CN113420935A - 故障定位方法、装置、设备和介质 - Google Patents
故障定位方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113420935A CN113420935A CN202110747930.3A CN202110747930A CN113420935A CN 113420935 A CN113420935 A CN 113420935A CN 202110747930 A CN202110747930 A CN 202110747930A CN 113420935 A CN113420935 A CN 113420935A
- Authority
- CN
- China
- Prior art keywords
- index
- value
- abnormal
- time
- indicator
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000002159 abnormal effect Effects 0.000 claims abstract description 112
- 230000005856 abnormality Effects 0.000 claims abstract description 23
- 238000012544 monitoring process Methods 0.000 claims abstract description 23
- 238000010801 machine learning Methods 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 13
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 14
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000004807 localization Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种故障定位方法、装置、设备和介质,涉及运维、人工智能、大数据技术领域,可以应用于金融技术领域。该故障定位方法包括:将与某一***业务相关的时序指标划分为第一指标和第二指标,其中,第一指标的数值用于直接反映监测对象的状态;在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;监测第一指标的数值;第一指标的数值异常时,检测与其绑定的第二指标的数值;定位并显示异常的第二指标。本公开的故障定位方法能够快速定位故障。
Description
技术领域
本公开涉及运维技术领域、人工智能技术领域、大数据技术领域,具体涉及一种故障定位方法、装置、设备和介质。
背景技术
一定程度上,网络、数据库等信息***的基础设施组件以及上层的业务***可以用一组相关的时序指标来体现其运行健康度。
现有技术中,当某指标出现问题时,运维人员需要手工调用报警相关的模块的机器性能采集指标,和历史数据进行比对分析。查找异常指标即故障定位的速度较慢,影响基础设施组件正常运行。
发明内容
鉴于上述问题,本公开提供了一种能够快速定位故障的故障定位方法、装置、设备和介质。
根据本公开的第一个方面,提供了一种故障定位方法,包括:将与某一***业务相关的时序指标划分为第一指标和第二指标,其中,第一指标的数值用于直接反映监测对象的状态;在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;监测第一指标的数值;第一指标的数值异常时,检测与其绑定的第二指标的数值;定位并显示异常的第二指标。
根据本公开的实施例,监测第一指标的数值包括:基于机器学习模型监测第一指标的数值。
根据本公开的实施例,第一指标的数值异常时,检测与其绑定的第二指标的数值包括:确定数值异常的第一指标的异常时间点;根据异常时间点查找对应时间的第二指标;基于机器学习模型检测对应时间的第二指标的数值。
根据本公开的实施例,对应时间包括:包含异常时间点的时间段;或者根据时间对应函数确定的时间点或者时间段,时间对应函数的自变量为第一指标的异常时间点。
根据本公开的实施例,基于机器学习模型监测第一指标的数值包括:根据第一机器学习模型预测第一指标的时间-数值曲线,作为第一指标预测曲线;根据第二机器学习模型得到第一指标的时间-数值的正常波动范围;在第一指标预测曲线的基础上加上正常波动范围,得到第一指标的数值范围;检测第一指标的实际数值;在某一时间点的第一指标的实际数值未落入该时间点的第一指标的数值范围内时,判断该时间点的第一指标的数值异常;
基于机器学习模型检测对应时间的第二指标的数值包括:根据第一机器学习模型预测第二指标的时间-数值曲线,作为第二指标预测曲线;根据第二机器学习模型得到第二指标的时间-数值的正常波动范围;在第二指标预测曲线的基础上加上正常波动范围,得到第二指标的数值范围;检测第二指标的实际数值;在某一时间点的第二指标的实际数值未落入该时间点的第二指标的数值范围内时,判断该时间点的第二指标的数值异常。
根据本公开的实施例,第一机器学习模型为prophet算法模型;第二机器学习模型为3-sigma算法模型。
根据本公开实施例的故障定位方法,还包括:检测到多个数值异常的第一指标时,分别计算各个第一指标的异常程度;按照第一指标的异常程度进行排序;检测到多个数值异常的第二指标时,分别计算各个第二指标的异常程度;按照第二指标的异常程度进行排序。
根据本公开的实施例,将与某一***业务相关的时序指标划分为第一指标和第二指标包括:根据专家经验或者专家***将时序指标划分为第一指标和第二指标。
根据本公开的实施例,显示异常的第二指标包括:按照***业务的逻辑层级显示异常的第二指标的名称和数值。
本公开的第二方面提供了一种故障定位装置,包括:时序指标划分模块,用于将与某一***业务相关的时序指标划分为第一指标和第二指标;第一指标与第二指标绑定模块,用于在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;第一指标监测模块,用于监测第一指标的数值;第二指标检测模块,用于在第一指标的数值异常时,检测与其绑定的第二指标的数值;以及异常的第二指标定位、显示模块,用于定位并显示异常的第二指标。
本公开的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述故障定位方法。
本公开的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述故障定位方法。
本公开的故障定位方法、装置、设备和介质能够快速定位故障。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的故障定位方法、装置、设备和介质的应用场景图;
图2示意性示出了根据本公开实施例的故障定位方法的流程图;
图3示意性示出了操作S203的监测第一指标的数值的流程图;
图4示意性示出了操作S204的第一指标的数值异常时,检测与其绑定的第二指标的数值的流程图;
图5示意性示出了操作S31的基于机器学习模型监测第一指标的数值的流程图;
图6示意性示出了操作S43的基于机器学习模型检测对应时间的第二指标的数值的流程图;
图7示意性示出了另一根据本公开实施例的故障定位方法的流程图;
图8示意性示出了操作S201的将与某一***业务相关的时序指标划分为第一指标和第二指标的流程图;
图9示意性示出了操作S205的显示异常的第二指标的流程图;
图10示意性示出了根据本公开实施例的故障定位装置的结构框图;以及
图11示意性示出了根据本公开实施例的适于实现故障定位方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的***”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的***等)。
一定程度上,网络、数据库等信息***的基础设施组件以及上层的业务***可以用一组相关的时序指标来体现其运行健康度。
现有技术中,一方面当业务关键指标出现问题时,运维人员需要手工调用报警相关的模块的机器性能采集指标,和历史数据进行比对分析。如果和业务相关的模块及机器数量较多,这么做将会耗费大量的时间。日常生产中一旦产生错误,往往需要花费数个小时甚至数天的时间人工排査,无法快速从海量业务所依赖的机器及性能指标中排査出异常范围,难以快速定位故障根源;另一方面,对指标数据的异常检测大多基于传统的固定阈值,人工配置工作量较大,且易产生误报,使得运维人员发现问题存在滞后性和盲区。
本公开实施例的故障定位方法、装置、设备和介质属于运维、人工智能、大数据技术领域,可用于金融领域,也可用于除金融领域之外的任意领域,本公开对故障定位方法和装置的应用领域不做限定。
需要说明的是,在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
本公开的实施例提供了一种故障定位方法,包括:将与某一***业务相关的时序指标划分为第一指标和第二指标,其中,第一指标的数值用于直接反映监测对象的状态;在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;监测第一指标的数值;第一指标的数值异常时,检测与其绑定的第二指标的数值;定位并显示异常的第二指标。
本公开实施例的故障定位方法至少能够实现以下技术效果之一:
1)通过将时序指标划分为第一指标和第二指标,并绑定具有关联关系的第一指标和第二指标,使得在每次查找异常指标时,可缩小排查范围,从而提高异常指标查找速度,即提高故障定位速度。
2)通过绑定具有关联关系的第一指标和第二指标,还可查找出引起异常的根源的第二指标,快速定位故障,便于运维人员快速优化异常的第二指标,使整个***业务快速恢复正常。
图1示意性示出了根据本公开实施例的故障定位方法、装置、设备和介质的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括终端设备101、102、103、网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的故障定位方法一般可以由服务器105执行。相应地,本公开实施例所提供的故障定位装置一般可以设置于服务器105中。本公开实施例所提供的故障定位方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的故障定位装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图9对公开实施例的故障定位方法进行详细描述。
图2示意性示出了根据本公开实施例的故障定位方法的流程图。
如图2所示,该实施例的故障定位方法200包括操作S201~操作S205。
在操作S201,将与某一***业务相关的时序指标划分为第一指标和第二指标;
在操作S202,在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;
在操作S203,监测第一指标的数值;
在操作S204,第一指标的数值异常时,检测与其绑定的第二指标的数值;
在操作S205,定位并显示异常的第二指标。
本公开实施例中以故障定位方法应用在“数据库”这一***业务为例进行说明,这里所说的“故障”是指异常的时序指标。在操作S201中,第一指标的数值用于直接反映监测对象的状态,“时序指标”是指在各时间点,某一指标呈现的数值数据。
以“MySQL(数据库)”这一***业务为例,其时序指标可包括:
CPU使用率(在固定时间间隔内,CPU中非空闲线程运行的时间片数占总时间片数的百分比),直接反映服务器CPU繁忙程度的指标,一般认为指标高则表示服务器繁忙,低则不繁忙;
连接数使用率(连接MySQL的线程数量占连接上限的百分比),一般地,当使用率达到生产基线的80%时则表示数据库连接数较高,需要重点关注;
磁盘带宽利用率(在固定时间间隔内,物理磁盘有百分之多少的时间在进行IO操作,即输入输出操作),直接反映MySQL实例所在的磁盘繁忙程度,一般认为指标高则表示磁盘繁忙,低则不繁忙,如果接近100%,说明MySQL产生的I/O请求太多,磁盘已经满负荷运载,该指标是MySQL运维当中最主要关注的磁盘指标;
锁等待(具体含义为InnoDB中事务出现锁争用而引起等待的语句)有可能造成InnoDB(MySQL的数据库引擎之一)排队等待的语句增加,消耗CPU资源,影响数据库性能;
并发数使用率(数据库中正在执行的并发线程数占总上限的百分比),该值与应用的并发访问数量相关,一般地,当使用率达到生产基线的80%时则表示数据库并发度较高,需要重点关注。
可将上述的时序指标划分为第一指标包括:CPU使用率、连接数使用率和磁盘带宽利用率,第二指标包括:锁等待和并发数使用率,第一指标可理解为直观反映监测对象变化的指标,第二指标可理解为监测对象问题产生的根本原因的指标,例如,锁等待这一第二指标在达到一定数值后会引起CPU使用率这一第一指标异常。
应该理解的是,运维人员通过优化第二指标,即根因指标才能够从根本上解决问题,使得该***业务的各项时序指标恢复正常。
一般地,某一时序指标可被划分为第一指标或第二指标,在一些情况下,某一时序指标还可被划分成同为第一指标和第二指标。
本公开实施例的技术方案中,在操作S201和操作S202中,可将与某一***业务相关的时序指标划分为相互绑定的第一指标和第二指标,便于后续快速查找到引起异常的指标;在操作S203、操作S204和操作S205中,可首先只关注第一指标的数值,在某一第一指标异常时,才检测与该第一指标绑定的第二指标的数值,最终查找到异常的第二指标。
本公开实施例的故障定位方法至少能够实现以下技术效果之一:
1)通过将时序指标划分为第一指标和第二指标,并绑定具有关联关系的第一指标和第二指标,使得在每次查找异常指标时,可缩小排查范围,从而提高异常指标查找速度,即提高故障定位速度。
2)通过绑定具有关联关系的第一指标和第二指标,还可查找出引起异常的根源的第二指标,快速定位故障,便于运维人员快速优化异常的第二指标,使整个***业务快速恢复正常。
结合图2、图3所示,根据本公开的实施例,操作S203的监测第一指标的数值可包括操作S31:
在操作S31,基于机器学习模型监测第一指标的数值。
在现有技术中,对时序指标的异常检测大多基于传统的固定阈值,人工配置工作量较大,且易产生误报,使得运维人员发现问题存在滞后性和盲区。
本公开实施例的技术方案中,通过机器学习模型监测第一指标的数值可对时序指标的数值进行自学习识别数据特征,给出动态阈值,自适配各种运行环境中的时序指标运行特点,减轻运维人员的工作压力,还可更准确地检测到各类异常,以准确判断第一指标的正常范围和异常情况,快速定位故障。
结合图2、图4所示,根据本公开的实施例,操作S204的第一指标的数值异常时,检测与其绑定的第二指标的数值可包括操作S41~操作S43:
在操作S41,确定数值异常的第一指标的异常时间点;
在操作S42,根据异常时间点查找对应时间的第二指标;
在操作S43,基于机器学习模型检测对应时间的第二指标的数值。
应该理解的是,第一指标和第二指标均为时序指标,在某一时间点具有特定数值的数据,通过数值异常的第一指标查找数值异常的第二指标时需要考虑时间因素。在本公开实施例的技术方案中,通过将数值异常的第一指标确定为异常时间点,并根据异常时间点查找对应时间的第二指标,可准确查找到对应时间的异常的第二指标。
根据本公开的实施例,对应时间可包括:包含异常时间点的时间段;或者根据时间对应函数确定的时间点或者时间段,时间对应函数的自变量为第一指标的异常时间点。
应该理解的是,一些情况下,第二指标的数值异常时,与其绑定的第一指标的数值会快速随之异常;在另一些情况下,第二指标的数值异常时,与其绑定的第一指标的数值隔一段时间产生异常。
本公开实施例的技术方案中,通过对应时间可查找到与数值异常的第一指标在时间维度上相关的第二指标,准确、快速查找到异常数值的第二指标,快速定位故障。
示例性地,在第一指标的数值快速随第二指标的异常数值变化时,对应时间为包含异常时间点的时间段;在其他情况下,对应时间包括根据时间对应函数确定的时间点或时间段。
示例性地,在对应时间为包含异常时间点的时间段时,时间段可以是从异常时间点前十分钟至异常时间点后五分钟的时间段。
结合图3、图5所示,根据本公开的实施例,操作S31的基于机器学习模型监测第一指标的数值可包括操作S311~操作S315:
在操作S311,根据第一机器学习模型预测第一指标的时间-数值曲线,作为第一指标预测曲线;
在操作S312,根据第二机器学习模型得到第一指标的时间-数值的正常波动范围;
在操作S313,在第一指标预测曲线的基础上加上正常波动范围,得到第一指标的数值范围;
在操作S314,检测第一指标的实际数值;
在操作S315,在某一时间点的第一指标的实际数值未落入该时间点的第一指标的数值范围内时,判断该时间点的第一指标的数值异常。
结合图4、图6所示,操作S43的基于机器学习模型检测对应时间的第二指标的数值可包括操作S431~操作S435:
在操作S431,根据第一机器学习模型预测第二指标的时间-数值曲线,作为第二指标预测曲线;
在操作S432,根据第二机器学习模型得到第二指标的时间-数值的正常波动范围;
在操作S433,在第二指标预测曲线的基础上加上正常波动范围,得到第二指标的数值范围;
在操作S434,检测第二指标的实际数值;
在操作S435,在某一时间点的第二指标的实际数值未落入该时间点的第二指标的数值范围内时,判断该时间点的第二指标的数值异常。
在本公开实施例的技术方案中,通过操作S311、操作S431可分别根据第一机器学习模型智能、准确地预测第一指标、第二指标在各个时间点的数值数据,形成预测曲线;通过操作S12、操作S432可智能、准确地得到第一指标、第二指标在各个时间点的正常的数值波动范围,两者结合用于后续判断实际的第一指标、第二指标的数值是否异常。
需要说明的是,这里所说的“在第一指标预测曲线的基础上加上正常波动范围”基于各时间点对应,即在各个时间点,第一预测曲线的数值加上第一指标的时间-数值的正常波动范围。第二指标的数值范围的获得方式也基于各时间点对应,在此不再赘述。
示例性地,第一机器学习模型可为prophet算法模型;第二机器学习模型可为3-sigma算法模型。通过选择prophet算法模型可准确预测出拟合曲线,即第一指标预测曲线/第二指标预测曲线;一般地,第一指标、第二指标的数值服从正态分布,通过选择3-sigma算法模型可使获得的第一指标、第二指标波动的合理范围覆盖更大概率。
如图7所示,根据又一本公开实施例的故障定位方法300还包括操作S301~操作S304:
在操作S301,检测到多个数值异常的第一指标时,分别计算各个第一指标的异常程度;
在操作S302,按照第一指标的异常程度进行排序;
在操作S303,检测到多个数值异常的第二指标时,分别计算各个第二指标的异常程度;
在操作S304,按照第二指标的异常程度进行排序。
需要说明的是,在实际应用中,各个时序指标常会相互影响,有时会出现多个第一指标的数值均异常的情况,有时会出现多个第二指标的数值均异常的情况。本公开实施例的技术方案中,通过对第一指标/第二指标的异常程度进行排序,可使运维人员能够了解到所有的数值异常的时序指标,并重点关注异常程度最大的时序指标。
这里所说的“异常程度”可理解为超出正常数值范围的数值与预测曲线的数值的比值,例如,某一异常的时序指标的数值为80%,预测曲线的数值为50%,则其异常程度为(80%-50%)/50%=0.6。当然,异常程度的计算方式还可有其他形式,在此不作具体限定。
结合图2、图8所示,在操作S201中,将与某一***业务相关的时序指标划分为第一指标和第二指标可包括操作S21:
在操作S21,根据专家经验或者专家***将时序指标划分为第一指标和第二指标。
这里所说的“专家经验”是指具有经验的工作人员;“专家***”是指智能计算机程序***,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的方法来处理该领域问题。本公开实施例的技术方案中,既可选择人工划分第一指标和第二指标(专家经验),还可选择智能划分第一指标和第二指标(专家***)。应该理解的是,可根据实际应用场景选择其中一种时序指标划分方式。
结合图2、图9所示,在操作S205中,显示异常的第二指标可包括操作S51:
在操作S51,按照***业务的逻辑层级显示异常的第二指标的名称和数值。
需要说明的是,任何一个***业务均包括其逻辑层级,例如“***业务-功能模块-机器-时序指标”。本公开实施例的技术方案中,通过按照***业务的逻辑层级显示异常的第二指标的名称和数值,可按照对应的***业务的逻辑层级清晰显示异常的第二指标,有利于运维人员理解故障发生的相互关联关系,以进一步优化数值异常的第二指标,进行故障排除。
基于上述故障定位方法,本公开还提供了一种故障定位装置。以下将结合图10对该装置进行详细描述。
图10示意性示出了根据本公开实施例的故障定位装置的结构框图。
如图10所示,该实施例的故障定位装置400包括时序指标划分模块410、第一指标与第二指标绑定模块420、第一指标监测模块430、第二指标检测模块440和异常的第二指标定位、显示模块450。
时序指标划分模块410,用于将与某一***业务相关的时序指标划分为第一指标和第二指标。在一实施例中,时序指标划分模块410可以用于执行前文描述的操作S201,在此不再赘述。
第一指标与第二指标绑定模块420,用于在第一指标与第二指标之间存在:第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标。在一实施例中,第一指标与第二指标绑定模块420可以用于执行前文描述的操作S202,在此不再赘述。
第一指标监测模块430,用于监测第一指标的数值。在一实施例中,第一指标监测模块430可以用于执行前文描述的操作S203,在此不再赘述。
第二指标检测模块440,用于在第一指标的数值异常时,检测与其绑定的第二指标的数值。在一实施例中,第二指标检测模块440可以用于执行前文描述的操作S204,在此不再赘述。
异常的第二指标定位、显示模块450,用于定位并显示异常的第二指标。在一实施例中,异常的第二指标定位、显示模块450可以用于执行前文描述的操作S205,在此不再赘述。
根据本公开的实施例,时序指标划分模块410、第一指标与第二指标绑定模块420、第一指标监测模块430、第二指标检测模块440和异常的第二指标定位、显示模块450中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,时序指标划分模块410、第一指标与第二指标绑定模块420、第一指标监测模块430、第二指标检测模块440和异常的第二指标定位、显示模块450中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,时序指标划分模块410、第一指标与第二指标绑定模块420、第一指标监测模块430、第二指标检测模块440和异常的第二指标定位、显示模块450中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图11示意性示出了根据本公开实施例的适于实现故障定位方法的电子设备的方框图。
如图11所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/***中所包含的;也可以是单独存在,而未装配入该设备/装置/***中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机***中运行时,该程序代码用于使计算机***实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器501执行时执行本公开实施例的***/装置中限定的上述功能。根据本公开的实施例,上文描述的***、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分509被下载和安装,和/或从可拆卸介质511被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501执行时,执行本公开实施例的***中限定的上述功能。根据本公开的实施例,上文描述的***、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种故障定位方法,其特征在于,包括:
将与某一***业务相关的时序指标划分为第一指标和第二指标,其中,所述第一指标的数值用于直接反映监测对象的状态;
在所述第一指标与所述第二指标之间存在:所述第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;
监测所述第一指标的数值;
所述第一指标的数值异常时,检测与其绑定的第二指标的数值;
定位并显示异常的第二指标。
2.根据权利要求1所述的故障定位方法,其特征在于,监测第一指标的数值包括:
基于机器学习模型监测第一指标的数值。
3.根据权利要求1所述的故障定位方法,其特征在于,第一指标的数值异常时,检测与其绑定的第二指标的数值包括:
确定数值异常的第一指标的异常时间点;
根据所述异常时间点查找对应时间的第二指标;
基于机器学习模型检测对应时间的第二指标的数值。
4.根据权利要求3所述的故障定位方法,其特征在于,所述对应时间包括:包含所述异常时间点的时间段;或者根据时间对应函数确定的时间点或者时间段,所述时间对应函数的自变量为第一指标的异常时间点。
5.根据权利要求3所述的故障定位方法,其特征在于,所述基于机器学习模型监测第一指标的数值包括:
根据第一机器学习模型预测第一指标的时间-数值曲线,作为第一指标预测曲线;
根据第二机器学习模型得到第一指标的时间-数值的正常波动范围;
在第一指标预测曲线的基础上加上正常波动范围,得到第一指标的数值范围;
检测第一指标的实际数值;
在某一时间点的第一指标的实际数值未落入该时间点的第一指标的数值范围内时,判断该时间点的第一指标的数值异常;
所述基于机器学习模型检测对应时间的第二指标的数值包括:
根据第一机器学习模型预测第二指标的时间-数值曲线,作为第二指标预测曲线;
根据第二机器学习模型得到第二指标的时间-数值的正常波动范围;
在第二指标预测曲线的基础上加上正常波动范围,得到第二指标的数值范围;
检测第二指标的实际数值;
在某一时间点的第二指标的实际数值未落入该时间点的第二指标的数值范围内时,判断该时间点的第二指标的数值异常。
6.根据权利要求5所述的故障定位方法,其特征在于,所述第一机器学习模型为prophet算法模型;所述第二机器学习模型为3-sigma算法模型。
7.根据权利要求1所述的故障定位方法,其特征在于,还包括:
检测到多个数值异常的第一指标时,分别计算各个第一指标的异常程度;
按照第一指标的异常程度进行排序;
检测到多个数值异常的第二指标时,分别计算各个第二指标的异常程度;
按照第二指标的异常程度进行排序。
8.根据权利要求1所述的故障定位方法,其特征在于,将与某一***业务相关的时序指标划分为第一指标和第二指标包括:
根据专家经验或者专家***将时序指标划分为第一指标和第二指标。
9.根据权利要求1所述的故障定位方法,其特征在于,所述显示异常的第二指标包括:
按照所述***业务的逻辑层级显示异常的第二指标的名称和数值。
10.一种故障定位装置,包括:
时序指标划分模块,用于将与某一***业务相关的时序指标划分为第一指标和第二指标;
第一指标与第二指标绑定模块,用于在所述第一指标与所述第二指标之间存在:所述第二指标的数值异常会引起第一指标的数值异常的关联关系时,绑定具有关联关系的第一指标和第二指标;
第一指标监测模块,用于监测第一指标的数值;
第二指标检测模块,用于在第一指标的数值异常时,检测与其绑定的第二指标的数值;以及
异常的第二指标定位、显示模块,用于定位并显示异常的第二指标。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~9中任一项所述的方法。
12.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747930.3A CN113420935A (zh) | 2021-07-01 | 2021-07-01 | 故障定位方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110747930.3A CN113420935A (zh) | 2021-07-01 | 2021-07-01 | 故障定位方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113420935A true CN113420935A (zh) | 2021-09-21 |
Family
ID=77720006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110747930.3A Pending CN113420935A (zh) | 2021-07-01 | 2021-07-01 | 故障定位方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113420935A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978877A (zh) * | 2022-05-13 | 2022-08-30 | 京东科技信息技术有限公司 | 一种异常处理方法、装置、电子设备及计算机可读介质 |
CN115438756A (zh) * | 2022-11-10 | 2022-12-06 | 济宁中银电化有限公司 | 一种用于精馏塔故障根源诊断识别的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707376A (zh) * | 2017-06-09 | 2018-02-16 | 贵州白山云科技有限公司 | 一种监控和告警的方法和*** |
CN111222710A (zh) * | 2020-01-15 | 2020-06-02 | 平安银行股份有限公司 | 数据异常告警方法、装置、设备及存储介质 |
CN111612178A (zh) * | 2020-05-19 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 一种模型的诊断方法及相关设备 |
CN112838942A (zh) * | 2019-11-25 | 2021-05-25 | 中兴通讯股份有限公司 | 网络运维方法、电子设备以及存储介质 |
-
2021
- 2021-07-01 CN CN202110747930.3A patent/CN113420935A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107707376A (zh) * | 2017-06-09 | 2018-02-16 | 贵州白山云科技有限公司 | 一种监控和告警的方法和*** |
CN112838942A (zh) * | 2019-11-25 | 2021-05-25 | 中兴通讯股份有限公司 | 网络运维方法、电子设备以及存储介质 |
CN111222710A (zh) * | 2020-01-15 | 2020-06-02 | 平安银行股份有限公司 | 数据异常告警方法、装置、设备及存储介质 |
CN111612178A (zh) * | 2020-05-19 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 一种模型的诊断方法及相关设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114978877A (zh) * | 2022-05-13 | 2022-08-30 | 京东科技信息技术有限公司 | 一种异常处理方法、装置、电子设备及计算机可读介质 |
CN114978877B (zh) * | 2022-05-13 | 2024-04-05 | 京东科技信息技术有限公司 | 一种异常处理方法、装置、电子设备及计算机可读介质 |
CN115438756A (zh) * | 2022-11-10 | 2022-12-06 | 济宁中银电化有限公司 | 一种用于精馏塔故障根源诊断识别的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11126538B1 (en) | User interface for specifying data stream processing language programs for analyzing instrumented software | |
US9436535B2 (en) | Integration based anomaly detection service | |
US9804830B2 (en) | Anomaly detection using a data stream processing language for analyzing instrumented software | |
CN109960635B (zh) | 实时计算平台的监控和报警方法、***、设备及存储介质 | |
CN109471783B (zh) | 预测任务运行参数的方法和装置 | |
CN113420935A (zh) | 故障定位方法、装置、设备和介质 | |
CN113515399A (zh) | 数据异常检测方法及装置 | |
CN110245053A (zh) | 故障预测诊断方法及*** | |
CN112631887A (zh) | 异常检测方法、装置、电子设备和计算机可读存储介质 | |
CN114298221A (zh) | 故障确定方法及装置、电子设备和计算机可读存储介质 | |
CN114461434A (zh) | 故障根因分析方法、装置、电子设备及介质 | |
CN114238058A (zh) | 监控方法、装置、设备、介质和程序产品 | |
CN112445583A (zh) | 任务管理方法、任务管理***、电子设备、存储介质 | |
CN113032237A (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN116701123A (zh) | 任务预警方法、装置、设备、介质及程序产品 | |
CN113064834B (zh) | 异常检测方法、装置、电子设备、介质 | |
CN115437899A (zh) | 集群故障预测方法、装置、电子设备和介质 | |
CN113961441A (zh) | 告警事件处理方法、审计方法、装置、设备、介质和产品 | |
CN115514618A (zh) | 告警事件的处理方法、装置、电子设备和介质 | |
US11599404B2 (en) | Correlation-based multi-source problem diagnosis | |
CN114546786A (zh) | 基于多级缓存的异常监控方法 | |
CN115202973A (zh) | 应用运行状态的确定方法、装置、电子设备和介质 | |
CN114218283A (zh) | 异常检测方法、装置、设备、介质 | |
CN114461499A (zh) | 异常信息检测模型的构建方法和灰度环境异常检测方法 | |
CN114416422A (zh) | 问题定位方法、装置、设备、介质和程序产品 |
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 |