本发明涉及金融数据处理及分析,特别是涉及一种交易链路异常的分析方法及装置、存储介质、计算机设备。
背景技术:
1、随着计算机技术的不断发展,线上交易业务的应用越来越广泛。在线交易系统中,需要通过实时监控交易链路并分析错误原因来提升系统稳定性和用户体验。
2、现有技术采用链路追踪的技术手段来监控交易链路,以链路追踪的结果来判断交易链路是否出现异常。但是,随着交易链路的不断复杂化,由于链路追踪受限于特定的追踪组件或框架,已经无法完全满足复杂交易链路的监控需求。此外,对于复杂的错误场景和多因素交织的问题,仅依赖链路追踪进行交易链路异常分析的准确性和全面性均有所欠缺。
技术实现思路
1、有鉴于此,本发明提供一种交易链路异常的分析方法及装置、存储介质、计算机设备,主要目的在于解决现有技术对复杂交易链路异常分析受限,分析准确性和全面性偏低的问题。
2、依据本发明一个方面,提供了一种交易链路异常的分析方法,包括:
3、当监听到交易数据时,采用正向监听和逆向监听的方式确定与所述交易数据相关的多个服务调用节点;
4、基于多个所述服务调用节点创建数据查询任务,并向交易日志存储系统发送携带所述数据查询任务的数据查询指令,以使得所述交易日志存储系统基于所述数据查询指令查询多个所述服务调用节点的日志信息;
5、获取所述日志信息,并基于关键日志信息从所述日志信息中确定目标日志信息;
6、获取与所述关键日志信息相对应的目标异常分析规则,并采用所述目标异常分析规则对所述目标日志信息进行异常分析,得到异常分析结果。
7、进一步的,所述基于关键日志信息从所述日志信息中确定目标日志信息包括:
8、基于关键日志信息关键词从所述日志信息中获取关键日志信息;
9、将具有相同关键日志信息的多个日志信息确定为目标日志信息。
10、进一步的,所述关键日志信息包含交易业务类型信息;
11、所述获取与所述关键日志信息相对应的目标异常分析规则之前,所述方法还包括:
12、基于所述交易业务类型预定义异常分析规则;
13、获取与所述交易业务类型信息相对应的所述关键日志信息和所述预定义异常分析规则,并在所述关键日志信息和所述预定义异常分析规则之间建立关联关系。
14、进一步的,所述获取与所述关键日志信息相对应的目标异常分析规则包括:
15、对所述关键日志信息进行解析处理,得到目标交易业务类型;
16、对所述关联关系进行查询操作,确定与所述目标交易业务类型相关联的所述目标异常分析规则。
17、进一步的,所述异常分析规则包括与交易业务类型相对应的业务流程规则;
18、所述采用所述目标异常分析规则对所述目标日志信息进行异常分析,得到异常分析结果包括:
19、对所述目标日志信息进行特征提取,得到目标日志特征;
20、基于所述目标日志特征对应的时间信息,对所述目标日志特征进行排序处理,得到目标日志特征序列;
21、采用所述业务流程规则对所述目标日志特征序列进行异常判断,若所述目标日志特征序列满足所述业务流程规则,则交易链路正常;或,若所述目标日志特征序列不满足所述业务流程规则,则交易链路异常。
22、进一步的,所述异常分析规则还包括异常类别及原因分析策略;
23、所述采用所述目标异常分析规则对所述目标日志信息进行异常分析,得到异常分析结果还包括:
24、获取交易链路异常时的异常日志特征序列;
25、采用所述异常类别及原因分析策略对所述异常日志特征序列进行异常类别分析处理,得到与所述异常日志特征序列所对应的目标异常类别以及目标异常原因。
26、进一步的,所述采用所述异常类别及原因分析策略对所述异常日志特征序列进行异常类别分析处理,得到与所述异常日志特征序列所对应的目标异常类别以及目标异常原因包括:
27、获取历史异常数据集,所述历史异常数据集包括异常类别信息和异常原因信息;
28、对所述历史异常数据集进行特征提取,得到历史异常特征数据集;
29、计算所述异常日志特征序列与所述历史异常特征数据集中各条数据之间的匹配度,基于所述匹配度确定目标历史异常特征数据,并将所述目标历史异常特征数据对应的异常类别信息和异常原因信息确定为所述目标异常类别和目标异常原因。
30、依据本发明另一个方面,提供了一种交易链路异常的分析装置,包括:
31、监听模块,用于当监听到交易数据时,采用正向监听和逆向监听的方式确定与所述交易数据相关的多个服务调用节点;
32、日志查询模块,用于基于多个所述服务调用节点创建数据查询任务,并向交易日志存储系统发送携带所述数据查询任务的数据查询指令,以使得所述交易日志存储系统基于所述数据查询指令查询多个所述服务调用节点的日志信息;
33、目标确定模块,用于获取所述日志信息,并基于关键日志信息从所述日志信息中确定目标日志信息;
34、异常分析模块,用于获取与所述关键日志信息相对应的目标异常分析规则,并采用所述目标异常分析规则对所述目标日志信息进行异常分析,得到异常分析结果。
35、进一步的,所述目标确定模块还用于:
36、基于关键日志信息关键词从所述日志信息中获取关键日志信息;
37、将具有相同关键日志信息的多个日志信息确定为目标日志信息。
38、进一步的,所述关键日志信息包含交易业务类型信息;所述装置还包括规则关联模块,用于:
39、基于所述交易业务类型预定义异常分析规则;
40、获取与所述交易业务类型信息相对应的所述关键日志信息和所述预定义异常分析规则,并在所述关键日志信息和所述预定义异常分析规则之间建立关联关系。
41、进一步的,所述异常分析模块还用于:
42、对所述关键日志信息进行解析处理,得到目标交易业务类型;
43、对所述关联关系进行查询操作,确定与所述目标交易业务类型相关联的所述目标异常分析规则。
44、进一步的,所述异常分析规则包括与交易业务类型相对应的业务流程规则;所述异常分析模块还用于:
45、对所述目标日志信息进行特征提取,得到目标日志特征;
46、基于所述目标日志特征对应的时间信息,对所述目标日志特征进行排序处理,得到目标日志特征序列;
47、采用所述业务流程规则对所述目标日志特征序列进行异常判断,若所述目标日志特征序列满足所述业务流程规则,则交易链路正常;或,若所述目标日志特征序列不满足所述业务流程规则,则交易链路异常。
48、进一步的,所述异常分析规则还包括异常类别及原因分析策略;所述异常分析模块还用于:
49、获取交易链路异常时的异常日志特征序列;
50、采用所述异常类别及原因分析策略对所述异常日志特征序列进行异常类别分析处理,得到与所述异常日志特征序列所对应的目标异常类别以及目标异常原因。
51、进一步的,所述异常分析模块还用于:
52、获取历史异常数据集,所述历史异常数据集包括异常类别信息和异常原因信息;
53、对所述历史异常数据集进行特征提取,得到历史异常特征数据集;
54、计算所述异常日志特征序列与所述历史异常特征数据集中各条数据之间的匹配度,基于所述匹配度确定目标历史异常特征数据,并将所述目标历史异常特征数据对应的异常类别信息和异常原因信息确定为所述目标异常类别和目标异常原因。
55、依据本发明的又一方面,提供了一种存储介质,所述存储介质中存储有至少一可执行指令,所述可执行指令使处理器执行如上述交易链路异常的分析方法对应的操作。
56、依据本发明再一个方面,提供了一种计算机设备,包括处理器、存储器、通信接口和通信总线,所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信;
57、所述存储器用于存放至少一可执行指令,所述可执行指令使所述处理器执行如上述交易链路异常的分析方法对应的操作。
58、借由上述技术方案,本发明实施例提供的技术方案至少具有下列优点:
59、本发明提供了一种交易链路异常的分析方法及装置、存储介质、计算机设备,与现有技术相比,本发明通过正向监听和逆向监听的方式来监听交易数据相关的多个服务调用节点;基于多个服务调用节点创建数据查询任务,并向交易日志存储系统发送携带所述数据查询任务的数据查询指令,以使得交易日志存储系统查询多个服务调用节点的日志信息;获取日志信息,并基于关键日志信息从日志信息中确定目标日志信息;确定与关键日志信息相对应的目标异常分析规则,并采用目标异常分析规则对目标日志信息进行异常分析,得到异常分析结果,实现了对交易链路的异常分析。本发明将链路追踪和日志数据的实时监测相结合,能够更加及时地识别和响应交易系统中的异常情况,提升了交易链路异常的监控能力。此外,由于日志信息的信息量大、数据更全面,基于日志信息进行异常分析提高了异常分析的准确性和全面性。
60、上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。