数据处理方法、装置、设备及计算机可读存储介质制造方法及图纸

本发明专利技术公开了一种数据处理方法、装置、设备及计算机可读存储介质，其中方法包括：实时获取当前的待检测业务数据，并基于当前时刻在预设模型中确定所述待处理业务数据对应的目标检测模型；将所述待检测业务数据输入所述目标检测模型，获得检测结果；若所述检测结果中包括异常信息，则基于所述异常信息对应的业务重要程度系数，启动业务应急系统。本发明专利技术能够在业务系统的“异地双活”业务系统出现故障时采用应急业务系统提供业务服务，进而有效避免“异地双活”的业务系统中出现双平面故障宕机时，无法提高业务服务的情况，提高业务系统的性能，实现业务系统中生产中断而业务不断的目的。的。的。

【技术实现步骤摘要】
数据处理方法、装置、设备及计算机可读存储介质


[0001]本专利技术涉及数据处理
，尤其涉及一种数据处理方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]目前，业内头部企业相继出现重大业务系统故障，使得业务系统的高可用问题再次成为讨论的焦点。简单回顾高可用解决方案的发展过程，从开始的“冷备”到目前大多数采用“同城双活”以及“异地双活”的方案。同城双活方案是指在同城地域范围内设置主备两套系统，可以解决某个IDC机房整体挂掉的情况(停电、断网等)，同城双活可以应对大部分灾备情况，但碰到大面积停电或者自然灾害的时候，服务依然会中断；异地双活是指在异地部署前端入口节点和应用，在城市A停止服务后将流量切至城市B提供服务。
[0003]目前，业界高可用手段为“异地双活”，一旦单平面出现问题可以快速切换至另一个平面提供对外服务，降低连续性故障用户感知。但是，“异地双活”中一旦双平面均出现故障导致宕机，导致出现无健康服务可用的窘境。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供一种数据处理方法、装置、设备及计算机可读存储介质，旨在解决“异地双活”的业务系统中出现双平面故障宕机时，无法提高业务服务的技术问题。
[0006]为实现上述目的，本专利技术提供一种数据处理方法，所述数据处理方法包括以下步骤：
[0007]实时获取当前的待检测业务数据，并基于当前时刻在预设模型中确定所述待处理业务数据对应的目标检测模型，其中，所述预设模型包括工作日模型、休息日模型、节假日模型以及月末月初模型，所述工作日模型、休息日模型、节假日模型以及月末月初模型对应的训练数据分为为历史业务数据中的工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据；
[0008]将所述待检测业务数据输入所述目标检测模型，获得检测结果；
[0009]若所述检测结果中包括异常信息，则基于所述异常信息对应的业务重要程度系数，启动业务应急系统。
[0010]进一步地，所述实时获取当前的待检测业务数据的步骤之前，还包括：
[0011]获取历史业务数据，并将所述历史业务数据拆分为工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据；
[0012]将所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日
模型以及月末月初模型。
[0013]进一步地，所述将所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日模型以及月末月初模型的步骤包括：
[0014]获取工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中，两两之间的目标相似度；
[0015]基于所述目标相似度分别对所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据进行去重处理，获得目标工作日业务数据、目标休息日业务数据、目标节假日业务数据以及目标月末月初业务数据；
[0016]将所述目标工作日业务数据、目标休息日业务数据、目标节假日业务数据以及目标月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日模型以及月末月初模型。
[0017]进一步地，所述获取工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中，两两之间的目标相似度的步骤包括：
[0018]对于工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中的两个时间序列业务数据，确定两个时间序列业务数据对应的内积，并基于所述内积确定两个时间序列业务数据对应的目标相似度。
[0019]进一步地，所述确定两个时间序列业务数据对应的内积，并基于所述内积确定两个时间序列业务数据对应的目标相似度的步骤包括：
[0020]基于预设漂移量获取两个时间序列业务数据中第一时间序列业务数据对应的漂移时间序列业务数据；
[0021]基于两个时间序列业务数据中的第二时间序列业务数据以及漂移时间序列业务数据，确定所述内积；
[0022]基于所述内积、所述第二时间序列业务数据以及漂移时间序列业务数据，确定所述目标相似度。
[0023]进一步地，所述预设漂移量包括预设范围内的多个漂移量，所述基于所述内积、所述第二时间序列业务数据以及漂移时间序列业务数据，确定所述目标相似度的步骤包括：
[0024]基于各个漂移量对应的内积、所述第二时间序列业务数据以及漂移时间序列业务数据，分别确定各个漂移量对应的待筛选相似度；
[0025]基于所述待筛选相似度中的最大相似度，确定所述目标相似度。
[0026]进一步地，所述实时获取当前的待检测业务数据的步骤之前，还包括：
[0027]基于历史业务数据获取多个业务类型，以及各个业务类型对应的业务量、接口调用量、流量数据以及网关数据；
[0028]基于所述业务量、接口调用量、流量数据以及网关数据，确定各个业务类型对应的业务重要程度系数。
[0029]此外，为实现上述目的，本专利技术还提供一种数据处理装置，所述数据处理装置包括：
[0030]获取模块，用于实时获取当前的待检测业务数据，并基于当前时刻在预设模型中确定所述待处理业务数据对应的目标检测模型，其中，所述预设模型包括工作日模型、休息
日模型、节假日模型以及月末月初模型，所述工作日模型、休息日模型、节假日模型以及月末月初模型对应的训练数据分为为历史业务数据中的工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据；
[0031]训练模块，用于将所述待检测业务数据输入所述目标检测模型，获得检测结果；
[0032]启动模块，用于若所述检测结果中包括异常信息，则基于所述异常信息对应的业务重要程度系数，启动业务应急系统。
[0033]此外，为实现上述目的，本专利技术还提供一种数据处理设备，所述数据处理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的数据处理程序，所述数据处理程序被所述处理器执行时实现前述的数据处理方法的步骤。
[0034]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现前述的数据处理方法的步骤。
[0035]本专利技术通过实时获取当前的待检测业务数据，并基于当前时刻在预设模型中确定所述待处理业务数据对应的目标检测模型，接着将所述待检测业务数据输入所述目标检测模型，获得检测结果；而后若所述检测结果中包括异常信息，则基于所述异常信息对应的业务重要程度系数，启动业务应急系统，能够在业务系统的“异地双活”业务系统出现故障时采用应急业务系统提供业务服务，进而有效本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述数据处理方法包括以下步骤：实时获取当前的待检测业务数据，并基于当前时刻在预设模型中确定所述待处理业务数据对应的目标检测模型，其中，所述预设模型包括工作日模型、休息日模型、节假日模型以及月末月初模型，所述工作日模型、休息日模型、节假日模型以及月末月初模型对应的训练数据分为为历史业务数据中的工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据；将所述待检测业务数据输入所述目标检测模型，获得检测结果；若所述检测结果中包括异常信息，则基于所述异常信息对应的业务重要程度系数，启动业务应急系统。2.如权利要求1所述的数据处理方法，其特征在于，所述实时获取当前的待检测业务数据的步骤之前，还包括：获取历史业务数据，并将所述历史业务数据拆分为工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据；将所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日模型以及月末月初模型。3.如权利要求2所述的数据处理方法，其特征在于，所述将所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日模型以及月末月初模型的步骤包括：获取工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中，两两之间的目标相似度；基于所述目标相似度分别对所述工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据进行去重处理，获得目标工作日业务数据、目标休息日业务数据、目标节假日业务数据以及目标月末月初业务数据；将所述目标工作日业务数据、目标休息日业务数据、目标节假日业务数据以及目标月末月初业务数据，分别输入三次指数平滑算法模型进行模型训练，得到工作日模型、休息日模型、节假日模型以及月末月初模型。4.如权利要求3所述的数据处理方法，其特征在于，所述获取工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中，两两之间的目标相似度的步骤包括：对于工作日业务数据、休息日业务数据、节假日业务数据以及月末月初业务数据中的两个时间序列业务数据，确定两个时间序列业务数据对应的内积，并基于所述内积确定两个时间序列业务数据对应的目标相似度。5.如权利要求4所述的数据处理方法，...

【专利技术属性】
技术研发人员：傅建新，潘亮，陈青青，李付年，吁玲，叶晓龙，刘苗苗，李家骏，邵蕾，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：