[发明专利]一种数据监控方法、装置及设备

说明书

本发明公开了一种数据监控方法、装置及设备；在本方案中，首先需要采集历史数据，确定历史数据的类型，并将历史数据输入与类型对应的预测模型，通过预测模型对历史数据进行趋势分析，得到预测数据；然后将预测数据与实际数据进行对比，若满足预测需求，则根据预测数据展示趋势预测曲线，并进行告警检测；若不满足预测需求，则通过预测模型对新产生的实际数据重新进行趋势分析。可见，本方案通过预测模型对历史数据进行趋势分析的方式，可在问题出现之前得到指标变化的预测数据，从而辅助监控系统进行预警、趋势预测曲线展示及设备容量管理，提高用户体验。

技术领域

本发明涉及数据监控技术领域，更具体地说，涉及一种数据监控方法、装置及设备。

背景技术

目前的机房监控告警逻辑是对监控指标进行检测，如果检测到监控指标超过预先设定的告警阈值，则触发告警。也即：监控告警逻辑属于事后告警机制，只有问题出现以后，并且相应的监控指标超过了设定的告警阈值后才能触发告警，无法在问题出现之前进行预警，用户体验较差。

发明内容

本发明的目的在于提供一种数据监控方法、装置及设备，以便在问题出现之前及时预警，提高用户体验。

为实现上述目的，本发明提供一种数据监控方法，包括：

采集历史数据；

确定所述历史数据的类型；

将所述历史数据输入与所述类型对应的预测模型，通过所述预测模型对所述历史数据进行趋势分析，得到预测数据；

将所述预测数据与实际数据进行对比，若满足预测需求，则根据所述预测数据展示趋势预测曲线，并进行告警检测；若不满足预测需求，则通过所述预测模型对新产生的实际数据重新进行趋势分析。

其中，所述确定所述历史数据的类型之前，还包括：

判断所述历史数据是否为纯随机序列；

若否，则继续执行所述确定所述历史数据的类型的步骤。

其中，所述确定所述历史数据的类型，将所述历史数据输入与所述类型对应的预测模型，包括：

判断所述历史数据是否为平稳序列；

若是，则将所述历史数据输入ARMA模型；若否，则对所述历史数据进行差分运算后，输入ARIMA模型。

其中，所述根据所述预测数据展示趋势预测曲线，包括：

根据当前时刻之前的历史数据与当前时刻之后的预测数据，生成趋势预测曲线并展示。

其中，所述进行告警检测包括：

判断当前时刻的预测数据是否大于预警阈值；

若是，则生成预警信息并展示。

其中，将所述预测数据与实际数据进行对比，包括：

计算预测数据与对应的实际数据的偏离度；

若所述偏离度在预先设定的偏离区间内，则判定所述预测模型满足预测需求，否则，判定所述预测模型不满足预测需求。

其中，通过所述预测模型对新产生的实际数据重新进行趋势分析，包括：

利用所述偏离度确定对应的偏差评分；

根据所述偏差评分确定新产生的实际数据及历史数据的权重比系数；

通过所述预测模型、新产生的实际数据、历史数据及权重比系数，重新进行趋势分析。

为实现上述目的，本发明进一步提供一种数据监控装置，包括：

采集模块，用于采集历史数据；

确定模块，用于确定所述历史数据的类型；

数据输入模块，用于将所述历史数据输入与所述类型对应的预测模型；

分析模块，用于通过所述预测模型对所述历史数据进行趋势分析，得到预测数据；

对比模块，用于将所述预测数据与实际数据进行对比；