[发明专利]数据抽稀方法及装置

说明书

本申请公开的数据抽稀方法及装置，涉及图像处理领域，解决了如何在减少监控数据的数据量的同时，保持监控数据的特征不变的问题。方法包括：服务器根据终端指示的抽稀方式确定第一抽稀步长，根据第一抽稀步长将数据标识指示的监控数据划分为N个分段数据，并根据监控数据的最大值、监控数据的最小值和监控数据的平均值，对N个分段数据中的每个分段数据进行抽稀，得到第一抽稀后的数据，向终端反馈第一抽稀后的数据。其中，查询请求消息包括数据标识和指示信息，数据标识用于指示待查询的监控数据，指示信息用于指示确定第一抽稀步长的方式。N为大于或等于1的整数。

技术领域

本申请涉及图像处理领域，尤其涉及数据抽稀方法及装置。

背景技术

目前，为了监控云系统的运行状态，可以为云系统部署一个监控系统，在云系统内的节点(例如，物理主机、虚拟设备等)上部署监控代理，通过监控代理监控节点的运行状态，采集节点的监控数据，并向监控系统上报监控数据，监控系统存储监控数据。当运维人员查看监控数据时，可以将监控数据绘制成曲线，通过监控视图显示曲线，以便于运维人员获知云系统的运行状态。

在采集监控数据时，可以采用较精细的粒度采集监控数据，例如，以秒为单位采集监控数据。当运维人员查看较长时间的监控数据时，由于监控数据的数据量非常大，导致将监控数据绘制成曲线的性能较低。而且，大多数的监控数据都是云系统的正常运行状态下的数据，不会触发监控告警，运维人员无需关注正常运行状态下的数据，因此，监控数据包含了很多冗余数据。在这种情况下，监控视图需要显示非常多的数据点，降低了曲线的清晰度，导致运维人员查看监控数据时费时费力。

为了解决上述问题，传统技术中可以采用基于实时数据处理工作流(SparkStreaming)处理监控数据。具体的，可以将监控数据划分为多段，对每段监控数据进行汇聚计算，将汇聚计算后的数据绘制成曲线。例如，计算每段监控数据的平均值，将每段监控数据的平均值绘制成曲线。虽然，监控数据经过汇聚计算后数据点的个数减少了，提高了绘制曲线的性能和曲线的清晰度，但是，汇聚计算后的数据无法准确地表示监控数据的特征，导致运维人员无法及时准确地获知云系统的运行状态的异常情况。因此，如何在减少监控数据的数据量的同时，保持监控数据的特征不变是一个亟待解决的问题。

发明内容

本申请提供一种数据抽稀方法及装置，解决了如何在减少监控数据的数据量的同时，保持监控数据的特征不变的问题。

为达到上述目的，本申请采用如下技术方案：

第一方面，本申请提供了一种数据抽稀方法，该方法可应用于服务器，或者该方法可应用于可以支持服务器实现该方法的数据抽稀装置，例如该数据抽稀装置包括芯片系统，方法包括：服务器接收来自终端的查询请求消息后，根据数据标识获取待查询的监控数据，以及根据指示信息指示的方式确定第一抽稀步长，根据第一抽稀步长将监控数据划分为N个分段数据，并根据监控数据的最大值、监控数据的最小值和监控数据的平均值，对N个分段数据中的每个分段数据进行抽稀，得到第一抽稀后的数据，向终端反馈第一抽稀后的数据。其中，查询请求消息包括数据标识和指示信息，数据标识用于指示待查询的监控数据，指示信息用于指示确定第一抽稀步长的方式。N为大于或等于1的整数。

本申请提供的数据抽稀方法，通过抽稀掉监控数据中的冗余数据，保留监控数据中的特征数据，从而在减少监控数据的数据量同时，保持监控数据的特征不变。而且将抽稀后的数据绘制成曲线时，有效地提高了绘制曲线的性能，以及提高了浏览器显示曲线的清晰度，进而使运维人员能够及时准确地获知云系统的运行状态的异常情况。

其中，服务器根据指示信息指示的方式确定第一抽稀步长包括以下两个方式。

方式一，若指示信息指示第一方式，服务器根据浏览器的页面宽度和一个数据点的宽度确定第一抽稀步长，查询请求消息还包括浏览器的页面宽度和一个数据点的宽度，浏览器用于查询监控数据并显示监控数据。