CN111949503B - 数据库的管理方法、装置、计算设备和介质 - Google Patents
数据库的管理方法、装置、计算设备和介质 Download PDFInfo
- Publication number
- CN111949503B CN111949503B CN202010822811.5A CN202010822811A CN111949503B CN 111949503 B CN111949503 B CN 111949503B CN 202010822811 A CN202010822811 A CN 202010822811A CN 111949503 B CN111949503 B CN 111949503B
- Authority
- CN
- China
- Prior art keywords
- capacity
- partition
- database
- data
- database table
- 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
Links
- 238000007726 management method Methods 0.000 title description 20
- 238000012544 monitoring process Methods 0.000 claims abstract description 56
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000005192 partition Methods 0.000 claims description 89
- 230000008859 change Effects 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 17
- 238000004140 cleaning Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000007 visual effect Effects 0.000 claims description 7
- 230000000737 periodic effect Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000010200 validation analysis Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- 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
- G06F11/323—Visualisation of programs or trace data
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/80—Database-specific techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Hardware Design (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种数据库的管理方法，可用于金融领域或其他领域。该方法包括：获取多个数据库表的监测指标数据；分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；根据每个数据库表的统计数据，计算每个数据库表的容量增长率；以及在容量增长率超过预设增长率阈值的情况下，生成报警信息。本公开还提供了一种数据库的管理装置、一种计算设备以及一种计算机存储介质。
Description
技术领域
本公开涉及计算机技术领域，更具体地，涉及一种数据库的管理方法、装置、一种计算设备以及一种计算机存储介质。
背景技术
近年来，随着银行业务的推广和快速发展，数据中心规模越来越复杂，数据库容量呈快速上升的趋势。过多的存储消耗一方面造成存储设备成本投入的增加，另一方面也加大了日常运维的压力，如何做好数据库表容量监控管理和优化，成为数据库专业研究的一项重要课题。
现有的数据库监控方案局限于对数据库整体情况、表空间、数据盘等宏观指标进行监控，无法跟踪历史容量并缺少趋势评估依据。
发明内容
本公开的一个方面提供了一种数据库的管理方法，包括：获取多个数据库表的监测指标数据；分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率；以及在所述容量增长率超过预设增长率阈值的情况下，生成报警信息。
可选地，所述数据库表包括分区表和/或非分区表，其中，所述分区表的监测指标数据包括表名、该分区表中各分区的分区名和每个所述分区在各监测时间点的容量大小，所述非分区表的监测指标数据包括表名和该非分区表在各监测时间点的容量大小。
可选地，所述根据所述监测指标数据，分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据包括：根据所述监测指标数据，针对每个分区表，确定所述分区表中每个分区的分区容量的统计数据，以及所述分区表中所有分区的总容量的统计数据；以及/或者根据所述监测指标数据，针对每个非分区表，确定所述非分区表的表容量的统计数据。
可选地，所述根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率包括：针对每个分区表，根据所述分区表中每个分区的分区容量的统计数据，确定所述每个分区的容量增长率，并根据所述分区表中所有分区的总容量的统计数据，确定所述分区表的容量增长率；以及/或者针对每个非分区表，根据所述非分区表的表容量的统计数据，确定所述非分区表的容量增长率。
可选地，所述方法还包括：根据所述统计数据，生成容量变化曲线；以及根据所述容量变化曲线，预测数据库表未来的容量变化。
可选地，所述方法还包括：根据所述容量变化曲线的周期性波动变化，确定数据清理周期；以及根据所述数据清理周期，对数据库表进行数据清理操作。
可选地，所述方法还包括：根据所述统计数据，生成可视化视图；以及展示所述可视化视图。
本公开的另一个方面提供了一种数据库的管理装置，包括：获取模块，用于获取多个数据库表的监测指标数据；统计模块，用于分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；计算模块，用于根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率；以及报警模块，用于在所述容量增长率超过预设增长率阈值的情况下，生成报警信息。
本公开的另一个方面提供了一种计算设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例的数据库的管理方法，能够对表容量进行自动化采集和分析，无需人员参与，避免大量重复手工操作。并且可以实现对表级别的容量管理和监控，解决了现有数据库表容量监控指标缺省的不足。
附图说明
为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：
图1示意性示出了根据本公开的实施例的数据库的管理方法和数据库的管理装置的***架构；
图2示意性示出了根据本公开的实施例的数据库的管理方法的流程图；
图3示意性示出了根据本公开另一实施例的数据库的管理方法的流程图；
图4示意性示出了根据本公开另一实施例的数据库的管理方法的流程图；
图5示意性示出了根据本公开的实施例的数据库的管理装置的框图；以及
图6示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机***的方框图。
具体实施方式
以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式，该计算机程序产品可供指令执行***使用或者结合指令执行***使用。
本公开的实施例提供了一种数据库的管理方法以及能够应用该方法的数据库的管理装置。该方法包括获取数据库表的监测指标数据；根据监测指标数据，分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；根据每个数据库表的统计数据，计算每个数据库表的容量增长率；以及在容量增长率超过预设增长率阈值的情况下，生成报警信息。
需要说明的是，本公开数据库的管理方法和装置可用于金融领域，也可用于除金融领域之外的任意领域，本公开数据库的管理方法和装置的应用领域不做限定。
图1示意性示出了根据本公开的实施例的数据库的管理方法和数据库的管理装置的***架构。需要注意的是，图1所示仅为可以应用本公开实施例的场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示，根据该实施例的***架构100可以包括实时统计信息动态生效装置D001、基础信息获取装置D002、基础信息预处理装置D003、数据分析处理装置D004、监控阈值设置装置D005、结果通知及回馈装置D006。
其中，实时统计信息动态生效装置D001，可以用于通过对统计信息实时收集确保***表信息及时更新。基础信息获取装置D002，可以用于获取包含数据库表名、分区名、容量大小、监测时间点、日期信息等信息。基础信息预处理装置D003，可以用于将获取的基础信息及时保留在自定义性能数据库的监控阈值表并通过算法对表数据进行分组处理。数据分析处理装置D004，可以用于通过对基础信息预处理装置D003分组处理后的性能数据库的监控阈值表数据进行算法处理，确定小时、天、月等不同时间维度的增长率和变化。监控阈值设置装置D005，可以用于通过预设的监控阈值设置，对数据分析处理装置D004得到的不同时间维度的增长率结果是否超过阈值进行判断。结果通知及回馈装置D006，可以用于将超过增长范围、增长幅度阈值的数据进行展示，同时通知相关专业人员。
图2示意性示出了根据本公开的实施例的数据库的管理方法的流程图。
如图2所示，该方法包括操作S210～S240。
在操作S210，获取多个数据库表的监测指标数据。
根据本公开的实施例，数据库表包括分区表和/或非分区表。分区表的监测指标数据例如可以包括表名、该分区表中各分区的分区名和每个分区在各监测时间点的容量大小，非分区表的监测指标数据例如可以包括表名和该非分区表在各监测时间点的容量大小。
根据本公开的实施例，监测时间点可以根据实际需要进行设定，示例性地，本实施例中，在每天中的每个整点设置一个监测时间点。
根据本公开的实施例，可以通过监控装置定时对表容量等监测指标数据进行探测采集，然后将这些数据登记在自定义的性能数据库的监控阈值表中。通过读取监控阈值表，即可获取数据库表的监测指标数据。
在操作S220，分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据。
根据本公开的实施例，对于每个分区表，可以按照单个分区和分区总体两个维度进行统计。示例性地，本实施例中，可以将监测指标数据中各个分区的分区容量数据根据所属的分区表进行合并统计，以得到每个分区表中每个分区在每一统计基期的分区容量，以及每个分区表中所有分区在每一统计基期的总容量。将统计后所得到的分区表中每个分区在每一统计基期的分区容量和分区表在每一统计基期的总容量作为该分区表的统计数据。
根据本公开的实施例，对于非分区表，可以按照全表为维度进行统计。示例性地，本实施例中，对于每个非分区表，可以根据监测指标数据，确定非分区表在每一统计基期的表容量，作为该非分区表统计数据。
在操作S230，根据每个数据库表的统计数据，计算每个数据库表的容量增长率。
根据本公开的实施例，对于每个分区表，可以根据分区表中每个分区的分区容量的统计数据，确定每个分区的容量增长率，并根据分区表中所有分区的总容量的统计数据，确定分区表的容量增长率。
根据本公开的实施例，对于每个非分区表，可以根据非分区表的表容量的统计数据，确定非分区表的容量增长率。
对分区表而言，分区表中每个分区的容量增长率可以通过以下公式计算。
gn＝an-an-1
grn＝gn/an-1
其中，gn为分区在第n期的容量增长量，an为该分区第n期采集的容量大小，an-1为该分区第n-1期采集的容量大小，grn为该分区在第n期的容量增长率。
对非分区表而言，非分区表的容量增长率可以通过以下公式计算。
g′n＝bn-bn-1
gr′n＝g′n/bn-1
其中，g′n为非分区表在第n期的容量增长量，bn为该非分区表第n期采集的容量大小，bn-1为该非分区表第n-1期采集的容量大小，gr′n为该非分区表在第n期的容量增长率。
根据本公开的实施例，容量增长率例如可以以小时、天、周、月等为基期，本实施例对此不作具体的限定。示例性的，本实施例中，容量增长率可以包括每小时的容量增长率和每天的容量增长率。
在操作S240，在容量增长率超过预设增长率阈值的情况下，生成报警信息。
根据本公开的实施例，预设增长率阈值可以根据实际需要进行设置。示例性地，本实施例中，预设增长率阈值例如可以包括每个表的以小时为基期的容量增长率阈值和以天为基期的容量增长率阈值，分别对应每小时的容量增长率和每天的容量增长率。
根据本公开的实施例，还可以对数据库表每个周期的容量增长量进行预警。在数据库表的容量增长量超过预设增长量阈值的情况下，生成报警信息。示例性地，本实施例中，可以以天、周、月为周期。预设增长量阈值可以根据实际需要进行设置。
根据本公开的实施例的数据库的管理方法，能够对表容量进行自动化采集和分析，无需人员参与，避免大量重复手工操作。并且可以实现对表级别的容量管理和监控，解决了现有数据库表容量监控指标缺省的不足。
图3示意性示出了根据本公开另一实施例的数据库的管理方法的流程图。
如图3所示，除了操作S210～S240，该方法还可以包括操作S310～S320。
操作S310，根据统计数据，生成容量变化曲线。
根据本公开的实施例，可以以时间和容量为轴，建立坐标系，分别根据每个数据库表的统计数据，以该坐标系生成容量变化曲线。
操作S320，根据容量变化曲线，预测数据库表未来的容量变化。
根据本公开的实施例，可以通过对容量变化曲线进行分析，来预测数据库表未来的容量变化。
例如，可以根据最近7天的容量增长量，预测未来7天的容量的增长情况。又例如，可以根据最近一个月的容量增长量，预测未来一个月的容量的增长情况。
根据本公开的实施例，通过容量变化曲线，预测数据库表未来的容量变化，得到预测结果，从而可以以预测结果为依据，提前对数据库表进行预扩容，以避免因容量问题导致数据库不可用造成严重业务影响。
图4示意性示出了根据本公开另一实施例的数据库的管理方法的流程图。
如图4所示，除了操作S210～S240、操作S310～S320，该方法还可以包括操作S410～S420。
操作S410，根据容量变化曲线的周期性波动变化，确定数据清理周期。
操作S420，根据数据清理周期，对数据库表进行数据清理操作。
根据本公开的实施例，通过分析容量变化曲线的周期性波动变化，可以根据数据的变化实时调整表清理规则及策略，以更好对数据生命周期管理和优化。例如，可以预测数据库表的容量在何时会出现较大的增长，在每次出现较大增长时，对数据库表进行数据清理操作，从而避免出现数据库表容量不足的问题。
根据本公开另一实施例，还可以根据统计数据，生成可视化视图，向用户展示可视化视图。通过可视化视图可以直观地展示数据库表容量的变化趋势，如有异常突增，则在可视化视图展示的同时通知相关专业人员业务突增行为，以使相关专业人员业务能够及时分析处理。
图5示意性示出了根据本公开的实施例的数据库的管理装置的框图。
如图5所示，数据库的管理装置500包括获取模块510、统计模块520、计算模块530和报警模块540。该数据库的管理装置500可以执行上面参考图2～图4描述的方法。
具体地，获取模块510，可以用于获取多个数据库表的监测指标数据。
统计模块520，可以用于分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据。
计算模块530，可以用于根据每个数据库表的统计数据，计算每个数据库表的容量增长率。
报警模块540，可以用于在容量增长率超过预设增长率阈值的情况下，生成报警信息。
根据本公开的实施例的数据库的管理方法，能够对表容量进行自动化采集和分析，无需人员参与，避免大量重复手工操作。并且可以实现对表级别的容量管理和监控，解决了现有数据库表容量监控指标缺省的不足。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
例如，获取模块510、统计模块520、计算模块530和报警模块540中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块510、统计模块520、计算模块530和报警模块540中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块510、统计模块520、计算模块530和报警模块540中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。
图6示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机***的方框图。图6示出的计算机***仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示，计算机***600包括处理器610以及计算机可读存储介质620。该计算机***600可以执行根据本公开实施例的方法。
具体地，处理器610例如可以包括通用微处理器、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器610还可以包括用于缓存用途的板载存储器。处理器610可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质620，例如可以是非易失性的计算机可读存储介质，具体示例包括但不限于：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；等等。
计算机可读存储介质620可以包括计算机程序621，该计算机程序621可以包括代码/计算机可执行指令，其在由处理器610执行时使得处理器610执行根据本公开实施例的方法或其任何变形。
计算机程序621可被配置为具有例如包括计算机程序模块的计算机程序代码。例如，在示例实施例中，计算机程序621中的代码可以包括一个或多个程序模块，例如包括621A、模块621B、……。应当注意，模块的划分方式和个数并不是固定的，本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合，当这些程序模块组合被处理器610执行时，使得处理器610可以执行根据本公开实施例的方法或其任何变形。
根据本发明的实施例，获取模块510、统计模块520、计算模块530和报警模块540中的至少一个可以实现为参考图6描述的计算机程序模块，其在被处理器610执行时，可以实现上面描述的相应操作。
本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的；也可以是单独存在，而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。
根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。
Claims (8)
1.一种数据库的管理方法，包括：
获取多个数据库表的监测指标数据；
分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；
根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率；以及
在所述容量增长率超过预设增长率阈值的情况下，生成报警信息；
其中，所述方法还包括：
根据所述统计数据，生成容量变化曲线；以及
根据所述容量变化曲线，预测数据库表未来的容量变化；
根据所述容量变化曲线的周期性波动变化，确定数据清理周期；以及
根据所述数据清理周期，对数据库表进行数据清理操作。
2.根据权利要求1所述的方法，其中，所述数据库表包括分区表和/或非分区表，
其中，所述分区表的监测指标数据包括表名、该分区表中各分区的分区名和每个所述分区在各监测时间点的容量大小，
所述非分区表的监测指标数据包括表名和该非分区表在各监测时间点的容量大小。
3.根据权利要求2所述的方法，其中，所述根据所述监测指标数据，分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据包括：
根据所述表名、该分区表中各分区的分区名和每个所述分区在各监测时间点的容量大小，针对每个分区表，确定所述分区表中每个分区在每一统计基期的分区容量，以及所述分区表中所有分区在每一统计基期的总容量，作为所述分区表的统计数据；以及/或者
根据所述表名和该非分区表在各监测时间点的容量大小，针对每个非分区表，确定所述非分区表在每一统计基期的表容量，作为所述非分区表的统计数据。
4.根据权利要求3所述的方法，其中，所述根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率包括：
针对每个分区表，根据所述分区表中每个分区的分区容量的统计数据，确定所述每个分区的容量增长率，并根据所述分区表中所有分区的总容量的统计数据，确定所述分区表的容量增长率；以及/或者
针对每个非分区表，根据所述非分区表的表容量的统计数据，确定所述非分区表的容量增长率。
5.根据权利要求4所述的方法，还包括：
根据所述统计数据，生成可视化视图；以及
展示所述可视化视图。
6.一种数据库的管理装置，包括：
获取模块，用于获取多个数据库表的监测指标数据；
统计模块，用于分别对每个数据库表的监测指标数据进行统计，以得到每个数据库表的统计数据；
计算模块，用于根据所述每个数据库表的统计数据，计算每个数据库表的容量增长率；以及
报警模块，用于在所述容量增长率超过预设增长率阈值的情况下，生成报警信息；
其中，所述装置还用于：
根据所述统计数据，生成容量变化曲线；以及
根据所述容量变化曲线，预测数据库表未来的容量变化；
根据所述容量变化曲线的周期性波动变化，确定数据清理周期；以及
根据所述数据清理周期，对数据库表进行数据清理操作。
7.一种计算设备，包括：
一个或多个处理器；
存储器，用于存储一个或多个计算机程序，
其中，当一个或多个计算机程序被一个或多个处理器执行时，使得一个或多个处理器实现权利要求1至5中任一项的方法。
8.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至5中任一项的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010822811.5A CN111949503B (zh) | 2020-08-14 | 2020-08-14 | 数据库的管理方法、装置、计算设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010822811.5A CN111949503B (zh) | 2020-08-14 | 2020-08-14 | 数据库的管理方法、装置、计算设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111949503A CN111949503A (zh) | 2020-11-17 |
| CN111949503B true CN111949503B (zh) | 2023-11-14 |
Family
ID=73343515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010822811.5A Active CN111949503B (zh) | 2020-08-14 | 2020-08-14 | 数据库的管理方法、装置、计算设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111949503B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103412911A (zh) * | 2013-08-02 | 2013-11-27 | 中国工商银行股份有限公司 | 数据库***的性能监控方法以及装置 |
| CN104636450A (zh) * | 2015-01-26 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 一种数据库表空间监控方法 |
| CN105183614A (zh) * | 2015-11-03 | 2015-12-23 | 华夏银行股份有限公司 | 一种数据库故障预测方法及装置 |
| CN105743706A (zh) * | 2016-03-31 | 2016-07-06 | 武汉虹信技术服务有限责任公司 | 一种基于http的磁阵性能监控预警方法及*** |
| CN108920324A (zh) * | 2018-06-08 | 2018-11-30 | 广东轩辕网络科技股份有限公司 | It设备存储容量趋势分析和预警的方法、***及电子装置 |
| CN110287082A (zh) * | 2019-07-02 | 2019-09-27 | 中国工商银行股份有限公司 | 数据库表空间容量监控方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10977212B2 (en) * | 2018-05-03 | 2021-04-13 | Sap Se | Data partitioning based on estimated growth |
-
2020
- 2020-08-14 CN CN202010822811.5A patent/CN111949503B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103412911A (zh) * | 2013-08-02 | 2013-11-27 | 中国工商银行股份有限公司 | 数据库***的性能监控方法以及装置 |
| CN104636450A (zh) * | 2015-01-26 | 2015-05-20 | 上海新炬网络信息技术有限公司 | 一种数据库表空间监控方法 |
| CN105183614A (zh) * | 2015-11-03 | 2015-12-23 | 华夏银行股份有限公司 | 一种数据库故障预测方法及装置 |
| CN105743706A (zh) * | 2016-03-31 | 2016-07-06 | 武汉虹信技术服务有限责任公司 | 一种基于http的磁阵性能监控预警方法及*** |
| CN108920324A (zh) * | 2018-06-08 | 2018-11-30 | 广东轩辕网络科技股份有限公司 | It设备存储容量趋势分析和预警的方法、***及电子装置 |
| CN110287082A (zh) * | 2019-07-02 | 2019-09-27 | 中国工商银行股份有限公司 | 数据库表空间容量监控方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111949503A (zh) | 2020-11-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210042678A1 (en) | Decision support system for hospital quality assessment | |
| US8036925B2 (en) | System and method to manage assets of healthcare facility | |
| Negahban | Simulation-based estimation of the real demand in bike-sharing systems in the presence of censoring | |
| US20140236668A1 (en) | Method and apparatus for remote site monitoring | |
| US20180039895A1 (en) | Data predicting method and apparatus | |
| CA2485263A1 (en) | Electronic data processing system and method of using an electronic data processing system for automatically determining a risk indicator value | |
| CN110417610A (zh) | 存储***延迟孤立点检测 | |
| CN113342939B (zh) | 数据质量监控方法、装置及相关设备 | |
| JP2009086896A (ja) | コンピュータの障害予測システムおよび障害予測方法 | |
| CN110795324B (zh) | 一种数据处理方法及装置 | |
| Larsson | The accuracy of surgery time estimations | |
| CN111949503B (zh) | 数据库的管理方法、装置、计算设备和介质 | |
| RU2632124C1 (ru) | Способ прогнозной оценки эффективности многоэтапных процессов | |
| CN115701890B (zh) | 调整告警规则的方法及相关设备 | |
| CN111949502A (zh) | 数据库的预警方法、装置、计算设备和介质 | |
| CN113052417A (zh) | 一种资源配置方法以及装置 | |
| CN113065797B (zh) | 多任务的执行期限优化方法、装置、终端设备及介质 | |
| JP2009301341A (ja) | サービシステム、サービスシステム管理方法、及びプログラム | |
| CN114254857A (zh) | 电力设备库存情况评价方法及服务器 | |
| CN109409700B (zh) | 一种配置数据确认方法、业务监测方法及装置 | |
| CN112395167A (zh) | 一种作业故障预测方法、装置及电子设备 | |
| CN110443503A (zh) | 水务***工业总产值分析模型的训练方法及相关*** | |
| Kang et al. | Rtls and ehr enabled workflow modeling in the emergency department | |
| Taiwo et al. | A complexity-based measure for emergency department crowding | |
| CN111353815B (zh) | 一种***预测方法和*** |
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 |