一种基于基架运维的监控方法、装置、设备和存储介质与流程

本发明涉及基架运维领域，特别是涉及一种基于基架运维的监控方法、装置、设备和存储介质。

背景技术：

金融类app作为具有大批量用户的热门软件，问题处理和分析需要调用很多后台系统和外部系统，由于运算量大的原因，出现大数据运算处理时候易导致各系统抢占资源的情况发生，影响到整个app的运行速度和效率，造成运行轨道阻塞，并且无法准确定位到问题发生点，缺少合理的监控方案。

目前国内各大金融信贷机构或是互联网平台多采用输出日志的方式记录发生的问题，虽然可以记录部分问题发生的具体位置，但是无法有效监控整个程序的运行情况，且常常出现输出日志的内容、形式不统一的状况，不能高效分析问题产生根源，导致大量问题频发且解决问题的效率较低。

技术实现要素：

基于此，有必要针对无法有效监控整个程序的运行情况，且常常出现输出日志的内容、形式不统一的状况，不能高效分析问题产生根源，处理问题效率较低的问题，提供一种基于基架运维的监控方法、装置、设备和存储介质。

一种基于基架运维的监控方法，包括：

与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据；

依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别；

根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中；

定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表；

将所述数据汇总表内的业务数据生成异常数据分析图，并将所述异常数据分析图展示给用户，发出语音警告提醒。

在一种可能的设计中，所述与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据，包括：

触发动态代理程序，通过所述动态代理程序创建调用处理器接口；

通过代理服务器判断多个所述业务系统的动态代理类别；

获取所述动态代理类别对应的构造器接口参数；

依据所述构造器接口参数依次创建多个所述业务系统的动态实例，将所述动态实例连接所述调用处理器接口。

在一种可能的设计中，所述依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别，包括：

通过线性svm分类改良方法依据所述业务系统的响应时间将所述业务系统分为多种系统类别，所述响应时间为向多个所述业务系统发送数据收集请求到获取所述业务数据所需的时间，所述线性svm分类改良方法的具体分类规则如下：

将所述响应时间小于500ms的业务系统分为第一类；

将所述响应时间介于500ms-800ms之间的业务系统分为第二类；

将所述响应时间大于800ms的业务系统分为第三类；

将无反应的业务系统分为第四类。

在一种可能的设计中，所述根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中，包括：

依据所述业务数据来源的业务系统的系统类别查找对应预设的数据监控表格；

通过词频-逆向文档频率tf-idf关键词识别方法识别所述业务数据中的关键词；

逐个判断所述数据监控表格内的标题字段是否为空，当所述标题字段非空时，继续判断下一个标题字段，直至所述标题字段为空时，将所述关键词填写至所述标题字段，生成标题，将所述业务数据填写至所述标题下的表格中。

在一种可能的设计中，所述通过词频-逆向文档频率tf-idf关键词识别方法识别所述业务数据中的关键词，包括：

计算tf，tf指任一关键词在所述业务数据中出现的频率，计算公式如下：

其中，tfi为关键词i在所述业务数据中出现的频率，ni为关键词i在所述业务数据中出现的次数，k为关键词总数量；

计算idf，idf指逆向文档频率，即任一关键词在历史业务数据出现的频率，计算公式如下：

其中,idfi为关键词i的逆向文档频率，|d|为历史业务数据总数，|d∈d:i∈d|为出现关键词i的历史业务数据总数，+1是为了防止分母变0；

计算所述关键词的重要度tf-idf，所述重要度计算公式如下：

tf-idf＝tf×idf

将所述重要度与预设的第三阈值比较，当所述重要度大于所述第三阈值时，将所述关键词作为所述数据监控表格内的标题。

在一种可能的设计中，所述将所述业务数据填写至所述标题下的表格中，包括：

依据所述系统类别预设四张所述数据监控表格，分别定义为第一类表格、第二类表格、第三类表格和第四类表格；

当所述业务数据填写至所述第一类表格中时，采取抽样方法只保留固定比率的业务数据填写至对应标题下的所述第一类表格中；

当所述业务数据填写至所述第二类表格或第三类表格中时，将所有业务数据均填写至对应标题下的所述第二类表格中；

将无返回所述业务数据的所述业务系统对应的业务系统名称填写入所述第四类表格中。

在一种可能的设计中，所述定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表，包括：

定时筛选多张所述数据监控表格中响应时间大于预设的第一阈值的业务数据，将筛选的业务数据定义为异常数据；

统计所述异常数据的数据数量，当所述数据数量大于预设的第二阈值时，提取所述异常数据填写在预设的异常数据汇总表中。

基于相同的技术构思，本发明还提供了一种基于基架运维的监控装置，所述一种基于基架运维的监控装置，包括：

业务数据获取模块，设置为与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据；

业务系统分类模块，设置为依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别；

监控表格填写模块，设置为根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中；

异常数据汇总模块，设置为定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表；

异常数据展示模块，设置为将所述数据汇总表内的业务数据生成异常数据分析图，并将所述异常数据分析图展示给用户，发出语音警告提醒。

基于相同的构思，本申请提出一种计算机设备，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，所述计算机可读指令被一个或多个所述处理器执行时，使得一个或多个所述处理器执行上述所述一种基于基架运维的监控方法的步骤。

基于相同的构思，本申请提出一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述一种基于基架运维的监控方法的步骤。

上述一种基于基架运维的监控方法及相关设备，通过与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据；依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别；根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中；定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表；将所述数据汇总表内的业务数据生成异常数据分析图，并将所述异常数据分析图展示给用户，发出语音警告提醒。本发明通过与多个业务系统建立连接，依据系统返回数据的响应时间将系统进行分类，从而通过分类缩小了数据处理的范围，加快了数据处理的速度，再通过各类表格将不同的数据进行展示，便于查看并分析异常数据，从而实现了通过数据监控系统是否存在异常的目的，监控方式更敏捷、简单。

附图说明

图1为本发明一个实施例中一种基于基架运维的监控方法的流程图；

图2为本发明一个实施例中线性svm分类改良的示意图；

图3为本发明一个实施例中步骤s3监控表格填写的流程图；

图4为本发明一个实施例中一种基于基架运维的监控装置的示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。

图1为本发明实施例一种基于基架运维的监控方法的流程图，如图1所示，一种基于基架运维的监控方法，包括以下步骤：

步骤s1，业务数据获取：与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据。

本步骤通过建立与多个业务系统之间的连接，获取到多个业务系统的业务数据，将多个系统的数据汇总，保障业务数据获取的渠道统一，便于控制业务数据的源头。

在一个实施例中，步骤s1，包括：

触发动态代理程序，通过所述动态代理程序创建调用处理器接口；通过代理服务器判断多个所述业务系统的动态代理类别；获取所述动态代理类别对应的构造器接口参数；依据所述构造器接口参数依次创建多个所述业务系统的动态实例，将所述动态实例连接所述调用处理器接口。

本实施例采用动态代理程序实现多个系统之间的连接，动态代理程序是在计算机领域的多个业务系统之间采取的一种技术连接手段，动态代理又称为委托，相当于多个业务系统之间的中转站，将数据接口不同的多个业务系统进行汇总，保障多个业务系统的业务数据采集的渠道统一，便于管控业务数据的源头。

本实施例采用动态代理，可以任意与多个业务系统之间进行连接，实现业务数据传输的互不影响，相互独立，并且可以在多个业务系统之间任意切换，获取业务数据的方式灵活多变，确保了多个业务系统业务数据传输的正常进行。

步骤s2，业务系统分类：依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别。

本步骤针对业务系统的响应时间将业务系统进行分类，便于数据分析过程中可以针对不同类型的业务数据采取不同的分析手段，减小数据分析的复杂度。

在一个实施例中，步骤s2，包括：

通过线性svm分类改良方法依据所述业务系统的响应时间将所述业务系统分为多种系统类别，所述响应时间为向多个所述业务系统发送数据收集请求到获取所述业务数据所需的时间，所述线性svm分类改良方法的具体分类规则如下：

将所述响应时间小于500ms的业务系统分为第一类；将所述响应时间介于500ms-800ms之间的业务系统分为第二类；将所述响应时间大于800ms的业务系统分为第三类；将无反应的业务系统分为第四类。

例如，通过线性svm分类改良方法将多个系统进行了分类，具体分类如图2所示的线性svm分类改良的示意图，存在以下过程：

(1)建立一个最优决策超平面；

(2)将最优决策超平面进行区域划分，分别为图2所示的第一类、第二类、第三类、第四类；

(3)对于一个多维的业务系统样本集，会随机获取到不同业务系统的响应时间，分别落入不同区域，假设业务系统a的响应时间为50ms，业务系统b的响应时间为600ms，业务系统c的响应时间为900ms，业务系统d无反应，则a落入第一类区域，b落入第二类区域，c落入第三类区域，d落入第四类区域。

(4)依据落入的不同区域，则a为第一类业务系统，b为第二类业务系统，c为第三类业务系统，d为第四类业务系统。

本实施例通过将多个业务系统进行分类，可以进一步分析对应系统类别的业务数据的处理方式，这样有利于节省数据分析的资源，而且可有效减少业务数据分析的时间。

步骤s3，监控表格填写：根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中。

本步骤针对系统类别区分多个系统，可以将不同的业务数据填写入对应的数据监控表格，从而采取不同的分析手段，做到数据分析合理且减少数据分析的复杂度，保障数据分析的高效、便捷。

图3为本发明一个实施例中步骤s3监控表格填写的流程图，如图3所示，在一个实施例中，步骤s3，包括如下具体步骤：

步骤s301，预设表格查找：依据所述业务数据来源的业务系统的系统类别查找对应预设的数据监控表格。

本步骤中采用的数据监控表格均为预设的数据监控表格，在数据写入的过程中首先需要查找到对应的数据监控表格，本步骤涉及到的数据监控表格种类在步骤s303展开说明。

步骤s302，关键词识别：通过词频-逆向文档频率tf-idf关键词识别方法识别所述业务数据中的关键词。

本步骤为采用tf-idf关键词识别方法识别所述业务数据中的关键词，tf-idf是一种用于信息检索与数据挖掘的常用加权技术，是一种统计方法，用以评估某个或某些关键词在一份业务数据中的重要程度，用以判断所处量级，从而将重要度量级高的关键词作为标题生成的依据。

本步骤中采用的tf-idf关键词识别方法的计算过程如下：

(1)计算tf，tf指任一关键词在所述业务数据中出现的频率，计算公式如下：

其中，tfi为关键词i在所述业务数据中出现的频率，ni为关键词i在所述业务数据中出现的次数，k为关键词总数量；

(2)计算idf，idf指逆向文档频率，即任一关键词在历史业务数据出现的频率，计算公式如下：

其中,idfi为关键词i的逆向文档频率，|d|为历史业务数据总数，|d∈d:i∈d|为出现关键词i的历史业务数据总数，+1是为了防止分母变0；

(3)计算所述关键词的重要度tf-idf，所述重要度计算公式如下：

tf-idf＝tf×idf

将所述重要度与预设的第三阈值比较，当所述重要度大于所述第三阈值时，将所述关键词作为所述数据监控表格内的标题。

本实施例采用的tf-idf关键词识别方法，可以通过判断重要度，将关键词评估标准量化，有效保障识别的准确率，同时能够比较精确地获取到关键词用于作为标题生成的依据。

步骤s303，数据写入：逐个判断所述数据监控表格内的标题字段是否为空，当所述标题字段非空时，继续判断下一个标题字段，直至所述标题字段为空时，将所述关键词填写至所述标题字段，生成标题，将所述业务数据填写至所述标题下的表格中。

依据所述系统类别预设四张所述数据监控表格，分别定义为第一类表格、第二类表格、第三类表格和第四类表格。

其中，将所述业务数据填写至所述标题下的表格中，包括三种情况：

(1)当所述业务数据填写至所述第一类表格中时，采取抽样方法只保留固定比率的业务数据填写至对应标题下的所述第一类表格中；

(2)当所述业务数据填写至所述第二类表格或第三类表格中时，将所有业务数据均填写至对应标题下的所述第二类表格中；

(3)将无返回所述业务数据的所述业务系统对应的业务系统名称填写入所述第四类表格中。

第(3)种写入情况中，将所述业务系统响应时间超过预设的第四阈值时判断为无返回数据。

例如，业务系统a的业务数据写入第一类表格，业务系统b的业务数据写入第二类表格，业务系统c的业务数据写入第三类表格，将业务系统d的系统名称写入第四类表格。

本步骤针对业务系统的系统类别将不同的业务数据写入对应的数据监控表格，避免了数据分析过程的庞大，缩小了业务数据筛选的范围，提高业务数据分析的效率。

本实施例通过将业务数据在对应的数据监控表格中写入，提高异常数据监控的准确率，同时展示的方式更易于操作，更便于提高数据分析的效率。

步骤s4，异常数据汇总：定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表。

本步骤中通过设置两个阈值对业务数据进行筛选，避免筛选业务数据的范围过大，数据量庞大，判断为异常的数据量太多，无法识别到存在异常的系统具体位置，具体可以采用筛选第三类表格和第四类表格中的业务数据来实现。

在一个实施例中，步骤s4，包括：

定时筛选多张所述数据监控表格中响应时间大于预设的第一阈值的业务数据，将筛选的业务数据定义为异常数据；统计所述异常数据的数据数量，当所述数据数量大于预设的第二阈值时，提取所述异常数据填写在预设的异常数据汇总表中。

本实施例通过对数据进行筛选，获取到异常数据，通过判断异常数据的数量，完成数据的监控，确保可以准确获取到异常系统的名称及位置，做到及时止损，避免造成重大经济损失。

步骤s5，异常数据展示：将所述数据汇总表内的业务数据生成异常数据分析图，并将所述异常数据分析图展示给用户，发出语音警告提醒。

本步骤中将获取到的异常数据表通过可视化展示给用户，同时通过语音警告，提示数据异常庞大，确保可以及时筛选数据。

本发明实施例将不同系统的数据进行了统一，通过表格统计及时监控表格数据，便于及时找出并分析问题产生的位置，提高了办公效率，降低了大规模资产流失的风险。

在一个实施例中，提出了一种基于基架运维的监控装置，如图4所述，其包括：

业务数据获取模块，设置为与多个业务系统建立连接，向多个所述业务系统发送数据收集请求，并获取多个所述业务系统返回的业务数据；

业务系统分类模块，设置为依据所述业务系统的响应时间将多个所述业务系统分为多种系统类别；

监控表格填写模块，设置为根据所述业务系统的所述系统类别获取对应预设的数据监控表格，将所述业务系统对应的所述业务数据填写入所述数据监控表格中；

异常数据汇总模块，设置为定时获取所述数据监控表中所述响应时间大于预设的第一阈值的业务数据的数据数量，当所述数据数量大于预设的第二阈值时，将响应时间大于预设的第一阈值的业务数据生成异常数据汇总表；

异常数据展示模块，设置为将所述数据汇总表内的业务数据生成异常数据分析图，并将所述异常数据分析图展示给用户，发出语音警告提醒。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行计算机可读指令时实现上述各实施例里一种基于基架运维的监控方法中的步骤。

在一个实施例中，提出了一种存储有计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述各实施例里一种基于基架运维的监控方法中的步骤。

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，是可以通过计算机程序来指令相关的硬件来完成，该计算机程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(read-onlymemory，rom)等非易失性存储介质，或随机存储记忆体(randomaccessmemory，ram)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。