一种数据库性能指标的监测方法、装置、计算机可读存储介质及设备

摘要

本发明实施例公开了一种数据库性能指标的监测方法，该方法包括：创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。本发明实施例还公开了一种数据库性能指标的监测装置、计算机可读存储介质及设备。本发明实施例能够对数据库的性能指标进行多维度数据的集中分析，以便进行趋势分析和异常判断。

说明书

技术领域

本发明涉及数据库性能监控技术领域，尤其涉及一种数据库性能指标的监测方法、装置、计算机可读存储介质及设备。

背景技术

基于数据库的应用系统在企业应用中非常广泛，由于数据库的性能问题导致应用系统响应慢等情况时有发生。因此，在日常的运维中对于数据库的性能状况做到定期收集统计信息是非常必要的。然而，现有的APM分析工具虽然可以提供数据库的性能指标值，但缺少对性能指标值的分析判断，从而不便进行趋势分析和异常判断。

发明内容

本发明实施例提供一种数据库性能指标的监测方法、装置、计算机可读存储介质及设备，其能够对数据库的性能指标进行多维度数据的集中分析，以便进行趋势分析和异常判断。

第一方面，本发明实施例提供了一种数据库性能指标的监测方法，该方法包括：创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

第二方面，本发明实施例提供了一种数据库性能指标的监测装置，该装置包括创建单元，用于创建数据库的性能指标与数据库维度之间的关联关系；采集单元，用于采集每一性能指标在不同维度处所对应的子性能指标值；累加单元，用于将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取单元，用于获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；分析单元，用于根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

第三方面，本发明实施例提供了一种计算机可读存储介质，所述存储介质有一个或者一个以上程序，该一个或者一个以上程序可被一个或者一个以上的处理器执行以实现以下步骤：创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

第四方面，本发明实施例提供了一种数据库性能指标的监测设备，所述设备包括：存储器以及处理器；所述存储器用于存储至少一个计算机程序；所述处理器读取所述存储器中的计算机程序以执行以下操作：创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

本发明实施例通过创建数据库的性能指标和数据库维度之间的关联关系，进而采集每一性能指标在不同维度处所对应的子性能指标值，然后将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值，并获取每一性能指标所对应的多个历史性能指标值，根据历史性能指标值及预设算法分析每一性能指标对应的当前性能指标值以得到分析结果。本发明实施例能够对数据库的性能指标进行多维度的集中分析，以便进行趋势分析和异常判断。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例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。

图1是本发明实施例提供的数据库性能指标的监测方法的流程示意图；

图2是图1中S105的子流程示意图；

图3是图2中S203的子流程示意图；

图4是本发明另一实施例提供的数据库性能指标的监测方法的流程示意图；

图5是本发明实施例提供的CPU使用时间的监测图形；

图6是本发明实施例提供的I/O等待时间的的监测图形；

图7是本发明实施例提供的Lock等待时间的监测图形；

图8是本发明实施例提供的数据库性能指标的监测装置的示意性框图；

图9是图8中分析单元的示意性框图；

图10是图9中判断单元的示意性框图；

图11是本发明另一实施例提供的数据库性能指标的监测装置的示意性框图；

图12是本发明实施例提供的数据库性能指标的监测设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

参见图1，是本发明实施例提供的一种数据库性能指标的监测方法的流程示意图。如图所示，该数据库性能指标的监测方法包括步骤S101～S105。

S101，创建数据库的性能指标与数据库维度之间的关联关系。

具体地，在本发明实施例中，性能指标包括CPU(Central Processing Unit，中央处理器)使用时间、I/O(input/output，输入/输出端口)等待时间、Lock等待时间。可以理解地，数据库的性能指标并不局限于此，如还可以包括磁盘占用率、内存占用率等。维度是数据库中用来描述数据的分类的有组织层次结构，这些分类和结构描述了一些相似的成员集合，可将基于这些成员集合进行分析。如在本发明实施例中，维度可以包括SQL、EVENT、OBJECT、及USER等。其中，SQL为结构化查询语句，EVENT为事件，OBJECT为对象，数据库中的对象可以是表、存储过程、函数、视图等，USER为用户。可以理解地，在一些其他实施例中，维度还可以包括INSTANCE实例。

在创建数据库的性能指标与数据库维度之间的关联关系时，可以通过表结构来生成。如可以将CPU使用时间、I/O等待时间、Lock等待时间作为表的列项，将数据库维度SQL、EVENT、OBJECT、USER作为表的行项，从而实现将数据库维度和性能指标相关联。可以理解地，在其他一些实施例中，数据库的性能指标和维度的关联关系并不局限于表结构的形式。

S102，采集每一性能指标在不同维度处所对应的子性能指标值。

具体地，如上所述，每一个性能指标在不同维度处对应有各自的子性能指标值，如CPU使用时间在不同维度处对应的子性能指标值包括SQL、EVENT、OBJECT、及USER分别对应的子性能指标值；I/O等待时间在不同维度处对应的子性能指标值包括SQL、EVENT、OBJECT、及USER分别对应的子性能指标值；Lock等待时间在不同维度处对应的子性能指标值包括SQL、EVENT、OBJECT、及USER分别对应的子性能指标值。

S103，将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值。

具体地，当前性能指标值用于指示数据库当前的运行性能，其通过采集每一个性能指标在不同维度处所对应的子性能指标值之和来表征。在本发明实施例中，根据创建的数据库的性能指标和维度的关联关系及采集到的每一性能指标在不同维度处所对应的子性能指标值来得到不同性能指标的当前性能指标值。即采集到的CPU使用时间在维度SQL、EVENT、OBJECT、USER处子性能指标值进行累加以得到CPU使用时间的当前性能指标值，并将该当前性能指标值标记为X1；采集到的I/O等待时间在维度SQL、EVENT、OBJECT、USER处子性能指标值进行累加以得到I/O等待时间的当前性能指标值，并将该当前性能指标值标记为X2；采集到的Lock等待时间在维度SQL、EVENT、OBJECT、USER处子性能指标值进行累加以得到Lock等待时间的当前性能指标值，并将该当前性能指标值标记为X3。该当前性能指标值表征当前时刻数据库的性能指标值，如2017年3/3上午11点的数据库的性能指标值。

S104，获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应。

具体地，在本发明实施例中，历史性能指标值与当前性能指标值相对应。该历史性能指标值为预设数量的每一个性能指标在不同维度处的子性能指标值之和。如采集数据库2017年2/3～3/3之间每天上午11点每一性能指标在不同维度处所对应的子性能指标值，并根据获取的子性能指标值得到该预设数量的历史性能指标值。

S105，根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

具体地，为了判断数据库的当前性指标值是否正常，在本发明实施例中，根据每一性能指标对应的历史性能指标值及预设算法来分析该性能指标的当前性能指标值以得到分析结果。参照图2，是步骤S105的子流程示意图。如图所示，步骤S105包括骤S201～S203。

S201，根据所述历史性能指标值计算每一性能指标对应的均值和标准差。

具体地，如上所述，获取2017年2/3～3/3之间每天上午11点每一性能指标的历史性能指标值。由此可知，在此期间，每一个性能指标均包括29个历史性能指标值。如根据CPU使用时间的29个历史性能指标值计算得到CPU使用时间的均值和标准差，并将CPU使用时间对应的均值标记为μ1，将其对应的标准差标记为σ1；根据I/O等待时间的29个历史性能指标值计算得到I/O等待时间的均值和标准差，并将I/O等待时间对应的均值标记为μ2，将其对应的标准差标记为σ2；根据Lock等待时间的29个历史性能指标值计算得到Lock等待时间的均值和标准差，并将Lock等待时间对应的均值标记为μ3，将其对应的标准差标记为σ3。

S202，根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围。

具体地，六西格玛法即采用六倍的标准差作为判定每一当前性能指标值是否正常的参考阈值范围。由此可知，CPU使用时间的当前性能指标值X1的参考阈值范围为{μ1-6σ1，μ1+6σ1}；I/O等待时间的当前性能指标值X2的参考阈值范围为{μ2-6σ2，μ2+6σ2}；Lock等待时间的当前性能指标值X3的参考阈值范围为{μ3-6σ3，μ3+6σ3}。

S203，根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果。

具体地，根据步骤S202中得到的每一性能指标的当前性能指标值的参考阈值范围来确定当前性能指标值是否在参考阈值范围内以得到分析结果。进一步地，参照图3，是步骤S203的子流程示意图。如图所示，S203包括骤S301～S303。

S301，判断该性能指标的当前性能指标值是否在所述参考阈值范围内。

具体地，判断CPU使用时间的当前性能指标值X1是否在参考阈值范围{μ1-6σ1，μ1+6σ1}内，判断I/O等待时间的当前性能指标值X2是否在参考阈值范围fμ2-6σ2，μ2+6σ2}内，以及判断Lock等待时间的当前性能指标值X3是否在参考阈值范围{μ3-6σ3，μ3+6σ3}内。

S302，若所述当前性能指标值在所述参考阈值范围内，则判定该当前性能指标值正常。

S303，若所述当前性能指标值不在所述参考阈值范围内，则判定该当前性能指标值异常。

具体地，若CPU使用时间的当前性能指标值X1在参考阈值范围{μ1-6σ1，μ1+6σ1}内，即μ1-6σ1≤X1≤μ1+6σ1，则判定该当期性能指标值正常，否则判定该性能指标值异常；若I/O等待时间的当前性能指标值X2在参考阈值范围{μ2-6σ2，μ2+6σ2}内，即μ2-6σ2≤X2≤μ2+6σ2，则判定该当期性能指标值正常，否则判定该性能指标值异常；若Lock等待时间的当前性能指标值X3在参考阈值范围{μ3-6σ3，μ3+6σ3}内，则判定该当期性能指标值正常，否则判定该性能指标值异常。

本发明实施例通过创建数据库的性能指标和数据库维度之间的关联关系，进而采集每一性能指标在不同维度处所对应的子性能指标值，然后将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值，并获取每一性能指标所对应的多个历史性能指标值，根据历史性能指标值及预设算法分析每一性能指标对应的当前性能指标值以得到分析结果。本发明实施例能够对数据库的性能指标进行多维度的集中分析，以便进行趋势分析和异常判断。

参照图4，是本发明另一实施例提供的数据库性能指标的监测方法的示意流程图。如图所示，该方法包括S401～S410。

S401，创建数据库的性能指标与数据库维度之间的关联关系。

S402，采集每一性能指标在不同维度处所对应的子性能指标值。

S403，将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值。

S404，获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应。

具体地，步骤S401～S404与步骤S101～S104相同，此处不再赘述。

S405，根据所述历史性能指标值计算每一性能指标对应的均值和标准差。

S406，根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围。

S407，根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果。

具体地，步骤S405～S407与步骤S201～S203相同，此处不再赘述。

S408，根据所述均值、标准差及六西格玛法绘制每一性能指标对应的监测图形。

S409，显示每一性能指标的监测图形。

S410，在所述监测图形上标记所述该当前性能指标值。

具体地，参照图5至图7，是本发明实施例提供CPU使用时间、I/O等待时间及Lock等待时间的监测图形。如图所示，CPU使用时间的当前性能指标值X1服从一个数学期望为μ1、标准差为(σ1)²的正态分布，其参考阈值范围为{μ1-6σ1，μ1+6σ1}；I/O等待时间的当前性能指标值X2服从一个数学期望为μ2、标准差为(σ2)²的正态分布，其参考阈值范围为{μ2-6σ2，μ2+6σ2}；Lock等待时间的当前性能指标值X3服从一个数学期望为μ3、标准差为(σ3)²的正态分布，其参考阈值范围为{μ3-6σ3，μ3+6σ3}。进一步地，将当前性能指标值对应的标记在对应的监测图形上。如图5所示，CPU使用时间的当前性能指标值X1出现监测图形中的参考阈值范围为{μ1-6σ1，μ1+6σ1}内，由此可知该CPU使用时间的当前性能指标值X1正常。如图6所示，I/O等待时间的当前性能指标值X2出现监测图形中的参考阈值范围为{μ2-6σ2，μ2+6σ2}外，并位于μ2+6σ2的右侧，由此可知该I/O等待时间的当前性能指标值X2异常，且该当前性能指标值大于参考阈值范围的上限。如图7所示，Lock等待时间的当前性能指标值X3出现监测图形中的参考阈值范围为fμ3-6σ3，μ3+6σ3}内，并位于μ3-6σ3的左侧，由此可知Lock等待时间的当前性能指标值X3异常，且该当前性能指标值小于参考阈值范围的下限。

本发明实施例通过创建数据库的性能指标和数据库维度之间的关联关系，进而采集每一性能指标在不同维度处所对应的子性能指标值，然后将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值，并获取每一性能指标所对应的多个历史性能指标值，根据历史性能指标值及预设算法分析每一性能指标对应的当前性能指标值以得到分析结果。本发明实施例通过将该性能指标对应的监测图形对应的显示出来并将当前性能指标对应的标记在监测图形上以实现对数据库的性能指标进行多维度的集中分析，以便直观地进行趋势分析和异常判断。

参照图8，是本发明实施例提供的一种数据库性能指标的监测装置的示意性框图。如图所示的本实施例中的装置50包括创建单元51、采集单元52、累加单元53、获取单元54、及分析单元55。

创建单元51，用于创建数据库的性能指标与数据库维度之间的关联关系。

采集单元52，用于采集每一性能指标在不同维度处所对应的子性能指标值。

累加单元53，用于将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值。

获取单元54，用于获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应。

分析单元55，用于根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

进一步地，参照图9，是图8中分析单元55的结构示意图。如图所示，分析单元55包括计算单元551、确定单元552、及判断单元553。

累加单元551，用于根据所述历史性能指标值计算每一性能指标在不同维度信息处所对应的均值和标准差。

确定单元552，用于根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围。

判断单元553，用于根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果。

进一步地，参照图10，是图9中判断单元553的结构示意图。如图所示，判断单元553包括核对单元5531、及判定单元5532。

核对单元5531，用于判断该性能指标的当前性能指标值是否在所述参考阈值范围内。

判定单元5532，用于若所述当前性能指标值在所述参考阈值范围内，则判定该当前性能指标值正常；若所述当前性能指标值不在所述参考阈值范围内，则判定该当前性能指标值异常。

本发明实施例通过创建数据库的性能指标和数据库维度之间的关联关系，进而采集每一性能指标在不同维度处所对应的子性能指标值，然后将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值，并获取每一性能指标所对应的多个历史性能指标值，根据历史性能指标值及预设算法分析每一性能指标对应的当前性能指标值以得到分析结果。本发明实施例能够对数据库的性能指标进行多维度的集中分析，以便进行趋势分析和异常判断。

参照图11，是本发明另一实施例提供的数据库性能指标的监测装置的示意性框图。如图所示的本实施例中的装置60包括创建单元61、采集单元62、累加单元63、获取单元64、计算单元65、确定单元66、核对单元67、判定单元68、绘制单元69、显示单元70、及标记单元71。

创建单元61，用于创建数据库的性能指标与数据库维度之间的关联关系.

采集单元62，用于采集每一性能指标在不同维度处所对应的子性能指标值。

累加单元63，用于将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值。

获取单元64，用于获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应。

计算单元65，用于根据所述历史性能指标值计算每一性能指标在不同维度信息处所对应的均值和标准差。

确定单元66，用于根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围。

核对单元67，用于判断该性能指标的当前性能指标值是否在所述参考阈值范围内。

判定单元68，用于若所述当前性能指标值在所述参考阈值范围内，则判定该当前性能指标值正常；若所述当前性能指标值不在所述参考阈值范围内，则判定该当前性能指标值异常。

绘制单元69，用于根据所述均值、标准差及六西格玛法绘制每一性能指标的监测图形。

显示单元70，用于显示每一性能指标的监测图形。

标记单元71，用于在所述监测图形上标记所述该当前性能指标值。

本发明实施例通过创建数据库的性能指标和数据库维度之间的关联关系，进而采集每一性能指标在不同维度处所对应的子性能指标值，然后将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值，并获取每一性能指标所对应的多个历史性能指标值，根据历史性能指标值及预设算法分析每一性能指标对应的当前性能指标值以得到分析结果。本发明实施例通过将该性能指标对应的监测图形对应的显示出来并将当前性能指标对应的标记在监测图形上以实现对数据库的性能指标进行多维度的集中分析，以便直观地进行趋势分析和异常判断。

本发明实施例中所述的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而该存储介质包括U盘、移动硬盘、只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，Random Access Memory)，磁碟或者光盘等各种可以存储程序代码的介质。这样，本发明实施例不限制于任何特定的硬件和软件结合。

相应的，本发明实施例还记载了一种计算机可读存储介质，该存储介质有一个或者一个以上程序，该一个或者一个以上程序可被一个或者一个以上的处理器执行以实现以下步骤：创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

优选地，所述根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果包括以下步骤：根据所述历史性能指标值计算每一性能指标对应的均值和标准差；根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围；根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果。

优选地，所述根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果包括以下步骤：判断该性能指标的当前性能指标值是否在所述参考阈值范围内；若所述当前性能指标值在所述参考阈值范围内，则判定该当前性能指标值正常；若所述当前性能指标值不在所述参考阈值范围内，则判定该当前性能指标值异常。

优选地，所述一个或者一个以上程序还可被所述一个或者一个以上的处理器执行以实现以下步骤：根据所述均值、标准差及六西格玛法绘制每一性能指标对应的监测图形；显示每一性能指标的监测图形；在所述监测图形上标记所述该当前性能指标值。

优选地，所述性能指标包括CPU使用时间、I/O等待时间、及Lock等待时间，所述维度包括SQL、EVENT、OBJECT、及USER。

参照图12，是本发明实施例提供的一种数据库性能指标的监测设备的示意性框图。如图所示，该设备80包括一个或者若干个处理器81、存储器82、一个或者若干个输入装置83、一个或者若干个输出装置84。上述处理器81、输入装置83、输出装置84以及存储器82通过总线85连接。

输入装置83用于供用户输入操作指令。具体实现中，本发明实施例的输入装置83可包括键盘、鼠标、光电输入装置、声音输入装置、触摸式输入装置等。

输出装置84用于显示每一性能指标的监测图形。具体实现中，本发明实施例的输出装置84可包括显示器、显示屏、触摸屏等。

存储器82用于存储使监测设备实现特定功能及操作的计算机程序及数据，例如，用于存储使监测设备实现数据库性能指标检测的程序及数据；在具体实现中，本发明实施例的存储器82可以是系统存储器，比如，挥发性的(诸如RAM)，非易失性的(诸如ROM，闪存等)，或者两者的结合。具体实现中，本发明实施例的存储器82还可以是系统之外的外部存储器，比如，磁盘、光盘、磁带等。

处理器81用于执行存储器82中存储的计算机程序及数据以执行如下操作：

创建数据库的性能指标与数据库维度之间的关联关系；采集每一性能指标在不同维度处所对应的子性能指标值；将同一性能指标在不同维度处的子性能指标值累加以得到该性能指标的当前性能指标值；获取每一性能指标所对应的多个历史性能指标值，所述历史性能指标值与所述当前性能指标值相对应；根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果。

进一步地，所述根据每一性能指标的所述历史性能指标值及预设算法分析该性能指标的当前性能指标值以得到分析结果包括：根据所述历史性能指标值计算每一性能指标对应的均值和标准差；根据所述均值、标准差及六西格玛法确定所述每一当前性能指标值的参考阈值范围；根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果。

进一步地，所述根据所确定的参考阈值范围判断该性能指标的当前性能指标值以得到分析结果包括：判断该性能指标的当前性能指标值是否在所述参考阈值范围内；若所述当前性能指标值在所述参考阈值范围内，则判定该当前性能指标值正常；若所述当前性能指标值不在所述参考阈值范围内，则判定该当前性能指标值异常。

进一步地，所述处理器81还执行以下操作：根据所述均值、标准差及六西格玛法绘制每一性能指标对应的监测图形；显示每一性能指标的监测图形；在所述监测图形上标记所述该当前性能指标值。

进一步地，所述性能指标包括CPU使用时间、I/O等待时间、及Lock等待时间，所述维度包括SQL、EVENT、OBJECT、及USER。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的终端和方法，可以通过其它的方式实现。例如，以上所描述的装置设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置设备或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

本领域普通技术人员可以理解实现上述实施例的方法的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。并且，本发明上述实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本发明实施例终端中的单元可以根据实际需要进行合并、划分和删减。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上为发明的优选实施例，而非对发明做任何形式上的限制。本领域的技术人员可在上述实施例的基础上施以各种等同的更改和改进，凡在权利要求范围内所做的等同变化或修饰，均应落入发明的包含范围之内。