CN117785927A - 一种运维知识库检索方法、建立方法、***、设备及介质 - Google Patents

Abstract

本申请涉及一种运维知识库检索方法、建立方法、***、设备及介质，属于数据处理领域，其包括获取目标关键词，目标关键词用于在运维知识库中检索，运维知识库包括运维数据、运维数据对应的应用部署关系和运维数据对应的所述搜索关键词；将目标关键词和运维知识库中的搜索关键词进行匹配，根据运维数据对应的应用部署关系，得到检索推荐序列；从检索推荐序列中确定目标检索需求，得到目标检索需求对应的检索结果。本申请通过运维数据对应的应用部署关系，得到检索推荐序列，使得检索推荐序列中覆盖了运维人员的目标检索需求，具有提高运维知识库检索效率的效果。

Description

一种运维知识库检索方法、建立方法、***、设备及介质

技术领域

本申请涉及数据处理的技术领域，尤其是涉及一种运维知识库检索方法、建立方法、***、设备及介质。

背景技术

运维是指对网络、服务器、服务的生命周期各个阶段进行运营与维护的过程。运维知识库是在运维的过程中，将运营、维护的内容记录下来形成的数据库，例如，软硬件厂商的设备维护手册、操作手册，各种操作维护命令、常规故障处理方法等。同时，随着网络、服务器、服务的不断使用，对它们的维护也在不间断的进行，所以运维知识库中还包含了运维人员添加的各种新的运维内容，例如，***故障现象、处理方法、各种操作技巧等。

目前，运维知识库的检索依赖检索人搜索关键词的准确性，如果搜索关键词不准确，会导致检索结果的命中率低。

发明内容

为了改善运维知识库检索结果命中率低的问题，本申请提供了一种运维知识库检索方法、建立方法、***、设备及介质。

在本申请的第一方面，提供了一种运维知识库检索方法。该方法包括：

获取目标关键词，目标关键词用于在运维知识库中检索，运维知识库包括运维数据、运维数据对应的应用部署关系和运维数据对应的搜索关键词；

将目标关键词和运维知识库中的搜索关键词进行匹配，根据运维数据对应的应用部署关系，得到检索推荐序列；

从检索推荐序列中确定目标检索需求，得到目标检索需求对应的检索结果。

由以上技术方案可知，通过将运维知识库中运维数据的搜索关键词和应用部署关系结合，通过两个维度实现对运维知识库的检索，使得到的检索推荐序列能够较大程度的覆盖运维人员想要得到的运维数据，实现对运维知识库检索命中率和检索效率的提高。

在一种可能的实现方式中，将目标关键词和运维知识库中的搜索关键词进行匹配，根据运维数据对应的应用部署关系，得到检索推荐序列，包括：

当目标关键词与搜索关键词相同时，根据运维数据对应的应用部署关系，得到搜索关键词对应的应用部署关系，应用部署关系表示硬件设备、在硬件设备中的应用和/或服务之间的关系；

根据搜索关键词对应的应用部署关系，生成检索推荐序列。

在一种可能的实现方式中，获取目标关键词，包括：

获取在统计周期内每个搜索关键词的搜索频次；

根据目标需求和搜索频次，形成目标关键词推荐序列；

从目标关键词推荐序列中确定目标关键词。

在一种可能的实现方式中，统计周期通过以下方式确定：

获取运维知识库的历史搜索次数，历史搜索次数是指在运维知识库中每间隔预设时间内的搜索次数；

根据历史搜索次数对应的搜索时间进行降序排序；

依次判断历史搜索次数是否在预设的搜索频次范围内，得到判断结果；

根据判断结果，确定统计周期。

在本申请的第二方面，提供了一种运维知识库建立方法。该方法包括：

获取应用部署关系和运维数据，应用部署关系表示硬件设备、在硬件设备中的应用和/或服务之间的关系，运维数据包括运维内容和运维内容对应的搜索关键词；

根据运维数据和应用部署关系的对应关系，建立搜索关键词和应用部署关系的对应关系，确定运维知识库。

由以上技术方案可知，通过将运维数据和应用部署关系建立联系，在使用运维知识库进行检索时，除了能根据关键词检索到对应的运维数据，还能将相关硬件设备、应用、服务的运维数据检索出来，使得检索结果能更大程度上的覆盖运维人员想要的运维数据，进而实现运维知识库检索效率的提升。

在一种可能的实现方式中，应用部署关系中的硬件设备、应用和服务对应至少一条运维数据；

当硬件设备、应用和服务存在关联关系时，硬件设备、应用和服务对应的运维数据存在关联关系。

在本申请的第三方面，提供了一种运维知识库建立***。该***包括：

第一数据获取模块，用于获取应用部署关系和运维数据，应用部署关系表示硬件设备、在硬件设备中的应用和/或服务之间的关系，所运维数据包括运维内容和运维内容对应的搜索关键词；

关系建立模块，用于根据运维数据和应用部署关系的对应关系，建立搜索关键词和应用部署关系的对应关系，确定运维知识库。

在本申请的第四方面，提供了一种运维知识库检索***。该***包括：

第二数据获取模块，用于获取目标关键词，目标关键词用于在运维知识库中检索，运维知识库包括运维数据、运维数据对应的应用部署关系和运维数据对应的所述搜索关键词；

检索推荐模块，用于将目标关键词和运维知识库中的搜索关键词进行匹配，根据运维数据对应的应用部署关系，得到检索推荐序列；

结果确定模块，用于从检索推荐序列中确定目标检索需求，得到目标检索需求对应的检索结果。

在本申请的第五方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。

在本申请的第六方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面或第二方面的方法。

综上所述，本申请包括至少一种有益技术效果：

通过将运维知识库中运维数据的搜索关键词和应用部署关系结合，通过两个维度实现对运维知识库的检索，使得到的检索推荐序列能够较大程度的覆盖运维人员想要得到的运维数据，实现对运维知识库检索命中率和检索效率的提高。

附图说明

图1是本申请实施例提供的企业信息***的结构示意图。

图2是本申请实施例提供的企业信息***的应用部署关系的结构示意图。

图3是本申请实施例提供的运维知识库的检索效果示意图。

图4是本申请实施例提供的运维知识库建立方法的流程示意图。

图5是本申请实施例提供的应用部署关系的结构示意图。

图6是本申请实施例提供的应用部署关系的实体关系图。

图7是本申请实施例提供的运维知识库检索方法的流程示意图。

图8是本申请实施例提供的运维知识库建立***的结构示意图。

图9是本申请实施例提供的运维知识库检索***的结构示意图。

图10是本申请实施例提供的电子设备的结构示意图。

图中，201、第一数据获取模块；202、关系建立模块；203、第二数据获取模块；204、检索推荐模块；205、结果确定模块；301、CPU；302、ROM；303、RAM；304、I/O接口；305、输入部分；306、输出部分；307、存储部分；308、通信部分；309、驱动器；310、可拆卸介质。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。

随着计算机信息***的广泛使用，企业对信息***的依赖越来越深，保障信息***稳定运行的运维工作就变得尤为重要。运维人员的知识技能是保障运维质量的核心要素，运维知识库是支撑运维人员运维技能的重要平台，通过在运维知识库的查询检索，可帮助运维人员检索相关运维知识，辅助运维操作，提升运维质量。

运维知识库是在信息***的运维工作中不断积累得到的。最初的运维知识库往往只包含一些常规软硬件的维护知识，例如：来自软硬件厂商的设备维护手册、操作手册，各种操作维护命令、常规故障处理方法等。随着运维工作长期不间断的进行，运维知识库中会逐渐添加一些新的运维知识，例如，***故障现象、处理方法、各种操作技巧等。此时，企业的运维知识库和信息***稳定运行的关系更为紧密。对于新接触企业信息***的运维人员，可以在运维知识库中检索到一些运维内容，使得运维人员能够较快熟悉企业信息***的运维工作。

目前，对于运维知识库的检索，一般使用关键词检索、分类检索等常规检索。采用关键词检索时，需要运维人员根据自己的理解总结出关键词，并将关键词输入运维知识库，运维知识库通过模糊查询和全文检索方式，检索相关的运维知识条目并将查询结果呈现。分类检索也需要基于运维人员对问题的理解选择检索的类别。传统的运维知识库查询方式，过多的依赖于运维人员对关键词的理解总结，很容易出现理解偏差达不到理想的查询效果。特别是出现***故障时，对运维知识库的查询时限要求较高，需要以最快的速度查到解决***故障的办法，所以如何提高运维知识库的查询效率，让运维人员可以快速、便捷地查出与***故障紧密相关的运维知识条目，是当前需要解决的问题。

可以理解的是，企业信息***的构建越来越呈现出层次化、组件化构建的发展趋势。参照图1，典型的信息***包括网络层、主机层、支撑软件层、定制化应用层。网络层形成由各网络设备组成的网络链路结构；主机层由各主机服务、存储设备构成计算支撑，支撑软件层则包括了操作***、数据库、中间件软件服务器等；定制化应用层则在上述各层的基础上，由应用定制开发商按照企业的业务需求定制开发一系列应用软件；各应用软件通过各个软件功能的运行，为企业提供业务运营支撑。参照图2，这些层次化部署结构，形成了应用的部署依赖关系。在信息***实际运行过程中，任何下层组件的异常或故障，都有可能直接导致下层组件对应上层组件的正常运行；同时，各组件之间又存在着远比这种层次化结构更为复杂的网状结构的关联关系：任何一层的组件异常，都有可能沿纵向导致其上下各层工作异常，也有可能横向导致其他组件出现异常，进而引发其他异常出现。

参照图3，在上述存在紧密的部署关系的情况下，使用传统的关键词查询、关键词词频查询等方式只能查询出孤立的、一条一条的运维知识条目，无法将运维知识库中体现企业信息***的部署关系的运维知识条目快速检索出来，无法适配企业信息***运维的实际需要。

本申请实施例提供了一种运维知识库建立方法，通过将运维知识库中运维知识条目和企业***的部署关系建立联系，在运维知识库中实现对企业***紧密相关的运维知识条目的快速查询。

下面结合说明书附图对本申请实施例作进一步详细描述。

本申请实施例提供一种运维知识库建立方法，所述方法的主要流程描述如下。

如图4所示：

步骤S101：获取应用部署关系和运维数据。

具体地，应用部署关系表示硬件设备、在硬件设备中的应用和/或服务之间的关系，上述运维数据包括运维内容和上述运维内容对应的搜索关键词。

需要了解的是，对于一个企业而言，需要管理的硬件设备以及硬件设备各种应用、服务的数量是较大的，硬件设备以及硬件设备中的应用、服务之间会存在相互影响的关系，而这些相互影响的关系就构成了上述应用部署关系。上述运维数据表示一条一条的运维内容和搜索关键词。例如，***A出现了一个故障B，通过对***A进行操作C使得故障B消失了，这个运维的过程就可以形成一条运维数据，该运维内容为问题位置为***A，问题为故障B，解决方案为操作C，搜索关键词为故障B或***A。

步骤S102：根据运维数据和应用部署关系的对应关系，建立搜索关键词和应用部署关系的对应关系，确定运维知识库。

具体地，上述应用部署关系中的硬件设备、应用和服务对应至少一条运维数据；当上述硬件设备、应用和服务存在关联关系时，上述硬件设备、应用和服务对应的上述运维数据存在关联关系。

在一个具体的示例中，存在三条运维数据，其中，第一条运维数据：问题位置为***A1，问题为故障B1，解决方案为操作C1，搜索关键词为故障B1；第二条运维数据：问题位置为***A2，问题为故障B2，解决方案为操作C2，搜索关键词为故障B2；第三条运维数据：问题位置为***A3，问题为故障B3，解决方案为操作C3，搜索关键词为故障B3。如果***A1是***A2的上层应用或上层设备，***A2是***A3的上层应用或上层设备，这样***A1、A2和A3之间就存在关联关系，所以将第二条运维数据和第一条运维数据、第三条运维数据建立联系。这样在使用搜索关键词“故障B2”时，可以检索到第二条运维数据，但是由于第二条运维数据和第一条运维数据、第三条运维数据存在关联关系，则根据搜索关键词“故障B2”也可以检索出第一条运维数据和第三条运维数据。

参照图5，左侧的树状图表示应用部署关系，树状图中部分节点的词条表示该节点对应的运维数据，右侧由虚线连接的树状图表示运维数据中搜索关键词之间的关联关系。

参照图6，在另一个具体的实施方式中，在数据库中创建了设备类型表(tblDeveiceType)、设备实例表(tblDeveice)、设备属性表(tblDeveiceAttr)和设备实例关系表(tblAttrRel)。上述每个表中都有多个属性，通过在上述表之间设置外键，建立各个表之间的关联关系，形成应用部署关系。例如，将设备类型表中的主键字段作为设备实例表的外键字段DeviceTypeID，将设备实例表中的主键作为设备属性表的外键字段DeviceID。

在运维知识库中创建知识分类表(tblKnowType)、知识条目表(tblKnowledge)、关键词表(tblKeyWord)、知识条目关键词映射表(tblKnowKeyWordMap)、知识条目关键词映射表(tblDeviceKnowledgeMap)和关键词关联关系表(tblKeyWordRel)。同样地，通过在上述表之间设置外键，建立各个表之间的关联关系，形成运维知识库。例如，将知识分类表的主键字段作为知识条目表的外键字段KnowledgeTypeID，将知识分类表和关键词表的主键作为知识条目关键词映射表的外键字段。对于各个表之间的外键关系，根据实际需求建立，在此不做具体限定。

基于上述运维知识库建立方法得到的运维知识库，本申请实施例还提供了一种运维知识库检索方法，运维知识库检索方法的主要流程描述如下。

如图7所示：

步骤S101：获取目标关键词。

具体地，上述目标关键词表示用于检索运维内容的关键词。上述目标关键词可以由运维人员直接输入，也可以在目标关键词推荐序列中选择。

进一步地，获取运维知识库的历史搜索次数，上述历史搜索次数是指在上述运维知识库中每间隔预设时间内的总搜索次数；根据上述历史搜索次数对应的搜索时间进行降序排序；例如，上述预设时间为24小时，当天为10月12日，则前一天的搜索时间为10月11日，再往前二十四小时的搜索时间为10月10日，则按照10月12日、10月11日、10月10日的顺序对历史搜索次数进行排序。依次判断上述历史搜索次数是否在预设的搜索频次范围内，得到判断结果；根据上述判断结果，确定统计周期。获取在上述统计周期内每个搜索关键词的搜索频次；根据目标需求和上述搜索频次，形成目标关键词推荐序列；从上述目标关键词推荐序列中确定目标关键词。

在一个具体的实施方式中，目标关键词推荐序列通过所有搜索关键词的使用频率（也可以理解为搜索频次）确定。此处的搜索关键词与上述运维知识库建立方法中提到的搜索关键词含义相同，在此不做解释。获取上述运维知识库每天的历史搜索次数，依次判断每天的历史搜索次数，当连续多天的历史搜索次数均保持在一定的范围内时，则将上述多天的天数作为上述使用频率的统计周期。例如，设定50次-100次为搜索频次范围，根据历史搜索次数对应的搜索时间进行降序排序，然后对历史搜索次数依次进行判断，即判断前一天的历史搜索次数是否在上述搜索频次范围内，若在上述搜索频次范围内时，则继续判断前一天的前一天历史搜索次数是否在上述搜索频次范围内，若是则继续判断，直到前n天的历史搜索次数不在上述搜索频次范围内，则将n-1作为统计周期。其中，n为正整数。再例如，如果前一天的历史搜索次数小于50次，则对前n天的判断需要均符合小于50次的要求，同理，当前一天的历史搜索次数大于100次，则对前n天的判断需要均符合大于100次的要求。通过上述方式，降低统计周期内存在异常搜索情况的可能，避免由于统计周期的异常使得上述使用频率出现偏差。

根据在最近n-1天内即在统计周期内每个搜索关键词的搜索次数即搜索频次，将搜索关键词分为高频搜索词、中频搜索词和低频搜索词。运维人员可以根据最近对想要检索的运维内容的次数做评估，从高频、中频或低频中选择一个，根据运维人员的选择，形成目标关键词推荐序列。

通过上述方式对搜索关键词进行划分，在一定程度上可以保证搜索关键词的数量在每个分类中是相对均匀分布的，尽可能的避免大部分搜索关键词集中落在某一个分类中。通过这种方式提高了运维人员的确定目标关键词的效率和准确性，进而提高检索效率。

步骤S102：将目标关键词和运维知识库中的搜索关键词进行匹配，得到检索推荐序列。

具体地，上述运维知识库包括运维数据、上述运维数据对应的应用部署关系和上述运维数据对应的上述搜索关键词。关于运维知识库的具体内容在前述运维知识库建立方法中已经进行过详细描述，在此不再赘述。当上述目标关键词与上述搜索关键词相同时，获取上述搜索关键词对应的应用部署关系，上述应用部署关系表示硬件设备、在上述硬件设备中的应用和/或服务之间的关系。关于应用部署关系与搜索关键词之间的关系，在前述运维知识库建立方法中已经进行过详细描述，在此不做赘述。根据上述应用部署关系，生成检索推荐序列。

在一个具体的示例中，目标关键词为“故障B2”，当运维数据中的搜索关键词也为“故障B2”时，得到与“故障B2”相同的运维数据的同时，还可以检索到与“故障B2”存在关联关系的“故障B1”和“故障B3”的运维数据，上述检索推荐序列，根据运维人员的设定，确定上述检索推荐序列的范围。例如，运维人员设定仅关联上三层的运维数据，那上述检索推荐序列包括“故障B1”的运维数据以及“故障B1”上两层的运维数据。

根据需求不同，上述检索推荐序列可以包括运维数据中的搜索关键词和问题位置两个字段，也可以包括运维数据中的所有字段，在此不做限定。

步骤S103：从检索推荐序列中确定目标检索需求，得到与目标检索需求对应的检索结果。

具体地，运维人员可以从检索推荐序列中选择想要的目标检索需求，确定目标检索需求之后就可以得到检索结果。

本申请实施例提供一种运维知识库建立***，参照图8，运维知识库建立***包括：

第一数据获取模块201，用于获取应用部署关系和运维数据，应用部署关系表示硬件设备、在硬件设备中的应用和/或服务之间的关系，运维数据包括运维内容和运维内容对应的搜索关键词；

关系建立模块202，用于根据运维数据和应用部署关系的对应关系，建立搜索关键词和应用部署关系的对应关系，确定运维知识库。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所描述的模块的具体工作过程，可以参考前述运维知识库建立方法实施例中的对应过程，在此不再赘述。

本申请实施例提供一种运维知识库检索***，参照图9，运维知识库检索***包括：

第二数据获取模块203，用于获取目标关键词，目标关键词用于在运维知识库中检索，运维知识库包括运维数据、运维数据对应的应用部署关系和运维数据对应的搜索关键词；

检索推荐模块204，用于将目标关键词和运维知识库中的搜索关键词进行匹配，得到检索推荐序列；

结果确定模块205，用于从检索推荐序列中确定目标检索需求，得到目标检索需求对应的检索结果。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所描述的模块的具体工作过程，可以参考前述运维知识库检索方法实施例中的对应过程，在此不再赘述。

本申请实施例公开一种电子设备。参照图10，电子设备包括中央处理单元(central processing unit，CPU)301，其可以根据存储在只读存储器(read-only memory，ROM)302中的程序或者从存储部分307加载到随机访问存储器(random access memory，RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有***操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线彼此相连。输入/输出(input/output，I/O)接口304也连接至总线。

以下部件连接至I/O接口304：包括键盘、鼠标等的输入部分305；包括诸如阴极射线管(cathode ray tube，CRT)、液晶显示器(liquid crystal display，LCD)等以及扬声器等的输出部分306；包括硬盘等的存储部分307；以及包括诸如局域网(local areanetwork,LAN)卡、调制解调器等的网络接口卡的通信部分308。通信部分308经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口304。可拆卸介质310，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309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307。

特别地，根据本申请的实施例，上文参考流程图图4或图7描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，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。在这样的实施例中，该计算机程序可以通过通信部分308从网络上被下载和安装，和/或从可拆卸介质310被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的装置中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、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(erasable programmable read only memory,EPROM)、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，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。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、射频(radio frequency,RF)等等，或者上述的任意合适的组合。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种运维知识库检索方法，其特征在于，包括：

获取目标关键词，所述目标关键词用于在运维知识库中检索，所述运维知识库包括运维数据、所述运维数据对应的应用部署关系和所述运维数据对应的所述搜索关键词；

将所述目标关键词和所述运维知识库中的搜索关键词进行匹配，根据所述运维数据对应的应用部署关系，得到检索推荐序列；

从所述检索推荐序列中确定目标检索需求，得到所述目标检索需求对应的检索结果。

2.根据权利要求1所述的运维知识库检索方法，其特征在于，所述将所述目标关键词和运维知识库中的搜索关键词进行匹配，根据所述运维数据对应的应用部署关系，得到检索推荐序列，包括：

当所述目标关键词与所述搜索关键词相同时，根据所述运维数据对应的应用部署关系，得到所述搜索关键词对应的应用部署关系，所述应用部署关系表示硬件设备、在所述硬件设备中的应用和/或服务之间的关系；

根据所述搜索关键词对应的应用部署关系，生成检索推荐序列。

3.根据权利要求1所述的运维知识库建立方法，其特征在于，所述获取目标关键词，包括：

获取在统计周期内每个搜索关键词的搜索频次；

根据目标需求和所述搜索频次，形成目标关键词推荐序列；

从所述目标关键词推荐序列中确定目标关键词。

4.根据权利要求3所述的运维知识库建立方法，其特征在于，所述统计周期通过以下方式确定：

获取所述运维知识库的历史搜索次数，所述历史搜索次数是指在所述运维知识库中每间隔预设时间内的搜索次数；

根据所述历史搜索次数对应的搜索时间进行降序排序；

依次判断所述历史搜索次数是否在预设的搜索频次范围内，得到判断结果；

根据所述判断结果，确定统计周期。

5.一种运维知识库建立方法，其特征在于，包括：

获取应用部署关系和运维数据，所述应用部署关系表示硬件设备、在所述硬件设备中的应用和/或服务之间的关系，所述运维数据包括运维内容和所述运维内容对应的搜索关键词；

根据运维数据和所述应用部署关系的对应关系，建立所述搜索关键词和所述应用部署关系的对应关系，确定运维知识库。

6.根据权利要求1所述的运维知识库建立方法，其特征在于，所述应用部署关系中的硬件设备、应用和服务对应至少一条运维数据；

当所述硬件设备、应用和服务存在关联关系时，所述硬件设备、应用和服务对应的所述运维数据存在关联关系。

7.一种运维知识库建立***，其特征在于，包括：

第一数据获取模块，用于获取应用部署关系和运维数据，所述应用部署关系表示硬件设备、在所述硬件设备中的应用和/或服务之间的关系，所述运维数据包括运维内容和所述运维内容对应的搜索关键词；

关系建立模块，用于根据运维数据和所述应用部署关系的对应关系，建立所述搜索关键词和所述应用部署关系的对应关系，确定运维知识库。

8.一种运维知识库检索***，其特征在于，包括：

第二数据获取模块，用于获取目标关键词，所述目标关键词用于在运维知识库中检索，所述运维知识库包括运维数据、所述运维数据对应的应用部署关系和所述运维数据对应的所述搜索关键词；

检索推荐模块，用于将所述目标关键词和运维知识库中的搜索关键词进行匹配，根据所述运维数据对应的应用部署关系，得到检索推荐序列；

结果确定模块，用于从所述检索推荐序列中确定目标检索需求，得到所述目标检索需求对应的检索结果。

9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至4或5至6中任一种所述方法的计算机程序。

10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至4或5至6中任一种所述方法的计算机程序。