CN110428127B - 自动化分析方法、用户设备、存储介质及装置 - Google Patents

Abstract

本发明涉及系统运维领域，公开了一种自动化分析方法、用户设备、存储介质及装置。本发明中先确定作为参照的报告类型，采集与报告类型对应的历史报告数据，通过预设监控接口获得与报告类型对应的当前运维数据；将历史报告数据作为基准对当前运维数据进行数据分析，以获得分析结果；根据分析结果确定对应的待启用策略，以进行自动化运维。明显地，本发明可基于云技术来进行业务系统的分布式部署，然后，在该系统架构的基础上，将以确定的报告类型所辐射的数据为框架来进行自动化的数据采集、数据比对、数据分析以及系统优化行为，如此的自动化运维操作减少了工作量，能够高效地进行系统维护，进而解决了无法高效地进行系统维护的技术问题。

Description

自动化分析方法、用户设备、存储介质及装置

技术领域

本发明涉及系统运维领域，尤其涉及自动化分析方法、用户设备、存储介质及装置。

背景技术

对于金融机构自身而言，多采用电子化的业务系统来处理自身业务。但是，由于金融机构的业务往往需要同时对接到较多的直销银行，这导致业务系统中会涉及到关联方信息、系统信息、监控信息、网络信息以及域名等各种类型的信息，信息海量且繁杂。

而为了采集这些信息、核对处理这些信息并处理这些信息披露的系统问题将付出较多的工作量，可见，目前存在着无法高效地进行系统维护的技术问题。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供自动化分析方法、用户设备、存储介质及装置，旨在解决无法高效地进行系统维护的技术问题。

为实现上述目的，本发明提供一种自动化分析方法，所述自动化分析方法包括以下步骤：

在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型；

采集与所述报告类型对应的历史报告数据；

通过预设监控接口获得与所述报告类型对应的当前运维数据；

将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果；

根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维。

优选地，所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维之后，所述自动化分析方法还包括：

将所述当前运维数据与所述待启用策略导入与所述报告类型对应的预设报告模板中，以生成当前生产报告。

优选地，所述采集与所述报告类型对应的历史报告数据之后，所述自动化分析方法还包括：

确定所述历史报告数据中记录的历史数据类型；

所述通过预设监控接口获得与所述报告类型对应的当前运维数据，包括：

通过预设监控接口获得与所述历史数据类型对应的当前运维数据；

所述通过预设监控接口获得与所述历史数据类型对应的当前运维数据之后，所述自动化分析方法还包括：

读取所述当前运维数据中的当前登录量信息；

所述将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果，包括：

将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果。

优选地，所述将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果，包括：

读取所述历史报告数据中的历史登录量信息，并确定与所述历史登录量信息对应的历史登录量区间；

将所述历史登录量区间与所述当前登录量信息进行比较，以获得比较结果；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维，包括：

从所述历史报告数据中的各历史策略中确定与所述比较结果对应的历史策略，并将与所述比较结果对应的历史策略作为待启用策略，通过所述待启用策略进行自动化运维。

优选地，所述将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果，包括：

根据所述历史报告数据中的历史登录量信息在预设分类器下构建出各待选取登陆量子集；

通过所述待选取登陆量子集分别构建对应的待选用子决策树；

将所述当前运维数据中的当前登录量信息代入所述待选用子决策树中，以获得与所述待选用子决策树对应的各子判断结果；

从所述子判断结果中选取目标子判断结果，并将所述目标子判断结果作为分析结果。

优选地，所述通过所述待选取登陆量子集分别构建对应的待选用子决策树，包括：

通过所述待选取登陆量子集对预设子决策树模型中的权重值进行调整，并将所述权重值调整后的预设子决策树模型作为与所述待选取登陆量子集对应的待选用子决策树；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维之后，所述自动化分析方法还包括：

在接收到用户输入的修改指令时，根据所述修改指令确定对应的待修改策略；

在所述待修改策略与所述待启用策略不同时，在所述待选用子决策树中确定与所述待启用策略对应的目标子决策树；

对所述目标子决策树中的权重值进行调整，以获得新的目标子决策树。

优选地，所述通过预设监控接口获得与所述报告类型对应的当前运维数据，包括：

通过调用与预设监控子系统对应的预设监控接口以生成与所述预设监控子系统对应的模拟登陆请求；

将所述报告类型对应的各历史数据类型写入所述模拟登陆请求中；

将所述模拟登陆请求发送至所述预设监控子系统，以使所述预设监控子系统根据所述历史数据类型进行模拟登陆操作，并爬取所述预设监控子系统响应于所述模拟登陆操作生成的当前运维数据。

此外，为实现上述目的，本发明还提出一种用户设备，所述用户设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的自动化分析程序，所述自动化分析程序配置为实现如上文所述的自动化分析方法的步骤。

此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有自动化分析程序，所述自动化分析程序被处理器执行时实现如上文所述的自动化分析方法的步骤。

此外，为实现上述目的，本发明还提出一种自动化分析装置，所述自动化分析装置包括：

报告类型确定模块，用于在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型；

历史数据采集模块，用于采集与所述报告类型对应的历史报告数据；

运维数据采集模块，用于通过预设监控接口获得与所述报告类型对应的当前运维数据；

数据分析模块，用于将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果；

自动化运维模块，用于根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维。

本发明中根据自动化分析请求确定作为参照的报告类型，采集与报告类型对应的历史报告数据，通过预设监控接口获得与报告类型对应的当前运维数据；将历史报告数据作为基准对当前运维数据进行数据分析，以获得分析结果；根据分析结果确定对应的待启用策略，通过待启用策略进行自动化运维。明显地，本发明将以确定的报告类型所辐射的数据为框架来进行自动化的数据采集行为、数据比对行为、数据分析行为以及系统优化行为，如此的自动化运维操作大大地减少了工作量，可以高效地进行系统维护，进而解决了无法高效地进行系统维护的技术问题。

附图说明

图1是本发明实施例方案涉及的硬件运行环境的用户设备结构示意图；

图2为本发明自动化分析方法第一实施例的流程示意图；

图3为本发明自动化分析方法第二实施例的流程示意图；

图4为本发明自动化分析方法第三实施例的流程示意图；

图5为本发明自动化分析装置第一实施例的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

参照图1，图1为本发明实施例方案涉及的硬件运行环境的用户设备结构示意图。

如图1所示，该用户设备可以包括：处理器1001，例如CPU，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)，可选用户接口1003还可以包括标准的有线接口、无线接口，对于用户接口1003的有线接口在本发明中可为USB接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。

本领域技术人员可以理解，图1中示出的结构并不构成对用户设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及自动化分析程序。

在图1所示的用户设备中，网络接口1004主要用于连接后台服务器，与所述后台服务器进行数据通信；用户接口1003主要用于连接外设；所述用户设备通过处理器1001调用存储器1005中存储的自动化分析程序，并执行本发明实施例提供的自动化分析方法。

基于上述硬件结构，提出本发明自动化分析方法的实施例。

参照图2，图2为本发明自动化分析方法第一实施例的流程示意图。

在第一实施例中，所述自动化分析方法包括以下步骤：

步骤S10：在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型。

可以理解的是，考虑到业务系统在运行时涉及到的数据不仅体量较大且数据的类型也各不相同，为了高效地完成日常的系统运维工作，以减少工作量，本实施例将自动化地进行数据采集操作以及自动化数据分析，并最终获得运维策略，通过调用该运维策略可以不断地优化该业务系统，进而高效地进行系统维护。

在具体实现中，在接收到用户触发的或者业务系统周期性自动触发的自动化分析请求时，可先确定该自动化分析请求对应的报告类型。考虑到业务系统中常会生成一定数量的系统维护报告，以备系统分析或者提供给业务人员进行人工分析。而且，不同类型的系统维护报告涉及到的数据类型将具有一定的针对性，将围绕着该系统维护报告的类型展开，故而，可以某一报告类型辐射的数据类型为依据进行数据采集操作。

步骤S20：采集与所述报告类型对应的历史报告数据。

应当理解的是，系统维护报告的报告类型包括主动预防报告、生产问题分析报告、灾备管理工作报告以及版本变更报告等。比如，若该条自动化分析请求中涉及的报告类型为主动预防报告，则将自动化地采集之前已有的主动预防报告的报告数据，此处的历史报告数据就是指曾经生成过的主动预防报告的报告数据。

步骤S30：通过预设监控接口获得与所述报告类型对应的当前运维数据。

可以理解的是，主动预防报告涉及到的数据类型包括有某直销银行日活量、每日登录量、注册用户量、组件连接并发数以及接口调用响应超时统计量等。所以，将自动化地以这些数据类型为采集依据进行数据采集操作。

需要注意的是，此处的自动化采集操作获得的当前运维数据为此刻的业务系统实时运行着的数据，而历史报告数据是旧的主动预防报告内的报告数据。

在具体实现中，为了自动化地采集到当前运维数据，可通过预设监控接口去获取该报告类型对应的数据类型的实时数据。其中，预设监控接口可为zabbix监控组件的监控接口。

步骤S40：将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果。

应当理解的是，在获取到旧的历史报告数据与新的当前运维数据后，由于历史报告数据中同时包括与报告类型对应的各数据类型对应的数据内容以及对这些数据内容进行分析后得出的历史策略，通过调用该历史策略可以解决这些数据内容披露的运行问题。比如，若历史报告数据中组件连接并发数较高，则历史报告数据中的历史策略可为“分配更高容量的缓存进行并发处理”，以缓解该种系统问题。

在具体实现中，以历史报告数据为鉴，若当前运维数据也为组件连接并发数较高，则分析结果为“历史报告数据与当前运维数据中的组件连接并发数均大于或等于预设并发数阈值”，其中，预设并发数阈值用于判断是否组件连接并发数较高。

步骤S50：根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维。

可以理解的是，由于当前运维数据与历史报告数据存在着相同的问题，则可将与当前运维数据对应的待启用策略也设置为“分配更高容量的缓存进行并发处理”，则可对当前的业务系统中缓存容量进行重新分配，分配更高容量。

应当理解的是，通过参见已有的历史报告，可以自动化地限定数据采集的范围，也可以自动化地进行优化策略的选取，同时，也将自动化地运行该优化策略，以完整地进行自动化运维的操作。

在具体实现中，就架构方式而言，可采用开源的Hadoop分布式系统基础架构来构建执行主体用户设备所运载的业务系统，然后，将各种预设报告模板预先导入该业务系统中；在具体调用时，可在该前端的网页中输入报告类型的关键字以自动检索出需要的报告模板。而且，还可额外部署MapReduce编程模型以及Hadoop Distributed File System(HDFS)，通过MapReduce编程模型与HDFS可以进行分布式存储，进而实现快速地读取以及分析数据。其中，HDFS是一种分布式文件系统。

本实施例中根据自动化分析请求确定作为参照的报告类型，采集与报告类型对应的历史报告数据，调用预设监控接口来获得与报告类型对应的当前运维数据；将历史报告数据作为基准对当前运维数据进行数据分析，以获得分析结果；根据分析结果确定对应的待启用策略，通过待启用策略进行自动化运维。明显地，本实施例将以确定的报告类型所辐射的数据为框架来进行自动化的数据采集行为、数据比对行为、数据分析行为以及系统优化行为，如此的自动化运维操作大大地减少了工作量，可以高效地进行系统维护，进而解决了无法高效地进行系统维护的技术问题。

参照图3，图3为本发明自动化分析方法第二实施例的流程示意图，基于上述图2所示的第一实施例，提出本发明自动化分析方法的第二实施例。

第二实施例中，所述步骤S50之后，所述自动化分析方法还包括：

将所述当前运维数据与所述待启用策略导入与所述报告类型对应的预设报告模板中，以生成当前生产报告。

将所述当前运维数据与所述待启用策略导入与所述报告类型对应的预设报告模板中，以生成当前生产报告。

在具体实现中，为了便于补充历史报告数据，同时，也为了节省运维人员撰写报告的时间成本，在完成对于待启动策略的确认后，可将当前运维数据以及对应的待启用策略导入预设报告模板中，以获得一份或多份报告文件，无需运维人员再次人工撰写。

此外，由于报告类型存在多种，不同的报告类型对应的待采集的数据类型不同，分析结果不同，报告模板也存在着差异。

进一步地，所述步骤S20之后，所述自动化分析方法还包括：

步骤S201：确定所述历史报告数据中记录的历史数据类型。

可以理解的是，任一种报告中将包括有多种类型的数据类型，可将历史报告中的数据类型记为历史数据类型。

所述步骤S30，包括：

步骤S301：通过预设监控接口获得与所述历史数据类型对应的当前运维数据。

应当理解的是，比如，该历史数据类型包括有登录量信息，则也可实时调取当前业务系统运行中的登录量信息。

所述步骤S301之后，所述自动化分析方法还包括：

步骤S302：读取所述当前运维数据中的当前登录量信息。

所述步骤S40，包括：

步骤S401：将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果。

可以理解的是，数据分析操作可具体至每一种数据类型，就登录量信息而言，若采用的数据分析方式为登录量信息之间的数量比较，则分析结果可为“历史登录量信息与当前登录量信息记录的数量均处于预设登录量范围内”，其中，预设登录量范围为一预先规定的登录量数值范围。可见，由于二者较为相似，则可直接采用历史报告数据中记录的历史策略作为当前使用的策略。

本实施例中可自动生成生产报告，提高了运维人员的工作效率。

参照图4，图4为本发明自动化分析方法第三实施例的流程示意图，基于上述图3所示的第二实施例，提出本发明自动化分析方法的第三实施例。

第二实施例中，所述将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果，包括：

读取所述历史报告数据中的历史登录量信息，并确定与所述历史登录量信息对应的历史登录量区间；

将所述历史登录量区间与所述当前登录量信息进行比较，以获得比较结果；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维，包括：

从所述历史报告数据中的各历史策略中确定与所述比较结果对应的历史策略，并将与所述比较结果对应的历史策略作为待启用策略，通过所述待启用策略进行自动化运维。

可以理解的是，考虑到数据分析操作存在多种方式，比如，可直接将历史报告中的信息与实时产生的信息进行数值比较，并根据数值比较结果来确定当前可采用的策略。当然，数据分析操作也可使用分类器来实现。

在具体实现中，就数值比较方式而言，比如，某份历史报告中的历史登录量信息为10000次，所处的历史登录量区间为7000＜x≤12000，x为登录量数值，而当前运维数据中记下的当前登录量信息为8000次。明显地，当前登录量信息也处于该历史登录量区间中，所以，比较结果可为“当前登录量信息处于历史登录量区间内”。

应当理解的是，当前登录量信息与该份历史报告中的历史登录量信息落入相同的判定区间，则可采用与该份历史报告中同样的历史策略来进行当前的优化操作。毕竟，该份历史报告中原本已经记录有对应于该历史登录量区间的历史策略。

进一步地，所述步骤S401，包括：

步骤S402：根据所述历史报告数据中的历史登录量信息在预设分类器下构建出各待选取登陆量子集。

可以理解的是，数据分析操作也可使用分类器来实现。具体而言，考虑到存在着大量不同的历史报告，自然存在着大量的历史报告数据，可先从历史报告数据中随机抽取出训练样本，该训练样本即为此处的待选取登陆量子集，其中，待选取登陆量子集之间彼此独立，而且，待选取登陆量子集中的数据可以互有重复。

步骤S403：通过所述待选取登陆量子集分别构建对应的待选用子决策树。

应当理解的是，比如，若抽取出m个待选取登陆量子集，m为正整数，然后，可基于每个待选取登陆量子集训练出一个对应的待选用子决策树。明显地，此处构建出的待选用子决策树均是基于历史报告获得。

步骤S404：将所述当前运维数据中的当前登录量信息代入所述待选用子决策树中，以获得与所述待选用子决策树对应的各子判断结果。

可以理解的是，在实际应用中，将把实时的当前登录量信息代入m个待选用子决策树中，将获得m个可能相同也可能不同的子判断结果。其中，若存在n个历史报告，n为正整数，而子判断结果若以相似程度为评价基准，则可表现为当前运维数据与n个历史报告中的某个历史报告相似程度较高。

步骤S405：从所述子判断结果中选取目标子判断结果，并将所述目标子判断结果作为分析结果。

应当理解的是，若m个子判断结果中，数量最多的子判断结果为“当前运维数据与第5个历史报告数据相似程度较高”，则可将“当前运维数据与第5个历史报告数据相似程度较高”作为目标子判断结果以及分析结果。后续过程中，可将第5个历史报告数据中记录的历史策略作为待启用策略。

进一步地，所述通过所述待选取登陆量子集分别构建对应的待选用子决策树，包括：

通过所述待选取登陆量子集对预设子决策树模型中的权重值进行调整，并将所述权重值调整后的预设子决策树模型作为与所述待选取登陆量子集对应的待选用子决策树；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维之后，所述自动化分析方法还包括：

在接收到用户输入的修改指令时，根据所述修改指令确定对应的待修改策略；

在所述待修改策略与所述待启用策略不同时，在所述待选用子决策树中确定与所述待启用策略对应的目标子决策树；

对所述目标子决策树中的权重值进行调整，以获得新的目标子决策树。

可以理解的是，在最终确定待启用策略后，业务人员可能会人工对该实际使用的策略进行调整，比如，若预设分类器为随机森林(Random Forest)算法，随机森林算法最终确定的待启用策略可能为“分配更高容量的缓存进行并发处理”，但是，业务人员考虑到实际性能人工将之变更另一策略为“对服务器的主机运算性能进行优化”。明显地，随机森林算法最终确定的待启用策略可能并不适宜，所以，可设置反馈机制对随机森林算法进行调整。

在具体实现中，由于在构建待选用子决策树时，将以预设子决策树模型为蓝本，通过修改预设子决策树模型中的初始权重值来获得与待选取登陆量子集相协调的待选用子决策树。故而，若随机森林算法最终确定的待启用策略为第5个历史报告数据中记录的历史策略即“分配更高容量的缓存进行并发处理”，而用户输入的待修改策略为第4个历史报告数据中记录的历史策略即“对服务器的主机运算性能进行优化”，二者不同，则可选取出结果为第5个历史报告数据中记录的历史策略的子决策树。对该子决策树中的权重值进行重新调整，以获得新的目标子决策树，将使得在将该当前登录量信息再次代入新的目标子决策树中后，新的目标子决策树将获得的子判断结果不为第5个历史报告数据中记录的历史策略而为第4个历史报告数据中记录的历史策略，如此，也就修改了随机森林算法将产生的子判断结果，使之更加贴近业务人员人工选择的结果。

进一步地，所述通过预设监控接口获得与所述报告类型对应的当前运维数据，包括：

通过调用与预设监控子系统对应的预设监控接口以生成与所述预设监控子系统对应的模拟登陆请求；

将所述报告类型对应的各历史数据类型写入所述模拟登陆请求中；

将所述模拟登陆请求发送至所述预设监控子系统，以使所述预设监控子系统根据所述历史数据类型进行模拟登陆操作，并爬取所述预设监控子系统响应于所述模拟登陆操作生成的当前运维数据。

可以理解的是，为了获得实时运行的业务系统产生的当前运维数据，可应用预设监控子系统来监控业务系统的运行，预设监控子系统可为zabbix监控系统或者grafana可视化系统。其中，zabbix监控系统可通过编写自动化脚本实现自定义监控，且可设置邮件告警，支持第三方接口；grafana可视化系统作为一种开源的监控系统，主要实现了对于中间件以及代码等组件的监控。

应当理解的是，可模拟登陆这些预设监控子系统以爬取到实时的运行数据，具体而言，可调用这些预设监控子系统的预设监控接口以向这些预设监控子系统发起模拟登陆操作，从而使得这些预设监控子系统对登录行为进行反馈，反馈的信息则可表征业务系统的当前运行情况，可记为当前运维数据。

可以理解的是，为了获得预设监控子系统反馈的信息，可应用网络爬虫技术以爬取到这些反馈的信息。

本实施例中可通过数值比较方式来获得分析结果，也可通过随机森林算法来取得分析结果。此外，还可设置人工反馈机制来调整随机森林算法，使之具备不断学习的能力。

此外，本发明实施例还提出一种存储介质，所述存储介质上存储有自动化分析程序，所述自动化分析程序被处理器执行时实现如上文所述的自动化分析方法的步骤。

此外，参照图5，本发明实施例还提出一种自动化分析装置，所述自动化分析装置包括：

报告类型确定模块10，用于在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型。

可以理解的是，考虑到业务系统在运行时涉及到的数据不仅体量较大且数据的类型也各不相同，为了高效地完成日常的系统运维工作，以减少工作量，本实施例将自动化地进行数据采集操作以及自动化数据分析，并最终获得运维策略，通过调用该运维策略可以不断地优化该业务系统，进而高效地进行系统维护。

在具体实现中，在接收到用户触发的或者业务系统周期性自动触发的自动化分析请求时，可先确定该自动化分析请求对应的报告类型。考虑到业务系统中常会生成一定数量的系统维护报告，以备系统分析或者提供给业务人员进行人工分析。而且，不同类型的系统维护报告涉及到的数据类型将具有一定的针对性，将围绕着该系统维护报告的类型展开，故而，可以某一报告类型辐射的数据类型为依据进行数据采集操作。

历史数据采集模块20，用于采集与所述报告类型对应的历史报告数据。

应当理解的是，系统维护报告的报告类型包括主动预防报告、生产问题分析报告、灾备管理工作报告以及版本变更报告等。比如，若该条自动化分析请求中涉及的报告类型为主动预防报告，则将自动化地采集之前已有的主动预防报告的报告数据，此处的历史报告数据就是指曾经生成过的主动预防报告的报告数据。

运维数据采集模块30，用于通过预设监控接口获得与所述报告类型对应的当前运维数据。

可以理解的是，主动预防报告涉及到的数据类型包括有某直销银行日活量、每日登录量、注册用户量、组件连接并发数以及接口调用响应超时统计量等。所以，将自动化地以这些数据类型为采集依据进行数据采集操作。

需要注意的是，此处的自动化采集操作获得的当前运维数据为此刻的业务系统实时运行着的数据，而历史报告数据是旧的主动预防报告内的报告数据。

在具体实现中，为了自动化地采集到当前运维数据，可通过预设监控接口去获取该报告类型对应的数据类型的实时数据。其中，预设监控接口可为zabbix监控组件的监控接口。

数据分析模块40，用于将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果。

应当理解的是，在获取到旧的历史报告数据与新的当前运维数据后，由于历史报告数据中同时包括与报告类型对应的各数据类型对应的数据内容以及对这些数据内容进行分析后得出的历史策略，通过调用该历史策略可以解决这些数据内容披露的运行问题。比如，若历史报告数据中组件连接并发数较高，则历史报告数据中的历史策略可为“分配更高容量的缓存进行并发处理”，以缓解该种系统问题。

在具体实现中，以历史报告数据为鉴，若当前运维数据也为组件连接并发数较高，则分析结果为“历史报告数据与当前运维数据中的组件连接并发数均大于或等于预设并发数阈值”，其中，预设并发数阈值用于判断是否组件连接并发数较高。

自动化运维模块50，用于根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维。

可以理解的是，由于当前运维数据与历史报告数据存在着相同的问题，则可将与当前运维数据对应的待启用策略也设置为“分配更高容量的缓存进行并发处理”，则可对当前的业务系统中缓存容量进行重新分配，分配更高容量。

应当理解的是，通过参见已有的历史报告，可以自动化地限定数据采集的范围，也可以自动化地进行优化策略的选取，同时，也将自动化地运行该优化策略，以完整地进行自动化运维的操作。

本实施例中根据自动化分析请求确定作为参照的报告类型，采集与报告类型对应的历史报告数据，调用预设监控接口来获得与报告类型对应的当前运维数据；将历史报告数据作为基准对当前运维数据进行数据分析，以获得分析结果；根据分析结果确定对应的待启用策略，通过待启用策略进行自动化运维。明显地，本实施例将以确定的报告类型所辐射的数据为框架来进行自动化的数据采集行为、数据比对行为、数据分析行为以及系统优化行为，如此的自动化运维操作大大地减少了工作量，可以高效地进行系统维护，进而解决了无法高效地进行系统维护的技术问题。

在一实施例中，所述自动化分析装置还包括：

报告生成模块，用于将所述当前运维数据与所述待启用策略导入与所述报告类型对应的预设报告模板中，以生成当前生产报告。

在一实施例中，所述自动化分析装置还包括：

历史类型确定模块，用于确定所述历史报告数据中记录的历史数据类型；

所述运维数据采集模块30，还用于通过预设监控接口获得与所述历史数据类型对应的当前运维数据；

登录量读取模块，用于读取所述当前运维数据中的当前登录量信息；

所述数据分析模块40，还用于将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果。

在一实施例中，所述数据分析模块40，还用于读取所述历史报告数据中的历史登录量信息，并确定与所述历史登录量信息对应的历史登录量区间；将所述历史登录量区间与所述当前登录量信息进行比较，以获得比较结果；

所述自动化运维模块50，还用于从所述历史报告数据中的各历史策略中确定与所述比较结果对应的历史策略，并将与所述比较结果对应的历史策略作为待启用策略，通过所述待启用策略进行自动化运维。

在一实施例中，所述数据分析模块40，还用于根据所述历史报告数据中的历史登录量信息在预设分类器下构建出各待选取登陆量子集；通过所述待选取登陆量子集分别构建对应的待选用子决策树；将所述当前运维数据中的当前登录量信息代入所述待选用子决策树中，以获得与所述待选用子决策树对应的各子判断结果；从所述子判断结果中选取目标子判断结果，并将所述目标子判断结果作为分析结果。

在一实施例中，所述自动化分析装置还包括：

决策树选定模块，用于通过所述待选取登陆量子集对预设子决策树模型中的权重值进行调整，并将所述权重值调整后的预设子决策树模型作为与所述待选取登陆量子集对应的待选用子决策树；

决策树调整模块，用于在接收到用户输入的修改指令时，根据所述修改指令确定对应的待修改策略；在所述待修改策略与所述待启用策略不同时，在所述待选用子决策树中确定与所述待启用策略对应的目标子决策树；对所述目标子决策树中的权重值进行调整，以获得新的目标子决策树。

在一实施例中，所述运维数据采集模块30，还用于通过调用与预设监控子系统对应的预设监控接口以生成与所述预设监控子系统对应的模拟登陆请求；将所述报告类型对应的各历史数据类型写入所述模拟登陆请求中；将所述模拟登陆请求发送至所述预设监控子系统，以使所述预设监控子系统根据所述历史数据类型进行模拟登陆操作，并爬取所述预设监控子系统响应于所述模拟登陆操作生成的当前运维数据。

本发明所述自动化分析装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为名称。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种自动化分析方法，其特征在于，所述自动化分析方法包括以下步骤：

在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型；

采集与所述报告类型对应的历史报告数据；

通过预设监控接口获得与所述报告类型对应的当前运维数据；

将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果；

根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维；

所述采集与所述报告类型对应的历史报告数据之后，所述自动化分析方法还包括：

确定所述历史报告数据中记录的历史数据类型；

所述通过预设监控接口获得与所述报告类型对应的当前运维数据，包括：

通过预设监控接口获得与所述历史数据类型对应的当前运维数据；

所述通过预设监控接口获得与所述历史数据类型对应的当前运维数据之后，所述自动化分析方法还包括：

读取所述当前运维数据中的当前登录量信息；

所述将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果，包括：

将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果。

2.如权利要求1所述的自动化分析方法，其特征在于，所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维之后，所述自动化分析方法还包括：

将所述当前运维数据与所述待启用策略导入与所述报告类型对应的预设报告模板中，以生成当前生产报告。

3.如权利要求1所述的自动化分析方法，其特征在于，所述将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果，包括：

读取所述历史报告数据中的历史登录量信息，并确定与所述历史登录量信息对应的历史登录量区间；

将所述历史登录量区间与所述当前登录量信息进行比较，以获得比较结果；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维，包括：

从所述历史报告数据中的各历史策略中确定与所述比较结果对应的历史策略，并将与所述比较结果对应的历史策略作为待启用策略，通过所述待启用策略进行自动化运维。

4.如权利要求1所述的自动化分析方法，其特征在于，所述将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果，包括：

根据所述历史报告数据中的历史登录量信息在预设分类器下构建出各待选取登陆量子集；

通过所述待选取登陆量子集分别构建对应的待选用子决策树；

将所述当前运维数据中的当前登录量信息代入所述待选用子决策树中，以获得与所述待选用子决策树对应的各子判断结果；

从所述子判断结果中选取目标子判断结果，并将所述目标子判断结果作为分析结果。

5.如权利要求4所述的自动化分析方法，其特征在于，所述通过所述待选取登陆量子集分别构建对应的待选用子决策树，包括：

通过所述待选取登陆量子集对预设子决策树模型中的权重值进行调整，并将所述权重值调整后的预设子决策树模型作为与所述待选取登陆量子集对应的待选用子决策树；

所述根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维之后，所述自动化分析方法还包括：

在接收到用户输入的修改指令时，根据所述修改指令确定对应的待修改策略；

在所述待修改策略与所述待启用策略不同时，在所述待选用子决策树中确定与所述待启用策略对应的目标子决策树；

对所述目标子决策树中的权重值进行调整，以获得新的目标子决策树。

6.如权利要求1至2中任一项所述的自动化分析方法，其特征在于，所述通过预设监控接口获得与所述报告类型对应的当前运维数据，包括：

通过调用与预设监控子系统对应的预设监控接口以生成与所述预设监控子系统对应的模拟登陆请求；

将所述报告类型对应的各历史数据类型写入所述模拟登陆请求中；

将所述模拟登陆请求发送至所述预设监控子系统，以使所述预设监控子系统根据所述历史数据类型进行模拟登陆操作，并爬取所述预设监控子系统响应于所述模拟登陆操作生成的当前运维数据。

7.一种用户设备，其特征在于，所述用户设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行自动化分析程序，所述自动化分析程序被所述处理器执行时实现如权利要求1至6中任一项所述的自动化分析方法的步骤。

8.一种存储介质，其特征在于，所述存储介质上存储有自动化分析程序，所述自动化分析程序被处理器执行时实现如权利要求1至6中任一项所述的自动化分析方法的步骤。

9.一种自动化分析装置，其特征在于，所述自动化分析装置包括：

报告类型确定模块，用于在接收到自动化分析请求时，根据所述自动化分析请求确定对应的报告类型；

历史数据采集模块，用于采集与所述报告类型对应的历史报告数据；

运维数据采集模块，用于通过预设监控接口获得与所述报告类型对应的当前运维数据；

数据分析模块，用于将所述历史报告数据作为基准对所述当前运维数据进行数据分析，以获得分析结果；

自动化运维模块，用于根据所述分析结果确定对应的待启用策略，通过所述待启用策略进行自动化运维；

所述历史数据采集模块，还用于确定所述历史报告数据中记录的历史数据类型；

所述运维数据采集模块，用于通过预设监控接口获得与所述历史数据类型对应的当前运维数据，读取所述当前运维数据中的当前登录量信息；

所述数据分析模块，还用于将所述历史报告数据中的历史登录量信息作为基准对所述当前运维数据中的当前登录量信息进行数据分析，以获得分析结果。

Images