基于中间件的业务数据监控方法和系统的制作方法_5

文档序号:9288371阅读:来源:国知局
若Fn中含有 的J个分类值,Fm中含有K个分类值,用P(j,k)表示第j个分类值对应Fm的k字段在Fn 发生时Fm已经出现的概率,用矩阵表示F(n,m)的值:
[0134]
J. V 1 1.JL. .) I I. I / Ajf A V 1.1i. %. I. J
[0135] 另外再计算出F(n,m)作为预警的价值V(n,m),用PN(n)表示n分类字段n的权 重值,用MaxPNN表示所有分类字段相互之间的乘积的最大值,则预警价值为:
[0136]
[0137] 用F(n,m)与V(n,m)的乘积来表示预测值FV:
[0138] FV(n,m) =F(n,m)*V(n,m)
[0139] 计算出系统中的所有FV值,并设置预警阀值f,假设为0.9。若FV值大于f则设 置为必须监控对象,即若P(j,k)*V(n,m)大于0. 9,而分类字段N出现j而分类字段M应该 出现j数据,否则报警。同时添加修改值,若发现报警无意义,则自动设置预警价值V(n,m) =0〇
[0140] 3)单业务周期性预测:假设所有的业务都有周期性,只不过周期是由多个周期叠 加而成的。以下主要分析出一些有价值的周期性业务。假设所有有价值的周期业务是由以 秒、分、时、日、周、月、年为单位的多个周期的性事件组成,且以秒、分、时、日、周、月、年的最 多事件数分别为(1,60,24,31,5,12,1)。所以每个业务都是由1+60+24+31+5+12+1 = 134 个周期性事件组成,且每个周期函数的值只有1和-1,即发生于反发生。
[0141] f(t) =Kjfj(t) +K2f2 (t) +K3f3 (t) +K134f134 (t)
[0142] 其中&为每个周期函数发生的系数,且L的值为0或者1。例如一个只有周一到 周五才发生的业务,可以用一个日周期事件(发生事件)和两个周周期事件(反发生事件) 置加。
[0143] 有了以上规则后,可以开始有多少个秒、分、时、日、周、月、年周期函数了。首先假 设系统中此业务的数据都是正常的数据且符合复合周期函数,将所有相邻事件的间隔计算 出来(tl,t2,t3,t4,t5. . . .tn)假设有n+1条记录。最后所有的时间都使用
[0144] tn= 8丨年+a2月+a3周+a4 日+a5 时+a6分+a7秒
[0145] 用最大贪婪算法分别满足年月周日时分秒,来算出记录a2, a3,a4,a5,a6。算成所有记录a2,a3,a4,a5, 86的组成数,并记录每组出现相同的概率p(n),若 P(n)接近〇则抛弃这组结果,这里假设P(n)〈〇.〇1时抛弃结果。有多少个组成就证明有多 少个周期事件存在。通过新的a2,a3,a4,a5,a6组合,再次使用最大贪婪算法分别算出有多 少、分、时、日、周、月、年周期函数。
[0146] 4)必然事件的反向周期预测:假设五中业务A发生时业务B必然发生,则我们可 以统计出所有业务B发生后,应该会发生业务A的时间间隔的分布为:
[0147]
[0148] 即在数学期望值内到达最多,多少业务应该是在数学期望值的协方差以内发生。 当时间超过预订值,则进行预警。
[0149] 六、进行监控管理与订阅管理
[0150] 管理已经智能生成出来的数据模型、分类模型、业务模型、跨类型业务预测、同类 型业务预测、单业务周期预测、必然事件反向周期预测,并及时添加修改规则。对已经生成 出来的监控数据分三级管理,第一级监控中心管理,第二级业务负责人管理订阅规则,第三 级由责任人管理各自的监控数据。
[0151] 以上结合附图详细说明了本发明的技术方案,可以实现对不同业务数据的智能监 控,有效地提高通用性以及对业务数据的变化和业务规则的变化的适应性,并能快速满足 大多行业的监控需求。
[0152] 以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技 术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修 改、等同替换、改进等,均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于中间件的业务数据监控方法,其特征在于,包括: 将来自不同应用系统的业务数据通过中间件发送至监控系统,以对所述业务数据进行 监控; 按照预设存储规则对所述业务数据进行数据存储和数据建模; 对经过所述数据存储和所述数据建模处理的所述业务数据进行数据分类; 根据所述数据分类建立业务关联模型,以对每条所述业务数据进行轨迹跟踪; 根据所述业务关联模型,设置预警阈值,以对所述业务数据进行监控。2. 根据权利要求1所述的基于中间件的业务数据监控方法,其特征在于,在将所述业 务数据通过所述中间件发送至所述监控系统前,判断是否将所述业务数据发送至所述监控 系统,并在判断结果为是时,通过适配器将所述业务数据转换为XML数据后发送至所述监 控系统;以及 按照所述预设存储规则对所述业务数据基于NoSQL数据库进行所述数据存储和所述 数据建模。3. 根据权利要求2所述的基于中间件的业务数据监控方法,其特征在于,按照所述预 设存储规则将所述XML数据存储至所述NoSQL数据库Cassandra中,并进行所述数据建模; 计算每条所述XML数据的字段的权重值,并根据所述权重值对所述XML数据进行所述 数据分类。4. 根据权利要求3所述的基于中间件的业务数据监控方法,其特征在于,根据所述业 务关联模型,建立关联业务出现的概率矩阵,以确定所述关联业务中的必然业务,根据所述 必然业务设置所述关联业务中的其他业务的预警阈值,以对所述业务数据进行监控。5. 根据权利要求1至4中任一项所述的基于中间件的业务数据监控方法,其特征在于, 通过所述中间件将所述业务数据发送至所述监控系统的接口方式包括=File方式和/或 Http方式。6. -种基于中间件的业务数据监控系统,其特征在于,包括: 数据转换模块,用于将来自不同应用系统的业务数据通过中间件发送至监控系统,以 对所述业务数据进行监控; 数据存储模块,用于按照预设存储规则对所述业务数据进行数据存储和数据建模; 数据分类模块,用于对经过所述数据存储和所述数据建模处理的所述业务数据进行数 据分类; 业务建模模块,用于根据所述数据分类建立业务关联模型,以对每条所述业务数据进 行轨迹跟踪; 数据监控模块,用于根据所述业务关联模型,设置预警阈值,以对所述业务数据进行监 控。7. 根据权利要求6所述的基于中间件的业务数据监控系统,其特征在于,还包括:判断 模块,用于在将所述业务数据通过所述中间件发送至所述监控系统前,判断是否将所述业 务数据发送至所述监控系统; 所述数据转换模块具体用于:当判断结果为是时,通过适配器将所述业务数据转换为 XML数据后发送至所述监控系统;以及 所述数据存储模块具体用于:按照所述预设存储规则对所述业务数据基于NoSQL数据 库进行所述数据存储和所述数据建模。8. 根据权利要求7所述的基于中间件的业务数据监控系统,其特征在于,所述数据 存储模块具体用于:按照所述预设存储规则将所述XML数据存储至所述NoSQL数据库 Cassandra中,并进行所述数据建模;以及 所述数据分类模块具体用于:计算每条所述XML数据的字段的权重值,并根据所述权 重值对所述XML数据进行所述数据分类。9. 根据权利要求8所述的基于中间件的业务数据监控系统,其特征在于,所述数据监 控模块具体用于:根据所述业务关联模型,建立关联业务出现的概率矩阵,以确定所述关联 业务中的必然业务,根据所述必然业务设置所述关联业务中的其他业务的预警阈值,以对 所述业务数据进行监控。10. 根据权利要求6至9中任一项所述的基于中间件的业务数据监控系统,其特征在 于,通过所述中间件将所述业务数据发送至所述监控系统的接口方式包括:File方式和/ 或Http方式。
【专利摘要】本发明提供了一种基于中间件的业务数据监控方法和一种基于中间件的业务数据监控系统,其中,所述方法包括:将来自不同应用系统的业务数据通过中间件发送至监控系统,以对所述业务数据进行监控;按照预设存储规则对所述业务数据进行数据存储和数据建模;对经过所述数据存储和所述数据建模处理的所述业务数据进行数据分类;根据所述数据分类建立业务关联模型,以对每条所述业务数据进行轨迹跟踪;根据所述业务关联模型,设置预警阈值,以对所述业务数据进行监控。通过本发明的技术方案,可以实现对不同业务数据的智能监控,有效地提高通用性以及对业务数据的变化和业务规则的变化的适应性,并能快速满足大多行业的监控需求。
【IPC分类】G06F11/30
【公开号】CN105005525
【申请号】CN201510505642
【发明人】欧阳欢
【申请人】深圳中兴网信科技有限公司
【公开日】2015年10月28日
【申请日】2015年8月17日
当前第5页1 2 3 4 5 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1