CN111352795A - 一种移动业务的监控方法及装置 - Google Patents
一种移动业务的监控方法及装置 Download PDFInfo
- Publication number
- CN111352795A CN111352795A CN201811585377.2A CN201811585377A CN111352795A CN 111352795 A CN111352795 A CN 111352795A CN 201811585377 A CN201811585377 A CN 201811585377A CN 111352795 A CN111352795 A CN 111352795A
- Authority
- CN
- China
- Prior art keywords
- data
- service data
- type
- types
- service
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 79
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012806 monitoring device Methods 0.000 claims description 45
- 238000012545 processing Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 22
- 238000007405 data analysis Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 14
- 238000007726 management method Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 241001080526 Vertica Species 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010205 computational analysis Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种移动业务的监控方法及装置。所述方法包括：监控设备从多个数据库中获取多个类型的业务数据后，若确定第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与第一类型相关联的关联业务数据，并向管理员发送关联业务数据的预警信息，以使管理员确认关联业务数据是否出现告警情况。采用这种方法，当监控设备监控到一种类型的业务数据出现告警情况口，可以确定与该类型的业务数据相关联的业务数据，并发送该相关联的业务数据的预警信息，从而使得管理员能够提前获知相关联的业务数据的预警信息。
Description
技术领域
本发明涉及数据监控技术领域，尤其涉及一种移动业务的监控方法及装置。
背景技术
目前的大多数监控设备的功能以实时监控为主，仅具备简单的统计分析功能，无法提供挖掘更为复杂、深层次的整体分析功能。公共服务数据化、网络化、整体化是互联网发展的大势所趋，然而，目前一些性质相似、功能相近的服务，却分别运营于不同监控设备之中，为此浪费大量的人力、物力开发了应用范围雷同、组成模块分散的监控设备的应用程序端。进一步地，对于不同类型的数据，都需要不同的监控设备单独对该类型数据进行监控，浪费人力物力，监控时间也较长，不能及时发现告警。
基于此，目前亟需一种移动业务的监控方法，用于解决现有技术中对于不同类型的数据，都需要不同的监控设备单独对该类型数据进行监控，容易造成人力物力的浪费，并且不能及时发现告警的问题。
发明内容
本发明实施例提供一种移动业务的监控方法及装置，以解决现有技术中对于不同类型的数据，都需要不同的监控设备单独对该类型数据进行监控，容易造成人力物力的浪费，并且不能及时发现告警的技术问题。
本发明实施例提供一种移动业务的监控方法，所述方法应用于监控***，所述监控***包括监控设备和多个数据库；所述方法包括：
所述监控设备从所述多个数据库中获取多个类型的业务数据；
针对第一类型的业务数据，所述监控设备若确定所述第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与所述第一类型相关联的关联业务数据；所述第一类型的业务数据为所述多个类型的业务数据中的任一类型的业务数据；
所述监控设备向管理员发送所述关联业务数据的预警信息，以使所述管理员确认所述关联业务数据是否出现告警情况。
采用这种方法，当监控设备监控到一种类型的业务数据出现告警情况口，可以确定与该类型的业务数据相关联的业务数据，并发送该相关联的业务数据的预警信息，从而使得管理员能够提前获知相关联的业务数据的预警信息。相比于现有技术中需要不同的监控设备单独对该类型数据进行监控，从而判断不同类型的业务数据是否出现告警情况的方式而言，本发明实施例中，只要确定一个类型的业务数据出现告警情况，就可以发送与该类型的业务数据相关联的业务数据的预警信息，以便于管理员提前对相关联的业务数据进行处理。如此，能够及时地发现业务数据的告警情况，并且可以采用监控设备对不同类型的业务数据进行监控，从而能够节省人力物力。
在一种可能的实现方式中，所述业务数据包括多条数据记录以及每条数据记录的索引值；
所述获取多个类型的业务数据之后，还包括：
针对所述第一类型的业务数据中的第一数据记录，所述监控设备根据所述第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对所述多个类型的业务数据进行整合。
在一种可能的实现方式中，所述方法还包括：
所述监控设备接收所述管理员发送的数据分析请求消息，所述数据分析请求消息包括多个待分析数据的类型；
所述监控设备根据所述多个待分析数据的类型，从所述多个类型的业务数据中确定出目标分析数据；
所述监控设备对所述目标分析数据进行分析。
在一种可能的实现方式中，所述多个类型的业务数据包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据中的至少一项。
在一种可能的实现方式中，所述监控设备是基于Gulp架构运行的。
本发明实施例提供一种移动业务的监控装置，所述装置包括：
获取单元，用于从所述多个数据库中获取多个类型的业务数据；
处理单元，用于针对第一类型的业务数据，若确定所述第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与所述第一类型相关联的关联业务数据；所述第一类型的业务数据为所述多个类型的业务数据中的任一类型的业务数据；
发送单元，用于向管理员发送所述关联业务数据的预警信息，以使所述管理员确认所述关联业务数据是否出现告警情况。
在一种可能的实现方式中，所述业务数据包括多条数据记录以及每条数据记录的索引值；
所述获取单元在获取多个类型的业务数据之后，所述处理单元还用于：
针对所述第一类型的业务数据中的第一数据记录，根据所述第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对所述多个类型的业务数据进行整合。
在一种可能的实现方式中，所述装置还包括接收单元；
所述接收单元，用于接收所述管理员发送的数据分析请求消息，所述数据分析请求消息包括多个待分析数据的类型；
所述处理单元，用于根据所述多个待分析数据的类型，从所述多个类型的业务数据中确定出目标分析数据；以及对所述目标分析数据进行分析。
在一种可能的实现方式中，所述多个类型的业务数据包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据中的至少一项。
在一种可能的实现方式中，所述装置是基于Gulp架构运行的。
本申请实施例的还提供一种装置，该装置具有实现上文所描述的移动业务的监控方法的功能。该功能可以通过硬件执行相应的软件实现，在一种可能的设计中，该装置包括：处理器、收发器、存储器；该存储器用于存储计算机执行指令，该收发器用于实现该装置与其他通信实体进行通信，该处理器与该存储器通过该总线连接，当该装置运行时，该处理器执行该存储器存储的该计算机执行指令，以使该装置执行上文所描述的移动业务的监控方法。
本发明实施例还提供一种计算机存储介质，所述存储介质中存储软件程序，该软件程序在被一个或多个处理器读取并执行时实现上述各种可能的实现方式中所描述的移动业务的监控方法。
本发明实施例还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种可能的实现方式中所描述的移动业务的监控方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍。
图1为本发明实施例适用的监控***的***架构图；
图2为本发明实施例提供的一种监控设备的结构示意图；
图3为本发明实施例提供的一种移动业务的监控方法所对应的流程示意图；
图4为监控数据的获取方式对应的流程示意图；
图5为业务流量数据的获取方式对应的流程示意图；
图6-1为Capes变量数据的获取方式对应的流程示意图；
图6-2为Capes明细数据的获取方式对应的流程示意图；
图7为设备配置数据的获取方式对应的流程示意图；
图8为本发明实施例中还提供一种数据分析方法所对应的流程示意图；
图9为本发明实施例提供的一种移动业务的监控装置的结构示意图。
具体实施方式
下面结合说明书附图对本申请进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例中。
图1示例性示出了本发明实施例适用的监控***的***架构图。如图1所示，该监控***100可以包括监控设备101和多个数据库，例如图1中示出的数据库1021、数据库1022和数据库1023。其中，监控设备101可以通过网络与任一数据库连接，比如，监控设备101可以通过网络与数据库1021连接，或者也可以通过网络与数据库1022连接，或者还可以通过网络与数据库1023连接。
进一步地，如图2所示，为本发明实施例提供的一种监控设备的结构示意图。监控设备可以由两个子模块组成，分别是管理与展示子模块和数据分析子模块。其中，管理与展示子模块可以提供统一门户管理，包括用户管理和认证，根据角色和权限提供相应的数据展示、查询和运维管理功能；同时，还可以实现面向决策支撑、监控运营支撑、客户服务支撑的数据可视化分析，并提供对历史数据的可追溯分析功能。数据分析子模块可以通过采用业界先进的hadoop技术和MPP数据库提供大数据的处理能力，负责海量数据的存储、访问以及提供对数据分析的支持。
进一步地，监控设备可以是基于Gulp架构运行的。本发明实施例主要使用Gulp自动化构建工具进行高效的代码混淆和压缩，Gulp是基于Node.js的自动任务运行器，能够自动化地完成JavaScript/coffee/sass/less/html/image/css等文件的测试、检查、合并、压缩、混淆、格式化、浏览器自动刷新、部署文件生成以及监听文件在改动后重复指定的步骤。
采用图2示出的监控设备，一方面，监控设备是基于Gilp架构运行的，因此，能够高效地完成监控设备前端代码的混淆压缩，这样一方面可以减少监控设备对应的安装包的体积，另一方面可以替换变量名或方法名，让JavaScript不容易看懂，防止监控设备被反编译时暴露接口。进一步地，该监控设备可以快速实现跨平台应用，在性能方面具有优异的表现，用户体验较好。
基于图1和图2所示的示意图，图3示例性示出了本发明实施例提供的一种移动业务的监控方法所对应的流程示意图。如图3所示，具体包括如下步骤：
步骤301，监控设备从多个数据库中获取多个类型的业务数据。
步骤302，针对第一类型的业务数据，监控设备若确定第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与第一类型相关联的关联业务数据。其中，第一类型的业务数据为多个类型的业务数据中的任一类型的业务数据。
步骤303，监控设备向管理员发送关联业务数据的预警信息，以使管理员确认关联业务数据是否出现告警情况。
采用这种方法，当监控设备监控到一种类型的业务数据出现告警情况口，可以确定与该类型的业务数据相关联的业务数据，并发送该相关联的业务数据的预警信息，从而使得管理员能够提前获知相关联的业务数据的预警信息。相比于现有技术中需要不同的监控设备单独对该类型数据进行监控，从而判断不同类型的业务数据是否出现告警情况的方式而言，本发明实施例中，只要确定一个类型的业务数据出现告警情况，就可以发送与该类型的业务数据相关联的业务数据的预警信息，以便于管理员提前对相关联的业务数据进行处理。如此，能够及时地发现业务数据的告警情况，并且可以采用监控设备对不同类型的业务数据进行监控，从而能够节省人力物力。
具体来说，步骤301中，多个数据库可以为相同类型的数据库，以移动业务数据库为例，多个数据库可以包括位于不同省份但类型相同的数据库，比如，多个数据库可以包括位于广东省的业务运营支撑***(Business&Operation Support System，BOSS)对应的数据库、位于江苏省的BOSS对应的数据库及位于吉林省的BOSS对应的数据库；或者，多个数据库可以包括位于相同省份但类型不同的数据库，比如，多个数据库可以包括位于广东省的BOSS对应的数据库、位于广东省的客户关系管理(Customer Relationship Management，CRM)对应的数据库及位于广东省的业务支撑网运营管理***(Business OperationManagement Center，BOMC)对应的数据库；或者，多个数据库可以包括位于不同省份且类型不同的数据库，比如，多个数据库可以包括位于广东省的BOSS对应的数据库、位于江苏省的CRM对应的数据库及位于吉林省的BOMC对应的数据库；或者，多个数据库包括位于不同省份但类型相同的数据库、位于相同省份但类型不同的数据库以及位于不同省份且类型不同的数据库，比如，多个数据库可以包括位于广东省的BOSS对应的数据库、位于广东省的CRM对应的数据库、位于广东省的BOMC对应的数据库、位于江苏省的BOSS对应的数据库、位于江苏省的CRM对应的数据库、位于江苏省的BOMC对应的数据库、位于吉林省的BOSS对应的数据库、位于吉林省的CRM对应的数据库及位于吉林省的BOMC对应的数据库，具体不做限定。
进一步地，从各数据库中获取的多个类型的业务数据可以包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据等，具体不做限定。
本发明实施例中，对于不同类型的业务数据，获取业务数据的方式可以不同。举个例子，针对监控数据，如图4所示，为监控数据的获取方式对应的流程示意图。监控设备可以采用数据仓库技术(Extract-Transform-Load，ETL)定时同步任务ETL定时同步任务连接到Oracle数据库查询监控数据，并将监控数据加载到Vertica数据库中。
再举个例子，针对业务流量数据，如图5所示，为业务流量数据的获取方式对应的流程示意图。存储业务流量数据的数据库(如RUM Oracle数据库)可以每隔一段时间发送业务流量数据，比如每十五分钟发送上十五分钟的业务流量数据，在00:16-00:30需要发送00:00-00:15的业务流量数据，监控设备采用ETL定时任务连接Oracle数据库来获取业务流量数据，获取到数据后可以以csv文件形式保存到监控设备的本地，当csv文件生成全部完成后，监控设备的Hadoop Client可以把csv文件再上传到Hadoop进行加工计算，计算结果形成文件保存在分布式文件***(Hadoop Distributed File System，HDFS)，监控设备的Vertica数据库可以再通过动态创建临时虚拟表映射到结果文件，然后复制虚拟表的数据到业务表，以供后续对业务数据进行分析。
再举个例子，针对运营指标数据(如Capes数据)，监控设备可以采用ETL定时同步任务连接到Oracle数据库查询Capes数据，并将Capes数据加载到Vertica数据库中，其中，Capes变量数据和Capes明细数据可以每隔一段时间进行一次通报(比如，Capes变量数据可以每十五分钟同步一次，Capes明细数据可以每天同步一次)。进一步地，对于Capes变量数据，如图6-1所示，为Capes变量数据的获取方式对应的流程示意图。监控设备采用ETL定时任务连接Oracle数据库来获取业务流量数据，获取到数据后可以备份到Hadoop HDFS中。对于Capes明细数据，如图6-2所示，为Capes明细数据的获取方式对应的流程示意图。监控设备采用ETL定时任务连接Oracle数据库来获取业务流量数据，获取到数据后可以以csv文件形式保存到监控设备的本地，当csv文件生成全部完成后，监控设备的Hadoop Client可以把csv文件再上传到HDFS进行加工计算，计算结果形成文件保存在Hadoop中，监控设备的Vertica数据库可以再通过动态创建临时虚拟表映射到结果文件，然后复制虚拟表的数据到业务表，以供后续对业务数据进行分析。
再举个例子，针对设备配置数据，如图7所示，为设备配置数据的获取方式对应的流程示意图。监控设备可以采用ETL定时同步任务连接到Oracle数据库查询设备配置数据，并将设备配置数据加载到Vertica数据库中。设备配置数据可以在预设时间进行同步，比如在每月11日进行同步，具体的同步方式可以采用全量同步方式，还可以通过配置项生命周期表来分析设备配置数据的变化次数。
考虑到本发明实施例中，监控设备获取的业务数据的数据量较为庞大，为了更加高效地进行数据同步，可以采用kafka消息队列来进行数据同步。具体地，业务接口可以将数据同步消息发送至kafka消息队列,每次同步都发送一条消息，并保存一条消息记录,处理接口可以从kafka消息队列中获取数据同步消息进行处理，即进行数据同步，每次处理完数据同步消息后，可以更新消息状态，实现重试机制。采用kafka消息队列，能够有效分类各类型的业务数据，并且可以实现数据缓冲，也有利于数据的扩展。
进一步地，对于获取到的各个类型的业务数据，基于ETL，监控设备需要考虑结合使用Hadoop和大规模并行处理((Massively Parallel Processor，MPP)数据库平台，为各采集***获取的大数据提供一个统一化的数据处理流程。对于需要预处理数据，如被动检测的明细数据，如需要按照秒为事件单位聚合，考虑到数据量规模巨大，可以按照如下流程：原始文件数据获取→数据清洗→加载Hadoop平台→使用hive进行预聚合→调用数据加载模块将聚合数据加载到Vertica数据库staging层→通过库内计算分析→产生分析数据(如告警，隐患等数据)→将计算分析产生的数据与相关的基础数据转换为供数据分析用的数据仓库模型。对于某些基础数据，或者数据规模较小，无需预计算的数据，则按照以下处理流程：原始数据直接加载MPP数据库staging层→数据清洗→调用数据转换映射脚本处理数据→形成最终数据→更新仓库内最终数据。本发明实施例中，主要使用Hadoop用于对数据进行处理。使用Hadoop存放历史数据。Hadoop平台在数据分析子***中主要用于数据的备份及大数据量的预处理，对于一些大数据量的数据做预处理，主要包括流量监测明细数据和Capes明细数据的汇总及计算，处理完后的数据保存到操作数据存储(OperationalData Store，ODS)层。支撑Capes明细数据计算，编写Map/Reduce程序用于计算各环节及工单时长，把计算结果保存到HDFS，Vertica端通过EXTERNAL TABLE的方式把HDFS上的数据文件导入Vertica。编写Mapper程序用于计算时长及输出各字段，输入文件为ODS层上的Capes明细原始文件，无Reducer程序。
在获取业务数据的过程中，各省的数据库的类型可能不止一种，各数据库中的业务数据的数据结构也可能不一致。因此，在获取多个类型的业务数据之后，可以根据各业务数据包括的多条数据记录以及每条数据记录的索引值，对多个类型的业务数据进行整合。其中，数据记录的索引值可以是该数据记录的唯一标识(比如电话号码或设备指纹等)。具体来说，针对第一类型的业务数据中的第一数据记录，根据第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对多个类型的业务数据进行整合。其中，第一类型的业务数据是多个类型的业务数据中的任一类型的业务数据，第二类型的业务数据是多个类型的业务数据中除第一类型的业务数据以外的任一类型的业务数据。举个例子，如表1所示，为第一类型的业务数据中数据记录的一种示例。其中，数据记录1的索引值为“13611111111”，对应的业务数据为“数据A-1”；数据记录2的索引值为“13622222222，对应的业务数据为“数据A-2”；数据记录3的索引值为“13633333333”，对应的业务数据为“数据A-3”。如表2所示，为第二类型的业务数据中数据记录的一种示例。其中，数据记录1的索引值为“13611111111”，对应的业务数据为“数据B-1”；数据记录2的索引值为“13622222222，对应的业务数据为“数据B-2”；数据记录3的索引值为“13633333333”，对应的业务数据为“数据B-3”。根据表1和表2示出的内容，如表3所示，为整合后的业务数据的一种示例，具体可参见表3示出的内容，此处不再一一描述。
表1：第一类型的业务数据中数据记录的一种示例
| 数据记录的编号 | 索引值 | 数据 |
| 1 | 13611111111 | 数据A-1 |
| 2 | 1362222222 | 数据A-2 |
| 3 | 1363333333 | 数据A-3 |
表2：第二类型的业务数据中数据记录的一种示例
表3：整合后的业务数据的一种示例
| 数据记录的编号 | 索引值 | 第一类型的业务数据 | 第二类型的业务数据 |
| 1 | 13611111111 | 数据B-1 | 数据B-1 |
| 2 | 1362222222 | 数据B-2 | 数据B-2 |
| 3 | 1363333333 | 数据B-3 | 数据B-3 |
更进一步地，本发明实施例可以同时连接多个数据库，采用Spring框架的AOP特性，自定义注解组件的方式实现多个类型的业务数据的整合。
步骤302中，监控设备可以通过判断第一类型的业务数据是否满足预设的告警条件，来确定第一类型的业务数据出现告警情况。具体地。当任一类型的业务数据满足预设的告警条件时，监控设备可以自动生成该类型的业务数据的告警。举个例子，当设备性能数据、运营指标数据(如Capes数据)与业务流量数据中任一数据满足预设的告警条件时，监控设备可以自动生成告警。具体地，在以上三种数据任一种数据成功加载到监控设备后，监控设备可以立刻调用告警自动生成任务，从而判断该数据是否需要告警。当同一省份的相同类型的业务数据连续发生多次告警，可以对该数据进行合并，并累计告警发生次数。进一步地，告警条件可以是本领域技术人员根据经验和实际情况预先设定的，具体不做限定。
更进一步地，监控设备还可以根据用户的要求，按省市、时间、渠道、业务、数据来源、隐患/预警类型等信息统计已经关联了协查单的告警，而且可以以多图展现不同维度的告警数据对比。
本发明实施例中，多个类型的业务数据之间的关联关系可以是本领域技术人员根据经验和实际情况预先设定的，具体不做限定。如表4所示，为多个类型的业务数据之间的关联关系的一种示例。其中，第一类型的业务数据与第二类型的业务数据之间存在关联关系，第三类型的业务数据与第四类型的业务数据之间存在关联关系，第五类型的业务数据与第六类型的业务数据之间存在关联关系。
表4：多个类型的业务数据之间的关联关系的一种示例
| 业务数据的类型 | 关联的业务数据的类型 |
| 第一类型的业务数据 | 第二类型的业务数据 |
| 第三类型的业务数据 | 第四类型的业务数据 |
| 第五类型的业务数据 | 第六类型的业务数据 |
根据表4示出的内容，监控设备在确定第一类型的业务数据出现告警情况之后，可以确定与第一类型的业务数据相关联的关联业务数据为第二类型的业务数据；类似地，监控设备在确定第三类型的业务数据出现告警情况之后，可以确定与第三类型的业务数据相关联的关联业务数据为第四类型的业务数据；监控设备在确定第五类型的业务数据出现告警情况之后，可以确定与第五类型的业务数据相关联的关联业务数据为第六类型的业务数据。
步骤203中，管理设备可以向管理员发送联业务数据的预警信息，以使管理员确认关联业务数据是否出现告警情况，从而能够起到预先示警的作用。具体实施过程中，本领域技术人员在设定好多个类型的业务数据之间的关联关系之后，管理设备可以通过查询该关联关系，来确定是否存在隐患数据，比如，管理设备在确定第一类型的业务数据出现告警情况，通过查询表4示出的关联关系，可以确定第二类型的业务数据为隐患数据，进而可以将第二类型的业务数据可能为隐患数据这一信息告知管理员，以便管理员进行确认。
本发明实施例中还提供一种数据分析方法，如图8所示，为本发明实施例中还提供一种数据分析方法所对应的流程示意图，具体包括如下步骤：
步骤801，监控设备接收管理员发送的数据分析请求消息。
其中，数据分析请求消息可以包括多个待分析数据的类型。
步骤802，监控设备根据多个待分析数据的类型，从多个类型的业务数据中确定出目标分析数据。
步骤803，监控设备对目标分析数据进行分析。
其中，对目标分析数据进行分析可以是通过查询目标分析数据，来确定目标分析数据的当前状态、运行时间、运行是否成功等信息，从而实现对目标分析数据进行监控。
基于同样的发明构思，图9示例性示出了本发明实施例提供的一种移动业务的监控装置的结构示意图，所述装置应用于监控***，所述监控***包括监控设备和多个数据库；所述装置为所述监控设备，所述装置包括获取单元901、处理单元902、发送单元903和接收单元904；其中，
获取单元901，用于从所述多个数据库中获取多个类型的业务数据；
处理单元902，用于针对第一类型的业务数据，若确定所述第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与所述第一类型相关联的关联业务数据；所述第一类型的业务数据为所述多个类型的业务数据中的任一类型的业务数据；
发送单元903，用于向管理员发送所述关联业务数据的预警信息，以使所述管理员确认所述关联业务数据是否出现告警情况。
在一种可能的实现方式中，所述业务数据包括多条数据记录以及每条数据记录的索引值；
所述获取单元901在获取多个类型的业务数据之后，所述处理单元902还用于：
针对所述第一类型的业务数据中的第一数据记录，根据所述第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对所述多个类型的业务数据进行整合。
在一种可能的实现方式中，所述接收单元904，用于接收所述管理员发送的数据分析请求消息，所述数据分析请求消息包括多个待分析数据的类型；
所述处理单元902，用于根据所述多个待分析数据的类型，从所述多个类型的业务数据中确定出目标分析数据；以及对所述目标分析数据进行分析。
在一种可能的实现方式中，所述多个类型的业务数据包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据中的至少一项。
在一种可能的实现方式中，所述装置是基于Gulp架构运行的。
本申请实施例的还提供一种装置，该装置具有实现上文所描述的移动业务的监控方法的功能。该功能可以通过硬件执行相应的软件实现，在一种可能的设计中，该装置包括：处理器、收发器、存储器；该存储器用于存储计算机执行指令，该收发器用于实现该装置与其他通信实体进行通信，该处理器与该存储器通过该总线连接，当该装置运行时，该处理器执行该存储器存储的该计算机执行指令，以使该装置执行上文所描述的移动业务的监控方法。
本发明实施例还提供一种计算机存储介质，所述存储介质中存储软件程序，该软件程序在被一个或多个处理器读取并执行时实现上述各种可能的实现方式中所描述的移动业务的监控方法。
本发明实施例还提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各种可能的实现方式中所描述的移动业务的监控方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (12)
1.一种移动业务的监控方法，其特征在于，所述方法应用于监控***，所述监控***包括监控设备和多个数据库；所述方法包括：
所述监控设备从所述多个数据库中获取多个类型的业务数据；
针对第一类型的业务数据，所述监控设备若确定所述第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与所述第一类型相关联的关联业务数据；所述第一类型的业务数据为所述多个类型的业务数据中的任一类型的业务数据；
所述监控设备向管理员发送所述关联业务数据的预警信息，以使所述管理员确认所述关联业务数据是否出现告警情况。
2.根据权利要求1所述的方法，其特征在于，所述业务数据包括多条数据记录以及每条数据记录的索引值；
所述获取多个类型的业务数据之后，还包括：
针对所述第一类型的业务数据中的第一数据记录，所述监控设备根据所述第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对所述多个类型的业务数据进行整合。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述监控设备接收所述管理员发送的数据分析请求消息，所述数据分析请求消息包括多个待分析数据的类型；
所述监控设备根据所述多个待分析数据的类型，从所述多个类型的业务数据中确定出目标分析数据；
所述监控设备对所述目标分析数据进行分析。
4.根据权利要求1所述的方法，其特征在于，所述多个类型的业务数据包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据中的至少一项。
5.根据权利要求1至4中的任一项所述的方法，其特征在于，所述监控设备是基于Gulp架构运行的。
6.一种移动业务的监控装置，其特征在于，所述装置包括：
获取单元，用于从所述多个数据库中获取多个类型的业务数据；
处理单元，用于针对第一类型的业务数据，若确定所述第一类型的业务数据出现告警情况，则根据预设的多个类型的业务数据之间的关联关系，确定与所述第一类型相关联的关联业务数据；所述第一类型的业务数据为所述多个类型的业务数据中的任一类型的业务数据；
发送单元，用于向管理员发送所述关联业务数据的预警信息，以使所述管理员确认所述关联业务数据是否出现告警情况。
7.根据权利要求6所述的装置，其特征在于，所述业务数据包括多条数据记录以及每条数据记录的索引值；
所述获取单元在获取多个类型的业务数据之后，所述处理单元还用于：
针对所述第一类型的业务数据中的第一数据记录，根据所述第一数据记录的索引值以及第二类型的业务数据中的多条数据记录的索引值，对所述多个类型的业务数据进行整合。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括接收单元；
所述接收单元，用于接收所述管理员发送的数据分析请求消息，所述数据分析请求消息包括多个待分析数据的类型；
所述处理单元，用于根据所述多个待分析数据的类型，从所述多个类型的业务数据中确定出目标分析数据；以及对所述目标分析数据进行分析。
9.根据权利要求6所述的装置，其特征在于，所述多个类型的业务数据包括监控数据、业务流量数据、业务费用数据、业务利润数据、运营指标数据、设备性能数据和设备配置数据中的至少一项。
10.根据权利要求6至9中的任一项所述的装置，其特征在于，所述装置是基于Gulp架构运行的。
11.一种计算机可读存储介质，其特征在于，所述存储介质存储有指令，当所述指令在计算机上运行时，使得计算机实现执行权利要求1至5中任一项所述的方法。
12.一种计算机设备，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序执行如权利要求1至5中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811585377.2A CN111352795A (zh) | 2018-12-24 | 2018-12-24 | 一种移动业务的监控方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811585377.2A CN111352795A (zh) | 2018-12-24 | 2018-12-24 | 一种移动业务的监控方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111352795A true CN111352795A (zh) | 2020-06-30 |
Family
ID=71195966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811585377.2A Pending CN111352795A (zh) | 2018-12-24 | 2018-12-24 | 一种移动业务的监控方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111352795A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515537A (zh) * | 2021-09-13 | 2021-10-19 | 天津南大通用数据技术股份有限公司 | 一种实现生命周期表垃圾数据免维护的方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102546274A (zh) * | 2010-12-20 | 2012-07-04 | ***通信集团广西有限公司 | 一种通信业务中的告警监控方法及设备 |
| CN103236948A (zh) * | 2013-04-24 | 2013-08-07 | 中国电信股份有限公司重庆分公司 | 一种电信网告警方法及*** |
| CN104574219A (zh) * | 2015-01-28 | 2015-04-29 | 华东电网有限公司 | 电网业务信息***运行工况的监测预警方法及*** |
| CN106487585A (zh) * | 2016-10-09 | 2017-03-08 | 深圳市思博创科技有限公司 | 设备综合监控***架构 |
| CN107301051A (zh) * | 2017-06-27 | 2017-10-27 | 深圳市金立通信设备有限公司 | 终端动态数据的缓存与交互方法、终端、***及计算机可读存储介质 |
| CN109039740A (zh) * | 2018-08-01 | 2018-12-18 | 平安科技（深圳）有限公司 | 一种处理运维监控告警的方法及设备 |
-
2018
- 2018-12-24 CN CN201811585377.2A patent/CN111352795A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102546274A (zh) * | 2010-12-20 | 2012-07-04 | ***通信集团广西有限公司 | 一种通信业务中的告警监控方法及设备 |
| CN103236948A (zh) * | 2013-04-24 | 2013-08-07 | 中国电信股份有限公司重庆分公司 | 一种电信网告警方法及*** |
| CN104574219A (zh) * | 2015-01-28 | 2015-04-29 | 华东电网有限公司 | 电网业务信息***运行工况的监测预警方法及*** |
| CN106487585A (zh) * | 2016-10-09 | 2017-03-08 | 深圳市思博创科技有限公司 | 设备综合监控***架构 |
| CN107301051A (zh) * | 2017-06-27 | 2017-10-27 | 深圳市金立通信设备有限公司 | 终端动态数据的缓存与交互方法、终端、***及计算机可读存储介质 |
| CN109039740A (zh) * | 2018-08-01 | 2018-12-18 | 平安科技（深圳）有限公司 | 一种处理运维监控告警的方法及设备 |
Non-Patent Citations (2)
| Title |
|---|
| 付哲: "IT***一体化运维监控及服务预警平台的设计与实现", 《电子制作》, no. 15 * |
| 许佩莹;禹亮;陈超智;: "使用混合开发技术快速构建跨平台移动应用***", 电信工程技术与标准化, no. 03 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113515537A (zh) * | 2021-09-13 | 2021-10-19 | 天津南大通用数据技术股份有限公司 | 一种实现生命周期表垃圾数据免维护的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108039959B (zh) | 一种数据的态势感知方法、***及相关装置 | |
| CN109997126B (zh) | 事件驱动提取、变换、加载（etl）处理 | |
| US20200065295A1 (en) | Method for connecting a relational data store's meta data with hadoop | |
| CN107908672B (zh) | 基于Hadoop平台的应用报表实现方法、设备及存储介质 | |
| US8874600B2 (en) | System and method for building a cloud aware massive data analytics solution background | |
| CN108197261A (zh) | 一种智慧交通操作*** | |
| CN107103064B (zh) | 数据统计方法及装置 | |
| CN107145489A (zh) | 一种基于云平台的客户端应用的信息统计方法和装置 | |
| CN106709012A (zh) | 一种大数据分析方法及装置 | |
| CN106940677A (zh) | 一种应用日志数据告警方法及装置 | |
| US10657099B1 (en) | Systems and methods for transformation and analysis of logfile data | |
| CA3059738A1 (en) | Behaviour data processing method, device, electronic device and computer readable medium | |
| CN113448812A (zh) | 微服务场景下的监控告警方法及装置 | |
| CN111046022A (zh) | 一种基于大数据技术的数据库审计方法 | |
| CN109639791A (zh) | 一种容器环境下云工作流调度方法及*** | |
| CN112948492A (zh) | 一种数据处理***、方法、装置、电子设备及存储介质 | |
| CN112148578A (zh) | 基于机器学习的it故障缺陷预测方法 | |
| US10331484B2 (en) | Distributed data platform resource allocator | |
| CN114780335A (zh) | 监测数据的关联方法、装置、计算机设备和存储介质 | |
| CN112069049A (zh) | 数据监控管理方法、装置、服务器及可读存储介质 | |
| CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
| CN112052134A (zh) | 一种业务数据的监控方法及装置 | |
| CN115335821A (zh) | 卸载统计收集 | |
| CN116680315A (zh) | 数据离线处理方法、装置、电子设备及存储介质 | |
| CN105242873A (zh) | 云计算***的性能数据的采集与存储方法及装置 |
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 |