本申请实施例涉及计算机，尤其涉及一种多类型指标的动态监控方法、系统、设备及存储介质。
背景技术：
1、目前，随着互联网产业的飞速发展，互联网应用规模的日益庞大，越来越多的业务系统产生多种多样的指标数据。比如直播业务的视频卡顿率、直播间在线人数、服务所在机器的cpu、内存使用率、网络延迟、请求异常数等各类型指标，需要将这些业务指标、性能指标、基础指标等监控起来，对其进行异常检测，以确保服务的质量、提升运维的效率、避免收益的损失。
2、但是，相关的指标监控方案通常采用人为配置指标告警阈值的方式，在达到触发条件后触发指标异常告警。由于需要监控的指标类型众多，因此需要耗费大量的人力成本进行指标配置和阈值调整，整个过程繁琐复杂，且监控规则固化，当指标形态发生变化时，容易导致误告警的情况，导致指标监控效果欠佳。
技术实现思路
1、本申请实施例提供一种多类型指标的动态监控方法、系统、设备及存储介质，能够针对不同类型指标进行算法智能调度和动态监控，提升不同类型指标的监控效率和监控准确率，解决不同类型指标监控过程繁琐复杂的技术问题。
2、在第一方面，本申请实施例提供了一种多类型指标的动态监控方法，包括：
3、获取目标类型指标在历史指定时段的历史数据，确定历史数据基于第一监控算法进行指标监控得到的算法监控结果，基于历史数据确定指标统计特征，基于算法监控结果确定算法评价特征，指标统计特征用于表征历史数据的统计结果，算法评价特征用于表征第一监控算法的监控效果；
4、基于指标统计特征和算法评价特征查询预构建的指标算法模版库，确定与指标统计特征和算法评价特征匹配的指标模版作为目标模版，从目标模版中提取监控算法作为第二监控算法，指标算法模版库预先对应不同类型指标构建多种指标模版，指标模版包含对应的监控算法以及用于比对指标统计特征和算法评价特征的模版特征；
5、基于第二监控算法进行下一指定时段目标类型指标的指标监控。
6、在第二方面，本申请实施例提供了一种多类型指标的动态监控系统，包括：
7、特征采集模块，配置为获取目标类型指标在历史指定时段的历史数据，确定历史数据基于第一监控算法进行指标监控得到的算法监控结果，基于历史数据确定指标统计特征，基于算法监控结果确定算法评价特征，指标统计特征用于表征历史数据的统计结果，算法评价特征用于表征第一监控算法的监控效果；
8、算法匹配模块，配置为基于指标统计特征和算法评价特征查询预构建的指标算法模版库，确定与指标统计特征和算法评价特征匹配的指标模版作为目标模版，从目标模版中提取监控算法作为第二监控算法，指标算法模版库预先对应不同类型指标构建多种指标模版，指标模版包含对应的监控算法以及用于比对指标统计特征和算法评价特征的模版特征；
9、监控模块，配置为基于第二监控算法进行下一指定时段目标类型指标的指标监控。
10、在第三方面，本申请实施例提供了一种多类型指标的动态监控设备，包括：
11、存储器以及一个或多个处理器；
12、所述存储器，配置为存储一个或多个程序；
13、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的多类型指标的动态监控方法。
14、在第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在由计算机处理器执行时配置为执行如第一方面所述的多类型指标的动态监控方法。
15、在第五方面，本申请实施例提供了一种计算机程序产品，所述计算机程序产品中包含有指令，当指令在计算机或处理器上运行时，使得计算机或处理器执行如第一方面所述的多类型指标的动态监控方法。
16、本申请实施例通过获取目标类型指标在历史指定时段的历史数据，确定历史数据基于第一监控算法进行指标监控得到的算法监控结果，基于历史数据确定指标统计特征，基于算法监控结果确定算法评价特征，指标统计特征用于表征历史数据的统计结果，算法评价特征用于表征第一监控算法的监控效果；基于指标统计特征和算法评价特征查询预构建的指标算法模版库，确定与指标统计特征和算法评价特征匹配的指标模版作为目标模版，从目标模版中提取监控算法作为第二监控算法，指标算法模版库预先对应不同类型指标构建多种指标模版，指标模版包含对应的监控算法以及用于比对指标统计特征和算法评价特征的模版特征；基于第二监控算法进行下一指定时段目标类型指标的指标监控。采用上述技术手段，通过对应不同类型指标的历史数据采集指标统计特征和算法评价特征，基于指标统计特征和算法评价特征确定预设定的第二监控算法，进而基于第二监控算法进行对应类型的指标监控。以此可以针对不同类型指标进行监控算法智能调度和动态监控，避免指标监控算法调整过程繁琐复杂的情况，提升不同类型指标的监控效率和监控准确率，提升不同类型指标监控的稳定性和可靠性，优化指标监控效果。
1.一种多类型指标的动态监控方法，其特征在于，包括：
2.根据权利要求1所述的多类型指标的动态监控方法，其特征在于，所述指标统计特征包括所述历史数据的指定基础特征、分布特征、自相关性特征和频域特征中的至少一种，所述算法评价特征包括预测误差、告警率和告警准确率中的至少一种。
3.根据权利要求1所述的多类型指标的动态监控方法，其特征在于，所述从所述目标模版中提取监控算法作为第二监控算法，包括：
4.根据权利要求1-3任一所述的多类型指标的动态监控方法，其特征在于，所述确定与所述指标统计特征和所述算法评价特征匹配的指标模版作为目标模版，包括：
5.根据权利要求1-3任一所述的多类型指标的动态监控方法，其特征在于，在所述从所述目标模版中提取监控算法作为第二监控算法之后，还包括：
6.根据权利要求5所述的多类型指标的动态监控方法，其特征在于，所述人工反馈标签包括误告警判定标签、指定算法抑制标签、告警敏感度标签和自定义标签中的至少一种。
7.根据权利要求1-3任一所述的多类型指标的动态监控方法，其特征在于，所述基于所述第二监控算法进行下一指定时段所述目标类型指标的指标监控，包括：
8.一种多类型指标的动态监控系统，其特征在于，包括：
9.一种多类型指标的动态监控设备，其特征在于，包括：
10.一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存储有计算机可执行指令，所述计算机可执行指令在由计算机处理器执行时配置为执行如权利要求1-7任一所述的多类型指标的动态监控方法。
11.一种计算机程序产品，其特征在于，所述计算机程序产品中包含有指令，当所述指令在计算机或处理器上运行时，使得所述计算机或处理器执行如权利要求1-7任一所述的多类型指标的动态监控方法。
