一种大数据在线业务分析方法和服务器技术

本申请的大数据在线业务分析方法和服务器，可有效地消除非等候事件对确定事件等候量化描述的影响，有助于精准确定事件等候量化描述，再将运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到等候记录，从而可通过等候记录确定在待检测时段区间内待检测业务线程的事件等候量化描述，进而能对终止记录中的终止事件进行解析，有助于精准确定事件等候量化描述。由于仅需获取当前办公项目和其前一办公项目之间待检测业务线程的在先事件传输信息便可确定在待检测时段区间内待检测业务线程的事件等候量化描述，能降低对办公业务环境的软硬件配置标准，有助于扩大所获取的在先事件传输信息的信息范围，进而能精准确定事件等候量化描述。确定事件等候量化描述。确定事件等候量化描述。

【技术实现步骤摘要】
一种大数据在线业务分析方法和服务器


[0001]本申请实施例涉及大数据和在线业务
，具体涉及一种大数据在线业务分析方法和服务器。

技术介绍

[0002]在大数据时代，对于在线业务分析而言，由于各类业务数据源源不断的到来，因此这些业务数据需要尽快地得到处理，不能产生积压，这给当下的数据处理技术带来了新的挑战。以在线办公为例，随着各类企业的办公模式由线下模式向线上模式转换，服务器侧面临巨大的数据处理压力，而如何从容应对各类办公事件是现目前致力于解决的技术问题。
[0003]在实际的办公业务应用过程中，专利技术人发现，办公事件的积压是一个普遍性问题，为了灵活调整办公策略以尽可能减少办公事件积压所带来的业务办理延时或者异常，需要对所积压办公事件进行统计。然而，专利技术人经研究和分析发现，相关的针对积压办公事件的统计技术难以有效改善不同事件之间的干扰影响，从而在进行积压办公事件的统计过程中时常出现统计偏差，造成积压办公事件统计效率和准确率低下。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种大数据在线业务分析方法和服务器。
[0005]本申请实施例提供了一种大数据在线业务分析方法，应用于办公业务服务器，所述方法至少包括：获取当前办公项目和其前一办公项目之间待检测业务线程的在先事件传输信息；基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间；通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录；获取所述终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述等候记录；通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述。
[0006]对于相关可独立实施的技术方案而言，所述借鉴性非卡顿运行持续时间包括非卡顿运行持续时间均值和非卡顿运行持续时间最小值；所述通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录，包括：通过所述非卡顿运行持续时间均值对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少
一个终止事件的终止记录；在通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述之前，还包括：通过所述非卡顿运行持续时间最小值过滤所述等候记录中不符合第二设定挑选指标的等候事件。
[0007]对于相关可独立实施的技术方案而言，所述待检测业务线程的在先事件传输信息包括事件从所述待检测业务线程传入所述当前办公项目的第一传入时刻以及事件传入所述前一办公项目的第二传入时刻，所述待检测时段区间包括项目唤醒状态启动时间至项目唤醒状态终止时间之间的第一待检测时段区间，以及所述项目唤醒状态终止时间之后后一个项目唤醒状态启动时间至后一个项目唤醒状态终止时间之间的第二待检测时段区间；所述基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间包括：基于所述第一传入时刻和所述第二传入时刻所处的指示时段区间，确定事件从所述待检测业务线程解绑所述当前办公项目的第一解绑时刻，以及事件解绑所述前一办公项目的第二解绑时刻；通过所述第二解绑时刻和所述第一传入时刻，汇总所述待检测业务线程全部事件的运行持续时间；解析所述待检测业务线程全部事件的运行持续时间，获取所述非卡顿运行持续时间最小值和所述非卡顿运行持续时间均值；所述通过所述非卡顿运行持续时间均值对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录包括：汇总所述第一解绑时刻处于所述第一待检测时段区间的第一目标事件，以及所述第一解绑时刻处于所述第二待检测时段区间的第二目标事件；通过所述第一传入时刻、所述第一解绑时刻、所述项目唤醒状态启动时间、所述项目唤醒状态终止时间和所述运行持续时间、所述非卡顿运行持续时间均值之间的比较结果，从所述第一目标事件中挑选出第一等候记录和第一终止记录；以及，通过所述第一传入时刻、所述第一解绑时刻、所述后一个项目唤醒状态启动时间、所述后一个项目唤醒状态终止时间和所述运行持续时间、所述非卡顿运行持续时间均值之间的比较结果，从所述第二目标事件中挑选出第二等候记录和第二终止记录；所述获取所述终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述等候记录包括：获取所述第一终止记录中的终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述第一等候记录；以及，获取所述第二终止记录中的终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述第二等候记录；所述通过所述非卡顿运行持续时间最小值过滤所述等候记录中不符合第二设定挑选指标的等候事件包括：通过所述非卡顿运行持续时间最小值过滤所述第一等候记录中不符合第二设定
挑选指标的等候事件，并过滤所述第二等候记录中不符合第二设定挑选指标的等候事件；所述通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述包括：通过过滤处理之后的第一等候记录确定在所述第一待检测时段区间内所述待检测业务线程的事件等候量化描述，以及通过过滤处理之后的第二等候记录确定在所述第二待检测时段区间内所述待检测业务线程的事件等候量化描述。
[0008]对于相关可独立实施的技术方案而言，所述解析所述待检测业务线程全部事件的运行持续时间，获取所述非卡顿运行持续时间最小值和所述非卡顿运行持续时间均值包括：将全部事件的运行持续时间依照升序的顺序进行整理，获取运行持续时间记录；获取所述运行持续时间记录中的最小值，并将所述最小值认定为所述非卡顿运行持续时间最小值；挑选所述运行持续时间记录中设定量化值区间内的运行持续时间，并将挑选得到的运行持续时间的平均持续时长值认定为所述非卡顿运行持续时间均值。
[0009]对于相关可独立实施的技术方案而言，所述通过所述第二解绑时刻和所述第一传入时刻，汇总所述待检测业务线程全部事件的运行持续时间包括：确定所述第二解绑时刻和所述第一传入时刻之间的量化差异，并将所述量化差异认定为对应事件的运行持续时间；和/或，所述将全部事件的运行持续时间依照升序的顺序进行整理，获取运行持续时间记录之后，所述方法还包括：过滤所述运行持续时间记录中位数为零的运行持续时间；和/或，所述设定量化值区间为[0.02，0.1]。
[0010]对于相关可独立实施的技术方案而言，所述基于所述第一传入时刻和所述第二传入时刻所处的指示时段区间，确定事件从所述待检测业务线程解绑所述当前办公项目的第一解绑时刻，以及事件解绑所述前一办公项目的第二解绑时刻包括：如果所述第一传入时刻处于项目唤醒状本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种大数据在线业务分析方法，其特征在于，应用于办公业务服务器，所述方法至少包括：获取当前办公项目和其前一办公项目之间待检测业务线程的在先事件传输信息；基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间；通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录；获取所述终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述等候记录；通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述。2.根据权利要求1所述的大数据在线业务分析方法，其特征在于，所述借鉴性非卡顿运行持续时间包括非卡顿运行持续时间均值和非卡顿运行持续时间最小值；所述通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录，包括：通过所述非卡顿运行持续时间均值对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录；在通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述之前，还包括：通过所述非卡顿运行持续时间最小值过滤所述等候记录中不符合第二设定挑选指标的等候事件。3.根据权利要求2所述的大数据在线业务分析方法，其特征在于，所述待检测业务线程的在先事件传输信息包括事件从所述待检测业务线程传入所述当前办公项目的第一传入时刻以及事件传入所述前一办公项目的第二传入时刻，所述待检测时段区间包括项目唤醒状态启动时间至项目唤醒状态终止时间之间的第一待检测时段区间，以及所述项目唤醒状态终止时间之后后一个项目唤醒状态启动时间至后一个项目唤醒状态终止时间之间的第二待检测时段区间；所述基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间包括：基于所述第一传入时刻和所述第二传入时刻所处的指示时段区间，确定事件从所述待检测业务线程解绑所述当前办公项目的第一解绑时刻，以及事件解绑所述前一办公项目的第二解绑时刻；通过所述第二解绑时刻和所述第一传入时刻，汇总所述待检测业务线程全部事件的运行持续时间；解析所述待检测业务线程全部事件的运行持续时间，获取所述非卡顿运行持续时间最小值和所述非卡顿运行持续时间均值；
所述通过所述非卡顿运行持续时间均值对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录包括：汇总所述第一解绑时刻处于所述第一待检测时段区间的第一目标事件，以及所述第一解绑时刻处于所述第二待检测时段区间的第二目标事件；通过所述第一传入时刻、所述第一解绑时刻、所述项目唤醒状态启动时间、所述项目唤醒状态终止时间和所述运行持续时间、所述非卡顿运行持续时间均值之间的比较结果，从所述第一目标事件中挑选出第一等候记录和第一终止记录；以及，通过所述第一传入时刻、所述第一解绑时刻、所述后一个项目唤醒状态启动时间、所述后一个项目唤醒状态终止时间和所述运行持续时间、所述非卡顿运行持续时间均值之间的比较结果，从所述第二目标事件中挑选出第二等候记录和第二终止记录；所述获取所述终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述等候记录包括：获取所述第一终止记录中的终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述第一等候记录；以及，获取所述第二终止记录中的终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述第二等候记录；所述通过所述非卡顿运行持续时间最小值过滤所述等候记录中不符合第二设定挑选指标的等候事件包括：通过所述非卡顿运行持续时间最小值过滤所述第一等候记录中不符合第二设定挑选指标的等候事件，并过滤所述第二等候记录中不符合第二设定挑选指标的等候事件；所述通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述包括：通过过滤处理之后的第一等候记录确定在所述第一待检测时段区间内所述待检测业务线程的事件等候量化描述，以及通过过滤处理之后的第二等候记录确定在所述第二待检测时段区间内所述待检测业务线程的事件等候量化描述。4.根据权利要求3所述的大数据在线业务分析方法，其特征在于，所述解析所述待检测业务线程全部事件的运行持续时间，获取所述非卡顿运行持续时间最小值和所述非卡顿运行持续时间均值包括：将全部事件的运行持续时间依照升序的顺序进行整理，获取运行持续时间记录；获取所述运行持续时间记录中的最小值，并将所述最小值认定为所述非卡顿运行持续时间最小值；挑选所述运行持续时间记录中设定量化值区间内的运行持续时间，并将挑选得到的运行持续时间的平均持续时长值认定为所述非卡顿运行持续时间均值。5.根据权利要求4所述的大数据在线业务分析方法，其特征在于，所述通过所述第二解绑时刻和所述第一传入时刻，汇总所述待检测业务线程全部事件的运行持续时间包括：确定所述第二解绑时刻和所述第一传入时刻之间的量化差异，并将所述量化差异认定为对应事件的运行持续时间；和/或，所述将全部事件的运行持续时间依照升序的顺序进行整理，获取运行持续时间
记录之后，所述方法还包括：过滤所述运行持续时间记录中位数为零的运行持续时间；和/或，所述设定量化值区间为[0.02，0.1]。6.根据权利要求3所述的大数据在线业务分析方法，其...

【专利技术属性】
技术研发人员：杨文静，钟蕙冰，邓华，林和音，
申请(专利权)人：东莞市爱学爱玩教育科技有限公司，
类型：发明
国别省市：