[发明专利]一种大数据在线业务分析方法和服务器

说明书

本申请的大数据在线业务分析方法和服务器，可有效地消除非等候事件对确定事件等候量化描述的影响，有助于精准确定事件等候量化描述，再将运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到等候记录，从而可通过等候记录确定在待检测时段区间内待检测业务线程的事件等候量化描述，进而能对终止记录中的终止事件进行解析，有助于精准确定事件等候量化描述。由于仅需获取当前办公项目和其前一办公项目之间待检测业务线程的在先事件传输信息便可确定在待检测时段区间内待检测业务线程的事件等候量化描述，能降低对办公业务环境的软硬件配置标准，有助于扩大所获取的在先事件传输信息的信息范围，进而能精准确定事件等候量化描述。

技术领域

本申请实施例涉及大数据和在线业务技术领域，具体涉及一种大数据在线业务分析方法和服务器。

背景技术

在大数据时代，对于在线业务分析而言，由于各类业务数据源源不断的到来，因此这些业务数据需要尽快地得到处理，不能产生积压，这给当下的数据处理技术带来了新的挑战。以在线办公为例，随着各类企业的办公模式由线下模式向线上模式转换，服务器侧面临巨大的数据处理压力，而如何从容应对各类办公事件是现目前致力于解决的技术问题。

在实际的办公业务应用过程中，发明人发现，办公事件的积压是一个普遍性问题，为了灵活调整办公策略以尽可能减少办公事件积压所带来的业务办理延时或者异常，需要对所积压办公事件进行统计。然而，发明人经研究和分析发现，相关的针对积压办公事件的统计技术难以有效改善不同事件之间的干扰影响，从而在进行积压办公事件的统计过程中时常出现统计偏差，造成积压办公事件统计效率和准确率低下。

发明内容

有鉴于此，本申请实施例提供了一种大数据在线业务分析方法和服务器。

本申请实施例提供了一种大数据在线业务分析方法，应用于办公业务服务器，所述方法至少包括：

获取当前办公项目和其前一办公项目之间待检测业务线程的在先事件传输信息；

基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间；

通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录；

获取所述终止事件的运行持续时间，并将所述运行持续时间符合第一设定挑选指标的终止事件认定为等候事件并加载到所述等候记录；

通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述。

对于相关可独立实施的技术方案而言，所述借鉴性非卡顿运行持续时间包括非卡顿运行持续时间均值和非卡顿运行持续时间最小值；

所述通过所述借鉴性非卡顿运行持续时间对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录，包括：

通过所述非卡顿运行持续时间均值对待检测时段区间内所述待检测业务线程的事件进行挑选，得到所述待检测时段区间内涵盖至少一个等候事件的等候记录和涵盖至少一个终止事件的终止记录；

在通过所述等候记录确定在所述待检测时段区间内所述待检测业务线程的事件等候量化描述之前，还包括：

通过所述非卡顿运行持续时间最小值过滤所述等候记录中不符合第二设定挑选指标的等候事件。

对于相关可独立实施的技术方案而言，所述待检测业务线程的在先事件传输信息包括事件从所述待检测业务线程传入所述当前办公项目的第一传入时刻以及事件传入所述前一办公项目的第二传入时刻，所述待检测时段区间包括项目唤醒状态启动时间至项目唤醒状态终止时间之间的第一待检测时段区间，以及所述项目唤醒状态终止时间之后后一个项目唤醒状态启动时间至后一个项目唤醒状态终止时间之间的第二待检测时段区间；

所述基于所述在先事件传输信息，确定所述待检测业务线程的借鉴性非卡顿运行持续时间包括：