[发明专利]DevOps节点的数据处理方法、装置和服务器

说明书

本说明书提供了DevOps节点的数据处理方法、装置和服务器，可应用于金融领域。基于该方法，通过先基于当前时间段的样本数据库，得到当前时间段的节点性能检测模型；再利用当前时间段的节点性能检测模型处理所获取的目标DevOps节点当前时间段的性能特征，确定目标DevOps节点存在异常的情况下，并作异常提示。从而可以准确且高效地发现DevOps平台中存在异常的DevOps节点，并自动且及时地对存在异常的DevOps节点进行异常提示，以便能够尽快地修复异常，保证DevOps平台运行的稳定、可靠。

技术领域

本说明书属于互联网技术领域，尤其涉及DevOps节点的数据处理方法、装置和服务器。

背景技术

对于一些大型的金融服务机构，常常需要对外发布和维护大量的软件应用。目前，许多金融服务机构会利用DevOps平台来同时对多个软件应用的各个具体任务(包括：集成、测试、发布、部署、基础架构管理等)进行流水线化的自动处理。

但是，基于现有方法往往难以准确地发现DevOps平台中的异常节点，也无法对异常节点及时进行预警提醒，进而影响DevOps平台运行的稳定性和可靠性。

针对上述问题，目前尚未提出有效的解决方案。

发明内容

本说明书提供了一种可用于金融领域的DevOps节点的数据处理方法、装置和服务器，可以准确、高效地发现DevOps平台中存在异常的DevOps节点，并自动且及时地对存在异常的DevOps节点进行异常提示，以便能够尽快地修复异常节点，保证DevOps平台运行的稳定、可靠。

本说明书提供了一种DevOps节点的数据处理方法，包括：

根据预设的采集规则，采集目标DevOps节点当前时间段的运行数据；

根据目标DevOps节点当前时间段的运行数据，获取目标DevOps节点当前时间段的性能特征；

基于当前时间段的样本数据库，更新上一个时间段的节点性能检测模型，得到当前时间段的节点性能检测模型；其中，上述当前时间段的样本数据库包括各个DevOps节点的性能特征；

通过利用当前时间段的节点性能检测模型处理目标DevOps节点当前时间段的性能特征，得到检测结果；并根据检测结果，确定目标DevOps节点是否存在异常；

在确定目标DevOps节点存在异常的情况下，针对目标DevOps节点进行异常提示。

在一个实施例中，在确定目标DevOps节点是否存在异常之后，所述方法还包括：

利用目标DevOps节点当前时间段的性能特，更新当前时间段的样本数据库，以得到下一个时间段的样本数据库。

在一个实施例中，利用目标DevOps节点当前时间段的性能特，更新当前时间段的样本数据库，包括：

根据检测结果标注目标DevOps节点当前时间段的性能特，并将标注后的目标DevOps节点当前时间段的性能特存入当前时间段的样本数据库内。

在一个实施例中，所述标注后的目标DevOps节点当前时间段的性能特征还携带有时间标签。

在一个实施例中，基于当前时间段的样本数据库，更新上一个时间段的节点性能检测模型，

根据时间标签，从当前时间段的样本数据库中筛选出当前时间段的训练数据；其中，所述当前时间段的训练数据至少包括标注后的目标DevOps节点上一个时间段的性能特；

根据当前时间段的训练数据通过数据分析，确定出DevOps节点当前时间段的性能特征的参考区间；

根据DevOps节点当前时间段的性能特征的参考区间，更新上一个时间段的节点性能检测模型，以得到当前时间段的节点性能检测模型。