[发明专利]基于多级缓存的异常监控方法

权利要求书

1.一种基于多级缓存的异常监控方法，其特征在于，包括：

对原始数据执行多级缓存处理，得到缓存数据；

响应于对所述缓存数据执行的访问操作，获取日志信息，所述日志信息至少包括某一访问操作的访问结果；

对第一预设区间内所有缓存数据的访问结果的失败率进行第一区间监控；

当第一预设区间内所有缓存数据的访问结果的失败率达到预设的失败率阈值时，进行第一报警；以及

响应于所述第一报警，将第一预设区间内的所有缓存数据进行异常处理等级预估，得到异常处理等级，所述异常处理等级对应不同的缓存数据，用以区分不同的缓存数据的异常处理优先级。

2.根据权利要求1所述的方法，其特征在于，所述对原始数据执行多级缓存处理，得到缓存数据，包括：获取所述原始数据；将所述原始数据分别写入本地缓存数据库和分布式缓存数据库，得到不同缓存数据库中的缓存数据。

3.根据权利要求2所述的方法，其特征在于，所述响应于对所述缓存数据执行的访问操作，其中，所述访问操作的操作策略包括：优先对本地缓存数据库中的所述缓存数据执行访问操作，在本地缓存数据库中的缓存数据执行访问操作失败的情况下，对分布式缓存数据库中的所述缓存数据执行访问操作。

4.根据权利要求1所述的方法，其特征在于，在所述对原始数据执行多级缓存处理，得到缓存数据后，还包括：

获取不同缓存数据库中的当前时刻的交易流量；

基于动态流量阈值，对不同缓存数据库中的当前时刻的交易流量进行瞬时监控；以及

在当前时刻的交易流量大于所述动态流量阈值时，进行第二报警。

5.根据权利要求4所述的方法，其特征在于，其中，所述动态流量阈值的配置方法包括：基于当前时刻的所述交易流量判断当前时刻的系统可承载量，所述当前时刻的系统可承载量以更新下一时刻的所述动态流量阈值。

6.根据权利要求1所述的方法，其特征在于，所述基于无监督学习将第一预设区间内的所有缓存数据进行异常处理等级预估，得到异常处理等级，包括：

对所述预设周期内的每个缓存数据的访问结果进行一位有效编码处理，得到一位有效编码；

基于所述一位有效编码，通过无监督学习模型的多次迭代运算获取分类结果；以及

基于所述分类结果预估当前预设周期内待查询数据的分散区间，以确定异常处理等级。

7.根据权利要求1至6任一项所述的方法，其特征在于，其中，所述日志信息还包括某一访问操作的操作耗时以及系统吞吐量指标，

在所述响应于对所述缓存数据执行的访问操作，获取日志信息后，所述方法还包括：

对第二预设区间内所有缓存数据的访问结果、操作耗时以及系统吞吐量指标进行离散化处理，得到所述第二预设区间内的离散化数据；

对所述离散化数据进行第二区间监控；以及

当第二预设区间内的所述离散化数据达到预设的离散化数据阈值时进行第三报警。

8.一种缓存异常处理装置，其特征在于，包括：

多级缓存模块，用于对原始数据执行多级缓存处理，得到缓存数据；

日志获取模块，用于响应于对所述缓存数据执行的访问操作，获取日志信息，所述日志信息至少包括某一访问操作的访问结果；

第一区间监控模块，用于对第一预设区间内所有缓存数据的访问结果的失败率进行第一区间监控；

第一区间报警模块，用于当第一预设区间内所有缓存数据的访问结果的失败率达到预设的失败率阈值时，进行第一报警；以及

异常处理等级模块，用于响应于所述第一报警，将第一预设区间内的所有缓存数据进行异常处理等级预估，得到异常处理等级，所述异常处理等级对应不同的缓存数据，用以区分不同的缓存数据的异常处理优先级。