CN107342880A - 异常信息采集方法及系统 - Google Patents
异常信息采集方法及系统 Download PDFInfo
- Publication number
- CN107342880A CN107342880A CN201610283589.XA CN201610283589A CN107342880A CN 107342880 A CN107342880 A CN 107342880A CN 201610283589 A CN201610283589 A CN 201610283589A CN 107342880 A CN107342880 A CN 107342880A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- moment
- monitored object
- time
- 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.)
- Granted
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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/064—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis involving time analysis
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0677—Localisation of faults
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/069—Management of faults, events, alarms or notifications using logs of notifications; Post-processing of notifications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种异常信息采集方法及系统,涉及通信领域,所述方法包括:异常信息采集方法,包括:对监控对象和定位异常问题所需的调试命令进行确定;对仪器运行过程中的日志进行记录;通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常;若判断所述监控对象产生异常,则获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息;将所获取的日志信息和调试信息写入异常信息文件。通过将与异常相关的日志信息和调试信息相结合,使异常信息互补且完善,信息量全面,有利于对异常问题进行定位。
Description
技术领域
本发明涉及通信领域,特别涉及异常信息采集方法及系统。
背景技术
在仪器实际使用过程中,例如射频拉远单元(Radio Remote Unit,RRU),随着系统复杂度的提高,异常产生原因的波及面也越来越广。按照传统方式一一封装需要监控的可疑点,会导致需要采集的可疑点分散,难以维护,最终导致后续版本数据缺失。同时,这些封装后的数据与研发人员常用的调试信息差异很大,降低了研发人员分析问题的效率。
进一步地,如果需要获取异常产生前的日志,就需要复现问题,在问题产生前就开始采集日志,而这些操作对于外场而言十分困难。
因此,如何获取一份较完整的异常信息文件对于定位外场问题尤显重要。
发明内容
根据本发明实施例提供的技术方案解决的技术问题是如何采集较完整的异常信息文件。
根据本发明实施例提供的异常信息采集方法,包括:
对监控对象和定位异常问题所需的调试命令进行确定;
对仪器运行过程中的日志进行记录;
通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常;
若判断所述监控对象产生异常,则获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息;
将所获取的日志信息和调试信息写入异常信息文件。
优选地,所述的通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常的步骤包括:
对所述监控对象的状态进行统计;
若所述监控对象的状态统计数据为第一次异常,则记录所述第一次异常产生的时间作为异常产生时刻;
若所述监控对象的状态统计数据满足预设的异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
优选地,所述的获取与所产生异常相关的日志信息的步骤包括:
当确定所述已运行仪器产生异常时,获取所述异常的异常产生时刻和异常确认时刻;
根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志。
优选地,所述的根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志的步骤包括:
根据与所述监控对象相关的监控点中的最长状态更新时间,确定异常关联时间;
利用所确定的异常关联时间,计算分段判断时间;
若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。
优选地,所述以整段复制日志信息的方式获取异常产生前后的日志信息是指,获取从所述异常产生时刻之前异常关联时间起始至所述异常确认时刻之后异常关联时间为止的日志信息。
优选地,所述以分段复制日志信息的方式获取异常产生前后的日志信息是指,获取所述异常产生时刻前后异常关联时间段内的第一日志信息和所述异常确定时刻前后异常关联时间段内的第二日志信息。
根据本发明实施例提供的存储介质,其存储用于实现上述方法的程序。
根据本发明实施例提供的异常信息采集系统,包括:
异常管理模块,用于对监控对象和定位异常问题所需的调试命令进行确定;
日志记录模块,用于对仪器运行过程中的日志进行记录;
异常监控模块,用于通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常;
信息获取模块,用于在判断所述监控对象产生异常时,获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息;
信息融合模块,用于将所获取的日志信息和调试信息写入异常信息文件。
优选地,所述异常监控模块对所述监控对象的状态进行统计,若所述监控对象的状态统计数据为第一次异常,则记录所述第一次异常产生的时间作为异常产生时刻,若所述监控对象的状态统计数据满足预设的异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
优选地,所述信息获取模块在确定所述已运行仪器产生异常时,获取所述异常的异常产生时刻和异常确认时刻,并根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志。
优选地,所述信息获取模块根据与所述监控对象相关的监控点中的最长状态更新时间确定异常关联时间,并利用所确定的异常关联时间,计算分段判断时间,若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。
本发明实施例提供的技术方案具有如下有益效果:
通过将与异常相关的日志信息和调试信息相结合,使异常信息互补且完善,信息量全面,有利于对异常问题进行定位。
附图说明
图1是本发明实施例提供的异常信息采集方法框图;
图2是本发明实施例提供的异常信息采集系统框图;
图3是本发明另一实施例提供的异常信息采集系统的模块结构和协作方式示意图;
图4是图3所示系统的异常时刻确认流程图;
图5是图3所示异常日志获取流程图;
图6是图3所示调试信息获取流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行详细说明,应当理解,以下所说明的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
图1是本发明实施例提供的异常信息采集方法框图,如图1所示,步骤包括:
步骤S101:对监控对象和定位异常问题所需的调试命令进行确定。
其中,监控对象可以包括输入电压,也可以包括功率等其它对象。
其中,调试命令可以包括研发人员在实验室中定位异常原因时采用的调试命令,也可以包括根据需要设定的其它调试命令。
步骤S102:对仪器运行,记录仪器运行过程中的日志进行记录。
步骤S103:检查(例如采用周期性检查的方式)监控对象状态,并判断该监控对象是否产生异常。
以周期检查监控对象状态为例,周期检查监控对象状态,并对状态进行统计,若所述监控对象第一次产生异常,则记录所述第一次异常产生的时间作为异常产生时刻,若所述监控对象的统计数据满足异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
进一步说,当统计到监控对象第一次产生异常时,将本次产生异常的时刻作为异常产生时刻并记录。如果随后在满足异常确认条件前异常状态消失,则忽略该异常,并将该异常产生时刻删除,即本次异常可能由系统波动导致,而非系统故障。如果随后统计的异常数据满足异常确认条件,则判断该监控对象发生异常,并记录当前时刻为异常确认时刻,例如,异常数据统计值(例如9次)占总统计值(例如10次)的比例(90%)大于预设比例(例如80%),则确认监控对象产生异常,又例如,连续多次(例如5次)出现异常数据,则确认监控对象产生异常。
步骤S104:若确定所述监控对象产生异常,则获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息。
具体地说,当确定所述监控对象产生异常时,获取所述异常的异常产生时刻和异常确认时刻,并根据监控对象相关的监控点中的最长状态更新时间确定异常关联时间,并利用所确定的异常关联时间,计算分段判断时间,然后比较所述异常确认时刻和所述异常产生时刻之差与所述分段判断时间,若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。其中,所述监控对象指输入电压、电流、功率等物理对象,所述监控点指与所述监控对象关联的能够导致所述监控对象产生异常的器件。
进一步说,在仪器投入外场(即非实验室环境)运行期间,记录系统运行过程中不断产生的日志信息,并通过为每条日志信息追加时间戳,记录每条日志的时间,记录于日志采集文件。进一步地,随着仪器运行,日志信息将越来越多,为了使日志信息的大小在可控范围内,可以周期性剔除日志采集文件中较老的数据。
如果异常确认时刻和异常产生时刻之间的时间间隔较长,那么完全采集这段时间内的日志,会使日志信息过长且冗余,因此需判断采取分段或整段复制日志信息的方式获取异常产生前后的日志信息。其中,以整段复制日志信息的方式获取异常产生前后的日志信息是指,获取从所述异常产生时刻之前异常关联时间起始至所述异常确认时刻之后异常关联时间为止的日志信息;以分段复制日志信息的方式获取异常产生前后的日志信息是指,获取所述异常产生时刻前后异常关联时间段内的第一日志信息和所述异常确定时刻前后异常关联时间段内的第二日志信息。
进一步地,仪器运行期间,当确认异常产生时,通过执行一些调试命令,获取调试命令信息(即调试信息或命令信息)。
步骤S105:将所获取的日志信息和调试信息写入异常信息文件。
例如对于一条异常信息,在异常信息文件中依次记录异常信息开始分隔符、命令信息、日志信息、异常信息结束分隔符,按照类似的格式组织异常信息,可以使定位问题的人员较清晰的区分不同的异常信息,有利于故障定位。
本实施例提供的异常信息文件包含异常产生前后的日志和异常相关调试命令信息,其对于定位外场问题尤显重要。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,该程序在执行时,包括步骤S101至步骤S105。其中,所述的存储介质可以为ROM/RAM、磁碟、光盘等。
图2是本发明实施例提供的异常信息采集系统框图,如图2所示,包括:
异常管理模块,用于对监控对象和定位异常问题所需的调试命令进行确定。
日志记录模块,用于对仪器运行,记录仪器运行过程中的日志进行记录;
异常监控模块,用于通过对所述周期检查监控对象的状态进行检查,并通过异常确认条件判断确定该所述监控对象是否产生异常。异常监控模块可以检查(例如周期性检查)监控对象状态,并通过异常确认条件判断该监控对象是否产生异常,即对所述监控对象状态进行统计,若所述监控对象的状态统计数据为第一次异常,则记录所述第一次异常产生的时间作为异常产生时刻,若所述监控对象的状态统计数据满足异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
信息获取模块,用于确定监控对象产生异常时,获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息。具体地说,信息获取模块在确定所述监控对象产生异常时,获取所述监控对象的异常产生时刻和异常确认时刻,并根据与所述监控对象相关的监控点中的最长状态更新时间,确定异常关联时间,从而利用所确定的异常关联时间,计算分段判断时间,比较所述异常确认时刻和所述异常产生时刻之差与所述分段判断时间,若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。
信息融合模块,用于将所获取的日志信息和调试信息写入异常信息文件。
图3是本发明另一实施例提供的异常信息采集系统的模块结构和协作方式示意图,如图3所示,主要针对仪器故障时的异常信息采集问题,为了定位异常产生的原因,需要提供一份既完善又易分析的异常信息文件,该异常信息文件解决的问题包括:1.通过异常日志(与异常相关的打印信息)和调试命令信息相结合,使异常信息互补且完善;2.通过下文判断准则获取异常产生前的日志;3.不监控固定数据点,通过注册集合的方式,实现了监控内容自动更新。本实施例采用以下技术方案,本实施例建立一套异常信息采集(或获取)系统,该系统包含:异常监控管理模块(相当于异常管理和异常监控模块)、异常日志获取模块(相当于信息获取模块)、调试信息获取模块(相当于信息获取模块)、信息融合模块。
异常监控管理模块主要作用:用于注册监控对象合集,其集合包含要监控的对象、每个监控对象的扫描周期、异常确认条件等;注册常用调试命令集,即研发平时定位问题敲的调测函数(即调试命令)。
异常日志获取模块主要作用:首先是日志记录,记录系统运行过程中不断产生的打印信息,并在每条打印信息前追加时间戳。同时为了使该日志的大小在一个可控范围内,周期性剔除日志采集文件中较老的数据。其次,异常相关日志获取,按照下文及图5所述规则获取异常产生前后的日志。
调试信息获取模块主要作用:当异常确认后,调用调试命令库中的所有命令,记录调试命令信息。
信息融合模块主要作用:当异常日志和调试信息都获取好后,将这两部分内容按一定的格式写入最终的异常信息文件。
上述各模块的连接关系见附图3。
所述异常信息采集的步骤包括:
一.在异常监控管理模块注册监控对象合集与调试命令合集。
二.仪器运行,系统开始记录运行过程中产生的打印信息。一段时间删除较老的打印信息。
三.异常产生,按照下文所述方式记录异常产生时刻与异常确认时刻。按照下文的规则从上一步记录的日志中获取与异常相关的异常日志。
四.调用调试命令库中的命令,记录调试命令信息。
五.将与异常相关的异常日志和调试命令信息按照一定的格式融合写入最终异常信息文件。
采用本实施例所建立的异常信息采集系统,实现了以下目的:
1.异常产生前后异常日志、和调试命令信息相结合,信息间互补,最大程度还原了研发人员在实验室定位问题需要采集的数据,信息量全面,且容易被研发人员分析;
2.通过本文判断准则,实现了异常产生前日志的采集;
3.不需要为该系统封装专门的监控函数,而是选择与用户强相关,且会不断维护的数据(日志,常用调试命令)作为采集对象,通过注册的方式来获取这些内容,保证内容会被不断更新,实现系统的自动更新。
图4是图3所示系统的异常时刻确认流程图,如图4所示,步骤包括:
步骤S201:异常监控管理模块周期检查监控对象。
步骤S202:对异常状态进行判断。
如果此时异常状态是异常中断,则执行步骤S203;
如果此时异常存在,首先判断是否为第一次异常,如果是,则执行步骤S204,紧接着执行步骤S205。
步骤S203:消除已记录的异常产生时刻和其它相关数据,并流程结束。
步骤S204:记录异常产生时刻。
步骤S205:异常确认判断。
判断是否达到异常确认条件,如果达到异常确认条件则执行步骤S206,如果没达到则执行步骤S208流程结束,进行下一轮统计判断。
步骤S206:记录异常确认时间。
步骤S207:获取所记录的异常产生时刻和异常确认时刻,以便利用获取的这两个条件,进行后续流程异常相关数据采集。
步骤S208:结束流程。
图5是图3所示异常日志获取流程图,如图5所示,步骤包括:
步骤S301:获取打印记录文件;
步骤S302:比较异常确认时刻和异常产生时刻之差与分段判断时间,若前者小于后者,则执行步骤S303,否则执行步骤S304。
步骤S303:整段日志复制;
步骤S304:分段日志复制;
步骤S305:添加异常产生点和异常确认点标识。
图6是图3所示调试信息获取流程图,如图6所示,步骤包括:
步骤S401:异常监控管理模块确认异常产生;
步骤S402:执行调试命令库中的命令;
步骤S403:判断命令内容能否直接写入异常信息文件,能则执行步骤S404,否则执行步骤S405;
步骤S404:通过写文件方式将信息写入异常信息文件;
步骤S405:通过重定向方式将屏幕上的打印信息写入异常信息文件,即将信息输出口从屏幕转接到异常信息文件。
下面结合图4至图6进一步详细描述。
在异常监控管理模块注册监控对象合集与调试命令合集。
仪器运行,系统开始记录运行过程中产生的打印信息。每隔一段时间删除较老的打印信息。例如每隔12小时,将本日志中24小时前的日志数据剔除。
异常监控管理模块对异常进行监控,按照图4规则确定异常产生时刻和异常确认时刻,如图4所示,异常监控管理模块周期查询监控对象,然后进行监控对象状态统计,如果第一次发现异常则记录异常产生时刻,如果异常状态还没有达到异常确认条件就消失则消除已记录的异常产生时刻,如果达到异常确认条件,就会获得异常产生时刻和异常确认时刻。这里应该说明:如果异常只是系统波动,随后消失,并不影响使用,则该异常可以忽略;如果异常连续不断出现并且达到确认条件则确认这是一个影响使用的异常,记录此时时间为异常确认时刻。例如每3s检查一次输入电压是否异常,第一次发现输入电压异常,记录下这次产生时刻,如果随后连续3次都发现输入电压异常即满足注册的异常确认条件,则确认产生了输入电压异常,记录这时的时间为异常确认时刻。
在图4确定异常产生时刻和异常确认时刻后,按照图5的准则进行异常相关打印信息的获取,如图5所示,当按照图4方式获取了异常产生时刻和异常确认时刻,就可按照图5所示方式从已记录的打印日志中获取与异常相关的日志。
本实施例定义的几个概念的解释如下:
异常关联时间:在这一时段内的日志与异常紧密相关,其确认方式为:与异常相关的采集数据中状态更新最长时间*系数;其中,系数与实际的异常系统以及日志容纳大小有关。
分段判断时间:为了日志的连续性,一般会整段复制日志,但如果异常产生时刻与异常确认时刻间隔很大,为了避免其中记录过多重复信息,导致日志过大,需要分段复制日志。这里规定异常关联时间*系数(系数与实际的异常系统,以及日志容纳大小有关),该时间大小作为是否分段采集日志的判断标准。
整段复制日志:当异常产生时刻减去异常确认时刻小于分段判断时间,就整段复制日志,即复制从(异常产生时刻-异常关联时间)到(异常确认时刻+异常关联时间)之间的异常日志。
分段日志复制:当异常产生时刻减去异常确认时刻大于分段判断时间,就复制“异常产生时刻±异常关联时间”,和“异常确认时刻±异常关联时间”,这两段时间之间的日志,并在这两段日志之间增加日志中断标示。
由于异常产生时刻和异常确认时刻对于一个异常来说是比较重要的两个时刻,因此在这两个时刻前增加星号作为标识,使其在日志中较为便捷的找出。
例如:本实施例中监控点中更新时间最长的为80s,考虑系统存储与文件大小,认为3次能确认事件是否周期发生,因此定义异常关联时间为80s*3=240s。由于本实施例认为异常产生时刻后和异常确认时刻前异常关联时间内的数据都是有用的,再加上一次异常关联时间作为冗余,因此分段判断时间的系数取3,故分段判断时间为异常关联时间240s*系数3=720s。当异常确认时刻减去异常产生时刻小于720s,就整段复制日志,即从日志采集文件复制异常产生时刻减去240s到异常确认时刻加上240s之间的日志。当异常确认时刻减去异常产生时刻大于720s,如果还采取整段复制日志,就会获取很多冗余信息,导致日志过大,因此采取分段日志复制,只复制异常产生时刻前后240s之间的日志和异常确认时刻前后240s之间的日志,并在这两段日志之间加上分段标示符。
当异常监控管理模块确认异常产生,除了告知异常日志获取模块准备获取日志外,还会告知调试信息获取模块,调试信息获取模块按照图6准则获取调试信息,如图6所示。调试信息获取模块调用注册在异常监控管理模块中的调试命令库中的所有命令,并记录这些调试命令产生的调试信息。由于既往实现的调试命令的差异,有些命令可以将命令内容通过指针传递给调用者即本发明实施例的调试信息获取模块,这些命令可以将命令内容直接写入文件,而有些命令只能将命令内容显示在屏幕,无法将命令内容告知调用者,对于这部分命令为了避免再次封装实现相同内容的命令函数而造成耦合,因此采用重定向的方式将输出在屏幕上的信息重定向写入文件。
随后,信息融合模块将上述获取的异常日志和调试命令信息按一定的格式写入最终异常信息文件。按照这种方式,随后监控对象再确定产生异常,将其相关的信息追加写入该异常信息文件。通过这些与异常相关的数据信息,研发人员就可以很容易的定位异常产生的根本原因。
综上所述,本发明的实施例具有以下技术效果:
1、采集异常产生前后日志信息与异常相关调试命令信息,通过将两者相结合,提高了研发人员的分析效率。
2、由于异常产生前的数据对于定位异常问题有重要的参考价值,通过本发明实施例确认的异常产生时刻和异常确认时刻,可实现异常产生前日志的采集。
3、通过本发明实施例所述分段或整段获取日志方式,避免了获取过多冗余日志,有效获取与异常相关信息。
4、在采集方式上,本系统不监控固定的数据点,而是监控平台注册的集合,选择已有的调试命令,从而避免了对同一监控点多处监控而造成的耦合。
5、日志信息与已有调试命令都是与用户强相关,会随版本演进不断被维护更新,从而实现了本系统采集内容的自动更新,也最大限度的减少了本系统的后续维护成本。
尽管上文对本发明进行了详细说明,但是本发明不限于此,本技术领域技术人员可以根据本发明的原理进行各种修改。因此,凡按照本发明原理所作的修改,都应当理解为落入本发明的保护范围。
Claims (10)
1.异常信息采集方法,其特征在于,包括:
对监控对象和定位异常问题所需的调试命令进行确定;
对仪器运行过程中的日志进行记录;
通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常;
若判断所述监控对象产生异常,则获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息;
将所获取的日志信息和调试信息写入异常信息文件。
2.根据权利要求1所述的方法,其特征在于,所述的通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常的步骤包括:
对所述监控对象的状态进行统计;
若所述监控对象的状态统计数据为第一次异常,则记录所述第一次异常产生的时间作为异常产生时刻;
若所述监控对象的状态统计数据满足预设的异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
3.根据权利要求1所述的方法,其特征在于,所述的获取与所产生异常相关的日志信息的步骤包括:
当确定所述已运行仪器产生异常时,获取所述异常的异常产生时刻和异常确认时刻;
根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志。
4.根据权利要求3所述的方法,其特征在于,所述的根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志的步骤包括:
根据与所述监控对象相关的监控点中的最长状态更新时间,确定异常关联时间;
利用所确定的异常关联时间,计算分段判断时间;
若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。
5.根据权利要求4所述的方法,其特征在于,所述以整段复制日志信息的方式获取异常产生前后的日志信息是指,获取从所述异常产生时刻之前异常关联时间起始至所述异常确认时刻之后异常关联时间为止的日志信息。
6.根据权利要求4所述的方法,其特征在于,所述以分段复制日志信息的方式获取异常产生前后的日志信息是指,获取所述异常产生时刻前后异常关联时间段内的第一日志信息和所述异常确定时刻前后异常关联时间段内的第二日志信息。
7.异常信息采集系统,其特征在于,包括:
异常管理模块,用于对监控对象和定位异常问题所需的调试命令进行确定;
日志记录模块,用于对仪器运行过程中的日志进行记录;
异常监控模块,用于通过对所述监控对象的状态进行检查,判断所述监控对象是否产生异常;
信息获取模块,用于在判断所述监控对象产生异常时,获取与所产生异常相关的日志信息,并通过执行所述调试命令,获取调试信息;
信息融合模块,用于将所获取的日志信息和调试信息写入异常信息文件。
8.根据权利要求7所述的系统,其特征在于,所述异常监控模块对所述监控对象的状态进行统计,若所述监控对象的状态统计数据为第一次异常,则记录所述第一次异常产生的时间作为异常产生时刻,若所述监控对象的状态统计数据满足预设的异常确认条件,则确定所述监控对象产生异常,并记录所述满足异常确认条件的时间作为异常确认时刻。
9.根据权利要求7所述的系统,其特征在于,所述信息获取模块在确定所述已运行仪器产生异常时,获取所述异常的异常产生时刻和异常确认时刻,并根据所获取的异常产生时刻和异常确认时刻,获取异常产生前后的日志。
10.根据权利要求9所述的系统,其特征在于,所述信息获取模块根据与所述监控对象相关的监控点中的最长状态更新时间确定异常关联时间,并利用所确定的异常关联时间,计算分段判断时间,若所述异常确认时刻和所述异常产生时刻之差小于所述分段判断时间,则采用整段复制日志的方式获取异常产生前后的日志,否则,采用分段复制日志的方式获取异常产生前后的日志。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610283589.XA CN107342880B (zh) | 2016-04-29 | 2016-04-29 | 异常信息采集方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610283589.XA CN107342880B (zh) | 2016-04-29 | 2016-04-29 | 异常信息采集方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107342880A true CN107342880A (zh) | 2017-11-10 |
CN107342880B CN107342880B (zh) | 2021-06-08 |
Family
ID=60221723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610283589.XA Active CN107342880B (zh) | 2016-04-29 | 2016-04-29 | 异常信息采集方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107342880B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108512694A (zh) * | 2018-03-05 | 2018-09-07 | 北京信安世纪科技股份有限公司 | 一种服务器日志分析的方法及装置 |
CN111092757A (zh) * | 2019-12-06 | 2020-05-01 | 网宿科技股份有限公司 | 一种异常数据的检测方法、系统及设备 |
CN111181812A (zh) * | 2020-01-03 | 2020-05-19 | 四川新网银行股份有限公司 | 基于网络流量的链路故障检测方法 |
CN115658553A (zh) * | 2022-12-26 | 2023-01-31 | 西安葡萄城软件有限公司 | 一种基于低代码平台的调试方法、系统及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331344A (ja) * | 2000-05-23 | 2001-11-30 | Nec Corp | 組み込みシステムの障害情報トレーサ装置 |
US6470388B1 (en) * | 1999-06-10 | 2002-10-22 | Cisco Technology, Inc. | Coordinated extendable system for logging information from distributed applications |
CN102722440A (zh) * | 2012-06-07 | 2012-10-10 | 中兴通讯股份有限公司 | 一种嵌入式系统可执行代码的调试装置、调试方法及嵌入式系统 |
CN102820983A (zh) * | 2011-11-18 | 2012-12-12 | 金蝶软件(中国)有限公司 | 系统异常信息采集方法及管理器 |
CN103209093A (zh) * | 2013-03-05 | 2013-07-17 | 青岛海信传媒网络技术有限公司 | 网元异常时的数据采集方法及系统 |
CN104202216A (zh) * | 2014-09-11 | 2014-12-10 | 浪潮软件集团有限公司 | 一种网络采集异常警告自动化处理的方法 |
CN104238540A (zh) * | 2013-06-19 | 2014-12-24 | 上海西门子医疗器械有限公司 | 用于系统异常诊断的信息采集方法、装置及医疗设备 |
-
2016
- 2016-04-29 CN CN201610283589.XA patent/CN107342880B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6470388B1 (en) * | 1999-06-10 | 2002-10-22 | Cisco Technology, Inc. | Coordinated extendable system for logging information from distributed applications |
JP2001331344A (ja) * | 2000-05-23 | 2001-11-30 | Nec Corp | 組み込みシステムの障害情報トレーサ装置 |
CN102820983A (zh) * | 2011-11-18 | 2012-12-12 | 金蝶软件(中国)有限公司 | 系统异常信息采集方法及管理器 |
CN102722440A (zh) * | 2012-06-07 | 2012-10-10 | 中兴通讯股份有限公司 | 一种嵌入式系统可执行代码的调试装置、调试方法及嵌入式系统 |
CN103209093A (zh) * | 2013-03-05 | 2013-07-17 | 青岛海信传媒网络技术有限公司 | 网元异常时的数据采集方法及系统 |
CN104238540A (zh) * | 2013-06-19 | 2014-12-24 | 上海西门子医疗器械有限公司 | 用于系统异常诊断的信息采集方法、装置及医疗设备 |
CN104202216A (zh) * | 2014-09-11 | 2014-12-10 | 浪潮软件集团有限公司 | 一种网络采集异常警告自动化处理的方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108512694A (zh) * | 2018-03-05 | 2018-09-07 | 北京信安世纪科技股份有限公司 | 一种服务器日志分析的方法及装置 |
CN111092757A (zh) * | 2019-12-06 | 2020-05-01 | 网宿科技股份有限公司 | 一种异常数据的检测方法、系统及设备 |
CN111092757B (zh) * | 2019-12-06 | 2021-11-23 | 网宿科技股份有限公司 | 一种异常数据的检测方法、系统及设备 |
CN111181812A (zh) * | 2020-01-03 | 2020-05-19 | 四川新网银行股份有限公司 | 基于网络流量的链路故障检测方法 |
CN115658553A (zh) * | 2022-12-26 | 2023-01-31 | 西安葡萄城软件有限公司 | 一种基于低代码平台的调试方法、系统及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107342880B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112910089A (zh) | 一种变电站二次设备故障逻辑可视化方法及系统 | |
CN107342880A (zh) | 异常信息采集方法及系统 | |
CN109886475B (zh) | 基于ai的计量自动化系统的信息安全态势感知系统 | |
CN105116291A (zh) | 一种基于电网运行稳态监控信息的故障诊断系统及方法 | |
CN108667666A (zh) | 一种基于可视化技术的智能运维方法及其系统 | |
CN102761174A (zh) | 基于调度综合数据平台的故障智能诊断与分析系统及方法 | |
CN105262210A (zh) | 一种变电站网络安全性分析预警系统和方法 | |
CN101269771B (zh) | 电梯的检查装置 | |
CN107947367A (zh) | 一种保护设备在线监测与智能诊断系统 | |
CN115757363B (zh) | 一种三维地籍数据库的多层级管理方法及系统 | |
CN114721352A (zh) | Dcs系统的状态监测与故障诊断方法及系统 | |
CN106685704A (zh) | 变电站二次设备故障的排查方法及装置 | |
CN110310016B (zh) | 一种基于事件化识别的配电网多源信息融合智能告警方法 | |
CN112639844A (zh) | 控制系统以及控制方法 | |
CN117150418B (zh) | 基于状态特征故障树的变压器运检周期制定方法和系统 | |
CN106197522A (zh) | 一种基于双数据通路的装备故障诊断终端及其诊断方法 | |
CN113938306A (zh) | 一种基于数据清洗规则的可信认证方法及系统 | |
CN109885978B (zh) | 一种遥感地面站故障诊断系统及方法 | |
CN105242655A (zh) | 基于物联网的工业现场监控装置 | |
CN103997126A (zh) | 一种基于开关量状态的故障诊断分级方法及系统 | |
CN109655647A (zh) | 一种电能表的异常事件记录方法 | |
CN106199251A (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
CN110162444A (zh) | 一种系统性能监测方法及平台 | |
CN111324516A (zh) | 自动记录异常事件的方法及装置、存储介质、电子设备 | |
CN108462617A (zh) | 一种串联补偿装置状态在线监测系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |