CN108173671A - 运维方法、装置及*** - Google Patents
运维方法、装置及*** Download PDFInfo
- Publication number
- CN108173671A CN108173671A CN201611117071.5A CN201611117071A CN108173671A CN 108173671 A CN108173671 A CN 108173671A CN 201611117071 A CN201611117071 A CN 201611117071A CN 108173671 A CN108173671 A CN 108173671A
- Authority
- CN
- China
- Prior art keywords
- server
- data
- data model
- user
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/04—Network management architectures or arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5041—Network service management, e.g. ensuring proper service fulfilment according to agreements characterised by the time relationship between creation and deployment of a service
- H04L41/5048—Automatic or semi-automatic definitions, e.g. definition templates
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种运维方法、装置及***。其中，该***包括：第一服务器，用于提供接口，其中，接口用于接收用户输入的信息以及输出向用户展示的内容；第二服务器，用于根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，运维数据是用户通过第一服务器提供的接口上传的；第二服务器，还用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。本发明解决了现有的服务器在运维过程中存在运维工作效率低下且易出错的技术问题。
Description
技术领域
本发明涉及服务器运维领域，具体而言，涉及一种运维方法、装置及***。
背景技术
在日常服务器运维工作中，一般需要使用服务器管理***、运维批量处理***、远程管理工作和服务器/网络监控***相互配合，来进行服务器的日常维护工作。其中，服务器管理***维护着服务器和软件服务的基础数据状态，服务器，服务软件之间关系；运维批量处理***，用于批量安装服务软件，批量分发文件等服务器的批量配置操作；远程管理工具，用于当服务器发生异常情况时，远程登陆***进行问题的排查；服务器/网络监控***，则用于发现服务器的各种异常并报警。
例如，服务器/网络监控***检测到服务器或服务软件发生故障并报警时，运维人员一般先登录服务器管理***，修改服务器或服务的状态，然后通过远程管理工具一台一台地登录服务器排查故障，待故障恢复，再将服务器管理***中服务器或服务软件状态设置为正常。除此之外，运维人员还需要经常对服务器各项基础参数调优，重复配置管理，日志查看，数据备份，升级补丁，服务重启等基础运维工作。
因此，现有技术中服务器的运维方法的很多环节，均需要人工的介入，工作极其繁琐，存在运维工作效率低下且易出错的问题。
针对上述现有技术中服务器运维过程中存在运维工作效率低下且易出错问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种运维方法、装置及***，以至少解决现有技术中服务器运维过程中存在运维工作效率低下且易出错的技术问题。
根据本发明实施例的一个方面，提供了一种运维***，包括：第一服务器和第二服务器，其中，第一服务器，用于提供接口，其中，接口用于接收用户输入的信息以及输出向用户展示的内容；第二服务器，用于根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，运维数据是用户通过第一服务器提供的接口上传的；第二服务器，还用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
进一步的，第二服务器用于根据预先配置的接口获取被监控服务器的信息。
进一步的，第一服务器，还用于通过接口展示预定的多个数据模型；第二服务器，用于根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
进一步的，第一服务器还用于通过接口展示多个数据模型的优势信息，其中，优势信息用于展示该数据模型适用的服务。
进一步的，第二服务器，用于从运维数据中提取特征信息，其中，特征信息用于标示运维数据的所来源的服务；第二服务器还用于根据服务从预先配置的多个数据模型中选择出数据模型进行训练。
根据本发明实施例的另一方面，还提供了一种运维装置，包括：获取模块，用于获取运维数据，其中，运维数据是用户上传的；训练模块，用于根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法；分析模块，用于根据训练得到的数据模型对获取到的被监控服务器的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
进一步的，信息获取模块，还用于根据预先配置的接口获取被监控服务器的信息。
进一步的，展示模块，用于展示预定的多个数据模型；训练模块，还用于根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从从预定的多个数据模型中选择出来的。
根据本发明实施例的另一方面，还提供了一种运维方法，包括：获取运维数据，其中，运维数据是用户上传的；根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法；根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
进一步的，根据运维数据对数据模型进行训练包括：展示预定的多个数据模型；根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从从预定的多个数据模型中选择出来的。
在本发明实施例中，采用自动化运维的方式，通过第一服务器，用于提供接口，其中，接口用于接收用户输入的信息以及输出向用户展示的内容；第二服务器，用于根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，运维数据是用户通过第一服务器提供的接口上传的；第二服务器，还用于根据训练得到的数据模型对获取到的被监控服务器的信息进行分析得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一，达到了服务器自动化运维的目的，减少了人工运维工作繁琐和易出错的问题，从而实现了提高运维效率的技术效果，进而解决了现有技术在服务器运维过程中存在运维工作效率低下且易出错的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种运维***示意图；
图2是根据本发明实施例的一种可选的运维***示意图；
图3是根据本发明实施例的一种运维系装置示意图；
图4是根据本发明实施例的一种可选的运维装置示意图；以及
图5是根据本发明实施例的一种运维系方法流程图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种运维***的实施例。
图1是根据本发明实施例的一种运维***示意图，如图1所示，该***包括：第一服务器10和第二服务器12。
其中，第一服务器10，用于提供接口，其中，接口用于接收用户输入的信息以及输出向用户展示的内容。
在上述方案提供的运维***中，第一服务器、第二服务器可以根据网站应用的需要，部署搭建ASP/JSP/.NET/PHP等应用环境。具体的，可以是LAMP/LNMP环境、WINDOWS+IIS+ASP/.NET+MSSQL环境等。第一服务器和第二服务器之间可以进行通信，其中，第一服务器、第二服务器可以是Browser/Server结构，即浏览器和服务器结构，也可以是Client/Server结构，即客户机和服务器结构。
以下结合附图1详细说明，如图1所示，该运维***包括：第一服务器10和第二服务器12，第一服务器可以提供接口，其中，第一服务器可以是网页服务器、客户机服务器等；上述接口展示的内容可以是网页，但是并不限于网页。可选地，接口可以用于接收用户输入的信息以及输出向用户展示的内容。
需要说明的是，用户输入的信息可以包括数字、图片、视频、语音、文字、字符等信息；向用户展示内容可以包括图片、数字、视频、语音、文字等任意可在接口中展示的内容。
在上述***中，第一服务器可以提供接口，其中，上述接口用于接收用户输入的信息以及输出向用户展示的内容，可以实现服务器自动化获取运维数据的技术效果。
第二服务器12，用于根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，运维数据是用户通过第一服务器提供的接口上传的。第二服务器12，还用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
具体的，如图1所示，第二服务器12可以实现对第一服务器10的自动化运维管理。需要说明的是，第二服务器12可以承载上述运维***的装置。该运维装置的具体结构参见图3，相应的，本申请所涉及的运维方法也可以在第一服务器、第二服务器上执行。
在一种可选的实施方式中，第二服务器可以是处理服务器、网页服务器等，上述服务器可以根据获取到的运维数据对数据模型进行训练，具体的，上述第二服务器获取到的运维数据可以是用户通过第一服务器提供的接口上传的，进而第二服务器可以从第一服务器提供的接口获取得到。上述数据模型对应于预先配置的机器学习的算法，具体的，预先配置的机器学习的算法可以根据实际应用的需要设置或选择。
此处仍需要说明的是，在上述***中，服务的运行状态可以是服务器向用户展示内容，具体的，服务的运行状态可以是正常运行的状态，也可以是异常运行的状态。服务器向用户展示内容可以包括服务的运行状态、图片、数字、视频、语音、文字等可在接口中展示的内容，但向用户展示内容不限于上述任意一种。
在一种可选的实施例中，第二服务器还可以用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析，具体的，上述被监控服务的信息可以是第二服务器监控服务得到的，对获取到的被监控服务的信息进行分析可以得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
作为一种可选的实施方式，被监控服务的信息与被监控服务的运行状态之间可以存在预设的对应关系，通过预设的对应关系，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态。在服务器运维过程中，可以自动根据获取到的运维数据对数据模型进行训练，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，而无需运维人员的人工参与，因此，可以提高服务器事件处理的效率，进而可以提高服务器的运维效率。
在本发明实施例中，采用自动化运维的方式，第一服务器，用于提供接口，其中，接口用于接收用户输入的信息以及输出向用户展示的内容；第二服务器，用于根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，运维数据是用户通过第一服务器提供的接口上传的；第二服务器，还用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一，达到了服务器自动化运维操作的目的，减少了人工运维控制的工作繁琐和易出错的问题，从而实现了提高运维效率的技术效果，进而解决了现有技术中服务器运维过程中存在运维工作效率低下且易出错的技术问题。
基于上述运维***提供的方案，本申请还提供了如下优选方案：
图2是根据本发明实施例的一种可选的运维***示意图，如图2所示，在一种可选的实施方式中，该***包括：第一服务器10、第二服务器12、接口101。其中，第二服务器12用于根据预先配置的接口101获取被监控服务器的信息。
在一种可选的实施方式中，第二服务器可以根据预先配置的接口获取被监控服务器的信息。其中，预先配置的接口可以是与第一服务器提供的接口，具体的该接口可以用于接收用户输入的信息以及输出向用户展示的内容。
需要说明的是，上述获取被监控服务器的信息可以但不限于被监控服务的信息、被监控服务的运行状态和需求变化，并可以对运行状态和需求变化进行不同的记录、跟踪、保存、分析。从而第二服务器可以根据训练得到的数据模型对获取到的被监控服务器的信息进行分析得到被监控服务的信息等。
图2是根据本发明实施例的一种可选的运维***示意图，如图2所示，在一种可选的实施方式中，该***包括：第一服务器10、第二服务器12、接口101。其中，第一服务器10，还用于通过接口101展示预定的多个数据模型；第二服务器12，用于根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
在上述实施方式中，第一服务器可以提供接口，其中，上述接口可以用于展示预定的多个数据模型，具体的，预定的多个数据模型可以是根据具体的应用环境预先设置的，进一步的，第二服务器可以对预定的多个数据模型进行训练。第二服务器可以根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
在一种可选的实施例中，第一服务器10还用于通过接口101展示多个数据模型的优势信息，其中，优势信息用于展示该数据模型适用的服务。
具体的，在上述实施方式中，接口可以是第一服务器提供的，具体的，接口还可以用于展示多个数据模型的优势信息，优势信息可以但不限于用于展示该数据模型适用的服务。
作为一种可选的实施方式，第二服务器12，用于从运维数据中提取特征信息，其中，特征信息用于标示运维数据的所来源的服务；第二服务器12还用于根据服务从预先配置的多个数据模型中选择出数据模型进行训练。
具体的，在上述可选的实施方式中，第二服务器可以从获取得到的运维数据中提取特征信息，具体的，特征信息可以用来表征上述运维数据的来源的服务，可以是数据信息、安全信息、硬件和/或软件信息、故障信息；第二服务器还可以根据服务的类型或者服务的需求从预先配置的多个数据模型中选择出适合上述服务的数据模型，并对选择出适合上述服务的数据模型进行训练。
在获取服务所适用的数据模型情况下，作为一种可选的实施例，第二服务器12还用于从历史数据中获取服务所适用的数据模型，并根据该数据模型从预先配置的多个数据模型中选择出数据模型进行训练。
在上述可选的实施例中，第二服务器还可以用于从历史数据中获取服务所适用的数据模型，具体的，上述历史数据可以是服务器存储的历史数据，进而根据服务所适用的数据模型从预先配置的多个数据模型中选择出数据模型进行训练。第二服务器还可以根据预先配置的信息发送状态信息，具体的，上述预先配置的信息可以通过第一服务器提供的接口来进行配置。
需要说明的是，上述数据模型的选择可以是根据实际情况进行的，因此可以有不同的选择方式，不作具体限定。上述状态信息可以是服务运行的状态、安全管理状态以及故障状态等，可以根据实际情况选择。
实施例2
根据本发明实施例，还提供了一种运维装置的实施例。
图3是根据本发明实施例的一种运维装置示意图，如图3所示，在一种可选的实施方式中，该装置包括如下模块：获取模块30、训练模块32、分析模块34。
其中，获取模块30，用于获取运维数据，其中，运维数据是用户上传的；训练模块32，用于根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法；分析模块34，用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
结合图3进行说明，如图3所示，该运维装置包括：获取模块30、训练模块32、分析模块34。获取模块可以获取用户上传的运维数据，可选的，用户可以根据接口上传运维数据，具体的，上述接口可以但不限于网页，可以接收用户输入的信息以及输出向用户展示的内容。进一步的，上述运维数据可以包括图片、数字、视频、语音、文字等可在接口中展示的内容。
如图3所示，训练模块可以根据获取到的运维数据对数据模型进行训练，具体的，上述模块可以实现对服务器自动化运维的管理。其中，上述运维数据可以是用户通过服务器提供的接口上传，进而获取模块可以从服务器提供的接口获取得到。上述数据模型对应于预先配置的机器学习的算法，其中，预先配置的机器学习的算法可以根据实际应用的需要设置或选择。
进一步的，分析模块还可以用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析，具体的，上述监控服务的信息可以是分析模块监控服务得到的，对获取到的被监控服务的信息进行分析可以得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
需要说明的是，向用户展示内容可以包括服务的运行状态、图片、数字、视频、语音、文字等可在接口中展示的内容，但向用户展示内容不限于上述任意一种。
在一种可选的实施例中，被监控服务的信息与被监控服务的运行状态之间可以存在预设的对应关系，通过预设的对应关系，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态。在服务器运维过程中，可以自动根据获取到的运维数据对数据模型进行训练，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，而无需运维人员的人工参与，因此，可以提高服务器事件处理的效率，进而可以提高服务器的运维效率。
在本发明实施例中，采用自动化运维的方式，获取模块，用于获取运维数据，其中，运维数据是用户上传的；训练模块，用于根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法；分析模块，用于根据训练得到的数据模型对获取到的被监控服务器的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一，达到了服务器自动化运维操作的目的，减少了人工运维控制的工作繁琐和易出错的问题，从而实现了提高运维效率的技术效果，进而解决了现有技术在服务器运维过程中存在运维工作效率低下且易出错的技术问题。
基于上述运维装置提供的技术方案，本申请还提供了如下优选方案：
作为一种可选的实施例，图4是根据本发明实施例的一种可选的运维装置示意图，如图4所示，该装置包括如下模块：信息获取模块36，其中，信息获取模块36，用于根据预先配置的接口获取被监控服务器的信息。
在一种可选的实施方式中，信息获取模块可以根据预先配置的接口获取被监控服务器的信息。其中，预先配置的接口可以是服务器提供的接口，该接口可以用于接收用户输入的信息以及向用户展示内容。
需要说明的是，上述获取被监控服务器的信息可以但不限于被监控服务的信息、被监控服务的运行状态和需求变化，并可以对运行状态和需求变化进行不同的记录、跟踪、保存、分析。
可选的，图4是根据本发明实施例的一种可选的运维装置示意图，如图4所示，在一种可选的实施方案中，该装置包括如下模块：展示模块38、训练模块32。其中，展示模块38，用于展示预定的多个数据模型；训练模块32，还用于根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
作为一种可选的实施方式，展示模块可以用于展示预定的多个数据模型，具体的，上述预定的多个数据模型可以是根据实际应用环境预先设置的，进而训练模块可以对预定的多个数据模型进行训练。训练模块可以根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
需要说明的是，上述数据模型的选择可以是根据实际情况进行的，因此可以有不同的选择方式，不作具体限定。上述状态信息可以是服务运行的状态、安全管理状态以及故障状态等，可以根据实际情况选择。
实施例3
根据本发明实施例，还提供了一种运维方法的实施例。
图5是根据本发明实施例的一种运维方法流程图，如图5所示，该方法包括如下步骤：
步骤S102，获取运维数据，其中，运维数据是用户上传的。
具体的，在上述步骤S102中，可以自动化获取用户上传的运维数据，用户可以根据服务器提供的接口上传运维数据，具体的，上述接口可以但不限于网页，可以接收用户输入的信息以及输出向用户展示的内容。进一步的，上述运维数据可以包括图片、数字、视频、语音、文字等可在接口中展示的内容。
需要说明的是，本发明方法的步骤可以在计算机***上运行。运维过程中，服务器可以根据网站应用的需要，部署搭建ASP/JSP/.NET/PHP等应用环境。具体的，可以是LAMP/LNMP环境、WINDOWS+IIS+ASP/.NET+MSSQL环境等。服务器与服务器之间可以进行通信，其中，服务器与服务器之间可以是Browser/Server结构，即浏览器和服务器结构，也可以是Client/Server结构，即客户机和服务器结构。
步骤S104，根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法。
具体的，在上述步骤S104中，可以根据获取到的运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法，具体的，预先配置的机器学习的算法可以根据实际应用的需要设置或选择。上述运维数据可以是用户通过服务器提供的接口上传的。
步骤S106，根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一。
具体的，在上述步骤S106中，服务的运行状态可以是服务的向用户展示内容可以包括服务的运行状态、图片、数字、视频、语音、文字等可在接口中展示的内容，但向用户展示内容不限于上述任意一种。
通过上述步骤S106，可以根据训练得到的数据模型对获取到的被监控服务的信息进行分析，从而得到被监控服务的运行状态，进而达到了服务器运维自动化的目的，提高了服务器的运维效率。
在一种具体实施例中，被监控服务的信息与被监控服务的运行状态之间可以存在预设的对应关系，通过预设的对应关系，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态。在服务器运维过程中，可以自动根据获取到的运维数据对数据模型进行训练，根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到被监控服务的运行状态，而无需运维人员的人工参与，因此，可以提高服务器事件处理的效率，进而可以提高服务器的运维效率。
在本发明实施例中，采用自动化运维的方式，通过获取运维数据，其中，运维数据是用户上传的；并根据运维数据对数据模型进行训练，其中，数据模型对应于预先配置的机器学习的算法；进而根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到被监控服务的运行状态，其中，运行状态作为向用户展示的内容中的至少之一，达到了服务器自动化运维操作的目的，减少了人工运维控制的工作繁琐和易出错的问题，从而实现了提高运维效率的技术效果，进而解决了现有技术中服务器运维过程中存在运维工作效率低下且易出错的技术问题。
基于上述步骤S102至步骤S106提供的技术方案，本申请还提供了如下优选方案：
可选的，在执行步骤S104，即根据运维数据对数据模型进行训练时，该方法还包括如下步骤：
步骤S202，展示预定的多个数据模型。
步骤S204，根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
上述步骤S202至步骤S204中，在根据运维数据对数据模型进行训练的情况下，可以展示预定的多个数据模型，具体的，上述预定的多个数据模型可以是根据实际应用环境预先设置的，进而训练模块可以对预定的多个数据模型进行训练。在一种可选的实施方案中，还可以根据运维数据对被选择出的数据模型进行训练，其中，被选择出的数据模型是从预定的多个数据模型中选择出来的。
需要说明的是，上述数据模型的选择可以是根据实际情况进行的，因此可以有不同的选择方式，不作具体限定。上述状态信息可以是服务运行的状态、安全管理状态以及故障状态等，可以根据实际情况选择。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以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***，或一些特征可以忽略，或不执行。另一点，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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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(可为个人计算机、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步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种运维***，其特征在于，包括：第一服务器和第二服务器，其中，
所述第一服务器，用于提供接口，其中，所述接口用于接收用户输入的信息以及输出向所述用户展示的内容；
所述第二服务器，用于根据获取到的运维数据对数据模型进行训练，其中，所述数据模型对应于预先配置的机器学习的算法，所述运维数据是所述用户通过所述第一服务器提供的接口上传的；
所述第二服务器，还用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析得到所述被监控服务的运行状态，其中，所述运行状态作为向所述用户展示的所述内容中的至少之一。
2.根据权利要求1所述的***，其特征在于，所述第二服务器用于根据预先配置的接口获取所述被监控服务器的信息。
3.根据权利要求1所述的***，其特征在于，
所述第一服务器，还用于通过所述接口展示预定的多个数据模型；
所述第二服务器，用于根据所述运维数据对被选择出的数据模型进行训练，其中，所述被选择出的数据模型是从所述从预定的多个数据模型中选择出来的。
4.根据权利要求3所述的***，其特征在于，所述第一服务器还用于通过所述接口展示所述多个数据模型的优势信息，其中，所述优势信息用于展示该数据模型适用的服务。
5.根据权利要求1所述的***，其特征在于，
所述第二服务器，用于从所述运维数据中提取特征信息，其中，所述特征信息用于标识所述运维数据的所来源的服务；
所述第二服务器还用于根据所述服务从预先配置的多个数据模型中选择出所述数据模型进行训练。
6.一种运维装置，其特征在于，包括：
获取模块，用于获取运维数据，其中，所述运维数据是用户上传的；
训练模块，用于根据所述运维数据对数据模型进行训练，其中，所述数据模型对应于预先配置的机器学习的算法；
分析模块，用于根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到所述被监控服务的运行状态，其中，所述运行状态作为向所述用户展示的内容中的至少之一。
7.根据权利要求6所述的装置，其特征在于，还包括：
信息获取模块，用于根据预先配置的接口获取所述被监控服务器的信息。
8.根据权利要求6所述的装置，其特征在于，所述装置还包括：
展示模块，用于展示预定的多个数据模型；
所述训练模块，还用于根据所述运维数据对被选择出的数据模型进行训练，其中，所述被选择出的数据模型是从所述从预定的多个数据模型中选择出来的。
9.一种运维方法，其特征在于，包括：
获取运维数据，其中，所述运维数据是用户上传的；
根据所述运维数据对数据模型进行训练，其中，所述数据模型对应于预先配置的机器学习的算法；
根据训练得到的数据模型对获取到的被监控服务的信息进行分析，得到所述被监控服务的运行状态，其中，所述运行状态作为向所述用户展示的内容中的至少之一。
10.根据权利要求9所述的方法，其特征在于，根据所述运维数据对数据模型进行训练包括：
展示预定的多个数据模型；
根据所述运维数据对被选择出的数据模型进行训练，其中，所述被选择出的数据模型是从所述从预定的多个数据模型中选择出来的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611117071.5A CN108173671A (zh) | 2016-12-07 | 2016-12-07 | 运维方法、装置及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611117071.5A CN108173671A (zh) | 2016-12-07 | 2016-12-07 | 运维方法、装置及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108173671A true CN108173671A (zh) | 2018-06-15 |
Family
ID=62526716
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611117071.5A Pending CN108173671A (zh) | 2016-12-07 | 2016-12-07 | 运维方法、装置及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108173671A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020001642A1 (zh) * | 2018-06-28 | 2020-01-02 | 中兴通讯股份有限公司 | 一种运维***及方法 |
| WO2021036987A1 (zh) * | 2019-08-23 | 2021-03-04 | 中兴通讯股份有限公司 | 一种实现运维监控的方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103580924A (zh) * | 2013-11-12 | 2014-02-12 | 武汉钢铁(集团)公司 | 一种故障定位方法、装置及*** |
| US20150026108A1 (en) * | 2013-03-15 | 2015-01-22 | Citrix Systems, Inc. | Managing Computer Server Capacity |
| CN105046327A (zh) * | 2015-06-03 | 2015-11-11 | 王宝会 | 一种基于机器学习技术的智能电网信息***及方法 |
| CN106101186A (zh) * | 2016-05-27 | 2016-11-09 | 深圳市八零年代网络科技有限公司 | 一种服务器运维方法、装置及*** |
-
2016
- 2016-12-07 CN CN201611117071.5A patent/CN108173671A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150026108A1 (en) * | 2013-03-15 | 2015-01-22 | Citrix Systems, Inc. | Managing Computer Server Capacity |
| CN103580924A (zh) * | 2013-11-12 | 2014-02-12 | 武汉钢铁(集团)公司 | 一种故障定位方法、装置及*** |
| CN105046327A (zh) * | 2015-06-03 | 2015-11-11 | 王宝会 | 一种基于机器学习技术的智能电网信息***及方法 |
| CN106101186A (zh) * | 2016-05-27 | 2016-11-09 | 深圳市八零年代网络科技有限公司 | 一种服务器运维方法、装置及*** |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020001642A1 (zh) * | 2018-06-28 | 2020-01-02 | 中兴通讯股份有限公司 | 一种运维***及方法 |
| CN110659173A (zh) * | 2018-06-28 | 2020-01-07 | 中兴通讯股份有限公司 | 一种运维***及方法 |
| KR20210019564A (ko) * | 2018-06-28 | 2021-02-22 | 지티이 코포레이션 | 운영 유지 시스템 및 방법 |
| KR102483025B1 (ko) * | 2018-06-28 | 2022-12-29 | 지티이 코포레이션 | 운영 유지 시스템 및 방법 |
| CN110659173B (zh) * | 2018-06-28 | 2023-05-26 | 中兴通讯股份有限公司 | 一种运维***及方法 |
| US11947438B2 (en) | 2018-06-28 | 2024-04-02 | Xi'an Zhongxing New Software Co., Ltd. | Operation and maintenance system and method |
| WO2021036987A1 (zh) * | 2019-08-23 | 2021-03-04 | 中兴通讯股份有限公司 | 一种实现运维监控的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106713487A (zh) | 数据的同步方法和装置 | |
| CN110247811A (zh) | 一种物联网设备的告警方法及相关装置 | |
| CN106789345B (zh) | 通道切换方法及装置 | |
| CN111722043B (zh) | 一种电力设备故障检测方法、装置及*** | |
| CN104767756B (zh) | 设备信息处理方法、客户端装置和服务端装置 | |
| CN110380954A (zh) | 数据分享方法和装置，存储介质及电子装置 | |
| CN103901871B (zh) | 用于车辆的远程诊断与维修*** | |
| CN109783757A (zh) | 渲染网页的方法及装置、***、存储介质、电子装置 | |
| CN104935076A (zh) | 能源管理***的数据处理装置 | |
| CN108173671A (zh) | 运维方法、装置及*** | |
| CN110502395A (zh) | 基于聚类的设备运行状态评估方法、终端设备及存储介质 | |
| CN107984471A (zh) | 机器人工作状态的确定方法和装置及机器人 | |
| CN115208914A (zh) | 一种工业数据采集分析***及方法 | |
| CN110968479B (zh) | 一种针对应用程序的业务级全链路监控方法及服务器 | |
| CN108520043A (zh) | 数据对象采集方法、装置及***、计算机可读存储介质 | |
| CN107453933A (zh) | 一种服务整合平台及方法 | |
| CN104503405B (zh) | 基于scada***的监控方法、装置和*** | |
| CN106681760A (zh) | 基于客户工程项目管理***的事务处理方法和装置 | |
| CN114492857A (zh) | 设备监测预警方法和装置 | |
| CN109634656A (zh) | 一种批量设备配置方法、设备及配置管理器 | |
| CN106841891A (zh) | 接地线定位***和方法 | |
| CN112836807A (zh) | 一种基于神经网络的数据处理方法及装置 | |
| CN108228828A (zh) | 数据表处理方法及装置 | |
| CN107733785A (zh) | 一种多终端聊天信息同步删除方法及装置 | |
| CN108259312A (zh) | 信息发布方法、装置及服务器 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180615 |