[发明专利]基于动态阈值方法的可视化预警系统及方法

权利要求书

1.一种基于动态阈值方法的可视化预警系统，其特征在于，包括：数据存储模块、负载均衡模块、数据动态阈值模块和可视化模块；

所述数据存储模块用于从多台服务器上收集日志进行实时存储；

所述负载均衡模块用于获取数据存储模块中的日志数据，采用轮询方式对每个请求按时间顺序逐一分配到不同的python服务器；

所述数据动态阈值模块用于从负载均衡模块上拉取实时数据，当比较结果满足预设多告警模板中的告警阈值，则触发相应类别的告警；

运用 python 开发语言对包括 druid、ES的数据源的接口进行实时调用构建指标数据，并按照业务梳理服务与系统的关系模型的特定场景对数据进行分析，以判断系统的运行情况，当满足制定的告警规则时，则调用预先配置的大屏监测模型生成的图像，并截图后以附件的形式发送邮件给告警接收人；

所述可视化模块用于告警信息的可视化展示；

所述数据动态阈值模块中，

触发服务性能异常的条件如下：

Max(WD-SD)＞service_duration＝[3，n]

触发服务调用量异常的条件如下：

Max(WC-SC)＞service_count＝[3，n]

触发服务成功率异常的条件如下：

Max(WS-SS)＞service_success＝[3，n]

触发服务失败量异常的条件如下：

Max(WE-SE)＞service_error＝[3，n]

其中，WD为当前实时服务每分钟性能值，SD为历史同时段服务每分钟性能值，service_duration为服务性能预设阈值模板，WC为当前实时服务每分钟调用量值，SC为历史同时段服务每分钟调用量值，service_count为服务调用量预设阈值模板，WS为当前实时服务每分钟成功率值，SS为历史同时段服务每分钟成功率值，service_success为服务成功率预设阈值模板，WE为当前实时服务每分钟失败量值，SE为历史同时段服务每分钟失败量值，service_error为服务失败量预设阈值模板，n为被监测服务性能总数。

2.根据权利要求1所述基于动态阈值方法的可视化预警系统，其特征在于：如果某一python服务器状态异常，则所述负载均衡模块将其从python服务器池中剔除。

3.根据权利要求1所述基于动态阈值方法的可视化预警系统，其特征在于：所述可视化模块的可视化展示内容至少包括：服务异常当前异常值、历史同时段异常值，当前近一个小时数据趋势。

4.根据权利要求1所述基于动态阈值方法的可视化预警系统，其特征在于：所述数据动态阈值模块采用python脚本获取正常服务性能作为阈值模板，并采用动态基线告警方式，分析监控指标的历史时刻值、区间趋势值。

5.根据权利要求4所述基于动态阈值方法的可视化预警系统，其特征在于：所述数据动态阈值模块将实时服务告警值与动态基线阈值模板进行比较，当结果满足预设的告警模板中的告警阈值时，则自动触发可视化模块采用邮件告警的方式可视化展示告警结果。

6.一种基于动态阈值方法的可视化预警方法，其特征在于，运用 python 开发语言对包括 druid、ES的数据源的接口进行实时调用构建指标数据，并按照业务梳理服务与系统的关系模型的特定场景对数据进行分析，以判断系统的运行情况，当满足制定的告警规则时，则调用预先配置的大屏监测模型生成的图像，并截图后以附件的形式发送邮件给告警接收人；

包括以下步骤：

步骤S1：数据存储模块从多台服务器上收集日志进行实时存储；

步骤S2：负载均衡模块获取数据存储模块中的日志数据，采用轮询方式对每个请求按时间顺序逐一分配到不同的python服务器；

步骤S3：数据阈值模块从负载均衡模块上拉取实时数据，当比较结果满足预设多告警模板中的告警阈值，则触发相应类别的告警；

步骤4：数据阈值模块根据当比较结果满足预设多告警模板中的告警阈值，调用可视化模块集成接口进行可视化展示，包括：服务异常当前异常值、历史同时段异常值，当前近一个小时数据趋势；

在步骤S3中：

触发服务性能异常的条件如下：

Max(WD-SD)＞service_duration＝[3，n]

触发服务调用量异常的条件如下：

Max(WC-SC)＞service_count＝[3，n]

触发服务成功率异常的条件如下：

Max(WS-SS)＞service_success＝[3，n]

触发服务失败量异常的条件如下：

Max(WE-SE)＞service_error＝[3，n]

其中，WD为当前实时服务每分钟性能值，SD为历史同时段服务每分钟性能值，service_duration为服务性能预设阈值模板，WC为当前实时服务每分钟调用量值，SC为历史同时段服务每分钟调用量值，service_count为服务调用量预设阈值模板，WS为当前实时服务每分钟成功率值，SS为历史同时段服务每分钟成功率值，service_success为服务成功率预设阈值模板，WE为当前实时服务每分钟失败量值，SE为历史同时段服务每分钟失败量值，service_error为服务失败量预设阈值模板，n为被监测服务性能总数。