订单业务异常监控系统和方法与流程

1.本技术涉及业务监控技术领域，尤其是涉及一种订单业务异常监控系统和方法。


背景技术：

2.目前，在进行业务监控时，由于监控的各时间段的流量差异较大，如闲时例如0点至5点的时段数据流量较小，而9点至12点的时段数据流量较大，因此在整个监控时段的数据波动较大，预测值也会出现较大的波动，容易误报。


技术实现要素：

3.本技术的目的在于提供一种订单业务异常监控系统和方法，提升了订单量监控的准确性。
4.第一方面，本发明提供一种订单业务异常监控系统，系统包括实时数据计算模块，异常判定模块、异常恢复判定模块和信息推送模块，其中，实时数据计算模块用于基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；计算方式包括闲时计算和忙时计算；异常判定模块用于对计算结果进行订单异常判定；信息推送模块用于在判定为订单异常时进行异常告警信息推送；异常恢复判定模块用于通过比较同比和环比值，比较结果通过校验后判定为恢复正常；信息推送模块还用于在判定为订单恢复正常时进行异常恢复信息推送。
5.在可选的实施方式中，实时数据计算模块包括闲时计算模块，用于：按照第一时间窗口计算实时订单量数据的第一增长百分比，按照第二时间窗口计算实时订单量数据的第二增长百分比；其中，第一增长百分比对应有第一状态信息，第二增长百分比对应有第二状态信息。
6.在可选的实施方式中，异常判定模块，还用于：当第一增长百分比和第二增长百分比均低于预设阈值时，基于第一状态信息和第二状态信息判定为异常状态。
7.在可选的实施方式中，实时数据计算模块还包括忙时计算模块，用于：当第一增长百分比和第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的均等的时间区间，和第二时间窗口对应的均等划分的时间区间；计算每个时间区间所对应的区间增长百分比。
8.在可选的实施方式中，忙时计算模块，还用于：当第一增长百分比和第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的不均等的时间区间，和第二时间窗口对应的不均等划分的时间区间；计算每个时间区间所对应的区间增长百分比。
9.在可选的实施方式中，异常判定模块，还用于：当每个时间区间所对应的区间增长百分比均低于预设阈值时，判定为异常状态。
10.在可选的实施方式中，异常恢复判定模块，还用于：获取历史时段的每一个时间窗口的订单创建数，基于该订单创建数确定订单同期值；当订单同期值的增长百分比大于预
设恢复阈值时，判定为恢复正常。
11.在可选的实施方式中，系统还包括：时段配置模块，用于：基于数据异常状态进行数据分类，划分闲时时段和忙时时段。
12.在可选的实施方式中，系统还包括：延时模块，用于将实时统计时间进行延时。
13.第二方面，本发明提供一种订单业务异常监控方法，应用于前述实施方式任一项的订单业务异常监控系统，方法包括：通过实时数据计算模块基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；计算方式包括闲时计算和忙时计算；通过异常判定模块对计算结果进行订单异常判定；通过信息推送模块在判定为订单异常时进行异常告警信息推送；通过异常恢复判定模块通过比较同比和环比值，比较结果通过校验后判定为恢复正常；通过信息推送模块在判定为订单恢复正常时进行异常恢复信息推送。
14.本技术提供的订单业务异常监控系统和方法，通过同环比进行时间段的划分，可以提升数据计算及异常监控的准确性，从而提高预警准确率。
附图说明
15.为了更清楚地说明本技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施方式，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。
16.图1为本技术实施例提供的一种订单业务异常监控系统的结构图；
17.图2为本技术实施例提供的一种系统的执行流程的示意图；
18.图3为本技术实施例提供的一种订单业务异常监控方法的流程图。
具体实施方式
19.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。
20.因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
21.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
22.本技术实施例提供了一种订单业务异常监控系统，系统包括实时数据计算模块，异常判定模块、异常恢复判定模块和信息推送模块，其中，实时数据计算模块包括闲时计算模块和忙时计算模块，参见图1所示。
23.实时数据计算模块用于基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；计算方式包括闲时计算和忙时计算；
24.异常判定模块用于对计算结果进行订单异常判定；
25.信息推送模块用于在判定为订单异常时进行异常告警信息推送；
26.异常恢复判定模块用于通过比较同比和环比值，比较结果通过校验后判定为恢复正常；
27.信息推送模块还用于在判定为订单恢复正常时进行异常恢复信息推送。
28.为便于理解，对该系统的具体实现方式进行详细说明。
29.首先，对以下用的关键指标进行说明：
30.本次计算值：以分区+时间窗口为维度，实时计算创建成功的订单数；
31.上次计算值：同一维度下前一个时间窗口的计算值；
32.增长百分比：(本次计算值-上次计算值)/上次计算值；
33.较前2个时间窗口增长百分比：(当前时间窗口计算值-前两个时间窗口计算值)/前两个时间窗口计算值；
34.同期计算值：同一维度下昨日同一个时间窗口的计算值；
35.同期增长百分比：(本次计算值-同期计算值)/同期计算值。
36.为便于对特殊场景进行处理，以下2个时间窗口的计算值需要特殊处理：
37.1、当本次计算值的时间窗口为：yyyy-mm-dd 01:00:00～yyyy-mm-dd01:02:00；上次计算值的时间窗口应该为：yyyy-mm-dd00:58:00～yyyy-mm-dd 01:00:00。
38.2、当本次计算值的时间窗口为：yyyy-mm-dd 06:00:00～yyyy-mm-dd06:01:00；上次计算值的时间窗口应该为：yyyy-mm-dd05:59:00～yyyy-mm-dd 06:00:00。
39.在一种实施方式中，为便于数据处理，实时数据计算模块包括闲时计算模块和忙时计算模块。在实际处理时，上述系统还可以包括：时段配置模块，用于：基于数据异常状态进行数据分类，划分闲时时段和忙时时段。
40.闲时时段可以诸如可以为01:00～06:00的时段，在实际应用中，也可以适应性的调整。上述闲时计算模块用于：
41.按照第一时间窗口计算实时订单量数据的第一增长百分比，按照第二时间窗口计算实时订单量数据的第二增长百分比；其中，第一增长百分比对应有第一状态信息，第二增长百分比对应有第二状态信息。
42.相应的，上述异常判定模块，当第一增长百分比和第二增长百分比均低于预设阈值时，基于第一状态信息和第二状态信息判定为异常状态。
43.在一种具体的示例中，假设上一时间窗口的第一增长百分比为x1，较前2个时间窗口的第二增长百分比为x2，x1的第一状态信息为y1，x2的第二状态信息为y2。则当x1低于阈值的阈值时，y1＝1(也即判定为异常)，否则y1＝0(也即判定为正常)；当x2低于阈值的阈值时，y1＝1(也即判定为异常)，否则y1＝0(也即判定为正常)；当y1＝1且y2＝1时，确定最终的状态为异常状态。
44.在一种示例中，上述阈值的判定可以参见如下阈值配置表1：
45.表2阈值配置表
46.上次计算值低值上次计算值高值阈值05-1.01530-0.9
3050-0.850100-0.6100200-0.4200infinite-0.3
47.忙时时段也即非闲时的时段，对应于上述闲时，则忙时为非01:00～06:00的时段，上述忙时计算模块，用于：
48.当第一增长百分比和第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的均等的时间区间，和第二时间窗口对应的均等划分的时间区间；
49.计算每个时间区间所对应的区间增长百分比。
50.在一具体的实施方式中，当增长百分比低于设置的阈值时(见上述阈值配置表1)，则将本次统计时间窗口和上次统计时间窗口分别切割成均等的2个时间区间，依次计算对应时间区间的指标值，分别记为:r
21
，r
22
，计算本次计算值2个时间区间增长百分比，分别记为其中，本次计算值＝x
21
+x
22
，上次计算值＝x
11
+x
12
；则：
51.若r
21
和r
22
均小于设置的阈值(见阈值配置表2)，则本次计算值判定为异常值。
52.表2阈值配置表
[0053][0054]
可选的，为了进一步提升计算的准确性，上述忙时计算模块，还可以当第一增长百分比和第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的不均等的时间区间，和第二时间窗口对应的不均等划分的时间区间；计算每个时间区间所对应的区间增长百分比。
[0055]
通过设置不均等划分的时间区间进行计算，可以针对数据进行适应性调整，可以进一步提升准确性。
[0056]
在一可选的实施方式中，当划分时间区间后，上述异常判定模块，还用于当每个时间区间所对应的区间增长百分比均低于预设阈值时，判定为异常状态。
[0057]
进一步，上述异常恢复判定模块，还用于：
[0058]
获取历史时段的每一个时间窗口的订单创建数，基于该订单创建数确定订单同期值；
[0059]
当订单同期值的增长百分比大于预设恢复阈值时，判定为恢复正常。
[0060]
在一种具体的实施方式中，同期值离线数据计算时，可以通过离线数据计算近7日每一个时间窗口的创建订单数，并取其中位数，也即订单同期值为近7日的同一时间窗口的中位数。
[0061]
当增长百分比大于设置的阈值(参见阈值配置表3)且同期增长百分比大于设置的阈值(见阈值配置表4)时，则认定服务已恢复正常。
[0062]
表3阈值配置表
[0063]
上次计算值低值上次计算值高值阈值057530130500.8501000.61002000.4200infinite0.3
[0064]
表4阈值配置表
[0065]
同期计算值低值同期计算值高值阈值05-0.3530-0.33050-0.350100-0.2100200-0.2200infinite-0.2
[0066]
在一种实施方式中，上述恢复时间可以为对应的一个时间窗口的结束时间，异常恢复告知方式可以包括推送企业微信或pulsar平台，在一种示例中，企业微信的推送格式可以参见如下：
[0067]
订单异常恢复通知：
[0068]
数据类型:创建订单数；
[0069]
恢复时间:2020-11-24 17:11:20。
[0070]
优选的，为防止数据延迟或消息堆积引起的误报，本系统还可以包括延时模块，用于将实时统计时间进行延时，例如，可以将实施统计时间延时5s，如统计2022-09-26 00:00:00～2022-09-26 00:01:00的数据，没有设置延时时间时在系统时间为2022-09-26 00:01:00就会统计当前时间窗口的值，设置延时时间后会在系统时间为2022-09-26 00:01:05统计，推送预警的时间也会相应延时5s。
[0071]
此外，在进行处理时，还可以往topic发送一条假数据，强行触发每个时间窗口的计算，但是实际统计时不计算在内，从而处理无实时数据进行处理的时段。
[0072]
参见图2所示，对上述系统的执行流程进行说明。数据获取为获取订单量，为创建
成功的订单数，在进行闲时判断后，根据是否处于显示选择响应的计算模块，并进行相应的计算后进行异常判定。当出现异常是将告警信息推送企业微信或pulsar。此外，通过同期值的离线计算，在异常恢复模块进行计算，判断是否通过恢复判定，在判定为通过后，将恢复信息发送企业微信或pulsar。
[0073]
本技术实施例提供了一种订单业务异常监控方法，应用于前述实施方式任一项的订单业务异常监控系统，参见图3所示，该方法主要包括以下步骤：
[0074]
步骤s310，通过实时数据计算模块基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；计算方式包括闲时计算和忙时计算；
[0075]
步骤s320，通过异常判定模块对计算结果进行订单异常判定；
[0076]
步骤s330，通过信息推送模块在判定为订单异常时进行异常告警信息推送；
[0077]
步骤s340，通过异常恢复判定模块通过比较同比和环比值，比较结果通过校验后判定为恢复正常；
[0078]
步骤s350，通过信息推送模块在判定为订单恢复正常时进行异常恢复信息推送。
[0079]
进一步，在执行该方法时，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，方法实施例部分未提及之处，可参考前述系统实施例中相应内容。
[0080]
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本技术的范围。
[0081]
所述功能如果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，可以存储在一个处理器可执行的非易失的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，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述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(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0082]
在本技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本技术的限制。此外，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0083]
在本技术的描述中，还需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本技术中的具体含义。
[0084]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进
行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。

技术特征：
1.一种订单业务异常监控系统，其特征在于，所述系统包括实时数据计算模块，异常判定模块、异常恢复判定模块和信息推送模块，其中，所述实时数据计算模块用于基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；所述计算方式包括闲时计算和忙时计算；所述异常判定模块用于对计算结果进行订单异常判定；所述信息推送模块用于在判定为订单异常时进行异常告警信息推送；所述异常恢复判定模块用于通过比较同比和环比值，比较结果通过校验后判定为恢复正常；所述信息推送模块还用于在判定为订单恢复正常时进行异常恢复信息推送。2.根据权利要求1所述的订单业务异常监控系统，其特征在于，所述实时数据计算模块包括闲时计算模块，用于：按照第一时间窗口计算所述实时订单量数据的第一增长百分比，按照第二时间窗口计算所述实时订单量数据的第二增长百分比；其中，所述第一增长百分比对应有第一状态信息，所述第二增长百分比对应有第二状态信息。3.根据权利要求2所述的订单业务异常监控系统，其特征在于，所述异常判定模块，还用于：当所述第一增长百分比和所述第二增长百分比均低于预设阈值时，基于所述第一状态信息和所述第二状态信息判定为异常状态。4.根据权利要求2所述的订单业务异常监控系统，其特征在于，所述实时数据计算模块还包括忙时计算模块，用于：当所述第一增长百分比和所述第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的均等的时间区间，和第二时间窗口对应的均等划分的时间区间；计算每个时间区间所对应的区间增长百分比。5.根据权利要求4所述的订单业务异常监控系统，其特征在于，所述忙时计算模块，还用于：当所述第一增长百分比和所述第二增长百分比均低于预设阈值时，分别将第一时间窗口和第二时间窗口进行划分，得到第一时间窗口对应的不均等的时间区间，和第二时间窗口对应的不均等划分的时间区间；计算每个时间区间所对应的区间增长百分比。6.根据权利要求5所述的订单业务异常监控系统，其特征在于，所述异常判定模块，还用于：当每个时间区间所对应的区间增长百分比均低于预设阈值时，判定为异常状态。7.根据权利要求2所述的订单业务异常监控系统，其特征在于，所述异常恢复判定模块，还用于：获取历史时段的每一个时间窗口的订单创建数，基于该订单创建数确定订单同期值；当所述订单同期值的增长百分比大于预设恢复阈值时，判定为恢复正常。8.根据权利要求5所述的订单业务异常监控系统，其特征在于，所述系统还包括：时段配置模块，用于：
基于数据异常状态进行数据分类，划分闲时时段和忙时时段。9.根据权利要求1所述的订单业务异常监控系统，其特征在于，所述系统还包括：延时模块，用于将实时统计时间进行延时。10.一种订单业务异常监控方法，其特征在于，应用于权利要求1至9任一项所述的订单业务异常监控系统，所述方法包括：通过实时数据计算模块基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；所述计算方式包括闲时计算和忙时计算；通过异常判定模块对计算结果进行订单异常判定；通过信息推送模块在判定为订单异常时进行异常告警信息推送；通过异常恢复判定模块通过比较同比和环比值，比较结果通过校验后判定为恢复正常；通过信息推送模块在判定为订单恢复正常时进行异常恢复信息推送。

技术总结
本申请提供了一种订单业务异常监控系统和方法，涉及业务监控技术领域，该系统所包括的实时数据计算模块用于基于当前计算状态确定计算方式，并通过响应的计算方式对实时订单量数据进行计算；计算方式包括闲时计算和忙时计算；异常判定模块用于对计算结果进行订单异常判定；信息推送模块用于在判定为订单异常时进行异常告警信息推送；异常恢复判定模块用于通过比较同比和环比值，比较结果通过校验后判定为恢复正常；信息推送模块还用于在判定为订单恢复正常时进行异常恢复信息推送。本申请提升了订单量监控的准确性。升了订单量监控的准确性。升了订单量监控的准确性。


技术研发人员：闫红利 闫恩泽 王孟舟 孙龙喜 翁鹏路 巫朝星
受保护的技术使用者：厦门科拓通讯技术股份有限公司
技术研发日：2023.04.07
技术公布日：2023/7/20