CN110928716B - 调度任务异常处理方法及装置 - Google Patents

调度任务异常处理方法及装置 Download PDF

Info

Publication number
CN110928716B
CN110928716B CN201911016897.6A CN201911016897A CN110928716B CN 110928716 B CN110928716 B CN 110928716B CN 201911016897 A CN201911016897 A CN 201911016897A CN 110928716 B CN110928716 B CN 110928716B
Authority
CN
China
Prior art keywords
exception
abnormal
task
scheme
exception handling
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201911016897.6A
Other languages
English (en)
Other versions
CN110928716A (zh
Inventor
来彬彬
王根村
胡仁超
张彬
史珠峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Suning Logistics Co ltd
Original Assignee
Jiangsu Suning Logistics Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu Suning Logistics Co ltd filed Critical Jiangsu Suning Logistics Co ltd
Priority to CN201911016897.6A priority Critical patent/CN110928716B/zh
Publication of CN110928716A publication Critical patent/CN110928716A/zh
Application granted granted Critical
Publication of CN110928716B publication Critical patent/CN110928716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0793—Remedial or corrective actions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/327—Alarm or error message display

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开一种调度任务异常处理方法及装置，涉及业务支撑技术领域，能够在提升异常调度任务处理效率的同时，减轻维护人员的工作量。该方法包括：根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作。该装置应用有上述方案所提的方法。

Description

调度任务异常处理方法及装置
技术领域
本发明涉及业务支撑技术领域，尤其涉及一种调度任务异常处理方法及装置。
背景技术
随着物流信息技术的快速发展，每时每刻都会产生大量的调度任务，调度***在处理调度任务时难免会出现异常，通常分为业务异常和***异常，现有的调度***关于异常情况的处理大多采用故障监控与人工处理结合的方式来处理。调度***对关键处理步骤监控，当有异常情况导致调度任务中断时，调度***会发出告警以通知维护人员，维护人员得到告警信息后对告警信息分析，到调度***察看故障点以确认问题根源(即分析故障)，根据问题根源解决故障，并在解决问题后重启相关调度任务及后续操作，显然这种处理方式耗费大量的人力去分析、查询及处理异常，不仅成本大而且处理效率低，同时还依赖维护人员的技术水平，可能出现误操作给调度***带来高危风险。
发明内容
本发明的目的在于提供一种调度任务异常处理方法及装置，能够在提升异常调度任务处理效率的同时，减轻维护人员的工作量。
为了实现上述目的，本发明的一方面提供一种调度任务异常处理方法，包括：
根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；
监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；
基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作。
优选地，在步骤基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作之后还包括：
判断业务异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该业务异常任务预警，请求人工协助排除异常并保存人工协助的业务异常处理方案；
判断***异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该***异常任务预警，请求人工协助排除异常并保存人工协助的***异常处理方案；
将业务异常任务的异常类型及对应的业务异常处理方案更新至业务方案库中，以及将***异常任务的异常类型及对应的***异常处理方案更新至***方案库中。
示例性地，监控异常调度数据的方法为：
通过分步式定时任务监控异常调度数据。
可选地，所述业务异常表模板中至少包括主键信息、商户编码信息、异常类型信息、处理状态信息、重试次数信息、阈值信息和预警联系信息；所述***异常表模板中包括主键信息、商户编码信息、异常类型信息、处理时间更新信息、处理状态信息、重试次数信息、阈值信息、重试策略信息和预警联系信息。
优选地，基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作的方法包括：
基于业务异常任务的异常类型从业务方案库中调取匹配的业务异常处理方案触发异常处理操作。
优选地，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作的方法包括：
实时获取***异常任务并依序缓存至MQ队列缓冲池中；
从MQ队列缓冲池中顺序调取待处理的***异常任务，基于***异常任务的异常类型从***方案库中调取匹配的***异常处理方案触发异常处理操作；
当异常处理成功，则将该***异常任务从MQ队列缓冲池中删除，当异常处理失败，则选用同频重试策略/调频重试策略对该***异常任务重新触发异常处理操作。
较佳地，所述同频重试策略的重试间隔时段始终为T1，所述调频重试策略的当前重试间隔时段为T2，下次重试间隔时段为T3，且T3＞T2。
优选地，还包括：
将业务异常任务及对应的业务异常处理方案汇总，以及将***异常任务及对应的***异常处理方案汇总，采用聚类算法进行大数据分析后形成知识库辅助人工制定业务异常处理方案及***异常处理方案。
与现有技术相比，本发明提供的调度任务异常处理方法具有以下有益效果：
本发明提供的调度任务异常处理方法中，预先构建业务异常表模板和***异常表模板，然后通过监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，以及将***异常数据导入***异常表模板生成***异常任务，实现对异常调度任务的有效分类，由于业务方案库中存储有多种业务异常处理方案，***方案库中存储有多种***异常处理方案，当提取到业务异常任务时，只需从业务方案库中调取对应的业务异常处理方案触发处理即可，同理，当提取到***异常任务时，只需从***方案库中调取对应的***异常处理方案触发处理即可。
可见，本发明减少了异常调度任务对人工处理的依赖，实现了异常调度任务的自动化处理，在提升异常调度任务处理效率的同时，减轻维护人员的工作量。
本发明的另一方面提供一种调度任务异常处理装置，应用有上述技术方案提到的调度任务异常处理方法，该装置包括:
表模板单元，用于根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；
异常监控单元，用于监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；
异常处理单元，用于基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作。
与现有技术相比，本发明提供的调度任务异常处理装置的有益效果与上述技术方案提供的调度任务异常处理方法的有益效果相同，在此不做赘述。
本发明的第三方面提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述调度任务异常处理方法的步骤。
与现有技术相比，本发明提供的计算机可读存储介质的有益效果与上述技术方案提供的调度任务异常处理方法的有益效果相同，在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为实施例一中调度任务异常处理方法的流程示意图；
图2为实施例一中业务异常表模板示例图表；
图3为实施例一中***异常表模板示例图表。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。
实施例一
请参阅图1，本实施例提供一种调度任务异常处理方法，包括：
根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作。
本实施例提供的调度任务异常处理方法中，预先构建业务异常表模板和***异常表模板，然后通过监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，以及将***异常数据导入***异常表模板生成***异常任务，实现对异常调度任务的有效分类，由于业务方案库中存储有多种业务异常处理方案，***方案库中存储有多种***异常处理方案，当提取到业务异常任务时，只需从业务方案库中调取对应的业务异常处理方案触发处理即可，同理，当提取到***异常任务时，只需从***方案库中调取对应的***异常处理方案触发处理即可。
可见，本实施例减少了异常调度任务对人工处理的依赖，实现了异常调度任务的自动化处理，在提升异常调度任务处理效率的同时，减轻维护人员的工作量。
容易理解的，异常任务通常包括两大类，既业务异常任务和***异常任务，其中，业务异常任务是指***运行过程中需要人力支持才能满足的业务场景，如下单环节商家不及时补充库存，没有维护可售商品信息直接下单等导致不能完成预期流程产生的异常，***异常任务指***运行过程中产生的非预期异常，如网络抖动、服务器宕机等故障导致服务在一段时间中处于不可用状态的异常，这类异常基本通过某种策略重新处理就可以保障任务继续执行下去，如固定频率5分钟重试一次或者跳频第一次失败5分钟后重试，第二次失败30分钟后重试，第三次失败60分钟后重试，当服务恢复异常流程就能够自动往下处理。
上述实施例中，在步骤基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作之后还包括：
判断业务异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该业务异常任务预警，请求人工协助排除异常并保存人工协助的业务异常处理方案；判断***异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该***异常任务预警，请求人工协助排除异常并保存人工协助的***异常处理方案；将业务异常任务的异常类型及对应的业务异常处理方案更新至业务方案库中，以及将***异常任务的异常类型及对应的***异常处理方案更新至***方案库中。
具体实施时，为了防止业务异常任务和***异常任务采用自动处理方案仍不能被及时处理，本实施例通过设定重试次数的阈值，当业务异常任务和***异常任务在进行异常处理操作的重试次数未达到阈值时，仅需采用既定策略响应重试操作即可，当业务异常任务和***异常任务在进行异常处理操作的重试次数达到阈值时，此时出于异常处理效率和异常处理方案角度考虑，现有的自动处理方案已不能够有效处理当前的异常任务，此时可通过异常预警的方式及时请求人工协助排除异常，同时保存人工协助给出的业务异常处理方案和/或***异常处理方案，最终将业务异常处理方案和***异常处理方案对应更新入业务方案库和/或***方案库，以便在后期遇到同类型的异常任务时可直接调用即可实现自动处理。
可选地，在上述具体实施过程中，同一类型的业务异常任务可能对应有多种业务异常处理方案，同一类型的***异常任务可能对应有多种***异常处理方案，在异常任务自动处理的过程中，一次触发操作仅能选择一种业务异常处理方案/***异常处理方案处理对应的异常任务，为了快速匹配到与当前业务异常任务/***异常任务对应的最佳业务异常处理方案/***异常处理方案，可以采用轮询筛选的方案处理响应重试，也即每次响应重试过程中选择的业务异常处理方案/***异常处理方案均不相同，这样可大大增加匹配到最佳业务异常处理方案/***异常处理方案的概率，进而提升异常任务处理的效率。当然，也可固定选择同一业务异常处理方案/***异常处理方案响应重试，本实施例对响应重试的方案选择不做限定，本领域技术人员可根据实际需要自由设定。
较佳地，上述实施例中监控异常调度数据的方法为：通过分步式定时任务监控异常调度数据。
具体实施时，采用分布式应用服务器监控异常调度数据，在设计上支持主流数据化持久方式，依托于容器自身的对象查询与方法调用机制保障了性能要求，通过数据库分库分表的技术手段减轻了数据压力，应用服务器分步式部署保障了可扩容性，业务处理上采用NIO非阻塞异步处理保障了处理性能。
请参阅图2，业务异常表模板中至少包括主键信息、商户编码信息、异常类型信息、处理状态信息、重试次数信息、阈值信息和预警联系信息；请参阅图3，***异常表模板中包括主键信息、商户编码信息、异常类型信息、处理时间更新信息、处理状态信息、重试次数信息、阈值信息、重试策略信息和预警联系信息。
其中，基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作的方法包括：基于业务异常任务的异常类型从业务方案库中调取匹配的业务异常处理方案触发异常处理操作。
基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作的方法包括：实时获取***异常任务并依序缓存至MQ队列缓冲池中，如Reactor模式；从MQ队列缓冲池中顺序调取待处理的***异常任务，基于***异常任务的异常类型从***方案库中调取匹配的***异常处理方案触发异常处理操作，具体实施时分步式应用服务器监听***异常任务，从容器配置中找到对应的实例名及该对象的***异常处理方案，并将该***异常处理方案反序列传入调用方法参数重新触发执行，其中序列器支持JSON/Hessian/JDK/Kryo；当异常处理成功，则将该***异常任务从MQ队列缓冲池中删除，当异常处理失败，则选用同频重试策略/调频重试策略对该***异常任务重新触发异常处理操作。
优选地，同频重试策略的重试间隔时段始终为T1，调频重试策略的当前重试间隔时段为T2，下次重试间隔时段为T3，且T3＞T2。如T1为3分钟，频重试策略对应有5个间隔时段，分别为5分钟、30分钟、60分钟、120分钟和240分钟。通过设置灵活的重试策略，有效的预警机制能够使人工高效的介入处理异常任务。
上述实施例中还包括：将业务异常任务及对应的业务异常处理方案汇总，以及将***异常任务及对应的***异常处理方案汇总，采用聚类算法进行大数据分析后形成知识库辅助人工制定业务异常处理方案及***异常处理方案。
为了便于理解现以物流云平台为例说明，物流云平台每天接收处理2KW单异常任务，每单异常任务处理需要调用相关服务支持平均为50次，以服务可靠性99.999％来算，每天产生的异常任务将会是一个庞大数字，这些相关服务支持若都需要人工介入，一方面造成了工作量具大，另一方面也没法保障异常处理的及时性。通过本实施例的运用我们能有效的针对异常进行分级与预警，如及时物流单据要求***滞单不超1分钟，仓配一体业务单据要求不超过为30分钟，通过对异常任务的跟踪与分类我们完善了异常处理的知识库并制定出应对方案以减少运维工作，通过大数据的分析我们能够及时的归类出常见问题及对应的***异常处理方案，通过将上述归类分级以区分优先级，能够使异常处理更具针对性，同时***设计有切入点，执行运维过程中产生的异常任务能够实现自动处理。
具体实施时，第一步骤、工程中写入切入点：记录当前处理的实例名、***异常处理方案、序列化参数、异常类型；第二步骤、定时调取待处理的***异常任务至MQ队列：加载调取待处理的***异常任务到队列，通过分库分表及应用集群保障处理效率；第三步骤、根据异常类型分步式并发处理异常：基于异常点任务续做，成功则删除异常任务，失败则根据异常处理策略计算下一次触发点时间；第四步骤、基于***异常任务通过Flink流式数据实时统计，判断是否需要触发预警人工协助排除异常；第五步骤、基于大数据k-means、k-modes、k-prototypes或自组织神经网络SOM等聚类算法分析异常任务形成规律辅助运维及修改异常重试策略。
实施例二
本实施例提供一种调度任务异常处理装置，包括：
表模板单元，用于根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；
异常监控单元，用于监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；
异常处理单元，基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作。
与现有技术相比，本实施例提供的调度任务异常处理装置的有益效果与上述实施例提供的调度任务异常处理方法的有益效果相同，在此不做赘述。
实施例三
本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述调度任务异常处理方法的步骤。
与现有技术相比，本实施例提供的计算机可读存储介质的有益效果与上述技术方案提供的调度任务异常处理方法的有益效果相同，在此不做赘述。
本领域普通技术人员可以理解，实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，上述程序可以存储于计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，上述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种调度任务异常处理方法，其特征在于，包括：
根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；
监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；
基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作；
其中，所述基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作的方法包括：
实时获取***异常任务并依序缓存至MQ队列缓冲池中；
从MQ队列缓冲池中顺序调取待处理的***异常任务，基于***异常任务的异常类型从***方案库中调取匹配的***异常处理方案触发异常处理操作；
当异常处理成功，则将该***异常任务从MQ队列缓冲池中删除，当异常处理失败，则选用同频重试策略或调频重试策略对该***异常任务重新触发异常处理操作。
2.根据权利要求1所述的方法，其特征在于，在步骤基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作之后还包括：
判断业务异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该业务异常任务预警，请求人工协助排除异常并保存人工协助的业务异常处理方案；
判断***异常任务在进行异常处理操作之后是否排除了异常，在未排除且重试次数达到阈值时将该***异常任务预警，请求人工协助排除异常并保存人工协助的***异常处理方案；
将业务异常任务的异常类型及对应的业务异常处理方案更新至业务方案库中，以及将***异常任务的异常类型及对应的***异常处理方案更新至***方案库中。
3.根据权利要求1所述的方法，其特征在于，监控异常调度数据的方法为：
通过分步式定时任务监控异常调度数据。
4.根据权利要求1所述的方法，其特征在于，所述业务异常表模板中至少包括主键信息、商户编码信息、异常类型信息、处理状态信息、重试次数信息、阈值信息和预警联系信息；所述***异常表模板中包括主键信息、商户编码信息、异常类型信息、处理时间更新信息、处理状态信息、重试次数信息、阈值信息、重试策略信息和预警联系信息。
5.根据权利要求4所述的方法，其特征在于，基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作的方法包括：
基于业务异常任务的异常类型从业务方案库中调取匹配的业务异常处理方案触发异常处理操作。
6.根据权利要求4所述的方法，其特征在于，所述同频重试策略的重试间隔时段始终为T1，所述调频重试策略的当前重试间隔时段为T2，下次重试间隔时段为T3，且T3＞T2。
7.根据权利要求2所述的方法，其特征在于，还包括：
将业务异常任务及对应的业务异常处理方案汇总，以及将***异常任务及对应的***异常处理方案汇总，采用聚类算法进行大数据分析后形成知识库辅助人工制定业务异常处理方案及***异常处理方案。
8.一种调度任务异常处理装置，其特征在于，包括：
表模板单元，用于根据异常调度任务的类别预先构建业务异常表模板以及***异常表模板；
异常监控单元，用于监控异常调度数据，将业务异常数据导入业务异常表模板生成业务异常任务，和/或，将***异常数据导入***异常表模板生成***异常任务；
异常处理单元，基于业务异常任务从业务方案库中调取对应的业务异常处理方案进行异常处理操作，和/或，基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作；
其中，所述基于***异常任务从***方案库中调取对应的***异常处理方案进行异常处理操作的方法包括：
实时获取***异常任务并依序缓存至MQ队列缓冲池中；
从MQ队列缓冲池中顺序调取待处理的***异常任务，基于***异常任务的异常类型从***方案库中调取匹配的***异常处理方案触发异常处理操作；
当异常处理成功，则将该***异常任务从MQ队列缓冲池中删除，当异常处理失败，则选用同频重试策略或调频重试策略对该***异常任务重新触发异常处理操作。
9.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器运行时执行上述权利要求1至7任一项所述方法的步骤。
CN201911016897.6A 2019-10-24 2019-10-24 调度任务异常处理方法及装置 Active CN110928716B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911016897.6A CN110928716B (zh) 2019-10-24 2019-10-24 调度任务异常处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911016897.6A CN110928716B (zh) 2019-10-24 2019-10-24 调度任务异常处理方法及装置

Publications (2)

Publication Number Publication Date
CN110928716A CN110928716A (zh) 2020-03-27
CN110928716B true CN110928716B (zh) 2022-09-06

Family

ID=69849531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911016897.6A Active CN110928716B (zh) 2019-10-24 2019-10-24 调度任务异常处理方法及装置

Country Status (1)

Country Link
CN (1) CN110928716B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111966515A (zh) * 2020-07-16 2020-11-20 招联消费金融有限公司 业务异常数据处理方法、装置、计算机设备和存储介质
CN113190371B (zh) * 2021-05-18 2024-04-05 京东科技信息技术有限公司 一种任务补偿方法、装置、电子设备及可读存储介质
CN113313424A (zh) * 2021-06-25 2021-08-27 中国农业银行股份有限公司 账务数据的处理方法及装置
CN113627890B (zh) * 2021-08-12 2024-04-02 神州数码融信软件有限公司 一种自动审批流程中异常流程监控和处理的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105847083A (zh) * 2016-03-22 2016-08-10 乐视云计算有限公司 一种业务集中监控方法及***
CN107992398A (zh) * 2017-12-22 2018-05-04 宜人恒业科技发展（北京）有限公司 一种业务***的监控方法和监控***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105847083A (zh) * 2016-03-22 2016-08-10 乐视云计算有限公司 一种业务集中监控方法及***
CN107992398A (zh) * 2017-12-22 2018-05-04 宜人恒业科技发展（北京）有限公司 一种业务***的监控方法和监控***

Also Published As

Publication number Publication date
CN110928716A (zh) 2020-03-27

Similar Documents

Publication Publication Date Title
CN110928716B (zh) 调度任务异常处理方法及装置
EP3312725B1 (en) Application monitoring and failure prediction
US10489711B1 (en) Method and apparatus for predictive behavioral analytics for IT operations
US20100082708A1 (en) System and Method for Management of Performance Fault Using Statistical Analysis
US8543689B2 (en) Apparatus and method for analysing a computer infrastructure
CN111427676B (zh) 一种机器人流程自动化任务处理方法及装置
CN107660289A (zh) 自动网络控制
DE102022201746A1 (de) Verwaltung von rechenzentren mit maschinellem lernen
CN109885478A (zh) 一种错误代码的定位方法及***
CN113516244B (zh) 一种智能运维方法、装置、电子设备及存储介质
CN102857371A (zh) 一种面向集群***的动态配置管理方法
CN105471595A (zh) 一种故障处理管理装置和管理方法
CN109783325A (zh) 业务监控方法、装置、设备及存储介质
CN113434327A (zh) 一种故障处理***、方法、设备和存储介质
CN108089915A (zh) 基于消息队列的业务控件化处理的方法及***
CN111796960A (zh) 一种机器人设备异常自动化恢复的方法及***
CN105119761A (zh) 运维监控及解决方案一体化管理***及方法
US20210232995A1 (en) System and methods for risk assessment in a multi-tenant cloud environment
CN110457194A (zh) 电子设备稳定性预警方法、***、装置、设备和存储介质
US11914704B2 (en) Method and system for detecting coordinated attacks against computing resources using statistical analyses
CN113010210A (zh) 一种自动化运维作业管理方法和***
CN111756778A (zh) 一种服务器磁盘清理脚本推送的方法、装置和存储介质
CN114095337A (zh) Kpi异常检测方法、装置、计算设备及计算机存储介质
CN106095656B (zh) 一种云备份与分析方法及***
CN112506920A (zh) 一种多金融***的信息统一收集监控方法及***

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant