[發明專利]一種基于日志分析的數據庫三層關聯的識別方法

有效

• 申請號: 202010611005.3
• 申請日: 2020-06-30
• 公開（公告）號: CN111752727B
• 公開（公告）日: 2023-06-20
• 發明（設計）人: 王啟凡;陶景龍;梁淑云;劉勝;馬影;魏國富;殷錢安;余賢喆;周曉勇
• 申請（專利權）人: 上海觀安信息技術股份有限公司
• 主分類號: G06F9/54
• 分類號: G06F9/54;G06F16/242;G06F16/25;G06F16/28
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 張祥

1.一種基于日志分析的數據庫三層關聯識別方法，其特征在于：包括以下步驟：

步驟1：提取總時長為t_總的時間段內的前臺操作日志request日志和數據庫操作日志sql日志，定義表K為空表；

步驟2：基于操作請求的類別剔除無關操作請求；

步驟3：將request日志和sql日志中的參數移除，提取去參后的request日志主體對象和sql日志主體對象；

步驟4：以固定的時間間隔將時長為t_總的日志數據劃分為連續的時間段，統計request日志主體對象和sql日志主體對象在每個時間段的操作次數得到表T；

步驟5：計算request日志主體對象與sql日志主體對象的相關率；

步驟6：重復步驟4-5，以多種預設的時間間隔劃分時間軸，獲取不同時間間隔下的每一個request日志主體對象與每一個sql日志主體對象的相關率，保留相關率最大值，記錄總時長t_總，得到表G；

步驟7：如果表K為空表，則令表K＝表G；執行步驟8，否則直接執行步驟8；

步驟8：根據表G和表K的內容更新每個request日志主體對象與每個sql日志主體對象的相關率，并將結果更新到表K中；

步驟9：在待預測數據的request日志中，解析傳遞參數，提取請求內容中符合“＝*”匹配的參數；在sql日志中，提取sql語句中符合“＝*”匹配的參數；

步驟10：基于步驟9提取的參數，計算參數相關值；

步驟11：對每一個sql日志，按照參數相關值和相關率對request日志進行排序，取排名最高的前N個request日志主體對象作為與該sql日志主體對象可能有關系的對象；即得到數據庫的三層關聯。

2.根據權利要求1所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：步驟1中所述的request日志包括請求、請求內容、時間戳；sql日志包括sql語句和操作時間。

3.根據權利要求2所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：步驟2中剔除無關操作請求的方法為：對request日志，剔除掉后綴為css，js，jpg，gif，ico，png的請求；對sql操作日志，剔除掉commit記錄。

4.根據權利要求1所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：步驟3中將request日志的請求的參數替換成符號？，將請求內容中的參數替換成？，將替換后的請求和請求內容合并得到request日志主體對象。

5.根據權利要求4所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：步驟3中將sql日志中的參數替換成符號？，替換后的sql語句為sql日志主體對象。

6.根據權利要求1所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：步驟4中統計每個時間段主體對象的操作次數得到表T，表T的內容如下：

T(request)：request日志主體對象、第一個時間段t₁的操作次數R₁、第二個時間段t₂的操作次數R₂、······、第i個時間段t_i的操作次數R_i；其中i∈[1,n]，n為總的時間段數；

T(sql)：sql日志主體對象，第一個時間段t₁的操作次數S₁、第二個時間段t₂的操作次數S₂、······、第i個時間段t_i的操作次數S_i。

7.根據權利要求6所述的一種基于日志分析的數據庫三層關聯識別方法，其特征在于：

步驟5所述的計算相關率η的方法為：

步驟6中預設的時間間隔分別為3s、5s和7s，分別計算獲得不同時間間隔下request日志主體對象和sql日志主體對象的相關率。