[发明专利]业务数据监控方法、装置、终端设备及存储介质

权利要求书

1.一种业务数据监控方法，其特征在于，包括：

获取大数据平台中多维度业务数据；

获取用户配置的监控策略，所述监控策略包括至少一个监控指标和至少一个监控维度；

基于至少一个监控维度，从所述多维度业务数据中获取目标业务数据，判断所述目标业务数据是否全部符合至少一个所述监控指标；

若所述目标业务数据没有全部符合至少一个所述监控指标，则确定所述目标业务数据为异常数据，获取监控结果；

其中，所述获取用户配置的监控策略，所述监控策略包括至少一个监控指标和至少一个监控维度，包括：

显示所述监控策略对应的配置界面；

获取用户在所述配置界面中输入的至少一个指标名称和至少一个监控维度；

基于所述指标名称，获取大数据平台中多维度的历史数据；

获取多变量线性回归模型，采用多变量线性回归模型对所述多维度的历史数据进行回归处理，获取与所述指标名称相对应的标准值；其中，所述多变量线性回归模型为h_θ(x)＝θ₀+θ₁x₁+θ₂x₂+…+θ_nx_n，h_θ(x)为假设函数，各个θ为输入值间的夹角向量，各个x为对应的特征；

获取用户在所述配置界面中输入的上下限范围；

基于所述标准值和所述上下限范围，获取与所述指标名称相对应的所述指标范围；

获取用户输入的确认指令，基于所述确认指令获取所述监控策略。

2.根据权利要求1所述的业务数据监控方法，其特征在于，所述获取多变量线性回归模型，包括：

采用特征缩放法对特征进行归一化处理；所述特征缩放法的表达式为其中，x_n为第n个特征，μ_n为平均值，s_n为标准差；

构建代价函数，所述代价函数为其中，x⁽ⁱ⁾为向量x中的第i个元素，y⁽ⁱ⁾为向量y中的第i个元素，h_θ(x⁽ⁱ⁾)为已知的假设函数，m为训练集的数量；

根据梯度下降法获取所述代价函数的最小值，其中，所述梯度下降法的表达式为α为学习率；

根据所述代价函数的最小值获取所述多变量线性回归模型。

3.根据权利要求1所述的业务数据监控方法，其特征在于，所述获取用户配置的监控策略，所述监控策略包括至少一个监控指标和至少一个监控维度，包括：

显示所述监控策略对应的配置界面；

获取用户输入的策略查询指令；

基于所述策略查询指令，获取预设策略库中所有历史监控策略；

获取用户输入的策略选择指令，所述策略选择指令包括策略ID；

获取与所述策略ID对应的监控策略。

4.根据权利要求1所述的业务数据监控方法，其特征在于，所述基于至少一个监控维度，从所述多维度业务数据中获取目标业务数据，判断所述目标业务数据是否全部符合至少一个所述监控指标，之前还包括：获取定时检测指令，所述定时检测指令包括触发时间点、监控邮箱和所述监控策略；

所述判断所述目标业务数据是否全部符合至少一个所述监控指标，包括：在所述触发时间点，执行基于所述监控策略对所述目标业务数据进行检测的操作；

所述确定所述目标业务数据为异常数据，之后还包括：将所述异常数据发送给所述监控邮箱。

5.根据权利要求4所述的业务数据监控方法，其特征在于，所述若所述目标业务数据没有全部符合至少一个所述监控指标，则确定所述目标业务数据为异常数据，获取监控结果，包括：

基于所述异常数据，查询预设数据库获取对应的异常原因；

将所述异常数据和所述异常原因发送给所述监控邮箱。