[发明专利]配置数据库的更新处理方法，存储介质及电子设备

说明书

本申请公开了一种配置数据库的更新处理方法，存储介质及电子设备。其中，该方法包括：基于预设数据保鲜方式对配置数据库中存量数据进行一次更新；调用预设核验算法将存量数据与第三方数据源进行数据对账，得到存量数据与第三方数据源之间的差异数据，以及该差异数据的处理建议；基于处理建议对存量数据进行二次更新，得到更新后的配置数据库；将配置数据库中的数据划分为小类数据与大类数据，获取小类数据对应的第一评分，确定大类数据对应的第二评分；基于第一评分与第二评分确定配置数据库中的评分。本申请解决了相关技术中缺乏有效的数据保鲜及评分机制造成的数据维护及保鲜成本较高，质量评价不统一，难以得到客户认同的的技术问题。

技术领域

本申请涉及数据处理领域，具体而言，涉及一种配置数据库的更新处理方法，存储介质及电子设备。

背景技术

运维配置数据库(CMDB)中整合了应用系统相关的所有IT资源及关系(覆盖应用系统、数据库、中间件、存储、网络、服务器等)，打破了数据堡垒，面向数据中心所有运维工具解决了跨专业数据共享问题，为智能化运维提供基础数据支撑是运维体系的基石，也是数字化建设的起点。配置库数据质量与服务至关重要，直接影响着整体运维体系的建设以及作用发挥。

由于配置数据种类多，数量情况复杂等原因，如何对配置数据进行维护、持续保鲜，确保配置数据可靠、可信在业内配置库建设过程中是一个难点问题。主要原因有几个方面：一、缺少长效机制，数据维护及保鲜成本高；二、数据保鲜，且治理后质量依旧难以持续维持；三、数据质量没有评价及量化标准，数据质量难以得到用户的认同。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种配置数据库的更新处理方法，存储介质及电子设备，以至少解决相关技术中缺乏有效的数据保鲜及评分机制造成的数据维护及保鲜成本较高，质量评价不统一，难以得到客户认同的的技术问题。

根据本申请实施例的一个方面，提供了一种配置数据库的更新处理方法，包括：基于预设数据保鲜方法对配置数据库中存量数据进行一次更新；调用预设核验算法将存量数据与第三方数据源进行数据对账，得到存量数据与第三方数据源之间的差异数据，以及该差异数据的处理建议；基于处理建议对存量数据进行二次更新，得到更新后的配置数据库；将配置数据库中的数据划分为小类数据与大类数据，其中，大类数据的数据粒度大于小类数据的数据粒度；获取小类数据对应的第一评分，确定大类数据对应的第二评分；基于第一评分与第二评分确定配置数据库中的评分，其中，评分用于指示配置数据库的数据质量。

可选地，获取小类数据对应的第一评分，包括：获取小类数据的记录准确度，并获取小类数据的属性准确度；确定记录准确度、属性准确度与预设系数的乘积为第一评分，其中，记录准确度用于指示小类数据在配置数据库中的未发生异常记录，且更新正常的分值，属性准确度用于指示小类数据中正确属性在总属性中的占比，其中，占比越高，属性准确度越高。

可选地，获取小类数据的记录准确度，包括：在确定小类数据触发调用预设核验算法或者未通过第三方数据源核验的情况下，确定记录存在概率为0；在小类数据未触发调用预设核验算法且通过第三方数据源核验的情况下，确定记录存在概率为1；基于小类数据的投产状态以及更新时间确定更新准确概率，其中，投产状态包括：未投产、下线中以及已投产；在投产状态为未投产或者下线中，在未投产时间或者未下线时间，小于预设时间的情况下，则确定更新准确概率为1，若超出预设时间，则在每超出第一预定时长则递减预定值，直至更新准确概率为0；在投产状态为已投产，确定自发现更新周期，在自发现周期小于预定周期的情况下，确定更新准确概率为1，若超出预定周期，则在每超出第二预定时长则递减预定值，直至更新准确概率为0；确定记录存在概率与更新准确概率的乘积为记录准确度。