[发明专利]数据监控方法、装置和电子设备

权利要求书

1.一种数据监控方法，其特征在于，所述方法包括：

对目标时刻全链路的数据调度任务进行解析，得到每个所述数据调度任务在所述目标时刻写入到对应数据表中的监控项目的数据信息；其中，每个所述数据调度任务对应一个数据表，每个所述数据表中包括至少一个监控项目；

针对每个所述数据表中的每个所述监控项目，将该监控项目在所述目标时刻的数据信息输入到预先训练得到的数据质量评估模型中，得到该监控项目在所述目标时刻的分值；

判断该监控项目在所述目标时刻的分值是否小于预设阈值；

若小于所述预设阈值，对该监控项目进行告警。

2.根据权利要求1所述的数据监控方法，其特征在于，所述数据质量评估模型包括至少一个时序预测算法，所述将该监控项目在所述目标时刻的数据信息输入到预先训练得到的数据质量评估模型中，得到该监控项目在所述目标时刻的分值的步骤包括：

将该监控项目在所述目标时刻的数据信息输入到各所述时序预测算法中，得到各所述时序预测算法在所述目标时刻对该监控项目的评分；

根据各所述时序预测算法在所述目标时刻对该监控项目的评分以及各所述时序预测算法的权重，计算得到该监控项目在所述目标时刻的分值。

3.根据权利要求2所述的数据监控方法，其特征在于，所述根据各所述时序预测算法在所述目标时刻对该监控项目的评分以及各所述时序预测算法的权重，计算得到该监控项目在所述目标时刻的分值的步骤包括：

通过以下公式计算得到监控项目的分值：

S＝αf₁(x；θ₁)+βf₂(x；θ₂)+…+γf_n(x；θ_n)

其中，f₁、f₂、f_n为各个时序预测算法对监控项目的评分；α、β、γ为各个时序预测算法的权重；θ₁、θ₂、θ_n为各个时序预测算法的参数，x为监控项目的数据信息。

4.根据权利要求2所述的数据监控方法，其特征在于，各所述监控项目对应设置有至少一个置信区间，各所述置信区间对应设置有不同的分数；所述将该监控项目在所述目标时刻的数据信息输入到各所述时序预测算法中，得到各所述时序预测算法在所述目标时刻对该监控项目的评分的步骤包括：

将该监控项目在所述目标时刻的数据信息输入到各所述时序预测算法中，得到该监控项目在所述目标时刻的数据信息所在的置信区间；

根据该监控项目在所述目标时刻的数据信息所在的置信区间对应的分数，得到各所述时序预测算法在所述目标时刻对该监控项目的评分。

5.根据权利要求1所述的数据监控方法，其特征在于，所述对该监控项目进行告警的步骤包括：

将该数据表中的该监控项目在所述目标时刻的数据信息写入到告警信息中，并查找其他数据表中是否包括该监控项目；

将包括该监控项目的其他数据表中的该监控项目在所述目标时刻的数据信息写入到所述告警信息中；

将所述告警信息发送至终端，进行告警。

6.根据权利要求5所述的数据监控方法，其特征在于，所述方法还包括：

接收所述终端根据所述告警信息反馈的结果信息；所述结果信息包括所述终端对该监控项目的评分以及所述终端对该监控项目确定的告警指示；

分析所述告警指示是否指示告警正确；

若未指示告警正确，根据所述终端对该监控项目的评分，对所述数据质量评估模型中的各个时序预测算法的权重进行调整。

7.根据权利要求1所述的数据监控方法，其特征在于，所述方法还包括：

针对每个所述数据表，根据该数据表中所有监控项目在所述目标时刻的分值，得到该数据表在所述目标时刻的分值；

针对每个所述数据表，判断该数据表在所述目标时刻的分值是否小于设定值；

若小于，对该数据表进行告警。