[发明专利]一种银行主机交易监控分析方法

说明书

本发明涉及一种银行主机交易监控分析方法，服务器包括主机核心交易量获取模块、主机程序性能数据获取模块、主机程序分析模块，包括步骤：⑴设定银行主机交易对比日期、时间段；⑵根据设定的交易对比日期、时间段，主机核心交易量获取模块采集银行主机的核心交易量；⑶根据设定的交易对比日期、时间段，主机程序性能数据获取模块采集银行主机的所有程序的性能数据；⑷根据获取的银行主机的核心交易量、银行主机的所有程序的性能数据，主机程序分析模块采用加权算法计算单个程序的平均CPU使用量对整体交易CPU使用量的贡献率。本发明采用加权算法准确获得各程序对整体交易平均CPU使用量变化的贡献，具有准确、可靠，避免误判的特点。

技术领域

本发明涉及一种银行主机交易监控分析方法，特别涉及一种能够准确定位对交易响应时间和CPU使用增长贡献最大的程序的银行主机交易监控分析方法，属于银行主机交易监控分析领域。

背景技术

银行主机交易的响应时间和交易CPU使用率是银行交易性能分析的核心，一个常见的分析需求就是分析造成平均交易响应时间和交易CPU使用量变化(增加或减少)的原因是否由于个别程序造成的。其中最常见的一个案例场景就是在大量应用投产后，运维部门通常需要做以下几点常规分析：⑴投产后的平均交易的响应时间和CPU的增长率是否符合预期；⑵如果不符合预期，对投产后的平均响应时间和CPU使用量构成做分析；⑶对于响应时间和CPU使用量贡献较大的程序进行重点分析。现有的分析方式都是对投产后平均交易的响应时间和CPU使用量构成的分析，虽然在一定程度上可以找到问题突破口，比如从响应时间和CPU使用量贡献较多的程序入手，但是对响应时间和CPU使用量贡献较多的程序不一定对变化量的贡献也大，而简单的单个程序的平均响应时间和CPU使用量的前后直接对比的偏差较大，所以在某些场景下容易造成误判。

发明内容

本发明银行主机交易监控分析方法公开了新的方案，采用加权算法准确获得各程序对整体交易平均CPU使用量变化的贡献，解决了现有方案容易造成误判的问题。

本发明银行主机交易监控分析方法，银行主机交易监控分析方法基于服务器运行，服务器包括主机核心交易量获取模块、主机程序性能数据获取模块、主机程序分析模块，包括步骤：⑴设定银行主机交易对比日期、时间段；⑵根据设定的交易对比日期、时间段，主机核心交易量获取模块采集银行主机的核心交易量；⑶根据设定的交易对比日期、时间段，主机程序性能数据获取模块采集银行主机的所有程序的性能数据；⑷根据获取的银行主机的核心交易量、银行主机的所有程序的性能数据，主机程序分析模块采用加权算法计算单个程序的平均CPU使用量对整体交易CPU使用量的贡献率。

进一步，本方案的方法的步骤⑷的加权算法包括过程:

设核心交易总共有100个程序，分别是P1、P2、……、P100；

设应用投产前，100个程序的平均CPU使用率分别是CPU1A、CPU2A、……、CPU100A，在采样高峰时段的发生次数分别是N1A、N2A、……、N100A；

设应用投产后，100个程序的平均CPU使用率分别是CPU1B、CPU2B、……、CPU100B，在采样高峰时段的发生次数分别是N1B、N2B、……、N100B；

设应用投产前后的高峰时段的核心交易量分别是MA、MB，应用投产前后的平均交易CPU使用率的变化量是Z；

应用投产前平均交易的CPU使用率是:

[(CPU1A×N1A)＋(CPU2A×N2A) ＋……＋(CPU100A×N100A)]÷MA﹦FA；

应用投产后平均交易的CPU使用率是：

[(CPU1B×N1B) ＋(CPU2B×N2B)＋……＋(CPU100B×N100B)]÷MB﹦FB；