CN113505044A - 数据库告警方法、装置、设备和存储介质 - Google Patents
数据库告警方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113505044A CN113505044A CN202111057627.7A CN202111057627A CN113505044A CN 113505044 A CN113505044 A CN 113505044A CN 202111057627 A CN202111057627 A CN 202111057627A CN 113505044 A CN113505044 A CN 113505044A
- Authority
- CN
- China
- Prior art keywords
- database
- data
- abnormal
- target data
- item
- 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.)
- Granted
Links
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种数据库告警方法、装置、设备和存储介质,以解决现有数据库***告警技术提供单一的预警功能影响运维准确度的问题;通过预设的映射关系,获取与异常指标相关联目标数据,丰富了数据库告警信息;并根据各项目标数据的风险程度对各项目标数据进行处理,数据库的报警日志,提高数据库的报警日志的可读性,相关运维人员可以通过数据库的报警日志展现的数据内容,快速判断导致异常告警的原因,从而极大的降低了运维的难度、提高了运维的效率和准确度。
Description
技术领域
本发明涉及计算机技术领域,具体涉及一种数据库告警方法、装置、设备和存储介质。
背景技术
数据库***作为一种可存储和维护数据的***,其稳定可靠运行是为用户提供良好服务的基础。为了保证数据库***的稳定可靠运行,需要对数据库***进行监测,并及时发现和排除故障。
现有技术中,通过对数据库***的多个运行指标进行监控,确定数据库***是否存在告警或异常事件。如果存在告警或异常事件,则告知数据库***的某个时段某个指标出现异常,但没有提供足够的信息让运维人员诊断导致问题的根本原因,从而需要花费大量的时间去分析问题;而且有时问题可能转瞬即逝,使得异常告警时段的第一手原始数据缺失,导致分析问题可能出现偏差,从而使得运维难度加大、运维效率降低、运维的准确性无法保证。
发明内容
本发明实施例提供一种数据库告警方法、装置、设备和存储介质,以解决现有数据库***告警技术提供单一的预警功能影响运维准确度的问题。
一方面,本发明实施例提供一种数据库告警方法,所述方法包括:
获取数据库的异常指标;
查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
在本发明一些实施例中,所述查询预设的映射关系,获取与所述异常指标关联的目标数据包括:
查询预设的映射关系,获取与所述异常指标关联的数据类型;
访问所述数据库,和/或读取接收到的操作***发送的***文件,获取所述数据类型对应的操作数据和/或运行数据。
在本发明一些实施例中,所述访问所述数据库,和/或读取接收到的操作***发送的***文件,获取所述数据类型对应的操作数据和/或运行数据,得到所述目标数据包括:
监测是否接收到操作***发送的***文件;
若接收到所述操作***发送的***文件,则读取所述***文件,获取所述数据类型对应的运行数据,并访问数据库,根据所述运行数据读取所述运行数据对应的目标字段,得到操作数据;
若没有接收到所述操作***发送的***文件,则访问数据库,通过读取所述数据类型对应的目标字段,得到所述操作数据。
在本发明一些实施例中,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志包括:
通过统计各项所述目标数据与所述异常指标的相关程度,得到各项所述目标数据的风险程度;
获取所述目标数据对应的数据标识,将各项所述数据标识按照所述目标数据的风险程度从高到低排序;
将排序后的数据标识、所述数据标识对应的目标数据,以及所述目标数据对应的异常指标进行关联,生成所述数据库的报警日志。
在本发明一些实施例中,所述获取数据库的异常指标之前,所述方法包括:
访问数据库,获取所述数据库中的字段;
将所述字段与预设异常字段进行比较,判断所述字段是否存在异常;
若所述字段存在异常,则获取映射关系,根据所述映射关系确定与所述字段存在关联的至少一个异常指标。
在本发明一些实施例中,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志之后,所述方法包括:
发送所述数据库的报警日志至运维终端,以使所述运维终端根据所述数据库的报警日志确定所述异常指标对应的异常原因;
接收所述运维终端发送的异常原因,根据所述异常原因对所述数据库的报警日志中各项所述目标数据进行核验;
若所述数据库的报警日志中各项所述目标数据不存在所述异常原因,则根据所述异常原因对所述映射关系进行更新。
在本发明一些实施例中,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志之后,所述方法包括:
将各项所述目标数据与预设异常指标关联的预设数据进行比较,判断所述异常指标对应的异常类型与所述异常指标对应的预设异常类型是否匹配;
若所述异常类型与所述预设异常类型匹配,则执行所述预设异常类型对应的处理策略。
另一方面,本发明实施例提供一种数据库告警装置,所述数据库告警装置包括:
获取模块,用于获取数据库的异常指标;
采集模块,用于查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
生成模块,用于根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
另一方面,本发明实施例提供一种数据库告警设备,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行所述的数据库告警方法中的操作。
另一方面,本发明实施例提供一种存储介质,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行所述的数据库告警方法中的步骤。
本发明实施例获取数据库的异常指标;查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志;通过预设的映射关系,获取与异常指标相关联目标数据,丰富了数据库告警信息;并根据各项目标数据的风险程度对各项目标数据进行处理,数据库的报警日志,提高数据库的报警日志的可读性,相关运维人员可以通过数据库的报警日志展现的数据内容,快速判断导致异常告警的原因,从而极大的降低了运维的难度、提高了运维的效率和准确度。
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单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种数据库告警方法的一个实施例流程示意图;
图2是本发明实施例提供的数据库告警方法中生成数据库的报警日志的一个实施例流程示意图;
图3是本发明实施例提供的数据库告警方法中目标数据获取的一个实施例流程示意图;
图4是本发明实施例提供的数据库告警方法中获取运行数据和操作数据的一个实施例流程示意图;
图5是本发明实施例提供的数据库告警方法中更新预设的映射关系的一个实施例流程示意图;
图6是本发明实施例提供的数据库告警方法中监控数据库的一个实施例流程示意图;
图7是本发明实施例提供的数据库告警方法中识别异常类型的一个实施例流程示意图;
图8是本发明实施例提供的数据库告警方法一个应用场景示意图;
图9是本发明实施例提供的数据库告警装置的一个实施例结构示意图;
图10是本发明实施例提供的数据库告警设备的一个实施例结构示意图。
具体实施方式
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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种数据库告警方法、装置、设备和存储介质。根据本发明实施例提供的一种数据库告警方法的实施例,需要说明的是,在附图的流程示意图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且虽然在流程示意图示出了逻辑顺序,但是在某些情况下,可以以不同于此处的执行顺序执行所示出或描述的步骤。
如图1所示,图1是本发明实施例提供的一种数据库告警方法的一个实施例流程示意图,在本发明一些实施例中,所示的数据库告警方法可应用于配置有数据库的服务端,例如服务器或云端服务器;在本发明一些实施例中,所示的数据库告警方法可应用于终端设备,通过终端设备监控配置有数据库的目标服务器的运行状态,其中,终端设备与目标服务器通讯连接,终端设备包括但不限于服务器、云服务器、高性能计算机。所示的数据库告警方法包括步骤101~103:
步骤101,获取数据库的异常指标。
数据库指的是目标服务器上配置的数据库;在本发明一些实施例中,目标服务器可以是监控服务器需要监测的服务器,其中,监测服务器是可执行数据库告警方法的第三方服务器,用于监测目标服务器的运行状态;目标服务器也可以是执行数据库告警方法的服务器。获取数据库的异常指标,可以理解为,通过监控服务器获取目标服务器中数据库的异常指标,目标服务器通过执行数据库告警方法获取数据库的异常指标。
异常指标可以是监测的运行指标中存在异常的指标,其中,运行指标指的是目标服务器中操作***和数据库的运行指标,根据监测对象不同,运行指标可以分为以下几类:
属于目标服务器内存资源的运行指标,其用于监测数据库所在的目标服务器或容器的内存故障。目标服务器内存资源的运行指标包括但不限于:CPU(中央处理器)使用率、IO(Input/Output,输入/输出)使用率、内存使用率、存储空间占用、会话信息。其中会话信息包括但不限于会话时间、会话状态、等待事件的类型。
属于会话状态的运行指标,其为用于监测数据库所在的目标服务器中会话状态指标,以实现监测目标服务器中会话状态的故障的目的,会话状态指标包括但不限于:会话堵塞时间、会话的等待事件、会话的等待类型、会话时间、会话状态。
属于数据库实例资源层(mysq1_resource)的运行指标,其为用于监测数据库所在实例层资源类指标,以实现监测实例层的故障的目的。数据库实例资源层中的运行指标包括但不限于:mysq1.cpu、mysql.storage、mysql.io、mysql.mem、mysql.session。
属于TCP(全称:Transmission Control Protocol,中文:传输控制协议)层的运行指标,其包括用于监测与响应时间相关的指标,以反映网络层对请求的响应时间。TCP层中的运行指标包括但不限于:tcp_rt(即tcp_response time,tcp响应时间)。
属于请求层负载(workload)的运行指标,其包括监测用户执行的SQL(全称:Structured Query Language,中文:结构化查询语言)、SQL的负载(workload)、以及其他施加到数据库实例的请求操作类的指标,以监测请求层负载。请求层负载中的运行指标包括但不限于:mysql.workload rows、mysql.workload_ps。
其他的运行指标类别还可以包括属于数据库实例引擎层的运行指标(如mysqlinnodb_bp、mysql_innodb_bp_io、mysql_innodb_data_io、mysql_innodb_log_io等等)和属于数据库相关实例层的运行指标(如mysql.cluster、mysql.slave等等)。
需要说明的是,根据实际应用场景需求的不同,可以采用不同的分类标准对运行指标进行分类,本发明实施例对运行指标的分类以及异常指标的类别、数量不作限定。
在本发明一些实施例中,异常指标包括以下信息:指标属性(Attribute)、指标值域(Domain)和泛化层次结构(Generalization Hierarchy)。其中,指标属性用于指示构成指标特征的信息。指标值域用于指示指标的值的范围,指标值域可以设置一个阀值,若指标值在阀值之下,则不论指标如果波动均不认为其为异常指标。泛化层次结构用于指示对应的异常指标的泛化层次结构,即异常指标所属的类别信息,例如CPU使用率达到100%属于主机资源层中的CPU预警和内存预警等。
步骤102,查询预设的映射关系,获取与异常指标关联的目标数据。
目标数据包括运行数据和操作数据,其中运行数据指的是目标服务器中操作***的运行数据,包括但不限于进程信息、CPU使用率、内存占用率、对象信息;操作数据指的是目标服务器中数据库中存储的操作***的数据,包括但不限于会话信息、SQL信息、事务信息、等待事件信息。
在本发明一些实施例中,预设的映射关系指的是异常指标与关联数据的映射关系,用于指示异常指标与关联数据之间的映射关系。
步骤103,根据各项目标数据的风险程度对各项目标数据处理,生成数据库的报警日志。
在本发明一些实施例中,数据库的报警日志可以是HTML(全称:Hyper TextMarkup Language,中文:超文本标记语言)文件,数据库的报警日志包括数据库基本信息、与异常指标存在关联的目标数据;其中,数据库基本信息包括但不限于操作***版本和位数、数据库版本和位数、CPU核数、物理内存大小,以及数据库的高可用架构。在本发明一些实施例中,数据库的报警日志可以根据异常指标,将与异常指标存在关联的目标数据自动生成索引目录,根据索引目录可快速定位查看异常指标及相关的目标数据;在本发明一些实施例中,数据库的报警日志展示的详细内容,可以按照目标数据与异常指标的关联程度进行排序,并针对风险或异常数据通过红色和加粗的方式进行了突出。
在本发明一些实施例中,根据各项目标数据的风险程度对各项目标数据处理,可以是根据各项目标数据的风险程度对各项目标数据进行聚类处理;也可以是根据各项目标数据的风险程度对各项目标数据进行排序处理;还可以是根据各项目标数据的风险程度对各项目标数据进行聚类处理和排序处理。
本发明实施例中,通过预设的异常指标与关联数据的映射关系,获取与异常指标相关联目标数据,丰富了数据库告警信息;并根据各项目标数据的风险程度对各项目标数据进行处理,数据库的报警日志,提高数据库的报警日志的可读性,相关运维人员可以通过数据库的报警日志展现的数据内容,快速判断导致异常告警的原因,从而极大的降低了运维的难度、提高了运维的效率和准确度。
在本发明一些实施例中,可以通过统计各项目标数据与异常数据的相关程度,获得各项目标数据的风险程度,根据各项目标数据的风险程度对各项目标数据进行排序,生成数据库的报警日志,具体地,如图2所示,图2是本发明实施例提供的数据库告警方法中生成数据库的报警日志的一个实施例流程示意图,所示的生成数据库的报警日志方法包括步骤201~203:
步骤201,通过统计各项目标数据与异常指标的相关程度,得到各项目标数据的风险程度。
在本发明一些实施例中,可以通过聚类算法、关联分析算法、和泛化分类算法中至少一种算法对目标数据进行处理,获得目标数据与异常指标的相关程度,统计各项目标数据与异常指标的相关程度,将各项目标数据与异常指标的相关程度作为各项目标数据的风险程度。
各项目标数据与异常指标的相关程度用于量化各项目标数据与异常指标的相关性,相关程度较高表明该项目标数据与异常指标关联性比较高,即该项目标数据与异常指标对应的异常原因具有较强相关性,相关程度较低表明该项目标数据与异常指标关联性比较低,即该项目标数据与异常指标对应的异常原因具有较低的相关性。在本发明一些实施例中,相关程度指的是数据库中同意异常指标可能出现多项不同的目标数据,这些目标数据与异常数据之间相关性存在差异,通过目标数据与异常数据之间相关性,可以预测导致异常指标的原因。其中相关程度可以是使用率、占有率、时间、数量和时长中的至少一种,其中相关程度可以根据异常指标进行确定,示例性的,当异常指标是CPU预警时,相关程度指的是CPU的使用率,当某项目标数据的CPU的使用率较高,表明该项目标数据与异常指标关联性比较高,即该项目标数据是导致数据库出现CPU预警的主要原因;例如,当异常指标是CPU预警时,当某项进程信息对应进程的CPU的使用率较高,则表明该进程是导致数据库出现CPU预警的主要原因。当异常指标是内存预警时,相关程度指的是内存占有率,当某项目标数据的内存占有率较高,表明该项目标数据与异常指标关联性比较高,即该项目标数据是导致数据库出现内存预警的主要原因。
步骤202,获取目标数据对应的数据标识,将各项数据标识按照目标数据的风险程度从高到低排序。
标识指的是各项数据的目录索引,用于通过标识可以快速获取标识对应的目标数据。在本发明一些实施例中,标识可以是文字、字符、数字中的至少一种。在本发明一些实施例中,标识可以通过目标数据的类型生成,也可以根据目标数据的名称生成,还可以是通过随机算法生成。
在本发明一些实施例中,将标识与对应的各项目标数据进行关联,可以是将标识与对应的各项目标数据进行绑定,以使通过点击标识可以获取标识对应的目标数据。
步骤203,将排序后的数据标识、数据标识对应的目标数据,以及目标数据对应的异常指标进行关联,生成数据库的报警日志。
数据库的报警日志用于展示异常指标以及与异常指标关联的各项目标数据。
在本发明一些实施例中,可以将标识封装成插件,将标识对应的目标数据源与插件进行绑定,在数据库的报警日志查看时,响应基于插件的点击操作,输出插件对应的目标数据。在本发明一些实施例中,输出插件对应的目标数据可以是输出数据展示页面,在数据展示页面上展示目标数据,也可以是通过插件与目标数据的关联关系,跳转数据库的报警日志中目标数据所在的页面。
本发明实施例可以通过统计各项目标数据与异常数据的相关程度,获得各项目标数据的风险程度,根据各项目标数据的风险程度对各项目标数据进行排序,生成数据库的报警日志,以使运维人员、终端设备根据数据库的报警日志中各项目标数据的风险程度和异常指标,获得异常指标对应的异常原因;生成各项目标数据对应的标识,将标识与对应的各项目标数据进行关联,提高数据库的报警日志的可读性。
在本发明一些实施例中,在步骤102中,可以通过查询预设的映射关系,获取与异常指标关联的数据类型,根据数据类型获取与异常指标关联的目标数据,具体地,如图3所示,图3是本发明实施例提供的数据库告警方法中目标数据获取的一个实施例流程示意图,所示的目标数据获取方法包括步骤301~302:
步骤301,查询预设的映射关系,获取与异常指标关联的数据类型。
数据类型指的是异常指标对应需要获取数据的类型,其中,数据类型包括但不限于会话信息、事务信息、SQL信息、SGA(全称:System Global Area,中文:***全局区)、PGA(全称:Process Global Area,中文:进程全局区)、表失效预警、索引失效预警。需要说明的是根据实际应用场景需求的不同,可以采用不同的分类标准对数据类型进行分类。
在本发明一些实施例中,预设的映射关系如表一所示,表一是本发明实施例提供的预设的映射关系的一个实施例流程示意图,所示的预设的映射关系中,当异常指标是CPU预警时,对应的数据类型包括进程信息、会话信息、事务信息、SQL信息;当异常指标是内存预警时,对应的数据类型包括会话信息、事务信息、SQL信息、SGA、PGA;当异常指标是会话预警时,对应的数据类型包括会话信息、事务信息、SQL信息。
表一预设的映射关系
异常指标 | 数据类型 |
CPU预警 | 进程信息、会话信息、事务信息、SQL信息 |
内存预警 | 会话信息、事务信息、SQL信息、SGA、PGA |
会话预警 | 会话信息、事务信息、SQL信息 |
非空闲等待事件预警 | 会话信息、事务信息、SQL信息 |
需要说明的是,表一中示出的异常指标和对应的数据类型仅为示例性说明,本发明实施例对异常指标、以及对应的数据类型不作限定,可以根据实际应用场景需求,调整异常指标和对应的数据类型。
步骤302,访问数据库,和/或读取接收到的操作***发送的***文件,获取数据类型对应的操作数据和/或运行数据。
在本发明一些实施例中,可以通过主动式通信协议远程访问目标服务器中的数据库,获取数据类型对应的操作数据。其中,主动式通信协议可以是TCP协议。
在本发明一些实施例中,可以通过被动式通信协议接收操作***发送的***文件,通过读取接收到的操作***发送的***文件,获取数据类型对应的运行数据。在本发明一些实施例中,被动式通信协议可以是SSH协议(全称:Secure Shell,中文:安全外壳协议)。
***文件指的是目标服务器收集的目标服务器中操作***的运行数据。在本发明一些实施例中,目标服务器在检测到目标服务器中操作***的运行状态达到预设运行状态时,则收集操作***的运行数据生成***文件。例如,目标服务器监测目标服务器的CPU使用率,将CPU使用率与预设CPU使用率阈值进行比较,如果CPU使用率大于或等于预设CPU使用率阈值,说明目标服务器中操作***的运行状态达到预设运行状态,则目标服务器提示CPU预警,通过SHELL AGENT(SHELL代理)收集消耗前10的操作***进程并将生成***文件,其中,***文件可以是tmp格式的临时文件。
在本发明一些实施例中,读取接收到的操作***发送的***文件,可以是监控服务器通过脚本语言读取***文件,将***文件解析为操作***的进程数组,得到进程信息,并读取进程信息,获得进程的CPU使用率、内存占用率和对象信息中的至少一种信息。
本发明实施例,通过查询预设的映射关系,获取与异常指标关联的数据类型,根据数据类型获取与异常指标关联的目标数据,根据异常指标的不同,获取不同的目标数据,提高目标数据获取的多样性,提高数据库告警方法中数据丰富性。
在本发明一些实施例中,可以根据读取***文件确定运行数据,根据运行数据查询数据库,获得运行数据对应的操作数据。具体地,如图4所示,图4是本发明实施例提供的数据库告警方法中获取运行数据和操作数据的一个实施例流程示意图,所示的获取运行数据和操作数据方法包括步骤401~403:
步骤401,监测是否接收到操作***发送的***文件。
监控服务器间隔预设时间检测是否接收到操作***发送的***文件,需要说明的是,本发明实施例对间隔预设时间不作限定。
步骤402,若接收到操作***发送的***文件,则读取***文件,获取数据类型对应的运行数据,并访问数据库,根据运行数据读取运行数据对应的目标字段,得到操作数据。
字段指的是数据库中存储的与运行数据中的进程信息存在关联的字段,示例性的字段包括但不限于进程信息对应的会话字段和事物字段;其中,会话字段用于指示目标服务器中会话信息,包括会话数量、会话时间、会话状态、等待事件、等待类型、堵塞会话等中的一种或多种;事物字段用于指示目标服务器中事物信息,包括但不限于事物开始时间、事物的CPU使用率、事物的内存占用率。
在本发明一些实施例中,若接收到操作***发送的***文件,说明目标服务器的操作***存在异常指标,则通过脚本语言读取***文件,将***文件解析为操作***的进程数组,得到进程信息,并读取进程信息,获得各进程的CPU使用率、内存占用率和对象信息中的至少一种信息得到运行数据,访问数据库,根据运行数据读取运行数据对应的目标字段,得到操作数据。示例性的,以异常指标是CPU预警为例进行说明,若接收到操作***发送的***文件,说明目标服务器的操作***存在异常,则通过脚本语言读取***文件,将***文件解析为操作***的进程数组,获得进程信息,通过遍历该进程数组获得各进程,访问数据库读取各进程对应的会话字段和事物字段,收集会话信息、等待事件信息、SQL语句信息、事务信息,并通过SQL语句将会话信息、等待事件信息、SQL语句信息、事务信息逐一处理得到操作数据。
步骤403,若没有接收到操作***发送的***文件,则访问数据库,通过读取数据类型对应的目标字段,得到操作数据。
在本发明一些实施例中,若没有接收到操作***发送的***文件说明目标服务器的操作***不存在异常,则访问数据库,通过读取数据类型对应的目标字段,得到操作数据。例如,读取会话信息、事务信息、SQL信息、SGA、PGA对应的目标字段,获得操作数据。
本发明实施例通过根据读取***文件确定运行数据,根据运行数据查询数据库,获得运行数据对应的操作数据,根据异常指标的不同以及实际应用场景的不同,执行不同的目标数据获取方式,提高目标数据获取的适用性和灵活性,并为异常指标提供丰富的相关的目标数据,便于根据目标数据分析异常指标对应的异常原因。
在本发明一些实施例中,可以根据数据库的报警日志确定异常指标对应的异常原因,根据异常原因对预设的映射关系进行更新,具体地,如图5所示,图5是本发明实施例提供的数据库告警方法中更新预设的映射关系的一个实施例流程示意图,所示的更新预设的映射关系包括步骤501~503:
步骤501,发送数据库的报警日志至运维终端,以使运维终端根据数据库的报警日志确定异常指标对应的异常原因。
运维终端包括但不限于服务器、计算机、网页前端和云端。
异常原因指的是异常指标对应的异常原因,包括但不限于会话堵塞、内存过载、CPU资源不足、表失效、索引失效。
在本发明一些实施例中,运维终端根据数据库的报警日志确定异常指标对应的异常原因,可以是运维人员查看运维终端接收到数据库的报警日志,确定异常指标对应的异常原因;也可以是运维终端根据数据库的报警日志,通过预设的异常识别模型,确定异常指标对应的异常原因;也可以运维人员根据数据库的报警日志中异常指标对目标服务器进行异常检查,确定异常指标对应的异常原因;其中预设的异常识别模型可以是神经网络模型和数学模型。
步骤502,接收运维终端发送的异常原因,根据异常原因对数据库的报警日志中各项目标数据进行核验。
在本发明一些实施例中,根据异常原因对数据库的报警日志中各项目标数据进行核验包括:根据数据库的报警日志中各项目标数据确定模型异常原因,将模型异常原因与运维终端发送的异常原因进行比较;如果模型异常原因与运维终端发送的异常原因一致,说明数据库的报警日志中各项目标数据核验通过,则判定数据库的报警日志中各项目标数据存在异常原因;如果模型异常原因与运维终端发送的异常原因不一致,说明数据库的报警日志中各项目标数据核验不通过,则判定数据库的报警日志中各项目标数据不存在异常原因。在本发明一些实施例中,监控服务器根据数据库的报警日志中各项目标数据,通过预设的异常识别模型,确定模型异常原因,其中预设的异常识别模型可以是神经网络模型和数学模型。
在本发明一些实施例中,根据异常原因对数据库的报警日志中各项目标数据进行核验还可以包括:解析异常原因,获得异常原因对应的各项标准数据,将各项标准数据与数据库的报警日志中各项目标数据进行逐一比对;如果各项标准数据与数据库的报警日志中各项目标数据都一致,说明数据库的报警日志中各项目标数据核验通过,则判定数据库的报警日志中各项目标数据存在异常原因;如果各项标准数据与数据库的报警日志中各项目标数据存在不一致的数据,说明数据库的报警日志中各项目标数据核验不通过,则判定数据库的报警日志中各项目标数据不存在异常原因。其中,监控服务器可以通过脚本语言解析异常原因,获得异常原因对应的各项标准数据。在本发明一些实施例中,将各项标准数据与数据库的报警日志中各项目标数据进行逐一比对包括:将各项标准数据与数据库的报警日志中各项目标数据进行逐一比对,判断数据库的报警日志中是否存在与各项标准数据相同的目标数据;如果数据库的报警日志中存在与各项标准数据相同的目标数据,则判定各项标准数据与数据库的报警日志中各项目标数据都一致;如果数据库的报警日志中不存在与各项标准数据相同的目标数据,则判定各项标准数据与数据库的报警日志中各项目标数据存在不一致的数据。
步骤503,若数据库的报警日志中各项目标数据不存在异常原因,则根据异常原因对映射关系进行更新。
在本发明一些实施例中,若数据库的报警日志中各项目标数据不存在异常原因,说明异常指标对应的目标数据不足,即预设的映射关系中异常指标对应的目标数据不足或映射关系存在误差,则根据异常原因对应的各项标准数据对映射关系进行更新。其中更新包括各项标准数据替换映射关系中异常指标对应的各项目标数据、在异常指标对应的各项目标数据基础上增加各项标准数据。
在本发明一些实施例中,为了提高映射关系的稳定性,当数据库的报警日志中各项目标数据不存在异常原因时,记录该异常指标对应的异常原因,以及异常原因对应的各项标准数据,在数据库出现相同的第二异常指标,根据预设的映射关系获取第二异常指标对应的目标数据,生成数据库的报警日志,获取运维终端发送的第二异常指标的第二异常原因,如果第二异常原因与异常原因相同,且异常原因对应的各项标准数据与第二异常原因对应的各项第二标准数据一致,则根据异常原因对映射关系进行更新;如果数据库的报警日志中各项目标数据存在第二异常原因,则不对映射关系进行更新。
本发明实施例根据数据库的报警日志确定异常指标对应的异常原因,根据异常原因对预设的映射关系进行更新,提高映射关系的灵活性和准确度,增加目标数据的准确度,从而提高数据库的报警日志的可信度。
在本发明一些实施例中,在步骤101之前,可以通过远程访问数据库,监测数据库是否存在异常,并在数据库出现异常时,获取异常指标,具体地,如图6所示,图6是本发明实施例提供的数据库告警方法中监控数据库的一个实施例流程示意图,所示的监控数据库的方法包括步骤601~603:
步骤601,访问数据库,获取数据库中的字段。
在本发明一些实施例中,访问数据库,获取数据库中的字段的方法与步骤402中访问数据库,获取数据库中的目标字段的方法相似,此处不再赘述。
步骤602,将字段与预设异常字段进行比较,判断字段是否存在异常。
在本发明一些实施例中,将字段与预设异常字段进行比较可以是将字段中的数值与预设异常字段中数值进行比较,也可以是将字段中的字符与预设异常字段字符进行比较。可以理解为:将字段中的数值与预设异常字段中数值进行比较,如果字段中的数值大于或等于预设异常字段中数值,则判定字段存在异常;如果字段中的数值小于预设异常字段中数值,则判定字段正常。将字段中的字符与预设异常字段字符进行比较,如果字段中的字符与预设异常字段字符一致,则判定字段存在异常;如果段中的字符与预设异常字段字符不一致,则判定字段正常。例如,将会话字段中的会话堵塞时间与预设异常字段中预设堵塞阈值进行比较,如果会话堵塞时间大于或等于预设异常字段中预设堵塞阈值,说明数据库存在会话堵塞,则判定字段存在异常。将会话字段中字符与预设异常字段中预设字符进行比较,如果会话字段中字符与预设异常字段中预设字符一致,说明会话存在异常,则判定字段存在异常。
需要说明的是,上述将字段与预设异常字段进行比较,判断字段是否存在异常的方式仅为示例性说明,本发明对判断字段是否存在异常的方式不作限定。
步骤603,若字段存在异常,则获取映射关系,根据映射关系确定与字段存在关联的至少一个异常指标。
示例性的,当数据库的会话堵塞时,根据表一所示的映射关系,确定与字段存在关联的异常指标包括CPU预警、内存预警、会话预警和非空闲等待事件预警中的一种或多种。
本发明实施例通过访问数据库主动监测字段是否存在异常,提前感知数据库异常,及时识别数据库的异常指标,保证数据库的正常运行。
在本发明一些实施例中,在生成数据库的告警日志后或感知数据库异常后,根据目标数据对数据库的异常指标对应的异常类型进行识别和处理,具体地如图7所示,图7是本发明实施例提供的数据库告警方法中识别异常类型的一个实施例流程示意图,所示的识别异常类型的方法包括步骤701~702:
步骤701,将各项目标数据与预设异常指标关联的预设数据进行比较,判断异常指标对应的异常类型与异常指标对应的预设异常类型是否匹配。
异常类型包括异常负载、主机故障和外部操作故障,其中,异常负载包括CPU异常负载、会话堵塞、IO异常负载和故障结构化查询语句;主机故障包括主机CPU瓶颈、主机I0瓶颈、主机内存瓶颈、主机网络瓶颈、主机磁盘空间瓶颈和主机硬件故障;外部操作故障包括参数调整故障、主被切换故障、备份迁移故障和主机操作任务故障。
预设异常类型可以是上述异常类型中的一种或多种。在本发明一些实施例中,预设异常类型包括CPU异常负载和会话堵塞。
匹配可以通过相似程度进行量化,示例性的,获取各项目标数据与预设异常指标关联的预设数据之间的相似程度,将相似程度与预设相似程度阈值进行比较,如果相似程度大于或等于预设相似程度阈值,则判定异常指标对应的异常类型与异常指标对应的预设异常类型匹配,如果相似程度小于预设相似程度阈值,则判定异常指标对应的异常类型与异常指标对应的预设异常类型不匹配。其中,获取各项目标数据与预设异常指标关联的预设数据之间的相似程度,可以是各项目标数据与预设异常指标关联的预设数据之间的差值,也可以是各项目标数据与预设异常指标关联的预设数据之间的相同字符的数量。其中,可以通过ASCII码(全称:American Standard Code for Information Interchange,中文:美国信息交换标准代码)计算各项目标数据的字符对应ASCII码与预设异常指标关联的预设数据的字符对应ASCII码之间的差值,得到各项目标数据与预设异常指标关联的预设数据之间的差值。
步骤702,若异常类型与预设异常类型匹配,则执行预设异常类型对应的处理策略。
处理策略包括但不限于关闭会话和关闭进程。例如,当异常类型与预设异常类型中的CPU异常负载匹配时,说明异常类型是CPU异常负载,则执行CPU异常负载对应的处理策略,关闭CPU使用率较高的进程以及进程对应的会话;当异常类型与预设异常类型中的会话堵塞匹配时,说明异常类型是会话堵塞,则关闭当前堵塞的会话,并根据会话之间的关联性,关闭与堵塞会话存在关联的其余会话。
需要说明的是,上述预设异常类型以及预设异常类型对应的处理策略仅为示例性说明,本发明实施例对预设异常类型以及预设异常类型对应的处理策略不作限定,可以根据实际应用场景调整预设异常类型以及预设异常类型对应的处理策略。
本发明实施例在生成数据库的告警日志后或感知数据库异常后,根据目标数据对数据库的异常指标对应的异常类型进行识别和处理,减少数据库的异常事件,有利于快速恢复数据库的正常运行。
在本发明一些实施例中,为了更好说明本发明实施例提供的数据库告警方法,以异常指标是CPU告警为例,提供数据库告警方法一种应用场景,如图8所示,图8是本发明实施例提供的数据库告警方法一个应用场景示意图,在所示的应用场景中,数据库告警方法包括步骤a1~a6:
步骤a1,接收到数据库的CPU预警。
步骤a2,获取操作***发送的***文件。其中,可以通过目标服务器的SHELLAGENT(SHELL代理)收集消耗前10的操作***进程并将其输出至.tmp的临时文件得到***文件。
步骤a3,通过脚本语言读取***文件,并将其解析为操作***的进程的数组。
步骤a4,通过遍历该进程的数据从数据库中收集对应的会话信息。
步骤a5,利用SQL语句将数据库的会话信息、等待事件信息、SQL语句信息、事务信息等逐一处理成TABLE标签的HTML格式的临时文件(.table.tmp)。
步骤a6,将.table.tmp文件整合为完整格式的HTML文件,并通过邮件发送给运维人员,以使运维人员根据HTML文件可快速诊断并处理该CPU预警。
本发明实施例在数据库触发异常告警时,将所有与异常指标相关联的数据加工并整合成HTML文件,通过邮件以附件的形式将HTML文件发送给相关运维人员。相关运维人员可以通过HTML文件展现的数据,快速判断导致异常告警的原因,从而极大的降低了运维的难度、提高了运维的效率和准确度。
为了更好实施本发明实施例提供的数据库告警方法,在数据库告警方法基础上,本发明实施例还提供一种数据库告警装置,如图9所示,图9是本发明实施例提供的数据库告警装置的一个实施例结构示意图,所示的数据库告警装置包括:
获取模块901,用于获取数据库的异常指标;
采集模块902,用于查询预设的映射关系,获取与异常指标关联的目标数据,目标数据包括运行数据和操作数据;
生成模块903,用于根据各项目标数据的风险程度对各项所述目标数据处理,生成数据库的报警日志。
在本发明一些实施例中,采集模块902包括:
查询单元,用于查询预设的映射关系,获取与异常指标关联的数据类型;
采集单元,用于访问数据库,和/或读取接收到的操作***发送的***文件,获取数据类型对应的操作数据和/或运行数据。
在本发明一些实施例中,采集单元包括:
监测子单元,用于监测是否接收到操作***发送的***文件;
运行数据采集子单元,用于若接收到操作***发送的***文件,则读取***文件,获取数据类型对应的运行数据,并访问数据库,根据运行数据读取所述运行数据对应的目标字段,得到操作数据;
操作数据采集子单元,用于若没有接收到操作***发送的***文件,则访问数据库,通过读取数据类型对应的目标字段,得到操作数据。
在本发明一些实施例中,生成模块903包括:
统计单元,用于通过统计各项目标数据与所述异常指标的相关程度,得到各项目标数据的风险程度;
排序单元,用于获取目标数据对应的数据标识,将各项数据标识按照目标数据的风险程度从高到低排序;
生成单元,用于将排序后的数据标识、数据标识对应的目标数据,以及目标数据对应的异常指标进行关联,生成数据库的报警日志。
在本发明一些实施例中,采集模块902还用于访问数据库,获取数据库中的字段;将字段与预设异常字段进行比较,判断字段是否存在异常;若字段存在异常,则获取映射关系,根据映射关系确定与字段存在关联的至少一个异常指标。
在本发明一些实施例中,数据库告警装置还包括:
发送模块904,用于发送数据库的报警日志至运维终端,以使运维终端根据数据库的报警日志确定异常指标对应的异常原因;
获取模块901,用于接收运维终端发送的异常原因,根据异常原因对数据库的报警日志中各项目标数据进行核验;
更新模块905,用于若数据库的报警日志中各项目标数据不存在异常原因,则根据异常原因对映射关系进行更新。
在本发明一些实施例中,数据库告警装置还包括:
运维模块906,用于将各项目标数据与预设异常指标关联的预设数据进行比较,判断异常指标对应的异常类型与异常指标对应的预设异常类型是否匹配;若异常类型与预设异常类型匹配,则执行预设异常类型对应的处理策略。
本发明实施例,通过预设的异常指标与关联数据的映射关系,获取与异常指标相关联目标数据,丰富了数据库告警信息;并根据各项目标数据的风险程度对各项目标数据进行处理,数据库的报警日志,提高数据库的报警日志的可读性,相关运维人员可以通过数据库的报警日志展现的数据内容,快速判断导致异常告警的原因,从而极大的降低了运维的难度、提高了运维的效率和准确度。
本发明实施例还提供一种数据库告警设备,如图10所示,其示出了本发明实施例所涉及的数据库告警设备的结构示意图,具体来讲:
该数据库告警设备可以包括一个或者一个以上处理核心的处理器1001、一个或一个以上计算机可读存储介质的存储器1002、电源1003和输入单元1004等部件。本领域技术人员可以理解,图10中示出的数据库告警设备结构并不构成对数据库告警设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。其中:
处理器1001是该数据库告警设备的控制中心,利用各种接口和线路连接整个数据库告警设备的各个部分,通过运行或执行存储在存储器1002内的软件程序和/或模块,以及调用存储在存储器1002内的数据,执行数据库告警设备的各种功能和处理数据,从而对数据库告警设备进行整体监控。可选的,处理器1001可包括一个或多个处理核心;优选的,处理器1001可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作***、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器1001中。
存储器1002可用于存储软件程序以及模块,处理器1001通过运行存储在存储器1002的软件程序以及模块,从而执行各种功能应用以及数据处理。存储器1002可主要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***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据数据库告警设备的使用所创建的数据等。此外,存储器1002可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地,存储器1002还可以包括存储器控制器,以提供处理器1001对存储器1002的访问。
数据库告警设备还包括给各个部件供电的电源1003,优选的,电源1003可以通过电源管理***与处理器1001逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。电源1003还可以包括一个或一个以上的直流或交流电源、再充电***、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该数据库告警设备还可包括输入单元1004,该输入单元1004可用于接收输入的数字或字符信息,以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出,数据库告警设备还可以包括显示单元等,在此不再赘述。具体在本实施例中,数据库告警设备中的处理器1001会按照如下的指令,将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器1002中,并由处理器1001来运行存储在存储器1002中的应用程序,从而实现各种功能,如下:
获取数据库的异常指标;
查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本发明实施例提供一种存储介质,其中存储有多条指令,该指令能够被处理器进行加载,以执行本发明实施例所提供的任一种数据库告警方法中的步骤。例如,该指令可以执行如下步骤:
获取数据库的异常指标;
查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令,可以执行本发明实施例所提供的任一种数据库告警方法中的步骤,因此,可以实现本发明实施例所提供的任一种数据库告警方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本发明实施例所提供的一种数据库告警方法、装置、设备和存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种数据库告警方法,其特征在于,所述方法包括:
获取数据库的异常指标;
查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
2.如权利要求1所述的数据库告警方法,其特征在于,所述查询预设的映射关系,获取与所述异常指标关联的目标数据包括:
查询预设的映射关系,获取与所述异常指标关联的数据类型;
访问所述数据库,和/或读取接收到的操作***发送的***文件,获取所述数据类型对应的操作数据和/或运行数据。
3.如权利要求2所述的数据库告警方法,其特征在于,所述访问所述数据库,和/或读取接收到的操作***发送的***文件,获取所述数据类型对应的操作数据和/或运行数据,得到所述目标数据包括:
监测是否接收到操作***发送的***文件;
若接收到所述操作***发送的***文件,则读取所述***文件,获取所述数据类型对应的运行数据,并访问数据库,根据所述运行数据读取所述运行数据对应的目标字段,得到操作数据;
若没有接收到所述操作***发送的***文件,则访问数据库,通过读取所述数据类型对应的目标字段,得到所述操作数据。
4.如权利要求1所述的数据库告警方法,其特征在于,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志包括:
通过统计各项所述目标数据与所述异常指标的相关程度,得到各项所述目标数据的风险程度;
获取所述目标数据对应的数据标识,将各项所述数据标识按照所述目标数据的风险程度从高到低排序;
将排序后的数据标识、所述数据标识对应的目标数据,以及所述目标数据对应的异常指标进行关联,生成所述数据库的报警日志。
5.如权利要求1所述的数据库告警方法,其特征在于,所述获取数据库的异常指标之前,所述方法包括:
访问数据库,获取所述数据库中的字段;
将所述字段与预设异常字段进行比较,判断所述字段是否存在异常;
若所述字段存在异常,则获取映射关系,根据所述映射关系确定与所述字段存在关联的至少一个异常指标。
6.如权利要求1所述的数据库告警方法,其特征在于,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志之后,所述方法包括:
发送所述数据库的报警日志至运维终端,以使所述运维终端根据所述数据库的报警日志确定所述异常指标对应的异常原因;
接收所述运维终端发送的异常原因,根据所述异常原因对所述数据库的报警日志中各项所述目标数据进行核验;
若所述数据库的报警日志中各项所述目标数据不存在所述异常原因,则根据所述异常原因对所述映射关系进行更新。
7.如权利要求1至6任一项所述的数据库告警方法,其特征在于,所述根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志之后,所述方法包括:
将各项所述目标数据与预设异常指标关联的预设数据进行比较,判断所述异常指标对应的异常类型与所述异常指标对应的预设异常类型是否匹配;
若所述异常类型与所述预设异常类型匹配,则执行所述预设异常类型对应的处理策略。
8.一种数据库告警装置,其特征在于,所述数据库告警装置包括:
获取模块,用于获取数据库的异常指标;
采集模块,用于查询预设的映射关系,获取与所述异常指标关联的目标数据,所述目标数据包括运行数据和操作数据;
生成模块,用于根据各项所述目标数据的风险程度对各项所述目标数据处理,生成所述数据库的报警日志。
9.一种数据库告警设备,其特征在于,包括存储器和处理器;所述存储器存储有应用程序,所述处理器用于运行所述存储器内的应用程序,以执行权利要求1至7任一项所述的数据库告警方法中的操作。
10.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至7任一项所述的数据库告警方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057627.7A CN113505044B (zh) | 2021-09-09 | 2021-09-09 | 数据库告警方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111057627.7A CN113505044B (zh) | 2021-09-09 | 2021-09-09 | 数据库告警方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505044A true CN113505044A (zh) | 2021-10-15 |
CN113505044B CN113505044B (zh) | 2022-02-08 |
Family
ID=78017024
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111057627.7A Active CN113505044B (zh) | 2021-09-09 | 2021-09-09 | 数据库告警方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505044B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115221009A (zh) * | 2022-09-19 | 2022-10-21 | 中国人寿保险股份有限公司上海数据中心 | 一种信创数据库的监控告警集成***及其实现方法 |
CN115794479A (zh) * | 2023-02-10 | 2023-03-14 | 深圳依时货拉拉科技有限公司 | 日志数据处理方法、装置、电子设备及存储介质 |
CN116911805A (zh) * | 2023-09-05 | 2023-10-20 | 北京国电通网络技术有限公司 | 资源告警方法、装置、电子设备和计算机可读介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446184A (zh) * | 2018-02-23 | 2018-08-24 | 北京天元创新科技有限公司 | 分析故障根原因的方法和*** |
CN110221936A (zh) * | 2019-06-12 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 数据库告警处理方法、装置、设备及计算机可读存储介质 |
CN111309567A (zh) * | 2020-01-23 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、数据库***、电子设备及存储介质 |
CN112486780A (zh) * | 2020-12-17 | 2021-03-12 | 中职物联(湖北)信息科技有限公司 | 一种基于消息中间件的数据库性能实时监控和诊断方法和*** |
CN112506763A (zh) * | 2020-11-30 | 2021-03-16 | 清华大学 | 数据库***故障根因自动定位方法和装置 |
CN113051147A (zh) * | 2021-04-25 | 2021-06-29 | 中国建设银行股份有限公司 | 一种数据库集群的监控方法、装置、***、以及设备 |
-
2021
- 2021-09-09 CN CN202111057627.7A patent/CN113505044B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108446184A (zh) * | 2018-02-23 | 2018-08-24 | 北京天元创新科技有限公司 | 分析故障根原因的方法和*** |
CN110221936A (zh) * | 2019-06-12 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 数据库告警处理方法、装置、设备及计算机可读存储介质 |
CN111309567A (zh) * | 2020-01-23 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、数据库***、电子设备及存储介质 |
CN112506763A (zh) * | 2020-11-30 | 2021-03-16 | 清华大学 | 数据库***故障根因自动定位方法和装置 |
CN112486780A (zh) * | 2020-12-17 | 2021-03-12 | 中职物联(湖北)信息科技有限公司 | 一种基于消息中间件的数据库性能实时监控和诊断方法和*** |
CN113051147A (zh) * | 2021-04-25 | 2021-06-29 | 中国建设银行股份有限公司 | 一种数据库集群的监控方法、装置、***、以及设备 |
Non-Patent Citations (4)
Title |
---|
克里斯•戴维斯等: "《IT审计 管好信息资产 第2版》", 31 December 2015 * |
刘仲: "《WEB***开发技术 基于Windows NT 4.0》", 31 December 1999 * |
金鑫等: "面向企业级数据库的故障分析及运维研究:以Oracle数据库为例", 《软件》 * |
黄维: "基于J2EE的网络信息安全监测***设计与实现", 《自动化与仪器仪表》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115221009A (zh) * | 2022-09-19 | 2022-10-21 | 中国人寿保险股份有限公司上海数据中心 | 一种信创数据库的监控告警集成***及其实现方法 |
CN115794479A (zh) * | 2023-02-10 | 2023-03-14 | 深圳依时货拉拉科技有限公司 | 日志数据处理方法、装置、电子设备及存储介质 |
CN116911805A (zh) * | 2023-09-05 | 2023-10-20 | 北京国电通网络技术有限公司 | 资源告警方法、装置、电子设备和计算机可读介质 |
CN116911805B (zh) * | 2023-09-05 | 2024-02-06 | 北京国电通网络技术有限公司 | 资源告警方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113505044B (zh) | 2022-02-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113505044B (zh) | 数据库告警方法、装置、设备和存储介质 | |
CN107729210B (zh) | 分布式服务集群的异常诊断方法和装置 | |
US11061756B2 (en) | Enabling symptom verification | |
US8892960B2 (en) | System and method for determining causes of performance problems within middleware systems | |
US8819220B2 (en) | Management method of computer system and management system | |
CN110309030A (zh) | 基于ELK和Zabbix的日志分析监控***和方法 | |
US20110314138A1 (en) | Method and apparatus for cause analysis configuration change | |
CN109343853B (zh) | 一种应用程序的异常识别方法及设备 | |
CN112308126A (zh) | 故障识别模型训练方法、故障识别方法、装置及电子设备 | |
CN111881011A (zh) | 日志管理方法、平台、服务器及存储介质 | |
CN109495291B (zh) | 调用异常的定位方法、装置和服务器 | |
CN112181704A (zh) | 一种大数据任务处理方法、装置、电子设备及存储介质 | |
CN112910733A (zh) | 一种基于大数据的全链路监控***及方法 | |
CN110717130B (zh) | 打点方法、装置、终端及存储介质 | |
CN112612679A (zh) | ***运行状态监控方法、装置、计算机设备和存储介质 | |
CN115599077B (zh) | 车辆故障定界方法、装置、电子设备及存储介质 | |
CN110677271A (zh) | 基于elk的大数据告警方法、装置、设备及存储介质 | |
CN115185768A (zh) | ***的故障识别方法、***、电子设备和存储介质 | |
CN115098326A (zh) | 一种***异常检测方法及装置、存储介质及电子设备 | |
CN114629786A (zh) | 日志实时分析方法、装置、存储介质及*** | |
CN114706893A (zh) | 故障检测方法、装置、设备及存储介质 | |
CN113742400A (zh) | 一种基于自适应约束条件的网络数据获取***及方法 | |
CN113760856A (zh) | 数据库管理方法及装置、计算机可读存储介质、电子设备 | |
CN115118754B (zh) | 针对电动汽车的远程监控测试***和监控测试方法 | |
CN113836004B (zh) | 一种应用程序定位分析方法、装置、设备及存储介质 |
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 |