一种业务健康检测方法及装置、电子设备、存储介质与流程

本技术涉及系统检测，特别涉及一种业务健康检测方法及装置、电子设备、存储介质。

背景技术：

1、为了保证业务系统可以为用户提供可靠的服务，所以更新上线的业务服务通常需要进行服务更新健康检测，以确定更新上线的业务服务是否存在问题，并在存在问题时及时进行相应的调整。

2、当前的服务更新健康检测的一种主要方式即为流量重放。当前通过流量重放进行监控检查的方式，主要是采集原先的业务系统成功进行业务处理，并反馈业务处理信息的多个流量。然后将流量中的地址信息相应地修改为待检测的业务系统的地址信息，以根据修改的地址信息将流量发送给更新的业务系统进行处理，然后获取其处理结果，最后将处理结果和预期结果进行对比，从而确定是否将系统进行上线。

3、但是，当前的健康检测方式，为考虑到流量重放过程可能影响用户的数据。并且，现有的方式没有考虑处理异常流量的情况，加上采集的流量数量有限，所以仅能涉及到部分业务处理情况，无法实现全面业务覆盖检测，因此无法保证整个系统的检测结果的准确性。而按照预先设定的流量频率进行重放，可能会出现系统压力过大，影响系统对流量的处理的情况，也会影响检测结果的准确性。

技术实现思路

1、基于上述现有技术的不足，本技术提供了一种业务健康检测方法及装置、电子设备、存储介质，以解决现有技术会影响用户数据，且无法保证检测结果的准确性的问题。

2、为了实现上述目的，本技术提供了以下技术方案：

3、本技术第一方面提供了一种业务健康检测方法，包括：

4、采集当前线上的目标业务的多个线上流量；

5、通过训练好的智能模型识别出各个所述线上流量中的常规流量和异常流量；

6、利用配置信息分别对各个待处理流量中的用户标识信息进行替换，得到各个所述待处理流量对应的新建流量；其中，所述待处理流量包括各个所述常规流量和各个所述异常流量；

7、通过所述智能模型利用各项业务参数的边界值，分别对各个所述新建流量中的所述业务参数的数值进行扩充，得到多个重放流量；其中，各项所述业务参数的边界值，由所述智能模型对目标业务系统的业务代码逻辑进行分析得到；所述目标业务系统为待检测的所述目标业务的系统；

8、按照所述智能模型实时调整的流量重放频率和流量重放强度，利用各个所述重放流量对所述目标业务系统进行重放，并实时监测所述目标业务系统对各个所述重放流量的响应结果；其中，所述智能模型实时基于所述目标业务系统的当前压力，调整所述流量重放频率和所述流量重放强度；

9、对各个所述重放流量的响应结果进行统计计算，得到重放流量结果；

10、通过将所述重放流量结果与预设的预期结果进行对比，确定执行所述目标业务系统上线流程或中断上线流程。

11、可选地，在上述的业务健康检测方法中，所述智能模型调整流量重放频率和流量重放强度的方法，包括：

12、通过所述智能模型实时监测所述目标业务系统的负载、性能指标以及异常的业务日志，得到当前系统负载、当前性能指标以及当前业务日志信息；

13、通过所述智能模型基于所述当前系统负载、所述当前性能指标以及所述当前业务日志信息，从所述目标业务系统的压力测试数据中，确定出所述目标业务系统的当前压力；

14、基于所述目标业务系统的当前压力和所述目标业务系统的压力测试数据，调整所述流量重放频率和所述流量重放强度。

15、可选地，在上述的业务健康检测方法中，所述利用配置信息分别对各个待处理流量中的用户标识信息进行替换，得到各个所述待处理流量对应的新建流量，包括：

16、分别针对每个所述待处理流量，确定所述待处理流量对应的接口；

17、从所述待处理流量对应的接口的协议中读取对应的所述配置信息；其中，所述配置信息在注册业务时，读取接口的协议并设置；

18、利用读取到的所述配置信息替换所述待处理流量中的用户标识信息，得到所述待处理流量对应的新建流量。

19、可选地，在上述的业务健康检测方法中，所述通过所述智能模型利用各项业务参数的边界值，分别对各个所述新建流量中的所述业务参数的数值进行扩充，得到多个重放流量，包括：

20、通过所述智能模型分别针对每个所述新建流量，从所述新建流量的所述业务参数的边界值构成的数值范围内选择出多个数值；

21、复制多个所述新建流量，将分别利用选择出的各个数值替换复制的所述新建流量中的所述业务参数的数值，得到所述新建流量对应的多个扩充流量；

22、将所述新建流量及其对应的各个所述扩充流量，确定为所述重放流量。

23、可选地，在上述的业务健康检测方法中，还包括：

24、每监测到一个所述重放流量的响应结果，则对比当前的所述重放流量的响应结果与所述重放流量的预期响应结果是否一致；

25、若对比出当前的所述重放流量的响应结果与所述重放流量的预期响应结果不一致，则生成当前的所述重放流量对应的错误响应记录；

26、判断距离当前时刻的预设时间段内，生成的所述错误响应记录的数量是否大于预设数量；

27、若距离当前时刻的预设时间段内，生成的所述错误响应记录的数量大于预设数量，则进行报警。

28、可选地，在上述的业务健康检测方法中，所述对各个所述重放流量的响应结果进行统计计算，得到重放流量结果，包括：

29、分别针对所述目标业务系统的每个业务接口，统计输入所述业务接口的各个所述重放流量的响应结果的响应时间均值以及响应正确率。

30、本技术第二方面提供了一种业务健康检测装置，包括：

31、流量采集单元，用于采集当前线上的目标业务的多个线上流量；

32、识别单元，用于通过训练好的智能模型识别出各个所述线上流量中的常规流量和异常流量；

33、用户信息替换单元，用于利用配置信息分别对各个待处理流量中的用户标识信息进行替换，得到各个所述待处理流量对应的新建流量；其中，所述待处理流量包括各个所述常规流量和各个所述异常流量；

34、扩充单元，用于通过所述智能模型利用各项业务参数的边界值，分别对各个所述新建流量中的所述业务参数的数值进行扩充，得到多个重放流量；其中，各项所述业务参数的边界值，由所述智能模型对目标业务系统的业务代码逻辑进行分析得到；所述目标业务系统为待检测的所述目标业务的系统；

35、重放单元，用于按照所述智能模型实时调整的流量重放频率和流量重放强度，利用各个所述重放流量对所述目标业务系统进行重放，并实时监测所述目标业务系统对各个所述重放流量的响应结果；其中，所述智能模型实时基于所述目标业务系统的当前压力，调整所述流量重放频率和所述流量重放强度；

36、结果统计单元，用于对各个所述重放流量的响应结果进行统计计算，得到重放流量结果；

37、上线控制单元，用于通过将所述重放流量结果与预设的预期结果进行对比，确定执行所述目标业务系统上线流程或中断上线流程。

38、可选地，在上述的业务健康检测装置中，包括：

39、系统监测单元，用于通过所述智能模型实时监测所述目标业务系统的负载、性能指标以及异常的业务日志，得到当前系统负载、当前性能指标以及当前业务日志信息；

40、压力确定单元，用于通过所述智能模型基于所述当前系统负载、所述当前性能指标以及所述当前业务日志信息，从所述目标业务系统的压力测试数据中，确定出所述目标业务系统的当前压力；

41、调整单元，用于基于所述目标业务系统的当前压力和所述目标业务系统的压力测试数据，调整所述流量重放频率和所述流量重放强度。

42、可选地，在上述的业务健康检测装置中，所述用户信息替换单元，包括：

43、接口确定单元，用于分别针对每个所述待处理流量，确定所述待处理流量对应的接口；

44、读取单元，用于从所述待处理流量对应的接口的协议中读取对应的所述配置信息；其中，所述配置信息在注册业务时，读取接口的协议并设置；

45、信息替换单元，用于利用读取到的所述配置信息替换所述待处理流量中的用户标识信息，得到所述待处理流量对应的新建流量。

46、可选地，在上述的业务健康检测装置中，所述扩充单元，包括：

47、选择单元，用于通过所述智能模型分别针对每个所述新建流量，从所述新建流量的所述业务参数的边界值构成的数值范围内选择出多个数值；

48、数值替换单元，用于复制多个所述新建流量，将分别利用选择出的各个数值替换复制的所述新建流量中的所述业务参数的数值，得到所述新建流量对应的多个扩充流量；

49、流量确定单元，用于将所述新建流量及其对应的各个所述扩充流量，确定为所述重放流量。

50、可选地，在上述的业务健康检测装置中，还包括：

51、对比单元，用于每监测到一个所述重放流量的响应结果，则对比当前的所述重放流量的响应结果与所述重放流量的预期响应结果是否一致；

52、记录生产单元，用于若对比出当前的所述重放流量的响应结果与所述重放流量的预期响应结果不一致，则生成当前的所述重放流量对应的错误响应记录；

53、判断单元，用于判断距离当前时刻的预设时间段内，生成的所述错误响应记录的数量是否大于预设数量；

54、报警单元，用于若距离当前时刻的预设时间段内，生成的所述错误响应记录的数量大于预设数量，则进行报警。

55、可选地，在上述的业务健康检测装置中，所述结果统计单元，包括：

56、结果统计子单元，用于分别针对所述目标业务系统的每个业务接口，统计输入所述业务接口的各个所述重放流量的响应结果的响应时间均值以及响应正确率。

57、本技术第三方面提供了一种电子设备，包括：

58、存储器和处理器；

59、其中，所述存储器用于存储程序；

60、所述处理器用于执行所述程序，所述程序被执行时，具体用于实现如上述任意一项所述的业务健康检测方法。

61、本技术第四方面提供了一种计算机存储介质，用于存储计算机程序，所述计算机程序被执行时，用于实现如上述任意一项所述的业务健康检测方法。

62、本技术实施例提供了一种业务健康检测方法，先采集当前线上的目标业务的多个线上流量，然后通过训练好的智能模型识别出各个线上流量中的常规流量和异常流量，便于后续分别对系统对常规流量和异常流量的响应情况进行分析，从而使得检测更加全面。然后利用配置信息分别对各个待处理流量中的用户标识信息进行替换，得到各个待处理流量对应的新建流量，从而避免对用户的业务数据造成影响。其中，待处理流量包括各个常规流量和各个异常流量。并且，预先由智能模型对目标业务系统的业务代码逻辑进行分析得到，各个业务参数的边界值，所以可以通过智能模型利用各项业务参数的边界值，分别对各个新建流量中的业务参数的数值进行扩充，得到多个重放流量，从而可以对整个业务参数范围进行检测，保证对整个系统的检索的准确性。然后按照智能模型实时调整的流量重放频率和流量重放强度，利用各个重放流量对目标业务系统进行重放，并实时监测目标业务系统对各个重放流量的响应结果。其中，智能模型实时基于目标业务系统的当前压力，调整流量重放频率和流量重放强度，避免出现压力过大对检测结果造成影响的问题。最后对各个重放流量的响应结果进行统计计算，得到重放流量结果，并通过将重放流量结果与预设的预期结果进行对比，确定执行目标业务系统上线流程或中断上线流程，从而实现了一种不影响客户数据，并且可以对系统进行全面、准确的检测的方法。