[发明专利]监控指标的筛选方法及筛选装置

说明书

本发明涉及计算机应用技术领域，本发明公开了一种监控指标的筛选方法及筛选装置，所述监控指标的筛选方法包括：获取所述监控指标的指标数据；对所述指标数据进行突变频繁度统计；根据进行所述突变频繁度统计的统计结果，采用预先构建的概率模型计算所述指标数据的突变频繁度小于预先设定的突变频繁度的概率；以及在所述概率小于设定阈值的情况下，判定与所述指标数据相应的所述监控指标为无用指标，通过上述技术方案，基于指标数据突变频繁程度，自动筛选出监控指标中的无用指标并进行下线处理，排除了人工筛选无用指标的过程对工作经验的依赖性，提高了监控指标筛选的可靠性和准确度，并且降低存储系统压力和人工成本投入，有效提高了工作效率。

技术领域

本发明涉及计算机应用技术领域，具体地涉及一种监控指标的筛选方法及筛选装置。

背景技术

为了更好地实时了解和分析服务的运行状况，互联网公司通常会采集各种监控数据，甚至针对部分重要数据可能会附上更多的属性标签，如UA (User Agent用户代理)、网络制式、地理位置等。随着业务规模扩大，互联网公司需要监控的监控指标越来越多，监控数据量呈爆炸式增长，这给存储系统造成了较大的压力。如果监控指标配置不合理，监控指标的变化趋势并不能体现设备或服务的健康状态，则会给存储系统带来不必要的存储压力。但是对该类指标的筛选目前并没有行之有效的方法，大多数公司采用人工筛选无用指标，并对无用指标进行下线操作的方法。如此，又带来了大量的人工成本投入，大大降低公司工作效率，增加运行成本。

发明内容

本发明的目的提供一种监控指标的筛选方法，该方法可以自动筛选监控指标中的无用指标，进而指导用户将无用指标下线，从而降低存储系统压力并减少人工成本投入。

为了实现上述目的，本发明实施例提供一种监控指标的筛选方法，所述监控指标的筛选方法包括：获取所述监控指标的指标数据；对所述指标数据进行突变频繁度统计；根据进行所述突变频繁度统计的统计结果，采用预先构建的概率模型计算所述指标数据的突变频繁度小于预先设定的突变频繁度的概率；以及在所述概率小于设定阈值的情况下，判定与所述指标数据相应的所述监控指标为无用指标。

可选的，在所述获取所述监控指标的指标数据之后，所述监控指标的筛选方法还包括：将所述指标数据按照预定规则划分为数据片段。

可选的，所述对所述指标数据进行突变频繁度统计包括：从所述数据片段中随机选取的若干个数据片段，并记录所选取的数据片段的个数；以及统计所述若干个数据片段中存在数据突变的数据片段的个数。

可选的，所述计算所述指标数据的突变频繁度小于预先设定的突变频繁度的概率利用以下概率模型进行计算：P(p_x≤p₀；M,N)，其中，P表示所述指标数据的突变频繁度小于预先设定的突变频繁度的概率；N表示所选取的数据片段的个数；M表示所述若干个数据片段中存在数据突变的数据片段的个数；p_x表示所述指标数据的突变频繁度；以及p₀表示预先设定的突变频繁度。

可选的，对所述指标数据进行突变频繁度统计之前，所述监控指标的筛选方法还包括：判定所述指标数据中具有确定的数据变化规律的所述监控指标为无用指标。

相应地，本发明实施例还提供一种监控指标的筛选装置，所述监控指标的筛选装置包括：获取模块，用于获取所述监控指标的指标数据；统计模块，用于对所述指标数据进行突变频繁度统计；计算模块，根据所述指标数据和预先构建的概率模型，计算所述指标数据的突变频繁度小于预先设定的突变频繁度的概率；以及判断模块，用于在所述概率小于设定阈值的情况下，判定与所述指标数据相应的所述监控指标为无用指标。

可选的，所述获取模块还用于在获取所述监控指标的指标数据之后，将所述指标数据按照预定规则划分为数据片段。