一种监控数据处理装置及方法与流程

本发明涉及互联网技术，尤其涉及一种监控数据处理装置及方法。

背景技术：

现阶段，为了给互联网用户提供优质服务，互联网企业大都研制了符合自身业务的监控预警平台来保障自己产品的高可用性。监控预警平台一般可用于性能指标的实况查看分析。在对性能指标进行实况查看时，大多以线性走势图为主，较为直观，易于进行预判是否存在问题。但是，在监控的服务出现宕机的情况下，线性走势图的基础数据会采集失败，导致走势图出现线性相连但时间错开的情况，使得研发人员在定位故障具体发生时间点以及持续时间变得较为困难。

当前技术中，为了修复这一问题，业界常用方法是在采集失败时自动将各性能指标数据填充为0。虽然这样做可以消除现线性相连但时间错开这一问题，但同时会产生无效数据大量冗余。以Tomcat服务的监控采集为例，在采集存储过程中，会涉及6个表数据的存储，即Tomcat动态和静态数据、JVM动态和静态数据、C3P0连接池动态和静态数据，按照每5秒采集一次计算，若单个Tomcat宕机一天，则会出现103680(12*60*24*6)条垃圾冗余数据，不便于数据查看。

技术实现要素：

本发明的主要目的在于提出一种监控数据处理装置及方法，旨在解决监控数据采集中断时会导致线性走势图曲线错误相连问题，同时避免出现大量的垃圾冗余数据。

为实现上述目的，本发明提供了一种监控数据处理装置，包括：

数据采集模块，用于采集监控对象的监控数据，在监控数据表中将采集到的监控数据按采集的时间节点顺序保存；

异常捕捉模块，用于在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据；

数据补全模块，用于在前端界面查询监控数据时，针对所述异常标志数据对应的时间节点，补全相应的监控数据。

可选地，其中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，包括：

当所述监控数据表和异常数据表在同一时间节点分别存在正常采集数据和异常标志数据时，以所述正常采集数据作为该时间节点的监控数据。

可选地，其中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，还包括：

当同一时间节点仅在所述异常数据表中存在异常标志数据而所述监控数据表中不存在正常采集数据时，以数据0作为该时间节点的监控数据。

进一步地，所述装置还包括：

显示模块，用于在所述前端界面上将补全后的监控数据显示成线性走势图，其中，分别以时间节点和监控数据作为横坐标和纵坐标。

可选地，其中，在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据，包括：

捕捉数据采集模块发出的异常信息，并在异常数据表中的对应时间节点插入异常标志数据。

本发明还提供了一种监控数据处理方法，包括：

采集监控对象的监控数据，在监控数据表中将采集到的监控数据按采集的时间节点顺序保存；

在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据；

在前端界面查询监控数据时，针对所述异常标志数据对应的时间节点，补全相应的监控数据。

可选地，其中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，包括：

当所述监控数据表和异常数据表在同一时间节点分别存在正常采集数据和异常标志数据时，以所述正常采集数据作为该时间节点的监控数据。

可选地，其中，所述针对所述异常标志数据对应的时间节点，补全相应的监控数据，还包括：

当同一时间节点仅在所述异常数据表中存在异常标志数据而所述监控数据表中不存在正常采集数据时，以数据0作为该时间节点的监控数据。

进一步地，所述方法，还包括：

在所述前端界面上将补全后的监控数据显示成线性走势图，其中，分别以时间节点和监控数据作为横坐标和纵坐标。

可选地，其中，在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据，包括：

捕捉采集监控对象的监控数据时发出的异常信息，并在异常数据表中的对应时间节点插入异常标志数据。

本发明实施例提供的方案，通过监控对象异常标志信息捕捉仅在用户查询监控数据走势图时，才根据异常数据标志，对监控对象发生故障的时间节点进行数据补全，然后呈现给用户前端界面，无需在监控数据表中插入垃圾冗余数据(即零数据)，不仅可以避免监控数据走势图时间数据错误相连，同时可以避免监控数据中出现不必要的大量垃圾冗余数据问题。

附图说明

图1为现有技术中发生监控数据采集中断时，监控数据的线性走势示意图；

图2为本发明第一实施例的监控数据处理装置结构框图；

图3为本发明第二实施例的监控数据处理装置结构框图；

图4为本发明第三实施例的监控数据处理方法流程示意图；

图5为本发明第四实施例的监控数据处理方法流程示意图；

图6为本发明示范性实施例的一种发生监控数据采集中断后，补全监控数据的监控数据线性走势示意图；

图7为本发明示范性实施例的另一种发生监控数据采集中断后，补全监控数据的监控数据线性走势示意图；

图8为本发明示范性实施例的监控数据处理方法流程示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

下面将结合附图及实施例对本发明的技术方案进行更详细的说明。

需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结合，均在本发明的保护范围之内。另外，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1为现有技术中发生监控数据采集中断时，监控数据的线性走势示意图，横坐标为采集时刻，纵坐标为繁忙线程数；如图1所示，以Tomcat的繁忙线程数为例，从图1中查看线性走势曲线图时连续无断开，但从横坐标来看，数据采集是每隔5秒一次，两个黑框内的数据间隔了15秒(三个采集周期)，这代表在中间2个采集时间节点是属于采集失败的；然而，因为这两个采集时间节点并没有数据入库，也没有做任何的补全处理，所以在查看走势曲线图时，会误以为是监控采集过程均正常。当查询时间区间过长时(如查询12个小时的监控走势)，线性走势图上的横坐标上会密密麻麻布满时间点，很难定位在哪个时间节点出了问题，以及问题持续了多久。

为解决上述技术问题，本发明第一实施例提供了一种监控数据处理装置，如图2所示，包括：

数据采集模块，用于采集监控对象的监控数据，在监控数据表中将采集到的监控数据按采集的时间节点顺序保存；

异常捕捉模块，用于在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据；

数据补全模块，用于在前端界面查询监控数据时，针对所述异常标志数据对应的时间节点，补全相应的监控数据。

本发明实施例中，数据采集模块按照常规方式对监控对象进行监控数据采集，采集结果在监控数据表中按照采集的时间节点顺序保存。当某个时间节点或某段时间内监控对象发生故障(如宕机)时，将采集不到监控数据，例如在时间节点10:00:10采集数据后，监控对象出现故障，到10:00:25分才恢复正常，期间10:00:15、10:00:20两个时间节点采集模块没有采集到监控数据，该监控数据表中，实际存储的数据是10:00:10及之前的数据和10:00:25之后的数据，即监控数据表中虽然数据按时间顺序存放，但实际上不存在10:00；15、10:00:20两个时间节点的数据。为避免出现垃圾数据冗余，本发明实施例不对监控数据表中的这两个时间节点进行补零操作，而只是在用户查询监控数据时，如果监控数据覆盖监控对象出现异常的时间区间，例如查询监控数据涉及时间节点10:00:15和10:00:20时，才针对所述异常标志数据对应的时间节点，需要补全相应的监控数据。

在监控对象出现故障时，数据采集模块会抛出异常标志，异常捕捉模块在所述监控对象发生异常时可以捕捉该异常标志，及时在异常数据表中的对应时间节点插入一条异常标志数据。例如，在10:00:15和10:00:20这两个时间节点分别插入两天相应的异常标志数据。

当用户在前端界面查询监控数据时，如果监控数据覆盖监控对象出现异常的时间区间，例如查询监控数据涉及时间区间为10:00:00到10:00:30，则针对所述异常标志数据对应的时间节点，需要补全相应的监控数据。这样，用户查询相关监控数据时，涉及监控对象发生故障的时间节点就不会发生监控数据走势图数据错误相连(即时间坐标发生错位)问题。

本发明实施例提供的监控数据处理装置，通过监控对象异常标志信息捕捉仅在用户查询监控数据走势图时，才根据异常数据标志，对监控对象发生故障的时间节点进行数据补全，然后呈现给用户前端界面，无需在监控数据表中插入垃圾冗余数据(即零数据)，不仅可以避免监控数据走势图时间数据错误相连，同时可以避免监控数据中出现不必要的大量垃圾冗余数据问题。

可选地，所述装置中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，包括：

当所述监控数据表和异常数据表在同一时间节点分别存在正常采集数据和异常标志数据时，以所述正常采集数据作为该时间节点的监控数据。

本发明实施例中，在进行监控数据补全时，如果某个或某些异常标志数据对应的时间节点，既存在异常标志数据也存在正常采集数据时，则以正常采集数据作为该时间节点的监控数据。由于监控对象发生故障时，数据采集模块可能已经采集了部分监控数据并存入相应的监控数据列表，这部分数据不受监控对象故障的影响。因此，这部分已经采集并存储的数据是有效数据，可以直接呈现在查询终端的监控数据走势图上。

可选地，本发明装置中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，还包括：

当同一时间节点仅在所述异常数据表中存在异常标志数据而所述监控数据表中不存在正常采集数据时，以数据0作为该时间节点的监控数据。

本发明实施例中，在进行监控数据补全时，如果某个或某些异常标志数据对应的时间节点，仅存在异常标志数据而不存在正常采集数据，则表明监控对象故障，数据采集失败。通过监控数据的时间戳和异常标志数据的时间节点进行比较，容易发现哪些时间节点上数据采集失败。在用户查询相关监控数据的走势图时，对这些数据采集失败的时间节点，以数据0进行补全，然后呈现在查询终端的监控数据走势图上。这样，不仅可以避免监控数据走势图出现数据错误相连，也避免了在监控数据中插入不必要的大量垃圾冗余数据。

可选地，本发明提供了第二实施例的监控数据处理装置，如图3所示，该装置还包括：

显示模块，用于在所述前端界面上将补全后的监控数据显示成线性走势图，其中，分别以时间节点和监控数据作为横坐标和纵坐标。

本发明实施例中，为了避免大量的垃圾冗余数据插入监控数据表中，实际上对现有技术的监控数据表没有进行改造(即如果发生监控对象故障导致数据采集失败，在监控数据表中的监控数据时间上是不连续的，出现了时间节点顺序的覆盖，仅保存采集到的真实数据)，仅在用户查询相关监控数据时，才在异常标志数据的配合下，对数据采集失败的相应时间节点的进行数据补全，将补全后的监控数据以监控数据走势图的形式呈现在用户查询的前端界面上。补全后的监控数据线性走势图，以时间节点为横坐标，以监控数据为纵坐标，对采集失败的时间节点处的监控数据表示为0，而采集正常的时间节点以正常监控数据表示(包括同时存在正常采集数据和异常标志数据的时间节点)，这样呈现在用户前端界面的监控数据线性走势图，避免了出现数据错误相连的问题，将数据采集失败的时间节点也显著呈现出来，便于用户对监控对象的故障时间和故障内容进行准确定位分析。

可选地，本发明装置中，在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据，包括：

捕捉数据采集模块发出的异常标志信息，并在异常数据表中的对应时间节点插入异常标志数据。

作为本发明实施例的优选实施方式，针对数据采集模块设置异常信息或标志捕捉机制，通常数据采集模块在发现监控对象发生故障而无法采集到监控数据时，会抛出或发出异常信息或标志，通过异常信息或标志捕捉机制，可以及时发现监控对象的故障时间节点，从而在异常数据表中的对应时间节点插入异常标志数据，以便作为后续的监控数据补全的参考依据。

本发明实施例提供的监控数据处理装置，通过针对数据采集模块设置异常捕捉机制，及时捕捉数据采集模块发出的异常信息或标志及其发生的时间节点，在异常数据表中的相应时间节点插入异常标志数据，作为后续监控数据补全的参考依据，仅在用户查询监控数据走势图时，才根据异常数据标志，对监控对象发生故障的时间节点进行数据补全，然后呈现给用户前端界面，无需在监控数据表中插入垃圾冗余数据(即零数据)，不仅可以避免监控数据走势图数据错误相连问题，同时可以避免监控数据中不必要的大量垃圾冗余数据。

相应地，本发明第三实施例提供了一种监控数据处理方法，如图4所示，包括：

步骤S10：采集监控对象的监控数据，在监控数据表中将采集到的监控数据按采集的时间节点顺序保存；

步骤S12：在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据；

步骤S14：在前端界面查询监控数据时，针对所述异常标志数据对应的时间节点，补全相应的监控数据。

本发明实施例中，数据采集模块按照常规方式对监控对象进行监控数据采集，采集结果在监控数据表中按照采集的时间节点顺序保存。当某个时间节点或某段时间内监控对象发生故障(如宕机)时，将采集不到监控数据，例如在时间节点10:00:10采集数据后，监控对象出现故障，到10:00:25分才恢复正常，期间10:00:15、10:00:20两个时间节点采集模块没有采集到监控数据，该监控数据表中，实际存储的数据是10:00:10及之前的数据和10:00:25之后的数据，即监控数据表中虽然数据按时间顺序存放，但实际上不存在10:00：15、10:00:20两个时间节点的数据。为避免出现垃圾数据冗余，本发明实施例不对监控数据表中的这两个时间节点进行补零操作，而只是在用户查询监控数据时，如果监控数据覆盖监控对象出现异常的时间区间，例如查询监控数据涉及时间节点10:00:15和10:00:20时，才针对所述异常标志数据对应的时间节点，需要补全相应的监控数据。

在监控对象出现故障时，数据采集模块会抛出异常标志，异常捕捉模块在所述监控对象发生异常时可以捕捉该异常标志，及时在异常数据表中的对应时间节点插入一条异常标志数据。例如，在10:00:15和10:00:20这两个时间节点分别插入两天相应的异常标志数据。

当用户在前端界面查询监控数据时，如果监控数据覆盖监控对象出现异常的时间区间，例如查询监控数据涉及时间区间为10:00:00到10:00:30，则针对所述异常标志数据对应的时间节点，需要补全相应的监控数据。这样，用户查询相关监控数据时，涉及监控对象发生故障的时间节点就不会发生监控数据走势图数据错误相连(即时间坐标发生错位)问题。

本发明实施例提供的监控数据处理方法，通过监控对象的异常标志信息捉，仅在用户查询监控数据走势图时，才根据异常数据标志，对监控对象发生故障的时间节点进行数据补全，然后呈现给用户前端界面，无需在监控数据表中插入垃圾冗余数据(即零数据)，不仅可以避免监控数据走势图数据错误相连，同时可以避免监控数据中出现不必要的大量垃圾冗余数据问题。

可选地，本发明方法中，所述针对异常标志数据对应的时间节点，补全相应的监控数据，包括：

当所述监控数据表和异常数据表在同一时间节点分别存在正常采集数据和异常标志数据时，以所述正常采集数据作为该时间节点的监控数据。

本发明实施例中，在进行监控数据补全时，如果某个或某些异常标志数据对应的时间节点，既存在异常标志数据也存在正常采集数据时，则以正常采集数据作为该时间节点的监控数据。由于监控对象发生故障时，数据采集模块可能已经采集了部分监控数据并存入相应的监控数据列表，这部分数据不受监控对象故障的影响。因此，这部分已经采集并存储的数据是有效数据，可以直接呈现在查询终端的监控数据走势图上。

可选地，本发明方法中，所述针对所述异常标志数据对应的时间节点，补全相应的监控数据，还包括：

当同一时间节点仅在所述异常数据表中存在异常标志数据而所述监控数据表中不存在正常采集数据时，以数据0作为该时间节点的监控数据。

本发明实施例中，在进行监控数据补全时，如果某个或某些异常标志数据对应的时间节点，仅存在异常标志数据而不存在正常采集数据，则表明监控对象故障，数据采集失败。通过监控数据的时间戳和异常标志数据的时间节点进行比较，容易发现哪些时间节点上数据采集失败。在用户查询相关监控数据的走势图时，对这些数据采集失败的时间节点，以数据0进行补全，然后呈现在查询终端的监控数据走势图上。这样，不仅可以避免监控数据走势图出现数据错误相连，也避免了在监控数据中插入不必要的大量垃圾冗余数据。

可选地，本发明还提供了第四实施例的一种监控数据处理方法，如图5所示，本发明方法中，还包括：

步骤S16：在所述前端界面上将补全后的监控数据显示成线性走势图，其中，分别以时间节点和监控数据作为横坐标和纵坐标。

本发明实施例中，为了避免大量的垃圾冗余数据插入监控数据表中，实际上对现有技术的监控数据表没有进行改造(即如果发生监控对象故障导致数据采集失败，在监控数据表中的监控数据时间上是不连续的，出现了时间节点顺序的覆盖，仅保存采集到的真实数据)，仅在用户查询相关监控数据时，才在异常标志数据的配合下，对数据采集失败的相应时间节点的进行数据补全，将补全后的监控数据以监控数据走势图的形式呈现在用户查询的前端界面上。补全后的监控数据线性走势图，以时间节点为横坐标，以监控数据为纵坐标，对采集失败的时间节点处的监控数据表示为0，而采集正常的时间节点以正常监控数据表示(包括同时存在正常采集数据和异常标志数据的时间节点)，这样呈现在用户前端界面的监控数据线性走势图，避免了出现数据错误相连的问题，将数据采集失败的时间节点也显著呈现出来，便于用户对监控对象的故障时间和故障内容进行准确定位分析。

可选地，本发明方法中，在所述监控对象发生异常时，在异常数据表中的对应时间节点插入异常标志数据，包括：

捕捉采集监控对象的监控数据时发出的异常信息，并在异常数据表中的对应时间节点插入异常标志数据。

作为本发明实施例的优选实施方式，针对数据采集模块设置异常信息或标志捕捉机制，通常数据采集模块在发现监控对象发生故障而无法采集到监控数据时，会抛出或发出异常信息或标志，通过异常信息或标志捕捉机制，可以及时发现监控对象的故障时间节点，从而在异常数据表中的对应时间节点插入异常标志数据，以便作为后续的监控数据补全的参考依据。

本发明实施例提供的监控数据处理方法，通过针对数据采集模块设置异常捕捉机制，及时捕捉数据采集模块发出的异常信息或标志及其发生的时间节点，在异常数据表中的相应时间节点插入异常标志数据，作为后续监控数据补全的参考依据，仅在用户查询监控数据走势图时，才根据异常数据标志，对监控对象发生故障的时间节点进行数据补全，然后呈现给用户前端界面，无需在监控数据表中插入垃圾冗余数据(即零数据)，不仅可以避免监控数据走势图数据错误，同时可以避免监控数据中出现不必要的大量垃圾冗余数据。

下面通过一个示范性实施例，对本发明进行进一步的详细说明。

以Tomcat性能指标监控为例：在每次采集任务执行时，会相继抓取Tomcat动态数据、Tomcat静态数据、JVM动态数据、JVM静态数据、C3P0动态数据、C3P0静态数据，共执行六次数据采集操作以及六次非事务性的MongoDB数据插入操作；在此过程中，单次操作失败不会影响到它之前的操作结果，例如，JVM静态数据采集失败，不会影响它之前的取Tomcat动态数据、Tomcat静态数据、JVM动态数据的采集与入库，但会导致它后续的C3P0动态数据、C3P0静态数据无法采集与入库。一旦此采集过程中任何一次失败，都会抛出异常。

因此，可以在数据采集方法最外层加上异常捕捉机制(即：try{…}catch{…})。在数据采集过程因为采集失败而抛出异常标志信息时，可以被最外层的异常捕捉机制捕捉和处理，在Catch方法体内执行在名称为TOMCAT_EXCEPTION_具体服务编号的MongoDB表中插入一条异常标志数据。

例如，假设在数据采集时间节点10:00:15,10:00:20两个时间节点出现服务宕机，无法采集到数据，数据采集模块会及时抛出异常标志信息。

对于Tomcat性能指标监控而言，在每次采集任务执行时，会相继抓取Tomcat动态数据、Tomcat静态数据、JVM动态数据、JVM静态数据、C3P0动态数据、C3P0静态数据。假设在10:00:15这个时间节点发生JVM静态数据采集失败，那么对于Tomcat动态数据、Tomcat静态数据、JVM动态数据三种监控数据，在10:00:15这个时间节点，数据采集时正常的，而JVM静态数据、C3P0动态数据、C3P0静态数据三种监控数据采集失败(即无采集数据入库)。此时，在故障数据表中，对应10:00:15时间节点，需要插入一条异常标志数据。

之后的时间节点10:00:20,Tomcat动态数据、Tomcat静态数据、JVM动态数据、JVM静态数据、C3P0动态数据、C3P0静态数据均无采集数据入库。在故障数据表中，对应10:00:20时间节点，也需要插入一条异常标志数据。

在用户进行前端界面在查询某类指标指定时间区间的线性走势图时，以Tomcat的繁忙线程数这一性能指标为例，如果是查询Tomcat动态数据,程序可以先从MongoDB的TOMCAT_DYNAMIC_具体服务编号这个表中取出指定时间区间的采集数据，然后从TOMCAT_EXCEPTION_具体服务编号这个表中取出指定时间区间的异常标志数据；根据正常采集数据优先策略(同一时间节点若同时存在正常采集数据与异常标志数据，则只取正常采集数据)，整合从两个表中取出的列表数据，将最终得到的补全的Tomcat动态数据列表t返回到前端界面，按照时间升序的算法将该数据列表中的各个繁忙线程数据组装成线性走势图展示给使用者查看。

例如，当用户查看Tomcat动态数据时，在10:00:15时刻，Tomcat动态数据存在正常采集数据，虽然此时异常数据表中存在异常标志数据，也无需进行处理；而在10:00:20时刻，Tomcat动态数据不存在正常采集数据，而异常数据表中存在异常标志数据，则在10:00:20时刻的Tomcat动态数据需要进行补0操作。这样，呈现在前端界面的Tomcat动态数据线性走势图就不会出现时间坐标错位导致数据错误相连问题，并且数据采集失败的实际节点得到显著提示。如图6所示，横坐标为采集时刻，纵坐标为繁忙线程数。

当用户查看JVM静态数据时，在10:00:15和10:00:20这两个时刻，由于JVM静态数据表中均不存在正常采集数据，而异常数据表中则存在异常标志数据，则在这两个时间节点的JVM静态数据需要进行补0操作。这样，呈现在前端界面的JVM静态数据线性走势图就不会出现时间坐标错位导致数据错误相连问题，这两个数据采集失败的时间节点也得到显著提示。如图7所示，横坐标为采集时刻，纵坐标为繁忙线程数。

图8为用户在前端查询监控数据时，对监控数据进行处理的参考流程，如图8所示，包括：

步骤S20：从目标监控数据表List-i中查询指定时间区间的监控数据；

这里，目标监控数据表可以有多个，例如对于Tomcat性能指标监控而言，在每次采集任务执行时，有Tomcat动态数据表、Tomcat静态数据表、JVM动态数据表、JVM静态数据表、C3P0动态数据表、C3P0静态数据表，共6个可供客户查询的目标监控数据表，这里i＝1,2,3,4,5,6。用户可以查询其中的任一一种或多种。

步骤S22：从异常数据表List-e中查询指定时间区间的异常标记数据，按时间升序顺序递归查询；一个监控任务，例如Tomcat性能指标监控，仅需一个异常数据表。

步骤S24：判断每条List-e中的异常标志数据在目标监控数据List-i中是否存在相应时间节点的监控数据？如果存在，不作其它处理直接步骤S28；如果不存在，接步骤S26。

步骤S26：在目标监控数据表List-i的相应时间节点插入一条数据为0的记录；

步骤S28:将整合(补全)后的最终目标监控数据表List-i根据时间增加顺序展示在前端界面上，从而可以呈现不会出现数据错误相连的监控数据线性走势图。

本发明提出补全监控数据线性走势图的方案，可以解决线性走势图的采集时间中断但曲线数据却错误相连(即时间坐标错位)问题，并且可以避免垃圾冗余数据的几何倍暴涨。

本方案相对于采集失败就插入0数据的方案来说更易扩展，无需关注原有业务事务关系，只需在数据采集方法的最外围加上异常捕捉即可；相对于采集失败就插入0数据的方案来说，则大幅降低了无效冗余数据的增加；很好地解决了时间中断但线性走势图的数据相连(即时间坐标错位)的问题。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。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、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明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他相关的技术领域，均同理包括在本发明的专利保护范围内。