【技术实现步骤摘要】
本申请属于大数据，具体涉及一种数据库监控方法、装置、计算机设备及存储介质。
技术介绍
1、数据库异常监控是确保数据库稳定运行的关键环节，通过实时监控数据库运行状态，识别并响应性能瓶颈、连接失败、sql错误等异常情况，使用报警通知及时告知管理员，以便迅速采取解决措施，保障业务连续性和数据安全。
2、目前，数据库异常监控的实施主要依赖于日志分析与性能监控工具等多元化技术手段。日志分析通过详尽的日志记录，能够捕捉到数据库操作的每一个细节，为异常诊断提供重要线索。然而，随着数据库规模的扩大，日志量也急剧增加，这给日志的高效处理与分析带来了巨大挑战，可能导致关键异常的漏检或延迟响应。另一方面，性能监控工具通过实时监控数据库的各项性能指标，能够及时发现潜在的性能瓶颈或异常行为。但这类工具的配置往往较为复杂，且受限于监控规则的设定，可能存在对某些异常情况的漏报现象。因此，当前数据库异常监控存在着日志处理效率与监控规则的全面性难以同时满足，可能导致异常检测的遗漏或延迟的缺陷。
技术实现思路
1...
【技术保护点】
1.一种数据库监控方法，其特征在于，包括：
2.如权利要求1所述的数据库监控方法，其特征在于，所述历史监控数据流为多维指标数据流，使用空间聚类算法对若干个数据子集进行聚类运算，并基于聚类运算结果确定每一个所述数据子集中的潜在异常点，具体包括：
3.如权利要求2所述的数据库监控方法，其特征在于，采用基于密度的空间聚类算法，对所述多维指标空间中的所述数据点进行聚类分析，以在所述多维指标空间形成聚类簇，具体包括：
4.如权利要求3所述的数据库监控方法，其特征在于，计算所述聚类簇之间的最近邻居距离分布，并基于所述最近邻居距离分布确定聚类半径
【技术特征摘要】
1.一种数据库监控方法，其特征在于，包括：
2.如权利要求1所述的数据库监控方法，其特征在于，所述历史监控数据流为多维指标数据流，使用空间聚类算法对若干个数据子集进行聚类运算，并基于聚类运算结果确定每一个所述数据子集中的潜在异常点，具体包括：
3.如权利要求2所述的数据库监控方法，其特征在于，采用基于密度的空间聚类算法，对所述多维指标空间中的所述数据点进行聚类分析，以在所述多维指标空间形成聚类簇，具体包括：
4.如权利要求3所述的数据库监控方法，其特征在于，计算所述聚类簇之间的最近邻居距离分布，并基于所述最近邻居距离分布确定聚类半径阈值，具体包括：
5.如权利要求2所述的数据库监控方法，其特征在于，基于所述聚类半径阈值确定聚类簇稀疏区域，通过所述聚类簇稀疏区域确定每一个所述数据子集中的潜在异常点，具体包括：...
【专利技术属性】
技术研发人员：孙明明，
申请(专利权)人：平安科技深圳有限公司，
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。