用于确定数据异常原因的方法、装置及电子设备制造方法及图纸

本申请公开了一种用于确定数据异常原因的方法、装置及电子设备。其中，所述用于确定数据异常原因的方法包括：获取对待分析的异常主指标产生影响的子指标；根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。采用本申请提供的方法，能够对发生异常的监控指标进行自动的分析，找出可能的异常原因，从而解决业务现象的溯源和分析问题。

Method, device and electronic device for determining the cause of abnormal data

The application discloses a method, device and electronic device for determining the cause of abnormal data. Among them, the methods used to determine the cause of the data anomaly include obtaining the sub index of the abnormal main index of the treatment analysis, determining the substandard of the abnormity according to the actual data of the sub indexes and the datum data of each sub index, and according to the abnormal condition of the ISO index and the pre generated anomaly. And the corresponding relation set of analyzing the text template, generating the abnormal reason of the abnormal main index. Using the method provided by this application, it can analyze the abnormal monitoring index automatically and find out the possible abnormal reasons so as to solve the source and analysis of the business phenomenon.

【技术实现步骤摘要】
用于确定数据异常原因的方法、装置及电子设备
本申请涉及数据处理技术，具体涉及一种用于确定数据异常原因的方法；相应的，本申请同时涉及一种用于确定数据异常原因的装置及电子设备，一种数据监测方法、装置及电子设备，一种用于请求数据监测的方法、装置及电子设备，一种数据监测系统，一种用于构建分析文本模板的方法及装置，一种用于构建对应关系的方法、装置及系统。
技术介绍
随着计算机技术的发展，基于计算机的业务系统也日益增多，各种业务系统为用户提供了丰富多彩的服务。为了便于掌握业务的运行状况以对业务进行管理或者对系统进行调整，大部分的业务系统都会记录大量的业务监控数据，供业务运营人员参考使用。目前，业务监控系统通常只给出各种运营监控指标的具体数据，而无法对异常指标进行分析，即：无法给出异常指标的产生原因。然而，对于运营人员而言，监控指标的异常原因是具有实际指导意义的信息，运营人员需要清楚监控指标的异常原因，才能确定对业务系统的调整方法。综上所述，通过运营人员对异常指标进行分析是一项极为复杂、且消耗大量人力的工作。如何对监控指标进行自动的分析、找出可能的异常原因，是本领域技术人员需要迫切解决的问题。
技术实现思路
本申请提供一种用于确定数据异常原因的方法，以解决现有技术下无法对监控指标知识的异常原因进行自动分析的问题。本申请还提供用于确定数据异常原因的装置及电子设备，一种数据监测方法、装置及电子设备，一种用于请求数据监测的方法、装置及电子设备，一种数据监测系统，一种用于构建分析文本模板的方法及装置，一种用于构建对应关系的方法、装置及系统。本申请提供一种用于确定数据异常原因的方法，包括：获取对待分析的异常主指标产生影响的子指标；根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。可选的，所述获取对待分析的异常主指标产生影响的子指标，采用如下方式：根据预设的指标关系集，获取对所述异常主指标产生影响的子指标。可选的，所述获取对待分析的异常主指标产生影响的子指标，采用如下方式：获取与所述异常主指标之间的关联度大于等于预设的最小关联度阈值的指标，作为对所述异常主指标产生影响的子指标。可选的，所述基准数据包括以下数据的至少一者：相对预设时间范围内实际数据均值的正向基准波动幅度，相对预设时间范围内实际数据均值的负向基准波动幅度，预设的最大数据阈值、预设的最小数据阈值。可选的，所述基准数据包括所述正向基准波动幅度和所述负向基准波动幅度；所述确定存在异常的子指标，采用如下方式：若所述子指标的实际数据相对所述子指标的所述均值的波动幅度大于所述正向基准波动幅度，则将所述子指标作为异常子指标；若所述子指标的实际数据相对所述子指标的所述均值的波动幅度小于负向基准波动幅度，则将所述子指标作为异常子指标。可选的，所述基准数据包括所述正向基准波动幅度和所述负向基准波动幅度；所述异常子指标的异常情况，采用如下方式确定：若所述异常子指标的实际数据相对所述异常子指标的均值的波动幅度大于所述正向基准波动幅度，则将所述异常子指标的异常情况设置为正向波动异常；若所述异常子指标的实际数据相对所述异常子指标的均值的波动幅度小于所述负向基准波动幅度，则将所述异常子指标的异常情况设置为负向波动异常。可选的，所述分析文本模板包括带有指标变量名的可变化文本模板；所述生成所述异常主指标的异常原因，包括：针对各个异常子指标，根据该指标的异常情况和所述对应关系集，获取该指标的该异常情况对所述异常主指标产生影响的分析文本模板；以及根据该指标的实际数据和所述分析文本模板，生成该指标的该异常情况对所述异常主指标产生影响的分析文本；对各个所述分析文本进行拼接，获得所述异常主指标的异常原因。可选的，所述对应关系集，采用如下方式生成：根据预设的模板生成规则，生成各个子指标的各种异常情况各自对应的分析文本模板，形成所述对应关系集。可选的，所述对应关系集，采用如下步骤生成：接收客户端提交的通过模板编辑工具设置的至少一个主指标、子指标的异常情况与分析文本模板之间的对应关系；根据接收到的至少一个对应关系，生成所述对应关系集。相应的，本申请还提供一种用于确定数据异常原因的装置，包括：子指标获取单元，用于获取对待分析的异常主指标产生影响的子指标；异常子指标确定单元，用于根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；异常原因生成单元，用于根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。可选的，所述子指标获取单元，具体用于根据预设的指标关系集，获取对所述异常主指标产生影响的子指标。可选的，所述子指标获取单元，具体用于获取与所述异常主指标之间的关联度大于等于预设的最小关联度阈值的指标，作为对所述异常主指标产生影响的子指标。可选的，所述基准数据包括：相对预设时间范围内实际数据均值的正向基准波动幅度和相对预设时间范围内实际数据均值的负向基准波动幅度；所述异常子指标确定单元，具体用于若所述子指标的实际数据相对所述子指标的所述均值的波动幅度大于所述正向基准波动幅度，则将所述子指标作为异常子指标；以及若所述子指标的实际数据相对所述子指标的所述均值的波动幅度小于负向基准波动幅度，则将所述子指标作为异常子指标。可选的，所述分析文本模板包括带有指标变量名的可变化文本模板；所述异常原因生成单元包括：分析文本生成子单元，用于针对各个异常子指标，根据该指标的异常情况和所述对应关系集，获取该指标的该异常情况对所述异常主指标产生影响的分析文本模板；以及根据该指标的实际数据和所述分析文本模板，生成该指标的该异常情况对所述异常主指标产生影响的分析文本；分析文本拼接子单元，用于对各个所述分析文本进行拼接，获得所述异常主指标的异常原因。可选的，还包括：对应关系集生成单元，用于生成所述对应关系集。可选的，所述对应关系集生成单元，具体用于根据预设的模板生成规则，生成各个子指标的各种异常情况各自对应的分析文本模板，形成所述对应关系集。可选的，所述对应关系集生成单元包括：对应记录接收子单元，用于接收客户端提交的通过模板编辑工具设置的至少一个主指标、子指标的异常情况与分析文本模板之间的对应关系；对应关系集生成子单元，用于根据接收到的至少一个对应关系，生成所述对应关系集。相应的，本申请还提供一种电子设备，包括：处理器；以及存储器，用于存储实现用于确定数据异常原因的方法的程序，该设备通电并通过所述处理器运行该用于确定数据异常原因的方法的程序后，执行下述步骤：获取对待分析的异常主指标产生影响的子指标；根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。相应的，本申请还提供一种数据监测方法，包括：接收客户端发送的针对特定业务系统的业务运营监测请求；根据所述特定业务系统的各个预设业务运营主指标的实际数据和各个预设业务运营主指标的基准数据，确定存在异常的预设业务运营主指标；针对各个异常的预设业务运营主指标，获取对所述异常的预设业务运营主指标产生本文档来自技高网...

【技术保护点】
一种用于确定数据异常原因的方法，其特征在于，包括：获取对待分析的异常主指标产生影响的子指标；根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。

【技术特征摘要】
1.一种用于确定数据异常原因的方法，其特征在于，包括：获取对待分析的异常主指标产生影响的子指标；根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。2.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，所述获取对待分析的异常主指标产生影响的子指标，采用如下方式：根据预设的指标关系集，获取对所述异常主指标产生影响的子指标。3.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，所述获取对待分析的异常主指标产生影响的子指标，采用如下方式：获取与所述异常主指标之间的关联度大于等于预设的最小关联度阈值的指标，作为对所述异常主指标产生影响的子指标。4.根据权利要求3所述的用于确定数据异常原因的方法，其特征在于，还包括：根据各个指标的实际数据，计算获得不同指标之间的关联度。5.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，所述基准数据包括以下数据的至少一者：相对预设时间范围内实际数据均值的正向基准波动幅度，相对预设时间范围内实际数据均值的负向基准波动幅度，预设的最大数据阈值、预设的最小数据阈值。6.根据权利要求5所述的用于确定数据异常原因的方法，其特征在于：所述基准数据包括所述正向基准波动幅度和所述负向基准波动幅度；所述确定存在异常的子指标，采用如下方式：若所述子指标的实际数据相对所述子指标的所述均值的波动幅度大于所述正向基准波动幅度，则将所述子指标作为异常子指标；若所述子指标的实际数据相对所述子指标的所述均值的波动幅度小于负向基准波动幅度，则将所述子指标作为异常子指标。7.根据权利要求5所述的用于确定数据异常原因的方法，其特征在于：所述基准数据包括所述正向基准波动幅度和所述负向基准波动幅度；所述异常子指标的异常情况，采用如下方式确定：若所述异常子指标的实际数据相对所述异常子指标的均值的波动幅度大于所述正向基准波动幅度，则将所述异常子指标的异常情况设置为正向波动异常；若所述异常子指标的实际数据相对所述异常子指标的均值的波动幅度小于所述负向基准波动幅度，则将所述异常子指标的异常情况设置为负向波动异常。8.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，不同子指标对应不同类型的基准数据。9.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于：所述分析文本模板包括带有指标变量名的可变化文本模板；所述生成所述异常主指标的异常原因，包括：针对各个异常子指标，根据该指标的异常情况和所述对应关系集，获取该指标的该异常情况对所述异常主指标产生影响的分析文本模板；以及根据该指标的实际数据和所述分析文本模板，生成该指标的该异常情况对所述异常主指标产生影响的分析文本；对各个所述分析文本进行拼接，获得所述异常主指标的异常原因。10.根据权利要求9所述的用于确定数据异常原因的方法，其特征在于，所述对各个所述分析文本进行拼接，采用如下方式：通过自然语言处理技术对各个所述分析文本进行拼接。11.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，所述对应关系集，采用如下方式生成：根据预设的模板生成规则，生成各个子指标的各种异常情况各自对应的分析文本模板，形成所述对应关系集。12.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，所述对应关系集，采用如下步骤生成：接收客户端提交的通过模板编辑工具设置的至少一个主指标、子指标的异常情况与分析文本模板之间的对应关系；根据接收到的至少一个对应关系，生成所述对应关系集。13.根据权利要求1所述的用于确定数据异常原因的方法，其特征在于，根据预设的异常原因分析周期执行所述用于确定数据异常原因的方法。14.一种用于确定数据异常原因的装置，其特征在于，包括：子指标获取单元，用于获取对待分析的异常主指标产生影响的子指标；异常子指标确定单元，用于根据各个子指标的实际数据和各个子指标的基准数据，确定存在异常的子指标；异常原因生成单元，用于根据异常子指标的异常情况和预先生成的异常情况与分析文本模板的对应关系集，生成所述异常主指标的异常原因。15.根据权利要求14所述的用于确定数据异常原因的装置，其特征在于：所述子指标获取单元，具体用于根据预设的指标关系集，获取对所述异常主指标产生影响的子指标。16.根据权利要求14所述的用于确定数据异常原因的装置，其特征在于：所述子指标获取单元，具体用于获取与所述异常主指标之间的关联度大于等于预设的最小关联度阈值的指标，作为对所述异常主指标产生影响的子指标。17.根据权利要求14所述的用于确定数据异常原因的装置，其特征在于：所述基准数据包括：相对预设时间范围内实际数据均值的正向基准波动幅度和相对预设时间范围内实际数据均值的负向基准波动幅度；所述异常子指标确定单元，具体用于若所述子指标的实际数据相对所述子指标的所述均值的波动幅度大于所述正向基准波动幅度，则将所述子指标作为异常子指标；以及若所述子指标的实际数据相对所述子指标的所述均值的波动幅度小于负向基准波动幅度，则将所述子指标作为异常子指标。18.根据权利要求14所述的用于确定数据异常原因的装置，其特征在于：所述分析文本模板包括带有指标变量名的可变化文本模板；所述异常原因生成单元包括：分析文本生成子单元，用于针对各个异常子指标，根据该指标的异常情况和所述对应关系集，获取该指标的该异常情况对所述异常主指标产生影响的分析文本模板；以及根据该指标的实际数据和所述分析文本模板，生成该指标的该异常情况对所述异常主指标产生影响的分析文本；分析文本拼接子单元，用于对各个所述分析文本进行拼接，获得所述异常主指标的异常原因。19.根据权利要求14所述的用于确定数据异常原因的装置，其特征在于，还包括：对应关系集生成单元，用于生成所述对应关系集。20....

【专利技术属性】
技术研发人员：姜骁，刘磊，车九洲，吴镇宇，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY