CN109274533A - 一种基于规则引擎的Web服务故障的定位装置和方法 - Google Patents

Abstract

本申请公开了一种基于规则引擎的Web服务故障的定位装置和方法，该装置包括：故障监测模块，故障诊断模块以及执行诊断单元；故障监测模块用于将监测到的故障信息发送给故障诊断模块，其中，故障信息包括故障现象；故障诊断模块用于根据故障信息和故障判断矩阵，确定故障信息对应的待定故障类型，并生成故障诊断信息；执行诊断单元用于根据故障诊断信息，生成故障代码。通过本申请中的技术方案，有利于提高Web故障定位的准确性，减少了Web故障定位的检测时间，提高了Web服务***的可靠性和用户满意程度。

Description

一种基于规则引擎的Web服务故障的定位装置和方法

技术领域

本申请涉及软件运维管理的技术领域，具体而言，涉及一种基于规则引擎的Web服务故障的定位装置和一种基于规则引擎的Web服务故障的定位方法。

背景技术

面向服务的架构(Service-Oriented Architecture，SOA)是一种以使用“服务”来完成一个或多个任务、业务功能或流程为中心的应用程序或***体系结构，Web服务是实现SOA的最佳选择，其相关标准的日益成熟使得Web服务正逐步成为网络环境中资源封装的标准形式。针对网络中心环境下服务规模大且分散的特点，Web服务技术在分布式应用***的构建中得到了广泛的应用，正逐步成为网络环境中资源封装的标准形式，其具有动态性、松耦合等特性使得快速开发和部署新的业务应用成为可能，而且能够满足自适应***的需求。但在获得灵活性的同时，应用***的复杂性也随之提高，并可能产生各种故障。

而现有技术中，通常是根据厂家提供的故障定位手册，由专业的维护人员对故障进行定位分析，由于Web服务的复杂性，维护人员需要根据故障定位手册逐一排除，不仅维护作业时间长，而且维护作业量大，甚至存在由于故障定位不全面，Web服务经常性故障的可能性，影响用户使用Web服务的使用体验。

发明内容

本申请的目的在于：减小了Web服务故障定位的检测时间，提高了Web故障定位的准确性和可靠性。

本申请第一方面的技术方案是：提供了一种基于规则引擎的We服务故障的定位装置，该定位装置包括：故障监测模块，故障诊断模块以及执行诊断单元；故障监测模块用于将监测到的故障信息发送给故障诊断模块，其中，故障信息包括故障现象；故障诊断模块用于根据故障信息和故障判断矩阵，确定故障信息对应的待定故障类型，并生成故障诊断信息；执行诊断单元用于根据故障诊断信息，生成故障代码。

上述任一项技术方案中，进一步地，执行诊断单元，具体包括：故障诊断接口和故障显示模块；故障诊断接口用于根据故障诊断信息和故障信息，验证故障原因；故障显示模块用于根据故障原因，生成故障代码。

上述任一项技术方案中，进一步地，故障诊断模块，还包括：故障知识管理模块；故障知识管理模块用于根据故障信息与故障原因之间的对应关系，建立并更新故障判断矩阵。

上述任一项技术方案中，进一步地，定位装置还包括：故障数据存储模块；故障数据存储模块用于存储故障信息、待定故障类型和对应的故障原因；故障数据存储模块还用于根据故障信息、待定故障类型和对应的故障原因，生成并发送对应关系至故障知识管理模块。

上述任一项技术方案中，进一步地，故障判断矩阵存储于基于规则引擎的Web服务器。

本申请第二方面的技术方案是：提供了一种基于规则引擎的Web服务故障的定位方法，该定位方法包括：步骤10，根据预设故障类型和故障分类原则，生成故障分类树；步骤20，根据故障分类树、预设故障原因和预设故障现象，生成故障判断矩阵；步骤30，根据检测到的故障现象和故障判断矩阵，生成故障诊断信息；步骤40，根据故障诊断信息，生成故障代码。

上述任一项技术方案中，进一步地，定位方法，还包括：步骤50，根据检测到的故障现象和故障诊断信息，更新故障判断矩阵。

上述任一项技术方案中，进一步地，步骤20，具体包括：步骤21，根据故障分类树和预设故障现象，生成故障矩阵；步骤22，利用规则引擎，解析故障矩阵，并将解析结果记作故障判断矩阵。

上述任一项技术方案中，进一步地，步骤30，具体包括：步骤31，根据检测到的故障现象，确定待定故障类型；步骤32，根据待定故障类型和故障判断矩阵，确定故障可能原因，并生成对应的故障检测信息；步骤33，根据故障检测信息，生成故障检测结果；步骤34，根据故障检测结果，生成故障诊断信息。

上述任一项技术方案中，进一步地，故障判断矩阵存储于基于规则引擎的Web服务器。

本申请的有益效果是：通过根据故障分类树、预设故障原因和预设故障现象，生成故障判断矩阵，降低了Web故障检测的局限性，有利于提高根据故障现象和故障判断矩阵，生成故障诊断信息的准确性，减少了Web故障定位的检测时间，根据故障诊断信息，生成故障代码，提高了Web故障定位的准确性和可靠性，通过根据检测到的故障现象和故障诊断信息，更新故障判断矩阵，降低了Web故障检测的滞后性，有利于进一步提高Web故障定位的准确性和全面性，提高了Web故障定位的响应速率。

本申请通过规则引擎解析得到故障判断矩阵，有利于提高生成故障判断矩阵的准确性，减少生成故障判断矩阵的运算数据，通过故障现象确定待定故障类型，再根据故障判断矩阵，确定故障可能原因，生成对应的故障检测信息，提高了生成故障检测信息的准确性和全面性。

附图说明

本申请的上述和/或附加方面的优点在结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本申请的一个实施例的基于规则引擎的Web服务故障的定位装置的示意框图；

图2是根据本申请的一个实施例的Web服务故障分类树形图；

图3是根据本申请的一个实施例的部分故障判断矩阵的示意图；

图4是根据本申请的一个实施例的基于规则引擎的Web服务故障的定位方法的示意流程图；

图5是根据本申请的一个实施例的故障判定规则的示意图。

具体实施方式

为了能够更清楚地理解本申请的上述目的、特征和优点，下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互结合。

在下面的描述中，阐述了很多具体细节以便于充分理解本申请，但是，本申请还可以采用其他不同于在此描述的其他方式来实施，因此，本申请的保护范围并不受下面公开的具体实施例的限制。

实施例一：

以下将参照图1-3对本申请的实施例一进行说明。

如图1所示，提供了一种基于规则引擎的Web服务故障的定位装置10，该定位装置10包括：故障监测模块11，故障诊断模块12以及执行诊断单元13；故障监测模块11用于将监测到的故障信息发送给故障诊断模块12，其中，故障信息包括故障现象；

具体地，一般Web服务状态检测都是采用拦截简单对象访问协议(Simple ObjectAccess Protocol，SOAP)消息方式实现的，以Axis服务框架为例，其引擎是由一系列的***Handler完成消息处理的，不论是请求过程还是响应过程，SOAP消息分别经过传输处理的Hanlder、全局处理的Handler以及服务处理的Handler，最终到达了目标Web服务，消息响应过程则相反。

故障监测模块11用于监测和处理Web服务执行过程中出现的故障信息，当故障监测模块11监测到Web服务中出现故障时，故障监测模块11将监测到的故障信息进行处理，并将处理后的故障信息发送给故障诊断模块12，其中，故障信息包括故障现象。

在本实施例中，故障诊断模块12用于根据故障信息和故障判断矩阵，确定故障信息对应的待定故障类型，并生成故障诊断信息；

优选地，故障判断矩阵存储于基于规则引擎的Web服务器。

具体地，在定位装置10中，预存有按照预设故障类型生成的Web服务故障分类树，如图2所示，Web故障可以分为原子Web服务故障和组合Web服务故障两大类，对于原子Web服务故障，根据Web服务执行过程的四个步骤，可以将原子Web服务故障分为发布故障、发现故障、绑定故障和执行故障四个子类，再依据故障产生的原因对每一个子类进一步划分；对于组合Web服务故障，依据组合Web服务的实现过程，将组合Web服务故障分为组合组件故障、组合过程故障和执行故障三个子类，并在此基础上根据故障产生原因再对每类故障进行逐步细化，进而形成故障分类树。故障诊断模块12通过Web服务故障分类树，能够快速定位待定故障类型。

故障诊断模块12根据接收到的故障信息和故障判断矩阵，对故障信息进行解析，其中，部分故障判断矩阵如图3所示，判断矩阵的纵行3A为对应的故障类型，判断矩阵的上横行3B为对应的故障现象，判断矩阵的下横行3C为对应的故障可能原因，圆点3D为故障现象和故障类型之间的对应关系。

以服务输出结果不正确的故障现象为例，对应的待定故障类型包括绑定到错误服务、发现错误服务、QoS故障、执行输入不正确、服务与需求不匹配以及业务流程故障，故障诊断模块12结合故障现象，确定对应的待定故障类型，进而获取对应的故障可能原因，生成对应的故障诊断信息。

在本实施例中，执行诊断单元13用于根据故障诊断信息，生成故障代码。

进一步地，执行诊断单元13，具体包括：故障诊断接口13A和故障显示模块13B；故障诊断接口13A用于根据故障诊断信息和故障信息，验证故障原因；故障显示模块13B用于根据故障原因，生成故障代码。

具体地，故障诊断模块12将生成的故障诊断信息发送至执行诊断单元13中的故障诊断接口13A，故障诊断接口13A根据接收到的故障诊断信息和故障信息，验证故障诊断信息对应的故障可能原因是否为导致故障信息的故障原因，当故障诊断接口13A验证故障原因之后，故障显示模块13B根据故障原因，生成对应的故障代码，如返回不同的http状态字，404表示服务不存在，301表示服务访问被禁止以及500表示服务内部异常。

进一步地，故障诊断模块12，还包括：故障知识管理模块12A；故障知识管理模块12A用于根据故障信息与故障原因之间的对应关系，建立并更新故障判断矩阵。

具体地，Web故障的表象非常复杂，可能是由服务本身造成的，也可能是底层的硬件、操作***以及应用支撑平台等原因引起的，通常采用CAP测量方法，将Web故障转换为CAP故障，即承载性(Capacity)故障、可用性(Availability)故障和性能(Performance)故障，得到统一的量化标准，以便于对检测到的故障现象进行划分。

故障知识管路模块12A根据Web服务器中预存的故障现象、预存的故障类型和预存的故障原因，采用CAP测量方法和经验值分析法，建立故障判断矩阵，如根据厂家提供的故障定位手册建立故障判断矩阵，以便于在Web服务投入使用时对Web服务故障进行定位。随着Web服务的不断运行，故障知识管理模块12A根据运行过程中故障信息与故障原因之间的对应关系，如利用自学习原理或者神经网络原理，对故障判断矩阵进行更新，以便于更快速地对Web服务故障进行定位。

进一步地，定位装置10还包括：故障数据存储模块14；故障数据存储模块14用于存储故障信息、待定故障类型和对应的故障原因；故障数据存储模块14还用于根据故障信息、待定故障类型和对应的故障原因，生成并发送对应关系至故障知识管理模块12A。

具体地，在定位装置10中设置故障数据存储模块14，存储定位装置10在Web服务运行过程中定位的Web服务故障，包括故障信息、待定故障类型和对应的故障原因，建立三者之间的对应关系，将三者之间的对应关系发送至故障知识管理模块12A，以便于故障知识管理模块12A更新故障判断矩阵，提高Web服务故障定位的准确性，并降低Web服务故障定位的耗时。

实施例二：

以下将参照图4-5对本申请的实施例二进行说明。

如图4所示，提供了一种基于规则引擎的Web服务故障的定位方法，该方法包括：

步骤10，根据预设故障类型和故障分类原则，生成故障分类树；

具体地，Web故障可以分为原子Web服务故障和组合Web服务故障两大类，对于原子Web服务故障，根据Web服务执行过程的四个步骤，可以将原子Web服务故障分为发布故障、发现故障、绑定故障和执行故障四个子类，再依据故障产生的原因对每一个子类进一步划分；对于组合Web服务故障，依据组合Web服务的实现过程，将组合Web服务故障分为组合组件故障、组合过程故障和执行故障三个子类，并在此基础上根据故障产生原因再对每类故障进行逐步细化，进而形成故障分类树。

步骤20，根据故障分类树、预设故障原因和预设故障现象，生成故障判断矩阵；

优选地，故障判断矩阵存储于基于规则引擎的Web服务器。

进一步地，步骤20，具体包括：

步骤21，根据故障分类树和预设故障现象，生成故障矩阵；

具体地，Web故障的表象非常复杂，可能是由服务本身造成的，也可能是底层的硬件、操作***以及应用支撑平台等原因引起的，通常采用CAP测量方法，将Web故障转换为CAP故障，即承载性(Capacity)故障、可用性(Availability)故障和性能(Performance)故障，得到统一的量化标准，以便于对检测到的故障现象进行划分。

故障分类树中包括按照类型划分的预存故障类型，根据Web服务器中预存的故障现象、预存的故障原因以及故障分类树中的故障类型，采用CAP测量方法和经验值分析法，建立故障矩阵。

步骤22，利用规则引擎，解析故障矩阵，并将解析结果记作故障判断矩阵。

具体地，生成故障矩阵之后，利用Drools规则引擎，将故障矩阵进行解析，抽象为一组规则文件，将这组规则文件记作故障判断矩阵，并将故障判断矩阵存储于Web服务器中。

步骤30，根据检测到的故障现象和故障判断矩阵，生成故障诊断信息；

进一步地，步骤30，具体包括：

步骤31，根据检测到的故障现象，确定待定故障类型；

具体地，以服务输出结果不正确的故障现象为例，对应的待定故障类型包括绑定到错误服务、发现错误服务、QoS故障、执行输入不正确、服务与需求不匹配以及业务流程故障。

步骤32，根据待定故障类型和故障判断矩阵，确定故障可能原因，并生成对应的故障检测信息；

具体地，在根据故障现象确定待定故障类型之后，根据故障判断矩阵可以确定多个故障可能原因，确定故障可能原因的具体方法与实施例一中的描述相类似，此处不再赘述，进而根据故障可能原因生成对应的故障检测信息。

步骤33，根据故障检测信息，生成故障检测结果；

步骤34，根据故障检测结果，生成故障诊断信息。

具体地，Web服务器根据故障检测信息进行故障检测，判断故障检测信息对应的故障可能原因是否为导致故障现象的根本原因，生成对应的故障检测结果，进而Web服务器根据故障检测结果生成故障诊断信息，表明导致故障现象的故障原因。

步骤40，根据故障诊断信息，生成故障代码。

具体地，Web服务器根据故障诊断信息对应的故障原因，生成故障代码，如图5所示，当判定Web服务器网络异常时，通过判定待定故障类型和故障可能原因，对Web服务进行故障定位，当确定导致Web服务器网络异常的故障原因为Web服务内部错误时，Web服务器根据故障诊断信息生成故障代码“500”，以表示导致Web服务器网络异常的故障原因为Web服务内部错误，以供维护人员对Web服务进行维护。

进一步地，定位方法，还包括：

步骤50，根据检测到的故障现象和故障诊断信息，更新故障判断矩阵。

具体地，随着Web服务的不断运行，Web服务器根据运行过程中故障现象与故障原因(故障诊断信息)之间的对应关系，如利用自学习原理或者神经网络原理，对故障判断矩阵进行更新，以便于更快速地对Web服务故障进行定位。

以上结合附图详细说明了本申请的技术方案，本申请提出了一种基于规则引擎的Web服务故障的定位装置和定位方法，其中，定位装置包括：故障监测模块，故障诊断模块以及执行诊断单元；故障监测模块用于将监测到的故障信息发送给故障诊断模块，其中，故障信息包括故障现象；故障诊断模块用于根据故障信息和故障判断矩阵，确定故障信息对应的待定故障类型，并生成故障诊断信息；执行诊断单元用于根据故障诊断信息，生成故障代码。通过本申请中的技术方案，有利于提高Web故障定位的准确性，减少了Web故障定位的检测时间，提高了Web服务***的可靠性和用户满意程度。

本申请中的步骤可根据实际需求进行顺序调整、合并和删减。

本申请装置中的单元可根据实际需求进行合并、划分和删减。

尽管参考附图详地公开了本申请，但应理解的是，这些描述仅仅是示例性的，并非用来限制本申请的应用。本申请的保护范围由附加权利要求限定，并可包括在不脱离本申请保护范围和精神的情况下针对发明所作的各种变型、改型及等效方案。

Claims (10)

1.一种基于规则引擎的Web服务故障的定位装置，其特征在于，该装置包括：故障监测模块(11)，故障诊断模块(12)以及执行诊断单元(13)；

所述故障监测模块(11)用于将监测到的故障信息发送给所述故障诊断模块(12)，其中，所述故障信息包括故障现象；

所述故障诊断模块(12)用于根据所述故障信息和故障判断矩阵，确定所述故障信息对应的待定故障类型，并生成故障诊断信息；

所述执行诊断单元(13)用于根据所述故障诊断信息，生成故障代码。

2.如权利要求1所述的基于规则引擎的Web服务故障的定位装置，其特征在于，所述执行诊断单元(13)，具体包括：故障诊断接口(13A)和故障显示模块(13B)；

所述故障诊断接口(13A)用于根据所述故障诊断信息和所述故障信息，验证故障原因；

所述故障显示模块(13B)用于根据所述故障原因，生成所述故障代码。

3.如权利要求1所述的基于规则引擎的Web服务故障的定位装置，其特征在于，所述故障诊断模块(12)，还包括：故障知识管理模块(12A)；

所述故障知识管理模块(12A)用于根据所述故障信息与故障原因之间的对应关系，建立并更新所述故障判断矩阵。

4.如权利要求3所述的基于规则引擎的Web服务故障的定位装置，其特征在于，所述定位装置还包括：故障数据存储模块(14)；

所述故障数据存储模块(14)用于存储所述故障信息、所述待定故障类型和对应的所述故障原因；

所述故障数据存储模块(14)还用于根据所述故障信息、所述待定故障类型和对应的所述故障原因，生成并发送所述对应关系至所述故障知识管理模块(12A)。

5.如权利要求1所述的基于规则引擎的Web服务故障的定位装置，其特征在于，

所述故障判断矩阵存储于基于规则引擎的Web服务器。

6.一种基于规则引擎的Web服务故障的定位方法，其特征在于，该方法包括：

步骤10，根据预设故障类型和故障分类原则，生成故障分类树；

步骤20，根据所述故障分类树、预设故障原因和预设故障现象，生成故障判断矩阵；

步骤30，根据检测到的故障现象和所述故障判断矩阵，生成故障诊断信息；

步骤40，根据所述故障诊断信息，生成故障代码。

7.如权利要求6所述的基于规则引擎的Web服务故障的定位方法，其特征在于，所述定位方法，还包括：

步骤50，根据检测到的所述故障现象和所述故障诊断信息，更新所述故障判断矩阵。

8.如权利要求6所述的基于规则引擎的Web服务故障的定位方法，其特征在于，所述步骤20，具体包括：

步骤21，根据所述故障分类树和所述预设故障现象，生成故障矩阵；

步骤22，利用规则引擎，解析所述故障矩阵，并将解析结果记作所述故障判断矩阵。

9.如权利要求6所述的基于规则引擎的Web服务故障的定位方法，其特征在于，所述步骤30，具体包括：

步骤31，根据检测到的所述故障现象，确定待定故障类型；

步骤32，根据所述待定故障类型和所述故障判断矩阵，确定故障可能原因，并生成对应的故障检测信息；

步骤33，根据所述故障检测信息，生成故障检测结果；

步骤34，根据所述故障检测结果，生成所述故障诊断信息。

10.如权利要求6至9中任一项所述的基于规则引擎的Web服务故障的定位方法，其特征在于，

所述故障判断矩阵存储于基于规则引擎的Web服务器。