一种数据自动化修复方法及系统
文献发布时间:2024-04-18 19:59:31
技术领域
本发明涉及计算机软件应用领域,具体提供一种数据自动化修复方法及系统。
背景技术
随着互联网技术的高速发展,人们的工作日益与信息技术密不可分。web系统和软件系统为人们的工作和生活提供了便利高效的数据信息处理和流通途径,同时,系统的运行维护工作也是非常重要的一环,只有维护了系统的稳定持久运行,才能为客户提供可持续性、稳定、连续的信息服务,如果系统出现数据损坏、程序异常等情况,则会大大降低信息服务的可靠性、稳定性,极大地影响用户体验。
发明内容
本发明是针对上述现有技术的不足,提供一种实用性强的数据自动化修复方法。
本发明进一步的技术任务是提供一种设计合理,安全适用的数据自动化修复系统。
本发明解决其技术问题所采用的技术方案是:
一种数据自动化修复方法,通信设备进行交互层和应用层的交互,进行后台服务时若有异常,进入异常收集单元提供服务异常收集功能,程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,进入异常定义单元,编写数据修复逻辑,异常处理单元进行异常数据的自动修复。
进一步的,引入异常收集单元以后,当程序运行过程中抛出异常时,将异常信息发送到异常收集单元;
异常收集单元接收到异常信息后,对数据内容进行分析处理,获得此次异常的异常类型,识别异常的数据参数和异常位置,然后将处理后的异常信息记录到存储介质中,供其他单元使用。
进一步的,针对异常数据进行分类汇总,开发者对已知的异常信息进行分析,对可以进行数据自动修复的异常种类,开发者预定义一组修复指令,结合引发异常的数据参数,编写数据修复逻辑。
进一步的,如存在不可自动修复的异常类型,则存在代码需要优化的可能,开发者或组织应统计不能被定义的异常为参考进行代码的逻辑优化。
进一步的,在异常处理单元中,具有如下步骤:
S1、获取一条未修复的异常日志,在异常定义单元中查询所述异常日志的异常种类是否定义了修复逻辑,若是则进入步骤S2;
S2、根据异常种类获取异常定义单元中定义的数据修复指令,结合异常日志的参数,执行数据修复逻辑,修复完成后,将所述异常日志置为已修复状态;
S3、继续获取下一条未修复的异常日志,执行步骤S1和S2的操作。
一种数据自动化修复系统,包括异常收集单元、异常定义单元和异常处理单元,所述异常收集单元用于通信设备进行交互层和应用层的交互,进行后台服务时若有异常,提供服务异常收集功能;
所述异常定义单元用于程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,编写数据修复逻辑;
所述异常处理单元用于进行异常数据的自动修复。
进一步的,在异常收集单元中,程序中引入异常收集单元以后,当程序运行过程中抛出异常时,将异常信息发送到异常收集单元;
异常收集单元接收到异常信息后,对数据内容进行分析处理,获得异常的异常类型,识别异常的数据参数和异常位置,然后将处理后的异常信息记录到存储介质中,供其他单元使用。
进一步的,在异常定义单元中,程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,开发者对已知的异常信息进行分析,对可以进行数据自动修复的异常种类,开发者可预定义一组修复指令,结合引发异常的数据参数,编写数据修复逻辑。
进一步的,如存在不可自动修复的异常类型,则存在代码需要优化的可能,开发者或组织应统计不能被定义的异常为参考进行代码的逻辑优化。
进一步的,在异常处理单元中,获取一条未修复的异常日志,在异常定义单元中查询异常日志的异常种类是否定义了修复逻辑;
若是,则根据异常种类获取异常定义单元中定义的数据修复指令,结合异常日志的参数,执行数据修复逻辑,修复完成后,将所述异常日志置为已修复状态,继续获取下一条未修复的异常日志。
本发明的一种数据自动化修复方法及系统和现有技术相比,具有以下突出的有益效果:
本发明异常收集单元持续将服务的异常日志收集起来,开发者可对服务异常进行统计分析,识别服务的异常情况,有助于开发者优化程序逻辑,提高服务质量。
程序发生异常后,异常处理单元可自动根据异常参数进行数据修复,修复完成后,服务下次运行相同逻辑则可以正常进行,提升了服务运行的稳定性和可靠性。
基于异常定义单元定义的异常数据修复指令,进行数据自动化修复,有效地降低了服务的运维成本,节省了人力成本。
自动化的异常数据修复提高了服务异常的处理效率,异常响应程度大大提高,用户体验得到优化。
异常池数据持续累积,开发者可定期对异常池数据进行统计分析,持续优化和完善异常定义单元的定义内容,亦可在此基础上优化程序逻辑,服务运行的持久性得到提高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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。
附图1是一种数据自动化修复方法的流程示意图;
附图2是一种数据自动化修复方法中异常定义单元的流程示意图;
附图3是一种数据自动化修复方法中异常处理单元的流程示意图。
具体实施方式
为了使本技术领域的人员更好的理解本发明的方案,下面结合具体的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。
下面给出一个最佳实施例:
如图1所示,本实施例中的一种数据自动化修复方法,通信设备进行交互层和应用层的交互,进行后台服务时若有异常,进入异常收集单元提供服务异常收集功能,程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,进入异常定义单元,编写数据修复逻辑,异常处理单元进行异常数据的自动修复。
其中,引入异常收集单元以后,当程序运行过程中抛出异常时,将异常信息发送到异常收集单元;
异常收集单元接收到异常信息后,对数据内容进行分析处理,获得此次异常的异常类型,识别异常的数据参数和异常位置,然后将处理后的异常信息记录到存储介质中,供其他单元使用。
如图2所示,程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,开发者对已知的异常信息进行分析,对可以进行数据自动修复的异常种类,开发者可预定义一组修复指令,结合引发异常的数据参数,编写数据修复逻辑。
随着系统运行时间增长,异常池里的未定义异常种类也会变多,定期由开发者进行处理,对可修复的异常进行逻辑定义。如存在不可自动修复的异常类型,则存在代码需要优化的可能,开发者或组织应统计这些不能被定义的异常,以此为参考进行代码的逻辑优化。
如图3所示,在异常处理单元中,具有如下步骤:
S1、获取一条未修复的异常日志,在异常定义单元中查询所述异常日志的异常种类是否定义了修复逻辑,若是则进入步骤S2;
S2、根据异常种类获取异常定义单元中定义的数据修复指令,结合异常日志的参数,执行数据修复逻辑,修复完成后,将所述异常日志置为已修复状态;
S3、继续获取下一条未修复的异常日志,执行步骤S1和S2的操作。
基于上述方法,本实施例中的一种数据自动化修复系统,包括异常收集单元、异常定义单元和异常处理单元,异常收集单元用于通信设备进行交互层和应用层的交互,进行后台服务时若有异常,提供服务异常收集功能;
异常定义单元用于程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,编写数据修复逻辑;
异常处理单元用于进行异常数据的自动修复。
其中,在异常收集单元中,程序中引入异常收集单元以后,当程序运行过程中抛出异常时,将异常信息发送到异常收集单元;
异常收集单元接收到异常信息后,对数据内容进行分析处理,获得异常的异常类型,识别异常的数据参数和异常位置,然后将处理后的异常信息记录到存储介质中,供其他单元使用。
在异常定义单元中,程序运行一段时间以后,异常收集单元会积累一定的异常数据,针对异常数据进行分类汇总,开发者对已知的异常信息进行分析,对可以进行数据自动修复的异常种类,开发者可预定义一组修复指令,结合引发异常的数据参数,编写数据修复逻辑;
如存在不可自动修复的异常类型,则存在代码需要优化的可能,开发者或组织应统计不能被定义的异常为参考进行代码的逻辑优化。
在异常处理单元中,获取一条未修复的异常日志,在异常定义单元中查询异常日志的异常种类是否定义了修复逻辑;
若是,则根据异常种类获取异常定义单元中定义的数据修复指令,结合异常日志的参数,执行数据修复逻辑,修复完成后,将所述异常日志置为已修复状态,继续获取下一条未修复的异常日志。
上述具体的实施方式仅是本发明具体的个案,本发明的专利保护范围包括但不限于上述具体的实施方式,任何符合本发明权利要求书记载的技术方案且任何所属技术领域普通技术人员对其做出的适当变化或者替换,皆应落入本发明的专利保护范围。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
- 基于多期遥感影像的地上植被碳汇量计算系统及方法
- 一种基于三维激光点云数据的森林地上碳汇量计算方法