CN112115114A - 日志处理的方法、装置、设备及存储介质 - Google Patents
日志处理的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112115114A CN112115114A CN202011023854.3A CN202011023854A CN112115114A CN 112115114 A CN112115114 A CN 112115114A CN 202011023854 A CN202011023854 A CN 202011023854A CN 112115114 A CN112115114 A CN 112115114A
- Authority
- CN
- China
- Prior art keywords
- log
- time
- real
- user behavior
- database
- 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
- 238000003672 processing method Methods 0.000 title abstract description 6
- 238000012545 processing Methods 0.000 claims abstract description 65
- 230000006399 behavior Effects 0.000 claims description 139
- 238000000034 method Methods 0.000 claims description 45
- 238000013507 mapping Methods 0.000 claims description 20
- 230000015654 memory Effects 0.000 claims description 18
- 238000004140 cleaning Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000003780 insertion Methods 0.000 description 11
- 230000037431 insertion Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012827 research and development Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/11—File system administration, e.g. details of archiving or snapshots
- G06F16/113—Details of archiving
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/156—Query results presentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/182—Distributed file systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2477—Temporal data queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Library & Information Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种日志处理的方法、装置、设备及存储介质,涉及计算机技术中的大数据和云计算技术领域,更具体地涉及分布式存储、智能搜索计、数据统计、数据分析等领域。具体实现方案为:通过将用户行为日志存储到第一数据库的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储,通过在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表,能够实现用户行为日志的实时查询,这样,在实现存储海量日志的同时能够实现日志的实时存储和实时查询统计。
Description
技术领域
本申请涉及计算机技术中的大数据和云计算技术领域,更具体地涉及分布式存储和智能搜索。本申请提供了一种日志处理的方法、装置、设备及存储介质。
背景技术
随着互联网技术飞速发展,互联网各种服务已经变成人们生活中不可或缺的一部分。每天各种应用服务,如游戏、电商、垂类、feed流、搜索、即时通讯等各种应用都产生了大量的用户行为日志,分析这些用户行为日志可以帮助企业更好的理解用户,推荐更合适的信息来满足用户需求,也能满足企业自身的数据统计需求。
常规的实时存储***保存不了太多的数据,能保存非常多数据的分布式存储***又没法实时***查询数据,现有的实时或者准实时的日志流***不得不舍弃了明细数据,只保存结果数据集或者少量维度的***明细数据集,可用性低。
发明内容
本申请提供了一种日志处理的方法、装置、设备及存储介质。
根据本申请的一方面,提供了一种日志处理的方法,包括:
将用户行为日志存储到第一数据库的实时日志表中;
每间隔一个时间段,将前一个时间段内的所述用户行为日志存储到第二数据库的离线日志表中,并删除所述实时日志表中所述前一个时间段的用户行为日志;
在所述第二数据库中建立虚拟视图表,所述虚拟视图表用于关联所述实时日志表和离线日志表。
根据本申请的另一方面,提供了一种日志处理的装置,包括:
实时数据处理模块,用于将用户行为日志存储到第一数据库的实时日志表中;
离线数据处理模块,用于每间隔一个时间段,将前一个时间段内的所述用户行为日志存储到第二数据库的离线日志表中,并删除所述实时日志表中所述前一个时间段的用户行为日志;
虚拟视图模块,用于在所述第二数据库中建立虚拟视图表,所述虚拟视图表用于关联所述实时日志表和离线日志表。
根据本申请的另一方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的方法。
根据本申请的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行上述所述的方法。
根据本申请的技术实现了海量用户行为日志的存储,同时实现用户行为日志的实时存储和实时查询。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是本申请第一实施例提供的日志处理的方法流程图;
图2是本申请第二实施例提供的日志处理的方法流程图;
图3是本申请第二实施例提供的打点日志的处理方法的整体框架图;
图4是本申请提供的某一小程序的错误实时监控信息的示意图;
图5是本申请第三实施例提供的日志处理的装置示意图;
图6是本申请第四实施例提供的日志处理的装置示意图;
图7是用来实现本申请实施例的日志处理的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
目前,主流的实时或者准实时的日志流方案有以下几种:(1)Elasticsearch+Logstash+Kibana的方案,Logstash采集数据,ES存储数据,Kibana展示数据;(2)Flume+Kafka+Storm+Redis+MySQL的方案,Flume采集数据,Kafka作为消息队列传输数据,Storm解析数据,结果数据集存储在Redis,MySQL作为数据持久化的存储;(3)Flume+Kafka+SparkStream+Redis+Hbase的方案,Spark Stream流式解析数据,Redis存储结果数据集,Hbase存储少量维度的结果数据集。
目前主流的实时或者准实时的日志流方案存储以下问题:1)数据可靠性不高。日志数据从采集到队列到清洗到传输到存储,经历了非常多的流程环节,环节越多,出错的可能性就越大,比如消息队列阻塞,下游看到的数据就有缺失就不正确。2)排查问题代价很高。日志数据从采集到队列到清洗到传输到存储,工具链路很长,而且存储一般只保存了结果数据集没有保存明细数据集,当有人质疑数据或者排查问题,都需要从流程最初的地方开始排查,排查代价非常高。3)运维的成本非常高。由于使用了非常多的***,比如消息队列,一旦阻塞或者故障都是需要及时处理,否则下游的实时数据展示就不对,为了保障数据就要为这套日志***搭建一套监控***,而且这套***还不能依赖于日志***,但是即使发现了问题,处理完成都是需要时间的,这段时间下游实时数据展示依然有问题。4)存储的数据量有限。业务***每天的日志量级一般很大,基本都是亿级别,而且占用的存储也很大,每天都是百G或者T级别,但是常规的实时存储***又保存不了太多的数据,能保存非常多数据的分布式存储***又没法实时***数据,所以现有方案不得不舍弃了明细数据,只保存结果数据集或者少量维度的***明细数据集。
本申请提供一种日志处理的方法、装置、设备及存储介质,应用于计算机技术中的大数据和云计算技术领域,更具体地涉及分布式存储、智能搜索、数据统计、数据分析等领域,以实现海量用户行为日志的存储,同时实现用户行为日志的实时存储和实时查询。
本申请提供的日志处理的方法至少可以应用于以下场景:
一种应用场景为错误实时监控***,例如,用于在应用程序上线时,实时地监控实时地监控应用程序是否出错。通过实时地查询错误日志,在查询到错误日志时,可以立刻上报,并显示错误日志的详细信息,能够让值班研发人员信息迅速发现和定位问题。
另一种应用场景为数据实时查询统计,例如,错误数量的实时查询和统计,每次上线都实时查询统计下错误日志,不仅可以查看错误数据的总量变化,还能查看实时错误明细,方便研发人员定位问题,避免上线引起重大事故。再如,实时查询和统计流量数据等。
图1是本申请第一实施例提供的日志处理的方法流程图。本实施例的方法可以由日志处理的装置执行,其中,日志处理的装置可以具体为例如台式电脑、平板电脑、笔记本等具备一定算力的客户端或服务器或服务器集群(以下统称为“电子设备”),或者,该装置还可以为电子设备内的芯片,等等,本实施例此处不做具体限定。
如图1所示,该方法具体步骤如下:
步骤S101、将用户行为日志存储到第一数据库的实时日志表中。
其中,第一数据库可以是MySQL等关系型数据库,第一数据库中的实时日志表用于实时存储用户行为日志。
本实施例中,将实时采集的用户行为日志实时地***第一数据库的实时日志表中,由于没有复杂逻辑,而且中间不会有更新和查询操作,是顺序简单批量***操作,性能非常快,耗时在毫秒级,从而可以将用户行为日志实时地存储到第一数据库的实时日志表,实现日志的实时***。
另外,本实施例中的用户行为日志可以是海量打点日志,或者其他日志数据,本实施例此处不做具体限定。
步骤S102、每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志。
其中,第二数据库可以是Doris等能够存储海量数据的数据库,支持数据多维分析的数据库,第二数据库中的离线日志表用于存储用户行为日志。
本实施例中,在将实时采集的用户行为日志实时地***第一数据库的实时日志表中之后,还可以将用户行为日志分时段地同步到第二数据库中。具体地,每间隔一个时间段,将前一个时间段内的用户行为日志导入到第二数据库的离线日志表中;在前一个时间段内的用户行为日志导入完成之后,从第一数据库的实时日志表中删除前一个时间段的用户行为日志。日志数据要么在第一数据库的实时日志表中,要么在第二数据库的离线日志表中。这样,第一数据库只需记录近期的少量用户行为日志,极大地减少了第一数据库所需存储实时数据的数据量。
步骤S103、在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表。
本实施例中,为了实现数据实时查询,在第二数据库中建立能够关联实时日志表和离线日志表的虚拟视图表,用户查询日志时可以直接查询虚拟视图表,这样可以就实现实时日志表和离线日志表的查询,用户不会感知到用户日志的离线存储,可以实时地访问全部用户行为日志。
本申请实施例通过将用户行为日志存储到第一数据库的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储,通过在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表,能够实现用户行为日志的实时查询,这样,在实现存储海量日志的同时能够实现日志的实时存储和实时查询统计。
图2是本申请第二实施例提供的日志处理的方法流程图。在上述实施例一的基础上,本实施例中,以第一数据库为MySQL,第二数据库为Doris为例,对日志处理的方法流程进行详细地示例性地说明,本申请其他实施方式中,第一数据库和第二数据库还可以采用其他数据库实现,本实施例对此不做具体限定。
MySQL是一个关系型数据库管理***,是最流行的开源数据库,基本上互联网公司一线后端业务都会使用,学习使用成本极低,各个互联网公司或者业务团队都有专业的运维人员,稳定可靠性极高,基本不会宕机故障,因为一旦宕机也同时意味着互联网服务不可用。但是MySQL也有缺陷,比如单表存储上亿的数据查询性能会比较差。
Doris是基于大规模并行处理(Massively Parallel Processing,简称MPP)的交互式SQL数据仓库,主要目标是支持稳定的、在线的、交互式的数据报表(Reporting)和数据多维分析服务,例如OLAP(On-Line Analytical Processing,联机分析处理)服务。Doris支持两层的数据划分。示例性地,本实施例中可以利用时间作为离线日志数据的第一层分区,再根据用户标识(例如用户id)的hash值进行分桶,确保数据均匀分布在各个Doris分布式数据服务器上,利用这一特性,可以建立一张分布式的无限大的离线日志表,用来解决海量离线数据的存储问题。但是和大部分OLAP数据一样,Doris不支持实时***数据,只支持低频的块数据导入。
本实施例中,利用利用MySQL和Doris的特性,在MySQL数据库中建立一张实时日志表,在Doris数据库中建立一张离线日志表,将实时日志表映射到Doris中,再通过Doris虚拟视图表将实时日志表和离线日志表联合起来。其中,实时日志表支持高并发的实时***,保存时间短,相对数据量小。离线日志表保存的历史数据,数据量巨大,可以建立日期维度的分区,然后再按照用户维度进行hash分桶存储,解决大数据量存储问题;虚拟视图表是实时日志表和离线日志表的集合,基于虚拟视图表,实现了海量日志实时查询和统计。
如图2所示,该方法具体步骤如下:
步骤S201、实时地获取用户行为日志。
本实施例中,用户行为日志可以是海量打点日志,也可以是其他的日志数据,本实施例此处不做具体限定。
示例性地,实时地获取用户行为数据,对用户行为数据进行第一加工处理,得到对应的用户行为日志。
例如,对用户行为数据进行的第一加工处理可以是对用户行为数据中某些字段的过滤和转换,过滤掉脏数据等,以提取出用户行为日志中需要记录的数据信息,生成对应的用户行为日志。
一种可选地实施方式中,对于打点日志,通过客户端或者前端采用一个像素点的gif图片来采集用户行为数据。比如用户发生浏览或者点击事件时,通过客户端或者前端就向后端发送一次gif请求,该次gif请求会记录用户的身份、请求行为、请求页面等用户行为数据,实现数据采集模块的功能。
用户的gif请求通过网络传入服务端的Nginx服务器,配置Nginx服务器将gif请求转发给服务端接口。其中,服务端接口可以是利用PHP或其他语言编写的服务端web接口。服务端接口接收到gif请求之后将用户行为数据做第一加工处理得到对应的用户行为日志。然后通过步骤S202,将用户行为日志***MySQL的实时日志表中。由于没有复杂逻辑,***操作中间不会出现查询和更新操作,是顺序简单批量***的操作,所以性能非常快,从接收到gif请求到将请求中的用户行为数据***数据库表中,这一过程的整体耗时在10ms左右,是毫秒级的。至此实时数据采集及存储的工作就完成了。
在其他可选地实施方式中,可以采用现有技术中任意一种实时采集用户行为日志的方式来实时地获取用户行为日志,本实施例此处不再赘述。
步骤S202、将用户行为日志存储到第一数据库的实时日志表中。
在获取到用户行为日志之后,可以将用户行为日志实时地***MySQL的实时日志表中,这样可以实现用户行为日志的实时存储。
步骤S203、每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志。
本实施例中,该步骤具体可以采用如下方式实现:
每间隔一个时间段,将前一个时间段内的用户行为日志传输到分布式文件***上;将用户行为日志从分布式文件***导入第二数据库的离线日志表中,可以将用户行为日志存储至第二数据库的离线日志表中,通过第二数据库实现海量用户行为日志的存储。
其中,传输用户行为日志间隔的时间段可以根据实际应用场景进行配置和调整,本实施例此处不做具体限定。
例如,可以配置为每间隔一小时,将前一小时的时段内的用户行为日志进行传输。
可选地,在将用户行为日志导入第二数据库的离线日志表中之前,还可以根据业务需求,对用户行为日志进行数据清洗,以根据业务需求减少不必要的信息,提高离线日志表中数据的可用性。
示例性地,对于打点日志,当服务端接口完成gif请求中数据的处理,记录的用户行为日志后,Nginx服务器可以会将本次请求的用户行为日志记录到访问日志(access_log)里。每小时切分一次,Nginx服务器部署的日志代理(logagent)则会实时将access_log中的用户行为日志传输到分布式数据存储HDFS上面,传输任务按照小时切分,对于每小时的用户行为日志,如果该小时内所有的用户行为日志都传输完成,则在HDFS上打上对应的完成标记。
进一步地,当上个小时的用户行为日志传输任务完成时,下游计算任务则开始执行,通过hadoop或者spark离线计算模块将HDFS中的用户行为日志进行数据清洗,存储到新的HDFS地址中。其中数据清洗主要是根据业务需求(例如查询需求,统计需求等)对用户行为日志中的信息进行筛选,提取出有用数据,形成新的用户行为日志,并存储到新的HDFS地址中。
进一步地,将用户行为日志导入第二数据库的离线日志表中之前,在第二数据库中建立离线日志表,用于存储海量的用户行为日志。
示例性地,在Doris中建立和MySQL中的实时日志表类似的离线日志表,确保离线日志表存储的字段与实时日志表基本一致,根据业务需求保留有用字段及其他必要的字段。其中,离线日志表所包含的字段可以根据实际应用场景进行配置,本实施例此处不做具体限定。
在建立离线日志表之后,通过Doris数据库的broker数据导入模块,根据新的HDFS地址,将新的HDFS地址中的用户行为日志导入到Doris的离线日志表中。
其中,新的HDFS地址中的用户行为日志可以是文本数据或者压缩后的文本数据,均可以通过broker数据导入模块导入离线日志表中。
进一步地,当上个小时的用户行为数据导入Doris的离线日志表之后,删除MySQL的实时日志表中对应的上个小时的数据。
本实施例中,将每个时间段内的用户行为日志导入到离线日志表中的导入任务是串行执行的,也就是在将一个时间段内的用户行为日志导入离线日志表中之后,才进行下一个时间段内用户行为日志的导入,这样,用户行为日志要么在MySQL的实时日志表中,要么在Doris的离线日志表中,MySQL只需记录近期的少量用户行为日志,极大地减少了第一数据库所需存储实时数据的数据量;Doris实现海量日志数据的存储。
可选地,可以设置每个时间段(每小时)的基准时间,可以是每个时间段的开始时间或者结束时间。根据每个时间段的基准时间,执行用户行为日志的传输、处理和导入离线日志表的任务。
步骤S204、在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表。
本实施例中,该步骤具体可以采用如下方式实现:
在第二数据库中建立实时日志表的关联映射表;在第二数据库中建立虚拟视图表,虚拟视图表用于关联关联映射表和离线日志表,从而通过虚拟视图表实现实时日志表和离线日志表的关联,通过查询虚拟视图表能够实现实时日志表和离线日志表的查询,从而实现日志的实时查询和统计。
示例性地,首先在Doris中建立MySQL中实时日志表的关联映射表,该关联映射表的字段与MySQL中实时日志表的字段一致,通过关联映射表可以查询MySQL中实时日志表中的数据。然后再建立虚拟视图表,将MySQL的实时日志表和Doris的离线日志表进行关联,MySQL的实时日志表中日志的最小时间大于Doris的离线日志表中日志的最大时间。
其中,该虚拟视图表包含实时日志表和离线日志表中的部分共有字段,可以根据具体应用场景中的业务需求进行配置,本实施例此处不做具体限定。
这样,用户可以直接查询虚拟视图表,查询的时候会根据查询的时间范围自动查询MySQL的实时日志表和/或Doris的离线日志表。这样利用MySQL的高可用、实时***的特性和Doris的海量明细数据存储的特性,实现了高可用的打点日志实时统计。
一种可选地实施方式中,实时日志表可以采用分库分表的方式实现。如果MySQL的实时日志流量过大,甚至超过了100万QPS(Query Per Second,每秒请求数),那么可以采用分库分表甚至是多集群的方式来分摊压力,每个实时日志表都关联到Doris中,在虚拟视图表中union all这些关联的MySQL的实时日志表,这样就解决了MySQL实时日志表数据量过大导致查询性能低下的问题。
步骤S205、响应于日志查询请求,查询虚拟视图表,得到查询结果。
本实施例中,用户可以通过查询虚拟视图表,来实现用户行为日志的查询和统计。
可选地,如果用户的日志查询请求中未指定查询的时间范围,则通过虚拟视图表查询实时日志表和离线日志表中所有数据,得到对应查询结果。
可选地,用户的日志查询请求可以包括时间范围,响应于日志查询请求,根据日志查询请求中的时间范围,查询实时日志表和/或离线日志表,得到查询结果,能够实现用户行为日志实时地查询和统计。
例如,如果根据时间范围,确定查询的用户行为日志均在离线日志表中,则查询离线日志表,得到对应查询结果。如果根据时间范围,确定查询的用户行为日志均在实时日志表中,则查询实时日志表,得到对应查询结果。如果根据时间范围,确定查询的用户行为日志部分在离线日志表中,另一部分在实时日志表中,则分别查询实时日志表和离线日志表,综合两个表的查询结果,得到最终的查询结果。
可选地,在得到查询结果之后,可以将查询结果以图表、文本等方式进行显示。例如,可以根据查询结果生成对应的错误统计曲线图,还可以显示错误日志的详细信息。
图3是本申请第二实施例提供的打点日志的处理方法的整体框架图,图3所示的流程是一种较佳的实现方式,如图3所示,对打点日志的日志处理方法可以大致包含以下几个流程:S1.通过前端埋点请求服务器gif文件,该gif文件携带打点日志信息;S2.Nginx服务器将请求信息转发到服务端接口,服务端接口实时解析得到用户行为信息,并将用户行为信息***到MySQL的实时日志表;S3.服务端接口完成实时存储,Nginx服务器打日志,通过LogAgent传输Nginx服务器日志,并临时存储到HDFS中;S4.通过Spark或者Hadoop去读取HDFS中的数据做简单的字段拆分并写入到Doris的离线日志表中;S5.Doris的虚拟视图表自动关联读取MySQL实时日志表和Doris离线日志表,用户直接访问虚拟视图表,即可无感知地访问全部数据。
图4是本申请提供的某一小程序的错误实时监控信息的示意图,前端打点建立的小程序错误实时监控***,如果小程序有错误,可以立刻上报,并显示日志明细,能够让值班研发人员迅速发现和定位问题。图4示出了该***输出监控信息的一种呈现方式,生成并显示24小时实时错误统计折线图,并将错误日志显示,例如,显示错误日志的时间、路径、错误名称、错误信息、app版本、***版本、sdk版本、错误次数等等。
一种可选的实施方式中,结合实时数据流,能够实现小程序错误日志的实时查看,每次上线时都可以查询下错误日志的统计,不仅可以查看错误数据的总量变化,还能查看实时错误明细,方便研发人员定位问题,避免上线引起重大事故。
另一种可选的实施方式中,结合实时数据流,能够解决数据报表统计延迟的问题,传统的数据报表统计由于数据量巨大,小时级的数据统计很容易出故障,经常需要值班研发人员随时(可能在半夜)随地处理问题,但是使用本方案后,数据能够得到极大的保障,即使离线日志模块故障延迟十几个小时都没问题,因为有实时日志表支撑,给离线日志模块的故障恢复留了充分的恢复时间。
本申请的方案具有很强的通用性,选用的技术方案都是常见方案的组合,以非常低的成本实现了高可用打点日志数据流的统计,并且扩展性强,处理百万QPS日志流也没有问题,极大地方便用户获取到实时统计的数据。
本申请实施例通过将用户行为日志实时地***存储到MySQL的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到Doris的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储;通过在Doris中建立MySQL中实时日志表的关联映射表,该关联映射表的字段与MySQL中实时日志表的字段一致,通过关联映射表可以查询MySQL中实时日志表中的数据。然后再建立虚拟视图表,将MySQL的实时日志表和Doris的离线日志表进行关联,MySQL的实时日志表中日志的最小时间大于Doris的离线日志表中日志的最大时间。用户可以直接查询虚拟视图表,查询的时候会根据查询的时间范围自动查询MySQL的实时日志表和/或Doris的离线日志表。这样利用MySQL的高可用、实时***的特性和Doris的海量明细数据存储的特性,实现了高可用的打点日志的实时统计。
图5是本申请第三实施例提供的日志处理的装置示意图。本申请实施例提供的日志处理的装置可以执行日志处理的方法实施例提供的处理流程。如图5所示,该日志处理的装置30包括:实时数据处理模块301,离线数据处理模块302和虚拟视图模块303。
具体地,实时数据处理模块301用于将用户行为日志存储到第一数据库的实时日志表中。
离线数据处理模块302用于每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志。
虚拟视图模块303用于在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表。
本申请实施例提供的装置可以具体用于执行上述第一实施例提供的方法实施例,具体功能此处不再赘述。
本申请实施例通过将用户行为日志存储到第一数据库的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到第二数据库的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储,通过在第二数据库中建立虚拟视图表,虚拟视图表用于关联实时日志表和离线日志表,能够实现用户行为日志的实时查询,这样,在实现存储海量日志的同时能够实现日志的实时存储和实时查询统计。
图6是本申请第四实施例提供的日志处理的装置示意图。在上述第三实施例的基础上,本实施例中,虚拟视图模块还用于:
在第二数据库中建立实时日志表的关联映射表;在第二数据库中建立虚拟视图表,虚拟视图表用于关联关联映射表和离线日志表。
在一种可选的实施方式中,实时数据处理模块还用于:
实时地获取用户行为日志。
在一种可选的实施方式中,离线数据处理模块还用于:
每间隔一个时间段,将前一个时间段内的用户行为日志传输到分布式文件***上;将用户行为日志从分布式文件***导入第二数据库的离线日志表中。
在一种可选的实施方式中,离线数据处理模块还用于:
在第二数据库中建立离线日志表。
在一种可选的实施方式中,离线数据处理模块还用于:
根据业务需求,对用户行为日志进行数据清洗。
在一种可选的实施方式中,如图6所示,该日志处理的装置30还包括:实时查询统计模块304,用于:
响应于日志查询请求,查询虚拟视图表,得到查询结果。
在一种可选的实施方式中,实时查询统计模块还用于:
响应于日志查询请求,根据日志查询请求中的时间范围,查询实时日志表和/或离线日志表,得到查询结果。
本申请实施例提供的装置可以具体用于执行上述第二实施例提供的方法实施例,具体功能此处不再赘述。
本申请实施例通过将用户行为日志实时地***存储到MySQL的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到Doris的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储;通过在Doris中建立MySQL中实时日志表的关联映射表,该关联映射表的字段与MySQL中实时日志表的字段一致,通过关联映射表可以查询MySQL中实时日志表中的数据。然后再建立虚拟视图表,将MySQL的实时日志表和Doris的离线日志表进行关联,MySQL的实时日志表中日志的最小时间大于Doris的离线日志表中日志的最大时间。用户可以直接查询虚拟视图表,查询的时候会根据查询的时间范围自动查询MySQL的实时日志表和/或Doris的离线日志表。这样利用MySQL的高可用、实时***的特性和Doris的海量明细数据存储的特性,实现了高可用的打点日志的实时统计。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图7所示,是根据本申请实施例的日志处理的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示,该电子设备包括:一个或多个处理器Y01、存储器Y02,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图7中以一个处理器Y01为例。
存储器Y02即为本申请所提供的非瞬时计算机可读存储介质。其中,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的日志处理的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的日志处理的方法。
存储器Y02作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的日志处理的方法对应的程序指令/模块(例如,附图5所示的实时数据处理模块301,离线数据处理模块302和虚拟视图模块303)。处理器Y01通过运行存储在存储器Y02中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的日志处理的方法。
存储器Y02可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据日志处理的电子设备的使用所创建的数据等。此外,存储器Y02可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器Y02可选包括相对于处理器Y01远程设置的存储器,这些远程存储器可以通过网络连接至日志处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
日志处理的方法的电子设备还可以包括:输入装置Y03和输出装置Y04。处理器Y01、存储器Y02、输入装置Y03和输出装置Y04可以通过总线或者其他方式连接,图7中以通过总线连接为例。
输入装置Y03可接收输入的数字或字符信息,以及产生与日志处理的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置Y04可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算机程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算机程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过将用户行为日志实时地***存储到MySQL的实时日志表中,实现用户行为日志实时存储;通过每间隔一个时间段,将前一个时间段内的用户行为日志存储到Doris的离线日志表中,并删除实时日志表中前一个时间段的用户行为日志,能够实现用户行为日志的海量存储;通过在Doris中建立MySQL中实时日志表的关联映射表,该关联映射表的字段与MySQL中实时日志表的字段一致,通过关联映射表可以查询MySQL中实时日志表中的数据。然后再建立虚拟视图表,将MySQL的实时日志表和Doris的离线日志表进行关联,MySQL的实时日志表中日志的最小时间大于Doris的离线日志表中日志的最大时间。用户可以直接查询虚拟视图表,查询的时候会根据查询的时间范围自动查询MySQL的实时日志表和/或Doris的离线日志表。这样利用MySQL的高可用、实时***的特性和Doris的海量明细数据存储的特性,实现了高可用的打点日志的实时统计。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种日志处理的方法,包括:
将用户行为日志存储到第一数据库的实时日志表中;
每间隔一个时间段,将前一个时间段内的所述用户行为日志存储到第二数据库的离线日志表中,并删除所述实时日志表中所述前一个时间段的用户行为日志;
在所述第二数据库中建立虚拟视图表,所述虚拟视图表用于关联所述实时日志表和离线日志表。
2.根据权利要求1所述的方法,其中,所述在所述第二数据库中建立虚拟视图表,所述虚拟视图表用于关联所述实时日志表和离线日志表,包括:
在所述第二数据库中建立所述实时日志表的关联映射表;
在所述第二数据库中建立所述虚拟视图表,所述虚拟视图表用于关联所述关联映射表和所述离线日志表。
3.根据权利要求1所述的方法,其中,所述将用户行为日志存储到第一数据库的实时日志表中之前,还包括:
实时地获取所述用户行为日志。
4.根据权利要求1所述的方法,所述每间隔一个时间段,将前一个时间段内的所述用户行为日志存储到第二数据库的离线日志表中,包括:
每间隔一个时间段,将所述前一个时间段内的所述用户行为日志传输到分布式文件***上;
将所述用户行为日志从所述分布式文件***导入所述第二数据库的离线日志表中。
5.根据权利要求4所述的方法,其中,所述将所述用户行为日志导入所述第二数据库的离线日志表中之前,还包括:
在所述第二数据库中建立所述离线日志表。
6.根据权利要求4所述的方法,其中,所述将所述用户行为日志导入所述第二数据库的离线日志表中之前,还包括:
根据业务需求,对所述用户行为日志进行数据清洗。
7.根据权利要求1-6中任一项所述的方法,还包括:
响应于日志查询请求,查询所述虚拟视图表,得到查询结果。
8.根据权利要求7所述的方法,其中,所述响应于日志查询请求,查询所述虚拟视图表,得到查询结果,包括:
响应于日志查询请求,根据所述日志查询请求中的时间范围,查询所述实时日志表和/或离线日志表,得到查询结果。
9.一种日志处理的装置,包括:
实时数据处理模块,用于将用户行为日志存储到第一数据库的实时日志表中;
离线数据处理模块,用于每间隔一个时间段,将前一个时间段内的所述用户行为日志存储到第二数据库的离线日志表中,并删除所述实时日志表中所述前一个时间段的用户行为日志;
虚拟视图模块,用于在所述第二数据库中建立虚拟视图表,所述虚拟视图表用于关联所述实时日志表和离线日志表。
10.根据权利要求9所述的装置,其中,所述虚拟视图模块还用于:
在所述第二数据库中建立所述实时日志表的关联映射表;
在所述第二数据库中建立所述虚拟视图表,所述虚拟视图表用于关联所述关联映射表和所述离线日志表。
11.根据权利要求9所述的装置,其中,所述实时数据处理模块还用于:
实时地获取所述用户行为日志。
12.根据权利要求9所述的装置,其中,所述离线数据处理模块还用于:
每间隔一个时间段,将所述前一个时间段内的所述用户行为日志传输到分布式文件***上;
将所述用户行为日志从所述分布式文件***导入所述第二数据库的离线日志表中。
13.根据权利要求12所述的装置,其中,所述离线数据处理模块还用于:
在所述第二数据库中建立所述离线日志表。
14.根据权利要求12所述的装置,其中,所述离线数据处理模块还用于:
根据业务需求,对所述用户行为日志进行数据清洗。
15.根据权利要求9-14中任一项所述的装置,还包括:实时查询统计模块,用于:
响应于日志查询请求,查询所述虚拟视图表,得到查询结果。
16.根据权利要求15所述的装置,其中,所述实时查询统计模块还用于:
响应于日志查询请求,根据所述日志查询请求中的时间范围,查询所述实时日志表和/或离线日志表,得到查询结果。
17.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023854.3A CN112115114A (zh) | 2020-09-25 | 2020-09-25 | 日志处理的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023854.3A CN112115114A (zh) | 2020-09-25 | 2020-09-25 | 日志处理的方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112115114A true CN112115114A (zh) | 2020-12-22 |
Family
ID=73798713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011023854.3A Pending CN112115114A (zh) | 2020-09-25 | 2020-09-25 | 日志处理的方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112115114A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948461A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 日程数据处理的方法、设备、存储介质和程序产品 |
CN113157545A (zh) * | 2021-05-20 | 2021-07-23 | 京东方科技集团股份有限公司 | 业务日志的处理方法、装置、设备及存储介质 |
CN113312376A (zh) * | 2021-05-21 | 2021-08-27 | 福建天泉教育科技有限公司 | 一种用于Nginx日志实时处理分析的方法及终端 |
CN113641670A (zh) * | 2021-07-09 | 2021-11-12 | 北京百度网讯科技有限公司 | 数据存储及数据检索方法、装置、电子设备及存储介质 |
CN113691681A (zh) * | 2021-08-20 | 2021-11-23 | 北京琥珀创想科技有限公司 | 垃圾电话数据处理方法及*** |
CN114253925A (zh) * | 2021-12-01 | 2022-03-29 | 北京人大金仓信息技术股份有限公司 | 一种访问数据库日志的方法、服务器、终端以及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
CN108733724A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种跨异构数据源实时连接方法及装置 |
CN111625600A (zh) * | 2020-05-21 | 2020-09-04 | 杭州安恒信息技术股份有限公司 | 数据存储的处理方法、***、计算机设备及存储介质 |
-
2020
- 2020-09-25 CN CN202011023854.3A patent/CN112115114A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105933736A (zh) * | 2016-04-18 | 2016-09-07 | 天脉聚源(北京)传媒科技有限公司 | 一种日志处理方法及装置 |
CN108733724A (zh) * | 2017-04-24 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 一种跨异构数据源实时连接方法及装置 |
CN111625600A (zh) * | 2020-05-21 | 2020-09-04 | 杭州安恒信息技术股份有限公司 | 数据存储的处理方法、***、计算机设备及存储介质 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948461A (zh) * | 2021-02-26 | 2021-06-11 | 北京百度网讯科技有限公司 | 日程数据处理的方法、设备、存储介质和程序产品 |
CN112948461B (zh) * | 2021-02-26 | 2024-05-10 | 北京百度网讯科技有限公司 | 日程数据处理的方法、设备、存储介质和程序产品 |
CN113157545A (zh) * | 2021-05-20 | 2021-07-23 | 京东方科技集团股份有限公司 | 业务日志的处理方法、装置、设备及存储介质 |
CN113312376A (zh) * | 2021-05-21 | 2021-08-27 | 福建天泉教育科技有限公司 | 一种用于Nginx日志实时处理分析的方法及终端 |
CN113641670A (zh) * | 2021-07-09 | 2021-11-12 | 北京百度网讯科技有限公司 | 数据存储及数据检索方法、装置、电子设备及存储介质 |
CN113641670B (zh) * | 2021-07-09 | 2023-08-11 | 北京百度网讯科技有限公司 | 数据存储及数据检索方法、装置、电子设备及存储介质 |
CN113691681A (zh) * | 2021-08-20 | 2021-11-23 | 北京琥珀创想科技有限公司 | 垃圾电话数据处理方法及*** |
CN114253925A (zh) * | 2021-12-01 | 2022-03-29 | 北京人大金仓信息技术股份有限公司 | 一种访问数据库日志的方法、服务器、终端以及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112115114A (zh) | 日志处理的方法、装置、设备及存储介质 | |
JP2019503525A (ja) | 連続クエリ処理におけるイベントバッチ処理、出力シーケンス化、およびログベースの状態記憶 | |
CN111586126B (zh) | 小程序预下载方法、装置、设备及存储介质 | |
CN111045985B (zh) | 文件存储处理方法、服务器、电子设备及存储介质 | |
CN113051446A (zh) | 拓扑关系查询方法、装置、电子设备和介质 | |
CN111966677B (zh) | 数据报表的处理方法、装置、电子设备及存储介质 | |
CN111666280B (zh) | 评论的排序方法、装置、设备和计算机存储介质 | |
CN111552885B (zh) | 实现自动化实时消息推送运营的***及其方法 | |
CN112269789A (zh) | 存储数据的方法和装置、以及读取数据的方法和装置 | |
CN112395333B (zh) | 用于排查数据异常的方法、装置、电子设备及存储介质 | |
CN115335821B (zh) | 卸载统计收集 | |
US11442930B2 (en) | Method, apparatus, device and storage medium for data aggregation | |
CN112052134A (zh) | 一种业务数据的监控方法及装置 | |
CN114416685A (zh) | 日志处理方法、***和存储介质 | |
CN111726402B (zh) | 用户行为数据处理方法、装置、电子设备及存储介质 | |
CN103595960A (zh) | 一种监控关注信息推送方法和装置 | |
CN113312321A (zh) | 一种业务量的异常监测方法及相关设备 | |
CN112732663A (zh) | 一种日志信息处理方法及装置 | |
US8793272B2 (en) | Query transformation | |
EP2830289B1 (en) | Adaptable reporting in a multi-client telecommunication network | |
CN114168624B (zh) | 数据分析方法、计算设备及存储介质 | |
CN110580322B (zh) | 独立访客信息处理的方法、装置、电子设备及存储介质 | |
CN111698109A (zh) | 监控日志的方法和装置 | |
CN112929198B (zh) | 一种局部热点的处理方法、装置、电子设备及存储介质 | |
CN110740153A (zh) | 一种监测数据获取方法、***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 |