[发明专利]业务系统运行监测方法及装置

权利要求书

1.一种业务系统运行监测方法，其特征在于，包括：

根据各业务节点在历史数据中每天的数据处理量以及每天的处理时长计算每个业务节点的平均处理效率；

根据各业务节点在历史数据中每年的与当前日期同一日期的数据处理量采用数学拟合的方法确定各业务节点当前日期的第一数据处理量预测值；

根据各业务节点在历史数据中每年的与当前日期同一日期的数据处理量以及各业务节点在历史数据中每年的全年日均数据处理量计算当前日期各业务节点的日期影响因子；

根据所述日期影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值；

根据所述第二数据处理量预测值以及所述平均处理效率确定各业务节点当前日期的处理时长预测值，以根据各业务节点当前日期的处理时长预测值对当前日期的各业务节点的运行状态进行监测。

2.根据权利要求1所述的业务系统运行监测方法，其特征在于，还包括：

根据各业务节点在历史数据中每月的与当前日期在当前月份中同一次序的日的数据处理量以及各业务节点在历史数据中每月的全月日均数据处理量计算当前日期各业务节点的月度影响因子；

所述根据所述日期影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值，具体包括：

根据所述日期影响因子、所述月度影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值。

3.根据权利要求1所述的业务系统运行监测方法，其特征在于，还包括：

根据各业务节点在历史数据中每周的与当前日期的星期对应的天的数据处理量以及各业务节点在历史数据中每周的全周日均数据处理量计算当前日期各业务节点的周影响因子；

所述根据所述日期影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值，具体包括：

根据所述日期影响因子、所述周影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值。

4.根据权利要求1所述的业务系统运行监测方法，其特征在于，还包括：

根据各业务节点在历史数据中每月的与当前日期在当前月份中同一次序的日的数据处理量以及各业务节点在历史数据中每月的全月日均数据处理量计算当前日期各业务节点的月度影响因子；

根据各业务节点在历史数据中每周的与当前日期的星期对应的天的数据处理量以及各业务节点在历史数据中每周的全周日均数据处理量计算当前日期各业务节点的周影响因子；

所述根据所述日期影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值，具体包括：

根据所述日期影响因子、所述月度影响因子、所述周影响因子以及所述第一数据处理量预测值确定各业务节点当前日期的第二数据处理量预测值。

5.根据权利要求1所述的业务系统运行监测方法，其特征在于，所述根据各业务节点在历史数据中每年的与当前日期同一日期的数据处理量采用数学拟合的方法确定各业务节点当前日期的第一数据处理量预测值，具体包括：

根据各业务节点在历史数据中每年的与当前日期同一日期的数据处理量构建各业务节点对应的n次拟合函数，并根据构建的n次拟合函数确定各业务节点当前日期的第一数据处理量预测值，其中，n为正整数。

6.根据权利要求1所述的业务系统运行监测方法，其特征在于，所述根据各业务节点在历史数据中每年的与当前日期同一日期的数据处理量采用数学拟合的方法确定各业务节点当前日期的第一数据处理量预测值，具体包括：

针对每个业务节点根据业务节点在历史数据中每年的与当前日期同一日期的数据处理量分别构建一次拟合函数至m次拟合函数，并分别计算每个拟合函数的方差，其中，m为大于1且小于等于5的正整数；

根据方差最小的拟合函数确定业务节点当前日期的第一数据处理量预测值。

7.根据权利要求1所述的业务系统运行监测方法，其特征在于，还包括：

若监测到某个业务节点当前日期的实际处理时长超过该业务节点对应的处理时长预测值，向用户发送警报信息。