CN109213773A - 一种在线故障的诊断方法、装置及电子设备 - Google Patents
一种在线故障的诊断方法、装置及电子设备 Download PDFInfo
- Publication number
- CN109213773A CN109213773A CN201710545385.3A CN201710545385A CN109213773A CN 109213773 A CN109213773 A CN 109213773A CN 201710545385 A CN201710545385 A CN 201710545385A CN 109213773 A CN109213773 A CN 109213773A
- Authority
- CN
- China
- Prior art keywords
- investigation
- node
- failure
- diagnostic
- keyword
- 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
-
- 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
- H04L41/0636—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 based on a decision tree 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
Abstract
本申请公开了一种在线故障的诊断方法、装置及电子设备。其中,所述在线故障的诊断方法,包括:获取排查关键词;根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;记录所述故障诊断的结果。采用上述方法通过将不同业务进行分类抽象形成排查逻辑,通过针对性的输入用户的问题,将问题映射至排查逻辑从而形成排查树进行排查,分析出问题点并对外输出排查过程与问题的原因,大大降低在故障或线上问题产生后,因问题复杂度导致排查问题消耗的大量人力投入与时间成本消耗。
Description
技术领域
本申请涉及在线网络质量控制领域,具体涉及一种在线故障的诊断方法。本申请同时涉及一种在线故障的诊断装置、一种电子设备、另一种在线故障的诊断方法以及另一种在线故障的诊断装置。
背景技术
当线上服务出现问题时,用户的投诉入口是客服人员,客服人员需要对用户的问题对应的业务场景进行分类,流转到对应的技术人员,然后才能进入排查阶段。在最终排查完成后,如果需要对外做回访的,技术人员还需要最终将答复口径回流给客服人员,而这部分人工流转成本是很高的。
另一方面,当用户反馈部分搜索问题时,客服人员也可以使用在线系统中已有的自动诊断工具来解决用户问题。但是这些工具只作用于自身的业务,如排查商品排序靠后诊断工具,只能诊断商品排序靠后,当客服遇到用户投诉商品搜不到之后,客服并不能判断是否确实是商品排序靠后了,还是商品搜不到,这会导致客服无法有效的使用这些诊断工具。
发明内容
本申请提供一种在线故障的诊断方法,以解决现有技术中的上述问题。本申请另外提供一种在线故障的诊断装置、一种电子设备、另一种在线故障的诊断方法以及另一种在线故障的诊断装置。
本申请提供一种在线故障的诊断方法,所述在线故障的诊断方法,包括:
获取排查关键词;
根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;
在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;
记录所述故障诊断的结果。
可选的,在记录所述故障诊断结果之后,执行下述步骤:
基于所述故障诊断的结果,确定故障排查树;
将确定的所述故障排查树展现到前端。
可选的,所述基于所述检查节点构建故障排查树,包括:
以所述检查节点作为根节点,构建所述故障排查树。
可选的,所述根据与所述在线故障相关联的日志信息,执行相应的故障诊断,包括:
在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
可选的,所述根据接收的所述日志信息,执行相应的设定故障的诊断,包括:
将接收的所述日志信息,分配到诊断对应在线故障的检查节点中;
所述检查节点基于所述日志信息,执行设定故障的诊断。
可选的,所述在线故障为搜索故障。
可选的,所述排查关键词包括:故障场景,使用主体标识,搜索字串,以及商品标识。
可选的,所述原始日志信息包括:搜索请求信息,搜索引擎信息,使用主体个性化信息,随机算法分值信息,商品排序信息,以及搜索结果页面信息。
可选的,所述故障排查树,通过下述步骤构建:
将引起在线故障的设定故障场景作为所述故障排查树中的所述检查节点;
根据所述设定故障场景之间的逻辑依存关系,确定对应的所述检查节点之间的连接和激活关系;
按照所述连接和激活关系,将所述检查节点以树状排列,构建用于故障排查的所述故障排查树。
可选的,所述检查节点的属性包括节点标识,父节点标识,诊断模块标识,诊断控制状态和诊断结果快照。
可选的,所述检查节点通过所述诊断模块标识与所述诊断模块相关联。
可选的,所述诊断模块用于诊断设定故障并向关联的检查节点返回所述诊断结果。
可选的,所述诊断模块用于校验所述检查节点所接收的输入参数。
可选的,所述检查节点根据所述诊断结果状态,激活对应所述诊断结果状态的相邻的下一级检查节点。
可选的,所述检查节点根据所述检查节点所接收的输入参数,激活对应所述诊断结果状态的相邻的下一级检查节点。
可选的,所述诊断结果快照存储所述检查节点的当前诊断结果。
可选的,所述诊断结果快照的属性包括:任务标识,当前时间检查节点的属性,以及当前诊断结果数据。
相应的,本申请还提供一种在线故障的诊断装置,所述在线故障的诊断装置,包括:
关键词获取单元,用于获取排查关键词;
排查树构建单元,用于根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;
诊断单元,用于在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;
记录单元,用于记录所述故障诊断的结果。
可选的,所述的在线故障的诊断装置,还包括:
排查树确定单元,用于在记录所述故障诊断结果之后,基于所述故障诊断的结果,确定故障排查树;
展现单元,用于将确定的所述故障排查树展现到前端。
可选的,所述排查树构建单元,具体用于根据所述排查关键词,选出对应所述排查关键词的检查节点,并以所述检查节点作为根节点,构建所述故障排查树。
可选的,所述诊断单元,具体用于在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
可选的,所述关键词获取单元,具体用于获取搜索故障的排查关键词。
此外,本申请还提供了一种电子设备,所述电子设备,包括:
显示器;
处理器;
存储器,用于存储在线故障诊断程序,所述程序在被所述处理器读取执行时,执行如下操作:获取排查关键词;根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;记录所述故障诊断的结果。
此外,本申请还提供了另一种在线故障的诊断方法,所述在线故障的诊断方法,包括:
获取用户输入的排查关键词;
将所述排查关键词发送给服务器,
接收所述服务器反馈的排查结果,所述排查结果是所述服务器基于故障排查树而得到的,所述故障排查树是基于所述排查关键词构建的。
可选的,所述获取用户输入的排查关键词,包括:
对用户输入的字符串进行识别,从所述字符串中提取出用于排查在线故障的排查关键词。
可选的,在所述接收所述服务器反馈的排查结果的步骤之后,包括:
将所述排查结果展现到前端。
可选的,在所述接收所述服务器反馈的排查结果的步骤之后,包括:
基于所述排查结果,对当前端内的故障进行修复。
与现有技术相比,本方案具有以下优点:
本申请提供的一种在线故障的诊断方法、装置以及电子设备,通过获取排查关键词;根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;记录所述故障诊断的结果。所述技术方案通过将不同业务进行分类抽象形成排查逻辑,通过针对性的输入用户的问题,将问题映射至排查逻辑从而形成排查树进行排查,分析出问题点并对外输出排查过程与问题的原因,大大降低在故障或线上问题产生后,因问题复杂度导致排查问题消耗的大量人力投入与时间成本消耗。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1示出了根据本申请的实施例提供的在线故障的诊断方法的流程图;
图2示出了根据本申请的实施例提供的搜索不到场景的排查逻辑的示意图;
图3示出了根据本申请的实施例提供的排序靠后场景的排查逻辑的示意图;
图4示出了根据本申请的实施例提供的故障排查树的示意图;
图5示出了根据本申请的实施例提供的检查节点的示意图;
图6示出了根据本申请的实施例提供的在线故障的诊断装置的示意图;
图7示出了根据本申请的实施例提供的电子设备的示意图;
图8示出了根据本申请的实施例提供的另一种在线故障的诊断方法的流程图;
图9示出了根据本申请的实施例提供的另一种在线故障的诊断装置的示意图。
具体实施方式
为了能够更清楚地理解本申请的上述目的、特征和优点,下面结合附图和具体实施方式对本申请进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是,本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此,本申请不受下面公开的具体实施的限制。
本申请的实施例提供了一种在线故障的诊断方法;本申请的实施例同时提供了一种在线故障的诊断装置、电子设备、另一种在线故障的诊断方法以及另一种在线故障的诊断装置。在下面的实施例中逐一进行详细说明。
目前,当线上服务出现故障时,用户的投诉入口是客服人员,客服人员需要对用户的故障对应的业务场景进行分类,流转到对应的技术人员,然后才能进入排查阶段。在最终排查完成后,如果需要对外做回访的,技术人员还需要最终将答复口径回流给客服人员,而这部分人工流转成本是很高的;例如当用户反馈部分搜索故障时,客服人员也可以使用在线系统中已有的自动诊断工具来解决用户故障。但是这些工具只作用于自身的业务,如排查商品排序靠后诊断工具,只能诊断商品排序靠后,当客服遇到用户投诉商品搜不到之后,客服并不能判断是否确实是商品排序靠后了,还是商品搜不到,这会导致客服无法有效的使用这些诊断工具。由此可见,当线上服务出现故障时,对故障进行排查时会在排查链路上流转多人次,会消耗大量的人力与时间成本去定位故障。针对这一故障,在本申请实施例中,使用自动化的方式排查故障,采用排查树的方式串联业务排查流程,并最终展现出排查过程与故障的原因,大大降低在故障或线上故障产生后,因故障复杂度导致排查故障消耗的大量人力投入与时间成本消耗。
在详细描述本实施例的具体步骤之前,先对本技术方案涉及的日志以及排查故障树作简要说明。
日志是指网络设备、系统及服务程序等,在运作时产生的被称为log的事件记录;每一行日志都记载着日期、时间、使用者及动作等相关操作的描述。
Windows网络操作系统都设计有各种各样的日志文件,如应用程序日志,安全日志、系统日志、Scheduler服务日志、FTP日志、WWW日志、DNS服务器日志等等,这些根据系统开启的服务的不同而有所不同。在系统上进行一些操作时,这些日志文件通常会记录下操作的一些相关内容。例如:对系统进行了IPC探测,系统就会在安全日志里迅速地记下探测者探测时所用的IP、时间、用户名等,用FTP探测后,就会在FTP日志中记下IP、时间、探测所用的用户名等。
排查关键词,是用于描述问题而输入的关键词,而关键词的类型是根据业务场景而定制的。在本申请中的业务场景可以为在线故障场景,根据不同故障场景可分为:搜索不到场景、排序靠后场景、标签显示异常场景等。其中,所述排查关键词是针对于不同的故障类型从而提取出的排查关键词,即:不同的业务场景提取出的排查关键词各不相同,所以所述排查关键词,可以包括:故障场景、使用主体标识、搜索字串、故障对应的商品标识等。
故障排查树,是由分别诊断各在线故障的检查节点,组成的用于排查所述在线故障的树形结构,所述故障排查树是按照从根检查节点向下的顺序,对各在线故障进行排查。
树形结构是一层次的嵌套结构。一个树形结构的外层和内层有相似的结构,所以这种结构多可以递归的表示。经典数据结构中的各种树状图是一种典型的树形结构:一颗树可以简单的表示为根,左子树,右子树。左子树和右子树又有自己的子树。树形结构指的是数据元素之间存在着“一对多”的树形关系的数据结构,是一类重要的非线性数据结构。
本申请的实施例提供了一种在线故障的诊断方法。所述流式布局界面渲染的方法实施例如下:
请参考图1,其示出了根据本申请的实施例提供的在线故障的诊断方法的流程图。
所述在线故障的诊断方法,包括:
步骤S101,获取排查关键词。
在本实施例中,所述获取排查关键词,可以采用如下方式实现:从用户提交的在线故障的故障描述中,获取用于排查在线故障的排查关键词。
由于用户提交的在线故障的故障描述中,是由用户针对当前出现的故障自行填写的故障描述,所以用户提交的故障描述,可能会对故障的描述过长,所以在接收到用户提交的在线故障的故障描述,会对该故障描述进行识别,从该故障描述中提取出用于排查在线故障的排查关键词。
在具体实施时,可以预先根据可能会出现的故障设定的关键词词库,并在对所述故障描述进行识别时,按照所述关键词词库,对所述故障描述进行模糊匹配。
需要说明的是,模糊匹配方法是目前计算机查找信息的一种匹配方法,是利用部分参数查找到相关数据的方式。例如按姓名查询,仅指定姓名的某个部分,如姓或名字中的某个字或它们的组合,都可以找出与之相关的数据。主要用来在已知信息少的情况下尽可能的找出所需要的数据。在编程中主要用到:变量、宏替换运算(函数)&、包涵运算$。例如:SELECT*FROM oneself WHERE name like'%',like是模糊查询的关键字,%是通配符,代表多个任意匹配,'%搜'就是搜索前半段是任意字符,结尾是搜的记录,类似的可以将%放在条件字段的任意位置。_是单个字符的统配符,可以匹配单个任意字符。
为了增加从所述故障描述中提取出的排查关键字的准确性以及命中率,本实施例的技术方案提供了一种优选实施方式,在优选方式下,可以先对所述故障描述进行预处理,删除所述故障描述中的停止词和无实际意义的虚词等。例如:可以使用Lucene分词工具对所述故障描述执行预处理。
需要说明的是,所述在线故障的诊断方法可以应用于在线购物平台上,则所述在线故障可以是搜索故障,所述预先设定的关键词词库是根据可能出现的在线故障的故障场景的种类进行设定的,根据不同故障场景可分为:搜索不到场景、排序靠后场景、标签显示异常场景等。同样的,在执行本步骤时,从用户提交的在线故障的故障描述中获取的所述排查关键词,至少包括:故障场景、使用主体标识、搜索字串、故障对应的商品标识等。其中,所述排查关键词是针对于不同的故障类型从而提取出的排查关键词,即:不同的业务场景提取出的排查关键词各不相同,例如:所述排查关键词中的故障类型为标签显示异常时,从用户提交的在线故障的故障描述中获取的所述排查关键词,还需要包括期望展现的标签。
在本实施例中,所述排查关键词中的故障场景是:按照预先设定的关键词词库对所述故障描述中进行提取后,划分出的故障场景;所述排查关键词中的使用主体标识是:提交该故障描述的用户的标识(例如:用户id);所述排查关键词中的搜索字串是:用户提交的发现故障时使用的搜索关键字;所述排查关键词中的故障对应的商品标识是:用户期望搜索出的商品的标识(例如:商品id)。
需要说明的是,根据所述排查关键词而确定的故障场景,可以包括:搜索不到场景、排序靠后场景、标签显示异常场景等。
步骤S103,根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树。
在本实施例中,所述检查节点是根据每一故障场景预设的排查逻辑,针对于不同的故障场景具有各自排查逻辑,所述排查逻辑由若干数量的检查节点构成。下面以预先建立的完整故障场景的排查逻辑进行说明。
当所述故障场景为搜索不到时,该场景对应的排查逻辑如下:
请参考附图2,其示出了根据本申请的实施例提供的搜索不到场景的排查逻辑。
逻辑根节点(查询引擎内有无商品)是通过所述排查关键词中的故障对应的商品标识在搜索引擎中查询对应的商品;
若在搜索引擎中能查询出该商品则执行检查节点101;
检查节点101,是根据所述排查关键词中的故障对应的商品标识查询dump文件,之后进入检查节点102;
检查节点102,是判断对应该商品标识的商品是否离线正常,即:判断所述商品是否存在于dump中;
若商品存在于dump文件,则执行检查节点103;
检查节点103,是判断dump是否过滤了该商品;
若dump过滤了该商品,则执行检查节点104;
检查节点104,是对外输出过滤商品的原因;
若dump没有过滤了该商品,则执行检查节点105;
检查节点105,判断swift消息是否发送成功;
若swift消息发送失败,则执行检查节点106;
检查节点106,是指dump发送swift消息失败,输出丢失数据;
若swift消息发送成功,则执行检查节点107;
检查节点107,是通过排查c2c merge判断是否对商品进行了屏蔽;
若进行了屏蔽,则执行检查节点108;
检查节点108,是对外输出屏蔽原因(平台内的店铺被屏蔽)
若没有进行了屏蔽,则执行检查节点109;
检查节点109,是根据所述排查关键词中的故障对应的商品标识计算所属行列的partition,之后进入检查节点110;
检查节点110,是根据计算出的partition查询amon获取对应的ip,之后进入检查节点111;
检查节点111,是根据获取的ip判断对应路径的日志信息,根据日志输出对故障的原因;
若商品不存在于dump文件,则执行检查节点112;
检查节点112,判断所述商品的信息是否被离线处理,即:判断所述商品的信息是否丢失;
若所述商品的信息丢失,则执行检查节点115;
检查节点115,是对外输出所述商品信息丢失的原因;
若所述商品的信息未丢失,则执行检查节点113;
检查节点113,判断所述商品的信息是否存在堆积,即:判断所述商品的信息进行离线处理时是否存在较高的延迟;
若所述商品的信息存在堆积,则执行检查节点114;
检查节点114,是对外输出所述商品信息进行堆积的原因;
若在搜索引擎中不能查询出该商品则执行检查节点201;
检查节点201,是对引擎进行排查倒排过滤,具体是将搜索引擎根据所述排查关键词中的故障对应的商品标识获取对应的搜索字串,并去除所述搜索字串的filter(过滤)查询子句,之后进入检查节点202;
检查节点202,判断所述商品是否能够进行召回;所述召回是指:在以上述搜索条件下搜索所述商品;
若所述商品不能召回,则执行检查节点203;
检查节点203,是排查过滤条件,具体是将检查节点201中去除的filter(过滤)查询子句逐条加回,之后进入检查节点204;
检查节点204,是判断每加回了一条查询子句的所述商品都否被召回;
若所述商品能够被召回,则返回检查节点203;
若所述商品不能够被召回,则执行检查节点205;
检查节点205,是对外输出本次加回的查询子句对应的故障的原因;例如:价格的过滤问题、包邮的过滤问题、所在地的过滤问题等;
若所述商品能召回,则执行检查节点206;
检查节点206,是排查倒排条件,具体是搜索引擎将所述排查关键词中的故障对应的商品标识获取对应的搜索字串,并去除所述搜索字串中所有的倒排条件,只保留关键字查询;其中,所述倒排条件是倒排索引的查询条件,倒排索引是根据属性的值来查找记录的方式,之后进入检查节点207;
检查节点207,再次判断所述商品是否能够进行召回;
若所述商品不能再次召回,则执行检查节点208;
检查节点208,是排查分词的模块;
若所述所述商品能再次召回,则执行检查节点216;
检查节点216,将检查节点206中去除的倒排条件逐条加回,之后进入检查节点217;
检查节点217,是判断每加回了一条倒排条件的所述商品都否被召回;若能够被召回则返回检查节点216;若不能被召回则对外输出本次加回的倒排条件对应的故障的原因;例如:货到付款问题、价格筛选问题、发货问题等。
当所述故障场景为排序靠后时,该场景对应的排查逻辑如下:
请参考附图3,其示出了根据本申请的实施例提供的搜索不到场景的排查逻辑。
逻辑根节点301(查询精品集群内有无商品)是通过所述排查关键词中的故障对应的商品标识在搜索引擎中查询对应的商品是否在商品精品的集群内;
若所述商品不在集群内,则执行检查节点302;
检查节点302,对外输出排查出的所述商品未进精品集群的原因;
若所述商品在集群内,则执行检查节点303;
检查节点303,是根据所述商品的各特征(商品的标签)计算是该商品的当次搜索算法分;其中,所述搜索算法分是按照商品的标签及分类计算该商品的各个特征的特征分确定的,之后进入检查节点304;
检查节点304,是将所述商品的搜索算法分与预设的商品的搜索算法分进行比较,判断两个商品的排序关系(所述搜索算法分高的商品排序靠前);具体的,所述预设的商品是以所述当次搜索的商品使用的搜索词搜索出的页面中显示的商品作为该预设的商品,例如:以搜索出的页面中最后一个显示的商品作为该预设的商品;
若当次搜索的商品的搜索算法分低于所述预设的商品的搜索算法分,则执行检查节点305;
检查节点305,是将上述两个商品中各个特征的特征分进行输出;
若当次搜索的商品的搜索算法分高于所述预设的商品的搜索算法分,则执行检查节点306;
检查节点306,是用于去除当次搜索的商品的搜索串中的distinct语句,再次计算该商品的搜索算法分;其中,关键词distinct是用于返回唯一不同的值使用的语句(在数据库表中,可能会包含重复值);
若打散后的所述商品的搜索算法分仍高于预设的商品的搜索算法分,则执行检查节点307;
检查节点307,对外输出错误,并进入人工排查;
若打散后的所述商品的搜索算法分低于预设的商品的搜索算法分,则执行检查节点308;
检查节点308,解析去除的distinct语句,并对外输出对应去除的distinct语句问题原因,例如:去除的distinct语句中包含卖家信息,则是由于卖家信息打散所引起的。
需要说明的是,除上述两种故障场景外,还包括标签显示异常场景等,对于不同的场景需要建立与该场景相对应的排查逻辑,在此无法完全例举和说明。
步骤S105,在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断。
在本实施例中,所述在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断,可以采用如下方式实现:根据构建所述故障排查树的所述排查关键词,从日志系统中获取有关所述在线故障的原始日志信息,并将所述原始日志信息发送给所述故障排查树中的检查节点后,所述故障排查树中的检查节点根据接收的所述日志信息,执行相应的设定故障的诊断。
需要说明的是,所述根据接收的所述日志信息,执行相应的设定故障的诊断,可以采用如下方式实现:
将接收的所述日志信息,分配到诊断对应在线故障的检查节点中;
所述检查节点基于所述日志信息,执行设定故障的诊断。
在具体实施时,是根据步骤S101中获取的所述排查关键词,在系统日志中以所述排查关键词中的使用主体标识、搜索字串、故障对应的商品标识搜索用户当时进行搜索时的原始日志信息进行快照,并将快照日志信息与所述故障排查树中诊断对应的线故障的检查节点进行匹配,向构建出的所述故障排查树中对应的检查节点发送快照日志信息。
需要说明的是,由于日志记载着每一动作的日期、时间、使用者及动作等相关操作的描述,所以再对所述原始日志信息进行快照,获取快照日志信息时,只需要将所述原始日志信息中的搜索请求信息,搜索引擎信息,使用主体个性化信息,随机算法分值信息,商品排序信息,以及搜索结果页面信息进行快照,形成相应的快照日至。
在本实施例中,所述执行相应的故障诊断,可以采用如下方式实现:
在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
下面沿用上面的例子对本步骤进行说明。
将接收到快照日志信息写入到所述故障排查树中对应的检查节点内,则从所述故障排查树的逻辑根节点开始执行。
由逻辑根节点根据节点属性中的诊断模块标识,调用召回模块对商品执行召回操作,若在增加过滤条件后能够被召回,则所述逻辑根节点根据召回模块返回的诊断结果,通过所述诊断控制状态激活所述逻辑根节点的下一级检查节点301,并在所述逻辑根节点内存储诊断结果的快照。
由检查节点301根据节点属性中的诊断模块标识,调用精品集群模块对商品执行查询商品是否在商品精品集群内的操作,若该商品在精品集群内,则所述检查节点301根据精品集群模块返回的诊断结果,通过所述诊断控制状态激活所述检查节点301的下一级检查节点303,并在所述检查节点301内存储诊断结果的快照。
由检查节点303以及所述检查节点303的下一级检查节点304,根据节点属性中的诊断模块标识,调用算分排查模块执行将所述商品的搜索算法分与预设的商品的搜索算法分进行比较的操作,若预设的商品的搜索算法分低于所述商品的搜索算法分,则所述检查节点304根据所述算分排查模块返回的诊断结果,通过所述诊断控制状态激活所述检查节点304的下一级检查节点306,并在所述检查节点304内存储诊断结果的快照。
由检查节点306,根据节点属性中的诊断模块标识,调用打散排查模块执行去除当次搜索的商品的搜索串中的distinct语句,再次计算该商品的搜索算法分的操作,若预设的商品的搜索算法分低于所述商品的搜索算法分,则所述检查节点306根据所述打散排查模块返回的诊断结果,通过所述诊断控制状态激活所述检查节点304的下一级检查节点308,并在所述检查节点306内存储诊断结果的快照。
由检查节点308,根据节点属性中的诊断模块标识,调用输出模块,对外输出对应去除的distinct语句问题原因。
可以理解的,根据所述故障排查树的执行方向,就可以知道用户的搜索不到的故障的原因是在“打散”这个业务逻辑处出现了错误;同时,因为召回模块,精品集群模块,算分排查模块,打散排查模块这些模块都是执行成功的,因此检查节点的下一级中的另一侧的检查节点不会执行。
步骤S107,记录所述故障诊断的结果。
在本实施例中,所述记录所述故障诊断的结果,可以采用如下方式实现:在本地记录所述故障诊断的结果。
需要说明的是,将所述故障诊断的结果进行记录之后,就可以将记录的所述故障诊断的结果输出、展示,传递给第三方,例如:在记录所述故障诊断结果之后,执行下述步骤:
基于所述故障诊断的结果,确定故障排查树;
将确定的所述故障排查树展现到前端。
需要说明的是,在卖家遇到自己商品层面的搜索不到问题时,可以通过上述排查逻辑对引起商品搜索不到的问题进行排查,而在进行排查后,可以基于诊断结果对所述卖家输出所述商品在排查过程中出现问题的检查节点,并基于所述检查节点上问题点,对所述卖家输出解决或优化所述搜索不到的问题的解决方案。
例如:在卖家遇到自己商品层面的搜索不到问题时,通过排查逻辑对引起商品搜索不到的问题进行排查后,基于诊断结果对所述卖家输出所述商品在排查过程中出现问题的检查节点为检查节点108,则说明是当前的店铺被屏蔽所导致的商品搜索不到,所以还需输出可能造成店铺被屏蔽的原因,以及解决方案(提高店铺信誉或接触违规操作等)。
作为一个优选实施方式,本申请实施例提供的在线故障的诊断方法中,在执行步骤S103所述根据所述排查关键词,选出对应所述排查关键词的检查节点,并基于所述检查节点构建故障排查树之后,将确定的所述故障排查树展现到前端。
在本实施例中,是通过故障排查树对在线故障进行诊断的,而在所述故障排查树中的结构体检查节点进行构建时,每个所述检查节点具有如下模块:
请参考图5,其示出了根据本申请的实施例提供的检查节点的示意图。
在图5中,虚线部分表示为父子关系,由图5可知,所述故障排查树,具有4个检查节点A,B,C1,C2,每个检查节点具有分支选择器属性,包含TRUE分支与FALSE分支,节点具有父节点属性,帮助描述整个排查树结构,如果父节点为null,则表示该节点为顶端节点。
所述检查节点A的TRUE分支下,具有检查节点C1,C2,虽然C1,C2都在TRUE分支下但是入参不同;所述检查节点A的FALSE分支下具有检查节点B。
下面以图5为例,说明该故障排查树的处理过程:假设检查节点A的诊断结果为TRUE,则检查节点A的诊断结果正常,并且进入所述检查节点A的TRUE分支,而检查节点B为检查节点A的FALSE分支所以检查节点B未被执行到,若检查节点C1诊断结果为正常,检查节点C2诊断结果为存在异常,最终输出检查节点C2的诊断结果。
在上述的实施例中,提供了一种在线故障的诊断方法,与上述在线故障的诊断方法相对应的,本申请还提供了一种在线故障的诊断装置。由于装置的实施例基本相似于方法的实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。所述在线故障的诊断装置实施例如下:
请参考图6,其示出了根据本申请的实施例提供的在线故障的诊断装置的示意图。
所述在线故障的诊断装置,包括:关键词获取单元601、排查树构建单元603、诊断单元605以及记录单元607;
所述关键词获取单元601,用于获取排查关键词;
所述排查树构建单元603,用于根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;
所述诊断单元605,用于在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;
所述记录单元607,用于记录所述故障诊断的结果。
可选的,所述的在线故障的诊断装置,还包括:排查树确定单元以及展现单元;
所述排查树确定单元,用于在记录所述故障诊断结果之后,基于所述故障诊断的结果,确定故障排查树;
所述展现单元,用于将确定的所述故障排查树展现到前端。
可选的,所述排查树构建单元603,具体用于根据所述排查关键词,选出对应所述排查关键词的检查节点,并以所述检查节点作为根节点,构建所述故障排查树。
可选的,所述诊断单元605,具体用于在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
可选的,所述关键词获取单元601,具体用于获取搜索故障的排查关键词。
可选的,所述关键词获取单元601,具体用于获取搜索故障的排查关键词,包括:故障场景,使用主体标识,搜索字串,以及商品标识。
可选的,所述原始日志获取子单元,用于从日志系统中获取有关所述在线故障的原始日志信息,包括:搜索请求信息,搜索引擎信息,使用主体个性化信息,随机算法分值信息,商品排序信息,以及搜索结果页面信息。
可选的,所述排查树构建单元603,包括:检查节点确定子单元、连接关系确定子单元以及排查树构建子单元;
所述检查节点确定子单元,用于将引起在线故障的设定故障场景作为所述故障排查树中的所述检查节点;
所述连接关系确定子单元,用于根据所述设定故障场景之间的逻辑依存关系,确定对应的所述检查节点之间的连接和激活关系;
所述排查树构建子单元,用于按照所述连接和激活关系,将所述检查节点以树状排列,构建用于故障排查的所述故障排查树。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点具有的属性,包括节点标识,父节点标识,诊断模块标识,诊断控制状态和诊断结果快照。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点,通过所述诊断模块标识与所述诊断模块相关联。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点的属性中的所述诊断模块用于诊断设定故障并向关联的检查节点返回所述诊断结果。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点的属性中的所述诊断模块用于校验所述检查节点所接收的输入参数。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点,根据所述诊断结果状态,激活对应所述诊断结果状态的相邻的下一级检查节点
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点,根据所述检查节点所接收的输入参数,激活对应所述诊断结果状态的相邻的下一级检查节点。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点的属性中的所述诊断结果快照存储所述检查节点的当前诊断结果。
可选的,所述排查树构建单元603,选出的对应所述排查关键词的检查节点的属性中的所述诊断结果快照的属性包括:任务标识,当前时间检查节点的属性,以及当前诊断结果数据。
在上述的实施例中,提供了一种在线故障的诊断方法以及一种在线故障的诊断装置,此外,本申请还提供了一种电子设备;所述电子设备实施例如下:
请参考图7,其示出了根据本申请的实施例提供的电子设备的示意图。
所述电子设备,包括:显示器701;处理器703;存储器705;
所述存储器705,用于存储在线故障诊断程序,所述程序在被所述处理器读取执行时,执行如下操作:获取排查关键词;根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;记录所述故障诊断的结果。
例如,所述电子设备为一台计算机,所述计算机获取排查关键词;再根据所述排查关键词,选出对应所述排查关键词的检查节点,并基于所述检查节点构建故障排查树;并在所述故障排查树中,根据与所述在线故障相关联的日志信息,逐级执行相应的故障诊断;最后记录所述故障诊断的结果。由于本电子设备使用上述在线故障的诊断方法,相关之处请参见上述在线故障的诊断方法的实施例说明,此处不再赘述。
在上述的实施例中,提供了一种在线故障的诊断方法、一种在线故障的诊断装置以及一种电子设备,此外,本申请还提供了另一种在线故障的诊断方法;所述在线故障的诊断方法实施例如下:
请参考图8,其示出了根据本申请的实施例提供的另一种在线故障的诊断方法的流程图。
所述另一种在线故障的诊断方法,包括:
步骤S801,获取用户输入的排查关键词。
在本实施例中,所述获取用户输入的排查关键词,可以采用如下方式实现:从用户提交的对在线故障的进行描述的字符串中,获取用于排查在线故障的排查关键词。
由于用户提交的对在线故障的进行描述的字符串中,是由用户针对当前出现的故障自行填写的字符串,所以用户提交的字符串,可能会对故障的描述过长,所以在接收到用户提交的字符串后,会对该故障描述进行识别,从该故障描述中提取出用于排查在线故障的排查关键词,具体包括如下步骤:对用户输入的字符串进行识别,从所述字符串中提取出用于排查在线故障的排查关键词。
在具体实施时,可以采用模糊匹配方法对用户输入的字符串进行识别。
需要说明的是,本步骤在进行实施时的过程与上述在线故障的诊断方法中的步骤S101类似,由于在之前的实施例已经进行了较为详细的说明,在此不再赘述。
步骤S803,将所述排查关键词发送给服务器。
在本实施例中,所述将所述排查关键词发送给服务器,可以采用如下方式实现:当前端通过TCP/IP连接等网络协议与服务器连接后进行信息交互,将所述排查关键词发送给服务器。
步骤S805,接收所述服务器反馈的排查结果,所述排查结果是所述服务器基于故障排查树而得到的,所述故障排查树是基于所述排查关键词构建的。
在本实施例中,所述接收所述服务器反馈的排查结果可以采用如下方式实现:当前端通过TCP/IP连接等网络协议与服务器连接后进行信息交互,接收所述服务器反馈的排查结果。
在本实施例中,所述接收所述服务器反馈的排查结果的步骤之后,当前端会将接收的内容,即:所述排查结果,通过当前端的显示设备,展现到前端。
由于所述排查结果,是通过故障排查树逐步对在线故障进行排查后,进而输出的出现在线故障的原因,所以当前端会基于所述排查结果,在当前端内的故障进行修复。
在上述的实施例中,提供了另一种在线故障的诊断方法,与上述另一种在线故障的诊断方法相对应的,本申请还提供了另一种在线故障的诊断装置。由于装置的实施例基本相似于方法的实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。所述另一种在线故障的诊断装置实施例如下:
请参考图9,其示出了根据本申请的实施例提供的另一种在线故障的诊断装置的示意图。
所述另一种在线故障的诊断装置,包括:
排查关键词获取单元,用于获取用户输入的排查关键词;
发送单元,用于将所述排查关键词发送给服务器,
排查结果接收单元,用于接收所述服务器反馈的排查结果,所述排查结果是所述服务器基于故障排查树而得到的,所述故障排查树是基于所述排查关键词构建的。
可选的,所述排查关键词获取单元,具体用于对用户输入的字符串进行识别,从所述字符串中提取出用于排查在线故障的排查关键词。
可选的,所述另一种在线故障的诊断装置,还包括:
展现单元,用于在所述接收所述服务器反馈的排查结果之后,将所述排查结果展现到前端。
可选的,所述另一种在线故障的诊断装置,还包括:
修复单元,用于在所述接收所述服务器反馈的排查结果的之后,基于所述排查结果,对当前端内的故障进行修复。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体,如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (27)
1.一种在线故障的诊断方法,其特征在于,包括:
获取排查关键词;
根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;
在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;
记录所述故障诊断的结果。
2.根据权利要求1所述的在线故障的诊断方法,其特征在于,在记录所述故障诊断结果之后,执行下述步骤:
基于所述故障诊断的结果,确定故障排查树;
将确定的所述故障排查树展现到前端。
3.根据权利要求1所述的在线故障的诊断方法,其特征在于,所述基于所述检查节点构建故障排查树,包括:
以所述检查节点作为根节点,构建所述故障排查树。
4.根据权利要求3所述的在线故障的诊断方法,其特征在于,所述根据与所述在线故障相关联的日志信息,执行相应的故障诊断,包括:
在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
5.根据权利要求4所述的在线故障的诊断方法,其特征在于,所述根据接收的所述日志信息,执行相应的设定故障的诊断,包括:
将接收的所述日志信息,分配到诊断对应在线故障的检查节点中;
所述检查节点基于所述日志信息,执行设定故障的诊断。
6.根据权利要求5所述的在线故障的诊断方法,其特征在于,所述在线故障为搜索故障。
7.根据权利要求6所述的在线故障的诊断方法,其特征在于,所述排查关键词包括:故障场景,使用主体标识,搜索字串,以及商品标识。
8.根据权利要求7所述的在线故障的诊断方法,其特征在于,所述原始日志信息包括:搜索请求信息,搜索引擎信息,使用主体个性化信息,随机算法分值信息,商品排序信息,以及搜索结果页面信息。
9.根据权利要求7所述的在线故障的诊断方法,其特征在于,所述故障排查树,通过下述步骤构建:
将引起在线故障的设定故障场景作为所述故障排查树中的所述检查节点;
根据所述设定故障场景之间的逻辑依存关系,确定对应的所述检查节点之间的连接和激活关系;
按照所述连接和激活关系,将所述检查节点以树状排列,构建用于故障排查的所述故障排查树。
10.根据权利要求1所述的在线故障的诊断方法,其特征在于,所述检查节点的属性包括节点标识,父节点标识,诊断模块标识,诊断控制状态和诊断结果快照。
11.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述检查节点通过所述诊断模块标识与所述诊断模块相关联。
12.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述诊断模块用于诊断设定故障并向关联的检查节点返回所述诊断结果。
13.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述诊断模块用于校验所述检查节点所接收的输入参数。
14.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述检查节点根据所述诊断结果状态,激活对应所述诊断结果状态的相邻的下一级检查节点。
15.根据权利要求14所述的在线故障的诊断方法,其特征在于,所述检查节点根据所述检查节点所接收的输入参数,激活对应所述诊断结果状态的相邻的下一级检查节点。
16.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述诊断结果快照存储所述检查节点的当前诊断结果。
17.根据权利要求10所述的在线故障的诊断方法,其特征在于,所述诊断结果快照的属性包括:任务标识,当前时间检查节点的属性,以及当前诊断结果数据。
18.一种在线故障的诊断装置,其特征在于,包括:
关键词获取单元,用于获取排查关键词;
排查树构建单元,用于根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;
诊断单元,用于在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;
记录单元,用于记录所述故障诊断的结果。
19.根据权利要求18所述的在线故障的诊断装置,其特征在于,还包括:
排查树确定单元,用于在记录所述故障诊断结果之后,基于所述故障诊断的结果,确定故障排查树;
展现单元,用于将确定的所述故障排查树展现到前端。
20.根据权利要求18所述的在线故障的诊断装置,其特征在于,所述排查树构建单元,具体用于根据所述排查关键词,选出对应所述排查关键词的检查节点,并以所述检查节点作为根节点,构建所述故障排查树。
21.根据权利要求20所述的在线故障的诊断装置,其特征在于,所述诊断单元,具体用于在所述故障排查树中,从作为根节点的所述检查节点开始,根据接收的所述日志信息,执行相应的设定故障的诊断,并根据诊断结果激活对应的下一级所述检查节点,以执行在下一级所述检查节点的设定故障的诊断,直至完成所述在线故障的诊断。
22.根据权利要求21所述的在线故障的诊断装置,其特征在于,所述关键词获取单元,具体用于获取搜索故障的排查关键词。
23.一种电子设备,其特征在于,包括:
显示器;
处理器;
存储器,用于存储在线故障诊断程序,所述程序在被所述处理器读取执行时,执行如下操作:获取排查关键词;根据所述排查关键词,选出对应的检查节点,并基于所述检查节点构建故障排查树;在所述故障排查树中,根据与所述在线故障相关联的日志信息,执行相应的故障诊断;记录所述故障诊断的结果。
24.一种在线故障的诊断方法,其特征在于,包括:
获取用户输入的排查关键词;
将所述排查关键词发送给服务器,
接收所述服务器反馈的排查结果,所述排查结果是所述服务器基于故障排查树而得到的,所述故障排查树是基于所述排查关键词构建的。
25.根据权利要求24所述的在线故障的诊断方法,其特征在于,所述获取用户输入的排查关键词,包括:
对用户输入的字符串进行识别,从所述字符串中提取出用于排查在线故障的排查关键词。
26.根据权利要求24所述的在线故障的诊断方法,其特征在于,在所述接收所述服务器反馈的排查结果的步骤之后,包括:
将所述排查结果展现到前端。
27.根据权利要求24所述的在线故障的诊断方法,其特征在于,在所述接收所述服务器反馈的排查结果的步骤之后,包括:
基于所述排查结果,对当前端内的故障进行修复。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545385.3A CN109213773B (zh) | 2017-07-06 | 2017-07-06 | 一种在线故障的诊断方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710545385.3A CN109213773B (zh) | 2017-07-06 | 2017-07-06 | 一种在线故障的诊断方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109213773A true CN109213773A (zh) | 2019-01-15 |
CN109213773B CN109213773B (zh) | 2023-02-10 |
Family
ID=64992896
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710545385.3A Active CN109213773B (zh) | 2017-07-06 | 2017-07-06 | 一种在线故障的诊断方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109213773B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694804A (zh) * | 2019-03-13 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 故障排查方法及装置 |
CN112148463A (zh) * | 2020-10-23 | 2020-12-29 | 新华三大数据技术有限公司 | 一种业务流程控制方法及装置 |
CN112215501A (zh) * | 2020-10-15 | 2021-01-12 | 拉扎斯网络科技(上海)有限公司 | 一种问题排查流程数据的生成方法及装置 |
CN112434193A (zh) * | 2020-10-27 | 2021-03-02 | 北京空间飞行器总体设计部 | 一种引导式系统故障快速排查方法及装置 |
CN114205211A (zh) * | 2020-08-28 | 2022-03-18 | Sap欧洲公司 | 使用故障树进行故障诊断的系统和方法 |
CN115840915A (zh) * | 2022-11-22 | 2023-03-24 | 广州城轨科技有限公司 | 机电设备故障的自动识别方法、系统、终端及存储介质 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694099A (zh) * | 2004-04-15 | 2005-11-09 | 微软公司 | 开采产品支持服务请求 |
US20060288260A1 (en) * | 2005-06-17 | 2006-12-21 | Guoxian Xiao | System and method for production system performance prediction |
CN101742540A (zh) * | 2010-02-05 | 2010-06-16 | 华为技术有限公司 | 在线自诊断的方法及装置 |
CN102143008A (zh) * | 2010-01-29 | 2011-08-03 | 国际商业机器公司 | 用于数据中心的诊断故障事件的方法及装置 |
CN102346756A (zh) * | 2010-12-24 | 2012-02-08 | 镇江诺尼基智能技术有限公司 | 一种设备故障解决方案知识管理与检索系统及方法 |
CN102385333A (zh) * | 2011-08-01 | 2012-03-21 | 西安石油大学 | 一种石油仪器故障诊断装置及诊断方法 |
CN103761173A (zh) * | 2013-12-28 | 2014-04-30 | 华中科技大学 | 一种基于日志的计算机系统故障诊断方法及装置 |
CN104376033A (zh) * | 2014-08-01 | 2015-02-25 | 中国人民解放军装甲兵工程学院 | 一种基于故障树和数据库技术的故障诊断方法 |
CN105391772A (zh) * | 2015-10-16 | 2016-03-09 | 百度在线网络技术(北京)有限公司 | 业务请求处理方法、日志处理方法及装置 |
CN105786865A (zh) * | 2014-12-23 | 2016-07-20 | 深圳市腾讯计算机系统有限公司 | 一种检索系统故障分析方法及装置 |
CN106357423A (zh) * | 2016-08-19 | 2017-01-25 | 南京国电南自电网自动化有限公司 | 一种基于故障树的智能变电站二次设备异常诊断方法 |
CN106533754A (zh) * | 2016-11-08 | 2017-03-22 | 北京交通大学 | 用于高校教学服务器故障诊断的方法及专家系统 |
CN106528723A (zh) * | 2016-10-27 | 2017-03-22 | 重庆大学 | 基于故障树的数控机床故障消除方案判别指示方法 |
CN106774286A (zh) * | 2017-03-03 | 2017-05-31 | 中南大学 | 一种基于sibas32控制逻辑的和谐d1型机车在线故障诊断方法及系统 |
-
2017
- 2017-07-06 CN CN201710545385.3A patent/CN109213773B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1694099A (zh) * | 2004-04-15 | 2005-11-09 | 微软公司 | 开采产品支持服务请求 |
US20060288260A1 (en) * | 2005-06-17 | 2006-12-21 | Guoxian Xiao | System and method for production system performance prediction |
CN102143008A (zh) * | 2010-01-29 | 2011-08-03 | 国际商业机器公司 | 用于数据中心的诊断故障事件的方法及装置 |
CN101742540A (zh) * | 2010-02-05 | 2010-06-16 | 华为技术有限公司 | 在线自诊断的方法及装置 |
CN102346756A (zh) * | 2010-12-24 | 2012-02-08 | 镇江诺尼基智能技术有限公司 | 一种设备故障解决方案知识管理与检索系统及方法 |
CN102385333A (zh) * | 2011-08-01 | 2012-03-21 | 西安石油大学 | 一种石油仪器故障诊断装置及诊断方法 |
CN103761173A (zh) * | 2013-12-28 | 2014-04-30 | 华中科技大学 | 一种基于日志的计算机系统故障诊断方法及装置 |
CN104376033A (zh) * | 2014-08-01 | 2015-02-25 | 中国人民解放军装甲兵工程学院 | 一种基于故障树和数据库技术的故障诊断方法 |
CN105786865A (zh) * | 2014-12-23 | 2016-07-20 | 深圳市腾讯计算机系统有限公司 | 一种检索系统故障分析方法及装置 |
CN105391772A (zh) * | 2015-10-16 | 2016-03-09 | 百度在线网络技术(北京)有限公司 | 业务请求处理方法、日志处理方法及装置 |
CN106357423A (zh) * | 2016-08-19 | 2017-01-25 | 南京国电南自电网自动化有限公司 | 一种基于故障树的智能变电站二次设备异常诊断方法 |
CN106528723A (zh) * | 2016-10-27 | 2017-03-22 | 重庆大学 | 基于故障树的数控机床故障消除方案判别指示方法 |
CN106533754A (zh) * | 2016-11-08 | 2017-03-22 | 北京交通大学 | 用于高校教学服务器故障诊断的方法及专家系统 |
CN106774286A (zh) * | 2017-03-03 | 2017-05-31 | 中南大学 | 一种基于sibas32控制逻辑的和谐d1型机车在线故障诊断方法及系统 |
Non-Patent Citations (2)
Title |
---|
DONG ZEWEI 等: "Research on Armed Helicopter Weapon System Fault Diagnosis", 《2015 FIFTH INTERNATIONAL CONFERENCE ON INSTRUMENTATION AND MEASUREMENT, COMPUTER, COMMUNICATION AND CONTROL (IMCCC)》 * |
韩哲: "矿井提升设备健康管理系统研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111694804A (zh) * | 2019-03-13 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 故障排查方法及装置 |
CN111694804B (zh) * | 2019-03-13 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 故障排查方法及装置 |
CN114205211A (zh) * | 2020-08-28 | 2022-03-18 | Sap欧洲公司 | 使用故障树进行故障诊断的系统和方法 |
CN114205211B (zh) * | 2020-08-28 | 2023-11-07 | Sap欧洲公司 | 使用故障树进行故障诊断的系统和方法 |
CN112215501A (zh) * | 2020-10-15 | 2021-01-12 | 拉扎斯网络科技(上海)有限公司 | 一种问题排查流程数据的生成方法及装置 |
CN112148463A (zh) * | 2020-10-23 | 2020-12-29 | 新华三大数据技术有限公司 | 一种业务流程控制方法及装置 |
CN112148463B (zh) * | 2020-10-23 | 2023-07-21 | 新华三大数据技术有限公司 | 一种业务流程控制方法及装置 |
CN112434193A (zh) * | 2020-10-27 | 2021-03-02 | 北京空间飞行器总体设计部 | 一种引导式系统故障快速排查方法及装置 |
CN112434193B (zh) * | 2020-10-27 | 2023-09-29 | 北京空间飞行器总体设计部 | 一种引导式系统故障快速排查方法及装置 |
CN115840915A (zh) * | 2022-11-22 | 2023-03-24 | 广州城轨科技有限公司 | 机电设备故障的自动识别方法、系统、终端及存储介质 |
CN115840915B (zh) * | 2022-11-22 | 2023-07-28 | 广州城轨科技有限公司 | 机电设备故障的自动识别方法、系统、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109213773B (zh) | 2023-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109213773A (zh) | 一种在线故障的诊断方法、装置及电子设备 | |
CN104598367B (zh) | 数据中心故障事件管理自动化系统及方法 | |
CN108270785A (zh) | 一种基于知识图谱的分布式安全事件关联分析方法 | |
US20090049338A1 (en) | Root cause diagnostics using temporal data mining | |
CN108170580A (zh) | 一种基于规则的日志报警方法、装置及系统 | |
US8412712B2 (en) | Grouping methods for best-value determination from values for an attribute type of specific entity | |
US20170109636A1 (en) | Crowd-Based Model for Identifying Executions of a Business Process | |
CN109120461B (zh) | 一种业务性能端到端监控方法、系统及装置 | |
CN105759784B (zh) | 一种基于数据包络分析的故障诊断方法 | |
CN116450399B (zh) | 微服务系统故障诊断及根因定位方法 | |
CN110019519A (zh) | 数据处理方法、装置、存储介质和电子装置 | |
CN112559237B (zh) | 运维系统排障方法、装置、服务器和存储介质 | |
CN113347170A (zh) | 一种基于大数据框架的智能分析平台设计方法 | |
CN109726066A (zh) | 用于标识存储系统中的问题部件的方法和设备 | |
CN115857469A (zh) | 工业设备故障知识库构建方法、装置及故障诊断方法与系统 | |
CN112581271B (zh) | 一种商户交易风险监测方法、装置、设备及存储介质 | |
CN107493275A (zh) | 异构网络安全日志信息的自适应提取和分析方法及系统 | |
CN112579558A (zh) | 展示拓扑图的方法、装置、存储介质及设备 | |
CN113098989B (zh) | 字典生成方法、域名检测方法、装置、设备及介质 | |
US20170109637A1 (en) | Crowd-Based Model for Identifying Nonconsecutive Executions of a Business Process | |
US20230273924A1 (en) | Trimming blackhole clusters | |
CN110413500A (zh) | 基于大数据融合的故障分析方法及装置 | |
CN107368500A (zh) | 数据抽取方法及系统 | |
CN108173711A (zh) | 企业内部系统数据交换监控方法 | |
CN108574957A (zh) | 演进分组核心网设备智能巡检服务器、巡检系统及方法 |
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 |