CN112000806A

CN112000806A - 异常日志监控分析方法、系统、设备及存储介质

Info

Publication number: CN112000806A
Application number: CN202010864415.9A
Authority: CN
Inventors: 黄书珽; 程兴; 黄凯
Original assignee: Ctrip Travel Information Technology Shanghai Co Ltd
Current assignee: Ctrip Travel Information Technology Shanghai Co Ltd
Priority date: 2020-08-25
Filing date: 2020-08-25
Publication date: 2020-11-27
Anticipated expiration: 2040-08-25
Also published as: CN112000806B

Abstract

本发明提供了一种异常日志监控分析方法、系统、设备及存储介质，该方法包括：从日志平台获取待分析的异常日志；根据预设的日志分析策略，对获取到的异常日志进行分析，所述日志分析策略包括预设的日志分级策略、日志聚合策略和日志过滤策略；以及根据异常日志的分析结果生成监控报告，并将所述监控报告推送至用户终端。本发明通过对异常日志进行智能分析处理，得到有针对性的监控报告推送给使用者，提升使用者的使用体验，使用者可以直观地从监控报告中获得需要的信息，对异常信息进行及时处理，并且可以将监控报告作为后端服务准许发布生产环境的一个重要参考指标，提升服务质量。

Description

异常日志监控分析方法、系统、设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种异常日志监控分析方法、系统、设备及存储介质。

背景技术

目前QA(Quality Assurance，品质保证)或RD(Research and Developmentengineer，研发工程师)在处理程序发生的异常时，都是通过现有的日志平台，一旦异常日志增多，会引发一些问题：如何确切了解产生了哪些异常日志；产生了成百上千条日志时，是否需要逐一排查；产生了毫无影响的日志时会耽误分析工作时间；处理过程中可能会遗漏某条异常日志；已处理的问题再次发生；是否能够实时监控日志；当前发布周期哪些应用存在异常日志；当前发布周期还有哪些问题没有修复；以及如何才能获得监控报告。

发明内容

针对现有技术中的问题，本发明的目的在于提供一种异常日志监控分析方法、系统、设备及存储介质，通过对异常日志进行智能分析处理，得到有针对性的监控报告推送给使用者，提升使用者的使用体验。

本发明实施例提供一种异常日志监控分析方法，包括如下步骤：

从日志平台获取待分析的异常日志；

根据预设的日志分析策略，对获取到的异常日志进行分析，所述日志分析策略包括预设的日志分级策略、日志聚合策略和日志过滤策略；以及

根据异常日志的分析结果生成监控报告，并将所述监控报告推送至用户终端；

所述对获取到的异常日志进行分析，包括如下步骤：

根据预设的日志分级策略，对获取到的异常日志进行分级处理；

根据预设的日志聚合策略，对获取到的异常日志进行聚合处理；

根据预设的日志过滤策略，对获取到的异常日志进行过滤处理。

可选地，所述从日志平台获取待分析的异常日志，包括如下步骤：

于设定时间定时从日志平台获取前一天的所有异常日志。

获取用户当前迭代周期待发布的测试任务；

从所述测试任务中分析得到监控列表，所述监控列表中包括待发布的应用数据；

根据所述监控列表中的应用数据，实时从日志平台获取所述应用数据相关的异常日志。

可选地，所述对获取到的异常日志进行分级处理，包括如下步骤：

根据预设的日志分级策略，确定所述异常日志所对应的异常级别；

根据预设的需要处理的级别类型，确定需要处理的异常日志。

可选地，所述对获取到的异常日志进行聚合处理，包括如下步骤：

计算每两条异常日志之间的相似度；

如果两条异常日志之间的相似度大于预设的相似度阈值，则将该两条异常日志认为是重复日志，只记录一条异常日志。

可选地，所述对获取到的异常日志进行聚合处理中，还包括如下步骤：

判断所述异常日志是否存在指定服务异常日志相似度；

如果是，则将所述指定服务异常日志相似度作为预设的相似度阈值；

否则，将全局异常日志相似度默认值作为预设的相似度阈值。

可选地，所述对获取到的异常日志进行过滤处理，包括如下步骤：

获取所述异常日志所对应的服务所对应的过滤规则，所述过滤规则包括标题过滤规则、内容过滤规则和标签过滤规则；

根据所述过滤规则对所述异常日志进行过滤处理。

可选地，所述监控报告包括经分析后的异常日志所对应的运行环境、异常所对应的服务、异常发生次数和日志处理状态。

本发明实施例还提供一种异常日志监控分析系统，用于实现所述的异常日志监控分析方法，所述系统包括：

日志采集模块，用于从日志平台获取待分析的异常日志；

日志分析模块，用于根据预设的日志分析策略，对获取到的异常日志进行分析，所述日志分析策略包括预设的日志分级策略、日志聚合策略和日志过滤策略；以及

报告生成模块，用于根据异常日志的分析结果生成监控报告，并将所述监控报告推送至用户终端；

所述日志分析模块包括：

日志分级单元，用于根据预设的日志分级策略，对获取到的异常日志进行分级处理；

日志聚合单元，用于根据预设的日志聚合策略，对获取到的异常日志进行聚合处理；

日志过滤单元，用于根据预设的日志过滤策略，对获取到的异常日志进行过滤处理。

本发明实施例还提供一种异常日志监控分析设备，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行所述的异常日志监控分析方法的步骤。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的异常日志监控分析方法的步骤。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

本发明的异常日志监控分析方法、系统、设备及存储介质具有如下有益效果：

本发明通过对异常日志进行智能分析处理，得到有针对性的监控报告推送给使用者，从而提升使用者的使用体验；使用者可以直观地从监控报告中获得需要的信息，对异常信息进行及时处理，并且可以将监控报告作为后端服务准许发布生产环境的一个重要参考指标，提升服务质量。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1是本发明一实施例的异常日志监控分析方法的流程图；

图2是本发明一实施例的异常日志监控分析方法的具体流程图；

图3是本发明一实施例的异常日志监控分析方法的时序图；

图4是本发明一实施例的监控报告的示意图；

图5是本发明一实施例的异常日志监控分析系统的结构示意图；

图6是本发明一实施例的异常日志监控分析设备的结构示意图；

图7是本发明一实施例的计算机可读存储介质的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

如图1所示，本发明实施例提供一种异常日志监控分析方法，包括如下步骤：

S100：从日志平台获取待分析的异常日志，具体地，所述异常日志监控分析系统可以与Clog日志平台对接，从Clog日志平台拉取异常日志；

S200：根据预设的日志分析策略，对获取到的异常日志进行分析，所述日志分析策略包括预设的日志分级策略、日志聚合策略和日志过滤策略，所述日志分析策略可以由用户定制和修改，满足用户的监控分析需求；以及

S300：根据异常日志的分析结果生成监控报告，并将所述监控报告推送至用户终端。

所述步骤S200对获取到的异常日志进行分析，包括如下步骤：

S210：根据预设的日志分级策略，对获取到的异常日志进行分级处理；

S220：根据预设的日志聚合策略，对获取到的异常日志进行聚合处理；

S230：根据预设的日志过滤策略，对获取到的异常日志进行过滤处理。

该实施例的异常日志监控分析方法中，每个步骤的序号仅为区分各个步骤，而不作为各个步骤的具体执行顺序的限定，上述各个步骤之间的执行顺序可以根据需要调整改变，例如步骤S210、S220和S230的执行顺序可以调换，先执行步骤S220，或者先执行步骤S230等等。

本发明的异常日志监控分析方法通过步骤S100获取待分析的异常日志后，通过步骤S210～S230根据预设的日志分析策略，智能分析异常日志，从而可以通过步骤S300生成监控报告，将异常日志以新的模式呈现给使用者，提升使用者的工作效率。具体地，通过S210的日志分级策略，可以对日志的紧要程度进行分级，使用者可以优先处理紧要程度较高的日志，并且可以避免在一些影响不大的异常日志上浪费太多工作时间，通过S220的日志聚合策略可以对日志进行聚合处理，去掉一些重复的日志，而无需使用者逐一排查每条异常日志，减少日志排查工作量，通过步骤S230可以进一步对一些日志进行过滤，将无需处理的异常日志过滤掉，提升使用者的处理效率。

如图2和图3所示，在该实施例中，所述步骤S100：从日志平台获取待分析的异常日志，包括如下步骤：

于设定时间定时从日志平台获取前一天的所有异常日志，这样可以避免出现异常日志遗漏未处理的情况。此设定时间可以根据需要预先设定和调整。例如，设定为每天0点5分从日志平台获取前一天的所有异常日志。此种方式为预处理定时任务的监控分析。

此外，如图2和图3所示，本发明还可以基于用户的触发实现实时处理任务。在该实施例中，所述步骤S100：从日志平台获取待分析的异常日志，包括如下步骤：

获取用户当前迭代周期待发布的测试任务；

因此，本发明可以实现根据测试任务关联的应用，将其所有异常日志按照预设的日志分析策略进行分级、聚合、过滤后存储，并以监控报告的形式重新展示。并且可以设定，QA和RD在应用发布日当天必须要将未处理的异常日志进行确认处理，否则不允许应用发布。

例如，对于一个待发布的应用，在发布日的13:00-18:00实时分析异常日志，防止发布过程中出现的异常日志未及时处理的问题。并且可以将监控报告作为后端服务准许发布生产环境的一个重要参考指标，提升服务质量。

在该实施例中，所述步骤S210：对获取到的异常日志进行分级处理，包括如下步骤：

例如，在对日志分级时，可以根据预设的日志分级策略，将日志分为WARN级别、ERROR级别和FATAL级别，并且设置ERROR级别的日志和FATAL级别的日志是需要处理的异常日志。所述日志分级策略可以由用户来进行定制，例如设定异常日志在满足哪些条件时，为WARN等级，满足哪些条件时，为ERROR级别，满足哪些条件时为FATAL级别等等。

在该实施例中，所述步骤S220：对获取到的异常日志进行聚合处理，包括如下步骤：

计算每两条异常日志之间的相似度，例如：similar(XX,XX)＝1.0，similar(XXX,XXY)＝0.82,similar(XXX,YYY)＝0.0，具体地，计算时，可以只计算相同服务的日志之间的相似度；

在该实施例中，所述步骤S220：对获取到的异常日志进行聚合处理中，还包括如下步骤：

判断所述异常日志是否存在指定服务异常日志相似度；

如果是，则将所述指定服务异常日志相似度作为预设的相似度阈值，具体地，根据异常日志的服务类型，选择对应的指定服务异常日志相似度，据此判断异常日志是否存在重复日志；

否则，将全局异常日志相似度默认值作为预设的相似度阈值，例如，综合实际场景测试结果，全局错误日志相似度默认值similar＝0.8，当两条错误日志的相似度similar>＝0.8时，认为是重复日志，只记录一条错误日志。即在没有指定服务异常日志相似度时，采用全局异常日志相似度默认值来进行重复日志的判断。

其中，指定服务异常日志相似度和全局错误日志相似度默认值的具体数值均可以由用户根据需要设定和选择。

在该实施例中，所述步骤S230：对获取到的异常日志进行过滤处理，包括如下步骤：

根据所述过滤规则对所述异常日志进行过滤处理。

具体地，根据标题过滤规则的过滤包括将存在有预设的过滤标题的异常日志进行忽略。例如，设置服务A的TITLE＝“ABC”，一异常日志的标题包含“ABC”时，自动忽略该异常日志。类似地，根据内容过滤规则的过滤包括将存在有预设的过滤内容的异常日志进行忽略。根据标签(Tag)过滤规则的过滤包括将存在有预设的过滤标签的异常日志进行忽略。其中，具体不同服务用来过滤的标题、内容和标签等，可以由用户根据需要自行设定和修改。

如图4所示，在该实施例中，所述监控报告可以包括经分析后的异常日志所对应的运行环境、异常所对应的服务、异常发生次数和日志处理状态，方便使用者一目了然地查看异常日志情况，快速分析和处理异常。在根据用户的测试任务触发的情况下，所述监控报告还可以包括待发布的应用列表。

如图5所示，本发明实施例还提供一种异常日志监控分析系统，用于实现所述的异常日志监控分析方法，所述系统包括：

日志采集模块M100，用于从日志平台获取待分析的异常日志；

日志分析模块M200，用于根据预设的日志分析策略，对获取到的异常日志进行分析，所述日志分析策略包括预设的日志分级策略、日志聚合策略和日志过滤策略；以及

报告生成模块M300，用于根据异常日志的分析结果生成监控报告，并将所述监控报告推送至用户终端，所述监控报告可以包括经分析后的异常日志所对应的运行环境、异常所对应的服务、异常发生次数和日志处理状态，方便使用者一目了然地查看异常日志情况，快速分析和处理异常。

如图5所示，所述日志分析模块M200包括：

日志分级单元M210，用于根据预设的日志分级策略，对获取到的异常日志进行分级处理，具体地，可以采用上述步骤S210的具体实施方式来实现日志的分级处理；

日志聚合单元M220，用于根据预设的日志聚合策略，对获取到的异常日志进行聚合处理，具体地，可以采用上述步骤S220的具体实施方式来实现日志的聚合处理；

日志过滤单元M230，用于根据预设的日志过滤策略，对获取到的异常日志进行过滤处理，具体地，可以采用上述步骤S230的具体实施方式来实现日志的过滤处理。

本发明的异常日志监控分析系统中，各个模块的功能可以采用如上所述的异常日志监控分析方法的具体实施方式来实现，此处不予赘述。

本发明实施例还提供一种异常日志监控分析设备，包括处理器；存储器，其中存储有所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行所述的异常日志监控分析方法的步骤。

所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。

下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述异常日志监控分析方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1中所示的步骤。

所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。

所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

本发明实施例还提供一种计算机可读存储介质，用于存储程序，所述程序被执行时实现所述的异常日志监控分析方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上执行时，所述程序代码用于使所述终端设备执行本说明书上述异常日志监控分析方法部分中描述的根据本发明各种示例性实施方式的步骤。

参考图7所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上执行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

综上所述，通过采用本发明的异常日志监控分析方法、系统、设备及存储介质，通过对异常日志进行智能分析处理，得到有针对性的监控报告推送给使用者，从而提升使用者的使用体验；使用者可以直观地从监控报告中获得需要的信息，对异常信息进行及时处理，并且可以将监控报告作为后端服务准许发布生产环境的一个重要参考指标，提升服务质量。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims

1.一种异常日志监控分析方法，其特征在于，包括如下步骤：

从日志平台获取待分析的异常日志；

所述对获取到的异常日志进行分析，包括如下步骤：

2.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述从日志平台获取待分析的异常日志，包括如下步骤：

于设定时间定时从日志平台获取前一天的所有异常日志。

3.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述从日志平台获取待分析的异常日志，包括如下步骤：

获取用户当前迭代周期待发布的测试任务；

4.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述对获取到的异常日志进行分级处理，包括如下步骤：

5.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述对获取到的异常日志进行聚合处理，包括如下步骤：

计算每两条异常日志之间的相似度；

6.根据权利要求5所述的异常日志监控分析方法，其特征在于，所述对获取到的异常日志进行聚合处理中，还包括如下步骤：

判断所述异常日志是否存在指定服务异常日志相似度；

7.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述对获取到的异常日志进行过滤处理，包括如下步骤：

根据所述过滤规则对所述异常日志进行过滤处理。

8.根据权利要求1所述的异常日志监控分析方法，其特征在于，所述监控报告包括经分析后的异常日志所对应的运行环境、异常所对应的服务、异常发生次数和日志处理状态。

9.一种异常日志监控分析系统，用于实现权利要求1至8中任一项所述的异常日志监控分析方法，其特征在于，所述系统包括：

日志采集模块，用于从日志平台获取待分析的异常日志；

所述日志分析模块包括：

10.一种异常日志监控分析设备，其特征在于，包括：

处理器；

存储器，其中存储有所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的异常日志监控分析方法的步骤。

11.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被执行时实现权利要求1至8中任一项所述的异常日志监控分析方法的步骤。