一种基于时序数据的告警自愈方法及系统技术方案

本发明专利技术公开了一种基于时序数据的告警自愈方法及系统，该系统主要应用于数据库领域。在该领域中，为了监测数据库运行的关键性能状态，需要定时采集数据库性能指标的数值，从而为每个关键性能指标形成一列时序数据。对各列时序数据进行分析，当某一项或多项指标发生异常时，及时从时序数据中发现，并发出告警。此后，仍然不断监测该指标值，并及时更新告警状态。态。态。

【技术实现步骤摘要】
一种基于时序数据的告警自愈方法及系统


[0001]本专利技术涉及数据库领域，尤其涉及一种基于时序数据的告警自愈方法及系统。

技术介绍

[0002]时序数据是同一指标按时间顺序记录的数据列。目前，时序数据在经济、生物、信息等领域中极为常见。时序数据中往往隐藏着数据随时间的变化规律，如果能够发现规律并善加利用，将有效促进社会各领域的发展。如经济学中常见的上证指数，即上海证券交易所股票价格综合指数，就是一个时序数据，该指标反映了上海证券交易所挂牌股票总体走势。
[0003]在数据库领域，能够反映数据库性能状态的指标为数众多，如果可以按时对一些关键性能指标的数值进行采集，就可以得到多列能够反映各指标变化趋势的时序数据。基于采集到的数据库性能指标数值，可以及时发现数据库状态的异常情况，一旦发生异常，及时发出告警。目前，这样的数据库性能状态异常告警方法及系统较多。但是，当发生异常并产生告警之后，缺乏对这些告警进行管理。

技术实现思路

[0004]为解决现有技术中存在的技术问题，本专利技术公开一种基于时序数据的告警自愈方法，该方法包括以下步骤：
[0005](1)数据采集：采集关键指标数值，并存储到本地数据库中；
[0006]具体地，目标数据库系统中有K项指标需要监测，可得到K个时间序列，表示为S1,S2,
…
,S
K
，每个时间序列在1,2,
…
,t时刻的值分别表示为s
i1
,s
i2
,
…r/>,s
it
，其中1≤i≤K，每次采集间隔一定时间，采集时间间隔由用户指定；
[0007](2)异常检测：分析各时间序列，并采用机器学习或人工智能对时间序列进行分析，及时发现序列中的异常；
[0008](3)告警：当发现时间序列存在异常时，在系统中及时发出告警，并以邮件或手机短信方式通知用户；
[0009](4)自愈：系统发出告警后，对相应的性能指标按照制定的策略继续监测，若发现该指标值恢复正常，则取消告警；否则继续告警，并修改策略，按照改后的策略继续对告警的指标进行监测。
[0010]具体地，对第i个指标在t时刻产生异常并触发告警后，在第t+n时刻进行了第m次自愈检测，通过第m次自愈检测发现第i个指标值并未恢复正常，则下一次进行自愈检测的时刻t
new
＝t+n+f(m,l
i
)，其中，f(m,l
i
)为一个计算时刻的函数，l
i
为第i个指标对应的告警等级,其中告警等级分为严重、一般和轻微，分别对应的值为3、2和1；f(m,l
i
)＝roundup(min(2
m
，1000)/l
i
)，其中，roundup()表示向上取整函数，min表示取最小值函数。
[0011]为实现上述方法，本专利技术又公开了一种基于时序数据的告警自愈系统，该系统包含异常数据采集模块、检测模块、告警模块和自愈模块，具体地，
[0012](1)数据采集模块，用于采集关键指标数值，并存储到本地数据库中；
[0013](2)异常检测模块，用于分析各时间序列，并采用机器学习或人工智能对时间序列进行分析，及时发现序列中的异常；
[0014](3)告警模块，用于当发现时间序列存在异常时，在系统中及时发出告警，并以邮件或手机短信方式通知用户；
[0015](4)自愈模块，用于系统发出告警后，对相应的性能指标按照制定的策略继续监测，若发现该指标值恢复正常，则取消告警；否则继续告警，并修改策略，按照改后的策略继续对告警的指标进行监测。
[0016]本专利技术公开了一种基于时序数据的告警自愈方法及系统，该系统主要应用于数据库领域。在该领域中，为了监测数据库运行的关键性能状态，需要定时采集数据库性能指标的数值，从而为每个关键性能指标形成一列时序数据。对各列时序数据进行分析，当某一项或多项指标发生异常时，及时从时序数据中发现，并发出告警。此后，仍然不断监测该指标值，并及时更新告警状态。
附图说明
[0017]图1为本专利技术的具体流程步骤。
[0018]图2为本专利技术的系统示意图。
具体实施方式
[0019]本专利技术中，假定目标数据库系统中有K项指标需要监测(K通常为不小于1的正整数)，相应可得到K个时间序列，表示为S1,S2,
…
,S
K
，每个时间序列在1,2,
…
,t时刻的值分别表示为s
i1
,s
i2
,
…
,s
it
，其中1≤i≤K，t表示时刻值，指的是第t次采集性能指标，每次采集按照一定的时间间隔，采集时间间隔可由用户进行指定。
[0020]在数据采集的过程中，每个时间序列随时间推移不断有新的采集数据加入。在时间序列更新过程中，异常检测模块会采用LSTM(长短期记忆网络，Long Short
‑
Term Memory)方法针对时间序列进行异常检测。若发现在某时刻(假定t时刻)第i个指标发生异常，则立即转入告警模块发出告警，并以邮件、手机短信等方式通知用户。
[0021]在告警模块发出告警后，数据采集的过程仍然继续。相应的，时间序列开始记录t时刻以后的指标数据。此时，自愈模块开始工作，对产生告警的指标进行自愈监测。为保证系统的效率，制定了自愈策略，避免“采集一次数据，判断一次异常”的情况出现。
[0022]对第i个指标在t时刻产生异常并触发告警后，后续仍需要采集该指标的数值，并判断新采集的指标值是否正常。如果正常，则该告警取消，自愈过程结束；如果异常，则需要计算对后续采集的指标数值进行判断的时刻，并按时重新检测。
[0023]假设对第i个指标在t时刻产生异常并触发告警后，在第t+n时刻进行了第m次自愈检测，通过第m次自愈检测发现第i个指标值并未恢复正常。下一次进行自愈检测的时刻计算方法为：
[0024]t
new
＝t+n+f(m,l
i
),
[0025]其中，f(m,l
i
)为一个计算时刻的函数，l
i
为第i个指标对应的告警等级,严重、一般和轻微分别对应的值为3、2和1。f(m,l
i
)的计算方式为：
[0026]f(m，l
i
)＝roumdup(min(2
m
，1000)/l
i
),
[0027]其中，roundup()表示向上取整函数，min表示取最小值函数。
[0028]假设数据库连接数性能指标1,2,3,4,5个时刻对应的值分别为100,98,96,102,300，经过异常检测模块检测后，发现时刻5对应的数据库连接数存在异常，则告警模块触发告警，该告警为严重告警，对应的l
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于时序数据的告警自愈方法，其特征在于，该方法包括以下步骤：(1)数据采集：采集关键指标数值，并存储到本地数据库中；目标数据库系统中有K项指标需要监测，可得到K个时间序列，表示为S1,S2,
…
,S
K
，每个时间序列在1,2,
…
,t时刻的值分别表示为s
i1
,s
i2
,
…
,s
it
，其中1≤i≤K，每次采集间隔一定时间，采集时间间隔由用户指定；(2)异常检测：分析各时间序列，并采用机器学习或人工智能对时间序列进行分析，及时发现序列中的异常；(3)告警：当发现时间序列存在异常时，在系统中及时发出告警，并以邮件或手机短信方式通知用户；(4)自愈：系统发出告警后，对相应的性能指标按照制定的策略继续监测，若发现该指标值恢复正常，则取消告警；否则继续告警，并修改策略，按照改后的策略继续对告警的指标进行监测。2.如权利要求1所述的一种基于时序数据的告警自愈方法，其特征在于，步骤(4)中，对第i个指标在t时刻产生异常并触发告警后，在第...

【专利技术属性】
技术研发人员：王伟斌，李超德，刘宁，陈传凯，杨小华，
申请(专利权)人：北京新数科技有限公司，
类型：发明
国别省市：