CN108763013B - 一种故障处理方法、装置、设备和计算机存储介质 - Google Patents

一种故障处理方法、装置、设备和计算机存储介质 Download PDF

Info

Publication number
CN108763013B
CN108763013B CN201810321851.4A CN201810321851A CN108763013B CN 108763013 B CN108763013 B CN 108763013B CN 201810321851 A CN201810321851 A CN 201810321851A CN 108763013 B CN108763013 B CN 108763013B
Authority
CN
China
Prior art keywords
decision
matrix
determining
profit
abnormal event
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.)
Active
Application number
CN201810321851.4A
Other languages
English (en)
Other versions
CN108763013A (zh
Inventor
刘禹辰
哈晶晶
张柳青
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201810321851.4A priority Critical patent/CN108763013B/zh
Publication of CN108763013A publication Critical patent/CN108763013A/zh
Application granted granted Critical
Publication of CN108763013B publication Critical patent/CN108763013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3409Recording 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种故障处理方法、装置、设备和计算机存储介质。其中方法包括:利用监控到的异常事件,确定异常事件发生状态矩阵;获取预先配置的各决策项和收益矩阵,所述收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况;利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值;利用所述各决策项的收益值,确定决策结果。本发明能够在被监控对象发生故障时,衡量不同异常事件对服务带来损失的不同程度,依据收益状况得出正确的决策结果,从而降低故障所带来的损失。

Description

一种故障处理方法、装置、设备和计算机存储介质
【技术领域】
本发明涉及计算机应用技术领域,特别涉及一种故障处理方法、装置、设备和计算机存储介质。
【背景技术】
为了提高服务可用性,互联网公司通常会将一个完整的产品部署在多个服务据点,当一个服务据点的某个产品出现故障时,可以将用户的访问流量调度到其他可以正常提供该产品服务的服务据点,并通过重试机制解决用户访问失败的问题,虽然请求耗时增加,但可以保证功能可用。其中涉及的服务据点可以以机房、机房集群、地域等为单位。
现有技术中主要通过对服务据点中关键监控指标是否存在异常,一旦存在异常则认为该服务据点不可用,将该服务据点的流量调度到其他服务据点。但该方式并未考虑不同异常事件对服务带来损失的程度不同,这种粗放的故障处理方式可能会导致流量调度到其他服务据点后引发更大的损失。
【发明内容】
有鉴于此,本发明提供了一种故障处理方法、装置、设备和计算机存储介质,以便于降低故障所带来的损失。
具体技术方案如下:
本发明提供了一种故障处理方法,该方法包括:
利用监控到的被监控对象的异常事件,确定异常事件发生状态矩阵;
获取预先针对被监控对象配置的各决策项和收益矩阵,所述收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况;
利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值;
利用所述各决策项的收益值,确定决策结果。
根据本发明一具体实施方式,所述异常事件发生状态矩阵中的各状态值指示对应的异常事件是否发生。
根据本发明一具体实施方式,所述决策项代表将一个特定服务据点的访问流量调度至其他服务据点。
根据本发明一具体实施方式,利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值包括:
将所述异常事件发生状态矩阵与所述收益矩阵相乘,得到反映各决策项的收益值的矩阵。
根据本发明一具体实施方式,利用所述各决策项的收益值,确定决策结果包括:
将收益值最大的决策项作为决策结果;或者,
将收益值最大的N个决策项输出给用户,依据用户从所述最大的N个决策结果中的选择确定决策结果,N为预设的正整数;或者,
获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
根据本发明一具体实施方式,该方法还包括:
获取并维护用户针对被监控对象配置的各异常事件、各决策项以及收益矩阵。
本发明还提供了一种故障处理装置,该装置包括:
状态确定单元,用于利用监控到的被监控对象的异常事件,确定异常事件发生状态矩阵;
配置获取单元,用于获取预先被监控对象配置的各决策项和收益矩阵,所述收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况;
收益确定单元,用于利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值;
决策确定单元,用于利用所述各决策项的收益值,确定决策结果。
根据本发明一具体实施方式,所述异常事件发生状态矩阵中的各状态值指示对应的异常事件是否发生。
根据本发明一具体实施方式,所述决策项代表将一个特定服务据点的访问流量调度至其他服务据点。
根据本发明一具体实施方式,所述收益确定单元,具体用于将所述异常事件发生状态矩阵与所述收益矩阵相乘,得到反映各决策项的收益值的矩阵。
根据本发明一具体实施方式,所述决策确定单元具体用于:
将收益值最大的决策项作为决策结果;或者,
将收益值最大的N个决策项输出给用户,依据用户从所述最大的N个决策结果中的选择确定决策结果,N为预设的正整数;或者,
获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
根据本发明一具体实施方式,该装置还包括:
配置单元,用于获取并维护用户被监控对象配置的各异常事件、各决策项以及收益矩阵。
本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现上述的方法。
本发明还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行上述的方法。
由以上技术方案可以看出,由以上描述可以看出,通过本发明实施例提供的方式,能够在被监控对象发生故障时,衡量不同异常事件对服务带来损失的不同程度,依据收益状况得出正确的决策结果,从而降低故障所带来的损失。
【附图说明】
图1为本发明实施例提供的主要方法流程图;
图2为本发明实施例提供的一个应用场景的系统架构图;
图3为本发明实施例提供的装置结构示意图;
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器的框图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
图1为本发明实施例提供的主要方法流程图,如图1中所示,该方法主要包括以下步骤:
在101中,获取并维护预先配置的各异常事件、各决策项以及收益矩阵。
异常事件和决策项可以根据具体应用场景进行配置,可以由用户进行配置,也可以通过历史事件、操作日志等进行挖掘处理后得到。两者均是针对被监控对象进行配置。
其中,若某事件的发生可以认为被监控对象存在异常,则将该事件配置为该被监控对象的异常事件。例如,针对某机房提供的应用服务,可以将用户打开该应用的成功率小于预设阈值的事件配置为异常事件,将用户浏览该应用页面的成功率小于预设阈值的事件配置为异常事件,等等。预先配置的异常事件可以构成异常事件集合E,例如E={e1,e2,…,en}。其中,n为异常事件的数量。
决策项指的是当被监控对象发生故障时所采取的处理方式。作为一种典型的决策项,其可以代表将一个特定服务据点的访问流量调度至其他服务据点。服务据点可以以机房、机房集群、地域等作为单位。其中的“其他服务据点”可以是不特定的服务据点,也可以是特定的另一个服务据点。
举个例子,若被监控对象是机房提供的服务a,则决策项可以包括:将机房A的服务a的访问流量调度走。这种决策项就是将一个服务据点的访问流量调度至不特定的服务据点。决策项还可以是:将机房A的服务a的访问流量调度至机房B。这种决策项就是将一个服务据点的访问流量调度至特定的服务据点。
针对一个被监控对象的各决策项可以构成决策项集合R={r1,r2,…,rz},其中z为决策项的数量。
收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况。可以定义为:
Figure BDA0001625484220000051
其中收益状况可以采用值代表无收益、正收益和负收益。例如,wxy=0时代表异常事件x发生时,决策项y无收益;wxy>0时代表异常事件x发生时,决策项y存在正收益;wxy<0时代表异常事件x发生时,决策项y存在负收益。
收益状况也可以采用值代表具体的收益程度。例如,wxy=0时代表异常事件x发生时,决策项y无收益;wxy=0.5时的正收益大于wxy=0.3时的正收益;wxy=-0.5时的负收益大于wxy=-0.3时的负收益。
收益矩阵可以由用户依据实际应用场景和经验进行配置,也可以采用机器学习等方式确定,本发明对此并不加以限制。
在102中,利用监控到的异常事件,确定异常事件发生状态矩阵。
在本发明实施例中,可以由监控系统负责对被监控对象的异常事件进行监控。获取到监控系统对异常事件的监控结果后,确定异常事件发生状态矩阵。其中异常事件发生状态矩阵中的各状态值可以指示对应的异常事件是否发生。
异常事件发生状态矩阵可以表示为U=(u1u2…un),其与异常事件集合对应。例如,如果ex发生则ux=1,如果ex发生则ux=0。
在103,获取预先配置的各决策项和收益矩阵。
步骤101中针对被监控对象配置的决策项、收益矩阵等内容,可以以配置文件的形式进行存储,当然也可以采用其他形式进行存储。当监控到被监控对象的异常事件后,从配置文件中获取针对被监控对象的各决策项和收益矩阵。
在104中,利用异常事件发生状态矩阵以及收益矩阵,确定各决策项的收益值。
作为本发明的一种优选实施方式,可以将异常事件发生状态矩阵与收益矩阵相乘,得到反映各决策项的收益值的矩阵。即:
Figure BDA0001625484220000061
其中,dy代表决策项y的收益值。
在105中,利用各决策项的收益值,确定决策结果。
本步骤中,利用各决策项的收益值确定决策结果时,可以采用多种策略,包括但不限于:
策略一、将收益值最大的决策项作为决策结果。这种策略比较好理解,将各收益值中最大的收益值对应的决策项作为决策结果。例如,D=max(U×W)={dm},则将rm作为最终的决策结果。
策略二、将收益值最大的N个决策项输出给用户,依据用户从所述最大的N个决策结果中的选择确定决策结果,N为预设的正整数。
这种策略是将收益值最大的N个决策项输出给用户,该N可以是1,也可以是大于1的值,例如N为2,那么可以将收益值最大的2个决策项输出给用户,由用户从这2个决策项中选择一个作为决策结果。
策略三、获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
例如D=max(U×W),|D|指max(U×W)中决策值的数量,其值取M。若M=1,则确定收益值最大的决策项作为决策结果;否则确定无正确决策结果。其中,上述预设要求可以根据实际应用场景和使用需求灵活配置。
当然,除了上述策略之外,还可以采用其他策略,本发明实施例在此不做穷举。
下面列举一个具体的应用场景:
某应用服务不属于不同的机房A和B,若其中一个机房的应用服务发生故障,则将用户访问流量从故障机房调度至其他机房,以提高用户体验。其对应的系统架构图可以如图2中所示。其中,机房A和机房B中的应用服务作为被监控对象。布设于机房X的监控系统负责对被监控对象的异常事件进行监控,并提供给止损系统,由止损系统执行上述方法实施例中的故障处理流程,确定出最终的决策结果后提供给流量调度系统,由流量调度系统负责执行决策结果进行用户访问流量的调度。
针对机房中该应用服务配置的异常事件为:
E={e1,e2,e3,e4},其中,
e1为:机房A页面浏览成功率小于99.99%;
e2为:机房B页面浏览成功率小于99.99%;
e3为:机房A服务支付成功率小于99.99%;
e4为:机房B服务支付成功率小于99.99%。
配置的决策项为:
R={r1,r2},其中,
r1为:将访问机房A的应用服务的流量调度走;
r2为:将访问机房B的应用服务的流量调度走。
工作人员根据经验配置收益矩阵:
Figure BDA0001625484220000081
其含义分别为:
当异常事件e1发生时决策项r1为正收益;
当异常事件e1发生时决策项r2为负收益;
当异常事件e2发生时决策项r1为负收益;
当异常事件e2发生时决策项r2为正收益;
当异常事件e3发生时决策项r1为正收益;
当异常事件e3发生时决策项r2为负收益;
当异常事件e4发生时决策项r1为负收益;
当异常事件e4发生时决策项r2为正收益。
止损系统获取监控系统的监控结果,假设当前异常事件只有e1发生,则确定出异常事件发生状态矩阵U为(1 0 0 0)。
将异常事件发生状态矩阵U与收益矩阵W相乘,得到反映各决策项的收益值的矩阵为(1,-1),也就是说,当前故障状况对应决策项r1的收益值为1,决策项r2的收益值为-1。
止损系统取收益值最大的决策项r1作为最终的决策结果,将其发送给流量调度系统。由流量调度系统将访问机房A的该应用服务的流量调度走。
需要说明的是,上述机房止损的场景仅仅为其中一个实例,本发明能够适用于任何的故障决策。
图3为本发明实施例提供的装置结构示意图,如图3所示,该装置可以包括:状态确定单元31、配置获取单元32、收益确定单元33和决策确定单元34,还可以进一步包括配置单元35。
配置单元35负责获取并维护用户针对被监控对象配置的各异常事件、各决策项以及收益矩阵。
异常事件和决策项可以根据具体应用场景进行配置,可以由用户进行配置,也可以通过历史事件、操作日志等进行挖掘处理后得到。两者均是针对被监控对象进行配置。
其中,若某事件的发生可以认为被监控对象存在异常,则可以将该事件配置为该被监控对象的异常事件。
决策项指的是当被监控对象发生故障时所采取的处理方式。作为一种典型的决策项,其可以代表将一个特定服务据点的访问流量调度至其他服务据点。服务据点可以以机房、机房集群、地域等作为单位。其中的“其他服务据点”可以是不特定的服务据点,也可以是特定的另一个服务据点。
收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况。其中收益状况可以采用值代表无收益、正收益和负收益。也可以采用值代表具体的收益程度。收益矩阵可以由用户依据实际应用场景和经验进行配置,也可以采用机器学习等方式确定,本发明对此并不加以限制。
状态确定单元31负责利用监控到的异常事件,确定异常事件发生状态矩阵。
在本发明实施例中,可以由监控系统负责对被监控对象的异常事件进行监控。获取到监控系统对异常事件的监控结果后,确定异常事件发生状态矩阵。其中异常事件发生状态矩阵中的各状态值可以指示对应的异常事件是否发生。
配置获取单元32负责获取预先针对被监控对象配置的各决策项和收益矩阵。
收益确定单元33负责利用异常事件发生状态矩阵以及收益矩阵,确定各决策项的收益值。作为本发明的一种优选实施方式,可以将异常事件发生状态矩阵与收益矩阵相乘,得到反映各决策项的收益值的矩阵。
决策确定单元34负责利用各决策项的收益值,确定决策结果。
具体地,决策确定单元34可以采用但不限于以下策略:
将收益值最大的决策项作为决策结果;或者,
将收益值最大的N个决策项输出给用户,依据用户从最大的N个决策结果中的选择确定决策结果,N为预设的正整数;或者,
获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
在本发明所提供的上述装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。图4显示的计算机系统/服务器012仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于:一个或者多个处理器或者处理单元016,系统存储器028,连接不同系统组件(包括系统存储器028和处理单元016)的总线018。
总线018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器028可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统034可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040,可以存储在例如存储器028中,这样的程序模块042包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信,在本发明中,计算机系统/服务器012与外部雷达设备进行通信,还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信,和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且,计算机系统/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白,尽管图4中未示出,可以结合计算机系统/服务器012使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元016通过运行存储在系统存储器028中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的方法流程。
上述的计算机程序可以设置于计算机存储介质中,即该计算机存储介质被编码有计算机程序,该程序在被一个或多个计算机执行时,使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。例如,被上述一个或多个处理器执行本发明实施例所提供的方法流程。
随着时间、技术的发展,介质含义越来越广泛,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。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。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、或半导体的系统、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(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、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。在本文件中,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系统、装置或者器件使用或者与其结合使用。
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系统、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、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
由以上描述可以看出,通过本发明实施例提供的方式,能够在被监控对象发生故障时,衡量不同异常事件对服务带来损失的不同程度,依据收益状况得出正确的决策结果,从而降低故障所带来的损失,并为自动化运维提供一定基础。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。

Claims (10)

1.一种互联网服务据点的对象故障处理方法,其特征在于,该方法包括:
利用监控到的被监控对象的异常事件,确定异常事件发生状态矩阵;
获取预先针对被监控对象配置的各决策项和收益矩阵,所述收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况,所述决策项代表将一个特定服务据点的访问流量调度至其他服务据点;
利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值,
其中,利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值包括:将所述异常事件发生状态矩阵与所述收益矩阵相乘,得到反映各决策项的收益值的矩阵;
利用所述各决策项的收益值,确定决策结果。
2.根据权利要求1所述的方法,其特征在于,所述异常事件发生状态矩阵中的各状态值指示对应的异常事件是否发生。
3.根据权利要求1所述的方法,其特征在于,利用所述各决策项的收益值,确定决策结果包括:
将收益值最大的决策项作为决策结果;或者,
将收益值最大的N个决策项输出给用户,依据用户从所述最大的N个决策结果中的选择确定决策结果,N为预设的正整数;或者,
获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
4.根据权利要求1所述的方法,其特征在于,该方法还包括:
获取并维护用户针对被监控对象配置的各异常事件、各决策项以及收益矩阵。
5.一种互联网服务据点的对象故障处理装置,其特征在于,该装置包括:
状态确定单元,用于利用监控到的被监控对象的异常事件,确定异常事件发生状态矩阵;
配置获取单元,用于获取预先被监控对象配置的各决策项和收益矩阵,所述收益矩阵代表预先配置的各异常事件发生时各决策项的收益状况,所述决策项代表将一个特定服务据点的访问流量调度至其他服务据点;
收益确定单元,用于利用所述异常事件发生状态矩阵以及所述收益矩阵,确定各决策项的收益值,
其中,所述收益确定单元,具体用于将所述异常事件发生状态矩阵与所述收益矩阵相乘,得到反映各决策项的收益值的矩阵;
决策确定单元,用于利用所述各决策项的收益值,确定决策结果。
6.根据权利要求5所述的装置,其特征在于,所述异常事件发生状态矩阵中的各状态值指示对应的异常事件是否发生。
7.根据权利要求5所述的装置,其特征在于,所述决策确定单元具体用于:
将收益值最大的决策项作为决策结果;或者,
将收益值最大的N个决策项输出给用户,依据用户从所述最大的N个决策结果中的选择确定决策结果,N为预设的正整数;或者,
获取收益值最大的决策项的个数M,若M的值满足预设要求,则确定收益值最大的决策项为决策结果,否则确定无正确决策结果,M为预设的正整数。
8.根据权利要求5所述的装置,其特征在于,该装置还包括:
配置单元,用于获取并维护用户被监控对象配置的各异常事件、各决策项以及收益矩阵。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-4中任一所述的方法。
CN201810321851.4A 2018-04-11 2018-04-11 一种故障处理方法、装置、设备和计算机存储介质 Active CN108763013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810321851.4A CN108763013B (zh) 2018-04-11 2018-04-11 一种故障处理方法、装置、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810321851.4A CN108763013B (zh) 2018-04-11 2018-04-11 一种故障处理方法、装置、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN108763013A CN108763013A (zh) 2018-11-06
CN108763013B true CN108763013B (zh) 2021-10-26

Family

ID=63981421

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810321851.4A Active CN108763013B (zh) 2018-04-11 2018-04-11 一种故障处理方法、装置、设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN108763013B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6757897B1 (en) * 2000-02-29 2004-06-29 Cisco Technology, Inc. Apparatus and methods for scheduling and performing tasks
CN101859409A (zh) * 2010-05-25 2010-10-13 广西电网公司电力科学研究院 基于风险评估的输变电设备状态检修体系
CN102081765A (zh) * 2011-01-19 2011-06-01 西安交通大学 输电设备状态检修的系统性控制方法
CN102346460B (zh) * 2011-05-27 2013-11-13 运软网络科技(上海)有限公司 一种基于事务的服务控制系统及其控制方法
CN103209491B (zh) * 2013-04-17 2016-04-20 中国科学技术大学 一种分布式的垂直切换和资源分配方法
CN105407080B (zh) * 2015-10-22 2018-11-30 华为技术有限公司 一种制定虚拟机部署策略的方法及装置
CN105577457B (zh) * 2016-03-09 2019-02-01 上海天玑科技股份有限公司 一种数据中心资源智能弹性调度系统及方法
CN106384210B (zh) * 2016-10-28 2019-08-27 贵州电网有限责任公司贵阳供电局 一种基于检修风险收益的输变电设备检修优先级排序方法
CN106786546B (zh) * 2017-01-11 2019-08-06 南京工业大学 基于风险评估的配电网故障恢复策略优化方法

Also Published As

Publication number Publication date
CN108763013A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
US8161309B2 (en) Apparatus, system, and method for controlling power sequence in a blade center environment
US20040210889A1 (en) System management infrastructure for corrective actions to servers with shared resources
US20190026805A1 (en) Issue resolution utilizing feature mapping
CN109726076B (zh) 一种小程序生命周期管理方法和系统
CN110555150B (zh) 一种数据监控方法、装置、设备和存储介质
CN111522703A (zh) 监控访问请求的方法、设备和计算机程序产品
US11449407B2 (en) System and method for monitoring computing platform parameters and dynamically generating and deploying monitoring packages
US10007583B2 (en) Generating a data structure to maintain error and connection information on components and use the data structure to determine an error correction operation
CN110765069B (zh) 一种数据迁移方法、装置及系统
CN110855658B (zh) 一种服务登录方法、装置、设备和存储介质
CN108763013B (zh) 一种故障处理方法、装置、设备和计算机存储介质
CN109739724B (zh) 数据监控方法、系统、电子设备和存储介质
US9898525B2 (en) Information processing device which carries out risk analysis and risk analysis method
US20240054061A1 (en) Method For Predicting Computing Cluster Error And Related Device
WO2023138923A1 (en) Failure prediction using informational logs and golden signals
CN115237931A (zh) 一种用于服务编排的子服务处理结果更新的方法和系统
CN110928940B (zh) 基于kafka集群的数据写入方法、装置、电子设备、存储介质
CN113837569A (zh) It服务人员的匹配方法、系统、电子设备和介质
US11003600B2 (en) Method and system for scheduling I/O operations for processing
CN112818204A (zh) 一种业务的处理方法、装置、设备及存储介质
CN112463338A (zh) 公积金业务处理方法、装置、电子设备及介质
US11556425B2 (en) Failover management for batch jobs
CN114036420A (zh) 一种页面回滚方法、装置、设备以及存储介质
CN113162781B (zh) 业务恢复方法、装置、系统及存储介质
US11520667B1 (en) Information technology resource forecasting based on time series analysis

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