CN110178121B - 一种数据库的检测方法及其终端 - Google Patents

一种数据库的检测方法及其终端 Download PDF

Info

Publication number
CN110178121B
CN110178121B CN201780000979.4A CN201780000979A CN110178121B CN 110178121 B CN110178121 B CN 110178121B CN 201780000979 A CN201780000979 A CN 201780000979A CN 110178121 B CN110178121 B CN 110178121B
Authority
CN
China
Prior art keywords
fault
database
information
repair
algorithm
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
CN201780000979.4A
Other languages
English (en)
Other versions
CN110178121A (zh
Inventor
卢汉利
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.)
Fujing Technology Shenzhen Co ltd
Original Assignee
Fujing Technology Shenzhen 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 Fujing Technology Shenzhen Co ltd filed Critical Fujing Technology Shenzhen Co ltd
Publication of CN110178121A publication Critical patent/CN110178121A/zh
Application granted granted Critical
Publication of CN110178121B publication Critical patent/CN110178121B/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
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error 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
    • G06F11/0793Remedial or corrective actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/07Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703Error 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
    • G06F11/0706Error 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 the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0727Error 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 the processing taking place on a specific hardware platform or in a specific software environment in a storage system, e.g. in a DASD or network based storage system
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Abstract

一种数据库的检测方法及其终端,属于数据库技术领域,包括:基于与数据库的特征相匹配的巡检算法,获取数据库的运行状态数据(S101);将运行状态数据导入至预设的数据库故障分析模型,生成故障分析数据(S102);提取故障分析数据包含的故障信息以及故障预警信息,并确定各个故障信息以及故障预警信息对应的修复方案(S103);分别执行修复方案对应的修复操作,以修复数据库的故障情况(S104)。所述检测方法及其终端解决了现有的数据库的检查技术,依赖于数据库工程师的专业技术水平,并且不同工程师之间的检测标准不一致,从而导致异常判定存在较大的差异,检测的准确性较低,运营成本较大的问题。

Description

一种数据库的检测方法及其终端
技术领域
本发明属于数据库技术领域,尤其涉及一种数据库的检测方法及其终端。
背景技术
信息化的深入发展离不开对数据的存储以及提取操作,因而数据库的重要性也愈来愈突出,如何保证数据库系统能够持续高效工作已成为信息化进程发展的重要一环。而现有的数据库的检查技术,主要通过数据库工程师定时现场收集信息并手动分析数据库的运行现状,从而判别数据库是否存在异常情况,但该手段依赖于数据库工程师的专业技术水平,并且不同工程师之间的检测标准不一致,从而导致异常判定存在较大的差异,检测的准确性较低,运营成本较大。并且需要人工到数据库现场进行故障排查,检测效率较低,常常无法及时发现异常情况。
发明内容
有鉴于此,本发明实施例提供了一种数据库的检测方法及其终端,以解决现有的数据库的检查技术,主要通过数据库工程师定时现场收集信息并手动分析数据库的运行现状,从而判别数据库是否存在异常情况,但该手段依赖于数据库工程师的专业技术水平,并且不同工程师之间的检测标准不一致,从而导致异常判定存在较大的差异,检测的准确性较低,运营成本较大。并且需要人工到数据库现场进行故障排查,检测效率较低,常常无法及时发现异常情况的问题。
本发明实施例的第一方面提供了一种数据库的检测方法,所述数据库的检测方法包括:
基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
本发明实施例的第二方面提供了一种数据库的检测终端,所述数据库的检测终端包括:
运行状态数据获取模块,用于基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
故障分析数据生成模块,用于将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
修复方案确定模块,用于提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
修复方案执行模块,用于分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
实施本发明实施例提供的一种数据库的检测方法及其终端具有以下有益效果:
本发明实施例首先获取数据的特征,确定与之匹配的巡检算法,继而基于该巡检算法获取数据库的运行状态数据;数据库的检测终端在获取了运行状态数据后,将其导入至预设的数据库故障分析模型,判断该运行状态数据中是否包含故障情况或可能发生故障的故障预警情况,并生成与之对应的故障分析数据,然后根据该故障分析数据包含的故障信息以及故障预警信息,分别确定各个信息对应的修复方案,并执行修复操作,从而实现了自动对数据库进行检测并修复故障的目的。与现有的数据库检测技术相比,本发明实施例不依赖数据库工程师的专业知识对数据库进行故障排查,而是基于数据库本身的特征匹配到与之对应的巡检算法,从而通过该巡检算法获得的运行状态数据能够较好的表征数据库是否包含故障情况,并通过预设的数据库故障分析模型得到故障分析数据,可见,上述操作无需数据库工程师进行介入,减少了对人工专业技术水平的依赖,从而减少了人工成本以及数据库的运营成本,并且巡检算法是根据不同数据库的特性选取得到的,其检测的准确性也大大提高。数据库的检测终端也可以根据匹配的修复方案自动对故障情况进行修复,提高了检测的效率以及修复的及时性。
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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的一种数据库的检测方法的实现流程图;
图2是本发明第二实施例提供的一种数据库的检测方法S103的具体实现流程图;
图3是本发明第三实施例提供的一种数据库的检测方法S101的具体实现流程图;
图4是本发明第四实施例提供的一种数据库的检测方法的具体实现流程图;
图5是本发明第五实施例提供的一种数据库的检测方法S101的具体实现流程图;
图6是本发明一实施例提供的一种数据库的检测终端的结构框图;
图7是本发明一实施例提供的一种终端设备的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例解决了现有的数据库的检查技术,主要通过数据库工程师定时现场收集信息并手动分析数据库的运行现状,从而判别数据库是否存在异常情况,但该手段依赖于数据库工程师的专业技术水平,并且不同工程师之间的检测标准不一致,从而导致异常判定存在较大的差异,检测的准确性较低,运营成本较大。并且需要人工到数据库现场进行故障排查,检测效率较低,常常无法及时发现异常情况的问题。
在本发明实施例中,流程的执行主体为安装有数据库的检测程序的终端设备,终端设备包括服务器、计算机设备、平板电脑等终端,用于检测各个数据库的运行状态,是否存在故障情况并进行修复。特别地,该终端设备为接入至数据库系统内的一检测装置,通过该数据库系统的内容网络获取各个数据库服务器的运行状态,继而对整个数据库系统包含的数据库进行检测以及维护。图1示出了本发明第一实施例提供的数据库的检测方法的实现流程图,详述如下:
在S101中,基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据。
在本实施例中,终端设备首先获取数据库的特征,其中,该特征包括但不限于以下一种或至少两种的组合:数据库的种类、开发商信息、已存储的数据量以及数据类型、数据库的版本信息等,根据上述数据库的特征,可确定该数据库的基本特性,从而通过该基本特性,从巡检算法库中匹配得到与之对应的巡检方案。特别地,若该终端设备为同时设有数据库程序以及数据库的检测程序的终端设备,即本实施例提供的数据库的检测方法为对本地的数据库进行检测,即该终端设备可以只包含一个巡检算法,即为本地数据库对应的巡检算法。在该情况下,终端设备可以预设的时间通过上位服务器更新该巡检算法,以便本地数据库的版本更新后也能适应性地变更巡检策略。
在本实施例中,终端设备除了通过上位服务器获取巡检算法外,还可以通过数据库的管理人员输入的方式获取该巡检算法,在该情况下,终端设备可接收管理人员对应的终端设备发送编写完成的巡检算法,终端设备在接收到该巡检算法后,将建立数据库与巡检算法的对应关系。需要说明的是,终端设备在存储管理人员发送的巡检算法前,需要对该管理人员进行鉴权操作,获取管理人员的账户权限信息,并将该账户权限信息进行识别,判断该账户权限信息是否与该数据库的权限信息相匹配;若两者匹配,则存储该管理人员发送的巡检算法;反之,若两者权限不匹配,则判定该巡检算法的设置操作为非法设置操作,删除该管理人员发送的巡检算法。
可选地,在本实施例中,若终端设备用于检测多个数据库的故障情况,则可基于各个数据库的特征确定对应的巡检算法,继而根据各个巡检算法得到多个数据库对应的巡检方案,从而终端设备可基于该巡检方案,对由多个数据库组成的数据库系统进行统一的故障检测。
在本实施例中,终端设备在确定了进行巡检的数据库对应的巡检算法后,则通过该巡检算法,获取该数据库的运行状态数据。其中,该状态运行数据包括但不限于:数据库的数据冗余率、数据库的平均读写速率、数据库中各个分区的数据存储情况、各个分区的存储地址的分配情况、数据库介质运行状态、运算溢出率等。具体地,终端设备可在数据库中运行巡检算法中包含的模拟运算程序,并监测数据库中相关的指标参数,从而获取数据库的运行状态数据;也可以通过数据库服务器内置的运行数据统计模块,直接提取巡检算法中预设的指标参数,得到数据库的运行状态数据。
在S102中,将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息。
在本实施例中,终端设备存储有数据库故障分析模型,用于根据输入的运行状态数据,判定该运行状态数据中是否包含故障风险情况,该故障风险情况具体为是否包含已经发生故障的故障信息,以及可能发生故障的故障预警信息,将上述故障信息以及故障预警信息定义为多个风险点,并生成与运行状态数据对应的故障分析数据。因此,终端设备在获取到数据库的运行状态数据后,则将该运行状态数据导入到该数据库故障分析模型,已得到巡检时刻该数据库对应的故障分析数据。
可选地,在本实施例中,终端设备还可根据数据库的特征,确定上述数据库故障分析模型。在该情况下,终端设备存储有各个数据库对应的数据库故障分析模型,然后终端设备在S101中已经获取了该数据库的特征,在S102中,通过该特征匹配对应的数据库故障分析模型,继而执行S102的操作。
可选地,在本实施例中,该数据库故障分析模型还可以包含在巡检算法内。在该情况下,在S102之前,终端设备提取巡检算法中包含的数据库分析模型。因此,终端设备只需要将数据库的特征进行一次匹配操作,即可得到巡检算法以及数据库分析模型。
在本实施例中,数据库分析模型可通过训练学习的方式得到。在该情况下,数据库的管理员可将其他数据库服务器中得到的故障分析数据以及本地数据库每次巡检得到的故障分析数据输入至该数据库分析模型中,用于训练更新该数据库分析模型,从而通过多次的迭代分析,提高终端设备对于数据库故障分析的准确性。
在S103中,提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案。
在本实施例中,故障信息具体为:在巡检过程中,检测到数据库正处于故障状态的相关信息,包括故障发生的位置、影响的功能以及故障运行参数等信息。故障预警信息具体为:在巡检过程中,根据检测到的运行状态预判数据库某一模块或功能可能将会发生异常,或某一模块或功能的稳定性以及可靠性低于正常水平,此时则汇总该功能或模块的相关信息作为故障预警信息。因此,终端设备进行修复的并不限于已经发生故障的故障点,还能将可能导致故障的风险点也一并修复。
在本实施例中,终端设备根据数据库分析模型输出的故障分析数据,确定该数据中包含的各个故障信息以及故障预警信息,并依次进行提取以及匹配修复方案的操作。具体地,终端设备根据各个故障信息的故障内容,如故障发生的位置、影响的功能模块以及故障运行参数等相关信息,定位可能导致该故障产生的多个成因,并通过预设的故障成因确定算法一一进行排查,继而确定导致本次故障的异常信息,根据该异常信息从修复方案资源库中提取与之对应的修复方案。需要说明的是,故障预警信息匹配修复方案的过程与上述故障信息的过程相似,可参考上述故障信息确定修复方案的过程,在此不再一一赘述。
在本实施例中,终端设备在确定了故障分析数据中所有故障信息以及故障预警信息对应的修复方案后,则执行S104的相关操作。进一步地,若故障信息或故障预警信息无法匹配到对应的修复方案,可通过匹配度最高的一个或多个修复方案进行组合,对该故障信息或故障预警信息进行修复,若修复不成功,可通知对应的数据库管理人员,对其进行修复。
在S104中,分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
在本实施例中,终端设备在确定了多个修复方案后,将对数据库执行修复方案对应的修复操作,用以修复数据库中对应的故障情况,该故障情况也包含故障信息以及故障预警信息对应的故障情况。可选地,终端设备在确定某一故障信息或故障预警信息对应的修复方案后,则马上执行该修复方案对应的修复操作,以此类推,根据不同故障信息以及故障预警信息对应的修复方案后,即马上进行修复流程,从而提高修复的效率。
可选地,在本实施例中,终端设备也可以对得到所有故障信息以及故障预警信息对应的修复方案后进行汇总整理,根据各个修复方案的优先级以及对应的修复范围,对修复方案进行合并以及确定对应的执行次序。具体地,对于修复操作相同的修复操作,统一执行,并且对于优先级较高以及影响范围较广的修复方案,优先进行修复。例如,第一故障信息以及第二故障信息对应的故障修复方案均是重启设备,因此可将两个故障修复操作进行合并,只执行一次重启操作即可;或者两者对应的修复区域不同,但是对应修复操作相同,如删除缓存区域的数据以及删除高速存储模块的数据,两者对应的修复操作均为删除操作,只是对应的执行区域不相同,因此可同时对上述两个修复方案统一执行,以提高执行效率。
可选地,在本实施例中,终端设备优先修复影响范围较广的修复方案。第三故障信息影响的为整个数据库的所有模块以及功能,而第四故障信息可能只是影响某一个功能模块,在该情况下,终端设备首先执行第三故障信息对应的修复操作,以消除影响整个数据库的故障信息。由于即便修复了第四故障信息,但第三故障信息对于数据库的影响依然存在,因此进行故障修复检测的过程中,该功能模块可能依然无法正常运作,从而可能判定为修复失败,降低了终端设备的准确率。因此,为了避免上述情况发生,终端设备根据修复范围由大至少,依次执行各个修复方案。
以上可以看出,本发明实施例提供的一种数据库的检测方法首先获取数据的特征,确定与之匹配的巡检算法,继而基于该巡检算法获取数据库的运行状态数据;数据库的检测终端在获取了运行状态数据后,将其导入至预设的数据库故障分析模型,判断该运行状态数据中是否包含故障情况或可能发生故障的故障预警情况,并生成与之对应的故障分析数据,然后根据该故障分析数据包含的故障信息以及故障预警信息,分别确定各个信息对应的修复方案,并执行修复操作,从而实现了自动对数据库进行检测并修复故障的目的。与现有的数据库检测技术相比,本发明实施例不依赖数据库工程师的专业知识对数据库进行故障排查,而是基于数据库本身的特征匹配到与之对应的巡检算法,从而通过该巡检算法获得的运行状态数据能够较好的表征数据库是否包含故障情况,并通过预设的数据库故障分析模型得到故障分析数据,可见,上述操作无需数据库工程师进行介入,减少了对人工专业技术水平的依赖,从而减少了人工成本以及数据库的运营成本,并且巡检算法是根据不同数据库的特性选取得到的,其检测的准确性也大大提高。数据库的检测终端也可以根据匹配的修复方案自动对故障情况进行修复,提高了检测的效率以及修复的及时性。
图2示出了本发明第二实施例提供的一种数据库的检测方法S103的具体实现流程图。参见图2所示,相对于图1所述实施例,本实施例提供的一种数据库的检测方法S103还包括以下步骤,详述如下:
进一步地,所述提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案,包括:
在S201中,根据预设的故障类型分类算法,确定所述故障信息以及所述故障预警信息对应的故障类型。
在本实施例中,终端设备根据预设的故障类型分类算法,分别判断各个故障信息以及故障预警信息的故障类型。具体地,以确定故障信息对应的故障类型为例,终端设备获取故障信息中包含的故障发生的位置以及影响的功能,定位该故障信息所属的模块类别,继而根据该故障信息中包含的故障运行参数,确定该所属模块中对应的硬件元件或程序,从而得到该故障信息对应的故障类型。相似地,故障预警信息也可以通过上述步骤进行确定。
在本实施例中,该故障类型可包括:软件故障以及硬件故障两大类别,其中软件故障中还包括:系统故障、版本冲突故障、数据冲突故障、程序损坏故障等;硬件故障中还包括:元件短路故障、模块丢失故障、模块掉电故障、存储器损坏故障等。
在本实施例中,终端设备根据用户的设置,将上述的多个故障类型统一划分为两个类别,分别一类故障信息以及二类故障信息,其中一类故障信息具体为分配有对应的故障修复算法,终端设备可自行根据故障修复算法对一类故障信息进行故障修复,无需通知管理人员;而二类故障信息具体为终端设备可进行部分应急修复,但需要管理人员人工介入进行修复。若终端设备确定该故障信息或故障预警信息为一类故障信息,则执行S202的相关操作;若终端设备确定该故障信息或故障预警新为二类故障信息,则执行S203的相关操作。
可选地,在本实施例中,终端设备还可根据故障类型的对于数据库影响程度分为一类故障信息以及二类故障信息。对于数据库影响程度较大的,即需要较高权限的故障信息,定义为二类故障信息,需要管理员介入进行修复;而对于数据库影响程度较低,即修复权限较低的故障信息,定义为一类故障信息。
在S202中,若所述故障信息或所述故障预警信息为一类故障信息,则从故障修复算法库中提取与所述一类故障信息匹配的故障修复算法,并根据所述故障修复算法生成所述修复方案。
在本实施例中,终端设备设置有故障修复算法库,其中包含各个一类故障信息对应的故障修复算法。因此,终端设备在确定该故障信息或故障预警信息为一类故障信息后,则将该一类故障信息与故障修复算法库中的各个故障修复算法进行匹配,继而确定与之对应的故障修复算法,并基于该故障修复算法以及故障信息或故障预警信息,生成上述修复方案。
需要说明的是,由于一类故障信息中仍可细分为多个故障类型,即一类故障信息并非对应于一个故障修复算法,因此需要通过该故障信息以及故障预警信息具体的故障类型与故障修复算法库中各个故障修复算法进行匹配,确定对应的故障修复算法。具体地,匹配的方式为:终端设备查询预设的故障类型与故障修复算法对应关系列表,继而确定该故障信息或故障预警信息对应的故障修复算法,并根据该故障信息或故障预警信息包含的运行参数以及故障发生位置,调整该故障修复算法中相应的参数项,并输出该修复方案。
在S203中,若所述故障信息或所述故障预警信息为二类故障信息,则确定所述故障信息或所述故障预警信息对应的故障处理用户。
在本实施例中,终端设备在确定故障信息或故障预警信息为二类故障信息后,则判定需要通知对应的故障处理用户对该故障或故障预警进行修复操作,因此,将查询该故障信息或故障预警信息对应的故障处理用户。对于结构较为简单的数据库,对应的管理员一般只有一位,因此,各个类型的故障信息以及故障预警信息均有该管理员进行修复,在该情况下,数据库的管理员即为故障处理用户。
在本实施例中,对于结构较为复杂的数据库,即数据库中包含的功能模块较多,且不同的模块对应一个开发接口人,因此,终端设备则查询该故障信息以及故障预警信息对应的开发接口人,作为故障处理用户。具体地,终端设备查询该故障信息或故障预警信息包含的故障发生位置,基于该故障发生位置确定该位置对应的开发接口人或责任人,并识别为故障处理用户,以通知该故障处理用户执行相应的修复操作。
可选地,为了保持终端设备能够完成基本的服务响应操作,终端设备可通过预设的修复算法,对上述故障信息或故障异常信息进行应急修复操作,以保持数据库能维持基本的功能响应。特别地,若数据库服务器设置有备用服务器,在该情况下,终端设备可由主数据库服务器切换至备用数据库服务器,直到故障处理用户修复了上述故障信息以及故障预测信息,再切换至主数据库服务器。
在S204中,生成所述二类故障信息对应的故障处理事件,并提交所述故障处理事件至所述故障处理用户,所述故障处理事件用于指示所述故障处理用户修复所述二类故障信息。
在本实施例中,终端设备在确定了该二类故障信息对应的故障处理用户后,需要告知该故障处理用户需要及时进行修复,因而将根据该故障信息或故障预警信息生成二类故障信息对应的故障处理事件。其中,该故障处理事件包括:故障检测时间、故障发生位置、故障预计修复时间、故障等级等指示故障处理用户进行修复的相关信息,优选地,还包含故障修复建议。终端设备根据预设的故障修复算法库中,提取该故障信息或故障修复信息对应的故障修复算法,并得到对应的故障修复建议,终端设备也可以通过网络采集与该故障信息或故障预警信息相关的修复资讯,汇总并生成该故障修复建议。
在本实施例中,终端设备在生成该故障处理事件后,将提交该故障处理事件至该故障处理用户,以启动故障修复流程。故障处理用户可通过办公系统或邮件等方式获取到该故障处理事件,并自行执行修复策略,以便对该故障信息或故障预警信息进行修复。
在本发明实施例中,通过获取故障信息或故障预警信息的故障类型,采用两种不同的手段对数据库进行修复,提高了数据库的修复的灵活性,对于较为简单以及权限较低的故障,可交由终端设备自行修复;而对于较为复杂以及权限较高的故障,则建议人工介入修复,并且提供包含修复建议的故障处理事件给到故障处理用户,从而降低了故障处理用户的修复难度。
图3示出了本发明第三实施例提供的一种数据库的检测方法中S101的具体实现流程图。参见图3所示,相对于图1所述实施例,本实施例提供的一种数据库的检测方法中S101包括以下步骤,详述如下:
进一步地,基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据,包括:
在S301中,获取所述数据库的版本标识。
在本实施例中,终端设备为了确定该数据库对应的巡检算法,首先获取该数据库的版本标识,并根据该版本标识确定该数据库的类型以及版本号。由于数据库服务器可通过上位服务器对数据库的版本进行更新,增加对应的功能以及修复上一版本的漏洞。因此,终端设备在进行数据库的状态数据巡检前,需要获取该数据库的版本标识。
在S302中,基于预设的数据库版本与巡检算法的对应关系,确定所述版本标识对应的所述巡检算法。
在本实施例中,终端设备存储有预设的数据库版本与巡检算法的对应关系,在获取了数据库对应的版本标识后,将查询该对应关系,确定该版本标识对应的巡检算法,并从巡检算法库中提取与之对应的巡检算法。需要说明的是,若在上述对应关系中不存在与当前数据库的版本标识匹配的版本,则可能由于当前版本较新,因此终端设备可向上位服务器发送巡检算法获取请求,以便上位服务器返回与该版本标识对应的巡检算法。
可选地,在本实施例中,若终端设备无法确定与所述版本标识对应的巡检算法,则从上述对应关系包含的版本标识中,选取与当前数据库的版本标识匹配度最高的版本标识,作为其对应的版本标识,即该匹配度最高的版本标识对应的巡检算法,则为该数据库对应的巡检算法。
在S303中,基于所述版本信息对应的巡检算法,获取所述数据库的运行状态数据。
在本实施例中,由于S303的实现步骤与S101的实现步骤完全相同,具体的阐述可参见S101,在此不再赘述。
在本发明实施例中,通过获取数据库的版本标识,确定该数据库对应的巡检算法,从而提高了巡检算法的准确性,继而提高了检测的准确率。
图4示出了本发明第四实施例提供的一种数据库的检测方法的具体实现流程图。参见图4所示,相对于图1至图3所述实施例,本实施例提供的一种数据库的检测方法还包含S401~S402,详述如下:
在S401中,获取各个所述故障信息以及所述故障预警信息的处理结果,并根据所述处理结果生成数据库检测报告。
在本实施例中,终端设备将汇总各个故障信息以及故障预警信息对应的处理结果,其中该处理结果为终端设备执行修复方案对应的修复操作后,得到的修复结果。对应地,该处理结果包含修复成功以修复失败的处理结果,也包含故障判定错误的处理结果。终端设备或数据库的管理人员在获取到该故障信息或故障预警信息后,可对其准确性进行判断,对于故障判定正确的故障信息或故障异常信息,则执行S103以及S104的相关操作;而对于故障判定错误的故障信息或故障异常信息,则可跳过S103以及S104的相关操作,生成故障判定错误的处理结果。
特别地,若修复方案中需要数据库的故障处理用户手动进行修复,终端设备将采集该手动修复过程中输入的参数信息以及程序代码,在修复成功后,将采集得到的信息生成处理结果,对人工修复的内容进行学习,并生成与之对应的修复方案,添加至修复方案库中。
在本实施例中,终端设备根据各个故障信息以及故障预警信息对应的处理结果生成数据库检测报告,该数据库检测报告列举了本次巡检检测得到的故障信息及其对应的处理结果,以及故障预警信息及其对应的处理结果,优选地,还更新了数据库的故障率以及资源占用情况,从而用户根据查询该数据库检测报告,可准确获取到数据库整体的故障情况。
在S402中,将所述故障信息以及所述故障预警信息对应的处理结果输入所述数据库故障分析模型,以对所述数据库故障分析模型进行训练更新。
在本实施例中,终端设备根据上述获取得到故障信息以及故障预警信息对应的处理结果输入至数据库故障分析模型,由于数据库故障分析模型用于检测数据库的运行数据中是否包含故障情况,而故障信息以及故障预警信息中也包含了数据库在故障发生或即将发生时对应的运行状态数据,因此将上述处理结果输入至该故障分析模型中,对其进行训练更新,可以提高该数据库的故障分析模型的准确率。
在本发明实施例中,通过汇总各个故障信息以及故障预警信息对应的处理结果,继而生成数据库检测报告,便于用户进行查阅以及获知数据库实时的运行情况,以便对数据库的制定对应的使用决策。另一方面,将故障信息以及故障预警信息的处理结果对数据库分析模型进行训练更新,可进一步提高数据库故障分析模型对于故障的敏感度,从而提高检测的准确率。
图5示出了本发明第五实施例提供的一种数据库的检测方法S101的具体实现流程图。参见图5所示,相对于图1所述实施例,本实施例提供的一种数据库的检测方法S101还包括以下步骤,详述如下:
进一步地,所述巡检算法包含巡检触发条件;所述基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据,还包括:
在S501中,获取当前时刻的时间信息。
在本实施例中,巡检算法中设置有巡检触发条件,其中该巡检触发条件具体为各个时间触发节点。各个时间触发节点可以符合以预设的时间间隔为划分规律的时间节点,例如每隔两个小时对该数据库进行巡检,则各个时间触发节点之间相距两小时;当然,各个时间触发节点也可以根据用户的需求进行手动设置。
在本实施例中,终端设备将以预设的频率获取当前时刻的时间信息,并将该时间信息与该数据库对应的巡检算法进行匹配操作,若该时间信息满足巡检算法中的巡检触发条件,则执行S502的相关操作;反之,若该时间信息不满足巡检算法中的巡检触发条件,则保持待机状态,等待下一次采集时刻的到来。
在S502中,若所述时间信息满足所述巡检触发条件,则执行基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据的操作。
在本实施例中,由于S502的实现步骤与S101的实现步骤完全相同,具体的阐述可参见S101,在此不再赘述。
在本发明实施例中,通过检测当前的时间信息是否符合巡检算法中的巡检触发条件,从而实现定时对数据库进行巡检的目的,提高了数据库的检测的智能化,也提高了数据库巡检的灵活性。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图6示出了本发明一实施例提供的一种数据库的检测终端的结构框图,该数据库的检测终端包括的各单元用于执行图1对应的实施例中的各步骤。具体请参阅图1与图1所对应的实施例中的相关描述。为了便于说明,仅示出了与本实施例相关的部分。
参见图6,所述数据库的检测终端包括:
运行状态数据获取模块61,用于基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
故障分析数据生成模块62,用于将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
修复方案确定模块63,用于提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
修复方案执行模块64,用于分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
可选地,所述修复方案确定模块63具体包括:
故障类型确定模块,用于根据预设的故障类型分类算法,确定所述故障信息以及所述故障预警信息对应的故障类型;
一类故障信息执行模块,用于若所述故障信息或所述故障预警信息为一类故障信息,则从故障修复算法库中提取与所述一类故障信息匹配的故障修复算法,并根据所述故障修复算法生成所述修复方案;
故障处理用户确定模块,用于若所述故障信息或所述故障预警信息为二类故障信息,则确定所述故障信息或所述故障预警信息对应的故障处理用户;
二类故障信息执行模块,用于生成所述二类故障信息对应的故障处理事件,并提交所述故障处理事件至所述故障处理用户,所述故障处理事件用于指示所述故障处理用户修复所述二类故障信息。
可选地,所述运行状态数据获取模块61具体包括:
版本标识获取模块,用于获取所述数据库的版本标识;
巡检算法确定模块,用于基于预设的数据库版本与巡检算法的对应关系,确定所述版本标识对应的所述巡检算法;
运行状态数据提取模块,用于基于所述版本信息对应的巡检算法,获取所述数据库的运行状态数据。
可选地,所述数据库的检测终端还包括:
数据库检测报告输出模块,用于获取各个所述故障信息以及所述故障预警信息的处理结果,并根据所述处理结果生成数据库检测报告;
数据库故障分析模型调整模块,用于将所述故障信息以及所述故障预警信息对应的处理结果输入所述数据库故障分析模型,以对所述数据库故障分析模型进行训练更新。
可选地,所述数据库检测算法包含巡检触发条件;所述运行状态数据获取模块61,还包括:
时间信息获取模块,用于获取当前时刻的时间信息;
巡检时机触发模块,用于若所述时间信息满足所述巡检触发条件,则执行所述基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据的操作。
因此,本发明实施例提供的数据库的检测终端同样可以不依赖数据库工程师的专业知识对数据库进行故障排查,而是基于数据库本身的特征匹配到与之对应的巡检算法,从而通过该巡检算法获得的运行状态数据能够较好的表征数据库是否包含故障情况,并通过预设的数据库故障分析模型得到故障分析数据,可见,上述操作无需数据库工程师进行介入,减少了对人工专业技术水平的依赖,从而减少了人工成本以及数据库的运营成本,并且巡检算法是根据不同数据库的特性选取得到的,其检测的准确性也大大提高。数据库的检测终端也可以根据匹配的修复方案自动对故障情况进行修复,提高了检测的效率以及修复的及时性。
图7是本发明另一实施例提供的一种终端设备的示意图。如图7所示,该实施例的终端设备7包括:处理器70、存储器71以及存储在所述存储器71中并可在所述处理器70上运行的计算机程序72,例如数据库的检测程序。所述处理器70执行所述计算机程序72时实现上述各个数据库的检测方法实施例中的步骤,例如图1所示的S101至S104。或者,所述处理器70执行所述计算机程序72时实现上述各装置实施例中各单元的功能,例如图6所示模块61至64功能。
示例性的,所述计算机程序72可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器71中,并由所述处理器70执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序72在所述终端设备7中的执行过程。例如,所述计算机程序72可以被分割成运行状态数据获取模块、故障分析数据生成模块、修复方案确定模块以及修复方案执行模块,各单元具体功能如下:
运行状态数据获取模块,用于基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
故障分析数据生成模块,用于将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
修复方案确定模块,用于提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
修复方案执行模块,用于分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况。
所述终端设备7可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器70、存储器71。本领域技术人员可以理解,图7仅仅是终端设备7的示例,并不构成对终端设备7的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器70可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种数据库的检测方法,其特征在于,包括:
基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况;
所述提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案,包括:
根据预设的故障类型分类算法,确定所述故障信息以及所述故障预警信息对应的故障类型;
若所述故障信息或所述故障预警信息为一类故障信息,则从故障修复算法库中提取与所述一类故障信息匹配的故障修复算法,并根据所述故障修复算法生成所述修复方案;
若所述故障信息或所述故障预警信息为二类故障信息,则确定所述故障信息或所述故障预警信息对应的故障处理用户,通过预设的修复算法对数据库进行应急修复操作,由主数据库服务器切换至备用数据库服务器,直到故障处理用户修复了所述故障信息或所述故障预警信息,再切换至主数据库服务器;
生成所述二类故障信息对应的故障处理事件,并提交所述故障处理事件至所述故障处理用户,所述故障处理事件用于指示所述故障处理用户修复所述二类故障信息。
2.根据权利要求1所述的检测方法,其特征在于,所述基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据,包括:
获取所述数据库的版本标识;
基于预设的数据库版本与巡检算法的对应关系,确定所述版本标识对应的所述巡检算法;
基于所述版本标识对应的巡检算法,获取所述数据库的运行状态数据。
3.根据权利要求1-2任一项所述的检测方法,其特征在于,所述数据库的检测方法还包括:
获取各个所述故障信息以及所述故障预警信息的处理结果,并根据所述处理结果生成数据库检测报告;
将所述故障信息以及所述故障预警信息对应的处理结果输入所述数据库故障分析模型,以对所述数据库故障分析模型进行训练更新。
4.根据权利要求1所述的检测方法,其特征在于,所述巡检算法包含巡检触发条件;所述基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据,还包括:
获取当前时刻的时间信息;
若所述时间信息满足所述巡检触发条件,则执行基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据的操作。
5.一种数据库的检测终端,其特征在于,包括:
运行状态数据获取模块,用于基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据;
故障分析数据生成模块,用于将所述运行状态数据导入至预设的数据库故障分析模型,生成所述运行状态数据对应的故障分析数据;其中,所述故障分析数据包含故障信息以及故障预警信息;
修复方案确定模块,用于提取所述故障分析数据包含的所述故障信息以及所述故障预警信息,并确定各个所述故障信息以及所述故障预警信息对应的修复方案;
修复方案执行模块,用于分别执行所述修复方案对应的修复操作,以修复所述数据库的故障情况;
所述修复方案确定模块具体包括:
故障类型确定模块,用于根据预设的故障类型分类算法,确定所述故障信息以及所述故障预警信息对应的故障类型;
一类故障信息执行模块,用于若所述故障信息或所述故障预警信息为一类故障信息,则从故障修复算法库中提取与所述一类故障信息匹配的故障修复算法,并根据所述故障修复算法生成所述修复方案;
故障处理用户确定模块,用于若所述故障信息或所述故障预警信息为二类故障信息,则确定所述故障信息或所述故障预警信息对应的故障处理用户,通过预设的修复算法对数据库进行应急修复操作,由主数据库服务器切换至备用数据库服务器,直到故障处理用户修复了所述故障信息或所述故障预警信息,再切换至主数据库服务器;
二类故障信息执行模块,用于生成所述二类故障信息对应的故障处理事件,并提交所述故障处理事件至所述故障处理用户,所述故障处理事件用于指示所述故障处理用户修复所述二类故障信息。
6.根据权利要求5所述的检测终端,其特征在于,所述运行状态数据获取模块具体包括:
版本标识获取模块,用于获取所述数据库的版本标识;
巡检算法确定模块,用于基于预设的数据库版本与巡检算法的对应关系,确定所述版本标识对应的所述巡检算法;
运行状态数据提取模块,用于基于所述版本标识对应的巡检算法,获取所述数据库的运行状态数据。
7.根据权利要求5-6任一项所述的检测终端,其特征在于,所述数据库的检测终端还包括:
数据库检测报告输出模块,用于获取各个所述故障信息以及所述故障预警信息的处理结果,并根据所述处理结果生成数据库检测报告;
数据库故障分析模型调整模块,用于将所述故障信息以及所述故障预警信息对应的处理结果输入所述数据库故障分析模型,以对所述数据库故障分析模型进行训练更新。
8.根据权利要求5所述的检测终端,其特征在于,所述数据库检测算法包含巡检触发条件;所述运行状态数据获取模块,还包括:
时间信息获取模块,用于获取当前时刻的时间信息;
巡检时机触发模块,用于若所述时间信息满足所述巡检触发条件,则执行所述基于与数据库的特征相匹配的巡检算法,获取所述数据库的运行状态数据的操作。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述方法的步骤。
CN201780000979.4A 2017-09-06 2017-09-06 一种数据库的检测方法及其终端 Active CN110178121B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/100753 WO2019047072A1 (zh) 2017-09-06 2017-09-06 一种数据库的检测方法及其终端

Publications (2)

Publication Number Publication Date
CN110178121A CN110178121A (zh) 2019-08-27
CN110178121B true CN110178121B (zh) 2023-04-21

Family

ID=65633310

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780000979.4A Active CN110178121B (zh) 2017-09-06 2017-09-06 一种数据库的检测方法及其终端

Country Status (2)

Country Link
CN (1) CN110178121B (zh)
WO (1) WO2019047072A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110502499A (zh) * 2019-06-26 2019-11-26 中电万维信息技术有限责任公司 基于贝叶斯算法的数据故障事件处理方法以及维护系统
CN110955647A (zh) * 2019-12-04 2020-04-03 世纪龙信息网络有限责任公司 数据库辅助方法、装置、计算机设备和存储介质
CN111290930A (zh) * 2020-02-17 2020-06-16 京东数字科技控股有限公司 一种进程处理方法、装置、系统及存储介质
CN111611131B (zh) * 2020-05-18 2023-06-30 中移(杭州)信息技术有限公司 基于Saltstack的运维方法、装置、系统及存储介质
CN112231133B (zh) * 2020-10-16 2023-06-30 杭州中奥科技有限公司 一种数据修复处理方法、装置及电子设备
CN113886130A (zh) * 2021-10-21 2022-01-04 深信服科技股份有限公司 一种处理数据库故障的方法,装置及介质
CN113886132B (zh) * 2021-12-07 2022-04-08 深圳市明源云科技有限公司 web端错误智能修复方法、设备及计算机可读存储介质
CN115865751A (zh) * 2022-11-25 2023-03-28 南方电网数字平台科技(广东)有限公司 基于多态数据的故障检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106161046A (zh) * 2015-03-18 2016-11-23 国家电网公司 一种面向电力光传输网的通信安全防御模型及其控制方法
CN106249690A (zh) * 2016-09-29 2016-12-21 黑龙江八农垦大学 一种电气控制系统

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6199069B1 (en) * 1997-08-25 2001-03-06 International Business Machines Corporation System and method for switching between databases without disruption to applications
US8275907B2 (en) * 2008-06-26 2012-09-25 Microsoft Corporation Adding individual database failover/switchover to an existing storage component with limited impact
CN101321207B (zh) * 2008-07-22 2011-07-20 中国移动通信集团江苏有限公司 一种电信客户服务系统数据库故障处理方法
CN102081623B (zh) * 2009-11-30 2012-10-03 中国移动通信集团浙江有限公司 一种数据库异常检测方法和系统
CN103902542B (zh) * 2012-12-25 2019-01-15 百度在线网络技术(北京)有限公司 一种测试环境中数据库的运维方法及系统
WO2015100577A1 (en) * 2013-12-31 2015-07-09 Siemens Aktiengesellschaft Devices and methods for arc fault detection
CN106156202B (zh) * 2015-04-22 2019-11-19 中国移动通信集团广东有限公司 一种数据库故障的处理方法及装置
CN105337765B (zh) * 2015-10-10 2018-10-12 上海新炬网络信息技术股份有限公司 一种分布式hadoop集群故障自动诊断修复系统
CN105183614A (zh) * 2015-11-03 2015-12-23 华夏银行股份有限公司 一种数据库故障预测方法及装置
CN106021030A (zh) * 2016-05-30 2016-10-12 浪潮电子信息产业股份有限公司 一种数据库的系统、一种处理数据库故障的方法及装置
CN106126403B (zh) * 2016-06-16 2018-10-12 北京中亦安图科技股份有限公司 Oracle数据库故障分析方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106161046A (zh) * 2015-03-18 2016-11-23 国家电网公司 一种面向电力光传输网的通信安全防御模型及其控制方法
CN106249690A (zh) * 2016-09-29 2016-12-21 黑龙江八农垦大学 一种电气控制系统

Also Published As

Publication number Publication date
CN110178121A (zh) 2019-08-27
WO2019047072A1 (zh) 2019-03-14

Similar Documents

Publication Publication Date Title
CN110178121B (zh) 一种数据库的检测方法及其终端
US11057266B2 (en) Identifying troubleshooting options for resolving network failures
JP7237110B2 (ja) 故障予測方法、装置、電子設備、記憶媒体、及びプログラム
WO2022068645A1 (zh) 数据库故障发现方法、装置、电子设备及存储介质
US11269718B1 (en) Root cause detection and corrective action diagnosis system
US9071535B2 (en) Comparing node states to detect anomalies
CN110088744B (zh) 一种数据库维护方法及其系统
US10467132B1 (en) Variability system and analytics for continuous reliability in cloud-based workflows
WO2013136739A1 (ja) 運用管理装置、運用管理方法、及び、プログラム
US9860109B2 (en) Automatic alert generation
CN115225460A (zh) 故障判定方法、电子设备和存储介质
KR20200142896A (ko) 디지털 설비의 고장 유형 분석 시스템 및 방법
US11108645B2 (en) Device interface matching using an artificial neural network
CN112860496A (zh) 故障修复操作推荐方法、装置及存储介质
US20200394128A1 (en) Breakpoint value-based version control
CN115941441A (zh) 系统链路自动化监控运维方法、系统、设备以及介质
CN116319421A (zh) 基于云平台的故障检测方法、装置、故障检测系统及介质
CN110851316A (zh) 异常预警方法及装置、系统、电子设备、存储介质
US20230011129A1 (en) Log analyzer for fault detection
JP6060123B2 (ja) 影響範囲特定装置、影響範囲特定方法、及びプログラム
JP6008404B2 (ja) 情報管理装置、情報管理方法、及びプログラム
WO2023061227A1 (zh) 数据库运维方法和装置
CN115309717A (zh) 数据库加载方法、装置、设备、介质和计算机程序产品
CN116483732A (zh) 一种基于多数据源的测试方法、装置及设备
CN117609079A (zh) 基于调用关系网络进行测试的方法、装置、设备和介质

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