云平台时序监控数据管理方法、装置、设备及存储介质与流程

1.本技术涉及云技术领域，特别是涉及一种云平台时序监控数据管理方法、装置、电子设备及可读存储介质。


背景技术：

2.在云计算iaas(infrastructure as a service，基础设施及服务)业务场景应用中，底层的物理资源包括服务器主机、磁盘、网络，以及由用户根据业务需求自发搭建的虚拟资源如虚拟机、共享存储、虚拟网络等，这些资源在运行过程中都需要同步记录下相关性能的时序监控数据，并以性能曲线的形式提供给用户或者维护人员，用于分析资源的运行状况，并为用户设备的问题定位和机房未来规划提供数据支持。随着当前云平台所管理的资源规模愈发庞大，种类也日益增多，现有的云平台时序监控数据的管理已无法满足现实需求，用户使用体验也不好。


技术实现要素：

3.本技术提供了一种云平台时序监控数据管理方法、装置、电子设备及可读存储介质，可以在满足监控业务需求的前提下，优化云平台时序监控数据的管理方式，提升用户使用体验。
4.为解决上述技术问题，本发明实施例提供以下技术方案：
5.本发明实施例一方面提供了一种云平台时序监控数据管理方法，包括：
6.获取各监控项的时序监控数据以及与监控相关的多个关联事件；
7.利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点；
8.根据所述目标节点的属性信息匹配目标关联事件，同时将所述目标关联事件的索引信息记录至所述属性信息中；
9.在所述当前监控项的性能信息中标识所述目标节点和所述目标关联事件。
10.可选的，所述在所述当前监控项的性能信息中标识所述目标节点和所述目标关联事件之后，还包括：
11.获取预先设置的数据清理条件；
12.基于所述数据清理条件，释放非目标节点的时序监控数据；
13.根据所述目标节点的目标关联事件的索引信息将所述目标关联事件的信息附加至底层时序监控数据中，同时删除所述目标关联事件的缓存数据。
14.可选的，所述在所述当前监控项的性能信息中标识所述目标节点和所述目标关联事件之后，还包括：
15.响应目标监控项的查询指令，将基于所述性能信息生成的性能曲线展示给用户，以通过关联事件的索引将所述时序监控数据与所述目标节点对应的目标关联事件展示给用户。
16.可选的，所述根据所述目标节点的属性信息匹配目标关联事件，包括：
17.预先基于所述目标节点的时间属性和监控项相关属性生成事件匹配条件；
18.对每一个目标节点，基于所述事件匹配条件从多个关联事件匹配所述目标关联事件。
19.可选的，所述利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点，包括：
20.预先基于不同监控项在运行过程中产生的历史时序监控数据训练得到目标节点解析模型；所述目标节点解析模型包括震荡型目标节点解析模型和趋势型目标节点解析模型；
21.若所述当前监控项对应的目标节点解析模型为所述震荡型目标节点解析模型，计算所述时序监控数据的均值和标准差，并根据所述均值和标准差确定监控数值允许范围；
22.遍历所述时序监控数据的所有节点，将不在所述监控数值允许范围内的节点作为目标节点。
23.可选的，所述利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点，包括：
24.若所述当前监控项对应的目标节点解析模型为所述趋势型目标节点解析模型，预先设定变化率的变量参数初始值和阈值参数；
25.对所述时序监控数据中的各节点，计算当前节点与相邻节点之间的监控数据差值，若所述监控数据差值、所述初始值和所述阈值参数满足异常节点判定条件，则判定所述相邻节点为所述目标节点，同时更新变量参数值为所述监控数据差值。
26.可选的，所述利用预先构建的目标节点解析模型分析当前监控项的时序监控数据之前，还包括：
27.预先为每个监控项配置对应的存储介质文件；
28.根据所述当前监控项的属性匹配对应的目标存储介质文件，并将相应的时序监控数据存储至所述目标存储介质文件中；
29.相应的，所述根据所述目标节点的属性信息匹配目标关联事件之后，还包括：
30.将所述目标节点和所述目标关联事件的属性信息同步更新至所述目标存储介质文件的对应节点上。
31.本发明实施例另一方面提供了一种云平台时序监控数据管理装置，包括：
32.数据获取模块，用于获取各监控项的时序监控数据以及与监控相关的多个关联事件；
33.关键节点确定模块，用于利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点；
34.关联事件匹配模块，用于根据所述目标节点的属性信息匹配目标关联事件，同时将所述目标关联事件的索引信息记录至所述属性信息中；
35.性能标识模块，用于在所述当前监控项的性能信息中标识所述目标节点和所述目标关联事件。
36.本发明实施例还提供了一种电子设备，包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述云平台时序监控数据管理方法的步骤。
37.本发明实施例最后还提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如前任一项所述云平台时序监控数据管理方法的步骤。
38.本技术提供的技术方案的优点在于，将影响监控的任务事件和时序监控数据建立对应关系，在确定异常的关键节点后，将云平台各监控项如各类资源的时序监控数据对应的性能信息附加上关键节点标注，同时展示该关键节点对应智能匹配的关联事件，可以在满足监控业务需求的前提下，进一步优化时序监控数据的展示方式，用户可以更加直观的看到异常节点及相关联事件，对用户排查底层资源异常监控数据提供指导性信息，提高了产品的易用性，有效提升用户使用体验。
39.此外，本发明实施例还针对云平台时序监控数据管理方法提供了相应的实现装置、电子设备及可读存储介质，进一步使得所述方法更具有实用性，所述装置、电子设备及可读存储介质具有相应的优点。
40.应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。
附图说明
41.为了更清楚的说明本发明实施例或相关技术的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
42.图1为本发明实施例提供的一种云平台时序监控数据管理方法的流程示意图；
43.图2为本发明实施例提供的一个示例性应用场景的框架示意图；
44.图3为本发明实施例提供的云平台时序监控数据管理装置的一种具体实施方式结构图；
45.图4为本发明实施例提供的电子设备的一种具体实施方式结构图。
具体实施方式
46.为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
47.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象，而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可包括没有列出的步骤或单元。
48.在介绍了本发明实施例的技术方案后，下面详细的说明本技术的各种非限制性实施方式。
49.首先参见图1，图1为本发明实施例提供的一种云平台时序监控数据管理方法的流程示意图，本发明实施例可包括以下内容：
50.s101：获取各监控项的时序监控数据以及与监控相关的多个关联事件。
51.本实施例监控项可为云平台底层的物理资源如服务器主机、磁盘、网络，还可为由用户根据业务需求自发搭建的虚拟资源如虚拟机、共享存储、虚拟网络，可为任何一种可被云平台进行监控的硬件实体或者是软件。监控项的属性可包含资源类型，监控类型，对象id，所有属性共同确定出唯一的监控项，如id为xxxxxxxx(对象id)的物理主机(资源类型)的内存(监控类型)监控项。每个监控项在运行过程中产生的时序监控数据由众多节点组成，每个监控节点的属性信息可包含时间点、监控值、关键性标记、关联事件索引，关键性标记用于表示该节点是否为关键的目标节点。可按照固定的采样周期或者是随机采样频率不断地搜集各个资源或者是说各个监控项的时序监控数据，为了便于后续使用这些时序监控数据，可将时序监控数据记录在相关资源对应的存储介质中。与此同时，云平台环境在运行过程中每时每刻都可能会发生各类任务事件，任务事件包括但并不限制于为用户人为操作和外界因素介入，这些事件按照本实施例的维度可以划分为两大类，一类是与监控无关的事件，一类是与监控相关的事件，与监控相关的这类事件发生后会引起相关监控数据短期内的急剧变化，因此可对任务事件设置属性，属性可包含关联性标记，也即是否为监控关联事件、关联对象id、关联对象的资源类型、监控类型。一旦确定了某条任务事件为监控关联事件，为该关联事件设置上述的属性，为了便于使用，在触发事件后将事件信息传入关联事件寄存装置进行关联性标记，把具有影响监控关联的事件寄存在这里。
52.s102：利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点。
53.本实施例可采用定期轮询的方式或者是随机方式对s101所获取的时序监控数据进行分析。以轮询方式为例，可预先设定轮询周期长度，每个轮询周期对各个资源时序监控存储介质中对应的该周期时序监控数据进行分析识别。通过对监控项的时序监控数据中的各节点的数据进行比对分析，将该段时间内所有节点进行关键节点或非关键节点标记。所谓的关键节点是指是与当前监控项的其他节点的差异较大的节点，也即是运行异常的节点。
54.s103：根据目标节点的属性信息匹配目标关联事件，同时将目标关联事件的索引信息记录至属性信息中。
55.在上个步骤确定关键的目标节点之后，可每确定一个目标节点，便进行一次节点和关联事件的匹配，也可确定多个目标节点，调用多个线程同时对这多个节点进行关联事件匹配，当然也可对这多个目标节点依次就是关联事件的匹配，这均不影响本技术的实现。作为一种可选的实施方式，可预先基于目标节点的时间属性和监控项相关属性生成事件匹配条件；对每一个目标节点，基于事件匹配条件从多个关联事件匹配目标关联事件。也即可综合目标节点的时间属性和当前监控项的对象id、资源类型、监控类型属性为线索去查询符合条件的关联事件，并将查询到的事件的索引信息记录到关键节点属性中。以轮询方式为例，当前轮询周期节点标记完成之后，遍历每个目标节点，可按照时间、类型、对象关联策略将监控对象的关键监控的目标节点与相关的事件匹配起来。为了便于读取数据，可预先为每个监控项配置对应的存储介质文件，一个监控项对应一个存储介质文件，根据当前监控项的属性匹配对应的目标存储介质文件，并将相应的时序监控数据存储至目标存储介质文件。在为目标节点匹配关联事件之后，可将事件的信息索引和节点信息一同保存在后台
对应的存储介质中，相应的，还可将目标节点和目标关联事件的属性信息同步更新至目标存储介质文件的对应节点上。
56.s104：在当前监控项的性能信息中标识目标节点和目标关联事件。
57.本实施例的性能信息为向用户展示监控项的性能的所有信息，通常将监控项的性能信息以性能曲线的形式直观反馈给用户，用户在查询某个监控项的性能信息时，响应目标监控项的查询指令，将基于性能信息生成的性能曲线展示给用户，由于性能信息中标识了目标节点及其相关联事件，在生成性能曲线之后，性能曲线便可通过事件的索引将时序监控数据与目标节点对应的关联事件展示给用户。更为直接的是，当用户在客户端需要查询相关性能曲线时，通过事件的索引将时序监控数据与关键节点对应的关联事件一并展示出来。云平台各类资源的时序监控数据在展示性能曲线时附加上关键的目标节点标注，同时展示该目标节点对应智能匹配的关联事件，对用户排查底层资源异常监控数据提供指导性信息，可优化客户端监控性能曲线的展示方式，用户可更直观地查看所需监控性能信息，有利于用户排查监控异常变化原因，提高了产品的易用性。
58.在本发明实施例提供的技术方案中，将影响监控的任务事件和时序监控数据建立对应关系，在确定异常的关键节点后，将云平台各监控项如各类资源的时序监控数据对应的性能信息附加上关键节点标注，同时展示该关键节点对应智能匹配的关联事件，可以在满足监控业务需求的前提下，进一步优化时序监控数据的展示方式，用户可以更加直观的看到异常节点及相关联事件，对用户排查底层资源异常监控数据提供指导性信息，提高了产品的易用性，有效提升用户使用体验。
59.可以理解的是，对于比较久远的监控时序数据，尤其是非目标节点的监控时序数据，后续用到这些数据的可能性较小，随着监控时长的不断增加，这些数据会越来越多，会占用越来越多的存储资源，存储资源的利用率不高。基于此，本实施例还可包括：
60.获取预先设置的数据清理条件；
61.基于数据清理条件，释放非目标节点的时序监控数据；
62.根据目标节点的目标关联事件的索引信息将目标关联事件的信息附加至底层时序监控数据中，同时删除目标关联事件的缓存数据。
63.本实施例的数据清理条件用于确定事项监控数据的清理方式及清理内容，清理释放一部分无用的监控数据，保留带有关键的目标节点标记以及附近小部分的监控数据，在不影响环境正常运行的前提下最大限度优化云平台的存储资源。以轮询方式为例，每个轮询周期中在其他任务结束工作后，可按照当前轮询周期内的目标节点信息来清理掉底层存储介质中非目标节点的数据，并根据目标节点中关联事件的索引信息同步把事件的信息附加到底层监控数据中，同时清空本次轮询周期中所缓存的关联事件数据。
64.由上可知，本实施例将较为久远的时序监控数据可以根据关键节点的标记属性在底层存储介质中进行清理以释放空间，定期将底层存储介质保存的非关键节点监控数据清理释放掉，以此达到节约存储空间的效果，有效提高云平台存储资源利用率。
65.上述实施例对如何执行s102并不做任何限定，本实施例还提供了通过节点识别提取方法来训练目标节点解析模型，进而确定目标节点的方式，可包括下述内容：
66.本实施例的目标节点识别提取方法的原理是分析一段时间内大部分节点数据的普遍规律，总结出一套数学模型，然后根据模型辨别出该段时间内与模型偏离较为严重的
节点，从而定位出目标节点。由于目标节点识别和提取需要有足够的历史数据来解析时序监控的变化规律进而发现变化异常的目标节点，因此可将负责进行时序监控数据的采用装置的轮询周期的设定需要足够长，使每个周期内积累足够多的时序监控数据，以保证目标节点提取方法的有效性。根据云平台各类监控项的不同特性，可以将节点识别提取方法的数学模型分为两大类：一种是震荡型，该类在一定数值范围内频繁上下波动，如物理主机的网卡速率；一种是趋势型，该类的性能曲线为斜率恒定的直线，如存储池的空间使用率。本实施例可预先基于不同监控项在运行过程中产生的历史时序监控数据训练得到目标节点解析模型。目标节点解析模型包括震荡型目标节点解析模型和趋势型目标节点解析模型。在得到目标节点解析模型之后，利用该目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点的过程可包括：
67.若当前监控项对应的目标节点解析模型为震荡型目标节点解析模型，计算时序监控数据的均值和标准差，并根据均值和标准差确定监控数值允许范围；遍历时序监控数据的所有节点，将监控数据不在监控数值允许范围内的节点作为目标节点。
68.若当前监控项对应的目标节点解析模型为趋势型目标节点解析模型，预先设定变化率的变量参数初始值和阈值参数；对时序监控数据中的各节点，计算当前节点与相邻节点之间的监控数据差值，若监控数据差值、初始值和阈值参数满足异常节点判定条件，则判定相邻节点为目标节点，同时更新变量参数值为监控数据差值。
69.由上可知，本实施例基于资源的类型确定相应的目标节点解析模型，可进一步提高目标节点的识别准确度。
70.为了使所述领域技术人员更加清楚明白本技术的技术方案，本技术还结合图2以一个示意性例子来阐述本技术的技术方案，可包括下述内容：
71.本实施例可包括底层监控采集装置、监控项对应存储介质、关键节点提取装置、关联事件寄存装置、事件匹配装置和时序监控清理装置。其中，底层监控采集装置按照固定的采样周期不断地搜集各个资源的时序监控数据，并将时序监控数据记录在相关资源对应的存储介质中。关联事件寄存装置用于存储平台环境在运行过程中与监控有关的各类任务事件。关键节点提取装置采用定期轮询的方式，每个轮询周期对各个资源时序监控存储介质中对应的该周期时序监控数据进行分析识别，并将该段时间内所有节点进行关键节点/非关键节点标记。当前轮询周期节点标记完成之后，启动事件匹配装置，按照时间、类型、对象关联策略将监控对象的关键监控节点与相关的事件匹配起来，并将事件的信息索引和节点信息一同保存在后台对应的存储介质中，当用户在客户端需要查询相关性能曲线时，通过事件的索引将时序监控数据与关键节点对应的关联事件一并展示出来。时序监控清理装置的作用对象是后台的监控数据存储介质，对该装置设定一个清理时间范围参数，定期对超过该时间范围的监控数据进行清理，保留关键节点的监控数据，删除释放非关键节点的监控数据。基于上述各功能模型，云平台时序监控数据管理方法的流程可为：
72.a1：云平台正常运行过程中，底层监控采集装置从不同监控项的入口定期不断地获取监控项对应的实时性能数据，记录下每次的采集时间和性能数据作为一个时序监控节点的基本属性传入到监控项对应的存储介质中进行存储。
73.a2：在云平台运行过程中，关联事件寄存装置不断地采集记录与监控相关的关联事件，并为记录的关联事件设置时间、关联对象类型、关联对象id、关联监控类型等属性标
签。
74.a3：设定轮询周期为tp，在一个轮询周期开始后，记录下当前环境时间为t，首先启动关键节点提取装置，依次轮询各个监控项，该装置从不同监控项对应的存储介质中查询获取到t
‑
tp到t时间段之内的时序监控数据，按时间顺序整理为节点集合，利用关键节点提取算法遍历该集合中的节点进行解析标记，关键节点提取算法的实现逻辑如下：
75.首先从监控项的类型特征确定出解析模型为震荡型还是趋势型。如果监控项的解析模型为震荡型，则首先求出节点集合的均值p和标准差s，然后遍历集合中所有节点，如果节点的监控值不在区间(p
‑
2s，p 2s)范围内时，标记该节点为目标节点，其余标记非目标节点。如果监控项的解析模型为趋势型，设定一个变化率变量e和一个变化率阈值et，首先计算节点2和节点1的差值，并把差值更新到e变量，接着依次往下遍历，计算节点n和节点n
‑
1的差值为e，当|e
‑
e|>et时，将节点n标记为目标节点，并更新e＝e，当|e
‑
e|≤et时，节点n标记为非目标节点，并更新e＝e，依次遍历直至节点集合遍历完毕。
76.a4：每筛选出一个目标节点时，就启动一次事件匹配装置，通过关键节点的时间属性和所在监控项相关属性为过滤条件，从关联事件寄存装置中查询到与目标节点匹配的关联事件，将该事件的索引信息记录到关键节点属性中。
77.a5：目标节点提取和关联事件匹配相关任务完成后，将目标节点协同匹配事件的属性信息同步更新到监控项对应的存储介质中对应的节点上。
78.a6：时序监控清理装置分为两类清理，一个是关联事件寄存清理，一个是存储介质数据清理。在每次目标节点提取相关任务轮询结束后，启动清理装置对关联事件寄存装置中本轮处理过的关联事件进行清理，释放内存。设定一个时间范围，对超出该时间范围的时序监控节点数据，从监控项对应的存储介质中进行清理释放，仅保留带有标记的目标节点以及目标节点前后相邻的n个节点，n为自定义数值。
79.a7：用户在客户端需要查看某个监控项的性能曲线时，通过特殊标记符号在曲线图像上展示关键节点，用户可以通过点击关键节点展开关联事件列表进行查看。
80.由上可知，本实施例对于不同的监控项，一方面将底层监控采集装置不断采集到的时序监控数据定期传入关键节点提取装置，按照该监控项业务特性识别并提取出各个时间段中性能曲线变化规律差异较大的关键节点，另一方面，云平台环境中同时运行着关联事件寄存装置，该装置不断搜集环境中各种任务事件，并通过关联事件寄存装置将与监控有关联的事件进行分类打上不同的标签保存下来。此后，在环境运行时定期由事件匹配装置对一段时间内的关键节点和关联事件进行匹配，将匹配到的事件结果与监控关键节点数据一同在性能曲线上展示给用户。此外，对于比较久远的时序数据，通过时序监控清理装置，定期将底层存储介质保存的非关键节点监控数据清理释放掉，以此达到节约存储空间的效果。本方法和系统可以在满足监控业务需求的前提下，进一步优化时序监控数据的展示和存储方式，使性能曲线的表达更直观，不仅提高了产品易用性，而且大大节约了监控数据相关的存储开销。
81.需要说明的是，本技术中各步骤之间没有严格的先后执行顺序，只要符合逻辑上的顺序，则这些步骤可以同时执行，也可按照某种预设顺序执行，图1
‑
图2只是一种示意方式，并不代表只能是这样的执行顺序。
82.本发明实施例还针对云平台时序监控数据管理方法提供了相应的装置，进一步使
得方法更具有实用性。其中，装置可从功能模块的角度和硬件的角度分别说明。下面对本发明实施例提供的云平台时序监控数据管理装置进行介绍，下文描述的云平台时序监控数据管理装置与上文描述的云平台时序监控数据管理方法可相互对应参照。
83.基于功能模块的角度，参见图3，图3为本发明实施例提供的云平台时序监控数据管理装置在一种具体实施方式下的结构图，该装置可包括：
84.数据获取模块301，用于获取各监控项的时序监控数据以及与监控相关的多个关联事件。
85.关键节点确定模块302，用于利用预先构建的目标节点解析模型分析当前监控项的时序监控数据，确定运行异常的目标节点。
86.关联事件匹配模块303，用于根据目标节点的属性信息匹配目标关联事件，同时将目标关联事件的索引信息记录至属性信息中。
87.性能标识模块304，用于在当前监控项的性能信息中标识目标节点和目标关联事件。
88.可选的，在本实施例的一些实施方式中，上述装置还可包括数据清理模块，用于基于预先设置的数据清理条件，释放非目标节点的时序监控数据；根据目标节点的目标关联事件的索引信息将目标关联事件的信息附加至底层时序监控数据中，同时删除目标关联事件的缓存数据。
89.作为本实施例的一种可选的实施方式，上述装置例如还可包括性能曲线展示模块，用于响应目标监控项的查询指令，将基于性能信息生成的性能曲线展示给用户，以通过关联事件的索引将时序监控数据与目标节点对应的目标关联事件展示给用户。
90.作为本实施例的另外一种可选的实施方式，上述关联事件匹配模块303可进一步用于：预先基于目标节点的时间属性和监控项相关属性生成事件匹配条件；对每一个目标节点，基于事件匹配条件从多个关联事件匹配目标关联事件。
91.可选的，在本实施例的另一些实施方式中，上述关键节点确定模块302可进一步用于：预先基于不同监控项在运行过程中产生的历史时序监控数据训练得到目标节点解析模型；目标节点解析模型包括震荡型目标节点解析模型和趋势型目标节点解析模型；若当前监控项对应的目标节点解析模型为震荡型目标节点解析模型，计算时序监控数据的均值和标准差，并根据均值和标准差确定监控数值允许范围；遍历时序监控数据的所有节点，将监控数据不在监控数值允许范围内的节点作为目标节点。
92.作为本实施例的一种可选的实施方式，上述关键节点确定模块302还可用于：若当前监控项对应的目标节点解析模型为趋势型目标节点解析模型，预先设定变化率的变量参数初始值和阈值参数；对时序监控数据中的各节点，计算当前节点与相邻节点之间的监控数据差值，若监控数据差值、初始值和阈值参数满足异常节点判定条件，则判定相邻节点为目标节点，同时更新变量参数值为监控数据差值。
93.可选的，在本实施例的其他一些实施方式中，上述装置还可包括存储模块，用于预先为每个监控项配置对应的存储介质文件；根据当前监控项的属性匹配对应的目标存储介质文件，并将相应的时序监控数据存储至目标存储介质文件中。
94.作为本实施例的一种可选的实施方式，上述装置例如还可包括更新模块，用于在将目标关联事件的索引信息记录至属性信息中之后，将目标节点和目标关联事件的属性信
息同步更新至目标存储介质文件的对应节点上。
95.本发明实施例云平台时序监控数据管理装置的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
96.由上可知，本发明实施例可以在满足监控业务需求的前提下，优化云平台时序监控数据的管理方式，提升用户使用体验。
97.上文中提到的云平台时序监控数据管理装置是从功能模块的角度描述，进一步的，本技术还提供一种电子设备，是从硬件角度描述。图4为本技术实施例提供的电子设备在一种实施方式下的结构示意图。如图4所示，该电子设备包括存储器40，用于存储计算机程序；处理器41，用于执行计算机程序时实现如上述任一实施例提到的云平台时序监控数据管理方法的步骤。
98.其中，处理器41可以包括一个或多个处理核心，比如4核心处理器、8核心处理器，处理器41还可为控制器、微控制器、微处理器或其他数据处理芯片等。处理器41可以采用dsp(digital signal processing，数字信号处理)、fpga(field－programmable gate array，现场可编程门阵列)、pla(programmable logic array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器41也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称cpu(central processing unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器41可以集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器41还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
99.存储器40可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器40还可包括高速随机存取存储器以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。存储器40在一些实施例中可以是电子设备的内部存储单元，例如服务器的硬盘。存储器40在另一些实施例中也可以是电子设备的外部存储设备，例如服务器上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。进一步地，存储器40还可以既包括电子设备的内部存储单元也包括外部存储设备。存储器40不仅可以用于存储安装于电子设备的应用软件及各类数据，例如：执行漏洞处理方法的程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。本实施例中，存储器40至少用于存储以下计算机程序401，其中，该计算机程序被处理器41加载并执行之后，能够实现前述任一实施例公开的云平台时序监控数据管理方法的相关步骤。另外，存储器40所存储的资源还可以包括操作系统402和数据403等，存储方式可以是短暂存储或者永久存储。其中，操作系统402可以包括windows、unix、linux等。数据403可以包括但不限于云平台时序监控数据管理结果对应的数据等。
100.在一些实施例中，上述电子设备还可包括有显示屏42、输入输出接口43、通信接口44或者称为网络接口、电源45以及通信总线46。其中，显示屏42、输入输出接口43比如键盘(keyboard)属于用户接口，可选的用户接口还可以包括标准的有线接口、无线接口等。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light
‑
emitting diode，有机发光二极管)触摸器等。显示器也可以适当的称为
显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。通信接口44可选的可以包括有线接口和/或无线接口，如wi
‑
fi接口、蓝牙接口等，通常用于在电子设备与其他电子设备之间建立通信连接。通信总线46可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
101.本领域技术人员可以理解，图4中示出的结构并不构成对该电子设备的限定，可以包括比图示更多或更少的组件，例如还可包括实现各类功能的传感器47。
102.本发明实施例所述电子设备的各功能模块的功能可根据上述方法实施例中的方法具体实现，其具体实现过程可以参照上述方法实施例的相关描述，此处不再赘述。
103.由上可知，本发明实施例可以在满足监控业务需求的前提下，优化云平台时序监控数据的管理方式，提升用户使用体验。
104.可以理解的是，如果上述实施例中的云平台时序监控数据管理方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read
‑
only memory，rom)、随机存取存储器(random access memory，ram)、电可擦除可编程rom、寄存器、硬盘、多媒体卡、卡型存储器(例如sd或dx存储器等)、磁性存储器、可移动磁盘、cd
‑
rom、磁碟或者光盘等各种可以存储程序代码的介质。
105.基于此，本发明实施例还提供了一种可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时如上任意一实施例所述云平台时序监控数据管理方法的步骤。
106.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的硬件包括装置及电子设备而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
107.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
108.以上对本技术所提供的一种云平台时序监控数据管理方法、装置、电子设备及可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本技术进行若干改进和修饰，这些改进和修饰也落入本技术权利要求的保护范围内。