[发明专利]数据抽样方法、装置、电子设备及存储介质

说明书

本申请公开了数据抽样方法、装置、电子设备及存储介质，涉及数据处理领域。具体实现方案为：将数据序列划分为多个数据分组；针对各个数据分组，分别采用预先设定的算法对所述数据分组中的数据进行计算，将计算结果作为所述数据分组的抽样数据；输出各个数据分组的所述抽样数据。本申请实施例能够便于定位错误数据。

技术领域

本申请涉及一种计算机领域，尤其涉及一种数据处理领域。

背景技术

在对大量数据进行数据分析时，经常采用数据抽样的方式，从大量数据中抽样出一部分数据，并对抽样出的数据进行显示和/或分析。这种随机抽样的方式常常会将出问题的数据忽略掉，导致无法精确定位问题数据。

例如，时间序列数据(也称时序数据)是某一指标按时间顺序采集的数据集合。运维监控产生的时序数据一般量都比较庞大，特别是当选择的时间范围比较大时，在有限的屏幕上显示不了所有的数据，就需要对原始的数据进行抽样处理。比如当前屏幕只能展示1000个数据，但是传递过来的原始数据是2000个数据，则可以从2000个数据中抽样出1000个数据，并在屏幕上显示抽样出的数据。目前一般采用随机抽样的方式，由于抽样是随机的，如果出问题的数据没有被抽样出来，则无法显示出问题的数据。

发明内容

本申请实施例提出一种数据抽样方法、装置、电子设备及存储介质。

第一方面，本申请实施例提出一种数据抽样方法，包括：

将数据序列划分为多个数据分组；

针对各个数据分组，分别采用预先设定的算法对所述数据分组中的数据进行计算，将计算结果作为所述数据分组的抽样数据；

输出各个数据分组的所述抽样数据。

本申请实施例通过对各个数据分组进行计算，将计算结果作为数据分组的抽样数据，使每个抽样数据能够反映出对应数据分组中的数据特点，从而便于定位错误数据。

在一种实施方式中，所述数据序列为时间序列数据；

所述将数据序列划分为多个数据分组，包括：

获取屏幕支持显示的数据个数，根据所述屏幕支持显示的数据个数设置所述数据分组的个数；

利用所述时间序列数据对应的时间长度及所述数据分组的个数，确定每个数据分组对应的时间长度；

根据所述每个数据分组对应的时间长度，将所述时间序列数据划分为多个数据分组。

在针对时间序列数据进行抽样时，本申请实施例按照屏幕支持显示的数据个数进行分组，以使抽样得到的抽样数据能够在屏幕上完整显示。

在一种实施方式中，所述时间序列数据对应的时间长度的确定方式为：

确定所述时间序列数据的开始时刻和结束时刻；

采用所述开始时刻和结束时刻计算所述时间序列数据对应的时间长度。

在一种实施方式中，所述预先设定的算法为：确定所述数据分组中的数据的最大值、确定所述数据分组中的数据的最小值、计算所述数据分组中的数据的平均值或者计算所述数据分组中的数据的和。

本申请实施例采用上述预定的算法计算数据分组的抽样数据，使抽样数据能够反映出对应数据分组中的数据特点，便于定位错误数据。

第二方面，本申请实施例提出一种数据抽样装置，其特征在于，包括：

分组模块，用于将数据序列划分为多个数据分组；

抽样模块，用于针对各个数据分组，分别采用预先设定的算法对所述数据分组中的数据进行计算，将计算结果作为所述数据分组的抽样数据；