(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211182174.5 (22)申请日 2022.09.27 (71)申请人 中国农业银行股份有限公司 地址 100005 北京市东城区建国门内大街 69号 (72)发明人 黄湘平　李申浩　崔波　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 孙静　臧建明 (51)Int.Cl. G06F 11/07(2006.01) G06N 20/00(2019.01) (54)发明名称 数据分析方法、 装置、 设备、 存储介质及程序 产品 (57)摘要 本申请实施例提供一种数据分析方法、 装 置、 设备、 存储介质及程序产品， 本申请实施例涉 及数据分析技术领域， 该方法包括： 采集目标集 群中各个节 点的数据指标； 所述数据指标包括下 述至少一项： 节点任务状态指标、 网络流量、 操作 系统指标； 根据各个所述节点的数据指标， 通过 机器学习模 型， 预测得到各个所述节 点的故障概 率； 根据预测的各个所述节点的故障概率， 确定 所述目标集群中的慢节点。 本申请实例提供的方 法能够克服现有技术无法在不影响生产运行的 基础上， 快速 定位出集群中的慢 节点的问题。 权利要求书2页 说明书11页 附图3页 CN 115543671 A 2022.12.30 CN 115543671 A 1.一种数据分析 方法， 其特 征在于， 所述方法包括： 采集目标集群中各个节点的数据指标； 所述数据指标包括下述至少一项： 节点任务状 态指标、 网络流 量、 操作系统指标； 根据各个所述节点的数据指标， 通过机器学习模型， 预测得到各个所述节点的故障概 率； 根据预测的各个所述节点的故障概 率， 确定所述目标集群中的慢 节点。 2.根据权利要求1所述的方法， 其特征在于， 所述节点任务状态指标包括： 任务数量、 任 务占用资源信息、 任务执行时间、 传播延时、 传输延时、 排队延时； 所述网络流量是通过旁路 网络监测设备采集的； 所述操作系统指标包括： 指令响应时间、 网络时间协议误差时间、 每 秒交易量、 CPU负载、 内存使用率、 磁 盘容量占比、 磁 盘负载、 节点文件数量； 所述根据各个所述节点的数据指标， 通过机器学习模型， 预测得到各个所述节点的故 障概率， 包括： 针对各个所述节点， 通过迭代自组织数据分析算法， 检测所述节点的数据指标中的离 群值以及无效值， 并剔除所述离群值以及无效值， 得到目标 数据； 对所述数据指标中的特征进行关联分析， 确定所述数据指标中特征之间的关联关系， 并将所述关联关系作为特 征关联指标； 将所述目标数据以及所述特征关联指标输入到所述机器学习模型中， 预测得到所述节 点的故障概 率。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 周期性地采集多个集群中的每个集群中各个节点的数据指标， 并将每个集群中各个节 点的数据指标作为历史指标； 针对每个集群 中各个节点， 将所述历史指标进行预处理， 得到目标历史数据， 并根据历 史指标， 生成历史特 征关联指标； 获取每个集群中各个节点是否为慢 节点的历史分析 结果； 将每个集群中各个节点的所述历史指标、 对应的所述历史特征关联指标以及历史分析 结果作为样本， 并通过 各个所述样本， 训练机器学习模型。 4.根据权利要求1 ‑3任一项所述的方法， 其特征在于， 所述目标集群为至少一个集群； 所述方法还 包括： 存储周期性采集的目标集群中各个节点的数据指标、 数据指标采集时间、 特征关联指 标、 节点的元 数据以及对应的故障概 率； 根据目标集群 中各个节点的数据指标、 数据指标采集 时间、 特征关联指标、 节点的元数 据以及对应的故障概率， 生成集群慢节点监控数据库， 用以支持节点数据的统一管理和包 含故障概 率的分析 结果的追溯排 查。 5.根据权利要求4所述的方法， 其特征在于， 所述根据预测的各个所述节点的故障概 率， 确定所述目标集群中的慢 节点， 包括： 针对各个所述节点， 若预测的所述节点的故障概率大于或等于预设概率阈值， 则确定 所述节点 为所述目标集群中的慢 节点； 相应的， 所述方法还 包括： 针对所述慢 节点， 触发告警操作， 并统计告警次数；权　利　要　求　书 1/2 页 2 CN 115543671 A 2根据所述慢节点对应的数据指标采集时间、 告警的次数以及数据指标， 生成慢节点分 析结果报表， 用以支持判断是否进行节点隔离与修复。 6.根据权利要求5所述的方法， 其特 征在于， 所述方法还 包括： 根据所述集群慢节点监控数据库， 通过所述慢节点的标识， 查找所述慢节点对应的历 史相关数据； 根据所述历史相关数据和所述慢 节点分析 结果报表， 确定所述慢 节点形成的原因。 7.一种数据分析装置， 其特 征在于， 所述装置包括： 采集模块， 用于采集目标集群中各个节点的数据指标； 所述数据指标包括下述至少一 项： 节点任务状态指标、 网络流 量、 操作系统指标； 预测模块， 用于根据 各个所述节点的数据指标， 通过机器学习模型， 预测得到各个所述 节点的故障概 率； 数据分析模块， 用于根据预测的各个所述节点的故障概率， 确定所述目标集群中的慢 节点。 8.一种电子设备， 其特 征在于， 包括： 至少一个处 理器和存 储器； 所述存储器存储计算机执 行指令； 所述至少一个处理器执行所述存储器存储的计算机执行指令， 使得所述至少一个处理 器执行如权利要求1至 6任一项所述的数据分析 方法。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 执行指令， 当处理器执行所述计算机执行指令时， 实现如权利要求1至6任一项所述的数据 分析方法。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现如权利要求1至 6任一项所述的数据分析 方法。权　利　要　求　书 2/2 页 3 CN 115543671 A 3