also includes:
- a merge judging module configured to determine whether the abnormal time period and the historical abnormal time period of the terminal device meet the merge condition if the collection time of the target collected data is within an abnormal time period
- An abnormal period updating module configured to update the abnormal state period of the terminal device in the database according to the collection time of the target data collection if the abnormal period and the historical abnormal period of the terminal device do not meet the merge condition .
- the equipment status monitoring device also includes:
- a merge time period module configured to merge the abnormal time period and the historical abnormal time period to generate an abnormal merge time period if the abnormal time period and the historical abnormal time period of the terminal device meet the merge condition;
- An abnormal combination period updating module configured to update the abnormal state period of the terminal device in the database according to the abnormal combination period.
- the abnormal judgment module 30 includes:
- a time difference judging unit configured to judge whether the time difference between the collection time of the target collection data in the time chain data and the collection time of the previous collection data is greater than a preset time threshold, and the previous collection data is the target collection data The last collected data;
- An abnormality determination unit configured to determine that the acquisition time of the target acquisition data is in an abnormal period if the acquisition time of the target acquisition data and the acquisition time of the previous acquisition data are greater than a preset time threshold;
- the non-abnormal determination unit is configured to determine that the collection time of the target collection data is not in an abnormal period if the collection time of the target collection time and the collection time of the previously collected data are not greater than a preset time threshold.
- the merge judgment module includes:
- a starting time point judging unit configured to judge whether the first starting time point of the abnormal time period is the same as the second starting time point of the historical abnormal time period;
- a judging merging unit configured to determine that the abnormal time period and the historical abnormal time period of the terminal device meet the merge condition if the first start time point of the abnormal time period is the same as the second start time point of the historical abnormal time period ;
- a judging non-merging unit configured to determine that the abnormal time period is different from the historical abnormal time period of the terminal device if the first start time point of the abnormal time period is different from the second start time point of the historical abnormal time period. Eligible for merger.
- the equipment status monitoring device also includes:
- the timing acquisition module is used to acquire the current acquisition data of all terminal devices at preset time intervals
- An abnormal time module is set, which is used to set the abnormal time of the terminal device according to the acquisition time of the current collected data if the current collected data of the specified terminal device is an empty set;
- An abnormal time updating module configured to update the abnormal state period of the terminal device in the database according to the abnormal time.
- the message component is a distributed publish-subscribe message component.
- Each module in the above device status monitoring device can be fully or partially realized by software, hardware and combinations thereof.
- the above-mentioned modules can be embedded in or independent of the processor in the computer device in the form of hardware, and can also be stored in the memory of the computer device in the form of software, so that the processor can invoke and execute the corresponding operations of the above-mentioned modules.
- a computer device is provided.
- the computer device may be a server, and its internal structure may be as shown in FIG. 4 .
- the computer device includes a processor, memory, network interface and database connected by a system bus. Wherein, the processor of the computer device is used to provide calculation and control capabilities.
- the memory of the computer device includes a readable storage medium and an internal memory.
- the readable storage medium stores an operating system, computer readable instructions and a database.
- the internal memory provides an environment for the execution of the operating system and computer readable instructions in the readable storage medium.
- the database of the computer equipment is used to store the data involved in the equipment status monitoring method.
- the network interface of the computer device is used to communicate with an external terminal via a network connection. When the computer-readable instructions are executed by the processor, a device status monitoring method is realized.
- the readable storage medium provided in this embodiment includes a non-volatile readable storage medium and a volatile readable storage medium.
- a computer device including a memory, a processor, and computer-readable instructions stored on the memory and operable on the processor.
- the processor executes the computer-readable instructions, the following steps are implemented:
- one or more computer-readable storage media storing computer-readable instructions.
- the readable storage media provided in this embodiment include non-volatile readable storage media and volatile readable storage media. storage medium.
- Computer-readable instructions are stored on the readable storage medium, and when the computer-readable instructions are executed by one or more processors, the following steps are implemented:
- Nonvolatile memory can include read only memory (ROM), programmable ROM (PROM), electrically programmable ROM (EPROM), electrically erasable programmable ROM (EEPROM), or flash memory.
- Volatile memory can include random access memory (RAM) or external cache memory.
- RAM random access memory
- RAM is available in many forms such as Static RAM (SRAM), Dynamic RAM (DRAM), Synchronous DRAM (SDRAM), Double Data Rate SDRAM (DDRSDRAM), Enhanced SDRAM (ESDRAM), Synchronous Chain Synchlink DRAM (SLDRAM), memory bus (Rambus) direct RAM (RDRAM), direct memory bus dynamic RAM (DRDRAM), and memory bus dynamic RAM (RDRAM), etc.
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及大数据设备监控领域，公开了一种设备状态监控方法、装置、计算机设备及存储介质，其方法包括：从消息组件接收终端设备的当前采集数据；获取终端设备的历史采集数据，根据当前采集数据和历史采集数据组装时间链数据；根据预设异常判断规则判断时间链数据中目标采集数据的采集时间是否处于异常时段；若目标采集数据的采集时间不处于异常时段，则根据目标采集数据的采集时间对数据库中终端设备的最新数据采集时间进行更新。本发明可以减少终端设备的采集数据的获取时长。
Description
本申请要求于2021年12月31日提交中国专利局，申请号为202111678955.9、发明名称为“设备状态监控方法、装置、计算机设备及存储介质”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。
本发明涉及大数据设备监控领域，尤其涉及一种设备状态监控方法、装置、计算机设备及存储介质。
在大数据系统中，数据库与大量的终端设备连接，定时获取终端设备的采集数据。受到数据库插入、查询性能瓶颈的限制，数据库获取的终端设备的采集数据存在一定延时。定时的间隔越长，性能瓶颈越低，终端设备的采集数据的获取时长越长。
基于此，有必要针对上述技术问题，提供一种设备状态监控方法、装置、计算机设备及存储介质，以减少终端设备的采集数据的获取时长。
一种设备状态监控方法，包括：
从消息组件接收终端设备的当前采集数据；
获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；
若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
一种设备状态监控装置，包括：
接收采集数据模块，用于从消息组件接收终端设备的当前采集数据；
组装时间链数据模块，用于获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；
异常判断模块，用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；
更新模块，用于若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现上述设备状态监控方法。
一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如上述设备状态监控方法。
本发明通过消息组件，可以提高处理海量数据的能力，同时在入库前对当前采集数据进行异常判断，节省了数据库的开销。本发明可以减少终端设备的采集数据的获取时长。
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中设备状态监控方法的一应用环境示意图；
图2是本发明一实施例中设备状态监控方法的一流程示意图；
图3是本发明一实施例中设备状态监控装置的一结构示意图；
图4是本发明一实施例中计算机设备的一示意图。
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作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。
本实施例提供的设备状态监控方法，可应用在如图1的应用环境中，其中，客户端与服务端进行通信。其中，客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中，如图2所示，提供一种设备状态监控方法，以该方法应用在图1中的服务端为例进行说明，包括如下步骤S10-S40。
S10、从消息组件接收终端设备的当前采集数据。
可理解地，终端设备可以是监控摄像头、汽车传感设备等。当前采集数据可以是终端设备采集的数据，如可以是人脸数据、车辆位置数据等。特别的，当前采集数据包括终端设备的标识，以及采集数据的采集时间。
可以通过消息组件接收当前采集数据。消息组件适合大数量的吞吐，可改善当前采集数据的存储读取性能。
可选的，所述消息组件为分布式发布订阅消息组件。
可理解地，消息组件可以是一种分布式的发布订阅式的消息组件，如Kafka组件。通过Kafka组件暂存终端设备的采集数据，符合多终端设备高吞吐的需求，可显著提升采集数据的存储读取性能。
S20、获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据。
可理解地，终端设备的历史采集数据指的是终端设备在先采集的采集数据。在一些示例中，历史采集数据包括n-1个时间点的采集数据。可以根据当前采集数据和历史采集数据组装为时间链数据。时间链数据可以包括n个时间点。在一示例中，时间链数据可表示为：t1；t2；t3；……；tn。其中，tn为当前采集数据的采集时间。
S30、根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段。
可理解地，预设异常判断规则可以根据实际需要进行设置。不同终端设备，其对应的预设异常判断规则可以是相同的，也可以是不同的。可以通过预设异常判断规则判断时间链数据中目标采集数据的采集时间是否处于异常时段。在此处，目标采集数据可以是当前采集数据，也可以是历史采集数据。
可选的，步骤S30，即所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段，包括：
S301、判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差是否大于预设时间阈值，所述在前采集数据为所述目标采集数据的上一次采集数据；
S302、若所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差大于预设时间阈值，则判定所述目标采集数据的采集数据的采集时间处于异常时段；
S303、若所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差不大于预设时间阈值，则判定所述目标采集数据的采集数据的采集时间不处于异常时段。
可理解地，预设时间阈值可以根据实际需要进行设置，如可以是10分钟。不同终端设备的预设时间阈值可以是相同也可以是不同。在前采集数据为目标采集数据的上一次采集数据。
若目标采集数据的采集时间与在前采集数据的采集时间之间的时间差过长，大于预设时间阈值，说明终端设备在目标采集数据的采集时间与在前采集数据的采集时间之间存在数据缺失的问题，因而，可以将这段时间标记为异常时段，同时判定目标采集数据的采集时间处于异常时段。
若目标采集数据的采集时间与上一次采集时间之间的时间差较小，小于或等于预设时间阈值，说明终端设备在目标采集数据的采集时间与上一次采集时间之间采集数据采集正常。因而，可以将这段时间标记为正常时段，也即是判定目标采集数据的采集时间不处于异常时段。
S40、若所述目标采集数据的采集时间不处于异常时段，根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
可理解地，若目标采集数据的采集时间不处于异常时段，可以使用目标采集数据的采集时间对数据库进行更新。也即是，将数据库中终端设备的最新采集时间更新为目标采集数据的采集时间。在此处，由于已经提前判断采集数据的采集时间是否异常，数据库不需要重新排查，大大节省了数据库的计算资源。
本实施例通过消息组件，可以提高处理海量数据的能力，同时在入库前对采集数据进行异常判断，节省了数据库的开销。
可选的，步骤S30之后，即所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段之后，还包括：
S41、若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件；
S42、若所述异常时段与所述终端设备的历史异常时段不符合合并条件，根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地，若采集数据的采集时间处于异常时段，则需要判断当前的异常时段和历史异常时段是否符合合并条件。在一些示例中，历史异常时段可以是时间链数据中的在先异常时段，也可以是时间链数据之外的在先异常时段。合并条件可以根据实际需要进行设置。若终端设备的异常持续较长，则可以通过合并条件，减少异常时段的重复标记。
若异常时段与终端设备的历史异常时段不符合合并条件，则根据目标采集数据的采集时间对数据库中终端设备的异常状态时段进行更新。也即是，将数据库中终端设备的最新采集时间更新为当前的采集时间，同时增加该终端设备的异常状态时段。在此处，通过判断采集数据的采集时间是否异常实现对异常数据的标记，数据库不需要重新排查，大大节省了数据库的计算资源。
可选的，步骤S41之后，即所述若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件之后，还包括：
S43、若所述异常时段与所述终端设备的历史异常时段符合合并条件，合并所述异常时段和所述历史异常时段，生成异常合并时段；
S44、根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地，若异常时段与终端设备的历史异常时段符合合并条件，则合并异常时段和历史异常时段，生成异常合并时段。然后，根据异常合并时段对数据库中终端设备的异常状态时段进行更新。也即是，将数据库中终端设备的最新采集时间更新为当前的采集时间，同时将终端设备上一次的异常时段替换为异常合并时段。在此处，可以记录终端设备最新的采集时间和异常时段，减少异常时段的重复标记。
可选的，步骤S41，即所述若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件，包括：
S411、判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同；
S412、若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同，则判定所述异常时段与所述终端设备的历史异常时段符合合并条件；
S413、若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同，则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
可理解地，可以通过判断异常时段的第一起始时间点与历史异常时段的第二起始时间点是否相同，以确定异常时段与历史异常时段是否符合合并条件。若第一起始时间点与第二起始时间点相同，说明终端设备自第一起始时间点起发生持续性故障，不能正常发送采集数据，因而，可以判定异常时段与终端设备的历史异常时段符合合并条件。
若异常时段的第一起始时间点与历史异常时段的第二起始时间点不相同，说明终端设备自第一起始时间点起发生间隙性故障，但发送的时间间隔超过预设时间阈值，因而，可以判定异常时段与终端设备的历史异常时段不符合合并条件。
可选的，还包括：
S11、按预设时间间隔获取所有终端设备的当前采集数据；
S12、若指定终端设备的当前采集数据为空集，根据所述当前采集数据的获取时间设置所述终端设备的异常时间；
S13、根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
可理解地，对于一直没有采集数据的终端设备，数据库是没有异常记录的，因此需要定时补充这部分异常记录。可以按预设时间间隔获取所有终端设备的采集数据。预设时间间隔可以根据实际需要进行设置。预设时间间隔越长，数据库的计算次数越少，数据库开销越小。
指定终端设备可以是所有终端设备中的任意一个终端设备。若指定终端设备的当前采集数据为空集，说明该终端设备发生故障，无法正常提交当前采集数据。此时可以将获取到当前采集数据（空集）的时间设置为指定终端设备的异常时间。同时根据异常时间对数据库中终端设备的异常状态时段进行更新。例如，指定终端设备上一次的采集时间为1:00，当前的异常时间为8:00，预设时间间隔为1小时，指定终端设备的上一次的异常记录为：已异常6小时，则该指定终端设备的异常记录可以更新为：已异常7小时。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一实施例中，提供一种设备状态监控装置，该设备状态监控装置与上述实施例中设备状态监控方法一一对应。如图3所示，该设备状态监控装置包括接收采集数据模块10、组装时间链数据模块20、异常判断模块30和更新模块40。各功能模块详细说明如下：
接收采集数据模块10，用于从消息组件接收终端设备的当前采集数据；
组装时间链数据模块20，用于获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；
异常判断模块30，用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；
更新模块40，用于若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
可选的，设备状态监控装置还包括：
合并判断模块，用于若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件；
异常时段更新模块，用于若所述异常时段与所述终端设备的历史异常时段不符合合并条件，根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
可选的，设备状态监控装置还包括：
合并时段模块，用于若所述异常时段与所述终端设备的历史异常时段符合合并条件，合并所述异常时段和所述历史异常时段，生成异常合并时段；
异常合并时段更新模块，用于根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
可选的，异常判断模块30包括：
时间差判断单元，用于判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间的时间差是否大于预设时间阈值，所述在前采集数据为所述目标采集数据的上一次采集数据；
判定异常单元，用于若所述目标采集数据的采集时间与在前采集数据的采集时间大于预设时间阈值，则判定所述目标采集数据的采集时间处于异常时段；
判定非异常单元，用于若所述目标采集时间与在前采集数据的采集时间不大于预设时间阈值，则判定所述目标采集数据的采集时间不处于异常时段。
可选的，合并判断模块包括：
起始时间点判断单元，用于判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同；
判定合并单元，用于若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同，则判定所述异常时段与所述终端设备的历史异常时段符合合并条件；
判定不合并单元，用于若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同，则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
可选的，设备状态监控装置还包括：
定时获取模块，用于按预设时间间隔获取所有终端设备的当前采集数据；
设置异常时间模块，用于若指定终端设备的当前采集数据为空集，根据所述当前采集数据的获取时间设置所述终端设备的异常时间；
异常时间更新模块，用于根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
可选的，所述消息组件为分布式发布订阅消息组件。
关于设备状态监控装置的具体限定可以参见上文中对于设备状态监控方法的限定，在此不再赘述。上述设备状态监控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服务器，其内部结构图可以如图4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可读存储介质、内存储器。该可读存储介质存储有操作系统、计算机可读指令和数据库。该内存储器为可读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设备状态监控方法所涉及的数据。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设备状态监控方法。本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机可读指令，处理器执行计算机可读指令时实现以下步骤：
从消息组件接收终端设备的当前采集数据；
获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；
若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
在一个实施例中，提供了一个或多个存储有计算机可读指令的计算机可读存储介质，本实施例所提供的可读存储介质包括非易失性可读存储介质和易失性可读存储介质。可读存储介质上存储有计算机可读指令，计算机可读指令被一个或多个处理器执行时实现以下步骤：
从消息组件接收终端设备的当前采集数据；
获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；
根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；
若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
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可读取存储介质或易失性可读存储介质中，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，本申请所提供的各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以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、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。
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，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明保护范围之内。
Claims (10)
- 一种设备状态监控方法，其特征在于，包括：从消息组件接收终端设备的当前采集数据；获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
- 如权利要求1所述的设备状态监控方法，其特征在于，所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段之后，还包括：若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件；若所述异常时段与所述终端设备的历史异常时段不符合合并条件，根据所述目标采集数据的采集时间对所述数据库中所述终端设备的异常状态时段进行更新。
- 如权利要求2所述的设备状态监控方法，其特征在于，所述若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件之后，还包括：若所述异常时段与所述终端设备的历史异常时段符合合并条件，合并所述异常时段和所述历史异常时段，生成异常合并时段；根据所述异常合并时段对所述数据库中所述终端设备的异常状态时段进行更新。
- 如权利要求1所述的设备状态监控方法，其特征在于，所述根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段，包括：判断所述时间链数据中所述目标采集数据的采集时间与在前采集数据的采集时间之间的时间差是否大于预设时间阈值，所述在前采集数据为所述目标采集数据的上一次采集数据；若所述目标采集数据的采集时间与所述在前采集数据的采集时间之间的时间差大于预设时间阈值，则判定所述目标采集数据的采集时间处于异常时段；若所述目标采集数据的采集时间与所述在前采集数据的采集时间之间的时间差不大于预设时间阈值，则判定所述采集数据的采集时间不处于异常时段。
- 如权利要求2所述的设备状态监控方法，其特征在于，所述若所述目标采集数据的采集时间处于异常时段，判断所述异常时段与所述终端设备的历史异常时段是否符合合并条件，包括：判断所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点是否相同；若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点相同，则判定所述异常时段与所述终端设备的历史异常时段符合合并条件；若所述异常时段的第一起始时间点与所述历史异常时段的第二起始时间点不相同，则判定所述异常时段与所述终端设备的历史异常时段不符合合并条件。
- 如权利要求1所述的设备状态监控方法，其特征在于，还包括：按预设时间间隔获取所有终端设备的当前采集数据；若指定终端设备的当前采集数据为空集，根据所述当前采集数据的获取时间设置所述终端设备的异常时间；根据所述异常时间对所述数据库中所述终端设备的异常状态时段进行更新。
- 如权利要求1所述的设备状态监控方法，其特征在于，所述消息组件为分布式发布订阅消息组件。
- 一种设备状态监控装置，其特征在于，包括：接收采集数据模块，用于从消息组件接收终端设备的当前采集数据；组装时间链数据模块，用于获取所述终端设备的历史采集数据，根据所述当前采集数据和所述历史采集数据组装时间链数据；异常判断模块，用于根据预设异常判断规则判断所述时间链数据中目标采集数据的采集时间是否处于异常时段；更新模块，用于若所述目标采集数据的采集时间不处于异常时段，则根据所述目标采集数据的采集时间对数据库中所述终端设备的最新数据采集时间进行更新。
- 一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述设备状态监控方法。
- 一个或多个存储有计算机可读指令的可读存储介质，所述计算机可读指令被一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1至7中任一项所述设备状态监控方法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111678955.9A CN114500315A (zh) | 2021-12-31 | 2021-12-31 | 设备状态监控方法、装置、计算机设备及存储介质 |
| CN202111678955.9 | 2021-12-31 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| WO2023125837A1 true WO2023125837A1 (zh) | 2023-07-06 |
Family
ID=81509213
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| PCT/CN2022/143520 WO2023125837A1 (zh) | 2021-12-31 | 2022-12-29 | 设备状态监控方法、装置、计算机设备及存储介质 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN114500315A (zh) |
| WO (1) | WO2023125837A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116877355A (zh) * | 2023-08-11 | 2023-10-13 | 江苏千尧海洋工程有限公司 | 一种海上风电结构状态监测方法、装置、设备和介质 |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114500315A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
| CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
| CN111352971A (zh) * | 2020-02-28 | 2020-06-30 | 中国工商银行股份有限公司 | 银行系统监控数据异常检测方法及系统 |
| CN112948407A (zh) * | 2021-03-02 | 2021-06-11 | 无锡车联天下信息技术有限公司 | 一种数据更新方法、装置、设备及存储介质 |
| WO2021217855A1 (zh) * | 2020-04-30 | 2021-11-04 | 平安科技（深圳）有限公司 | 异常根因定位方法、装置、电子设备及存储介质 |
| CN114500315A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105447146A (zh) * | 2015-11-26 | 2016-03-30 | 陕西艾特信息化工程咨询有限责任公司 | 一种海量数据的收集与交换系统及方法 |
| CN106506226B (zh) * | 2016-11-29 | 2019-07-02 | 青岛海信网络科技股份有限公司 | 一种故障检测的启动方法及装置 |
| CN107395585B (zh) * | 2017-07-17 | 2019-12-27 | 顺丰科技有限公司 | 一种基于时间节点的异常指数的获取方法、系统及设备 |
| CN109412879B (zh) * | 2017-08-16 | 2023-02-21 | 中兴通讯股份有限公司 | 端口状态参数获取方法、装置及传输设备、存储介质 |
| CN109672590A (zh) * | 2019-01-10 | 2019-04-23 | 平安科技（深圳）有限公司 | 数据采集方法、装置、设备及计算机可读存储介质 |
| CN110309161B (zh) * | 2019-06-06 | 2021-10-29 | 新华三大数据技术有限公司 | 一种数据同步方法、装置及服务器 |
| CN111241208B (zh) * | 2019-12-31 | 2024-03-29 | 合肥城市云数据中心股份有限公司 | 一种周期性时序数据的异常监测方法及装置 |
| CN112073265B (zh) * | 2020-08-31 | 2022-05-13 | 帷幄匠心科技（杭州）有限公司 | 一种基于分布式边缘计算的物联网监控方法和系统 |
| CN112600719A (zh) * | 2021-03-04 | 2021-04-02 | 新华三人工智能科技有限公司 | 告警聚类方法、装置及存储介质 |
-
2021
- 2021-12-31 CN CN202111678955.9A patent/CN114500315A/zh active Pending
-
2022
- 2022-12-29 WO PCT/CN2022/143520 patent/WO2023125837A1/zh unknown
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108984370A (zh) * | 2018-07-13 | 2018-12-11 | 北京京东尚科信息技术有限公司 | 一种确定监控阈值的方法和装置 |
| CN109933500A (zh) * | 2019-03-27 | 2019-06-25 | 新奥数能科技有限公司 | 设备故障告警方法、装置、可读介质及电子设备 |
| CN111352971A (zh) * | 2020-02-28 | 2020-06-30 | 中国工商银行股份有限公司 | 银行系统监控数据异常检测方法及系统 |
| WO2021217855A1 (zh) * | 2020-04-30 | 2021-11-04 | 平安科技（深圳）有限公司 | 异常根因定位方法、装置、电子设备及存储介质 |
| CN112948407A (zh) * | 2021-03-02 | 2021-06-11 | 无锡车联天下信息技术有限公司 | 一种数据更新方法、装置、设备及存储介质 |
| CN114500315A (zh) * | 2021-12-31 | 2022-05-13 | 深圳云天励飞技术股份有限公司 | 设备状态监控方法、装置、计算机设备及存储介质 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116877355A (zh) * | 2023-08-11 | 2023-10-13 | 江苏千尧海洋工程有限公司 | 一种海上风电结构状态监测方法、装置、设备和介质 |
| CN116877355B (zh) * | 2023-08-11 | 2024-02-20 | 江苏千尧海洋工程有限公司 | 一种海上风电结构状态监测方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114500315A (zh) | 2022-05-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2023125837A1 (zh) | 设备状态监控方法、装置、计算机设备及存储介质 | |
| CN108933798B (zh) | 数据存储方法、存储服务器及系统 | |
| CN112910945A (zh) | 请求链路跟踪方法和业务请求处理方法 | |
| US10127093B1 (en) | Method and apparatus for monitoring a message transmission frequency in a robot operating system | |
| CN108038039B (zh) | 记录日志的方法及微服务系统 | |
| WO2016029744A1 (zh) | 一种元数据恢复方法及相关装置 | |
| CN112564980B (zh) | 一种基于微服务架构的服务监控方法及系统 | |
| CN111147310A (zh) | 一种日志跟踪处理的方法、装置、服务器及介质 | |
| CN115328741A (zh) | 一种异常处理方法、装置、设备和存储介质 | |
| US11930292B2 (en) | Device state monitoring method and apparatus | |
| CN111966531B (zh) | 数据快照方法、装置、计算机设备及存储介质 | |
| CN112070585A (zh) | 订单状态统一管理方法、装置、计算机设备和存储介质 | |
| CN111208949B (zh) | 一种确定分布式存储系统中的数据回滚时段的方法 | |
| CN112527561B (zh) | 基于物联网云存储的数据备份方法及装置 | |
| CN112711466B (zh) | 悬挂事务巡检方法和装置、电子设备和存储介质 | |
| CN114567664A (zh) | 消息处理结果监控方法、装置、计算机设备和存储介质 | |
| CN112711606A (zh) | 数据库访问方法、装置、计算机设备和存储介质 | |
| CN112084163A (zh) | 一种数据写入方法、装置及计算机设备 | |
| CN113609211B (zh) | 一种集群信息同步方法、装置、计算机设备及存储介质 | |
| CN114281578B (zh) | 分布式文件存储系统交互方法、装置、计算机设备及介质 | |
| CN113485865B (zh) | 基于正向代理服务器访问第三方应用的数据处理系统 | |
| CN113468195B (zh) | 服务器数据缓存更新方法、系统和主数据库服务器 | |
| CN109542662B (zh) | 一种内存管理方法、装置、服务器及存储介质 | |
| CN114185625A (zh) | 接口自动化延迟执行结果的确认方法、装置、设备及介质 | |
| CN117348957A (zh) | 基于日志采集器信息的页面执行操作方法、装置和设备 |
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: 22915086 Country of ref document: EP Kind code of ref document: A1 |