CN113791955A - 一种用于监控***的数据汇聚装置、方法及服务器 - Google Patents
一种用于监控***的数据汇聚装置、方法及服务器 Download PDFInfo
- Publication number
- CN113791955A CN113791955A CN202111093632.3A CN202111093632A CN113791955A CN 113791955 A CN113791955 A CN 113791955A CN 202111093632 A CN202111093632 A CN 202111093632A CN 113791955 A CN113791955 A CN 113791955A
- Authority
- CN
- China
- Prior art keywords
- data
- aggregation
- data aggregation
- module
- result
- 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
- 230000002776 aggregation Effects 0.000 title claims abstract description 245
- 238000004220 aggregation Methods 0.000 title claims abstract description 245
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 72
- 230000002688 persistence Effects 0.000 claims abstract description 23
- 238000001914 filtration Methods 0.000 claims description 25
- 230000004044 response Effects 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction 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
- G06F11/3065—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
- G06F11/3082—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 the data filtering being achieved by aggregating or compressing the monitored data
-
- 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
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种用于监控***的数据汇聚装置、方法及服务器,装置包括:规则引擎模块、数据汇聚处理模块以及存储模块,其中:规则引擎模块用于配置数据汇聚规则;数据汇聚处理模块包含多个数据汇聚通道,数据汇聚处理模块用于获取数据,将数据传输到对应的数据汇聚通道并基于规则引擎模块配置的数据汇聚规则对数据进行处理,并输出汇聚结果;数据汇聚处理模块还用于判断对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将汇聚结果存储到存储模块的缓存层或持久化层。通过本发明,可以便捷动态的对数据汇聚规则及数据汇聚通道进行调整,加快了对数据的汇聚处理速度,提高了数据汇聚处理效率。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种用于监控***的数据汇聚装置、方法及服务器。
背景技术
在大数据时代,随着数据中心设备规模增大且随着时间推移,设备的监控数据量也会越来越大,数据处理的多样性也会越来越多,通常需要增加一个汇聚维度重新修改数据汇聚逻辑,极大的降低了数据处理的效率,例如在监控***中需要支持不同维度的时间段查询,如秒,分,时,天等,对于时间跨度大的时间如月、年,则要重新进行对年月的数据汇聚统计处理,对于动态新增一些数据维度的汇聚处理并不便捷。
发明内容
有鉴于此,本发明提出了一种用于监控***的数据汇聚装置、方法及服务器,通过数据汇聚装置、方法及服务器可以便捷动态地对数据汇聚进行调整,加快对数据进行汇聚的处理,提高了数据汇聚效率。
基于上述目的,本发明实施例的一方面提供了一种用于监控***的数据汇聚装置,该数据汇聚装置具体包括:规则引擎模块、数据汇聚处理模块以及存储模块,其中:
所述规则引擎模块用于配置数据汇聚规则;
所述数据汇聚处理模块包含多个数据汇聚通道,并且所述数据汇聚处理模块用于获取数据,将所述数据传输到对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
所述数据汇聚处理模块还用于判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
在一些实施方式中,所述数据汇聚处理模块包括判断子模块,所述判断子模块用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层。
在一些实施方式中,所述判断子模块进一步用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
在一些实施方式中,数据汇聚装置还包括:数据接收模块,所述数据接收模块用于接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
在一些实施方式中,所述数据汇聚处理模块用于从所述数据接收模块获取所述过滤后的监控数据或从所述缓存层获取所述汇聚结果。
在一些实施方式中,所述数据接收模块用于配置数据过滤规则,并且基于所述数据过滤规则对接收的所述监控数据进行过滤处理。
本发明实施例的另一方面,还提供了一种用于监控***的数据汇聚方法,包括:
基于规则引擎模块配置数据汇聚规则;
基于数据汇聚处理模块获取数据,将所述数据传输到所述数据汇聚处理模块的多个数据汇聚通道中对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
基于数据汇聚处理模块判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
在一些实施方式中,基于判断结果,将所述汇聚结果存储到所述缓存层或持久化层包括:
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层;
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
在一些实施方式中,方法进一步包括:
基于数据接收模块接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
本发明实施例的另一方面,还提供了一种服务器,包括如本发明所述的用于监控***的数据汇聚装置。
本发明至少具有以下有益技术效果:通过本发明的方案,对数据处理汇聚时,可以便捷动态的对数据汇聚规则及数据汇聚通道进行调整,加快了对数据的汇聚处理;并且通过将存储模块分为缓存层与持久化层,对处理的数据与汇聚结果依赖数据进行缓存处理,同时针对数据汇聚处理结果进行持久化存储,加快了数据汇聚处理的效率,提高了数据汇聚效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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,对于本领域普通技术人员来讲,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实施例。
图1为本发明提供的用于监控***的数据汇聚装置的一实施例的结构示意图;
图2为本发明提供的数据接收模块的结构示意图;
图3为本发明提供的用于监控***的数据汇聚装置的又一实施例的结构示意图;
图4为本发明提供的用于监控***的数据汇聚方法的一实施例的框图;
图5为本发明提供的服务器的实施例的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明实施例进一步详细说明。
需要说明的是,本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量,可见“第一”“第二”仅为了表述的方便,不应理解为对本发明实施例的限定,后续实施例对此不再一一说明。
基于上述目的,本发明实施例的第一个方面,提出了一种用于监控***的数据汇聚装置。如图1所示,数据汇聚装置具体包括:规则引擎模块110、数据汇聚处理模块120以及存储模块130,其中:
所述规则引擎模块110用于配置数据汇聚规则。
通过设定汇聚通道,可以对数据的不同维度进行处理,也可结合多个不同汇聚通道的处理结果进行协同数据处理;
所述数据汇聚处理模块120包含多个数据汇聚通道,所述数据汇聚处理模块120用于获取数据,将所述数据传输到对应的数据汇聚通道并基于所述规则引擎模块110配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果。
通过设定汇聚通道,可以对数据的不同维度进行处理。
所述数据汇聚处理模块120还用于判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块130的缓存层或持久化层。
通过将存储模块分为缓存层与持久化层,对处理的数据与汇聚结果依赖数据进行缓存处理,同时针对数据汇聚处理结果进行持久化存储,加快了数据汇聚处理的效率。
为了更好的理解本发明的实施例,通过如下的CPU使用率的数据汇聚场景进行举例说明。
通过规则引擎模块110配置一个数据汇聚规则,规则为对60次输入数据进行求平均数,取名为Rule1;
通过数据汇聚处理模块120创建两个数据汇聚通道。
数据汇聚通道1取名为Pipeline1,设置数据输入为1个参数,参数值为接收模块的CPU使用率性能数据,关联汇聚规则名为Rule1的汇聚规则;
数据汇聚通道2命名为Pipeline2,设置数据输入为1个参数,参数值为Pipeline1的输出值,关联汇聚规则为Rule1的汇聚规则。
数据汇聚模块120获取到CPU使用率数据后,将CPU使用率数据传输到名为Pipeline1的数据汇聚通道中,通过规则引擎模块110关联汇聚规则Rule1,因此每传输60次CPU使用率数据到数据汇聚通道后,数据汇聚通道会得出一个汇聚结果并输出。
在秒级监控***中,数据的上报频率为1秒1次,经过上述的汇聚配置,可以得到分钟级的CPU平均使用率。
经过数据汇聚处理模块120判断数据汇聚通道1的汇聚输出结果为数据汇聚通道2的依赖数据,因此将汇聚结果存到存储模块130的缓存层备用。
数据汇聚模块120获取数据汇聚通道1输出的分钟级的CPU平均使用率,并传输到名为Pipeline2的数据汇聚通道中,通过规则引擎模块110关联汇聚规则Rule1的,因此每传输60次分钟级的CPU使用率数据到数据汇聚通道2后,数据汇聚通道2会得出一个汇聚结果并输出,即得到了小时级的CPU平均使用率汇聚结果。
数据汇聚模块120获取数据的来源有两个,一个为从监控***获取到的,例如,上述举例中传输到数据汇聚通道Pipeline1的中CPU使用率数据;一个为其他数据汇聚通道输出的汇聚结果,例如,上述举例中数据汇聚通道Pipeline1输出的60次CPU使用率数据的平均数。
对于有依赖关系的汇聚结果可以先缓存到存储模块130的缓存层,等待数据汇聚处理模块120使用时从缓存层获取;也可以直接输出到相应的数据汇聚通道,等到数据汇聚通道触发关联的规则后使用。
通过本发明的实施例,对数据处理汇聚时,可以便捷动态的对数据汇聚规则及数据汇聚通道进行调整,加快了对数据的汇聚处理,提高了数据汇聚效率。
结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个***的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现所述的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里所述功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
在一些实施方式中,所述数据汇聚处理模块包括判断子模块,所述判断子模块用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层。
在一些实施方式中,所述判断子模块进一步用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
用于存储数据的存储模块,一般选取数据库,如果数据整理完成后都保存到数据库进行存储,需要使用时再从数据库中查询出来,查询数据需要时间,尤其是当数据库中存储的数据量较大、或高频繁的数据查询操作都会增加数据获取的时长,降低数据。因此将存储模块分层,建立两个数据库,一个数据库作为缓存模块的缓存层,另一个数据库作为存储模块的持久化层。利用缓存层将要用到的数据或汇聚结果进行换层,可以减少对数据库的查询,加快了数据的获取,提高了数据汇聚出来效率。
在一些实施方式中,数据汇聚装置还包括:数据接收模块,所述数据接收模块用于接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
在一些实施方式中,所述数据汇聚处理模块用于从所述数据接收模块获取所述过滤后的监控数据或从所述缓存层获取所述汇聚结果。
在一些实施方式中,所述数据接收模块用于配置数据过滤规则,并且基于所述数据过滤规则对接收的所述监控数据进行过滤处理。
如图2所示,为数据接收模块的结构示意图。
数据接收模块通过接收接口接收到硬件设备(例如CPU、硬盘、风扇等服务器板载的硬件)的监控数据,通过过滤器调用数据过滤规则,过滤一些不正常的、不符合处理格式的无效数据,并将过滤后的监控数据输入到队列以对数据进行缓冲。
数据过滤规则,可以包括:阈值范围规则,通过阈值范围规则过滤不在范围内的数值型数据;格式合法性规则,通过格式合法性规则,过滤带单位的数据,过滤指定的符号等。
通过配置的数据过滤规则,对不同类型的数据进行过滤处理,此过滤的作用在于前置数据校验处理,防止一些不正常不符合的处理格式的无效数据进行后面的数据汇聚模块中;并且通过队列对数据进行数据缓冲,可防止瞬时的高并发数据接收,提高数据接收模块的可用性。
下面通过具体的实施例对本发明的多个实施方式进行说明。
如图3所示,为一种用于监控***的数据汇聚装置的又一实施例的示意图。
数据汇聚装置包括:数据接收模块、数据汇聚处理模块、规则引擎模块、存储模块,其中,存储模块包括缓存层和持久化层。
数据接收模块接收基于数据接收模块接收监控数据,并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
数据汇聚处理模块从缓存队列获取监控数据并将监控数据传输到对应的数据汇聚通道,数据汇聚通道基于规则引擎模块配置的数据汇聚规则对监控数据进行处理,并输出汇聚结果;
基于数据汇聚处理模块判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
通过本发明的实施例,对数据处理汇聚时,可以便捷动态的对数据汇聚规则及数据汇聚通道进行调整,加快了对数据的汇聚处理;并且通过将存储模块分为缓存层与持久化层,对处理的数据与汇聚结果依赖数据进行缓存处理,同时针对数据汇聚处理结果进行持久化存储,加快了数据汇聚处理的效率,提高了数据汇聚效率。
基于同一发明构思,根据本发明的另一个方面,如图4所示,本发明的实施例还提供了一种用于监控***的数据汇聚方法,包括:
步骤S101、基于规则引擎模块配置数据汇聚规则。
步骤S103、基于数据汇聚处理模块获取数据,将所述数据传输到所述数据汇聚处理模块的多个数据汇聚通道中对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
步骤S105、基于数据汇聚处理模块判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。所述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
结合这里的公开所描述的方法或算法的步骤可以直接包含在硬件中、由处理器执行的软件模块中或这两者的组合中。软件模块可以驻留在RAM存储器、快闪存储器、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动盘、CD-ROM、或本领域已知的任何其它形式的存储介质中。示例性的存储介质被耦合到处理器,使得处理器能够从该存储介质中读取信息或向该存储介质写入信息。在一个替换方案中,所述存储介质可以与处理器集成在一起。处理器和存储介质可以驻留在ASIC中。ASIC可以驻留在用户终端中。在一个替换方案中,处理器和存储介质可以作为分立组件驻留在用户终端中。
在一些实施方式中,基于判断结果,将所述汇聚结果存储到所述缓存层或持久化层包括:
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层;
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
在一些实施方式中,方法进一步包括:
基于数据接收模块接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
本发明实施例还可以包括相应的计算机设备。计算机设备包括存储器、至少一个处理器以及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时执行本发明所述的方法。
本发明实施例的第二个方面,提出了一种服务器11。图5示出的是本发明提供的服务器的实施例的示意图。如图5所示,服务器11包括如下的用于监控***的数据汇聚装置12。
数据汇聚装置12具体包括:规则引擎模块、数据汇聚处理模块以及存储模块,其中:
所述规则引擎模块用于配置数据汇聚规则;
所述数据汇聚处理模块包含多个数据汇聚通道,并且所述数据汇聚处理模块用于获取数据,将所述数据传输到对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
所述数据汇聚处理模块还用于判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
在一些实施方式中,所述数据汇聚处理模块包括判断子模块,所述判断子模块用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层。
在一些实施方式中,所述判断子模块进一步用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
在一些实施方式中,数据汇聚装置还包括:数据接收模块,所述数据接收模块用于接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
在一些实施方式中,所述数据汇聚处理模块用于从所述数据接收模块获取所述过滤后的监控数据或从所述缓存层获取所述汇聚结果。
在一些实施方式中,所述数据接收模块用于配置数据过滤规则,并且基于所述数据过滤规则对接收的所述监控数据进行过滤处理。
在本发明的背景下,存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的所述网络资源协同方法对应的程序指令/模块。处理器通过运行存储在存储器中的非易失性软件程序、指令以及模块,从而执行装置的各种功能应用以及数据处理,即实现上述方法实施例的数据汇聚方法。
存储器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装置的使用所创建的数据等。此外,存储器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、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。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。
最后需要说明的是,本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关硬件来完成,程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,程序的存储介质可为磁碟、光盘、只读存储记忆体(ROM)或随机存储记忆体(RAM)等。上述计算机程序的实施例,可以达到与之对应的前述任意方法实施例相同或者相类似的效果。
本领域技术人员还将明白的是,结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。为了清楚地说明硬件和软件的这种可互换性,已经就各种示意性组件、方块、模块、电路和步骤的功能对其进行了一般性的描述。这种功能是被实现为软件还是被实现为硬件取决于具体应用以及施加给整个***的设计约束。本领域技术人员可以针对每种具体应用以各种方式来实现的功能,但是这种实现决定不应被解释为导致脱离本发明实施例公开的范围。
以上是本发明公开的示例性实施例,但是应当注意,在不背离权利要求限定的本发明实施例公开的范围的前提下,可以进行多种改变和修改。根据这里描述的公开实施例的方法权利要求的功能、步骤和/或动作不需以任何特定顺序执行。此外,尽管本发明实施例公开的元素可以以个体形式描述或要求,但除非明确限制为单数,也可以理解为多个。
应当理解的是,在本文中使用的,除非上下文清楚地支持例外情况,单数形式“一个”旨在也包括复数形式。还应当理解的是,在本文中使用的“和/或”是指包括一个或者一个以上相关联地列出的项目的任意和所有可能组合。
上述本发明实施例公开实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本发明实施例公开的范围(包括权利要求)被限于这些例子;在本发明实施例的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,并存在如上的本发明实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。因此,凡在本发明实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本发明实施例的保护范围之内。
Claims (10)
1.一种用于监控***的数据汇聚装置,其特征在于,包括:规则引擎模块、数据汇聚处理模块以及存储模块,其中:
所述规则引擎模块用于配置数据汇聚规则;
所述数据汇聚处理模块包含多个数据汇聚通道,并且所述数据汇聚处理模块用于获取数据,将所述数据传输到对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
所述数据汇聚处理模块还用于判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
2.根据权利要求1所述的装置,其特征在于,所述数据汇聚处理模块包括判断子模块,所述判断子模块用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层。
3.根据权利要求2所述的装置,其特征在于,所述判断子模块进一步用于响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
4.根据权利要求1所述的装置,其特征在于,还包括:数据接收模块,所述数据接收模块用于接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
5.根据权利要求4所述的装置,其特征在于,所述数据汇聚处理模块用于从所述数据接收模块获取所述过滤后的监控数据或从所述缓存层获取所述汇聚结果。
6.根据权利要求4所述的装置,其特征在于,所述数据接收模块用于配置数据过滤规则,并且基于所述数据过滤规则对接收的所述监控数据进行过滤处理。
7.一种用于监控***的数据汇聚方法,其特征在于,包括:
基于规则引擎模块配置数据汇聚规则;
基于数据汇聚处理模块获取数据,将所述数据传输到所述数据汇聚处理模块的多个数据汇聚通道中对应的数据汇聚通道并基于所述规则引擎模块配置的数据汇聚规则对所述数据进行处理,并输出汇聚结果;
基于数据汇聚处理模块判断所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据是否有依赖关系,并基于判断结果,将所述汇聚结果存储到所述存储模块的缓存层或持久化层。
8.根据权利要求7所述的方法,其特征在于,基于判断结果,将所述汇聚结果存储到所述缓存层或持久化层包括:
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据有依赖关系,则将所述汇聚结果存储到所述缓存层;
响应于所述对应的数据汇聚通道输出的汇聚结果与传输到其余数据汇聚通道的数据没有依赖关系,则将所述汇聚结果存储到所述持久化层。
9.根据权利要求7所述的方法,其特征在于,进一步包括:
基于数据接收模块接收监控数据并对所述监控数据进行过滤处理,并将过滤后的监控数据加入到缓冲队列。
10.一种服务器,其特征在于,包括如权利要求1-6任意一项所述的用于监控***的数据汇聚装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093632.3A CN113791955A (zh) | 2021-09-17 | 2021-09-17 | 一种用于监控***的数据汇聚装置、方法及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111093632.3A CN113791955A (zh) | 2021-09-17 | 2021-09-17 | 一种用于监控***的数据汇聚装置、方法及服务器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113791955A true CN113791955A (zh) | 2021-12-14 |
Family
ID=78878806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111093632.3A Pending CN113791955A (zh) | 2021-09-17 | 2021-09-17 | 一种用于监控***的数据汇聚装置、方法及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113791955A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037729A (zh) * | 2022-04-21 | 2022-09-09 | 中国建设银行股份有限公司 | 数据汇聚方法、装置、电子设备及计算机可读介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101491055A (zh) * | 2006-07-17 | 2009-07-22 | 国际商业机器公司 | 从响应汇聚代理对请求片段的派发 |
CN102209118A (zh) * | 2011-06-10 | 2011-10-05 | 成都勤智数码科技有限公司 | 一种分布式海量数据汇聚方法 |
CN103810258A (zh) * | 2014-01-26 | 2014-05-21 | 杭州东方通信软件技术有限公司 | 基于数据仓库的数据汇聚调度方法 |
CN108804347A (zh) * | 2017-05-05 | 2018-11-13 | 华中科技大学 | 一种用于工业大数据汇聚的缓存层、汇聚***及方法 |
WO2020078381A1 (zh) * | 2018-10-16 | 2020-04-23 | 杭州海康威视数字技术股份有限公司 | 数据汇聚方法、装置、设备、存储介质和*** |
CN111460495A (zh) * | 2020-03-27 | 2020-07-28 | 北京锐安科技有限公司 | 一种数据分级管理***和方法 |
US20200311051A1 (en) * | 2019-03-25 | 2020-10-01 | Hitachi, Ltd. | Data linkage management method, data linkage management system, and node |
CN111858739A (zh) * | 2020-08-04 | 2020-10-30 | 浪潮卓数大数据产业发展有限公司 | 一种基于Mapreduce的数据汇聚方法及*** |
-
2021
- 2021-09-17 CN CN202111093632.3A patent/CN113791955A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101491055A (zh) * | 2006-07-17 | 2009-07-22 | 国际商业机器公司 | 从响应汇聚代理对请求片段的派发 |
CN102209118A (zh) * | 2011-06-10 | 2011-10-05 | 成都勤智数码科技有限公司 | 一种分布式海量数据汇聚方法 |
CN103810258A (zh) * | 2014-01-26 | 2014-05-21 | 杭州东方通信软件技术有限公司 | 基于数据仓库的数据汇聚调度方法 |
CN108804347A (zh) * | 2017-05-05 | 2018-11-13 | 华中科技大学 | 一种用于工业大数据汇聚的缓存层、汇聚***及方法 |
WO2020078381A1 (zh) * | 2018-10-16 | 2020-04-23 | 杭州海康威视数字技术股份有限公司 | 数据汇聚方法、装置、设备、存储介质和*** |
US20200311051A1 (en) * | 2019-03-25 | 2020-10-01 | Hitachi, Ltd. | Data linkage management method, data linkage management system, and node |
CN111460495A (zh) * | 2020-03-27 | 2020-07-28 | 北京锐安科技有限公司 | 一种数据分级管理***和方法 |
CN111858739A (zh) * | 2020-08-04 | 2020-10-30 | 浪潮卓数大数据产业发展有限公司 | 一种基于Mapreduce的数据汇聚方法及*** |
Non-Patent Citations (1)
Title |
---|
朱智俊;乐孜纯;: "光突发交换中的一种自适应汇聚策略", 光学精密工程, no. 01, 15 January 2010 (2010-01-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115037729A (zh) * | 2022-04-21 | 2022-09-09 | 中国建设银行股份有限公司 | 数据汇聚方法、装置、电子设备及计算机可读介质 |
CN115037729B (zh) * | 2022-04-21 | 2024-05-28 | 中国建设银行股份有限公司 | 数据汇聚方法、装置、电子设备及计算机可读介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20150016207A (ko) | 서비스 프로세스 제어 방법 및 네트워크 장치 | |
CN111143371A (zh) | 数据查询方法、装置、设备、***及介质 | |
CN110198251B (zh) | 一种获得客户端地址的方法及装置 | |
CN109067744B (zh) | Acl规则处理方法、装置及通信设备 | |
CN113791955A (zh) | 一种用于监控***的数据汇聚装置、方法及服务器 | |
CN110311963B (zh) | 消息推送方法、装置、计算机设备及计算机可读存储介质 | |
CN111538572A (zh) | 任务处理方法、装置、调度服务器及介质 | |
CN112073329B (zh) | 分布式限流方法、装置、电子设备和存储介质 | |
CN108463813B (zh) | 一种进行数据处理的方法和装置 | |
US11455293B2 (en) | Counting method, counter and storage medium | |
CN113438169A (zh) | 一种数据调度方法、电子设备及存储介质 | |
CN115996203B (zh) | 网络流量分域方法、装置、设备和存储介质 | |
CN109327404B (zh) | 基于朴素贝叶斯分类算法的p2p预测方法及***、服务器及介质 | |
CN109409883B (zh) | 基于智能合约的协同处理方法、家电设备及服务器 | |
CN113835905B (zh) | 一种消息队列负载均衡方法、装置、电子设备及介质 | |
CA3022435A1 (en) | Adaptive event aggregation | |
CN109508433B (zh) | 基于匹配算法性能调整的负载波动应对方法和*** | |
CN112035523B (zh) | 一种并行度的确定方法、装置、设备及存储介质 | |
CN109756386B (zh) | 基于云网车协同的通信优化方法、装置 | |
US10116698B1 (en) | Managing network firewall configuration utilizing source lists | |
CN110071828A (zh) | 告警方法、装置、设备及存储介质 | |
WO2018218871A1 (zh) | 属性访问控制方法、装置和车载控制*** | |
CN110769290B (zh) | 一种播放事件更新方法、***和计算设备 | |
CN113542012B (zh) | 一种故障检测方法、故障检测装置及电子设备 | |
CN117499322A (zh) | 网络流量业务处理方法、***、电子设备和存储介质 |
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 |