技术特征：
1.一种基于大数据的信息系统性能智能分析方法，其特征在于：步骤包括：s1、用户感知监控：从大数据中实时监控系统的可用性及性能状态，以及实时掌握各区域用户访问业务系统的真实感知；s2、应用逻辑拓扑确定：确定各应用组件间的逻辑关系，并自动产生各个业务系统的业务逻辑拓扑图；s3、端到端的监控以及交易追踪：追踪跨应用组件的端到端业务交易以及代码级的交易；s4、深层次的应用组件监控：通过应用探针，采集大数据服务器内部的kpi指标，监控点包括每条代码的执行效率，并进行应用状态分析；s5、网络质量监控及分析：实时监控网络中发生的各个事件，并提供追踪及可视化功能；s6、故障诊断：存储及索引重要的故障现场数据，定位故障的真正原因，并通知运维人员；s7、生成数据报表：按需生成数据报表。2.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：所述用户感知监控包括网络部分的监控客户端、大数据服务器端的tcp连接建立时间、payload数据传输时间、数据包重传时间；还包括监控应用部分的应用服务响应时间。3.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：所述应用逻辑拓扑确定指的是：利用监测设备在生产环境中采集应用数据流量，并自动产生应用拓扑，以发现各应用主机之间的相互访问关系。4.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：追踪跨应用组件的端到端业务交易指的是：基于应用的业务逻辑架构，监控web-ap-db全业务流程的访问状态，端到端的监控各应用组件间的应用响应、网络通信状态。5.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：追踪代码级的交易指的是：识别造成性能问题的特定方法调用，可视化业务交易的jsp、jdbc、servlet的运行状态；进行内存分析和实时内存泄漏检测，以识别内存泄露的代码级根源。6.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：所述应用组件监控进一步指的是：通过多个角度，监控及分析不同渠道用户，访问不同业务的性能状态。7.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：在故障诊断时，监测设备从网络流量中自动发现及识别应用中的全部url，并可对http协议进行深度的分析，实时监控不同url的运行状态，包括页面的访问次数、页面的响应时间、http返回码、慢页面数量、用户使用的浏览器统计的信息。8.根据权利要求1所述的一种基于大数据的信息系统性能智能分析方法，其特征在于：所述数据报表的自定制范围包括界面、数据源、报表格式。
技术总结
本发明公开了一种基于大数据的信息系统性能智能分析方法，步骤包括：S1、利用大数据实现对用户感知的监控；S2、应用逻辑拓扑确定；S3、端到端的监控以及交易追踪；S4、深层次的应用组件监控；S5、网络质量监控及分析；S6、故障诊断；S7、生成数据报表：按需生成数据报表。该分析方法的优点在于，充分利用大数据的真实性、快速性、多样性、多量性，实现对系统性能的智能分析，使得降低故障概率，缩短问题处理，减少用户投诉，应用性能提升。应用性能提升。应用性能提升。
技术研发人员：吴湛 王强 李亭 黄俊东 金波 宋跃明 谢科军 刘江 顾昊旻
受保护的技术使用者：国网湖北省电力有限公司信息通信公司 安徽继远软件有限公司
技术研发日：2022.06.29
技术公布日：2022/11/1