[发明专利]自学习的变频监控方法、系统、电子设备和存储介质

说明书

本发明涉及一种自学习的变频监控方法、系统、电子设备和存储介质，所述方法包括：获取监控频率，根据所述监控频率分别对多项运行指标进行采集，获取监控数据；对所述监控数据进行分析得出预测结果，所述预测结果用于指示是否即将发生异常事件；判断在所述预设时间范围内是否接收到异常事件；若所述预测结果指示不会即将发生异常事件，且在所述预设时间范围内未接收到异常事件，则降低监控频率。本发明的方法通过收集监控数据和对应时间产生的事件共同学习，最终在计算机系统稳定运行且没有异常的时候，逐步降低监控频率，从而避免资源的浪费，最终达到节省磁盘空间、算力和电能的目的。

技术领域

本发明涉及计算机监控技术领域，特别是涉及自学习的变频监控方法、系统、电子设备和存储介质。

背景技术

在当前的计算机领域中，特别是云计算微服务时代，为了保证程序正常运行，通过监控系统对程序和对程序运行的数据进行实时监控和数据收集，从而能够及时发现、甚至是提前发现计算主机故障。

为了实现对计算主机的排查，监控系统需要收集的监控指标少则几十项，多则几百上千项，比如CPU的使用率、内存使用率、存储使用率、IO使用情况、网络速率、程序运行占用的CPU和内存、程序暴露的各自监控指标（链接数，线程数等）等，在现有技术中，监控系统的采集时间间隔（即监控频率）基本上是固定的，比如5秒、10秒等。

这些监控指标虽然方便人们排查问题、了解当前的运行状态，但由于系统在大多数情况下是正常运行的，用户在查看主机前一段时间的运行数据时，有可能看到的只是一条直线，因此这些数据大部分是没用的，没有分析和参考意义；但如果降低了计算主机的监控频率，即把数据采集的时间间隔拉长，则又有可能丢失监控内容，无法进行故障排查。因此，现有的计算主机监控技术由于长时间以较低的监控频率频繁采集数据，不仅自身会消耗大量计算资源和电能，造成资源的浪费；同时，采集到的数据还占用了大量的存储空间，增加了监控成本。

发明内容

针对现有技术存在的不足，本发明实施例提供了一种自学习的变频监控方法、系统、电子设备和存储介质，以至少解决现有技术中监控频率固定而导致资源浪费和监控成本高的问题。

第一方面，本发明实施例提供了一种自学习的变频监控方法，所述方法包括：

获取监控频率，根据所述监控频率分别对多项运行指标进行采集，获取监控数据；

对所述监控数据进行分析得出预测结果，所述预测结果用于指示是否即将发生异常事件；

判断在预设时间范围内是否接收到异常事件；

若所述预测结果指示不会即将发生异常事件，且在所述预设时间范围内未接收到异常事件，则降低监控频率。

进一步，所述对所述监控数据进行分析获取预测结果，包括：

获取每一所述异常事件的发生标准；

判断多项所述运行指标的监控数据是否符合所述异常事件的发生标准；

若符合，则预测结果指示即将发生异常事件；若不符合，则预测结果指示即将不发生异常事件。

在其中一些实施例中，若所述预测结果指示即将发生异常事件，则所述方法还包括：

获取预先设置的最低监控频率、最高监控频率和即将发生的异常事件的发生概率；

根据所述发生概率、最低监控频率和最高监控频率计算的结果提高所述监控频率。

进一步，所述降低监控频率还包括：

按照预设步长降低监控频率，根据降低后的监控频率继续采集监控数据，在重新获取的预测结果指示不会即将发生异常事件，且下一个预设时间范围内没有接收到异常事件，则继续按照预设步长降低监控频率，直到从预设的初始监控频率降到预设的最低监控频率。