CN108508874A - 一种监控设备故障的方法和装置 - Google Patents

一种监控设备故障的方法和装置 Download PDF

Info

Publication number
CN108508874A
CN108508874A CN201810433735.1A CN201810433735A CN108508874A CN 108508874 A CN108508874 A CN 108508874A CN 201810433735 A CN201810433735 A CN 201810433735A CN 108508874 A CN108508874 A CN 108508874A
Authority
CN
China
Prior art keywords
tool
equipment
fault type
key index
parameter
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
Application number
CN201810433735.1A
Other languages
English (en)
Other versions
CN108508874B (zh
Inventor
陈涛
林烽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wangsu Science and Technology Co Ltd
Original Assignee
Wangsu Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wangsu Science and Technology Co Ltd filed Critical Wangsu Science and Technology Co Ltd
Priority to CN201810433735.1A priority Critical patent/CN108508874B/zh
Priority to PCT/CN2018/091208 priority patent/WO2019214010A1/zh
Priority to EP18901807.0A priority patent/EP3591485B1/en
Priority to US16/463,488 priority patent/US20210109800A1/en
Publication of CN108508874A publication Critical patent/CN108508874A/zh
Application granted granted Critical
Publication of CN108508874B publication Critical patent/CN108508874B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3058—Monitoring arrangements for monitoring environmental properties or parameters of the computing system or of the computing system component, e.g. monitoring of power, currents, temperature, humidity, position, vibrations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0775—Content or structure details of the error report, e.g. specific table structure, specific error fields
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/81—Threshold

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Debugging And Monitoring (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种监控设备故障的方法和装置，属于计算机技术领域。所述方法包括：加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。采用本发明，可以节省监控设备故障时用户花费的时间和精力，以及用于性能监控的设备处理资源。

Description

一种监控设备故障的方法和装置
技术领域
本发明涉及计算机技术领域，特别涉及一种监控设备故障的方法和装置。
背景技术
设备在运行的过程中，经常会因为硬件或软件上的问题出现运行故障，从而可能导致设备处理能力下降、执行逻辑错误，甚至会出现设备宕机、组件损坏等现象。为了能尽早发现并及时解决设备的运行故障，用户往往可以通过性能监控程序(可称为监控工具)查看设备的性能指标，了解设备的运行状态。
现有的监控工具大多为设备自带的系统程序，如针对CPU的“mpstat”，针对IO的“iostat”，针对进程的“top”等。通过这些监控工具可以检测到设备的性能指标，一旦设备发生运行故障，相应的性能指标就会出现异常。这样，用户可以查看上述监控工具检测出的性能指标，再基于性能指标和相关运行参数进行分析，从而可以对故障形成一个大致的认知，甚至可以精准地判断出故障的原因、位置、时间等。进一步的，用户还可以基于上述性能指标针对性地给出故障解决方案。
在实现本发明的过程中，发明人发现现有技术至少存在以下问题：
目标可用的监控工具的种类和数量非常多，且部分监控工具之间的功能重叠度也较高，故而针对设备的某一运行故障，用户往往会通过大量的监控工具检测到相同或不同的性能指标，这样不仅浪费了用户的大量时间和精力，还消耗了大量用于性能监控的设备处理资源。
发明内容
为了解决现有技术的问题，本发明实施例提供了一种监控设备故障的方法和装置。所述技术方案如下：
第一方面，提供了一种监控设备故障的方法，所述方法包括：
加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；
当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；
根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。
可选的，所述当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数，包括：
当至少一个目标预设关键指标出现异常时，针对每个所述目标预设关键指标，配置对应的所述工具集合脚本包含的多个数据采集工具的数据采集线程；
剔除所有数据采集线程中重复的数据采集线程；
配置所述所有数据采集线程的守护线程；
执行所述所有数据采集线程采集设备运行参数。
可选的，所述执行所述所有数据采集线程采集设备运行参数，包括：
根据每个所述数据采集工具的同步性需求，将所述所有数据采集线程分为同步采集线程和异步采集线程；
多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；
在所述同步采集线程执行结束后，顺序执行所述异步采集线程。
可选的，所述根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型，包括：
如果所述设备运行参数与所述多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型，包括：
逐一确定所述预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；
整理所述参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合所述参数特征；
如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
可选的，其特征在于，所述方法还包括：
接收用户输入的对于所述工具集合脚本的配置调整指令；
根据所述配置调整指令更新所述工具集合脚本的脚本运行配置，其中，所述脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
第二方面，提供了一种监控设备故障的装置，所述装置包括：
监控模块，用于加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；
采集模块，用于当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；
确定模块，用于根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。
可选的，所述采集模块，具体用于：
当至少一个目标预设关键指标出现异常时，针对每个所述目标预设关键指标，配置对应的所述工具集合脚本包含的多个数据采集工具的数据采集线程；
剔除所有数据采集线程中重复的数据采集线程；
配置所述所有数据采集线程的守护线程；
执行所述所有数据采集线程采集设备运行参数。
可选的，所述采集模块，具体用于：
根据每个所述数据采集工具的同步性需求，将所述所有数据采集线程分为同步采集线程和异步采集线程；
多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；
在所述同步采集线程执行结束后，顺序执行所述异步采集线程。
可选的，所述确定模块，具体用于：
如果所述设备运行参数与所述多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述确定模块，具体用于：
逐一确定所述预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；
整理所述参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合所述参数特征；
如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
可选的，所述装置还包括：
接收模块，用于接收用户输入的对于所述工具集合脚本的配置调整指令；
更新模块，用于根据所述配置调整指令更新所述工具集合脚本的脚本运行配置，其中，所述脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
第三方面，提供了一种设备，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如第一方面所述的监控设备故障的方法。
第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如第一方面所述的监控设备故障的方法。
本发明实施例提供的技术方案带来的有益效果是：
本发明实施例中，加载并运行集成有多个监控类工具的工具集合脚本，周期性通过工具集合脚本包含的多个预设基础工具监控多个预设关键指标；当目标预设关键指标出现异常时，通过目标预设关键指标对应的、工具集合脚本包含的多个数据采集工具采集设备运行参数；根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。这样，通过工具集合脚本中的监控类工具，统一自动地对设备的运行状态进行监控，当设备故障时，可以基于工具集合脚本的执行逻辑，较为快速准确地反馈故障类型，无需用户过多参与，消耗的设备处理资源较低。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种监控设备故障的方法流程图；
图2是本发明实施例提供的一种触发数据采集的流程示意图；
图3是本发明实施例提供的一种执行数据采集的流程示意图；
图4是本发明实施例提供的一种监控设备故障的装置结构示意图；
图5是本发明实施例提供的一种监控设备故障的装置结构示意图；
图6是本发明实施例提供的一种设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例提供了一种监控设备故障的方法，该方法的执行主体可以是具备程序运行功能的任意设备，可以是服务器或者是终端。设备可以包括处理器、存储器、收发器，处理器可以用于进行下述流程中对于监控设备故障的处理，存储器可以用于存储处理过程中需要的数据以及产生的数据，如存储工具集合脚本、记录设备运行参数等，收发器可以用于接收和发送处理过程中的相关数据，如用于接收用户输入的指令，反馈设备故障的监控结果等。设备可以支持多个进程同时运行，进程运行时不同程度的占用设备CPU的处理资源、使用一定的内存空间，并产生磁盘I/O。
下面将结合具体实施方式，对图1所示的处理流程进行详细的说明，内容可以如下：
步骤101，加载并运行集成有多个监控类工具的工具集合脚本，周期性通过工具集合脚本包含的多个预设基础工具监控多个预设关键指标。
在实施中，可以开发集成了多个监控类工具的工具集合脚本，通过该工具集合脚本可以利用不同的监控类工具从不同角度监控设备的运行状态，从而可以及时发现设备运行过程中的产生的硬件或软件故障。具体的，设备上安装了上述工具集合脚本之后，设备可以加载并运行该工具集合脚本，并周期性地通过工具集合脚本包含的多个预设基础工具监控多个预设关键指标。此处，多个预设关键指标可以是预先设定的，通过该多个关键指标可以较为简单、及时地发现设备上是否出现故障，而针对每个预设关键指标，可以通过少量的能够反映该预设关键指标是否存在异常信息的预设基础工具进行实时监控，这样，执行少量的基础工具监控关键指标，消耗的设备处理资源较少，对设备性能产生影响较小。
可选的，上述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。可以理解的是，在其他实施例中，预设关键指标不限于前述列举的这几种。
在实施中，可以选取CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率这五项指标作为预设关键指标。针对性地，对于CPU使用率，可以使用“mpstat”工具进行检测，检测方式可以为每周期检测1次，检测时长为1秒；对于内存使用率，可以通过查看“free-m”的“used”和“free”字段进行检测，检测方式可以为每周期检测1次；对于负载值，可以通过查看“/proc/load avg”文件的1分钟内的负载字段进行检测，检测方式可以为每周期检测1次；对于I/O等待时长，可以使用“mpstat”工具进行检测，检测方式可以为每周期检测1次，检测时长为1秒；对于各进程的CPU使用率，可以使用“top”工具进行检测，检测方式可以为每周期检测1次，检测时长为1秒。
步骤102，当目标预设关键指标出现异常时，通过目标预设关键指标对应的、工具集合脚本包含的多个数据采集工具采集设备运行参数。
在实施中，设备在通过工具集合脚本中的预设基础工具监控预设关键指标时，可以通过阈值判定的方式，根据日常分析中用到的一些经验数据来进行检验，判断监控到的预设关键指标是否异常，从而可以判断是否有必要触发后续数据采集的处理，具体的处理参考图2所示。而如果发现某个预设关键指标(如目标预设关键指标)出现异常时，设备则可以先确定工具集合脚本包含的、目标预设关键指标对应的多个数据采集工具，然后通过该多个数据采集工具采集设备运行参数。可以理解，针对不同的预设关键指标分别预先设定其处于异常状态下的数据采集工具，基于这些数据采集工具可以采集到与上述预设关键指标异常相关的设备运行参数。此处，一方面，对预设关键指标进行监控以及对监控结果进行判断，所需时间都较短，若是预设关键指标异常，从发现异常到采集设备运行参数的时间较短，异常问题消失或改变的可能性较低；另一方面，若是预设关键指标正常，则可以不进行任何处理，避免了大量无效数据的采集处理。
可选的，可以为配置数据采集线程的方式采集设备运行参数，相应的，步骤102的处理可以如下：当至少一个目标预设关键指标出现异常时，针对每个目标预设关键指标，配置对应的工具集合脚本包含的多个数据采集工具的数据采集线程；剔除所有数据采集线程中重复的数据采集线程；配置所有数据采集线程的守护线程；执行所有数据采集线程采集设备运行参数。
在实施中，当检测到至少一个目标预设关键指标出现异常时，设备可以先分别针对每个目标预设关键指标，确定工具集合脚本包含的、目标预设关键指标对应的多个数据采集工具，然后配置对应这些数据采集工具的数据采集线程。之后，设备可以从已配置的所有数据采集线程中剔除重复的数据采集线程。进一步的，设备还可以为所有数据采集线程配置守护线程，以保证仅当所有数据采集线程都执行完毕，所有需要的设备运行参数均采集完成后，才进行后续处理。进而，设备可以执行所有数据采集线程采集设备运行参数。上述执行过程可以参考图3。
可选的，为了减轻数据采集过程对设备CPU和内存的压力的同时，保证采集到的设备运行参数的一致性，可以将数据采集线程分为同步执行线程和异步执行线程，相应的处理可以如下：根据每个数据采集工具的同步性需求，将所有数据采集线程分为同步采集线程和异步采集线程；多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；在同步采集线程执行结束后，顺序执行异步采集线程。
在实施中，不同的数据采集工具对于启动时间的同步性需求不同，例如“mpstat”、“top”等工具存在较高的同步性需求，而“load”等工具的同步性需求相对较低。故而，设备在执行所有数据采集线程采集设备运行参数的过程中，可以先根据每个数据采集工具的同步性需求，将所有数据采集线程分为同步采集线程和异步采集线程，再利用多线程同时执行所有同步采集线程，并使用带有读写锁的多线程存储队列来保存数据采集结果，从而可以避免采集的设备运行参数出现混乱。而在同步采集线程结束之后，设备可以顺序执行异步采集线程。
步骤103，根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。
在实施中，技术人员可以预测设备可能出现的各种故障，并记录设备发生每个故障时设备运行参数的参数特征，之后可以将参数特征和故障类型对应写入工具集合脚本的源代码中，设备在加载并运行工具集合脚本后，可以读取上述参数特征和故障类型的内容数据。这样，在采集到设备运行参数之后，设备可以根据预设的故障类型对应的参数特征，确定上述设备运行参数所属的故障类型。进而，设备可以向设备的用户反馈上述故障类型，具体的，反馈方式可以为直接在设备的屏幕上显示故障类型，或者是将故障类型写入设备的运行日志中，还可以是将故障类型以邮件的方式发送至用户预设的邮箱中。
可选的，确定设备运行参数所属的故障类型之前，可以先对设备运行参数进行有效性验证，相应的，步骤103的处理可以如下：如果设备运行参数与多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。
在实施中，在采集到设备运行参数之后，设备可以重新验证设备运行参数是否与步骤102中检测到的多个预设关键指标的状态相符，即基于设备运行参数判断目标预设关键指标是否异常，除目标预设关键指标外的其它预设关键指标是否正常。若状态不符，则可以放弃本次采集的设备运行参数，等待步骤102的下一次触发，如果状态相符，则可以根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。
可选的，确定设备的故障类型时，可以将设备运行参数与所有故障类型逐一进行对比，相应的，步骤103的处理可以如下：逐一确定预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；整理参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合参数特征；如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
在实施中，加载工具集合脚本之后，设备处可以维护有故障类型库，故障类型库中可以汇总有设备所有可能出现的故障，以及出现该故障时设备运行参数的参数特征。进而，在采集完设备运行参数之后，可以逐一确定上述故障类型库中每个故障类型所需的参数类型和对应的参数特征，然后对采集到的设备运行参数进行整理，汇总出相应参数类型下的设备运行参数。之后，可以判断整理后的设备运行参数是否符合当前故障类型对应的参数特征，如果符合，则可以确定并反馈当前的故障类型，否则验证下一故障类型，即重新进行上述确定参数类型、参数特征，整理设备运行参数，判断是否符合参数特征的处理。
可选的，对于上述过程中涉及的工具集合脚本的具体配置，用户均可以根据自身需要进行任意设置，相应的处理可以如下：接收用户输入的对于工具集合脚本的配置调整指令；根据配置调整指令更新工具集合脚本的脚本运行配置。
其中，脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
在实施中，设备在加载并运行工具集合脚本时，将会默认基于工具结合脚本中的缺省值运行工具集合脚本，该缺省值可以是由工具集合脚本的开发人员预先设置的，适用于大部分监控设备故障的场景。而用户可以通过调整配置项来改变工具集合脚本中监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式等脚本运行配置，具体的，在用户进行相应配置调整操作后，设备可以接收到用户输入的对于工具集合脚本的配置调整指令，然后可以根据配置调整指令更新工具集合脚本的脚本运行配置。
本发明实施例中，加载并运行集成有多个监控类工具的工具集合脚本，周期性通过工具集合脚本包含的多个预设基础工具监控多个预设关键指标；当目标预设关键指标出现异常时，通过目标预设关键指标对应的、工具集合脚本包含的多个数据采集工具采集设备运行参数；根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。这样，通过工具集合脚本中的监控类工具，统一自动地对设备的运行状态进行监控，当设备故障时，可以基于工具集合脚本的执行逻辑，较为快速准确地反馈故障类型，无需用户过多参与，消耗的设备处理资源较低。
基于相同的技术构思，本发明实施例还提供了一种监控设备故障的装置，如图4所示，所述装置包括
监控模块401，用于加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；
采集模块402，用于当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；
确定模块403，用于根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。
可选的，所述采集模块402，具体用于：
当至少一个目标预设关键指标出现异常时，针对每个所述目标预设关键指标，配置对应的所述工具集合脚本包含的多个数据采集工具的数据采集线程；
剔除所有数据采集线程中重复的数据采集线程；
配置所述所有数据采集线程的守护线程；
执行所述所有数据采集线程采集设备运行参数。
可选的，所述采集模块402，具体用于：
根据每个所述数据采集工具的同步性需求，将所述所有数据采集线程分为同步采集线程和异步采集线程；
多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；
在所述同步采集线程执行结束后，顺序执行所述异步采集线程。
可选的，所述确定模块403，具体用于：
如果所述设备运行参数与所述多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
可选的，所述确定模块403，具体用于：
逐一确定所述预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；
整理所述参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合所述参数特征；
如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
可选的，如图5所示，所述装置还包括：
接收模块404，用于接收用户输入的对于所述工具集合脚本的配置调整指令；
更新模块405，用于根据所述配置调整指令更新所述工具集合脚本的脚本运行配置，其中，所述脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
本发明实施例中，加载并运行集成有多个监控类工具的工具集合脚本，周期性通过工具集合脚本包含的多个预设基础工具监控多个预设关键指标；当目标预设关键指标出现异常时，通过目标预设关键指标对应的、工具集合脚本包含的多个数据采集工具采集设备运行参数；根据预设的故障类型对应的参数特征，确定并反馈设备运行参数所属的故障类型。这样，通过工具集合脚本中的监控类工具，统一自动地对设备的运行状态进行监控，当设备故障时，可以基于工具集合脚本的执行逻辑，较为快速准确地反馈故障类型，无需用户过多参与，消耗的设备处理资源较低。
需要说明的是：上述实施例提供的监控设备故障的装置在监控设备故障时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的监控设备故障的装置与监控设备故障的方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
图6是本发明实施例提供的设备的结构示意图。该设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器622(例如，一个或一个以上处理器)和存储器632，一个或一个以上存储应用程序662或数据666的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器632和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对设备中的一系列指令操作。更进一步地，中央处理器622可以设置为与存储介质630通信，在设备600上执行存储介质630中的一系列指令操作。
设备600还可以包括一个或一个以上电源626，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口658，一个或一个以上键盘656，和/或，一个或一个以上操作系统661，例如Windows ServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM等等。
设备600可以包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行上述监控设备故障的指令。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种监控设备故障的方法，其特征在于，所述方法包括：
加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；
当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；
根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
2.根据权利要求1所述的方法，其特征在于，所述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。
3.根据权利要求1所述的方法，其特征在于，所述当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数，包括：
当至少一个目标预设关键指标出现异常时，针对每个所述目标预设关键指标，配置对应的所述工具集合脚本包含的多个数据采集工具的数据采集线程；
剔除所有数据采集线程中重复的数据采集线程；
配置所述所有数据采集线程的守护线程；
执行所述所有数据采集线程采集设备运行参数。
4.根据权利要求3所述的方法，其特征在于，所述执行所述所有数据采集线程采集设备运行参数，包括：
根据每个所述数据采集工具的同步性需求，将所述所有数据采集线程分为同步采集线程和异步采集线程；
多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；
在所述同步采集线程执行结束后，顺序执行所述异步采集线程。
5.根据权利要求1所述的方法，其特征在于，所述根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型，包括：
如果所述设备运行参数与所述多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
6.根据权利要求1所述的方法，其特征在于，所述根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型，包括：
逐一确定所述预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；
整理所述参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合所述参数特征；
如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：
接收用户输入的对于所述工具集合脚本的配置调整指令；
根据所述配置调整指令更新所述工具集合脚本的脚本运行配置，其中，所述脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
8.一种监控设备故障的装置，其特征在于，所述装置包括：
监控模块，用于加载并运行集成有多个监控类工具的工具集合脚本，周期性通过所述工具集合脚本包含的多个预设基础工具监控多个预设关键指标；
采集模块，用于当目标预设关键指标出现异常时，通过所述目标预设关键指标对应的、所述工具集合脚本包含的多个数据采集工具采集设备运行参数；
确定模块，用于根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
9.根据权利要求8所述的装置，其特征在于，所述多个预设关键指标至少包括CPU使用率、内存使用率、负载值、I/O等待时长和各进程的CPU使用率中的一项或多项。
10.根据权利要求8所述的装置，其特征在于，所述采集模块，具体用于：
当至少一个目标预设关键指标出现异常时，针对每个所述目标预设关键指标，配置对应的所述工具集合脚本包含的多个数据采集工具的数据采集线程；
剔除所有数据采集线程中重复的数据采集线程；
配置所述所有数据采集线程的守护线程；
执行所述所有数据采集线程采集设备运行参数。
11.根据权利要求10所述的装置，其特征在于，所述采集模块，具体用于：
根据每个所述数据采集工具的同步性需求，将所述所有数据采集线程分为同步采集线程和异步采集线程；
多线程同时执行所有同步采集线程，并将采集的设备运行参数存储至具备读写锁的多线程存储队列；
在所述同步采集线程执行结束后，顺序执行所述异步采集线程。
12.根据权利要求8所述的装置，其特征在于，所述确定模块，具体用于：
如果所述设备运行参数与所述多个预设关键指标的状态相符，则根据预设的故障类型对应的参数特征，确定并反馈所述设备运行参数所属的故障类型。
13.根据权利要求8所述的装置，其特征在于，所述确定模块，具体用于：
逐一确定所述预存的故障类型库中的每个故障类型所需的参数类型和对应的参数特征；
整理所述参数类型下的设备运行参数，并判断整理后的设备运行参数是否符合所述参数特征；
如果符合，则确定并反馈当前的故障类型，否则验证下一故障类型。
14.根据权利要求8-13所述的装置，其特征在于，所述装置还包括：
接收模块，用于接收用户输入的对于所述工具集合脚本的配置调整指令；
更新模块，用于根据所述配置调整指令更新所述工具集合脚本的脚本运行配置，其中，所述脚本运行配置至少包括以下一项或多项内容：监控类工具的种类及其运行参数、预设关键指标及其对应的预设基础工具和数据采集工具、故障类型对应的参数特征和反馈方式。
15.一种设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如权利要求1至7任一所述的监控设备故障的方法。
16.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至7任一所述的监控设备故障的方法。
CN201810433735.1A 2018-05-08 2018-05-08 一种监控设备故障的方法和装置 Expired - Fee Related CN108508874B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201810433735.1A CN108508874B (zh) 2018-05-08 2018-05-08 一种监控设备故障的方法和装置
PCT/CN2018/091208 WO2019214010A1 (zh) 2018-05-08 2018-06-14 一种监控设备故障的方法和装置
EP18901807.0A EP3591485B1 (en) 2018-05-08 2018-06-14 Method and device for monitoring for equipment failure
US16/463,488 US20210109800A1 (en) 2018-05-08 2018-06-14 Method and apparatus for monitoring device failure

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810433735.1A CN108508874B (zh) 2018-05-08 2018-05-08 一种监控设备故障的方法和装置

Publications (2)

Publication Number Publication Date
CN108508874A true CN108508874A (zh) 2018-09-07
CN108508874B CN108508874B (zh) 2019-12-31

Family

ID=63399871

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810433735.1A Expired - Fee Related CN108508874B (zh) 2018-05-08 2018-05-08 一种监控设备故障的方法和装置

Country Status (4)

Country Link
US (1) US20210109800A1 (zh)
EP (1) EP3591485B1 (zh)
CN (1) CN108508874B (zh)
WO (1) WO2019214010A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634803A (zh) * 2018-11-16 2019-04-16 网宿科技股份有限公司 一种上报设备异常的方法和装置
CN109992600A (zh) * 2019-03-28 2019-07-09 佛山市百斯特电器科技有限公司 一种设备故障的响应方法及设备
CN110620806A (zh) * 2019-03-18 2019-12-27 北京无限光场科技有限公司 信息生成方法和装置
CN110740061A (zh) * 2019-10-18 2020-01-31 北京三快在线科技有限公司 故障预警方法、装置及计算机存储介质
CN113645624A (zh) * 2021-08-25 2021-11-12 广东省高峰科技有限公司 一种异常网络数据的排查方法和装置

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3817004A1 (en) * 2019-11-01 2021-05-05 Koninklijke Philips N.V. System and method for classifying and managing medical application disconnects
CN114035466B (zh) * 2021-11-05 2022-05-31 肇庆高峰机械科技有限公司 一种双工位磁片排列机的控制系统

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103178615A (zh) * 2013-02-05 2013-06-26 广东电网公司 电力设备故障监控方法及其系统
CN104038392A (zh) * 2014-07-04 2014-09-10 云南电网公司 一种云计算资源服务质量评估方法
CN104410535A (zh) * 2014-12-23 2015-03-11 浪潮电子信息产业股份有限公司 一种云资源智能监控告警方法
CN104852810A (zh) * 2014-02-18 2015-08-19 中国移动通信集团公司 一种业务平台异常的确定方法和设备
CN105320585A (zh) * 2014-07-08 2016-02-10 北京启明星辰信息安全技术有限公司 一种实现应用故障诊断的方法及装置
US9549088B2 (en) * 2008-10-06 2017-01-17 Samsung Electronics Co., Ltd. Method of attaching and sending file through webmail from image forming apparatus, and image forming apparatus to perform the method
CN106776248A (zh) * 2016-11-11 2017-05-31 乐视控股（北京）有限公司 一种数据处理的方法和装置
US9684554B2 (en) * 2007-03-27 2017-06-20 Teradata Us, Inc. System and method for using failure casting to manage failures in a computed system
CN107168846A (zh) * 2017-03-31 2017-09-15 北京奇艺世纪科技有限公司 电子设备的监控方法及装置

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007529806A (ja) * 2004-03-18 2007-10-25 アドバ エージー オプティカル ネットワーキング イーサーネットによる管理システムにおける障害管理
US9026646B2 (en) * 2011-09-16 2015-05-05 Tripwire, Inc. Methods and apparatus for remediating policy test failures, including correlating changes to remediation processes
CN102546266B (zh) * 2012-03-09 2015-01-28 中兴通讯股份有限公司 一种网络故障的诊断方法及平台
CN104378246B (zh) * 2014-12-09 2018-04-06 福建星网锐捷网络有限公司 一种网络设备故障定位系统、方法及装置
CN105306272B (zh) * 2015-11-10 2019-01-25 中国建设银行股份有限公司 信息系统故障场景信息收集方法及系统
CN105323111B (zh) * 2015-11-17 2018-08-10 南京南瑞集团公司 一种运维自动化系统及方法
CN107104838A (zh) * 2017-05-15 2017-08-29 北京奇艺世纪科技有限公司 一种信息处理方法、服务器及终端
CN107846314A (zh) * 2017-10-31 2018-03-27 广西宜州市联森网络科技有限公司 一种智能运维管理系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9684554B2 (en) * 2007-03-27 2017-06-20 Teradata Us, Inc. System and method for using failure casting to manage failures in a computed system
US9549088B2 (en) * 2008-10-06 2017-01-17 Samsung Electronics Co., Ltd. Method of attaching and sending file through webmail from image forming apparatus, and image forming apparatus to perform the method
CN103178615A (zh) * 2013-02-05 2013-06-26 广东电网公司 电力设备故障监控方法及其系统
CN104852810A (zh) * 2014-02-18 2015-08-19 中国移动通信集团公司 一种业务平台异常的确定方法和设备
CN104038392A (zh) * 2014-07-04 2014-09-10 云南电网公司 一种云计算资源服务质量评估方法
CN105320585A (zh) * 2014-07-08 2016-02-10 北京启明星辰信息安全技术有限公司 一种实现应用故障诊断的方法及装置
CN104410535A (zh) * 2014-12-23 2015-03-11 浪潮电子信息产业股份有限公司 一种云资源智能监控告警方法
CN106776248A (zh) * 2016-11-11 2017-05-31 乐视控股（北京）有限公司 一种数据处理的方法和装置
CN107168846A (zh) * 2017-03-31 2017-09-15 北京奇艺世纪科技有限公司 电子设备的监控方法及装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109634803A (zh) * 2018-11-16 2019-04-16 网宿科技股份有限公司 一种上报设备异常的方法和装置
CN110620806A (zh) * 2019-03-18 2019-12-27 北京无限光场科技有限公司 信息生成方法和装置
CN110620806B (zh) * 2019-03-18 2022-07-22 北京无限光场科技有限公司 信息生成方法和装置
CN109992600A (zh) * 2019-03-28 2019-07-09 佛山市百斯特电器科技有限公司 一种设备故障的响应方法及设备
CN109992600B (zh) * 2019-03-28 2021-09-07 佛山市百斯特电器科技有限公司 一种设备故障的响应方法及设备
CN110740061A (zh) * 2019-10-18 2020-01-31 北京三快在线科技有限公司 故障预警方法、装置及计算机存储介质
CN110740061B (zh) * 2019-10-18 2020-09-29 北京三快在线科技有限公司 故障预警方法、装置及计算机存储介质
CN113645624A (zh) * 2021-08-25 2021-11-12 广东省高峰科技有限公司 一种异常网络数据的排查方法和装置

Also Published As

Publication number Publication date
US20210109800A1 (en) 2021-04-15
WO2019214010A1 (zh) 2019-11-14
EP3591485A1 (en) 2020-01-08
CN108508874B (zh) 2019-12-31
EP3591485A4 (en) 2020-04-29
EP3591485B1 (en) 2021-08-25

Similar Documents

Publication Publication Date Title
CN108508874A (zh) 一种监控设备故障的方法和装置
Lou et al. Mining invariants from console logs for system problem detection
US7877642B2 (en) Automatic software fault diagnosis by exploiting application signatures
US8949671B2 (en) Fault detection, diagnosis, and prevention for complex computing systems
US8584098B2 (en) Component statistics for application profiling
WO2016188100A1 (zh) 信息系统故障场景信息收集方法及系统
US8527624B2 (en) Mechanism for adaptive profiling for performance analysis
US7958402B2 (en) Generate diagnostic data for overdue thread in a data processing system
Jiang et al. Efficient fault detection and diagnosis in complex software systems with information-theoretic monitoring
Martino et al. Logdiver: A tool for measuring resilience of extreme-scale systems and applications
US11422920B2 (en) Debugging multiple instances of code using thread patterns
JP2010033543A (ja) ソフトウエア動作監視システム、そのクライアントコンピュータおよびサーバコンピュータ、並びに、そのプログラム
CN113505044B (zh) 数据库告警方法、装置、设备和存储介质
CN103150250A (zh) 应用程序性能检测系统和应用程序性能检测方法
Fu et al. Performance issue diagnosis for online service systems
CN107102929A (zh) 故障的检测方法及装置
CN109634803A (zh) 一种上报设备异常的方法和装置
CN112988503A (zh) 分析方法、分析装置、电子装置和存储介质
US7962692B2 (en) Method and system for managing performance data
CN106855844A (zh) 一种性能测试方法和系统
Zheng et al. Anomaly localization in large-scale clusters
Chen et al. Design and Evaluation of an Online Anomaly Detector for Distributed Storage Systems.
Ding et al. Automatic Software Fault Diagnosis by Exploiting Application Signatures.
CN114090382B (zh) 超融合集群健康巡检方法和装置
CN115408271A (zh) 一站式闭环测试方法、系统、设备及介质

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20191231

CF01 Termination of patent right due to non-payment of annual fee