业务系统的处理方法、装置及业务监控系统与流程

1.本技术涉及计算机技术领域，尤其涉及一种业务系统的处理方法、装置及业务监控系统。


背景技术：

2.近年来，随着互联网金融的迅猛发展，互联网金融系统的用户数量、业务场景以及用户需求日益增多，更新迭代速度明显加快。因此，为了保证互联网金融系统能够为用户提供正常的服务，在互联网金融系统上线前需要对其进行测试，并在互联网金融系统的使用过程中对其进行监控。
3.目前，对互联网金融系统进行监控主要通过工作人员根据主观经验和历史交易数据，编写监控条件的程序代码，并根据编写好的程序代码开发监控系统。在监控系统开发好后，工作人员对该监控系统进行验证和投产，以使能够通过该监控系统对互联网金融系统进行监控。
4.然而，上述方案中，监控系统需要工作人员编写监控条件的程序代码，进而开发监控系统，最终进行验证和投产，从监控条件程序代码的编写到监控系统的投产周期较长，效率和自动化水平较低。


技术实现要素：

5.本技术提供一种业务系统的处理方法、装置及业务监控系统，以解决现有技术中监控系统从监控条件程序代码的编写到监控系统的投产周期较长，效率和自动化水平较低的问题。
6.第一方面，本技术实施例提供一种业务系统的处理方法，应用于业务监控系统中的流计算监控平台，所述方法包括：
7.获取业务系统的交易日志；
8.根据所述业务系统的交易日志，采用预先存储的监控模型，获取告警信息，所述监控模型是根据预设监控条件生成的，用于根据所述交易日志以及所述预设监控条件生成告警信息的处理模型；且所述监控模型是通过模型管理单元预先发布至所述流计算监控平台中的，所述告警信息用于指示所述交易日志存在异常，所述预设监控条件是根据预设监控模板生成的。
9.在第一方面的一种可能设计中，所述获取业务系统的交易日志，包括：
10.通过所述监控模型的数据源连接器，获取数据接入单元中预先存储的所述业务系统的交易日志。
11.可选的，在所述获取业务系统的交易日志之前，所述方法还包括：
12.获取模型管理单元上传的所述监控模型，并将所述监控模型进行存储。
13.第二方面，本技术实施例提供一种业务系统的处理方法，应用于业务监控系统中的模型管理单元，所述方法包括：
14.根据预设监控条件，获取监控模型，所述监控模型用于根据业务系统的交易日志以及所述预设监控条件生成告警信息，所述告警信息用于指示所述交易日志存在异常，所述预设监控条件是根据预设监控模板生成的；
15.对所述监控模型进行有效性验证，在所述监控模型通过有效性验证时，将所述监控模型发布至流计算监控平台。
16.在第二方面的一种可能设计中，在所述对所述监控模型进行有效性验证，在所述监控模型通过有效性验证时，将所述监控模型发布至流计算监控平台之后，所述方法还包括：
17.对所述流计算监控平台中存储的监控模型进行更新，生成更新后的监控模型。
18.第三方面，本技术实施例提供一种业务监控系统包括：
19.流计算监控平台以及模型管理单元；
20.所述流计算监控平台用于执行第一方面所述的业务系统的处理方法；
21.所述模型管理单元用于执行第二方面所述的业务系统的处理方法。
22.在第三方面的一种可能设计中，所述系统还包括：
23.数据接入单元，所述数据接入单元用于获取业务系统的交易日志，所述数据接入单元包括消息队列，结构化数据库，非结构化数据库中的至少一个。
24.在第三方面的另一种可能设计中，所述系统还包括：
25.告警信息数据库，所述告警信息数据库用于存储所述流计算监控平台获取的所述告警信息。
26.可选的，所述系统还包括：
27.告警信息处理单元，所述告警信息处理单元用于根据所述告警信息数据库中存储的告警信息生成所述业务系统的异常交易报表；
28.所述告警信息处理单元还用于输出所述告警信息数据库中存储的告警信息。
29.第四方面，本技术实施例提供一种业务系统的处理装置，应用于业务监控系统中的流计算监控平台，所述装置包括：
30.获取模块，用于获取业务系统的交易日志；
31.处理模块，用于根据所述业务系统的交易日志，采用预先存储的监控模型，获取告警信息，所述监控模型是根据预设监控条件生成的，用于根据所述交易日志以及所述预设监控条件生成告警信息的处理模型；且所述监控模型是通过模型管理装置预先发布至所述流计算监控平台中的，所述告警信息用于指示所述交易日志存在异常，所述预设监控条件是根据预设监控模板生成的。
32.在第四方面的一种可能设计中，所述获取模块，具体用于：
33.通过所述监控模型的数据源连接器，获取数据接入单元中预先存储的所述业务系统的交易日志。
34.可选的，所述获取模块，还用于：
35.获取模型管理单元上传的所述监控模型，并将所述监控模型进行存储。
36.第五方面，本技术实施例提供一种业务系统的处理装置，应用于业务监控系统中的模型管理装置，所述装置包括：
37.处理模块，用于根据预设监控条件，获取监控模型，所述监控模型用于根据业务系
统的交易日志以及所述预设监控条件生成告警信息，所述告警信息用于指示所述交易日志存在异常，所述预设监控条件是根据预设监控模板生成的；
38.发布模块，用于对所述监控模型进行有效性验证，在所述监控模型通过有效性验证时，将所述监控模型发布至流计算监控平台。
39.在第五方面的一种可能设计中，所述装置，还包括：
40.更新模块，用于对所述流计算监控平台中存储的监控模型进行更新，生成更新后的监控模型。
41.本技术实施例提供的业务系统的处理方法、装置及业务监控系统，在该方法中，通过模型管理单元根据预设监控条件，获取监控模型，对监控模型进行有效性验证，在监控模型通过有效性验证时，将监控模型发布至流计算监控平台。流计算监控平台获取业务系统的交易日志，根据业务系统的交易日志，采用预先存储的监控模型，获取告警信息。相较于现有技术中程序固化的监控条件，本方案通过预设监控模板灵活配置监控模型的监控条件，大幅度降低了业务监控系统的开发成本和周期，提高了业务监控系统的灵活性。并且，流计算平台能够实时对业务系统的交易日志进行处理，从而大幅度提高了异常交易告警的时效性，为运营人员及时发现和处置业务系统的异常提供帮助，达到避免发生重大生产事件的目的。
附图说明
42.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。
43.图1为本技术实施例提供的业务监控系统实施例一的架构示意图；
44.图2为本技术实施例提供的业务监控系统实施例二的架构示意图；
45.图3为本技术实施例提供的业务监控系统实施例三的架构示意图；
46.图4为本技术实施例提供的业务监控系统实施例四的架构示意图；
47.图5为本技术实施例提供的业务系统的处理方法实施例一的流程示意图；
48.图6为本技术实施例提供的业务系统的处理装置实施例一的结构示意图；
49.图7为本技术实施例提供的业务系统的处理装置实施例二的结构示意图；
50.图8为本技术实施例提供的流计算监控平台的结构示意图；
51.图9为本技术实施例提供的模型管理单元的结构示意图。
52.通过上述附图，已示出本公开明确的实施例，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公开构思的范围，而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
53.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。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。
54.在介绍本技术的实施例之前，首先对本技术实施例所涉及的名词进行解释：
55.异常交易：指当前运行状况较历史运行状况或正常运行状况存在显著异常的交易，异常交易的出现往往与风险事件爆发，业务系统服务异常，市场波动等因素相关联，是金融，零售，物流等行业需要重点关注的问题。
56.交易日志：交易日志是业务系统响应用户提交的服务请求，并对其进行进一步处理，处理过程中留存的特定格式的交易数据以及交易过程中产生的其他交易信息，是反应业务系统交易服务的相关重要信息。交易日志包括公有域和私有域，公有域主要为系统级的通用信息，包括日期、服务请求响应时间、流水号、交易开始时间、交易结束时间、交易调用结果(成功、失败、报错码)等；私有域主要为特定业务交易的特有信息，包括交易请求、交易返回信息等。
57.消息队列：一种重要的大数据平台，提供流式数据的发布和订阅功能，支持构建依据流式数据的分析和应用。其中，kafka是最常见的实时数据总线技术。
58.流计算平台：一种重要的大数据计算平台，用于对流数据进行实时计算并给出秒级响应，适用于数据价值随时间的流逝而降低的场景。常见的流计算平台有storm、spark string、flink等。
59.接下来，对本技术实施例的应用背景进行解释：
60.近年来，随着互联网金融的迅猛发展，尤其是伴随着移动互联网技术的助力，互联网金融业务的交易量增长迅猛，交易场景也更加丰富。且由于互联网金融业务的不断创新，银行、保险、证券等互联网金融系统的更新迭代速度明显加快，因此频繁地对互联网金融系统进行修改升级，难免会影响到互联网金融系统的稳定性，增加技术性风险。
61.同时，对互联网金融业务进行创新也会带来很多不可预测的风险，由于互联网金融系统的客户数量巨大，且业务场景和用户需求复杂多样，仅通过传统测试方式仍然会有一些疏漏，因金融业务的敏感性，这些未被及时发现的问题可能会产生较大的业务影响。因此，为了保证互联网金融系统能够为用户提供正常的服务，在互联网金融系统上线前需要对其进行测试，并在互联网金融系统的使用过程中对其进行监控。
62.目前，对互联网金融系统进行监控主要通过工作人员根据主观经验和历史交易数据，编写监控条件的程序代码，并根据编写好的程序代码开发监控系统。在监控系统开发好后，工作人员对该监控系统进行验证和投产，以使能够通过该监控系统对互联网金融系统进行监控。
63.然而，上述方案中，监控系统需要工作人员编写监控条件的程序代码，进而开发监控系统，最终进行验证和投产，从监控条件程序代码的编写到监控系统的投产周期较长，效率和自动化水平较低。
64.进一步的，现有技术中的监控系统主要用于对事中以及事后的交易日志进行监控，是从服务器负载状态或业务角度进行设计的。监控系统监控的业务指标单一，告警信息的延时较高，在大量数据积压的情况下，数据和告警信息的时效性没有保证，不能提供高实时性的监控和告警。
65.针对上述问题，本技术的发明构思如下：由于在开发监控系统时，由于人工编写程序代码无法保证处理过程的效率，导致监控系统的开发周期较长，效率较低。基于此，发明人发现，可以预先设置多个预设监控模板，如果能根据多个预设监控模板中的至少一个预设监控模板生成预设监控条件，并根据该预设监控条件生成监控模型，就能解决现有技术
中需要人工编写监控条件的程序代码的问题，从而减少监控系统的开发周期，提高监控系统的开发效率以及自动化水平。
66.示例性的，图1为本技术实施例提供的业务监控系统实施例一的架构示意图。如图1所示，该业务监控系统可以包括：流计算监控平台11和模型管理单元12。
67.在本技术实施例中，流计算监控平台11用于获取业务系统的交易日志，还用于根据业务系统的交易日志，采用预先存储的监控模型，获取告警信息。
68.可选的，图1以n个监控模型为例进行说明，分别为监控模型1，监控模型2，监控模型3，监控模型4
……
监控模型n。
69.可选的，监控模型是根据预设监控条件生成的，用于根据交易日志以及预设监控条件生成告警信息的处理模型；且监控模型是通过模型管理单元12预先发布至流计算监控平台11中的，告警信息用于指示交易日志存在异常，预设监控条件是根据预设监控模板生成的。
70.可选的，流计算监控平台11还用于获取模型管理单元12上传的监控模型，并将监控模型进行存储。
71.模型管理单元12用于根据预设监控条件，获取监控模型，还用于对监控模型进行有效性验证，在监控模型通过有效性验证时，将监控模型发布至流计算监控平台11。
72.可选的，模型管理单元12还用于对流计算监控平台11中存储的监控模型进行更新，生成更新后的监控模型。
73.可选的，模型管理单元包括监控模型配置功能，监控模型有效性验证功能，监控模型一键发布功能以及监控模型更新功能。
74.可选的，业务系统包括业务服务和交易日志，交易日志包括服务请求消息，服务响应消息，服务异常消息以及服务外调消息。
75.在上述实施例的基础上，图2为本技术实施例提供的业务监控系统实施例二的架构示意图。如图2所示，该业务监控系统可以包括：数据接入单元13。
76.其中，数据接入单元13用于获取业务系统的交易日志，数据接入单元13包括消息队列，结构化数据库，非结构化数据库中的至少一个(图2以数据接入单元包括消息队列，结构化数据库和非结构化数据库为例)。
77.在上述任一实施例的基础上，图3为本技术实施例提供的业务监控系统实施例三的架构示意图。如图3所示，该业务监控系统可以包括：告警信息数据库14。
78.其中，告警信息数据库14用于存储流计算监控平台11获取的告警信息。
79.在上述任一实施例的基础上，图4为本技术实施例提供的业务监控系统实施例四的架构示意图。如图4所示，该业务监控系统可以包括：告警信息处理单元15。
80.告警信息处理单元15用于根据告警信息数据库14中存储的告警信息生成业务系统的异常交易报表，还用于输出告警信息数据库14中存储的告警信息。
81.可选的，告警信息处理单元15包括高危类告警信息的短信推送功能，全球广域网(world wide web，web)前端图形化展示功能，异常交易报表的生成功能。
82.下面，通过具体实施例对本技术的技术方案进行详细说明。
83.需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
84.图5为本技术实施例提供的业务系统的处理方法实施例一的流程示意图。如图5所示，该业务系统的处理方法可以包括如下步骤：
85.s51、模型管理单元根据预设监控条件，获取监控模型。
86.其中，监控模型用于根据业务系统的交易日志以及预设监控条件生成告警信息，预设监控条件是根据预设监控模板生成的，告警信息用于指示交易日志存在异常。
87.其中，预设监控模板可以为结构化查询语言(structured query language，sql)模板，该预设监控模型可以是模型管理单元预先从其他数据库(示例性的，如监控模板数据库)中获取的，还可以是工作人员预先通过存储有预设监控模板的终端设备存储至模型管理单元中的，本技术实施例对此不进行具体限制。
88.其中，可以根据交易日志中的预设指标值对预设监控模型进行配置，生成预设监控条件。
89.应理解，本技术实施例不对预设指标值的个数以及预设监控模型的个数进行限制，也就是说，可以根据多个预设指标值对一个预设监控模型进行配置，从而生成预设监控条件，还可以根据一个预设指标对多个预设监控模型进行配置。
90.在一种具体的实现方式中，还可以根据数据接入单元中数据源的类型，为监控模型配置对应的数据源连接器。其中，数据接入单元包括消息队列，结构化数据库，非结构化数据库中的至少一个。
91.在另一种具体的实现方式中，还可以根据预设输出方式为监控模型配置输出方式。
92.示例性的，预设输出方式可以为向工作人员(如运营人员或开发人员)的终端设备推送告警信息。如：向工作人员发送短信，发送邮件，推送应用程序消息，发送微信等。应理解，还可以使用其他现有的推送方式向工作人员的终端设备推送告警信息，本技术实施例对此不进行具体限制。
93.s52、模型管理单元对监控模型进行有效性验证，在监控模型通过有效性验证时，将监控模型发布至流计算监控平台。
94.其中，本技术实施例不对监控模型进行有效性验证的手段进行限制，可以采用任一现有存在的技术手段，在此不再赘述。
95.可选的，在对监控模型进行有效性验证后，还可以对该监控模型进行灰度运行，获取灰度运行结果。本技术实施例获取的灰度运行结果能够有帮助业务运营人员对监控模型进行快速验证和调优，从而提高监控模型的准确性。
96.在一种可能的实现方式中，模型管理单元可以将通过有效性验证的监控模型转译成可执行流计算作业格式的监控模型，并将转译后的监控模型发布至流计算监控平台。
97.示例性的，可以通过flinksql技术对监控模型进行转译，还可以通过sparksql或storm技术对监控模型进行转译，还可以根据实际需求通过现有技术中存在的转译技术对监控模型进行转译，本技术实施例不对转译处理采用的技术框架进行限制。
98.相应的，对于流计算监控平台来说，则获取模型管理单元上传的监控模型，并将监控模型进行存储，以便后续流计算监控平台根据监控模型对业务系统的交易日志进行监控。
99.s53、流计算监控平台获取业务系统的交易日志。
100.在一种可实现的方式中，流计算监控平台可以预先与业务系统进行连接，实时或按照预设获取频率获取业务系统的交易日志。
101.示例性的，上述预设获取频率可以为每分钟获取1次，还可以为每5分钟获取1次，或每10分钟获取1次，可以根据实际情况进行确定，本技术实施例对此不进行具体限制。
102.在另一种可实现的方式中，流计算监控平台可以通过监控模型的数据源连接器，获取数据接入单元中预先存储的业务系统的交易日志。流计算监控平台根据上述监控模型生成运行状态的监控作业，利用该监控作业的数据源连接器从数据接入单元对应的数据源中实时拉取业务系统的交易日志。
103.示例型的，交易日志包括业务系统的服务请求消息，服务响应消息，服务异常消息以及服务外调消息等，还可以包括其他交易过程中产生的消息，本技术实施例对此不进行具体限制。
104.可选的，数据接入单元包括消息队列，结构化数据库，非结构化数据库中的至少一个，作为一种优选的方案，数据接入单元可以为消息队列(如kafka)，消息队列对业务系统的额外性能压力小，且数据延时低，吞吐量大，能满足大多数业务系统场景。本技术实施例通过获取数据接入单元中的业务系统的交易日志，能够有效减缓业务系统的数据传输压力，提高业务系统运行的稳定性。
105.可选的，流计算平台可以为storm，还可以为spark string或flink等，可以根据实际需求具体确定流计算平台的类型，本身申请实施例对此不进行具体限制。
106.其中，作为一种优选的实现方式，流计算平台可以为flink。
107.s54、流计算监控平台根据业务系统的交易日志，采用预先存储的监控模型，获取告警信息。
108.可选的，监控模型是根据预设监控条件生成的，用于根据交易日志以及预设监控条件生成告警信息的处理模型；且监控模型是通过模型管理单元预先发布至流计算监控平台中的，告警信息用于指示交易日志存在异常，预设监控条件是根据预设监控模板生成的。
109.可选的，在获取告警信息时，还可以通过监控模型获取该告警信息对应的预设输出方式，并将该告警信息以及对应的预设输出方式存储至告警信息数据库。
110.进一步的，还可以将该告警信息按照对应的预设输出方式进行输出。
111.本技术实施例提供的业务系统的处理方法，通过模型管理单元根据预设监控条件，获取监控模型，对监控模型进行有效性验证，在监控模型通过有效性验证时，将监控模型发布至流计算监控平台。流计算监控平台获取业务系统的交易日志，根据业务系统的交易日志，采用预先存储的监控模型，获取告警信息。相较于现有技术中程序固化的监控条件，本方案通过预设监控模板灵活配置监控模型的监控条件，大幅度降低了业务监控系统的开发成本和周期，提高了业务监控系统的灵活性。并且，流计算平台能够实时对业务系统的交易日志进行处理，从而大幅度提高了异常交易告警的时效性，为运营人员及时发现和处置业务系统的异常提供帮助，达到避免发生重大生产事件的目的。
112.可选的，在一些实施例中，在对监控模型进行有效性验证，在监控模型通过有效性验证时，模型管理单元将监控模型发布至流计算监控平台之后，该业务系统的处理方法还包括：模型管理单元对流计算监控平台中存储的监控模型进行更新，生成更新后的监控模型。
113.在本实施例中，模型管理单元可以根据预设监控模板生成新的预设监控条件，并根据新的预设监控条件对流计算监控平台中存储的监控模型进行更新。
114.其中，上述流计算监控平台中存储的监控模型可以为处于工作状态的监控模型，还可以为不处于工作状态的监控模型，本技术实施例对此不进行具体限制。
115.可选的，模型管理单元还可以根据新的数据源连接器和/或新的预设输出方式对流计算监控平台中的监控模型进行更新。
116.由于业务系统和业务市场的情况是在不断变化的，不同时间下的交易日志可能存在明显偏移，而现有技术固化的监控条件无法及时有效的对监控条件进行修正以适应变化，可能存在产生无效告警信息的情况，不利于高效地对业务系统的异常进行监控和告警。在上述实施例中，模型管理单元可以对流计算监控平台中的监控模型进行实时更新，减少无效告警信息的产生量。且监控模型在更新后无需进行验证，可直接对业务系统的交易日志进行监控处理，实现了对业务系统的实时监控，进一步降低了新增和修改监控条件的开发成本和周期，提高了业务监控系统的灵活性。
117.在实际应用中，上述任一实施例提供的业务系统的处理方法以及业务监控系统已成功应用在多个业务应用上，其中，多个业务应用的技术架构系统多样，监控告警效果良好。也就是说，经过实践检验证明，上述业务系统的处理方法以及业务监控系统在新增和优化监控模型时能够有效降低开发成本和周期，提高业务系统异常处置效率，有效协助业务系统的优化迭代。
118.结合上述各个实施例中的业务监控系统以及业务系统的处理方法，下面通过一种具体的实例进行举例说明。
119.1、数据接入单元。
120.数据接入单元包括消息队列，结构化数据库，非结构化数据库中的至少一个，可以根据业务系统的特点和改造成本进行确定。作为一种优选的方案，数据接入单元可以为消息队列(如kafka)，消息队列对业务系统的额外性能压力小，且数据延时低，吞吐量大，能满足大多数业务系统场景。
121.数据接入单元能够提供丰富的数据源连接组件，从而支持不同情况的业务系统的交易日志的灵活接入。
122.2、模型管理单元。
123.模型管理单元提供了监控模型配置功能，监控模型有效性验证功能，监控模型一键发布功能，监控模型更新功能。
124.a)监控模型配置功能，提供了可供选择和配置的数据源连接器，预设监控模板，输出方式等组件，以使能够根据不同的组件组合生成监控条件。
125.b)监控模型有效性验证功能，用于对监控模型进行正确性验证，同时支持监控模型的灰度运行，能够帮助业务运营人员对监控模型进行快速验证和调优。
126.c)监控模型一键发布功能，能够支持将新建的或者修改的监控模型发布至流计算监控平台。
127.可选的，监控模型一键发布功能将监控模型转译成可执行流计算作业格式的监控模型，并将转译后的监控模型发布至流计算监控平台。
128.d)监控模型更新功能，用于对流计算平台上运行的监控模型进行管理，支持对流
计算平台中运行的监控模型进行更新。
129.示例性的，监控模型更新功能支持对监控模型中的预设监控条件的待监控指标以及待监控指标对应的预设指标值进行修改，并根据上述修改处理对监控模型进行实时更新，支持对监控模型的全生命周期操作。
130.3、流计算监控平台。
131.在监控模型发布生效后，流计算平台会生成运行状态的监控作业，该监控作业会根据配置的数据源连接器从数据接入单元对应的数据源中实时拉取业务系统的交易日志，之后运行监控模型对交易日志进行监控，监控模型根据预设监控条件对交易日志进行异常交易判断，生成告警信息。流计算监控平台则将生成告警信息及对应的预设输出方式存储至告警信息数据库。
132.可选的，在实际应用中告警信息可以实现为告警信号，预设输出方式可以实现为告警策略编码。
133.采用流计算监控平台为业务监控系统提供了强大、高效、易横向扩展的计算能力，流计算作业能很轻松的达到每秒万级的数据处理能力和毫秒级的数据延时，可以大幅提高异常交易告警的时效性，帮助运营人员及时发现和处置业务系统异常，从而避免重大生产事件的发生。
134.在本技术实施例中，基于流计算框架搭建的监控计算平台，实现监测模型的每秒万级交易日志的处理能力和毫秒级数据延时。
135.4、告警信息处理单元。
136.流计算监控平台基于告警信息数据库中存储的告警信息及对应的预设输出方式进行差异化处理，可以提供三类功能：
137.a)高危类告警信息的短信推送功能
138.提供告警信息短信推送的定时任务，按照预设频率(如每分钟1次，每半分钟1次或每10秒1次)扫描告警信息数据库中用于存储告警信息的告警信息表，对新生成的高危类告警信息(在新生成的告警信息为预设高危分类时，则新生成的告警信息即为高危类告警信息)向相关运营人员和开发人员推送告警短信。
139.b)web前端图形化展示。
140.基于告警信息数据库中的业务系统的告警信息，在web前端进行图形化展示。
141.示例性的，展示方式可以为旭日图，还可以为动态图，折线图等等，方便运营人员及时掌握业务系统的运行状态。应理解，本技术实施例对告警信息的展示方式可以根据实际需求进行确定，本技术实施例对此不进行具体限制。
142.c)异常交易报表的生成。
143.按照告警信息的类型，告警信息的个数，告警信息的严重程度等多纬度生成异常交易报表，该异常交易报表作为业务系统性能评估和优化迭代的重要依据，能够最大化利用数据价值。
144.可选的，异常交易报表可以为日终，周终，月终的top n报表，应理解，异常交易报表还可以为其他形式的统计表格，本技术实施例对此不进行具体限制。
145.告警信息处理单元可以根据告警信息的高危等级进行对告警信息进行配置化统一处置，通过告警信息的严重程度满足不同的通知需求，同时还可以提供异常交易报表的
生成和下载。
146.下述为本技术装置实施例，可以用于执行本技术方法实施例。对于本技术装置实施例中未披露的细节，请参照本技术方法实施例。
147.图6为本技术实施例提供的业务系统的处理装置实施例一的结构示意图。如图6所示，该业务系统的处理装置应用于业务监控系统中的流计算监控平台，该装置包括：
148.获取模块61，用于获取业务系统的交易日志；
149.处理模块62，用于根据业务系统的交易日志，采用预先存储的监控模型，获取告警信息，监控模型是根据预设监控条件生成的，用于根据交易日志以及预设监控条件生成告警信息的处理模型；且监控模型是通过模型管理装置预先发布至流计算监控平台中的，告警信息用于指示交易日志存在异常，预设监控条件是根据预设监控模板生成的。
150.在本技术实施例的一种可能设计中，获取模块61，具体用于：
151.通过监控模型的数据源连接器，获取数据接入单元中预先存储的业务系统的交易日志。
152.可选的，获取模块61，还用于：
153.获取模型管理单元上传的监控模型，并将监控模型进行存储。
154.本技术实施例提供的业务系统的处理装置，可用于执行上述任一实施例中流计算监控平台侧的业务系统的处理方法，其实现原理和技术效果类似，在此不再赘述。
155.图7为本技术实施例提供的业务系统的处理装置实施例二的结构示意图。如图7所示，该业务系统的处理装置应用于业务监控系统中的模型管理装置，该装置包括：
156.处理模块71，用于根据预设监控条件，获取监控模型，监控模型用于根据业务系统的交易日志以及预设监控条件生成告警信息，告警信息用于指示交易日志存在异常，预设监控条件是根据预设监控模板生成的。；
157.发布模块72，用于对监控模型进行有效性验证，在监控模型通过有效性验证时，将监控模型发布至流计算监控平台。
158.在本技术实施例的一种可能设计中，该装置，还包括：
159.更新模块，用于对流计算监控平台中存储的监控模型进行更新，生成更新后的监控模型。
160.本技术实施例提供的业务系统的处理装置，可用于执行上述任一实施例中模型管理装置侧的业务系统的处理方法，其实现原理和技术效果类似，在此不再赘述。
161.需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。此外，这些模块全部或部分可以集成在一起，也可以独立实现。这里所述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
162.图8为本技术实施例提供的流计算监控平台的结构示意图。如图8所示，该流计算监控平台11可以包括：处理器81、存储器82及存储在所述存储器82上并可在处理器81上运行的计算机程序指令，所述处理器81执行所述计算机程序指令时实现前述任一实施例提供
流计算监控平台侧的业务系统的处理方法。
163.可选的，该流计算监控平台11的上述各个器件之间可以通过系统总线连接。
164.可选的，流计算监控平台11还可以包括与其他设备进行交互的接口。
165.本技术实施例提供的流计算监控平台，可用于执行上述任一方法实施例提供的流计算监控平台侧的业务系统的处理方法，其实现原理和技术效果类似，在此不再赘述。
166.图9为本技术实施例提供的模型管理单元的结构示意图。如图9所示，该模型管理单元12可以包括：处理器91、存储器92及存储在所述存储器92上并可在处理器91上运行的计算机程序指令，所述处理器91执行所述计算机程序指令时实现前述任一实施例提供模型管理单元侧的业务系统的处理方法。
167.可选的，该模型管理单元12的上述各个器件之间可以通过系统总线连接。
168.可选的，模型管理单元12还可以包括与其他设备进行交互的接口。
169.本技术实施例提供的模型管理单元，可用于执行上述任一方法实施例提供的模型管理单元侧的业务系统的处理方法，其实现原理和技术效果类似，在此不再赘述。
170.存储器可以是单独的存储单元，也可以是集成在处理器中的存储单元。处理器的数量为一个或者多个。
171.应理解，处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本技术所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
172.系统总线可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。系统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。存储器可能包括随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器(non-volatile memory，nvm)，例如至少一个磁盘存储器。
173.实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一可读取存储器中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储器(存储介质)包括：只读存储器(read-only memory，rom)、ram、快闪存储器、硬盘、固态硬盘、磁带(英文：magnetic tape)、软盘(英文：floppy disk)、光盘(英文：optical disc)及其任意组合。
174.本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述业务系统的处理方法。
175.上述的计算机可读存储介质，上述可读存储介质可以是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，电可擦除可编程只读存储器，可擦除可编程只读存储器，可编程只读存储器，只读存储器，磁存储器，快闪存储器，磁盘或光盘。可读存储介质可以是通用或专用计算机能够存取的任何可用介质。
176.可选的，将可读存储介质耦合至处理器，从而使处理器能够从该可读存储介质读取信息，且可向该可读存储介质写入信息。当然，可读存储介质也可以是处理器的组成部
分。处理器和可读存储介质可以位于专用集成电路(application specific integrated circuits，asic)中。当然，处理器和可读存储介质也可以作为分立组件存在于设备中。
177.本技术实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中，至少一个处理器可以从该计算机可读存储介质中读取该计算机程序，所述至少一个处理器执行所述计算机程序时可实现上述业务系统的处理方法。
178.应当理解的是，本公开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。本公开的范围仅由所附的权利要求书来限制。