[发明专利]对数据流服务进行问题定级的方法以及装置

说明书

本申请公开了一种对数据流服务进行问题定级的方法、装置、电子设备以及计算机可读存储介质，涉及数据流技术领域。本申请在对数据流服务进行问题定级时所采用的实现方案为：监控数据流服务，并在所述数据流服务出现问题时，确定受影响的至少一条数据流；利用数据流服务的监控数据以及各条数据流对应的属性数据，分别确定对应各条数据流的数据影响子指数；利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数，并根据所述数据影响指数确定所述数据流服务的问题等级。本申请能够提升对数据流服务进行问题定级的准确性。

技术领域

本申请涉及数据处理技术领域，尤其涉及数据流技术领域中的一种对数据流服务进行问题定级的方法、装置、电子设备以及计算机可读存储介质。

背景技术

现有技术中，在对数据流服务所出现的问题进行定级时，通常采用单一指标进行，例如仅根据数据流服务所出现问题的持续时间进行问题定级，或者仅根据由于数据流服务所出现问题而受到影响的数据量进行问题定级。但是，不同应用产品的数据流具有不同的特性，例如具有不同的数据更新时效，而使用数据流服务的单一指标进行问题定级，无法确保对数据流服务进行问题定级的准确性。

发明内容

本申请为解决技术问题所采用的技术方案是提供一种对数据流服务进行问题定级的方法，所述方法包括：监控数据流服务，并在所述数据流服务出现问题时，确定受影响的至少一条数据流；利用数据流服务的监控数据以及各条数据流对应的属性数据，分别确定对应各条数据流的数据影响子指数；利用对应各条数据流的数据影响子指数得到所述数据流服务的数据影响指数，并根据所述数据影响指数确定所述数据流服务的问题等级。本申请首先确定因数据流服务所出现问题而受到影响的各条数据流，然后获取对应各条数据流的数据影响子指数，再根据各数据影响子指数来得到数据流服务的数据影响指数，最后根据该数据影响指数进行问题定级，从而能够充分考虑每条数据流的影响程度，提高了对数据流服务进行问题定级的准确性。

根据本申请一优选实施例，所述方法还包括：记录监控过程中所述数据流服务对应的监控数据；所述监控数据中包括所述数据流服务的问题发生时间以及问题结束时间，各条数据流对应的数据更新周期，以及各条数据流在问题持续时段的受影响数据量。本步骤通过预先记录监控数据，从而提升获取监控数据的便捷性。

根据本申请一优选实施例，数据流对应的属性数据包括数据流的数据更新占比；若数据流为批量更新且更新正确，则确定所述数据流的数据更新占比为数据流数据的批量更新占比；若数据流为增量更新或者数据流批量更新错误，则确定所述数据流的数据更新占比为100％。本步骤能够提升所获取的属性数据的准确度。

根据本申请一优选实施例，数据流对应的属性数据包括数据流的时间系数；根据问题发生时间以及问题结束时间，确定受影响时段；将对应所述受影响时段的时间权重作为数据流对应的时间系数。本步骤能够充分考虑属性数据受时间的影响。

根据本申请一优选实施例，数据流对应的属性数据包括数据流的应用产品系数；确定数据流对应的应用产品的类别；将对应所述类别的产品权重作为数据流对应的应用产品系数。本步骤能够充分考虑属性数据受产品类别的影响。

根据本申请一优选实施例，数据流对应的属性数据包括数据流的周期影响系数；获取问题发生时间、问题结束时间以及数据流的数据更新周期；计算所述问题发生时间与所述数据更新周期的相加结果；若所述相加结果大于等于所述问题结束时间，则确定数据流的周期影响系数为0，否则确定数据流的周期影响系数为1。本步骤能够充分考虑数据流在出现问题时是否真正受到影响，从而提升数据流服务的问题定级的准确性。

根据本申请一优选实施例，所述利用数据流服务的监控数据以及各条数据流对应的属性数据，分别确定对应各条数据流的数据影响子指数包括：将对应各条数据流的受影响数据量、数据更新占比、时间系数、应用产品系数以及周期影响系数的相乘结果，作为所述对应各条数据流的数据影响子指数。