CN109740025A - 基于图数据模型的故障影响分析方法 - Google Patents

Abstract

本发明公开基于图数据模型的故障影响分析方法，其包括以下步骤：步骤1，构建图数据模型：将关系数据库模型转换到图数据模型；步骤2，获取影响范围：当收到网络故障事件或用户投诉事件时，从图数据库中获取满足影响访问查找条件的结果清单，并在清单的基础上进行聚合计算，并将最终结果存储在“影响范围”数据集合中；步骤3，以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。本发明将关系模型转换为图模型，查找时间在联机事务应用可接受的小于10秒范围内，能够很好的适应业务生产。

Description

基于图数据模型的故障影响分析方法

技术领域

本发明涉及电信技术领域，尤其涉及基于图数据模型的故障影响分析方法。

背景技术

现有的网络告警影响分析，是基于关系型数据库实现的。当网络的承载层级多，设备数量众多时，关联关系不完整，存在关联效率低下、关联不准确的问题。在网络告警实时影响分析场景，关联效率低的问题尤为突出。

发明内容

本发明的目的在于提供基于图数据模型的故障影响分析方法。

本发明采用的技术方案是：

基于图数据模型的故障影响分析方法，其包括以下步骤：

步骤1，构建图数据模型：将关系数据库模型转换到图数据模型；

步骤2，获取影响范围：当收到网络故障事件或用户投诉事件时，从图数据库中获取满足影响访问查找条件的结果清单，并在清单的基础上进行聚合计算，并将最终结果存储在“影响范围”数据集合中；

步骤3，以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。

进一步地，步骤1中关系数据库模型转换到图数据模型的具体步骤如下：

步骤1.1，动环设备、网络资源中的设备、链路，客户业务数据中的业务、用户，转换为图数据模型中的节点；

步骤1.2，节点之间的承载关系和使用关系转换成有向边；

步骤1.3，节点所处的网络层级，做为节点的属性一并存储。

进一步地，步骤2，获取满足影响访问查找条件的结果清单的查找方式如下：

步骤2.1，从网络故障的角度，通过MATCH方法查找关系为“承载”的所有对象，即为影响范围；或者通过设置查找指定的属性来限定查看某个网络设备是否受影响；

步骤2.2，从业务应用或用户的角度，通过MATCH方法查找关系为“使用”的对象，取其中层级最低的网络设备，则为受其影响。

本发明采用以上技术方案，通过转换功能，将动环设备、网络资源中的设备、链路，客户业务数据中的业务、用户，转换为图数据模型中的节点，并节点之间的承载关系和使用关系转换成边，图数据库中，且节点所处的网络层级，做为节点的属性一并存储，实现由关系数据库模型到图数据模型的转换。当收到网络故障事件，或用户投诉事件时，通过“查找、统计、分析”功能，从以图数据模型为基础的图数据库中，取数满足条件的结果清单，并在清单的基础上进行聚合计算，最终结果存储在“影响范围”数据集合中。最终以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。当设备故障或业务劣化时，通过本发明的图的边很容易查找故障的起源；当有用户投诉时，通过使用的业务或设备，容易找出该投诉由哪个（些）问题点所引起。

附图说明

以下结合附图和具体实施方式对本发明做进一步详细说明；

图1为本发明基于图数据模型的故障影响分析方法的流程框架示意图；

图2为本发明图数据结构示意图。

具体实施方式

如图1或2所示，本发明公开了基于图数据模型的故障影响分析方法，其包括以下步骤：

步骤1，构建图数据模型：将关系数据库模型转换到图数据模型；

步骤2，获取影响范围：当收到网络故障事件或用户投诉事件时，从图数据库中获取满足影响访问查找条件的结果清单，并在清单的基础上进行聚合计算，并将最终结果存储在“影响范围”数据集合中；

步骤3，以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。

进一步地，步骤1中关系数据库模型转换到图数据模型的具体步骤如下：

步骤1.1，动环设备、网络资源中的设备、链路，客户业务数据中的业务、用户，转换为图数据模型中的节点；

步骤1.2，节点之间的承载关系和使用关系转换成有向边；

步骤1.3，节点所处的网络层级，做为节点的属性一并存储。

进一步地，步骤2，获取满足影响访问查找条件的结果清单的查找方式如下：

步骤2.1，从网络故障的角度，通过MATCH方法查找关系为“承载”的所有对象，即为影响范围；或者通过设置查找指定的属性来限定查看某个网络设备是否受影响；

步骤2.2，从业务应用或用户的角度，通过MATCH方法查找关系为“使用”的对象，取其中层级最低的网络设备，则为受其影响。

本发明采用以上技术方案，通过转换功能，将动环设备、网络资源中的设备、链路，客户业务数据中的业务、用户，转换为图数据模型中的节点，并节点之间的承载关系和使用关系转换成边，图数据库中，且节点所处的网络层级，做为节点的属性一并存储，实现由关系数据库模型到图数据模型的转换。当收到网络故障事件，或用户投诉事件时，通过“查找、统计、分析”功能，从以图数据模型为基础的图数据库中，取数满足条件的结果清单，并在清单的基础上进行聚合计算，最终结果存储在“影响范围”数据集合中。最终以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。当设备故障或业务劣化时，通过本发明的图的边很容易查找故障的起源；当有用户投诉时，通过使用的业务或设备，容易找出该投诉由哪个（些）问题点所引起。

本发明将关系模型转换为图模型，充分利用图模型的优势；此外，将网络本身基于图来描述更容易理解。本发明相对于现有最接近技术具备更高的执行效率，在以关系型数据库为存储结构时，当关联层级比较多时，查找时间按几何级数增加（以分钟为单位），而采用以图数据模型为基础的图数据，查找时间在联机事务应用可接受的范围内（小于10秒），能够很好的适应业务生产。

Claims (3)

1.基于图数据模型的故障影响分析方法，其特征在于：其包括以下步骤：

步骤1，构建图数据模型：将关系数据库模型转换到图数据模型；

步骤2，获取影响范围：当收到网络故障事件或用户投诉事件时，从图数据库中获取满足影响访问查找条件的结果清单，并在清单的基础上进行聚合计算，并将最终结果存储在“影响范围”数据集合中；

步骤3，以“影响范围”数据集合为基础，输出该“影响范围”数据集合提供其它应用场景使用。

2.根据权利要求1所述的基于图数据模型的故障影响分析方法，其特征在于：步骤1中关系数据库模型转换到图数据模型的具体步骤如下：

步骤1.1，动环设备、网络资源中的设备、链路，客户业务数据中的业务、用户，转换为图数据模型中的节点；

步骤1.2，节点之间的承载关系和使用关系转换成有向边；

步骤1.3，节点所处的网络层级，做为节点的属性一并存储。

3.根据权利要求1所述的基于图数据模型的故障影响分析方法，其特征在于：步骤2，获取满足影响访问查找条件的结果清单的查找方式如下：

步骤2.1，从网络故障的角度，通过MATCH方法查找关系为“承载”的所有对象，即为影响范围；或者通过设置查找指定的属性来限定查看某个网络设备是否受影响；

步骤2.2，从业务应用或用户的角度，通过MATCH方法查找关系为“使用”的对象，取其中层级最低的网络设备，则为受其影响。