[发明专利]基于人工智能的日志数据统计方法及相关设备

权利要求书

1.一种基于人工智能的日志数据统计方法，其特征在于，所述方法包括：

依据搜索系统接收日志数据统计请求，并对所述统计请求进行验证；

若验证通过，则所述搜索系统依据所述统计请求对从服务端获取的日志数据进行搜索以获取第一目标数据集；

依据预设阈值划分所述第一目标数据集以获取第二目标数据集；

依据预设逻辑压缩所述第二目标数据集以获取目标索引数据集；

依据所述目标索引数据集进行数据统计以获取目标日志数据。

2.如权利要求1所述的基于人工智能的日志数据统计方法，其特征在于，所述依据搜索系统接收日志数据统计请求，并对所述统计请求进行验证包括：

依据预设方式对不同数据类型的日志数据设置编码标签；

基于所述编码标签判断所述统计请求中的数据类型是否含有对应的编码标签，从而确定所述统计请求是否合格，若合格，则验证通过。

3.如权利要求1所述的基于人工智能的日志数据统计方法，其特征在于，所述若验证通过，则所述搜索系统依据所述统计请求对从服务端获取的日志数据进行搜索以获取第一目标数据集包括：

所述搜索系统基于所述日志数据的数据类型、时间范围和取值范围收集对应的日志数据，并将收集到的日志数据进行列式存储以作为所述第一目标数据集。

4.如权利要求1所述的基于人工智能的日志数据统计方法，其特征在于，所述依据预设阈值划分所述第一目标数据集以获取第二目标数据集包括：

依据预设阈值判断所述第一目标数据集的数据量以获取判断结果；

基于所述判断结果对所述第一目标数据集进行分区以获取分区数据集；

对所述分区数据集中的各分区数据进行批次划分以获取所述第二目标数据集。

5.如权利要求4所述的基于人工智能的日志数据统计方法，其特征在于，所述基于所述判断结果对所述第一目标数据集进行分区以获取分区数据集包括：

若所述第一目标数据集的数据量小于预设阈值，则将所述第一目标数据集作为所述分区数据集；

若所述第一目标数据集的数据量大于预设阈值，则以预设阈值为单位对所述第一目标数据集进行划分以获取所述分区数据集。

6.如权利要求5所述的基于人工智能的日志数据统计方法，其特征在于，所述对所述分区数据集中的各分区数据进行批次划分以获取所述第二目标数据集包括：

依据同一分区中各数据的数据量由大到小对所述分区数据进行排序以获取排序数据表；

依据余弦相似度算法计算所述排序数据表中各相邻数据之间的余弦相似度；

依据自定义聚类算法和所述排序数据表中各相邻数据之间的余弦相似度对所述分区数据集中的各分区数据进行批次划分以获取所述第二目标数据集。

7.如权利要求1所述的基于人工智能的日志数据统计方法，其特征在于，所述依据预设逻辑压缩所述第二目标数据集以获取目标索引数据集包括：

依据预设逻辑压缩所述第二目标数据集中的数据以获取压缩数据集；

依据压缩算法转换所述压缩数据集中的数据以构建所述目标索引数据集。

8.一种基于人工智能的日志数据统计装置，其特征在于，所述装置包括：

验证单元，用于依据搜索系统接收日志数据统计请求，并对所述统计请求进行验证；

获取单元，用于若验证通过，则所述搜索系统依据所述统计请求对从服务端获取的日志数据进行搜索以获取第一目标数据集；

划分单元，用于依据预设阈值划分所述第一目标数据集以获取第二目标数据集；

压缩单元，用于依据预设逻辑压缩所述第二目标数据集以获取目标索引数据集；

统计单元，用于依据所述目标索引数据集进行数据统计以获取目标日志数据。

9.一种电子设备，其特征在于，所述电子设备包括：

存储器，存储有计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的基于人工智能的日志数据统计方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于人工智能的日志数据统计方法。