CN112348213A - 运维故障排查实现方法、装置、介质及设备 - Google Patents
运维故障排查实现方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN112348213A CN112348213A CN202011361979.7A CN202011361979A CN112348213A CN 112348213 A CN112348213 A CN 112348213A CN 202011361979 A CN202011361979 A CN 202011361979A CN 112348213 A CN112348213 A CN 112348213A
- Authority
- CN
- China
- Prior art keywords
- maintenance
- knowledge
- troubleshooting
- maintenance knowledge
- receiving
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 219
- 238000013024 troubleshooting Methods 0.000 title claims abstract description 83
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000013461 design Methods 0.000 claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims abstract description 14
- 230000015654 memory Effects 0.000 claims description 38
- 238000003860 storage Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000007711 solidification Methods 0.000 abstract description 3
- 230000008023 solidification Effects 0.000 abstract description 3
- 238000012800 visualization Methods 0.000 abstract description 3
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 9
- 239000004065 semiconductor Substances 0.000 description 7
- 238000007726 management method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Animal Behavior & Ethology (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及运维监控技术领域,本公开提供了运维故障排查实现方法、装置、介质及设备,其中所述方法包括:接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。通过本公开所提供的运维故障排查实现方法,用户可轻松快速实现运维知识可视化及固化,并将运维知识自动化,把用户运维实践经验提炼抽象后再次赋能于日常运维工作,提升运维效率。
Description
技术领域
本公开涉及运维监控技术领域,更为具体来说,本公开涉及运维故障排查实现方法、装置、介质及设备。
背景技术
随着信息技术不断发展和广泛应用,信息系统规模越来越大,关系越来越复杂,发生系统故障不可避免。发生系统故障后如何快速定位故障原因,如何重复利用这些运维专家的运维经验,提升运维效率,降低运维成本是大家面临一个课题。
当前,业界对运维故障排查已经进行了许多研究工作,从不同的出发点提出了许多故障排查技术,但仍存在很多问题尚未解决,如简单依托知识库只提供知识查询,在告警丢失、虚假告警较严重和故障模型误差较大的情况下难以进行故障排查。
发明内容
为解决现有技术不能解决依靠运维专家导致运费效率低下和成本高的技术问题。
为实现上述技术目的,本公开提供了一种运维故障排查实现方法,包括:
接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
进一步,
所述接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱具体包括:
接收用户知识图谱设计指令;
将通常的运维知识分解为多个独立的运维知识点;
利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱。
进一步,所述运维知识模型具体包括三个变化特征:
输入参数、获取设备状态信息的指令集以及针对指令采集和指令回显分析的处理逻辑。
进一步,
所述接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果具体包括:
接收输入的所述三个变化特征的数据作为运维数据,并启动运维故障排查任务;
采集待排查故障的设备状态信息;
分析所述三个变化特征中的指令回显信息并判断故障排查操作是否完成,若完成则输出运维排查结果。
进一步,
所述接收输入的所述三个变化特征的数据作为运维数据,并启动运维故障排查任务的步骤之前,还包括:
利用运维故障排查逻辑路线直观展示运维故障排查结果,用正常、故障和不涉及三种状态标识每一步运维故障排查状态。
进一步,利用不同颜色的图标展示三种状态。
为实现上述技术目的,本公开还能够提供一种运维故障排查实现装置,包括:
运维知识图谱构建模块,用于接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
运维知识模型构建模块,用于接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
运维知识程序构建模块,用于将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
运维故障排查模块,用于接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
进一步,所述运维知识图谱构建模块具体包括:
接收子模块,用于接收用户知识图谱设计指令;
分解子模块,用于将通常的运维知识分解为多个独立的运维知识点;
构建子模块,用于利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱
为实现上述技术目的,本公开还能够提供一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时用于实现上述的运维故障排查实现方法的步骤。
为实现上述技术目的,本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的运维故障排查实现方法的步骤。
本公开的有益效果为:
通过本公开所提供的运维故障排查实现方法,用户可轻松快速实现运维知识可视化及固化,并将运维知识自动化,把用户运维实践经验提炼抽象后再次赋能于日常运维工作,提升运维效率。
附图说明
图1示出了本公开的实施例1的流程示意图;
图2示出了本公开的实施例1改进实施例的流程示意图;
图3示出了本公开的实施例1改进实施例的流程示意图;
图4示出了本公开的实施例1改进实施例的流程示意图;
图5示出了本公开的实施例1的一种优选实施方式中的知识图谱设计工具设计知识图谱的流程示意图;
图6示出了本公开的实施例2的结构示意图;
图7示出了本公开的实施例4的结构示意图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在附图中示出了根据本公开实施例的各种结构示意图。这些图并非是按比例绘制的,其中为了清楚表达的目的,放大了某些细节,并且可能省略了某些细节。图中所示出的各种区域、层的形状以及它们之间的相对大小、位置关系仅是示例性的,实际中可能由于制造公差或技术限制而有所偏差,并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
实施例一:
如图1~4所示:
本公开提供了一种运维故障排查实现方法,包括:
S1:接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
具体地,所述S1具体包括:
S11:
接收用户知识图谱设计指令;
将通常的运维知识分解为多个独立的运维知识点;
S12:利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱。
S2:接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
进一步,所述运维知识模型具体包括三个变化特征:
输入参数、获取设备状态信息的指令集以及针对指令采集和指令回显分析的处理逻辑。
S3:将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
S4:接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
具体地,所述S4具体包括:
S41:接收输入的所述三个变化特征的数据作为运维数据,并启动运维故障排查任务;
S42:采集待排查故障的设备状态信息;
S43:分析所述三个变化特征中的指令回显信息并判断故障排查操作是否完成,若完成则输出运维排查结果。
进一步,
所述S41步骤之前,还包括:
S40:利用运维故障排查逻辑路线直观展示运维故障排查结果,用正常、故障和不涉及三种状态标识每一步运维故障排查状态。
进一步,利用不同颜色的图标展示三种状态。
优选地,
利用绿色图标表示运维故障排查结果正常;
利用红色图标表示运维故障排查结果故障;
利用黄色图标表示运维故障排查结果不涉及。
下面结合图5以及图6详解本公开的运维故障排查实现方法:
首先,如图5所示,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱:
运维排障可能仅针对单个设备多个排查点,也可能涉及多个设备的排查点,我们将按排查逻辑路线直观展示故障排查结果,以正常、故障、不涉及(按排查逻辑无需检查)展示每一步排查状态,同时也将展现因设备无法访问等异常处理情况,结合色调图标表现整体排障逻辑,让运维人员清晰直观查看故障根源。
图5中可视化的运维知识图谱首先检查判断OSPF邻居状态是否正确;
若OSPF邻居状态正确则继续检查是否加入OSPF路由表;
若加入了OSPF路由表继续检查路由是否加入了全局路由表;
若未加入全局路由表则继续检查路由过滤策略是否正确;
若正确则继续检查路由优先级。
若未加入OSPF路由表则需继续检查路由信息是否正确发布;
若正确发布,则继续检查LSA信息是否正确;
若LSA信息正确则继续检查携带FA的外部路由的路由有效性。
若OSPF邻居状态不正确,则检查接口是否启动了OSPF;
若接口启动了OSPF,则需进行邻居路由故障排查;
所述邻居路由故障排查具体包括:
检查邻居两端OSPF参数是否相匹配以及检查连接关系的两端接口是否设置为静默端口。
本公开中所指的OSPF是指:
OSPF(Open Shortest Path First开放式最短路径优先)是一个内部网关协议(Interior Gateway Protocol,简称IGP),用于在单一自治系统(autonomous system,AS)内决策路由。是对链路状态路由协议的一种实现,隶属内部网关协议(IGP),故运作于自治系统内部。著名的迪克斯加算法被用来计算最短路径树。OSPF支持负载均衡和基于服务类型的选路,也支持多种路由形式,如特定主机路由和子网路由等。
实施例二:
如图6所示:
一种运维故障排查实现装置,包括:
运维知识图谱构建模块601,用于接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
运维知识模型构建模块602,用于接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
运维知识程序构建模块603,用于将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
运维故障排查模块604,用于接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
其中,所述的运维知识图谱构建模块601依次与所述运维知识模型构建模块602、所述运维知识程序构建模块603以及所述运维故障排查模块604相连接。
所述运维知识图谱构建模块601具体包括:
接收子模块,用于接收用户知识图谱设计指令;
分解子模块,用于将通常的运维知识分解为多个独立的运维知识点;
构建子模块,用于利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱
实施例三:
本公开还能够提供一种计算机存储介质,其上存储有计算机程序,计算机程序被处理器执行时用于实现上述的运维故障排查实现方法的步骤。
本公开的计算机存储介质可以采用半导体存储器、磁芯存储器、磁鼓存储器或磁盘存储器实现。
半导体存储器,主要用于计算机的半导体存储元件主要有Mos和双极型两种。Mos元件集成度高、工艺简单但速度较慢。双极型元件工艺复杂、功耗大、集成度低但速度快。NMos和CMos问世后,使Mos存储器在半导体存储器中开始占主要地位。NMos速度快,如英特尔公司的1K位静态随机存储器的存取时间为45ns。而CMos耗电省,4K位的CMos静态存储器存取时间为300ns。上述半导体存储器都是随机存取存储器(RAM),即在工作过程中可随机进行读出和写入新内容。而半导体只读存储器(ROM)在工作过程中可随机读出但不能写入,它用来存放已固化好的程序和数据。ROM又分为不可改写的熔断丝式只读存储器──PROM和可改写的只读存储器EPROM两种。
磁芯存储器,具有成本低,可靠性高的特点,且有20多年的实际使用经验。70年代中期以前广泛使用磁芯存储器作为主存储器。其存储容量可达10位以上,存取时间最快为300ns。国际上典型的磁芯存储器容量为4MS~8MB,存取周期为1.0~1.5μs。在半导体存储快速发展取代磁芯存储器作为主存储器的位置之后,磁芯存储器仍然可以作为大容量扩充存储器而得到应用。
磁鼓存储器,一种磁记录的外存储器。由于其信息存取速度快,工作稳定可靠,虽然其容量较小,正逐渐被磁盘存储器所取代,但仍被用作实时过程控制计算机和中、大型计算机的外存储器。为了适应小型和微型计算机的需要,出现了超小型磁鼓,其体积小、重量轻、可靠性高、使用方便。
磁盘存储器,一种磁记录的外存储器。它兼有磁鼓和磁带存储器的优点,即其存储容量较磁鼓容量大,而存取速度则较磁带存储器快,又可脱机贮存,因此在各种计算机系统中磁盘被广泛用作大容量的外存储器。磁盘一般分为硬磁盘和软磁盘存储器两大类。
硬磁盘存储器的品种很多。从结构上,分可换式和固定式两种。可换式磁盘盘片可调换,固定式磁盘盘片是固定的。可换式和固定式磁盘都有多片组合和单片结构两种,又都可分为固定磁头型和活动磁头型。固定磁头型磁盘的容量较小,记录密度低存取速度高,但造价高。活动磁头型磁盘记录密度高(可达1000~6250位/英寸),因而容量大,但存取速度相对固定磁头磁盘低。磁盘产品的存储容量可达几百兆字节,位密度为每英寸6250位,道密度为每英寸475道。其中多片可换磁盘存储器由于盘组可以更换,具有很大的脱体容量,而且容量大,速度高,可存储大容量情报资料,在联机情报检索系统、数据库管理系统中得到广泛应用。
实施例四:
本公开还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述的运维故障排查实现方法的步骤。
图7为一个实施例中电子设备的内部结构示意图。如图7所示,该电子设备包括通过系统总线连接的处理器、存储介质、存储器和网络接口。其中,该计算机设备的存储介质存储有操作系统、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种运维故障排查实现方法。该电设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行一种运维故障排查实现方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
该电子设备包括但不限于智能电话、计算机、平板电脑、可穿戴智能设备、人工智能设备、移动电源等。
所述处理器在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器内的程序或者模块(例如执行远端数据读写程序等),以及调用存储在所述存储器内的数据,以执行电子设备的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器以及至少一个处理器等之间的连接通信。
图7仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图7示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。
可选地,该电子设备还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
进一步地,所述计算机可用存储介质可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据区块链节点的使用所创建的数据等。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
通过本公开所提供的运维故障排查实现方法,用户可轻松快速实现运维知识可视化及固化,并将运维知识自动化,把用户运维实践经验提炼抽象后再次赋能于日常运维工作,提升运维效率。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。本公开的范围由所附权利要求及其等价物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (10)
1.一种运维故障排查实现方法,其特征在于,包括:
接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
2.根据权利要求1所述的方法,其特征在于,所述接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱具体包括:
接收用户知识图谱设计指令;
将通常的运维知识分解为多个独立的运维知识点;
利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱。
3.根据权利要求1所述的方法,其特征在于,所述运维知识模型具体包括三个变化特征:
输入参数、获取设备状态信息的指令集以及针对指令采集和指令回显分析的处理逻辑。
4.根据权利要求3所述的方法,其特征在于,所述接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果具体包括:
接收输入的所述三个变化特征的数据作为运维数据,并启动运维故障排查任务;
采集待排查故障的设备状态信息;
分析所述三个变化特征中的指令回显信息并判断故障排查操作是否完成,若完成则输出运维排查结果。
5.根据权利要求4所述的方法,其特征在于,
所述接收输入的所述三个变化特征的数据作为运维数据,并启动运维故障排查任务的步骤之前,还包括:
利用运维故障排查逻辑路线直观展示运维故障排查结果,用正常、故障和不涉及三种状态标识每一步运维故障排查状态。
6.一种运维故障排查实现装置,其特征在于,包括:
运维知识图谱构建模块,用于接收用户知识图谱设计指令,利用知识图谱设计工具对运维知识进行设计得到可视化的运维知识图谱;
运维知识模型构建模块,用于接收输入的运维知识点,并根据所述运维知识点构建一个运维知识模型;
运维知识程序构建模块,用于将所述运维知识模型转化为一段可运行且根据用户运维需求进行自定义的运维知识程序;
运维故障排查模块,用于接收输入的运维数据,调用所述运维知识程序以实现对运维故障的排查,输出运维排查结果。
7.根据权利要求6所述的装置,其特征在于,所述运维知识图谱构建模块具体包括:
接收子模块,用于接收用户知识图谱设计指令;
分解子模块,用于将通常的运维知识分解为多个独立的运维知识点;
构建子模块,用于利用所述知识图谱设计工具对所述运维知识点进行设计得到可视化的运维知识图谱。
8.根据权利要求6所述的装置,其特征在于,所述运维知识模型具体包括三个变化特征:
输入参数、获取设备状态信息的指令集以及针对指令采集和指令回显分析的处理逻辑。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在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权利要求1~5任一项中所述的运维故障排查实现方法的步骤。
10.一种计算机存储介质,其上存储有计算机程序指令,其特征在于,所述程序指令被处理器执行时用于实现权利要求1~5任一项中所述运维故障排查实现方法的对应的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011361979.7A CN112348213A (zh) | 2020-11-27 | 2020-11-27 | 运维故障排查实现方法、装置、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011361979.7A CN112348213A (zh) | 2020-11-27 | 2020-11-27 | 运维故障排查实现方法、装置、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112348213A true CN112348213A (zh) | 2021-02-09 |
Family
ID=74365986
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011361979.7A Pending CN112348213A (zh) | 2020-11-27 | 2020-11-27 | 运维故障排查实现方法、装置、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348213A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559238A (zh) * | 2021-02-19 | 2021-03-26 | 北京必示科技有限公司 | 用于Oracle数据库的排障策略生成方法装置、处理器和存储介质 |
CN114117077A (zh) * | 2021-12-02 | 2022-03-01 | 睿云奇智(重庆)科技有限公司 | 运维知识图谱构建及运维的方法、装置及计算机设备、存储介质 |
CN114153646A (zh) * | 2021-12-09 | 2022-03-08 | 建信金融科技有限责任公司 | 一种运维故障处置方法、装置及存储介质、处理器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180315023A1 (en) * | 2017-04-26 | 2018-11-01 | General Electric Company | Subject matter knowledge mapping |
CN109992440A (zh) * | 2019-04-02 | 2019-07-09 | 北京睿至大数据有限公司 | 一种基于知识图谱和机器学习的it根故障分析识别方法 |
CN109991951A (zh) * | 2019-04-28 | 2019-07-09 | 齐鲁工业大学 | 多源故障检测与诊断方法和装置 |
CN110807085A (zh) * | 2019-09-12 | 2020-02-18 | 口碑(上海)信息技术有限公司 | 故障信息的查询方法及装置、存储介质、电子装置 |
CN111010311A (zh) * | 2019-11-25 | 2020-04-14 | 江苏艾佳家居用品有限公司 | 一种基于知识图谱的智能网络故障诊断方法 |
CN111709527A (zh) * | 2020-06-15 | 2020-09-25 | 北京优特捷信息技术有限公司 | 运维知识图谱库的建立方法、装置、设备及存储介质 |
-
2020
- 2020-11-27 CN CN202011361979.7A patent/CN112348213A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180315023A1 (en) * | 2017-04-26 | 2018-11-01 | General Electric Company | Subject matter knowledge mapping |
CN109992440A (zh) * | 2019-04-02 | 2019-07-09 | 北京睿至大数据有限公司 | 一种基于知识图谱和机器学习的it根故障分析识别方法 |
CN109991951A (zh) * | 2019-04-28 | 2019-07-09 | 齐鲁工业大学 | 多源故障检测与诊断方法和装置 |
CN110807085A (zh) * | 2019-09-12 | 2020-02-18 | 口碑(上海)信息技术有限公司 | 故障信息的查询方法及装置、存储介质、电子装置 |
CN111010311A (zh) * | 2019-11-25 | 2020-04-14 | 江苏艾佳家居用品有限公司 | 一种基于知识图谱的智能网络故障诊断方法 |
CN111709527A (zh) * | 2020-06-15 | 2020-09-25 | 北京优特捷信息技术有限公司 | 运维知识图谱库的建立方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
刘瑞宏等: "基于知识图谱的智能故障诊断研究", 《邮电设计技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559238A (zh) * | 2021-02-19 | 2021-03-26 | 北京必示科技有限公司 | 用于Oracle数据库的排障策略生成方法装置、处理器和存储介质 |
CN112559238B (zh) * | 2021-02-19 | 2021-05-11 | 北京必示科技有限公司 | 用于Oracle数据库的排障策略生成方法装置、处理器和存储介质 |
CN114117077A (zh) * | 2021-12-02 | 2022-03-01 | 睿云奇智(重庆)科技有限公司 | 运维知识图谱构建及运维的方法、装置及计算机设备、存储介质 |
CN114153646A (zh) * | 2021-12-09 | 2022-03-08 | 建信金融科技有限责任公司 | 一种运维故障处置方法、装置及存储介质、处理器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112348213A (zh) | 运维故障排查实现方法、装置、介质及设备 | |
CN107171819B (zh) | 一种网络故障诊断方法及装置 | |
CN111339175B (zh) | 数据处理方法、装置、电子设备及可读存储介质 | |
CN111240876B (zh) | 微服务的故障定位方法、装置、存储介质及终端 | |
CN104040459A (zh) | 用于降低数据中心的能量存储需求的系统和方法 | |
CN105243004A (zh) | 一种故障资源检测方法及装置 | |
CN103345439B (zh) | 一种信息系统全链路健康状态监控方法及装置 | |
CN103763126A (zh) | 监控数据库的系统、方法及数据库监控装置 | |
CN112766512A (zh) | 基于元算子的深度学习框架诊断系统、方法、装置、设备及介质 | |
CN109582418A (zh) | 用户行为数据收集方法、装置、计算机装置、存储介质 | |
CN112491047A (zh) | 一种变电站二次设备的故障定位方法、装置及设备 | |
CN106407072A (zh) | 一种大数据平台的监控系统 | |
CN116126772A (zh) | 一种应用于arm服务器的uart串口管理系统及方法 | |
CN114754786A (zh) | 一种货车导航寻路方法、装置、设备及介质 | |
CN106646105A (zh) | 一种主站与行波测距装置之间的数据传输方法 | |
CN109884533A (zh) | 电池故障的诊断方法及装置、设备及存储介质 | |
CN101634939B (zh) | 一种快速寻址装置和方法 | |
CN114385453A (zh) | 数据库集群异常处理方法、装置、设备及介质 | |
CN105279044B (zh) | 一种基于bois总线识别bios状态的方法及计算机系统 | |
CN112306781B (zh) | 一种线程故障处理方法、装置、介质及设备 | |
CN107024919A (zh) | 一种实现核级数字化仪控系统在线监视诊断的方法 | |
CN102508748B (zh) | 单板、数字信号处理器内存的检测方法 | |
CN110347343A (zh) | 数据管理方法和装置 | |
CN115269317A (zh) | 一种告警系统、方法、介质及设备 | |
CN112306815B (zh) | Ceph中OSD侧主从间IO信息监控方法、装置、设备及介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210209 |