CN112416634A - 一种文件处理方法、装置及存储介质 - Google Patents
一种文件处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112416634A CN112416634A CN201910780062.1A CN201910780062A CN112416634A CN 112416634 A CN112416634 A CN 112416634A CN 201910780062 A CN201910780062 A CN 201910780062A CN 112416634 A CN112416634 A CN 112416634A
- Authority
- CN
- China
- Prior art keywords
- log file
- log
- server
- file
- determining
- 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.)
- Granted
Links
- 238000003672 processing method Methods 0.000 title abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 21
- 230000005856 abnormality Effects 0.000 claims description 82
- 238000000605 extraction Methods 0.000 claims description 46
- 230000015654 memory Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 230000006870 function Effects 0.000 description 28
- 238000012423 maintenance Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000001960 triggered effect Effects 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error 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
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error 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
- G06F11/0766—Error or fault reporting or storing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/14—Details of searching files based on file metadata
- G06F16/148—File search processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/18—File system types
- G06F16/1805—Append-only file systems, e.g. using logs or journals to store data
- G06F16/1815—Journaling file systems
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Library & Information Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种文件处理方法、装置及存储介质。其中，方法包括：当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。采用本发明提供的技术方案，能够实现自动、快速、准确地提取与所述服务器异常的原因关联的日志文件，无需技术人员从海量的日志文件中进行人工搜索，极大地方便了技术人员对服务器异常的问题进行定位。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种文件处理方法、装置及存储介质。
背景技术
相关技术中，随着互联网技术的快速发展，云计算越来越受关注。云计算场景下，为了保证数据的安全性，部署在私有云中的服务器均无法访问外网，外网也无法访问部署在私有云中的服务器。通常，如果部署在私有云中的服务器异常，则由驻场运维人员对服务器异常的原因进行排查。但是，驻场运维人员对服务器异常的问题进行定位时，受限于个人经验，无法从大量的日志文件中准确地找到与服务器异常的原因关联的日志。
上述方式中需要借助驻场运维人员的经验，无法从大量的日志文件中快速、准确地找到与服务器异常的原因关联的日志，从而无法及时对服务器异常的问题进行准确定位。
发明内容
为解决相关技术中存在的技术问题，本发明实施例提供一种文件处理方法、装置及存储介质。
本发明实施例的技术方案是这样实现的：
本发明实施例提供一种文件处理方法，所述方法包括：
当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；
针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；
基于确定的类型，提取相应日志文件的第一信息；
基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
上述方案中，所述针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型，包括：
针对所述多个日志文件中的每个日志文件，基于相应日志文件的存储路径，确定相应日志文件的类型。
上述方案中，所述基于确定的类型，提取相应日志文件的第一信息，包括：
利用预设的日志类型与信息提取方式的对应关系，确定与相应日志文件的类型对应的信息提取方式；
基于确定的信息提取方式，提取相应日志文件的第一信息。
上述方案中，所述从所述多个日志文件中确定与服务器异常的原因关联的至少一个日志文件，包括：
基于所述第一信息，从所述多个日志文件中确定与服务器异常的原因关联的至少一个第一日志文件；
判断所述至少一个第一日志文件的总文件大小是否大于预设阈值；
当确定所述至少一个第一日志文件的总文件大小大于所述预设阈值时，对所述至少一个第一日志文件按时间排序，得到排序结果；依据排序结果，从至少一个第一日志文件中选取总文件大小小于或等于所述预设阈值的至少一个第二日志文件；
将所述至少一个第二日志文件作为与所述与服务器异常的原因关联的至少一个日志文件。
上述方案中，所述方法还包括：
对与所述与服务器异常的原因关联的至少一个日志文件进行分类；分类后的日志文件用于对所述服务器异常的问题进行定位。
上述方案中，当确定服务器的操作系统异常时，所述获取在异常发生时刻前一段时长内的多个日志文件，包括：
确定操作系统在临时内核的启动时刻；
获取在所述启动时刻前一段时长内的多个日志文件；
或者，确定vmcore文件的生成时刻；
获取在所述生成时刻前一段时长内的多个日志文件。
本发明实施例提供一种文件处理装置，所述装置包括：
获取单元，用于当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；
提取单元，用于针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；
确定单元，用于基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
上述方案中，所述提取单元，具体用于针对所述多个日志文件中的每个日志文件，基于相应日志文件对应的存储路径，确定相应日志文件的类型。
本发明实施例提供一种文件处理装置，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上面所述任一项文件处理方法的步骤。
本发明实施例提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上面所述任一项文件处理方法的步骤。
本发明实施例提供的文件处理方法、装置及存储介质，当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。采用本发明实施例提供的技术方案，能够实现自动、快速、准确地提取与所述服务器异常的原因关联的日志文件，无需技术人员从海量的日志文件中进行人工搜索，极大地方便了技术人员对服务器异常的问题进行定位。
附图说明
图1为本发明实施例文件处理方法的流程示意图；
图2为本发明实施例提取与服务器异常的原因关联的日志文件的具体实现流程示意图一；
图3为本发明实施例提取与服务器异常的原因关联的日志文件的具体实现流程示意图二；
图4为本发明实施例文件处理装置的组成结构示意图一；
图5为本发明实施例文件处理装置的组成结构示意图二。
具体实施方式
下面结合附图及实施例对本发明再作进一步详细的描述。
相关技术中，随着互联网技术的快速发展，云计算越来越受关注。其中，云可以包含公有云、私有云和混合云；私有云是指为了一个客户单独使用而构建的，因而能够提供对数据、安全性和服务质量的最有效控制。举例来说，云计算场景下，特别是私有云金融业务环境中，由于安全的需要，禁止数据拷入拷出，各服务器均无法访问外网，且外网的技术人员也无法通过任何方式如vpn、4A认证等常规方式远程访问到集群中的服务器，网络环境做到了绝对的隔离。另外，云计算场景下，每台服务器上安装的组件非常多，各组件相互协调工作，产生的日志文件的数量非常大。通常，如果部署在封闭网络环境下的服务器异常，则由驻场运维人员，通过客户的内网进行本地登录的方式对服务器异常的原因进行排查。但是，由于驻场运维人员一般不是专业开发人员，无法对服务器异常的问题进行定位，驻场运维人员只能对日志文件拍照后发送给远程的技术人员，以请求远程的技术人员协助分析服务器异常的原因。
但是，上述方式存在的技术缺陷包括：一、驻场运维人员对服务器异常的问题进行定位时，受限于个人经验，无法从大量的日志文件中准确地找到与服务器异常的原因关联的日志。二、当驻场运维人员无法对服务器异常的问题进行定位时，驻场运维人员需要对日志文件拍照后发送给远程的技术人员，从而需要消耗很长的时间。
基于此，本发明实施例中，当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
本发明实施例提供了一种文件处理方法，如图1所示，应用于服务器，该方法包括：
步骤101：当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件。
其中，所述服务器可以是指部署在私有云环境下的集群中的某台服务器。所述服务器异常可以是指该台服务器上的某个应用程序发生异常，还可以是指该台服务器上的操作系统发生异常，具体可以是操作系统内核发生异常。所述日志文件可以是指由所述服务器中的操作系统、应用程序、硬件设备等生成的日志文件。其中，操作系统包含但不限于linux系统。
这里，以应用程序A发生异常为例，如果服务器的应用程序A发生异常，则可能是该台服务器中的某个硬件设备先发生异常进而导致应用程序A发送异常，或者可能是该台服务器中的应用程序B先发生异常进而导致应用程序A发生异常，或者可能是该台服务器中的操作系统发生异常进而导致应用程序A发生异常，因此在确定服务器异常时，可以获取由该服务器中的操作系统、所有硬件设备、所有应用程序等在异常发生时刻前一段时长内生成的多个日志文件，以利用异常发生时刻前一段时长内的多个日志文件确定服务器异常的原因。其中，所述所有应用程序可以包含发生异常的应用程序A以及未发生异常的其它应用程序。
实际应用时，当所述服务器中的操作系统、应用程序、硬件设备等生成日志文件后，可以按照日志文件的功能，将生成的日志文件存储在对应的存储路径。
举例来说，针对服务器的操作系统生成的日志文件，考虑到该日志文件的功能可以是记录服务器的硬件设备是否发生异常，可以将该日志文件存储在路径1；针对服务器的应用程序生成的日志文件，考虑到该日志文件的功能可以是记录服务器的工作状态，可以将该日志文件存储在路径2；针对服务器中的调用栈生成的日志文件，考虑到该日志文件的功能可以是记录应用程序之间的调用关系，可以将该日志文件存储在路径3。这样，当监测到所述服务器的某个应用程序发生异常或者所述服务器的操作系统发生异常时，可以从对应的存储路径下，获取在异常发生时刻前一段时长内的多个功能不同的日志文件。
基于此，在一实施例中，所述获取在异常发生时刻前一段时长内的多个日志文件，包括：基于日志文件的存储路径，获取在异常发生时刻前一段时长内的多个日志文件。
这里，不同功能的日志文件对应的存储路径不同，换句话说，相同功能的日志文件的存储路径相同，如此，可以利用相应日志文件的存储路径，快速获取异常发生时刻前一段时长内的多个日志文件。
实际应用时，当服务器中某个应用程序发生异常时，由于服务器中的操作系统未发生异常，因此可以直接获取在异常发生时刻前一段时长内的多个日志文件。当服务器中的操作系统如linux发生异常时，可以在临时内核再次启动发生异常的操作系统，以便能够获取在异常发生时刻前一段时长内的多个日志文件。
基于此，在一实施例中，当确定服务器的操作系统异常时，所述获取在异常发生时刻前一段时长内的多个日志文件，包括：确定操作系统在临时内核的启动时刻；获取在所述启动时刻前一段时长内的多个日志文件；或者，确定vmcore文件的生成时刻；或者在所述生成时刻前一段时长内的多个日志文件。
其中，所述前一段时长内具体可以是前5秒内、前10秒内等等，实际情况时，可以根据实际需求进行调整。
这里，由于操作系统启动时会生成vmcore文件，因此操作系统在临时内核的启动时刻就是vmcore文件的生成时刻。这里，可以基于确定的异常发生时刻，确定待获取的日志文件的范围。
需要说明的是，这里，一旦监控到服务器的某个应用程序或者操作系统发生异常，可以立即对异常发生时刻前一段时长内的日志文件进行采集，采集的日志文件可以用于确定服务器异常的根本原因。
步骤102：针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息。
这里，一个存储路径可以与一种日志文件的类型对应。换句话说，可以基于相应日志文件的存储路径，确定对应的类型，即基于相应日志文件的功能，确定对应的类型。
基于此，在一实施例中，所述针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型，包括：针对所述多个日志文件中的每个日志文件，基于相应日志文件对应的存储路径，确定相应日志文件的类型。
举例来说，假设在异常发生时刻前一段时长内的多个日志文件分别是从存储路径1、2、3获取的，则针对从存储路径1获取的日志文件，确定的类型可以为类型A；其中，存储路径1存储的日志文件的功能可以是记录服务器的硬件设备是否发生异常。针对从存储路径2获取的日志文件，确定的类型可以为类型B；存储路径2存储的日志文件的功能可以是记录服务器的工作状态。针对从存储路径3获取的日志文件，确定的类型可以为类型C；存储路径3存储的日志文件的功能可以是记录应用程序之间的调用关系。
实际应用时，一种日志文件的类型可以与一种信息提取方式对应。换句话说，可以基于相应日志文件的类型，确定对应的信息提取方式。
基于此，在一实施例中，所述基于确定的类型，提取相应日志文件的第一信息，包括：利用预设的日志类型与信息提取方式的对应关系，确定与相应日志文件的类型对应的信息提取方式；基于确定的信息提取方式，提取相应日志文件的第一信息。
举例来说，假设日志文件的类型为类型A，该日志文件的功能是记录服务器中的硬件设备是否发生异常，确定的信息提取方式可以为关键字提取方式；假设日志文件的类型为类型B，该日志文件的功能是记录服务器的工作状态，确定的信息提取方式可以是状态提取方式；假设日志文件的类型为类型C，该日志文件的功能是记录应用程序之间的调用关系，确定的信息提取方式可以函数调用提取方式。
表1为日志文件的类型与信息提取方式的对应关系，如表1所示，信息提取方式包括：进程状态、关联关系、日志等级、日志关键字、调用栈等提取方式。其中，进程状态提取方式可以是指从相应日志文件中提取发生异常的应用程序的状态，或者从相应日志文件中提取与发生异常的应用程序具有关联关系的其它应用程序的状态，所述其它应用程序可以是指发生异常的应用程序的父进程。所述状态可以是指相应应用程序在执行过程中的变化情况，具体可以是指D状态(不可中断的睡眠状态)、僵尸态。关联关系提取方式可以是指针对与发生异常的应用程序具有关联关系的其它应用程序，提取所述其它应用程序在异常发生时刻前一段时长内的多个日志文件。日志等级提取方式可以是指从相应日志文件中提取与当前操作系统的运行状态关联的等级信息，比如，INFO、WARN、FATAL等等。日志关键字提取方式可以是指从相应日志文件中提取预设关键字，比如“error”。调用栈提取方式可以是指从相应日志文件中提取发生异常的应用程序调用的其他功能的应用程序。
| 存储路径 | 类型 | 信息提取方式 |
| 路径1 | A | 日志关键字 |
| 路径2 | B | 日志等级 |
| 路径3 | C | 关联关系 |
| 路径4 | D | 调用栈 |
| 路径5 | E | 进程状态 |
表1
需要说明的是，这里，基于相应日志文件的类型，确定对应的信息提取方式，并基于确定的信息提取方式对相应日志文件提取第一信息，无需采用不同信息提取方式对相应日志文件进行提取第一信息，从而实现快速提取第一信息。
步骤103：基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
这里，所述基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件，可以是指基于所述第一信息，从所述多个日志文件中查找满足预设条件的至少一个日志文件。
举例来说，假设基于进程状态提取方式提取的发生异常的应用程序的状态为僵尸态，则确定该日志文件满足预设条件，并将该日志文件作为与所述服务器异常的原因关联的至少一个日志文件。假设基于关联关系提取方式提取的其它应用程序的状态为阻塞态，则确定该日志文件满足预设条件，并将该日志文件作为与所述服务器异常的原因关联的至少一个日志文件。假设基于日志等级提取方式提取出与当前操作系统的运行状态关联的等级信息为WARN级别以上的信息，则确定该日志文件满足预设条件，并将该日志文件作为与所述服务器异常的原因关联的至少一个日志文件。假设基于日志关键字提取方式提取的预设关键字为“error”，则确定该日志文件满足预设条件，并将该日志文件作为与所述服务器异常的原因关联的至少一个日志文件。假设基于调用栈提取方式，提取的发生异常的应用程序调用的其他功能的应用程序的状态为阻塞态，则确定该日志文件满足预设条件，并将该日志文件作为与所述服务器异常的原因关联的至少一个日志文件。
实际应用时，为了实现提取少量的日志文件，从所述多个日志文件中确定出与服务器异常的原因关联的至少一个日志文件后，还可以对提取的日志文件进行截取，得到总文件大小小于或等于预设阈值的日志文件。
基于此，在一实施例中，从所述多个日志文件中确定与服务器异常的原因关联的至少一个日志文件，包括：基于所述第一信息，从所述多个日志文件中确定与服务器异常的原因关联的至少一个第一日志文件；判断所述至少一个第一日志文件的总文件大小是否大于预设阈值；当确定所述至少一个第一日志文件的总文件大小大于预设阈值时，对所述至少一个第一日志文件按时间排序，得到排序结果；依据排序结果，从至少一个第一日志文件中选取总文件大小小于或等于所述预设阈值的至少一个第二日志文件；将所述至少一个第二日志文件作为与所述与服务器异常的原因关联的至少一个日志文件。
其中，所述预设阈值可以根据实际情况进行设置，如2KB。
实际应用时，为了便于驻场运维人员对服务器异常的问题进行快速定位，还可以对提取的少量日志文件进行分类，以确定服务器发生异常的原因是硬件原因还是软件原因。
基于此，在一实施例中，所述方法还包括：对与所述与服务器异常的原因关联的至少一个日志文件进行分类；分类后的日志文件用于对所述服务器异常的问题进行定位。
这里，服务器异常的原因可能是硬件设备故障导致的，也可能是软件故障导致的，这样，分类的结果可以包括硬件故障和软件故障。所述硬件故障，具体可以是指没有足够的随机存取存储器(RAM，Random Access Memory)、硬盘存储空间到达上限、磁盘损坏、存在不兼容的外围设备。所述软件故障，具体可以是指应用程序冲突、驱动程序存在兼容性异常问题。
举例来说，假设第一信息表征发生异常的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征与发生异常的应用程序关联的其它应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征日志等级为WARN级别以上、ERROR级别以下，则确定服务器异常的原因为软件故障导致的，假设第一信息表征日志等级为ERROR级别以上，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征某个硬件设备生成的日志文件中包含预设关键字，比如“error”，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征发生异常的应用程序调用的其他功能的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。
采用本发明实施例的技术方案，当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件。可看出，能够实现自动、快速、准确地提取与所述服务器异常的原因关联的日志文件，无需技术人员从海量的日志文件中进行人工搜索，极大地方便了技术人员对服务器异常的问题进行定位。
另外，本发明实施例中，可以针对部署在私有云金融业务网络环境中、日志量产生庞大、运行Linux操作系统的服务器，能够实时监测该服务器中的操作系统内核即kernel、应用程序的运行状态，当监测到该服务器中的kernel发生异常或者服务器中的某个应用程序发生异常后，能够从异常发生时刻前一段时长内的多个日志文件中，快速地、准确地提取少量的、与服务器发生异常的原因关联的日志文件。
下面结合具体实施例对本发明实施例文件处理方法的具体实现流程进行详细说明。
应用实施例一
本应用实施例的应用场景为：针对应用程序发生异常的场景，当某个应用程序发生异常后，触发预先构建的日志解析器获取异常发生时刻前一段时长内的多个日志文件。
图2是提取与服务器异常的原因关联的日志文件的具体实现流程示意图，包括以下步骤：
步骤201：当监控到应用程序发生异常时，确定应用程序异常的发生时刻。
这里，应用程序可以称为进程。
步骤202：获取在异常发生时刻前一段时长内的多个日志文件。
这里，异常发生时刻前一段时长内的多个日志文件，具体可以是指进程日志文件、系统日志文件、进程调用栈文件。
步骤203：从所述多个日志文件中确定与应用程序异常的原因关联的至少一个日志文件。
这里，可以利用异常发生时刻前一段时长内的多个日志文件，确定与服务器异常的原因关联的至少一个日志文件，即热点日志文件。具体地，假设进程日志文件的存储路径为路径3，系统日志文件的存储路径为路径1，进程调用栈文件的存储路径为路径4。查询表1，可得到相应日志文件的类型以及对应的信息提取方式，并基于确定的信息提取方式，提取相应日志文件的第一信息，基于所述第一信息，从所述多个日志文件中确定热点日志文件。
确定热点日志文件之后，可以判断热点日志文件的总大小是否超过5KB，如果确定总大小超过5KB，则对热点日志文件的日志文件按时间排序，截取距离异常发生时刻最近、总文件大小在5KB内的日志文件。
对日志文件截取之后，还可以对截取的日志文件进行分类，将分类后的热点日志文件转储到本地终端，以供驻场运维人员对kernel发生异常的原因进行初步定位。
具体地，对异常发生时刻前一段时长内的热点日志文件进行分类，可以包括：假设第一信息表征发生异常的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征与发生异常的应用程序关联的其它应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征日志等级为WARN级别以上、ERROR级别以下，则确定服务器异常的原因为软件故障导致的，假设第一信息表征日志等级为ERROR级别以上，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征某个硬件设备生产的日志文件中包含预设关键字，比如“error”，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征发生异常的应用程序调用的其他功能的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。
需要说明的是，本应用实施例中，具有的优势包括：一，可以快速、准确地从多个日志文件中提取与应用程序发生异常的原因关联的日志文件，无需提取其他的数据。二、可以有效地将原本几个G的日志数据，浓缩到5KB之内，极大地方便了驻场运维人员对应用程序异常的问题进行初步定位换句话说，虽然提取的日志量很小，但信息内容高度聚焦，能够有效地帮助技术人员快速地判断问题的大概原因，从而给出初步的指导意见，便于线上生产业务的快速恢复。三，能够避免拷贝文件量巨大的vmcore文件到本地终端导致的耗时长问题的发生，以及避免本地调试周期长问题的发生。
应用实施例二
本应用实施例的应用场景为：针对kernel发生异常的场景，当linux操作系统在临时内核启动后，触发预先构建的日志采集工具获取异常发生时刻前一段时长内的多个日志文件。
图3是提取与服务器异常的原因关联的日志文件的具体实现流程示意图，包括以下步骤：
步骤301：当监控到kernel发生异常时，在临时内核启动linux操作系统。
这里，在kernel发生异常时，可以在kexec管理的临时内核中注册一个日志解析器。当kernel发生异常后，由该内核切换至临时内核运行linux操作系统，从而启动在临时内核注册的日志解析器，触发该日志解析器获取异常发生时刻前一段时长内的多个日志文件。
需要说明的是，Linux操作系统运行时会预留一小块内存空间给kexec的内核使用，所以在kexec切换内核时，并不会影响Linux操作系统发生crash时的实际内存数据。
步骤302：确定kernel异常的发生时刻。
这里，将Linux操作系统在临时内核的启动时刻作为kernel异常的发生时刻；或者，将vmcore文件的生成时刻作为kernel异常的发生时刻。
步骤303：获取在异常发生时刻前一段时长内的多个日志文件。
这里，不仅可以获取异常发生时刻前一段时长内的日志文件，还可以获取异常发生时刻、操作系统启动时刻的日志文件。
如图3所示，异常发生时刻前一段时长内的多个日志文件，具体可以是指进程日志文件、系统日志文件、进程调用栈文件。异常发生时刻的日志文件，具体可以是指vmcore文件。Linux操作系统启动时刻的日志文件，具体可以是指dmesg文件。
步骤304：从所述多个日志文件中确定与服务器异常的原因关联的至少一个日志文件。
这里，可以利用异常发生时刻前一段时长内的多个日志文件，确定与服务器异常的原因关联的至少一个日志文件，即热点日志文件。具体地，如图3所示，假设进程日志文件的存储路径为路径3，系统日志文件的存储路径为路径1，进程调用栈文件的存储路径为路径4。查询表1，可得到相应日志文件的类型以及对应的信息提取方式，并基于确定的信息提取方式，提取相应日志文件的第一信息，基于所述第一信息，从所述多个日志文件中确定热点日志文件。
确定热点日志文件之后，可以判断热点日志文件、异常发生时刻的日志文件、操作系统启动时刻的日志文件的总大小是否超过5KB，如果确定总大小超过5KB，则对热点日志文件、异常发生时刻的日志文件、操作系统启动时刻的日志文件按时间排序，截取距离异常发生时刻最近、总文件大小在5KB内的日志文件。
对日志文件截取之后，还可以对截取的日志文件进行分类，将分类后的热点日志文件转储到本地终端，以供驻场运维人员对kernel发生异常的原因进行初步定位。
具体地，对异常发生时刻前一段时长内的热点日志文件进行分类，可以包括：假设第一信息表征发生异常的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征与发生异常的应用程序关联的其它应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。假设第一信息表征日志等级为WARN级别以上、ERROR级别以下，则确定服务器异常的原因为软件故障导致的，假设第一信息表征日志等级为ERROR级别以上，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征某个硬件设备生产的日志文件中包含预设关键字，比如“error”，则确定服务器异常的原因为硬件故障导致的。假设第一信息表征发生异常的应用程序调用的其他功能的应用程序的状态为僵尸态，则确定服务器异常的原因为软件故障导致的。
对异常发生时刻的日志文件即vmcore文件、操作系统启动时刻的日志文件即dmesg文件进行分类，可以包括：利用vmcore文件分析出kernel异常时的bt调用栈，利用bt调用栈得到kernel异常之前具体执行的调用函数，由于得到的调用函数还不足以对技术人员分析问题带来实质性的帮助，因此，还需要利用异常发生时刻前一段时长内的热点日志文件，对kernel异常的问题进行定位。
需要说明的是，本应用实施例中，具有的优势包括：一，一旦监控到服务器中的kernel发生异常，可以在kexec管理的临时内核中注册一个日志解析器，通过注册的日志解析器确定异常发生时刻，并立即获取异常发生时刻前几秒内的多个日志文件，无需实时采集所有服务器的所有日志文件。二，可以快速、准确地从多个日志文件中提取与kernel发生异常的原因关联的日志文件，无需提取其他的数据。三、可以有效地将原本几个G的日志数据，浓缩到5KB之内，极大地方便了驻场运维人员对服务器异常的问题进行初步定位换句话说，虽然提取的日志量很小，但信息内容高度聚焦，能够有效地帮助技术人员快速地判断问题的大概原因，从而给出初步的指导意见，便于线上生产业务的快速恢复。四，能够避免拷贝文件量巨大的vmcore文件到本地终端导致的耗时长问题的发生，以及避免本地调试周期长问题的发生。
为了实现本发明实施例的方法，本发明实施例还提供了一种文件处理装置，设置在服务器上，如图4所示，包括：
获取单元41，用于当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；
提取单元42，用于针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；
确定单元43，用于基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
其中，所述服务器可以是指部署在私有云环境下的集群中的某台服务器。所述服务器异常可以是指该台服务器上的某个应用程序发生异常，或者，所述服务器异常可以是指该台服务器上的操作系统发生异常，具体可以是操作系统内核发生异常。所述日志文件可以是指由所述服务器中的操作系统、应用程序、硬件设备等生成的日志文件。其中，操作系统包含但不限于linux系统。
这里，以应用程序A发生异常为例，如果服务器的应用程序A发生异常，则可能是该台服务器中的某个硬件设备先发生异常进而导致应用程序A发送异常，或者是该台服务器中的应用程序B先发生异常进而导致应用程序A发生异常，或者是该台服务器中的操作系统发生异常进而导致应用程序A发生异常，因此在确定服务器异常时，可以获取由该服务器中的操作系统、所有硬件设备、所有应用程序等在异常发生时刻前一段时长内生成的多个日志文件；所述所有应用程序包含发生异常的应用程序A以及未发生异常的其它应用程序。
实际应用时，当所述服务器中的操作系统、应用程序、硬件设备等生成日志文件后，可以按照日志文件的功能，将生成的日志文件存储在对应的存储路径。举例来说，针对服务器中的操作系统生成的日志文件，该日志文件的功能可以是记录服务器中的硬件设备是否发生异常，对应的存储路径可以用路径1表示；针对服务器中的应用程序生成的日志文件，该日志文件的功能可以是记录服务器中的工作状态，对应存储路径可以用路径2表示；针对服务器中的调用栈生成的日志文件，该日志文件的功能可以是记录应用程序之间的调用关系，对应的存储路径可以用路径3表示。这样，当监测到所述服务器的某个应用程序发生异常或者所述服务器的操作系统发生异常时，可以从对应的存储路径下，获取在异常发生时刻前一段时长内的多个功能不同的日志文件。
基于此，在一实施例中，所述获取单元41，具体用于：基于日志文件的存储路径，获取在异常发生时刻前一段时长内的多个日志文件。
实际应用时，当服务器中某个应用程序发生异常时，由于服务器中的操作系统未发生异常，因此可以直接获取在异常发生时刻前一段时长内的多个日志文件。当服务器中的操作系统如linux发生异常时，可以在临时内核再次启动发生异常的操作系统，从而能够获取在异常发生时刻前一段时长内的多个日志文件。
基于此，在一实施例中，当确定服务器的操作系统异常时，所述获取单元41，具体用于：确定操作系统在临时内核的启动时刻；获取在所述启动时刻前一段时长内的多个日志文件；或者，确定vmcore文件的生成时刻；或者在所述生成时刻前一段时长内的多个日志文件。
其中，所述前一段时长内具体可以是指前5秒内、前10秒内等等，可以根据实际情况进行调整。
这里，由于操作系统启动时会生成vmcore文件，因此操作系统在临时内核的启动时刻就是vmcore文件的生成时刻。另外，可以基于确定的异常发生时刻，确定待获取的日志文件的范围。
需要说明的是，这里，一旦监控到服务器的某个应用程序或者操作系统发生异常，可以立即对异常发生时刻前一段时长内的日志文件进行采集，采集的日志文件可以用于确定服务器异常的根本原因。
这里，一种存储路径可以与一种日志文件的类型对应。换句话说，可以基于相应日志文件的存储路径，确定对应的类型，即基于相应日志文件的功能，确定对应的类型。实际应用时，一种日志文件的类型可以与一种信息提取方式对应。换句话说，可以基于相应日志文件的类型，确定对应的信息提取方式。
基于此，在一实施例中，所述提取单元42，具体用于：针对所述多个日志文件中的每个日志文件，基于相应日志文件对应的存储路径，确定相应日志文件的类型；利用预设的日志类型与信息提取方式的对应关系，确定与相应日志文件的类型对应的信息提取方式；基于确定的信息提取方式，提取相应日志文件的第一信息。
需要说明的是，这里，基于相应日志文件的类型，确定对应的信息提取方式，从而可以基于确定的信息提取方式对相应日志文件快速提取第一信息。
实际应用时，为了实现提取少量的日志文件，从所述多个日志文件中确定出与服务器异常的原因关联的至少一个日志文件后，还可以对提取的日志文件进行截取，得到文件大小满足预设阈值的日志文件。
基于此，在一实施例中，所述确定单元43，具体用于：判断所述至少一个第一日志文件的总文件大小是否大于预设阈值；当确定所述至少一个第一日志文件的总文件大小大于预设阈值时，对所述至少一个第一日志文件按时间排序，得到排序结果；依据排序结果，从至少一个第一日志文件中选取总文件大小小于或等于所述预设阈值的至少一个第二日志文件；将所述至少一个第二日志文件作为与所述与服务器异常的原因关联的至少一个日志文件。
其中，预设阈值可以根据实际情况进行设置，如2KB。
实际应用时，为了便于驻场运维人员对服务器异常的问题进行快速定位，还可以对提取的少量日志文件进行分类，以确定服务器发生异常的原因是硬件原因还是软件原因。
基于此，在一实施例中，所述确定单元43，具体用于：对与所述与服务器异常的原因关联的至少一个日志文件进行分类；分类后的日志文件用于对所述服务器异常的问题进行定位。
这里，服务器异常的原因可能是硬件设备故障导致的，也可能是软件故障导致的，这样，分类的结果可以包括硬件故障和软件故障。所述硬件故障，具体可以是指没有足够的RAM或硬盘存储空间到达上限；磁盘损坏，导致数据无法读出、写入；其他硬件问题或不兼容的外围设备。所述软件故障，具体可以是指应用程序冲突；驱动程序存在兼容性异常的问题。
实际应用时，所述获取单元41可由文件处理装置中的通信接口实现；所述提取单元42、确定单元43可由文件处理装置中的处理器实现。
本发明实施例还提供了一种文件处理装置，如图5所示，该文件处理装置50包括：通信接口51、处理器52、存储器53；其中，
通信接口51，能够与其它设备进行信息交互；
处理器52，与所述通信接口51连接，用于运行计算机程序时，执行上述智能设备侧一个或多个技术方案提供的方法。而所述计算机程序存储在存储器53上。
当然，实际应用时，文件处理装置50中的各个组件通过总线系统54耦合在一起。可理解，总线系统54用于实现这些组件之间的连接通信。总线系统54除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统54。
本申请实施例中的存储器53用于存储各种类型的数据以支持文件处理装置50的操作。这些数据的示例包括：用于在文件处理装置50上操作的任何计算机程序。
上述本申请实施例揭示的方法可以应用于所述处理器52中，或者由所述处理器52实现。所述处理器52可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过所述处理器52中的硬件的集成逻辑电路或者软件形式的指令完成。上述的所述处理器52可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，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。所述处理器52可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器53，所述处理器52读取存储器53中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，文件处理装置50可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
可以理解，本申请实施例的存储器53可以是易失性存储器或者非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(FlashMemory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random AccessMemory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random AccessMemory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本申请实施例描述的存储器旨在包括但不限于这些和任意其它适合类型的存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
需要说明的是：本发明实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
Claims (10)
1.一种文件处理方法，其特征在于，所述方法包括：
当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；
针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；
基于确定的类型，提取相应日志文件的第一信息；
基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
2.根据权利要求1所述的方法，其特征在于，所述针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型，包括：
针对所述多个日志文件中的每个日志文件，基于相应日志文件的存储路径，确定相应日志文件的类型。
3.根据权利要求1所述的方法，其特征在于，所述基于确定的类型，提取相应日志文件的第一信息，包括：
利用预设的日志类型与信息提取方式的对应关系，确定与相应日志文件的类型对应的信息提取方式；
基于确定的信息提取方式，提取相应日志文件的第一信息。
4.根据权利要求1所述的方法，其特征在于，所述从所述多个日志文件中确定与服务器异常的原因关联的至少一个日志文件，包括：
基于所述第一信息，从所述多个日志文件中确定与服务器异常的原因关联的至少一个第一日志文件；
判断所述至少一个第一日志文件的总文件大小是否大于预设阈值；
当确定所述至少一个第一日志文件的总文件大小大于所述预设阈值时，对所述至少一个第一日志文件按时间排序，得到排序结果；依据排序结果，从至少一个第一日志文件中选取总文件大小小于或等于所述预设阈值的至少一个第二日志文件；
将所述至少一个第二日志文件作为与所述与服务器异常的原因关联的至少一个日志文件。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
对与所述与服务器异常的原因关联的至少一个日志文件进行分类；分类后的日志文件用于对所述服务器异常的问题进行定位。
6.根据权利要求1所述的方法，其特征在于，当确定服务器的操作系统异常时，所述获取在异常发生时刻前一段时长内的多个日志文件，包括：
确定操作系统在临时内核的启动时刻；
获取在所述启动时刻前一段时长内的多个日志文件；
或者，确定vmcore文件的生成时刻；
获取在所述生成时刻前一段时长内的多个日志文件。
7.一种文件处理装置，其特征在于，所述装置包括：
获取单元，用于当确定服务器异常时，获取在异常发生时刻前一段时长内的多个日志文件；
提取单元，用于针对所述多个日志文件中的每个日志文件，确定相应日志文件的类型；基于确定的类型，提取相应日志文件的第一信息；
确定单元，用于基于所述第一信息，从所述多个日志文件中确定与所述服务器异常的原因关联的至少一个日志文件；所述至少一个日志文件用于对所述服务器异常的问题进行定位。
8.根据权利要求7所述的装置，其特征在于，
所述提取单元，具体用于针对所述多个日志文件中的每个日志文件，基于相应日志文件对应的存储路径，确定相应日志文件的类型。
9.一种文件处理装置，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至6任一项所述方法的步骤。
10.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910780062.1A CN112416634B (zh) | 2019-08-22 | 2019-08-22 | 一种文件处理方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910780062.1A CN112416634B (zh) | 2019-08-22 | 2019-08-22 | 一种文件处理方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112416634A true CN112416634A (zh) | 2021-02-26 |
| CN112416634B CN112416634B (zh) | 2023-04-07 |
Family
ID=74778946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910780062.1A Active CN112416634B (zh) | 2019-08-22 | 2019-08-22 | 一种文件处理方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112416634B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051096A (zh) * | 2021-03-31 | 2021-06-29 | 联想(北京)有限公司 | 一种处理方法和装置 |
| CN113672574A (zh) * | 2021-07-12 | 2021-11-19 | 国网河北省电力有限公司营销服务中心 | 日志处理方法、电子设备和计算机可读存储介质 |
| CN116909838A (zh) * | 2023-06-21 | 2023-10-20 | 深圳腾信百纳科技有限公司 | 一种异常日志上报方法、系统、终端设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110191630A1 (en) * | 2010-01-29 | 2011-08-04 | International Business Machines Corporation | Diagnosing a fault incident in a data center |
| CN108880847A (zh) * | 2017-05-16 | 2018-11-23 | 北京微影时代科技有限公司 | 一种定位故障的方法及装置 |
| CN109343985A (zh) * | 2018-08-03 | 2019-02-15 | 联想(北京)有限公司 | 一种数据处理方法、装置及存储介质 |
-
2019
- 2019-08-22 CN CN201910780062.1A patent/CN112416634B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110191630A1 (en) * | 2010-01-29 | 2011-08-04 | International Business Machines Corporation | Diagnosing a fault incident in a data center |
| CN108880847A (zh) * | 2017-05-16 | 2018-11-23 | 北京微影时代科技有限公司 | 一种定位故障的方法及装置 |
| CN109343985A (zh) * | 2018-08-03 | 2019-02-15 | 联想(北京)有限公司 | 一种数据处理方法、装置及存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113051096A (zh) * | 2021-03-31 | 2021-06-29 | 联想(北京)有限公司 | 一种处理方法和装置 |
| CN113672574A (zh) * | 2021-07-12 | 2021-11-19 | 国网河北省电力有限公司营销服务中心 | 日志处理方法、电子设备和计算机可读存储介质 |
| CN116909838A (zh) * | 2023-06-21 | 2023-10-20 | 深圳腾信百纳科技有限公司 | 一种异常日志上报方法、系统、终端设备及存储介质 |
| CN116909838B (zh) * | 2023-06-21 | 2024-06-21 | 深圳腾信百纳科技有限公司 | 一种异常日志上报方法、系统、终端设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112416634B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112416634B (zh) | 一种文件处理方法、装置及存储介质 | |
| CN111817891A (zh) | 网络故障处理方法、装置、存储介质及电子设备 | |
| CN114077525A (zh) | 异常日志处理方法、装置、终端设备、云服务器及系统 | |
| CN108241580B (zh) | 客户端程序的测试方法及终端 | |
| CN110609778A (zh) | 一种保存服务器宕机日志的方法及系统 | |
| CN104636242A (zh) | 一种基于Linux操作系统的系统日志自动删除重复内容的方法 | |
| CN112100048B (zh) | 一种服务器自适应巡检方法及装置 | |
| CN110063042A (zh) | 一种数据库故障的响应方法及其终端 | |
| CN103092718A (zh) | 测试数据备份系统及方法 | |
| CN114816022B (zh) | 一种服务器电源异常监控方法、系统及存储介质 | |
| CN107909035B (zh) | 一种准实时故障录波文件的读取及分析系统 | |
| CN106789158A (zh) | 一种云服务保险定损方法和系统 | |
| CN114116422A (zh) | 一种硬盘日志分析方法、硬盘日志分析装置及存储介质 | |
| CN110363381B (zh) | 一种信息处理方法和装置 | |
| CN110716843B (zh) | 系统故障分析处理方法、装置、存储介质及电子设备 | |
| CN114528350A (zh) | 集群脑裂的处理方法、装置、设备及可读存储介质 | |
| WO2016095716A1 (zh) | 一种故障信息处理方法与相关装置 | |
| CN116643906B (zh) | 云平台故障的处理方法、装置、电子设备及存储介质 | |
| CN110278123B (zh) | 检查方法、装置、电子设备及可读存储介质 | |
| CN105786679A (zh) | 一种自动化测试监控系统及方法以及移动终端 | |
| CN116302738A (zh) | 一种测试芯片的方法、系统、设备和存储介质 | |
| CN116230067A (zh) | 一种固态硬盘自动化测试方法、系统、设备及介质 | |
| CN114996151A (zh) | 接口测试方法、装置、电子设备及可读存储介质 | |
| CN112491612B (zh) | 网络异常数据的上报方法、终端以及计算机存储介质 | |
| CN113110958A (zh) | 一种基于智能电力终端系统文件校验方法 |
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 |