本发明专利技术提供了一种运维数据分析方法、装置、设备和介质，可以应用于计算机技术领域和数据处理技术领域。该方法包括：根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间；针对多个第一数据空间中的每个第一数据空间，对第一数据空间中的多维运维数据进行聚类，得到第一局部特征；对多个第一数据空间各自对应的第一局部特征进行聚类，得到多个第一特征空间；对多个第一特征空间进行聚类，得到第一全局特征；根据第一全局特征和多个第一局部特征确定数据库的运行状态全局特征和多个第一局部特征确定数据库的运行状态。数据库的运行状态。数据库的运行状态。
【技术实现步骤摘要】
运维数据分析方法、装置、设备和介质
[0001]本专利技术涉及计算机
和数据处理
，尤其涉及一种运维数据分析方法、装置、设备和介质。
技术介绍
[0002]在系统运维中，不同的系统、应用、数据库、中间件会随着时间维度展开生成大量的复杂的多种维度的运维数据信息，运维人员会应用多种算法，依据多维数据进行建模分析，实现状态监控，故障告警、业务分析、根因分析等等。
[0003]在实现本专利技术构思的过程中，专利技术人发现相关技术中至少存在如下问题：处理多维运维数据的效率低且运维效果差。
技术实现思路
[0004]鉴于上述问题，本专利技术提供了一种运维数据分析方法、装置、设备和介质。
[0005]根据本专利技术的第一个方面，提供了一种运维数据分析方法，包括：根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间；针对上述多个第一数据空间中的每个上述第一数据空间，对上述第一数据空间中的上述多维运维数据进行聚类，得到第一局部特征；对上述多个第一数据空间各自对应的上述第一局部特征进行聚类，得到多个第一特征空间；对上述多个第一特征空间进行聚类，得到第一全局特征；根据上述第一全局特征和多个上述第一局部特征确定上述数据库的运行状态。
[0006]根据本专利技术的实施例，上述方法还包括：根据专家经验将上述多维运维数据样本分配到多个第二数据空间；对上述多个第二数据空间中的上述多维运维数据进行聚类，得到第二全局特征；其中，上述根据上述第一全局特征和多个上述第一局部特征确定上述数据库的运行状态包括：根据上述第一全局特征、上述第二全局特征和多个上述第一局部特征确定上述数据库的运行状态。
[0007]根据本专利技术的实施例，上述根据上述第一全局特征、上述第二全局特征和多个上述第一局部特征确定上述数据库的运行状态包括：计算上述第二全局特征与上述第一全局特征的第一相似度；在上述第一相似度大于第一阈值的情况下，将上述第一全局特征和多个上述第一局部特征输入机器学习算法中，输出上述数据库的运行状态。
[0008]根据本专利技术的实施例，上述方法还包括：在上述第一相似度小于或等于上述第一阈值的情况下，根据第二预设规则将上述
多维运维数据样本分配到多个第三数据空间，上述第三数据空间的数量大于上述第一数据空间的数量；针对上述多个第三数据空间中的每个上述第三数据空间，对上述第三数据空间中的上述多维运维数据进行聚类，得到第二局部特征；对上述多个第三数据空间各自对应的上述第二局部特征进行聚类，得到多个第二特征空间；对上述多个第二特征空间进行聚类，得到第三全局特征；根据上述第三全局特征和多个上述第二局部特征确定上述数据库的运行状态。
[0009]根据本专利技术的实施例，上述对上述多个第三数据空间各自对应的上述第二局部特征进行聚类，得到多个第二特征空间包括：对存在相同特征的上述多个第三数据空间各自对应的上述第二局部特征进行聚类，得到上述多个第二特征空间。
[0010]根据本专利技术的实施例，上述针对上述多个第一数据空间中的每个第一数据空间，对上述第一数据空间中的上述多维运维数据进行聚类，得到第一局部特征包括：计算上述第一数据空间中的上述多维运维数据之间的第二相似度；在上述第二相似度大于第二阈值的情况下，将与上述第二相似度对应的上述多维数据聚为一类，得到上述第一局部特征。
[0011]根据本专利技术的实施例，上述对上述多个第一数据空间各自对应的上述第一局部特征进行聚类，得到多个第一特征空间包括：对存在相同特征的上述多个第一数据空间各自对应的上述第一局部特征进行聚类，得到上述多个第一特征空间。
[0012]根据本专利技术的实施例，在上述根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间之前，上述方法还包括：获取与数据库运行状态相关的原始运维数据；对上述原始运维数据进行预处理，得到多维运维数据样本。
[0013]根据本专利技术的实施例，上述与数据库运行状态相关的原始运维数据包括：数据库的端口访问量、数据库的内存调用情况，数据库的端口是否受到攻击的情况、数据库的存储量的情况。
[0014]本专利技术的第二方面提供了一种运维数据分析装置，包括：第一空间分配模块，用于根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间；第一局部特征得到模块，用于针对上述多个第一数据空间中的每个上述第一数据空间，对上述第一数据空间中的上述多维运维数据进行聚类，得到第一局部特征；第一特征空间得到模块，用于对上述多个第一数据空间各自对应的上述第一局部特征进行聚类，得到多个第一特征空间；第一全局特征得到模块，用于对上述多个第一特征空间进行聚类，得到第一全局特征；运行状态第一确定模块，用于根据上述第一全局特征和多个上述第一局部特征确定上述数据库的运行状态。
[0015]本专利技术的第三方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上所述的方法。
[0016]本专利技术的第四方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法。
[0017]本专利技术的第五方面还提供了一种计算机程序产品，计算机程序产品包括计算机可执行指令，计算机可执行指令在被执行时实现如上所述的方法。
[0018]根据本专利技术的实施例，根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间，实现根据第一预设规则将杂乱的多维运维数据样本分配到多个第一数据空间，使得第一数据空间中的多维运维数据样本具有与第一预设规则相对应的特征，然后针对多个第一数据空间中的每个第一数据空间，对第一数据空间中的多维运维数据进行聚类，得到第一局部特征，对多个第一数据空间各自对应的第一局部特征进行聚类，得到多个第一特征空间，对多个第一特征空间进行聚类，得到第一全局特征，实现通过对与数据库运行状态相关的多维运维数据进行一次聚类得到与数据库运行状态相关的第一局部特征，对第一局部特征进行多次聚类得到第一全局特征，因此至少部分地克服了相关技术中处理多维运维数据的效率低且且运维效果差的技术问题，提高提取第一局部特征与第一全局特征的速度，并且第一局部特征与第一全局特征间内部联系紧密，使得第一全局特征更具全局代表性，因此实现根据第一全局特征和多个第一局部特征快速准确的确定数据库的运行状态。
附图说明
[0019]通过以下参照附图对本专利技术实施例的描述，本专利技术的上述内容以及其他目的、特征和优点将更为清楚，在附图中：图1示出了根据本专利技术实施例的运维数据分析方法的应用场景图；图2示出了根据本专利技术实施例的运维数据分析方法的流程图；图3示出了根据本专利技术实施例的运维数据分析方法的另一流程图；图4示出了根据本专利技术实施例的运维数据分析装置的结构框图；以及图5示出了根据本专利技术实施例的适于实现运维数据分析方法的电子设备的方框图。
具体实施方式
[0020]本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运维数据分析方法，其特征在于，所述方法包括：根据第一预设规则将与数据库运行状态相关的多维运维数据样本分配到多个第一数据空间；针对所述多个第一数据空间中的每个所述第一数据空间，对所述第一数据空间中的所述多维运维数据进行聚类，得到第一局部特征；对所述多个第一数据空间各自对应的所述第一局部特征进行聚类，得到多个第一特征空间；对所述多个第一特征空间进行聚类，得到第一全局特征；根据所述第一全局特征和多个所述第一局部特征确定所述数据库的运行状态。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：根据专家经验将所述多维运维数据样本分配到多个第二数据空间；对所述多个第二数据空间中的所述多维运维数据进行聚类，得到第二全局特征；其中，所述根据所述第一全局特征和多个所述第一局部特征确定所述数据库的运行状态包括：根据所述第一全局特征、所述第二全局特征和多个所述第一局部特征确定所述数据库的运行状态。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一全局特征、所述第二全局特征和多个所述第一局部特征确定所述数据库的运行状态包括：计算所述第二全局特征与所述第一全局特征的第一相似度；在所述第一相似度大于第一阈值的情况下，将所述第一全局特征和多个所述第一局部特征输入机器学习算法中，输出所述数据库的运行状态。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：在所述第一相似度小于或等于所述第一阈值的情况下，根据第二预设规则将所述多维运维数据样本分配到多个第三数据空间，所述第三数据空间的数量大于所述第一数据空间的数量；针对所述多个第三数据空间中的每个所述第三数据空间，对所述第三数据空间中的所述多维运维数据进行聚类，得到第二局部特征；对所述多个第三数据空间各自对应的所述第二局部特征进行聚类，得到多个第二特征空间；对所述多个第二特征空间进行聚类，得到第三全局特征；根据所述第三全局特征和多个所述第二局部特征确定所述数据库的运行状态。5.根据权利要求4所述的方法，其特征在于，所述对所述多个第三数据空间各自对应的所述第二局部特征进行聚类，得到多个第二特征空间包括：对存在相同特征的所述多个第三数据空间各自对应的所述第二局部特征进行聚类，得到所述多个第二特征空间。6.根据权利要...
【专利技术属性】
技术研发人员：孟江波，李占兵，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。