数据库异常检测方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种数据库异常检测方法、装置、计算机设备和存储介质。方法包括：获取数据库的异常监控值检测序列；异常监控值检测序列包括：数据库的运行状态历史预测值序列和运行状态实际监控值；将异常监控值检测序列拆分为多条监控值子序列；至少一条监控值子序列包含有运行状态实际监控值；当多条监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定运行状态实际监控值异常，并进行异常预警，以指示用户对数据库的异常进行处理。采用本方法能够对数据库的运行状态监控值进行实时异常检测，当发现异常时，及时进行预警，无需等到运行状态监控值达到固定的阈值时才发现异常，导致用户来不及处理的问题。

【技术实现步骤摘要】
数据库异常检测方法、装置、计算机设备和存储介质
本申请涉及数据库
，特别是涉及一种数据库异常检测方法、装置、计算机设备和存储介质。
技术介绍
随着计算机领域的发展，大量业务系统的核心数据保存到数据库中，从微服务到大集中，从大数据到大中台，云计算，数据湖等各种新技术架构不断涌现，数据库架构越来越复杂，对数据库安全性，可靠性，可用性的运行保障也带来了极大的挑战。传统对数据库进行检测的方法是人工预先设定一个固定的阈值，然后获取数据库当前运行的状态数据，判断当前状态数据是否超出设定的固定阈值，当超出固定阈值时，判定数据库异常。然而，由于各业务系统数据库存在硬件、软件、业务数据量、系统使用人数、业务高峰期等等诸多的差异，固定的阈值检查已无法应对复杂的应用场景。例如存储IO的带宽(从普通硬盘的几十MB每秒到高档存储的几十GB每秒),空间使用率(空间分配使用从几十GB到几十TB)，CPU使用率(某些系统业务高峰期可以允许达到90％)等，监控指标的范围跨度较大，无法设定一个固定的阈值。并且，固定的阈值无法准确有效地反映数据库的运行变化情况，如某个监控指标突然超过阈值，就有可能出现没有足够的时间去解除告警和避免故障的情况。因此，传统的通过单一固定阈值判定数据库是否异常的方法存在无法精确预警、无法准确有效地反映数据库的运行变化情况的问题。
技术实现思路
基于此，有必要针对上述固定阈值无法准确有效地反映数据库的运行变化情况的技术问题，提供一种数据库异常检测方法、装置、计算机设备和存储介质。一种数据库异常检测方法，所述方法包括：获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。在其中一个实施例中，还包括：将所述异常监控值检测序列拆分为第一监控值子序列和第二监控值子序列；所述第二监控值子序列包含有所述运行状态实际监控值；确定所述第二监控值子序列相对于所述第一监控值子序列的均值差值，以及，确定所述第一监控值子序列的标准差；当所述均值差值超出所述标准差时，则判定多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件。在其中一个实施例中，所述确定所述第二监控值子序列相对于所述第一监控值子序列的均值差值，包括：计算所述第一监控值子序列的的平均值，作为第一平均值，以及，计算所述第二监控值子序列的平均值，作为第二平均值；计算所述第二平均值相对于所述第一平均值的差值，作为所述均值差值。在其中一个实施例中，所述确定所述第一监控值子序列的标准差，包括：计算所述第一监控值子序列中各个监控值相对于所述第一平均值的差值，作为序列差值；计算所述序列差值的平方值之和，作为序列平方和，以及，计算所述序列平方和的均值，作为平方均值；计算所述平方均值的算术平方根，作为所述第一监控值子序列的标准差。在其中一个实施例中，所述获取所述数据库的异常监控值检测序列，包括：将所述运行状态历史预测值序列按照预测时间的先后顺序进行排列，形成运行状态历史预测值时间序列；将所述运行状态实际监控值排列在所述运行状态历史预测值时间序列的最后一个监控值之后，构成所述异常监控值检测序列。在其中一个实施例中，所述将所述异常监控值检测序列拆分为多条监控值子序列，包括：确定所述异常监控值检测序列的多个拆分时间点；根据所述拆分时间点将所述异常监控值检测序列拆分为多条所述监控值子序列。在其中一个实施例中，还包括：获取所述数据库的运行状态历史值；基于预设的预测模型，根据所述运行状态历史值计算运行状态预测值；获取多个所述运行状态预测值，形成所述运行状态历史预测值序列。一种数据库异常检测装置，所述装置包括：序列获取模块，用于获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；序列拆分模块，用于将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；异常判断模块，用于当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。上述数据库异常检测方法、装置、计算机设备和存储介质，通过将数据库的运行状态实际监控值与运行状态历史预测值序列构成异常监控值检测序列，进而对异常监控值检测序列进行分析，将其拆分为多条监控值子序列，其中，至少一条所述监控值子序列包含有所述运行状态实际监控值。最后根据多条所述监控值子序列的监控值波动幅度之间的差异是否符合设定条件，判定数据库的运行状态实际监控值是否异常，并进行异常预警。本方案通过对数据库的运行状态实际监控值进行实时异常检测，当发现异常时，及时进行预警，无需等到运行状态实际监控值达到固定的阈值时才发现异常，导致用户来不及处理的问题。并且本方案通过序列的波动程度进行异常判断，可解决只根据预测值对运行状态实际监控值进行异常判断的方法中，预测值不准确或异常，导致对运行状态实际监控值的异常判断失误，出现误报的问题。附图说明图1为一个实施例中数据库异常检测方法的应用场景图；图2为一个实施例中数据库异常检测方法的原理示意图；图3为一个实施例中数据库异常检测方法的流程示意图；图4为一个实施例中本文档来自技高网...

【技术保护点】
1.一种数据库异常检测方法，其特征在于，所述方法包括：/n获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；/n将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；/n当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。/n

【技术特征摘要】
1.一种数据库异常检测方法，其特征在于，所述方法包括：
获取所述数据库的异常监控值检测序列；所述异常监控值检测序列包括：所述数据库的运行状态历史预测值序列和运行状态实际监控值；
将所述异常监控值检测序列拆分为多条监控值子序列；至少一条所述监控值子序列包含有所述运行状态实际监控值；
当多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件时，则判定所述运行状态实际监控值异常，并进行异常预警，以指示用户对所述数据库的异常进行处理。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述异常监控值检测序列拆分为第一监控值子序列和第二监控值子序列；所述第二监控值子序列包含有所述运行状态实际监控值；
确定所述第二监控值子序列相对于所述第一监控值子序列的均值差值，以及，确定所述第一监控值子序列的标准差；
当所述均值差值超出所述标准差时，则判定多条所述监控值子序列的监控值波动幅度之间的差异符合设定条件。


3.根据权利要求2所述的方法，其特征在于，所述确定所述第二监控值子序列相对于所述第一监控值子序列的均值差值，包括：
计算所述第一监控值子序列的的平均值，作为第一平均值，以及，计算所述第二监控值子序列的平均值，作为第二平均值；
计算所述第二平均值相对于所述第一平均值的差值，作为所述均值差值。


4.根据权利要求3所述的方法，其特征在于，所述确定所述第一监控值子序列的标准差，包括：
计算所述第一监控值子序列中各个监控值相对于所述第一平均值的差值，作为序列差值；
计算所述序列差值的平方值之和，作为序列平方和，以及，计算所述序列平方和的均值，作为平方均值；
计算所述平方均值的算术平方根，作为所述第一监控值子序列的标准差。


5.根据权利要求1所述的方法，其特征在于，所述...

【专利技术属性】
技术研发人员：黎雄勋，卢伟开，徐晖，周英耀，张华兵，韩海洋，张月，
申请(专利权)人：贵州广思信息网络有限公司广州分公司，南方电网数字电网研究院有限公司，
类型：发明
国别省市：广东;44