[发明专利]一种基于android客户端的在线诊断分析方法

说明书

本发明公开了一种基于android客户端的在线诊断分析方法，涉及配置在线诊断技术领域，包括获取客户端的从配置中心获取配置的过程数据；判断未获取到配置事件的总转化率是否超过第一阈值，如果超过第一阈值则发送第一警报，如果未超过第一阈值则进入下一步骤；判断获取到配置且配置错误事件的总转化率是否超过第二阈值，如果超过第二阈值则发送第二警报；判断获取到备份配置信息错误的总转化率是否超过第三阈值或获取到备份配置信息错误的上一步转化率超过第四阈值；本发明通过客户端的过程数据进行配置信息的错误判断，便结合数据推送等手段进行告警处理，及时让运营和运维人员及时检查配置问题，最终得以让问题得以及时发现并解决。

技术领域

本发明涉及配置在线诊断技术领域，更具体地说，它涉及一种基于android客户端的在线诊断分析方法。

背景技术

在互联网技术方案中，都会存在一个配置中心的配置组件，主要是为了配置各种可配置的参数值，用于产品配置信息获取。那么对于配置中心的操作，我们的运维或者运营人员经常会由于认为因素导致配置错误，或者未配置等，导致问题无法在测试简单暴露。在APP软件运行过程中，由于配置失误导致无法及时检测到，会影响功能。

发明内容

本发明提供一种基于android客户端的在线诊断分析方法，解决相关技术中的技术问题。

根据本发明的一个方面，提供了一种基于android客户端的在线诊断分析方法，包括：

步骤100，获取客户端的从配置中心获取配置的过程数据；

客户端从配置中心获取配置时获取一个新配置信息以及至少一个备份配置信息；其中新配置信息是开发人员修改后的配置信息，而备份配置信息是修改前的配置信息，配置信息至少包含配置项以及配置项的值；

过程数据包括配置过程事件、配置过程事件发生次数、配置过程事件发生人数；

配置过程事件至少包括请求配置、未获取到配置、获取到配置且配置正确、获取到配置且配置错误、备份配置信息正确、备份配置信息错误；

创建事件漏斗模型对过程数据进行统计；

在事件漏斗模型中统计事件发生次数、上一步转化率和总转化率；

步骤200，判断未获取到配置事件的总转化率是否超过第一阈值，如果超过第一阈值则发送第一警报，如果未超过第一阈值则进入下一步骤；

步骤300，判断获取到配置且配置错误事件的总转化率是否超过第二阈值，如果超过第二阈值则发送第二警报，如果未超过第二阈值则进入下一步骤；

步骤400，判断获取到备份配置信息错误的总转化率是否超过第三阈值或获取到备份配置信息错误的上一步转化率超过第四阈值，如果超过第三阈值或第四阈值则发送第三警报，如果未超过则结束步骤。

进一步地，所述第一警报、第二警报和第三警报是通过数据推送路径推送给运维人员。

进一步地，所述创建事件漏斗模型对过程数据进行统计至少创建四个以上的事件漏斗模型，其中，

一个事件漏斗模型以请求配置为第一事件，以获取到配置且配置正确为第二事件；

一个事件漏斗模型以请求配置为第一事件，未获取到配置为第二事件；

一个事件漏斗模型以请求配置为第一事件，以获取到配置且配置错误为第二事件，备份配置信息正确为第三事件；

一个事件漏斗模型以请求配置为第一事件，以获取到配置且配置错误为第二事件，备份配置信息错误为第三事件。

进一步地，所述配置信息的数量为两个时，客户端从配置中心获取配置后会产生以下操作：

步骤110，运行新配置信息；