CN112965882B - 一种数据故障分析的方法及装置 - Google Patents

一种数据故障分析的方法及装置 Download PDF

Info

Publication number
CN112965882B
CN112965882B CN202110338027.1A CN202110338027A CN112965882B CN 112965882 B CN112965882 B CN 112965882B CN 202110338027 A CN202110338027 A CN 202110338027A CN 112965882 B CN112965882 B CN 112965882B
Authority
CN
China
Prior art keywords
task
event
abnormal
node
detected
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.)
Active
Application number
CN202110338027.1A
Other languages
English (en)
Other versions
CN112965882A (zh
Inventor
潘振东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Sankuai Online Technology Co Ltd
Qiandai Beijing Information Technology Co Ltd
Original Assignee
Beijing Sankuai Online Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202110338027.1A priority Critical patent/CN112965882B/zh
Publication of CN112965882A publication Critical patent/CN112965882A/zh
Application granted granted Critical
Publication of CN112965882B publication Critical patent/CN112965882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45591—Monitoring or debugging support

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本说明书公开了一种数据故障分析的方法及装置，服务器可以获取待检测任务，根据待检测任务所对应的任务链路，对待检测任务进行拆分，得到待检测任务所对应的各基础任务事件。而后，对该基础任务事件进行异常检测，若确定该基础任务事件为异常事件，并通过预设的任务控制系统，获取至少一个任务节点对应的节点状态参数，以及将该异常事件与节点状态参数对应存储在预设的存储空间中，最后，若监测到完成每个基础任务事件的异常检测，从存储空间中提取各异常事件以及各异常事件对应的节点状态参数，对待检测任务进行数据故障分析，本方法无需对业务链路进行埋点操作，能够极大的降低了监测业务链路的成本，从而提高了数据故障分析的效率。

Description

一种数据故障分析的方法及装置
技术领域
本说明书涉及计算机技术领域，尤其涉及一种数据故障分析的方法及装置。
背景技术
为保障线上业务的顺利执行，业务人员通常需要对整个业务的业务链路进行监测，以保证业务执行过程中出现故障时，业务人员能够及时对出现的数据故障进行分析，并恢复业务的正常执行。
目前，业务人员通常需要预先在业务链路中进行埋点操作，以对业务链路中出现的情况进行及时监测，但是，这种方式不仅需要业务人员手动执行，还可能需要业务人员对原有的业务代码进行修改，因此，极大的提高了监测业务链路的成本，从而降低了数据故障分析的效率。
所以，如何能够有效地降低数据故障分析所消耗的人力成本，提高数据故障分析的效率，则是一个亟待解决的问题。
发明内容
本说明书提供一种数据故障分析的方法及装置，以部分地解决现有技术存在的上述问题。
本说明书采用下述技术方案：
本说明书提供了一种数据故障分析的方法，包括：
获取待检测任务；
根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件；
针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件；
若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中；
若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数；
根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
可选地，所述任务控制系统中包含有若干任务节点，每个任务节点中包含有至少一个任务容器，一个任务节点中包含的至少一个任务容器由调度至该任务节点的任务进程进行管理；
获取所述至少一个任务节点对应的节点状态参数，具体包括：
获取调度至所述至少一个任务节点的任务进程对应的进程状态数据，所述进程状态数据用于表征所述任务进程的运行状况，以及所述至少一个任务节点中包含的任务容器的运行状况；
根据所述进程状态数据，确定所述至少一个任务节点对应的节点状态参数。可选地，针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件之前，所述方法还包括：
按照预设的筛选条件，从所述各基础任务事件中选取待检测基础任务事件；
针对每个待检测基础任务事件，将该待检测基础任务事件按照预设的数据格式，得到格式转换后的任务事件，并所述格式转换后的任务事件存储在预设的缓存中，所述预设的缓存包括：最近最少使用LRU缓存；
针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件，具体包括：
针对每个格式转换后的任务事件，对该格式转换后的任务事件进行异常检测，判断该格式转换后的任务事件是否为异常事件。
可选地，通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，具体包括：
通过预设的搜索算法，确定该异常事件所对应的各子任务事件，所述搜索算法包括：深度优先搜索DFS；
根据所述各子任务事件，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点。
可选地，所述方法还包括：
将所述至少一个任务节点所对应的节点信息写入到预设的界面数据对象中；
根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析，具体包括：
按照所述界面数据对象，对所述各异常事件对应的节点状态参数进行聚合，得到针对所述待检测任务的数据故障分析结果。
可选地，所述方法还包括：
将所述数据故障分析结果进行展示，并在监测到预设的修复指令后，根据所述数据故障分析结果，确定所述任务控制系统中的异常任务节点，以及按照预设的修复方式，对所述异常任务节点进行修复，所述修复方式包括：重新为所述异常任务节点调度任务进程，重新构建所述异常任务节点中所包含的任务容器中的至少一种。
可选地，所述任务控制系统包括：kubernetes。
本说明书提供了一种数据故障分析的装置，包括：
获取模块，用于获取待检测任务；
拆分模块，用于根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件；
判断模块，用于针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件；
参数获取模块，用于若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中；
提取模块，用于若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数；
分析模块，用于根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述数据故障分析的方法。
本说明书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，所述处理器执行所述程序时实现上述数据故障分析的方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果：
在本说明书提供的数据故障分析的方法中，服务器可以获取待检测任务，根据待检测任务所对应的任务链路，对待检测任务进行拆分，得到待检测任务所对应的各基础任务事件，而后，针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件，若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在任务控制系统中所涉及的至少一个任务节点，获取至少一个任务节点对应的节点状态参数，以及将该异常事件与节点状态参数对应存储在预设的存储空间中，若监测到完成每个基础任务事件的异常检测，从存储空间中提取各异常事件以及各异常事件对应的节点状态参数，最后，根据各异常事件对应的节点状态参数，对待检测任务进行数据故障分析。
从上述方法中可以看出，本方法可以获取待检测任务，将待检测任务所对应的任务链路拆分成各基础任务事件并进行异常检测，通过任务控制系统获取出现异常的基础任务事件对应的节点状态参数，相比于现有技术需要业务人员对原有的业务代码进行修改，预先在业务链路中进行埋点操作，本方法无需对业务链路进行埋点操作，可以直接对待检测任务进行异常检测，极大的降低了监测业务链路的成本，从而提高了数据故障分析的效率。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：
图1为本说明书中一种数据故障分析的方法的流程示意图；
图2为本说明书提供的一种数据故障分析的方法的结构示意图；
图3为本说明书提供的一种数据故障分析的装置的示意图；
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本说明书保护的范围。
以下结合附图，详细说明本说明书各实施例提供的技术方案。
图1为本说明书中一种数据故障分析的方法的流程示意图，具体包括以下步骤：
S100：获取待检测任务。
本说明书提供的数据故障分析的执行主体可以是诸如服务器、台式电脑等终端设备。为了便于描述，下面将仅以服务器为执行主体，对本说明书提供的仿真测试的方法进行说明。
在本说明书实施例中，服务器可以获取待检测任务。这里提到的待检测任务可以涉及需要检测的业务对应的业务流程以及业务数据。例如，服务器需要对支付业务进行检测，服务器可以针对支付业务对应的业务流程(用户从确认支付到支付完成的过程)以及业务数据，构建待检测任务。
S102：根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件。
在本说明书实施例中，服务器可以根据待检测任务所对应的任务链路，对待检测任务进行拆分，得到待检测任务所对应的各基础任务事件。这里提到的任务链路可以是指业务对应的由各子业务组成业务流程，如，支付业务对应的任务链路可以是指确定订单金额、查询用户余额、执行扣款等子业务组成的。因此，服务器可以根据待检测任务所对应的任务链路，获取针对待检测任务的各基础任务事件。
S104：针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件。
在本说明书实施例中，服务器可以针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件。
在实际应用中，由于线上业务的数据量巨大，部分基础任务事件是否出现异常对业务执行的最终结果不会造成影响或造成的影响较小，因此，为了提高数据故障分析的效率，服务器可以按照预设的筛选条件，从各基础任务事件中选取待检测基础任务事件，这里提到的预设的筛选条件可以是指该基础任务事件对业务执行的最终结果造成的影响大于设定阈值或者该基础任务事件出现异常的概率大于设定阈值。
服务器可以在选取出待检测基础任务事件之后，针对每个待检测基础任务事件，将该待检测基础任务事件按照预设的数据格式，得到格式转换后的任务事件，并格式转换后的任务事件存储在预设的缓存中，预设的缓存包括：最近最少使用(Least recentlyused，LRU)缓存。这里提到的LRU缓存可以是指当数据所占的内存达到一定阈值时，服务器可以移除掉最近最少被使用的数据，以此来避免内存耗尽的情况。
服务器可以针对每个格式转换后的任务事件，对该格式转换后的任务事件进行异常检测，判断该格式转换后的任务事件是否为异常事件。这里提到的异常事件可以是指该基础任务事件中的业务数据的数值分布与该基础任务事件对应的正常数值分布之间偏差大于设定阈值的基础任务事件，也可以是将业务执行失败的基础任务事件作为异常事件，判断异常事件的方法可以有多种，这里就不在一一赘述了。
在实际应用中，搜索算法有些只能对特定的数据格式进行分析，因此，上述将该待检测基础任务事件按照预设的数据格式进行转换，得到格式转换后的任务事件，是为了在后续通过预设的搜索算法，分析出异常事件所对应的各子任务事件是否异常。
S106：若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中。
在本说明书实施例中，服务器若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在任务控制系统中所涉及的至少一个任务节点，获取至少一个任务节点对应的节点状态参数，以及将该异常事件与节点状态参数对应存储在预设的存储空间中。
其中，任务控制系统中包含有若干任务节点，每个任务节点中包含有至少一个任务容器，一个任务节点中包含的至少一个任务容器由调度至该任务节点的任务进程进行管理。如图2所示。
图2为本说明书提供的一种数据故障分析的方法的结构示意图。
在图2中可以看出，服务器可以通过任务控制系统将待检测任务所对应的任务链路拆分成基础任务事件，每个基础任务事件对应一个任务节点，一个任务节点中包含有两个任务容器以及一个任务进程，该任务进程由任务控制系统进行分配，用于管理两个任务容器。其次，服务器可以将基础任务事件按照预设的数据格式进行转换，并通过LRU缓存，同时将格式转换后的任务事件上传进行备份，如上传到elasticsearch。
需要说明的是，服务器上传进行备份数据的原因是由于LRU缓存方式在内存快耗尽时，会删除最近最少使用的数据，而将该任务节点对应的节点状态参数进行备份，可以避免用户数据的丢失，也可以方便后续对节点状态参数进行查找和分析。
在本说明书实施例中，服务器可以控制任务控制系统将任务进程分配到任务节点，任务进程可以管理任务节点中的任务容器，服务器可以获取调度至任务节点的任务进程对应的进程状态数据，该进程状态数据可以用于表征任务进程的运行状况，以及至少一个任务节点中包含的任务容器的运行状况，也就是说，当一个任务进程出现运行问题，那么该任务进程所管理的任务容器以及该任务进程所对应的任务节点也可能会出现问题。因此，服务器可以根据进程状态数据，确定至少一个任务节点对应的节点状态参数。这里提到的节点状态参数可以是指任务进程的运行状况、任务节点中包含的任务容器的运行状况以及该任务节点的运行状况，这里提到的运行状况可以包括：正在运行、等待运行、结束运行、运行失败、运行成功等。
在实际应用中，服务器可以获取各异常事件对应的节点状态数据，并对各异常事件对应的节点状态数据进行汇总，也就是说，服务器需要将各异常事件与节点状态参数对应存储在预设的存储空间中，在后续的过程中对各异常事件进行数据故障分析。
其中，服务器可以通过预设的搜索算法，确定该异常事件所对应的各子任务事件，搜索算法包括：深度优先搜索(Depth_First_Search，DFS)，这里提到的DFS可以对该异常事件进行分析，确定该异常事件所对应的各子任务事件是否出现异常，根据各子任务事件，确定该异常事件在任务控制系统中所涉及的至少一个任务节点是否出现异常。
S108：若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数。
S110：根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
在本说明书实施例中，服务器若监测到完成每个基础任务事件的异常检测，从存储空间中提取各异常事件以及各异常事件对应的节点状态参数，再根据各异常事件对应的节点状态参数，对待检测任务进行数据故障分析。例如，异常事件为支付业务对应的查询用户余额，服务器可以根据查询用户余额对应的节点状态参数，确定出异常事件是否出现故障。
其中，服务器可以将至少一个任务节点所对应的节点信息写入到预设的界面数据对象中，按照界面数据对象，对各异常事件对应的节点状态参数进行聚合，得到针对待检测任务的数据故障分析结果。这里提到的预设的界面数据对象可以是指将节点信息转化成用于数据故障分析结果进行展示的数据结构。
需要说明的是，服务器可以将出现异常的基础任务事件对应的任务节点的节点信息写入到界面对象中，以展示异常事件的数据故障分析结果，也可以将所有的基础任务事件对应的任务节点的节点信息写入到界面对象中，以展示异常事件在所有的基础任务事件中的比例，并对异常事件以及数据故障分析结果进行突出显示。
在本说明书实施例中，由于服务器需要对待检测任务进行数据故障分析并进行展示，因此，将节点信息写入到界面数据对象后，还需要将待检测任务中的各异常事件对应的节点状态参数进行聚合，得到该待检测任务中各异常事件的运行状态以及各异常事件失败原因的数据故障分析结果。
其中，服务器可以将各异常事件中节点状态参数相同的任务节点进行聚合，得到待检测任务的节点状态分布，也可以将归属于同一个异常事件的任务节点对应的节点状态参数进行聚合，得到该异常事件的数据故障分析结果。
在本说明书实施例中，服务器可以向用户展示数据故障分析结果，并在监测到预设的修复指令后，根据数据故障分析结果，确定任务控制系统中的异常任务节点，以及按照预设的修复方式，对异常任务节点进行修复，修复方式包括：重新为异常任务节点调度任务进程，重新构建异常任务节点中所包含的任务容器中的至少一种。这里提到的预设的修复指令可以是指用户根据数据故障分析结果点击修复按键，也可以是服务器根据数据故障分析结果，选择相应的修复指令，按照预设的修复方式对异常任务节点进行修复。
在实际应用中，服务器可以根据待检测任务的数据故障分析结果，确定出异常任务节点中的哪一部分出现异常。若异常任务节点中的任务进程出现异常，由于任务进程仅能调度一次，且不能对任务进程进行更改，因此，服务器可以控制任务控制系统将该任务进程关闭，重新为异常任务节点调度新的任务进程，以使得该异常任务节点完成修复。若异常任务节点中的任务容器出现异常，服务器可以控制任务控制系统将出现异常的任务容器删除，重新构建异常任务节点中所包含的任务容器，以使得该异常任务节点完成修复。
需要说明的是，服务器所使用的任务控制系统可以包括：kubernetes。kubernetes用于云平台故障分析、追踪的链路追踪系统。
在上述过程中可以看出，本方法可以获取待检测任务，将待检测任务所对应的任务链路拆分成各基础任务事件并进行异常检测，通过任务控制系统获取出现异常的基础任务事件对应的节点状态参数，并根据待检测任务的数据故障分析结果，对异常任务节点进行修复，相比于现有技术需要业务人员对原有的业务代码进行修改，预先在业务链路中进行埋点操作，本方法无需对业务链路进行埋点操作，可以直接对待检测任务进行异常检测，并且，可以快速的对异常任务节点进行修复，极大的降低了监测业务链路的成本，从而提高了数据故障分析的效率。
以上为本说明书的一个或多个实施例提供的数据故障分析的方法，基于同样的思路，本说明书还提供了相应的数据故障分析的装置，如图3所示。
图3为本说明书提供的一种数据故障分析的装置的示意图，具体包括：
获取模块300，用于获取待检测任务；
拆分模块302，用于根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件；
判断模块304，用于针对每个基础任务事件，对该基础任务事件进行异常检测，判断该基础任务事件是否为异常事件；
参数获取模块306，用于若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中；
提取模块308，用于若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数；
分析模块310，用于根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
可选地，所述参数获取模块306具体用于，获取调度至所述至少一个任务节点的任务进程对应的进程状态数据，所述进程状态数据用于表征所述任务进程的运行状况，以及所述至少一个任务节点中包含的任务容器的运行状况，根据所述进程状态数据，确定所述至少一个任务节点对应的节点状态参数。
可选地，所述拆分模块302具体用于，按照预设的筛选条件，从所述各基础任务事件中选取待检测基础任务事件，针对每个待检测基础任务事件，将该待检测基础任务事件按照预设的数据格式，得到格式转换后的任务事件，并所述格式转换后的任务事件存储在预设的缓存中，所述预设的缓存包括：最近最少使用LRU缓存，针对每个格式转换后的任务事件，对该格式转换后的任务事件进行异常检测，判断该格式转换后的任务事件是否为异常事件。
可选地，所述参数获取模块306具体用于，通过预设的搜索算法，确定该异常事件所对应的各子任务事件，所述搜索算法包括：深度优先搜索DFS，根据所述各子任务事件，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点。
可选地，所述参数获取模块306具体用于，将所述至少一个任务节点所对应的节点信息写入到预设的界面数据对象中，按照所述界面数据对象，对所述各异常事件对应的节点状态参数进行聚合，得到针对所述待检测任务的数据故障分析结果。
可选地，所述参数获取模块306具体用于，将所述数据故障分析结果进行展示，并在监测到预设的修复指令后，根据所述数据故障分析结果，确定所述任务控制系统中的异常任务节点，以及按照预设的修复方式，对所述异常任务节点进行修复，所述修复方式包括：重新为所述异常任务节点调度任务进程，重新构建所述异常任务节点中所包含的任务容器中的至少一种。
可选地，所述任务控制系统包括：kubernetes。
本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1所示的数据故障分析的方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的数据故障分析的方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本说明书的权利要求范围之内。

Claims (9)

1.一种数据故障分析的方法，其特征在于，包括：
获取待检测任务；
根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件；
按照预设的筛选条件，从所述各基础任务事件中选取待检测基础任务事件，所述预设的筛选条件是指该基础任务事件对业务执行的最终结果造成的影响大于设定影响阈值或者该基础任务事件出现异常的概率大于设定异常阈值；
针对每个待检测基础任务事件，将该待检测基础任务事件按照预设的数据格式，得到格式转换后的任务事件，并所述格式转换后的任务事件存储在预设的缓存中，所述预设的缓存包括：最近最少使用LRU缓存；
针对每个格式转换后的任务事件，对该格式转换后的任务事件进行异常检测，判断该格式转换后的任务事件是否为异常事件；
若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中；
若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数；
根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
2.如权利要求1所述的方法，其特征在于，所述任务控制系统中包含有若干任务节点，每个任务节点中包含有至少一个任务容器，一个任务节点中包含的至少一个任务容器由调度至该任务节点的任务进程进行管理；
获取所述至少一个任务节点对应的节点状态参数，具体包括：
获取调度至所述至少一个任务节点的任务进程对应的进程状态数据，所述进程状态数据用于表征所述任务进程的运行状况，以及所述至少一个任务节点中包含的任务容器的运行状况；
根据所述进程状态数据，确定所述至少一个任务节点对应的节点状态参数。
3.如权利要求1所述的方法，其特征在于，通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，具体包括：
通过预设的搜索算法，确定该异常事件所对应的各子任务事件，所述搜索算法包括：深度优先搜索DFS；
根据所述各子任务事件，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点。
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
将所述至少一个任务节点所对应的节点信息写入到预设的界面数据对象中；
根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析，具体包括：
按照所述界面数据对象，对所述各异常事件对应的节点状态参数进行聚合，得到针对所述待检测任务的数据故障分析结果。
5.如权利要求4所述的方法，其特征在于，所述方法还包括：
将所述数据故障分析结果进行展示，并在监测到预设的修复指令后，根据所述数据故障分析结果，确定所述任务控制系统中的异常任务节点，以及按照预设的修复方式，对所述异常任务节点进行修复，所述修复方式包括：重新为所述异常任务节点调度任务进程，重新构建所述异常任务节点中所包含的任务容器中的至少一种。
6.如权利要求1～5任一项所述的方法，其特征在于，所述任务控制系统包括：kubernetes。
7.一种数据故障分析的装置，其特征在于，包括：
获取模块，用于获取待检测任务；
拆分模块，用于根据所述待检测任务所对应的任务链路，对所述待检测任务进行拆分，得到所述待检测任务所对应的各基础任务事件；
判断模块，用于按照预设的筛选条件，从所述各基础任务事件中选取待检测基础任务事件，所述预设的筛选条件是指该基础任务事件对业务执行的最终结果造成的影响大于设定影响阈值或者该基础任务事件出现异常的概率大于设定异常阈值；
针对每个待检测基础任务事件，将该待检测基础任务事件按照预设的数据格式，得到格式转换后的任务事件，并所述格式转换后的任务事件存储在预设的缓存中，所述预设的缓存包括：最近最少使用LRU缓存；
针对每个格式转换后的任务事件，对该格式转换后的任务事件进行异常检测，判断该格式转换后的任务事件是否为异常事件；
参数获取模块，用于若确定该基础任务事件出现异常，确定该基础任务事件为异常事件，并通过预设的任务控制系统，确定该异常事件在所述任务控制系统中所涉及的至少一个任务节点，获取所述至少一个任务节点对应的节点状态参数，以及将该异常事件与所述节点状态参数对应存储在预设的存储空间中；
提取模块，用于若监测到完成每个基础任务事件的异常检测，从所述存储空间中提取各异常事件以及各异常事件对应的节点状态参数；
分析模块，用于根据所述各异常事件对应的节点状态参数，对所述待检测任务进行数据故障分析。
8.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～6任一项所述的方法。
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程序时实现上述权利要求1～6任一项所述的方法。
CN202110338027.1A 2021-03-30 2021-03-30 一种数据故障分析的方法及装置 Active CN112965882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110338027.1A CN112965882B (zh) 2021-03-30 2021-03-30 一种数据故障分析的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110338027.1A CN112965882B (zh) 2021-03-30 2021-03-30 一种数据故障分析的方法及装置

Publications (2)

Publication Number Publication Date
CN112965882A CN112965882A (zh) 2021-06-15
CN112965882B true CN112965882B (zh) 2022-05-10

Family

ID=76279646

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110338027.1A Active CN112965882B (zh) 2021-03-30 2021-03-30 一种数据故障分析的方法及装置

Country Status (1)

Country Link
CN (1) CN112965882B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114116128B (zh) * 2021-11-23 2023-08-08 抖音视界有限公司 容器实例的故障诊断方法、装置、设备和存储介质
CN114157585A (zh) * 2021-12-09 2022-03-08 京东科技信息技术有限公司 一种业务资源监测的方法和装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106067658A (zh) * 2015-04-23 2016-11-02 西门子公司 参数化开关布置的间隔控制和/或保护设备的方法和布置
CN112559301A (zh) * 2019-09-10 2021-03-26 网易（杭州）网络有限公司 业务处理方法、存储介质、处理器及电子装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110635962B (zh) * 2018-06-25 2022-12-16 阿里巴巴集团控股有限公司 用于分布式系统的异常分析方法及装置
CN110597695A (zh) * 2019-08-29 2019-12-20 浙江大搜车软件技术有限公司 报警方法、装置、计算机设备和可读存储介质
CN110943759A (zh) * 2019-11-12 2020-03-31 国家电网有限公司信息通信分公司 一种基于深度优先搜索算法的电力通信链路数据校核方法
CN111124850A (zh) * 2019-11-12 2020-05-08 上海移远通信科技有限公司 Mqtt服务器性能测试方法、系统、计算机设备及存储介质
CN111831269A (zh) * 2020-07-21 2020-10-27 腾讯科技（深圳）有限公司 一种应用开发系统、运行方法、设备及存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106067658A (zh) * 2015-04-23 2016-11-02 西门子公司 参数化开关布置的间隔控制和/或保护设备的方法和布置
CN112559301A (zh) * 2019-09-10 2021-03-26 网易（杭州）网络有限公司 业务处理方法、存储介质、处理器及电子装置

Also Published As

Publication number Publication date
CN112965882A (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN110650036A (zh) 告警处理方法、装置及电子设备
CN112965882B (zh) 一种数据故障分析的方法及装置
CN107491371B (zh) 一种监控部署的方法以及装置
CN110674408A (zh) 业务平台、训练样本的实时生成方法及装置
CN104298588A (zh) 一种持续集成的实现方法及装置
CN110717536A (zh) 一种生成训练样本的方法及装置
CN111767009A (zh) 磁盘清理方法、装置及设备
CN111639011A (zh) 一种数据监控方法、装置及设备
CN113704117A (zh) 一种算法测试系统、方法及装置
CN112231531A (zh) 一种基于opentsdb的数据展示方法、设备及介质
CN109039695B (zh) 业务故障处理方法、装置及设备
CN107562533B (zh) 一种数据加载处理方法及装置
CN116126832A (zh) 数据库切换方法、切换装置、电子设备及存储介质
CN115904785A (zh) 一种异常定位方法、装置、设备及可读存储介质
CN115080309A (zh) 数据备份系统、方法、存储介质以及电子设备
JP2021506010A (ja) リモートデバイスからのアプリケーションアクティビティデータをトラッキングし、リモートデバイスのための修正動作データ構造を生成するための方法およびシステム
CN114722972A (zh) 一种异常检测的方法及装置
CN107135191B (zh) 检查分布式业务处理完整度的方法及装置
CN114840426A (zh) 一种代码测试的方法及装置
CN110704742B (zh) 一种特征提取方法及装置
CN113254269A (zh) 一种存储系统异常事件修复的方法、系统、设备和介质
US9471569B1 (en) Integrating information sources to create context-specific documents
CN111158873A (zh) 系统状态机实现方法、装置、存储介质及处理器
CN106293897B (zh) 组件自动化调度系统
CN110908792A (zh) 一种数据处理方法及装置

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20221101

Address after: 1311, Floor 13, No. 27, Zhongguancun Street, Haidian District, Beijing 100081

Patentee after: QIANDAI (BEIJING) INFORMATION TECHNOLOGY CO.,LTD.

Patentee after: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd.

Address before: 100080 2106-030, 9 North Fourth Ring Road, Haidian District, Beijing.

Patentee before: BEIJING SANKUAI ONLINE TECHNOLOGY Co.,Ltd.