CN110597651A - 业务异常排查方法、装置、设备及计算机可读存储介质 - Google Patents

Abstract

本发明涉及金融科技(Fintech)技术领域，本发明公开了一种业务异常排查方法，该方法包括：在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。本发明还公开了一种业务异常排查装置、设备及计算机可读存储介质。本发明提高了业务程序异常排查效率。

Description

业务异常排查方法、装置、设备及计算机可读存储介质

技术领域

本发明涉及金融科技(Fintech)技术领域，尤其涉及业务异常排查方法、装置、设备及计算机可读存储介质。

背景技术

随着互联网技术，尤其是互联网金融科技(Fintech)的飞速发展，越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域，金融融领域中的业务程序也越来越多。

业务程序故障时运维人员首先要获取业务程序的日志信息，然后，运维人员对日志分析确定异常信息，最后，运维人员根据异常信息进行排查，确定业务程序异常原因，这样的业务程序异常排查较为麻烦，且异常排查效率低，在具有多个相互关联的业务程序时，需要运维人员登录不同的业务程序，这样运维人员更加无法快速地获知产生业务程序故障的原因进行排查，导致业务程序恢复时间较长。

发明内容

本发明的主要目的在于提出一种业务异常排查方法、装置、设备及计算机可读存储介质，旨在解决当前业务异常排查效率低的技术问题。

为实现上述目的，本发明提供一种业务异常排查方法，所述业务异常排查方法包括如下步骤：

在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；

识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；

在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；

查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

在一实施例中，所述在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息的步骤，包括：

在检测到业务程序生产更新时，确定所述业务程序的类型；

在所述业务程序是第一类型业务程序时，通过预设的专用数据采集接口采集所述业务程序全部的更新信息；

在所述业务程序是第二类型业务程序时，通过预设的通用数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息。

在一实施例中，所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤之前，包括：

对预先标注更新事件的训练样本进行分词，使用汉语言模型构造词性序列，提取特征变量；

基于朴素贝叶斯模型训练所述特征变量与所述预先标注更新事件的关系，得到预设事件识别模型；

所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤，包括：

基于所述预设事件识别模型识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库。

在一实施例中，所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤之后，包括：

采集所述业务程序运行时产生的日志，并获取所述日志中的监测数据，其中，所述监测数据包括：业务指标、进程运行时间和/或主机性能参数；

根据所述监测数据的类型确定预设标准数据，将所述监测数据与所述预设标准数据进行比对，判断是否存在与所述预设标准数据不匹配的监测数据；

若存在与所述预设标准数据不匹配的监测数据，则将与所述预设标准数据不匹配的监测数据作为异常数据，并基于所述异常数据触发业务异常排查请求。

在一实施例中，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤，包括：

基于预设的关联识别模型识别所述异常信息与所述预设时序库中的更新信息的相关度；

将相关度最高的更新信息作为所述异常信息对应的目标更新信息，获取所述目标更新信息及所述目标更新信息关联的目标更新事件并输出。

在一实施例中，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤之后，包括：

获取所述目标更新事件对应的开发者信息，将所述异常信息与所述目标更新事件发送至所述开发者信息对应的开发者，以对所述业务程序进行维护。

在一实施例中，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤之后，包括：

在接收到更新预测请求时，输出所述预设时序库中当前时间节点对应的当前更新信息，及所述当前更新信息关联的当前更新事件；

查询所述预设时序库中的程序更新流程，获取所述程序更新流程中所述当前更新事件下一节点的新的更新事件，并输出所述新的更新事件，以进行更新提示。

此外，为实现上述目的，本发明还提供一种业务异常排查装置，所述业务异常排查装置包括：

检测采集模块，用于在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；

识别保存模块，用于识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；

信息获取模块，用于在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；

查询输出模块，用于查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

此外，为实现上述目的，本发明还提供一种业务异常排查设备，所述业务异常排查设备包括：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业务异常排查程序，所述业务异常排查程序被所述处理器执行时实现如上所述的业务异常排查方法的步骤。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有业务异常排查程序，所述业务异常排查程序被处理器执行时实现如上所述的业务异常排查方法的步骤。

本发明提供一种业务异常排查方法、装置、设备及计算机可读存储介质。本发明实施例中服务器在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。本实施例中服务器通过建立预设时序库将更新信息做时序化的数据存储和分类，在业务程序异常排查时，服务器通过查询预设时序库，确定引起业务程序异常的更新事件，提高了异常排查的效率，从而缩短了业务程序的恢复时间。

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设备结构示意图；

图2为本发明业务异常排查方法第一实施例的流程示意图；

图3为本发明业务异常排查方法第三实施例的流程示意图；

图4为本发明业务异常排查装置一实施例的功能模块示意图。

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。

如图1所示，图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。

本发明实施例业务异常排查设备可以是PC机或服务器。

如图1所示，该业务异常排查设备可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。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)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。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中示出的设备结构并不构成对设备的限定，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、用户接口模块以及业务异常排查程序。

在图1所示的设备中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的业务异常排查程序，并执行下述业务异常排查方法中的操作，在所述处理器上运行的业务异常排查程序被执行时所实现的方法可参照本发明业务异常排查方法各个实施例，此处不再赘述。

基于上述硬件结构，提出本发明业务异常排查方法实施例。

参照图2，图2为本发明业务异常排查方法第一实施例的流程示意图，所述业务异常排查方法包括：

步骤S10，在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息。

本实施例中业务异常排查方法应用于业务异常排查设备(又叫服务器)，服务器监测业务程序的状态，业务程序的数量不作具体限定，业务程序可以是一个也可以是多个，为了方便理解，本实施例中以一个业务程序为例进行说明，服务器监测业务程序的状态信息，判断业务程序是否出现生产更新，即，服务器将业务程序当前时刻的状态信息与过去的状态信息进行比较，若当前时刻的状态信息与过去的状态信息不同，则业务程序出现生产更新；若当前时刻的状态信息与过去的状态信息相同，则业务程序没有出现生产更新。

其中，业务程序的状态信息包括但不限于：网络状态信息、数据库状态信息、版本状态信息等；网络状态信息包括：专线开墙信息、主备线切换信息、网络地址信息等；数据库状态信息包括：主备切换信息、数据迁移信息、数据清理信息等；版本状态信息包括：版本名称、版本描述、发布包、机器数量、创建人、开始时间、结束时间等。

服务器检测到业务程序生产更新时，服务器通过预设的数据采集接口采集业务程序的更新信息，即，服务器中预设的数据采集接口关联有python脚本，python脚本是开发人员预先编写的信息采集代码，服务器通过运行python脚本，自动化同步业务程序(数据源)的更新信息，python脚本依据业务程序数据形式来确认脚本同步逻辑，最终将每个业务程序的更新信息同步到服务器。

步骤S20，识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库。

服务器识别更新信息，确定更新信息对应的更新事件，服务器根据更新信息确定更新事件的方法不作限定，具体地：

实现方式一：服务器中预先设置更新信息与更新事件映射表，服务器查询该映射表，就可以得到更新信息对应的更新事件；

实现方式二，服务器中预先设置事件识别模型，预先设置事件识别模型用于分析更新信息与更新事件之间关联的关系，服务器将更新信息输入至预设事件识别模型中，得到更新信息对应的更新事件。

服务器在得到更新信息对应的更新事件之后，服务器将更新信息与更新事件关联保存至预设时序库，其中，预设时序库是用于记录更新信息与更新信息对应更新事件的数据库，预设时序库中的各更新信息和对应的更新事件按照时间序列关联排序，形成更新事件的关联图谱，服务器根据预设时序库中的关联图谱进行更新事件追溯。

本实施例中服务器监控各个业务平台的状态信息，在业务平台出现生产更新时，服务器获取更新信息，服务器将更新信息进行统一汇总，以确定各个业务程序生产更新的情况，即，服务器将所有影响生产的因素抓取，做时序化的数据存储和分类，并建立更新信息对应更新事件之间的上下游关系，以快速地故障定位；具体地：

步骤S30，在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息。

服务器接收业务异常排查请求，业务异常排查请求的触发方式不作具体限定，即，业务异常排查请求可以是用户主动触发的，也可以是服务器自动触发的；本实施例中给出了一种业务异常排查请求的触发方式，包括：

步骤a1，采集所述业务程序运行时产生的日志，并获取所述日志中的监测数据，其中，所述监测数据包括：业务指标、进程运行时间和/或主机性能参数；

步骤a2，根据所述监测数据的类型确定预设标准数据，将所述监测数据与所述预设标准数据进行比对，判断是否存在与所述预设标准数据不匹配的监测数据；

步骤a3，若存在与所述预设标准数据不匹配的监测数据，则将与所述预设标准数据不匹配的监测数据作为异常数据，并基于所述异常数据触发业务异常排查请求。

即，服务器监测生产更新的业务程序，采集业务程序运行时产生的日志，获取日志中的监测数据，监测数据包括：业务指标、进程运行时间和/或主机性能参数；其中，业务指标是业务程序的运行指标，例如，xxx业务程序的业务指标为每年天成交量为30笔，进程运行时间为各个进程对应任务的执行时间，主机性能参数包括服务器的cpu占用率，服务器的显卡数据等等。

服务器中预先设置标准数据集合，标准数据集合中包含各个监测数据对应的预设标准数据，服务器根据监测数据的类型，确定监测数据对应的预设标准数据，服务器将监测数据与监测数据对应的预设标准数据进行比对，即，服务器计算监测数据与监测数据对应的预设标准数据的差值，服务器计算差值与预设标准数据比值的绝对值，若比值的绝对值超过预设阈值(预设阈值为预先设置的临界值，例如设置为40％)，服务器判定监测数据与监测数据对应的预设标准数据不匹配；若比值的绝对值不超过预设阈值，服务器判定监测数据与监测数据对应的预设标准数据匹配。

例如，监测数据为业务指标为10笔订单，进程运行时间0.1s，业务指标的标准数据为20笔订单，进程运行对应的标准数据为0.07s；服务器判定业务指标为异常数据。

服务器将与预设标准数据不匹配的监测数据作为异常数据，服务器基于异常数据触发业务异常排查请求，服务器在接收到业务异常排查请求时，服务器获取业务异常排查请求对应的异常信息，以进行异常排查，具体地：

步骤S40，查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

服务器查询预设时序库，获取与异常信息对应的目标更新信息，及目标更新信息关联的目标更新事件并输出，本实施例中的服务器确定异常信息对应的目标更新信息有不同的方式实现，具体地：

实现方式一：预设时序库中记录有更新事件信息和异常信息的异常定位图谱，服务器查询该异常定位图谱，得到异常信息对应的目标更新信息；

实现方式二：服务器计算异常信息和更新信息之间的相似度，服务器将相似度最高的更新信息作为目标更新信息；

实现方式三：服务器中预设有关联识别模型，服务器基于预设的关联识别模型识别异常信息与预设时序库中的更新信息的相关度；服务器将相关度最高的更新信息作为异常信息对应的目标更新信息。

本实施例中服务器通过建立预设时序库将更新信息做时序化的数据存储和分类，在业务程序异常排查时，服务器通过查询预设时序库，确定引起业务程序异常的更新事件，提高了异常排查的效率，从而缩短了业务程序的恢复时间。

进一步地，基于本发明业务异常排查方法第一实施例，提出本发明业务异常排查方法第二实施例。

本实施例与第一实施例的区别在于，服务器中预设事件识别模型，预设事件识别模型是指预先训练的更新信息分析模型，预设事件识别模型用于识别更新信息，得到更新信息对应的更新事件，预设事件识别模型的训练步骤包括：

步骤b1，对预先标注更新事件的训练样本进行分词，使用汉语言模型构造词性序列，提取特征变量；

步骤b2，基于朴素贝叶斯模型训练所述特征变量与所述预先标注更新事件的关系，得到预设事件识别模型。

即，服务器对预先标注更新事件的训练样本进行分词，服务器使用汉语言模型构造词性序列，提取特征变量；提取的特征变量可以是词频、词性等。服务器对训练语料进行分词后，提取训练语料的词频作为训练语料的特征变量。服务器根据训练文本的特征变量将其构造为标准的特征变量矩阵，作为X；服务器将预先标注的各更新事件作为Y，使用朴素贝叶斯模型训练得到特征变量X与更新事件Y的关系，从而得到预设事件识别模型。服务器在对各训练语料进行分词、提取特征变量后，根据各文本包含的词组及词组的对应的词频，构造得到各训练语料的标准化特征变量矩阵。然后，根据各训练语料的特征变量矩阵和其对应的更新事件，基于朴素贝叶斯模型可以查找得到特征变量与更新事件的关系，从而可以经过往复训练，得到预设事件识别模型。

本实施例中，服务器将训练得到的预设事件识别模型对投入到更新信息的识别中，从而确定更新信息对应的更新事件，具体地，包括：

基于所述预设事件识别模型识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库。

即，服务器将更新信息输入在预设事件识别模型中，预设事件识别模型对更新信息进行分词处理，并进提取更新信息中的特征变量，预设事件识别模型处理特征变量，得到更新信息对应的更新事件。

本实施例中服务器中预设事件识别模型，并通过预设事件识别模型识别更新信息，得到更新信息对应的更新事件，不需要用户手动地标注各个更新信息与更新事件的关系，减少了用户的操作，同时提高了更新信息处理效率及更新事件识别的准确率。

进一步地，参考图3，基于本发明业务异常排查方法上述实施例，提出本发明业务异常排查方法第三实施例。

本实施例是第一实施例中步骤S10的细化，本实施例与第一实施例的区别在于：

步骤S11，在检测到业务程序生产更新时，确定所述业务程序的类型。

本实施例中，服务器预先设置标识集合，预设标识集合中包含重要业务程序对应的程序标识，服务器根据预设标识集合确定业务程序的类型，以根据业务程序的类型采集更新信息，具体地：

服务器在检测到业务程序生产更新时，服务器获取业务程序的程序标识，服务器判断该业务程序的程序标识是否为预设标识集合中的程序标识，若该业务程序的程序标识是预设标识集合中的程序标识，则业务程序为第一类型业务程序，若该业务程序的程序标识不是预设标识集合中的程序标识，则业务程序为第二类型业务程序。

步骤S12，在所述业务程序是第一类型业务程序时，通过预设的专用数据采集接口采集所述业务程序全部的更新信息。

在业务程序是第一类型业务程序时，服务器通过预设的专用数据采集接口采集业务程序全部的更新信息，即，若业务程序是重要的业务程序，服务器通过预设的专用数据采集接口采集业务程序全部的更新信息，以进行更新记录。

步骤S13，在所述业务程序是第二类型业务程序时，通过预设的通用数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息。

在业务程序是第二类型业务程序时，服务器通过预设的通用数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息，即，若业务程序是普通的业务程序，服务器通过预设的通过数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息，以进行更新记录。

本实施例中，服务器针对不同的业务程序设置不同的数据采集接口，采集不同种类的业务数据，既可以保证重要的业务程序更新信息采集的全面性，又可以减少普通业务程序更新信息的数量，提高数据的处理效率。

可以理解的是，由于业务程序的生产更新需要开发人员进行跟踪，为了避免更新信息采集不全面的情况发生，本实施例中的更新信息还可以用户录入的，本实施例不作具体限定。

进一步地，基于本发明业务异常排查方法上述实施例，提出本发明业务异常排查方法第四实施例。

本实施例是第一实施例中步骤S40的细化，本实施例可以与上述实施例进行结合，本实施例与上述实施例的区别在于：

步骤c1，基于预设的关联识别模型识别所述异常信息与所述预设时序库中的更新信息的相关度；

步骤c2，将相关度最高的更新信息作为所述异常信息对应的目标更新信息，获取所述目标更新信息及所述目标更新信息关联的目标更新事件并输出。

本实施例中服务器中预设关联识别模型，关联识别模型用于识别异常信息与更新信息之间的相关度，即，服务器中预先标注异常信息和更新信息训练得到预设关联识别模型。

服务器获取到异常信息之后，服务器查询预设时序库，获取预设时序库中的更新信息，服务器将异常信息与预设时序库中的各个更新信息进行比对，服务器基于预设的关联识别模型识别所异常信息与预设时序库中的更新信息的相关度，服务器将相关度最高的更新信息作为异常信息对应的目标更新信息，获取目标更新信息及目标更新信息关联的目标更新事件并输出。

本实施例中服务器预设关联识别模型，并通过关联识别模型处理更新信息和异常信息，实现了异常的自动定位，提高了异常分析效率和准确率。

进一步地，基于本发明业务异常排查方法上述实施例，提出本发明业务异常排查方法第五实施例。

本实施例是第一实施例中步骤S40之后的步骤；本实施例与上述实施例的区别在于：

获取所述目标更新事件对应的开发者信息，将所述异常信息与所述目标更新事件发送至所述开发者信息对应的开发者，以对所述业务程序进行维护。

服务器确定业务异常排查请求对应的目标更新事件之后，服务器获取目标更新事件对应的开发者信息，开发者信息包括开发者姓名信息，开发者联系方式信息，服务器将异常信息与目标更新事件发送至开发者信息对应的开发者，以使开发者对业务程序进行维护。

本实施例中，服务器在异常排查完成之后，服务器将异常排查的结果信息和异常信息发送至业务程序对应的开发者，以对业务程序进行维护，以加速运维人员异常处理的效率，避免异常处理的滞后的问题。

进一步地，基于本发明业务异常排查方法上述实施例，提出本发明业务异常排查方法第六实施例。

本实施例是第一实施例中步骤S40之后的步骤，本实施例与上述实施例的区别在于：

在接收到更新预测请求时，输出所述预设时序库中当前时间节点对应的当前更新信息，及所述当前更新信息关联的当前更新事件；

查询所述预设时序库中的程序更新流程，获取所述程序更新流程中所述当前更新事件下一节点的新的更新事件，并输出所述新的更新事件，以进行更新提示。

本实施例中服务器接收更新预测请求，更新预测请求的触发方式不作具体限定，即更新预测请求可以是用户主动触发的，还可以是服务器自动触发的；可以理解的是，业务程序更新往往是相互关联的，业务程序的数据库更新的同时还需要更新业务程序的网络，因此，本实施例中，可以基于预设时序库进行更新预测，具体地：

服务器在接收到更新预测请求时，服务器输出预设时序库中当前时间节点对应的当前更新信息，和当前更新信息关联的当前更新事件，查询预设时序库中的程序更新流程，获取程序更新流程中当前更新事件下一节点的新的更新事件，并输出新的更新事件，以进行更新提示。

本实施例中，预设时序库中设置了程序更新流程，服务器查询程序更新流程，获取当前更新事件对应的下一节点的新的更新事件，以进行用户下一步更新操作，有效地避免了业务程序更新不全面的情况发生。

参考图4，本发明实施例还提供一种业务异常排查装置，所述业务异常排查装置包括：

检测采集模块10，用于在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；

识别保存模块20，用于识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；

信息获取模块30，用于在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；

查询输出模块40，用于查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

在一实施例中，所述检测采集模块10，包括：

检测确定单元，用于在检测到业务程序生产更新时，确定所述业务程序的类型；

第一采集单元，用于在所述业务程序是第一类型业务程序时，通过预设的专用数据采集接口采集所述业务程序全部的更新信息；

第二采集单元，用于在所述业务程序是第二类型业务程序时，通过预设的通用数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息。

在一实施例中，所述的业务异常排查装置，包括：

样本分析模块，用于对预先标注更新事件的训练样本进行分词，使用汉语言模型构造词性序列，提取特征变量；

模型训练模块，用于基于朴素贝叶斯模型训练所述特征变量与所述预先标注更新事件的关系，得到预设事件识别模型；

所述识别保存模块20，还用于基于所述预设事件识别模型识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库。

在一实施例中，所述的业务异常排查装置，包括：

监测获取模块，用于采集所述业务程序运行时产生的日志，并获取所述日志中的监测数据，其中，所述监测数据包括：业务指标、进程运行时间和/或主机性能参数；

信息比对模块，用于根据所述监测数据的类型确定预设标准数据，将所述监测数据与所述预设标准数据进行比对，判断是否存在与所述预设标准数据不匹配的监测数据；

触发请求模块，用于若存在与所述预设标准数据不匹配的监测数据，则将与所述预设标准数据不匹配的监测数据作为异常数据，并基于所述异常数据触发业务异常排查请求。

在一实施例中，所述查询输出模块40，包括：

关系判断单元，用于基于预设的关联识别模型识别所述异常信息与所述预设时序库中的更新信息的相关度；

信息输出单元，用于将相关度最高的更新信息作为所述异常信息对应的目标更新信息，获取所述目标更新信息及所述目标更新信息关联的目标更新事件并输出。

在一实施例中，所述的业务异常排查装置，包括：

信息发送模块，用于获取所述目标更新事件对应的开发者信息，将所述异常信息与所述目标更新事件发送至所述开发者信息对应的开发者，以对所述业务程序进行维护。

在一实施例中，所述的业务异常排查装置，包括：

查看输出模块，用于在接收到更新预测请求时，输出所述预设时序库中当前时间节点对应的当前更新信息，及所述当前更新信息关联的当前更新事件；

更新提示模块，用于查询所述预设时序库中的程序更新流程，获取所述程序更新流程中所述当前更新事件下一节点的新的更新事件，并输出所述新的更新事件，以进行更新提示。

上述各程序模块所执行的方法可参照本发明业务异常排查方法各个实施例，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。

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如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台服务器设备(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 (10)

1.一种业务异常排查方法，其特征在于，所述业务异常排查方法包括如下步骤：

在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；

识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；

在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；

查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

2.如权利要求1所述的业务异常排查方法，其特征在于，所述在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息的步骤，包括：

在检测到业务程序生产更新时，确定所述业务程序的类型；

在所述业务程序是第一类型业务程序时，通过预设的专用数据采集接口采集所述业务程序全部的更新信息；

在所述业务程序是第二类型业务程序时，通过预设的通用数据采集接口采集时间信息、版本文件信息、配置信息、网络信息和/或开发者信息作为更新信息。

3.如权利要求1所述的业务异常排查方法，其特征在于，所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤之前，包括：

对预先标注更新事件的训练样本进行分词，使用汉语言模型构造词性序列，提取特征变量；

基于朴素贝叶斯模型训练所述特征变量与所述预先标注更新事件的关系，得到预设事件识别模型；

所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤，包括：

基于所述预设事件识别模型识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库。

4.如权利要求1所述的业务异常排查方法，其特征在于，所述识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库的步骤之后，包括：

采集所述业务程序运行时产生的日志，并获取所述日志中的监测数据，其中，所述监测数据包括：业务指标、进程运行时间和/或主机性能参数；

根据所述监测数据的类型确定预设标准数据，将所述监测数据与所述预设标准数据进行比对，判断是否存在与所述预设标准数据不匹配的监测数据；

若存在与所述预设标准数据不匹配的监测数据，则将与所述预设标准数据不匹配的监测数据作为异常数据，并基于所述异常数据触发业务异常排查请求。

5.如权利要求1所述的业务异常排查方法，其特征在于，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤，包括：

基于预设的关联识别模型识别所述异常信息与所述预设时序库中的更新信息的相关度；

将相关度最高的更新信息作为所述异常信息对应的目标更新信息，获取所述目标更新信息及所述目标更新信息关联的目标更新事件并输出。

6.如权利要求1所述的业务异常排查方法，其特征在于，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤之后，包括：

获取所述目标更新事件对应的开发者信息，将所述异常信息与所述目标更新事件发送至所述开发者信息对应的开发者，以对所述业务程序进行维护。

7.如权利要求1至6任意一项所述的业务异常排查方法，其特征在于，所述查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出的步骤之后，包括：

在接收到更新预测请求时，输出所述预设时序库中当前时间节点对应的当前更新信息，及所述当前更新信息关联的当前更新事件；

查询所述预设时序库中的程序更新流程，获取所述程序更新流程中所述当前更新事件下一节点的新的更新事件，并输出所述新的更新事件，以进行更新提示。

8.一种业务异常排查装置，其特征在于，所述业务异常排查装置包括：

检测采集模块，用于在检测到业务程序生产更新时，通过预设的数据采集接口采集所述业务程序的更新信息；

识别保存模块，用于识别所述更新信息，得到所述更新信息对应的更新事件，将所述更新信息与所述更新事件关联保存至预设时序库；

信息获取模块，用于在接收到业务异常排查请求时，获取所述业务异常排查请求对应的异常信息；

查询输出模块，用于查询所述预设时序库，获取与所述异常信息对应的目标更新信息，及所述目标更新信息关联的目标更新事件并输出。

9.一种业务异常排查设备，其特征在于，所述业务异常排查设备包括：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业务异常排查程序，所述业务异常排查程序被所述处理器执行时实现如权利要求1至7中任一项所述的业务异常排查方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有业务异常排查程序，所述业务异常排查程序被处理器执行时实现如权利要求1至7中任一项所述的业务异常排查方法的步骤。