基于容器化服务的数据监控方法、装置、设备及存储介质与流程

1.本技术涉及大数据技术，尤其涉及一种基于容器化服务的数据监控方法、装置、设备及存储介质。


背景技术：

2.随着容器化技术的不断推进，业务层、服务层和设备层等各层级的数据越发复杂。不同层级出现异常都可能导致服务出现错误。为提高数据管理效率，保证服务正常运行，对各层级的数据进行监控十分必要。
3.现有技术中，对各层级的监控方案各有不同。例如，业务层监控通常由开发人员牵头建立，基于业务服务的调用、延时和运行状态等进行监控；服务层通常由系统服务提供商进行建立，对系统服务的运行状态、支撑服务的运行状态、资源调度与使用情况进行监控。
4.然而，现有技术中各层的数据监控依赖预先设置好的监控规则，来确定是否存在异常。若存在，则直接进行报告，告知工作人员当前存在异常，供工作人员进行核查，人工确定异常数据的具体层级。这种数据监控的方式固定，监控时浪费人力和时间，数据监控的灵活性较差，影响数据监控的效率和精度。


技术实现要素：

5.本技术提供一种基于容器化服务的数据监控方法、装置、设备及存储介质，以提高数据监控的灵活性和效率。
6.一方面，本技术提供一种基于容器化服务的数据监控方法，包括：
7.根据容器中层级的当前数据监控策略，对所述容器中层级进行数据采集，得到所述容器中层级的当前数据；
8.若根据预设的异常数据确定条件，确定所述容器中层级的当前数据为异常数据，则根据预设的专家经验库，确定与所述异常数据关联的目标数据监控策略；
9.根据所述目标数据监控策略，对所述异常数据对应的层级进行数据采集，得到所述异常数据对应的层级的目标数据。
10.另一方面，本技术提供一种基于容器化服务的数据监控装置，包括：
11.当前数据获取模块，用于根据容器中层级的当前数据监控策略，对所述容器中层级进行数据采集，得到所述容器中层级的当前数据；
12.目标数据监控策略确定模块，用于若根据预设的异常数据确定条件，确定所述容器中层级的当前数据为异常数据，则根据预设的专家经验库，确定与所述异常数据关联的目标数据监控策略；
13.目标数据获取模块，用于根据所述目标数据监控策略，对所述异常数据对应的层级进行数据采集，得到所述异常数据对应的层级的目标数据。
14.另一方面，本技术提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；
15.所述存储器存储计算机执行指令；
16.所述处理器执行所述存储器存储的计算机执行指令，以实现如本技术任意实施例所述的基于容器化服务的数据监控方法。
17.另一方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如本技术任意实施例所述的基于容器化服务的数据监控方法。
18.另一方面，本技术提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本技术任意实施例所述的基于容器化服务的数据监控方法。
19.本技术提供的技术方案通过为每个层级设置一个当前数据监控策略，对各层级的数据进行采集，得到各层级的当前数据。实现对每个层级的数据分别进行获取，便于对各层级的数据进行统一的监控和分析。预先设置异常数据确定条件，判断当前数据是否为异常数据。若是，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。用目标数据监控策略代替当前数据监控策略，根据目标数据监控策略对存在异常数据的层级的数据进行采集，得到目标数据。实现了当出现异常数据时，可以对出现异常的各个层级进行监控策略的调整，在新的监控策略下进行监控，便于更准确的获取异常情况，实现各层级数据监控策略的自动更新。解决了现有技术中，无法根据异常情况进行监控策略的自动调整的问题，避免固定的监控规则造成异常数据的判断错误的情况出现。且各个层级的监控策略相互独立，分别进行更新，提高数据监控的灵活性，进而提高数据监控的效率和精度。
附图说明
20.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
21.图1为本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图；
22.图2为本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图；
23.图3为本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图；
24.图4为本技术实施例提供的容器多维度实时监控与分析工具的结构示意图；
25.图5为本技术实施例提供的一种基于容器化服务的数据监控装置的结构示意图；
26.图6为本技术实施例提供的一种电子设备的结构示意图。
27.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
28.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施例方式作进一步地详细描述。
29.应当明确，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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它实施例，都属于本技术保护的范围。
30.下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似
的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
31.在本技术的描述中，需要理解的是，术语“第一”、“第二”、“第三”等仅用于区别类似的对象，而不必用于描述特定的顺序或先后次序，也不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本技术中的具体含义。此外，在本技术的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
32.需要注意的是，由于篇幅所限，本技术说明书没有穷举所有可选的实施方式，本领域技术人员在阅读本技术说明书后，应该能够想到，只要技术特征不互相矛盾，那么技术特征的任意组合均可以构成可选的实施方式。下面对各实施例进行详细说明。
33.图1是本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图，如图1所示，本实施例提供的方法由一种基于容器化服务的数据监控装置执行，该装置可以配置于一种容器多维度实时监控与分析工具上。如图1所示，该方法包括以下步骤：
34.s101、根据容器中层级的当前数据监控策略，对容器中的层级进行数据采集，得到容器中层级的当前数据。
35.其中，容器化服务可以监控不同层级中的多维度的数据，容器的层级可以包括业务层、服务层和设备层等。业务层中的数据可以包括业务日志、系统日志和业务服务调用等维度的数据；服务层中的数据可以包括业务容器的运行状态、系统中间件日志和服务框架等维度的数据；设备层中的数据可以包括各组件cpu使用、cpu分配、各进程的内存占用情况、磁盘的读写资源使用情况和网络流量等维度的数据。
36.容器中的每一个层级都可以配置有一个数据监控策略，数据监控策略是指获取各层级的数据，以进行监控的策略。数据监控策略可以对所对应层级中的各个维度的数据进行采集。例如，设备层的当前数据监控策略为每30秒获取一次当前数据，则每30秒可以获取一次各进程的内存占用情况、磁盘的读写资源使用情况和网络流量等数据。
37.各层级的当前数据监控策略为当前时间下各层级的数据监控策略，各层级的当前数据监控策略可以不同。例如，业务层的当前数据监控策略为每1分钟获取一次当前数据；设备层的当前数据监控策略为每30秒获取一次当前数据。
38.确定每一个层级的当前数据监控策略，根据各层级的当前数据监控策略，对容器中的每一个层级进行实时或定时地数据采集，所采集得到的数据为对应层级的当前数据。例如，根据设备层的当前数据监控策略，可以得到设备层的当前数据为，cpu的资源使用率达到50％。
39.本实施例中，基于容器化服务的数据监控装置可以配置在一种动态的容器多维度实时监控与分析工具上，动态是指该工具所使用的数据监控策略为动态可变的。动态的容器多维度实时监控与分析工具中可以设置有多种数据采集器，数据采集器可以用于对各层级进行当前数据的采集，例如，对应用层的日志文件采集、系统层的容器运行状态与各线程的cpu耗时的采集，以及设备层的磁盘存储i/o与网络带宽使用的采集等。
40.s102、若根据预设的异常数据确定条件，确定容器中层级的当前数据为异常数据，
则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。
41.其中，预先设置异常数据确定条件，异常数据确定条件用于确定采集到的当前数据是否为异常数据，即确定各个层级是否存在异常。根据异常数据确定条件，判断当前数据是否满足该异常数据确定条件，若满足，则确定当前数据为异常数据。例如，异常数据确定条件中可以设置有异常数据的数值范围，将位于该数值范围内作为确定当前数据是异常数据的条件。若当前数据位于预设的数值范围内，则确定当前数据满足异常数据确定条件，即，当前数据为异常数据。
42.各个层级的异常数据确定条件可以不同，同一时刻不同层级的数据可以均异常、均正常，或者有的层级当前数据异常，有的层级当前数据正常。对于同一层级的不同维度的当前数据，也可以设置不同的异常数据确定规则。例如，对于服务层中的业务容器的运行状态，可以设置有异常数据确定规则一；对于服务层中的系统中间件日志，可以设置有异常数据确定规则二；对于设备层中的网络流量，可以设置有异常数据确定规则三。
43.在得到各层级的当前数据后，确定与各层级的各维度的当前数据关联的异常数据确定条件。根据各种当前数据对应的异常数据确定规则，确定各层级各维度的当前数据是否为异常数据。
44.若当前数据不是异常数据，则可以对当前数据进行记录和存储，并继续按照各层级的当前数据监控策略，对各层级进行当前数据的采集和异常数据的判断。
45.若当前数据是异常数据，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。专家经验库可以是用户根据专家经验预先设置的策略数据库，专家经验库中存储有多种数据监控策略。在确定当前数据为异常数据后，可以从专家经验库中查找与当前数据监控策略不同的数据监控策略，作为目标数据监控策略。本实施例中，可以根据异常数据查找异常数据所在层级的目标数据监控策略。例如，业务层的当前数据异常，服务层和设备层的当前数据正常，则可以查找与业务层相关的目标数据监控策略。
46.专家经验库中可以存储有各个层级与数据监控策略之间的关联关系，在确定当前数据异常后，确定异常数据所在的层级，根据预设的层级与数据监控策略的关联关系，确定目标数据监控策略。专家经验库中还可以存储有各种异常数据与数据监控策略的关联关系，不同数值的异常数据关联有不同的数据监控策略。例如，若异常数据为cpu资源使用量在50％至59％之间，则关联的目标数据监控策略为策略一；若异常数据为cpu资源使用量在60％至69％之间，则关联的目标数据监控策略为策略二。即，可以从专家经验库中找到与异常数据关联的目标数据监控策略。
47.s103、根据目标数据监控策略，对异常数据对应的层级进行数据采集，得到异常数据对应的层级的目标数据。
48.其中，在确定异常数据所在层级的目标数据监控策略后，用目标数据监控策略代替对应层级的当前数据监控策略。若该层级的当前数据正常，则不需要替换该层级的当前数据监控策略。
49.采用目标数据监控策略，对异常数据所在层级的新的当前数据重新进行采集，采集得到的新的当前数据为该层级的目标数据。例如，当前数据监控策略为每30秒采集一次，目标数据监控策略可以是每1分钟采集一次。实现了各个层级的监控策略可以相互独立，分别进行更新，提高数据监控的灵活性和效率。s103中目标数据的采集可以是由动态的容器
多维度实时监控与分析工具中的数据采集器进行采集。
50.需要说明的是，本技术的一种基于容器化服务的数据监控方法可用于金融领域，也可用于除金融领域以外的任意领域，本技术对一种基于容器化服务的数据监控方法的应用领域不作限定。
51.本技术实施例通过为每个层级设置一个当前数据监控策略，对各层级的数据进行采集，得到各层级的当前数据。实现对每个层级的数据分别进行获取，便于对各层级的数据进行统一的监控和分析。预先设置异常数据确定条件，判断当前数据是否为异常数据。若是，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。用目标数据监控策略代替当前数据监控策略，根据目标数据监控策略对层级的数据进行采集，得到目标数据。实现了当出现异常时，可以对出现异常的各个层级进行监控策略的调整，在新的监控策略下进行监控，便于更准确的获取异常情况，实现各层级数据监控策略的自动更新。解决了现有技术中，无法根据异常情况进行监控策略的自动调整的问题，避免固定的监控规则造成异常判断错误的情况出现。且各个层级的监控策略相互独立，分别进行更新，提高数据监控的灵活性，进而提高数据监控的效率和精度。
52.图2为本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图，该实施例是在上述实施例基础上的可选实施例。
53.本实施例中，根据预设的异常数据确定条件，确定容器中层级的当前数据为异常数据，可细化为：根据容器中层级的预设的异常数据确定条件，从当前数据中确定层级的待确认数据；若待确认数据满足对应层级的异常数据确定条件，则确定待确认数据为异常数据。
54.如图2所示，该方法包括以下步骤：
55.s201、根据容器中层级的当前数据监控策略，对容器中层级进行数据采集，得到容器中层级的当前数据。
56.s202、根据容器中层级的预设的异常数据确定条件，从当前数据中确定层级的待确认数据。
57.其中，容器中每一个层级都可以预设有对应的异常数据确定条件，异常数据确定条件可以对各自层级的所有当前数据进行异常数据的判断，也可以对各自层级当前数据中的一部分进行异常数据的判断。例如，服务层中的当前数据包括当前业务容器的运行状态、系统中间件日志和服务框架，服务层的异常数据确定条件是对业务容器的运行状态进行异常数据的判断，即，服务层的异常数据确定条件是对所在层当前数据的一部分进行判断。
58.待确认数据是异常数据确定条件中指出的需要被确定是否为异常数据的当前数据，例如，当前数据为当前业务容器的运行状态、系统中间件日志和服务框架，异常数据确定条件是对当前业务容器的运行状态进行判断，则待确认数据为当前业务容器的运行状态。根据容器中各个层级的异常数据确定条件，可以确定各层级的当前数据中的待确认数据。有利于减小异常数据的判断范围，提高异常数据的确定精度和效率。
59.s203、若待确认数据满足对应层级的异常数据确定条件，则确定待确认数据为异常数据。
60.其中，根据异常数据确定条件，确定对应层级的待确认数据是否满足该条件，若是，则确定待确认数据为异常数据；若否，则确定待确认数据不是异常数据。例如，异常数据
确定条件中设置有待确认数据的接收时间阈值，若待确认数据的接收时间超过接收时间阈值，则确定待确认数据存在延时的情况，待确认数据为异常数据。
61.一个层级的当前数据中可以包括多个待确认数据，即，一个层级可以设置有多种异常数据确定规则，来对一个层级中不同维度的待确认数据进行判断。每一个层级的待确认数据都可以被判断是否为异常数据，得到各个层级的异常数据的结果。一个层级中可以有多个待确认数据，即，一个层级可以得到多个异常数据的判断结果。对于一个层级中的当前数据，可以有部分当前数据为异常数据，有部分当前数据不是异常数据。通过确定各个层级对应的异常数据确定条件，有效提高异常数据的判断精度，减少人为的判断过程，进而提高数据监控的效率。
62.本实施例中，若待确认数据满足对应层级的异常数据确定条件，则确定待确认数据为异常数据，包括：若待确认数据超过预设的对应层级的当前监控阈值，则确定待确认数据为异常数据，并发出报警提示信息。
63.具体的，异常数据确定条件中可以设置有当前监控阈值，当前监控阈值是允许当前数据中待确认数据能够达到的最大值、最小值或数值范围等。例如，异常数据确定条件中可以规定，将超过当前监控阈值的待确认数据确定为异常数据。在判断异常数据时，将待确认数据与当前监控阈值进行比较，判断待确认数据是否超过预设的当前监控阈值，若是，则确定待确认数据为异常数据；若否，则确定待确认数据不是异常数据。
64.示例的，异常数据确定条件中设置的当前监控阈值为50％，用于对cpu的资源使用率进行判断。待确认数据为当前数据中的cpu当前资源使用率，cpu的当前资源使用率为60％，60％超过50％，因此，可以确定cpu当前资源使用率为异常数据。
65.在确定存在异常数据后，可以向用户发出报警提示信息，例如，可以发出语音报警或者发出弹窗提示，提示用户当前存在异常。报警提示信息中可以包括异常数据所在的层级，便于用户进行查看。对于不是异常数据的当前数据，可以不进行提示，也可以将所有当前数据进行显示，并对异常数据进行标注，提高用户的查看效率和精度。
66.这样设置的有益效果在于，通过预设当前监控阈值，可以快速对异常数据进行判断，提高数据监控的效率。用户可以根据实际需求修改当前监控阈值，提高数据监控的灵活性和精度。通过发出报警提示信息，可以及时提醒用户，避免异常数据对容器应用造成影响，降低对用户的专业要求，提高容器运行效率和精度。
67.s204、根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。
68.其中，专家经验库中可以存储有多种数据监控策略，不同数据监控策略可以对应为解决不同的异常数据情况的方案。在出现异常数据时，可以查找解决该异常数据时所可以应用的数据监控策略，作为目标数据监控策略。
69.本实施例中，根据预设的专家经验库，确定与异常数据关联的目标数据监控策略，包括：根据预设的专家经验库，查找与异常数据对应的历史数据；根据历史数据的历史数据监控策略，得到与异常数据关联的目标数据监控策略。
70.具体的，各个数据监控策略可以包括用户人为输入的策略，也可以包括在历史数据时所应用的历史数据监控策略。在得到异常数据后，从专家经验库中查找与异常数据对应的历史数据。例如，可以查找与异常数据一致的历史数据，或者查找在异常数据的预设数值范围内的历史数据。确定在查找出的历史数据的情况下所应用的历史数据监控策略，即，
得到在历史数据时，为解决历史数据的异常所应用的历史数据监控策略。将查找出的历史数据监控策略确定为与异常数据关联的目标数据监控策略。
71.数据监控策略中可以包括采集频率和采集数据等，例如，当前数据监控策略为每30秒采集一次采集数据，采集数据为cpu当前资源使用率。cpu当前资源使用率为60％，是异常数据，则查找历史数据中是否存在60％的cpu资源使用率的情况。若存在，则确定历史数据中，cpu资源使用率为60％时的数据监控策略，将该数据监控策略确定为目标数据监控策略。
72.若不存在，则可以从人为输入的策略中选择一个策略作为目标数据监控策略。例如，人为输入的策略中，每一个策略对应有一个预设的异常数据，将当前实际确定的异常数据与预设的异常数据进行比较，确定专家经验库中是否存在当前实际确定的异常数据，若是，则将该异常数据对应的策略确定为目标数据监控策略。还可以从专家经验库中随机查找对应层级的数据监控策略，作为目标数据监控策略。
73.这样设置的有益效果在于，通过查找历史数据，可以确定在历史数据中出现同样异常数据时的解决方案，直接得到目标数据监控策略，避免对目标数据监控策略的重新确定，提高策略更新的效率和精度，进而提高数据监控的效率和精度。
74.本实施例中，在根据预设的专家经验库，查找与异常数据对应的历史数据之后，还包括：根据历史数据，确定历史数据中的历史监控阈值；将历史监控阈值确定为目标监控阈值，代替当前监控阈值。
75.具体的，专家经验库中可以包括多种数据监控策略，还可以包括多种监控阈值。监控阈值可以是由人为预先设定，也可以是各种历史数据的情况下所应用过的历史监控阈值。在确定与异常数据对应的历史数据后，确定在该历史数据下的历史监控阈值，将历史监控阈值确定为目标监控阈值，并替换当前监控阈值。
76.例如，当前监控阈值为50％，异常数据为60％，在历史数据也为60％时，历史监控阈值为55％，则可以将55％作为目标监控阈值，来代替50％。若专家经验库中不存在与异常数据对应的历史数据和历史监控阈值，则可以按照预设的监控阈值调整规则，增加或降低当前监控阈值，得到目标监控阈值。例如，监控阈值调整规则可以是当前监控阈值每次增加5％。
77.这样设置的有益效果在于，专家经验库中可以存储有多种数据监控策略，也可以存储有多种监控阈值。通过查找历史数据，可以快速确定目标监控阈值，得到对异常数据监控的判断条件，提高目标监控阈值的确定效率，避免重新确定监控阈值造成监控阈值错误。实现对监控策略和监控阈值的灵活变动，减少用户操作，提高数据监控的效率和灵活性。
78.s205、根据目标数据监控策略，对异常数据对应的层级进行数据采集，得到异常数据对应的层级的目标数据。
79.本技术实施例通过为每个层级设置一个当前数据监控策略，对各层级的数据进行采集，得到各层级的当前数据。实现对每个层级的数据分别进行获取，便于对各层级的数据进行统一的监控和分析。预先设置异常数据确定条件，判断当前数据是否为异常数据。若是，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。用目标数据监控策略代替当前数据监控策略，根据目标数据监控策略对层级的数据进行采集，得到目标数据。实现了当出现异常时，可以对出现异常的各个层级进行监控策略的调整，在新的监控策
略下进行监控，便于更准确的获取异常情况，实现各层级数据监控策略的自动更新。解决了现有技术中，无法根据异常情况进行监控策略的自动调整的问题，避免固定的监控规则造成异常判断错误的情况出现。且各个层级的监控策略相互独立，分别进行更新，提高数据监控的灵活性，进而提高数据监控的效率和精度。
80.图3为本技术实施例提供的一种基于容器化服务的数据监控方法的流程示意图，该实施例是在上述实施例基础上的可选实施例。
81.本实施例中，数据监控策略中包括采集频率和采集数据；相应地，根据容器中层级的当前数据监控策略，对容器中层级进行数据采集，得到容器中层级的当前数据，可细化为：根据当前数据监控策略中的采集频率，对容器中层级的采集数据进行采集，得到层级的当前数据。
82.如图3所示，该方法包括以下步骤：
83.s301、根据当前数据监控策略中的采集频率，对容器中层级的采集数据进行采集，得到层级的当前数据。
84.其中，数据监控策略中可以包括采集频率和采集数据，采集频率是指获取采集数据的采集周期，采集数据是需要获取的各层级中的数据，可以采用数据名称或编号等标识来表示采集数据。例如，对于业务层，当前数据监控策略为每十分钟采集一次业务日志，则采集频率为十分钟，采集数据为业务日志。
85.确定各个层级的当前数据监控策略中的采集频率和采集数据，按照采集频率对对应层级中的采集数据进行采集，得到对应层级的当前数据。通过设置采集频率和采集数据，可以实现实时或定时地数据采集，减少用户操作，避免数据遗漏，提高数据监控的效率和精度。
86.本实施例中，在确定容器中层级的当前数据为异常数据之后，还包括：根据预设的候选异常数据运维规则，确定与异常数据关联的目标异常数据运维规则；根据目标异常数据运维规则，对异常数据对应层级进行排查，得到排查结果。
87.具体的，若容器中任意的层级中存在异常数据，则可以对异常数据进行记录，还可以自动进行异常数据的运维，排查异常的原因。
88.可以预先设置多种异常数据运维规则，作为候选异常数据运维规则。预先存储候选异常数据运维规则与预设异常数据之间的关联关系，即，针对不同的预设异常数据，关联存储不同的运维的方法。在确定存在异常数据后，从候选异常数据运维规则中确定与异常数据关联的异常数据运维规则，作为目标异常数据运维规则。例如，异常数据为cpu资源使用率过多，针对该异常数据，关联的候选异常数据运维规则为规则一，则将规则一确定为目标异常数据运维规则。
89.根据目标异常数据运维规则，对异常数据对应的层级进行排查，确定异常数据的造成原因，得到排查结果。排查结果可以是异常数据的造成原因，也可以是对异常数据运维后，重新采集的新的当前数据。例如，对于业务成功率下降的异常数据，目标异常数据运维规则中设置的排查方式可以是，同步完成服务调用检查，排查服务是否正常，服务延时是否升高，得到排查结果。还可以是，针对服务异常场景对系统层容器运行状态进行查询，若容器部分未就绪是由于节点状态异常导致，可将业务流量切换至备用容器中。针对服务正常，延时上升问题，对系统层连接占用数据进行查询，同时对数据库连接进行监控排查是否正
常。若系统侧连接均正常，则进一步对设备层cpu、内存、存储和网络资源的使用进行排查分析，并将相应数据进行快照保存以便开发进行分析。若设备层cpu、内存、存储和网络资源的排查出现资源瓶颈，则可以降低监控组件的采集频率或关闭采集。待资源充足时恢复原有的数据监控策略。本实施例中，具体的异常数据运维规则可根据运维经验库提供参考配置，并可由用户进行自行调整。
90.这样设置的有益效果在于，可以针对异常数据确定目标异常数据运维规则，进行自动运维和排查，及时修正异常，减少异常数据的影响，实现容器监控的自动化处理。
91.本实施例中，在得到容器中层级的当前数据之后，还包括：将当前数据与对应的层级关联存储至预设的数据库中，并在可视化界面上进行数据显示。
92.具体的，在得到各层级的当前数据后，可以将每一层级的当前数据进行存储，并可以将当前数据显示在可视化界面上。例如，可以在容器的多维度实时监控与分析工具中设置数据存储器，用于对采集的日志数据等进行存储。数据存储器是一种抽象存储器，可以采用不同存储结构，例如，可以是数据库、kafka(卡夫卡)和hdfs(hadoop distributed file system，hadoop分布式文件系统)等多种不同的存储类型。可以在容器的多维度实时监控与分析工具中设置监控展示器，用于对数据存储器存储的当前数据进行可视化展示，以便进行查询。
93.这样设置的有益效果在于，对当前数据进行统一存储与处理，根据存储的数据进行统一数据展示，便于用户后续的查看和改进，以及对各维度数据的统一分析。
94.本实施例中，在根据容器中层级的当前数据监控策略，对容器中层级进行数据采集，得到容器中层级的当前数据之前，还包括：确定与容器中层级关联的数据监控策略，作为层级的当前数据监控策略。
95.具体的，每一个层级都对应有自己的当前数据监控策略，可以预先为各个层级关联初始的当前数据监控策略。确定容器中每一层级所关联的当前数据监控策略，便于根据容器中层级的当前数据监控策略，对容器中各个层级进行数据采集，得到容器中层级的当前数据。通过确定各个层级的当前数据监控规则，可以针对各个层级进行数据采集，避免数据混乱，提高数据监控的精度和效率。
96.s302、若根据预设的异常数据确定条件，确定容器中层级的当前数据为异常数据，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。
97.s303、根据目标数据监控策略，对异常数据对应的层级进行数据采集，得到异常数据对应的层级的目标数据。
98.本技术实施例通过为每个层级设置一个当前数据监控策略，对各层级的数据进行采集，得到各层级的当前数据。实现对每个层级的数据分别进行获取，便于对各层级的数据进行统一的监控和分析。预先设置异常数据确定条件，判断当前数据是否为异常数据。若是，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。用目标数据监控策略代替当前数据监控策略，根据目标数据监控策略对层级的数据进行采集，得到目标数据。实现了当出现异常时，可以对出现异常的各个层级进行监控策略的调整，在新的监控策略下进行监控，便于更准确的获取异常情况，实现各层级数据监控策略的自动更新。解决了现有技术中，无法根据异常情况进行监控策略的自动调整的问题，避免固定的监控规则造成异常判断错误的情况出现。且各个层级的监控策略相互独立，分别进行更新，提高数据监
控的灵活性，进而提高数据监控的效率和精度。
99.图4为本技术实施例提供的容器多维度实时监控与分析工具的结构示意图。本实施例提供的工具可以执行一种基于容器化服务的数据监控方法。如图4所示，容器多维度实时监控与分析工具41包括数据采集器410、策略配置器411、专家经验库412、数据存储器413和监控展示器414。
100.数据采集器410根据策略配置器411中各个层级的当前数据监控策略，对各个层级进行数据采集，得到各个层级的当前数据。数据采集器410在得到当前数据后，可以根据预设的异常数据确定条件，确定当前数据是否为异常数据。若是，则根据预设的专家经验库412，确定与异常数据关联的目标数据监控策略，并将目标数据监控策略发送给策略配置器411。便于根据策略配置器411中的目标数据监控策略，获取新的当前数据。数据采集器410获取的当前数据还可以发送给数据存储器413进行存储，以及监控展示器414进行显示。
101.图5为本技术实施例提供的一种基于容器化服务的数据监控装置的结构示意图，该装置可以配置于一种容器多维度实时监控与分析工具上，该装置可以通过软件、硬件或者两者的结合实现。如图5所示，该装置包括：当前数据获取模块501、目标数据监控策略确定模块502和目标数据获取模块503。
102.当前数据获取模块501，用于根据容器中层级的当前数据监控策略，对所述容器中层级进行数据采集，得到所述容器中层级的当前数据；
103.目标数据监控策略确定模块502，用于若根据预设的异常数据确定条件，确定所述容器中层级的当前数据为异常数据，则根据预设的专家经验库，确定与所述异常数据关联的目标数据监控策略；
104.目标数据获取模块503，用于根据所述目标数据监控策略，对所述异常数据对应的层级进行数据采集，得到所述异常数据对应的层级的目标数据。
105.可选的，目标数据监控策略确定模块502，包括：
106.待确认数据确定单元，用于根据所述容器中层级的预设的异常数据确定条件，从所述当前数据中确定层级的待确认数据；
107.异常数据确定单元，用于若所述待确认数据满足对应层级的异常数据确定条件，则确定所述待确认数据为异常数据。
108.可选的，异常数据确定单元，具体用于：
109.若所述待确认数据超过预设的对应层级的当前监控阈值，则确定所述待确认数据为异常数据，并发出报警提示信息。
110.可选的，目标数据监控策略确定模块502，包括：
111.历史数据查找单元，用于根据预设的专家经验库，查找与所述异常数据对应的历史数据；
112.目标策略获得单元，用于根据所述历史数据的历史数据监控策略，得到与所述异常数据关联的所述目标数据监控策略。
113.可选的，该装置还包括：
114.历史监控阈值确定模块，用于在根据预设的专家经验库，查找与所述异常数据对应的历史数据之后，根据所述历史数据，确定所述历史数据中的历史监控阈值；
115.目标监控阈值确定模块，用于将所述历史监控阈值确定为目标监控阈值，代替当
前监控阈值。
116.可选的，该装置还包括：
117.目标异常数据运维规则确定模块，用于在确定所述容器中层级的当前数据为异常数据之后，根据预设的候选异常数据运维规则，确定与所述异常数据关联的目标异常数据运维规则；
118.排查结果获得模块，用于根据所述目标异常数据运维规则，对所述异常数据对应层级进行排查，得到排查结果。
119.可选的，该装置还包括：
120.数据存储模块，用于在得到所述容器中层级的当前数据之后，将所述当前数据与对应的层级关联存储至预设的数据库中，并在可视化界面上进行数据显示。
121.可选的，该装置还包括：
122.当前数据监控策略确定模块，用于在根据容器中层级的当前数据监控策略，对所述容器中层级进行数据采集，得到所述容器中层级的当前数据之前，确定与所述容器中层级关联的数据监控策略，作为所述层级的当前数据监控策略。
123.可选的，数据监控策略中包括采集频率和采集数据；
124.相应地，当前数据获取模块501，具体用于：
125.根据所述当前数据监控策略中的采集频率，对所述容器中层级的采集数据进行采集，得到所述层级的当前数据。
126.可选的，容器的层级包括业务层、服务层和设备层。
127.本技术实施例通过为每个层级设置一个当前数据监控策略，对各层级的数据进行采集，得到各层级的当前数据。实现对每个层级的数据分别进行获取，便于对各层级的数据进行统一的监控和分析。预先设置异常数据确定条件，判断当前数据是否为异常数据。若是，则根据预设的专家经验库，确定与异常数据关联的目标数据监控策略。用目标数据监控策略代替当前数据监控策略，根据目标数据监控策略对层级的数据进行采集，得到目标数据。实现了当出现异常时，可以对出现异常的各个层级进行监控策略的调整，在新的监控策略下进行监控，便于更准确的获取异常情况，实现各层级数据监控策略的自动更新。解决了现有技术中，无法根据异常情况进行监控策略的自动调整的问题，避免固定的监控规则造成异常判断错误的情况出现。且各个层级的监控策略相互独立，分别进行更新，提高数据监控的灵活性，进而提高数据监控的效率和精度。
128.图6是根据一示例性实施例示出的一种电子设备的框图，该设备可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。
129.装置600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出(i/o)接口612，传感器组件614，以及通信组件616。
130.处理组件602通常控制装置600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多
媒体组件608和处理组件602之间的交互。
131.存储器604被配置为存储各种类型的数据以支持在装置600的操作。这些数据的示例包括用于在装置600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。
132.电源组件606为装置600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为装置600生成、管理和分配电力相关联的组件。
133.多媒体组件608包括在所述装置600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当装置600处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
134.音频组件610被配置为输出和/或输入音频信号。例如，音频组件610包括一个麦克风(mic)，当装置600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。
135.i/o接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。
136.传感器组件614包括一个或多个传感器，用于为装置600提供各个方面的状态评估。例如，传感器组件614可以检测到装置600的打开/关闭状态，组件的相对定位，例如所述组件为装置600的显示器和小键盘，传感器组件614还可以检测装置600或装置600一个组件的位置改变，用户与装置600接触的存在或不存在，装置600方位或加速/减速和装置600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。
137.通信组件616被配置为便于装置600和其他设备之间有线或无线方式的通信。装置600可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。
138.在示例性实施例中，装置600可以被一个或多个应用专用集成电路(asic)、数字信
号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。
139.在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由装置600的处理器620执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
140.一种非临时性计算机可读存储介质，当该存储介质中的指令由终端设备的处理器执行时，使得终端设备能够执行上述基于容器化服务的数据监控方法。
141.本技术还公开了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如本实施例中所述的方法。
142.本技术以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
143.用于实施本技术的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或电子设备上执行。
144.在本技术的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
145.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
146.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据电子设备)、或者包括中间件部件的计算系统(例如，应用电子设备)、或者包括前端部件的
计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
147.计算机系统可以包括客户端和电子设备。客户端和电子设备一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-电子设备关系的计算机程序来产生客户端和电子设备的关系。电子设备可以是云电子设备，又称为云计算电子设备或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务("virtual private server"，或简称"vps")中，存在的管理难度大，业务扩展性弱的缺陷。电子设备也可以为分布式系统的电子设备，或者是结合了区块链的电子设备。应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本技术中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本技术公开的技术方案所期望的结果，本文在此不进行限制。
148.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
149.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。