CN114117077B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN114117077B
CN114117077B CN202111457864.2A CN202111457864A CN114117077B CN 114117077 B CN114117077 B CN 114117077B CN 202111457864 A CN202111457864 A CN 202111457864A CN 114117077 B CN114117077 B CN 114117077B
Authority
CN
China
Prior art keywords
entity
type
relationship
maintenance
data
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
CN202111457864.2A
Other languages
English (en)
Other versions
CN114117077A (zh
Inventor
王建华
姜勇越
王菲
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.)
Ruiyun Qizhi Chongqing Technology Co ltd
Original Assignee
Ruiyun Qizhi Chongqing 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 Ruiyun Qizhi Chongqing Technology Co ltd filed Critical Ruiyun Qizhi Chongqing Technology Co ltd
Priority to CN202111457864.2A priority Critical patent/CN114117077B/zh
Publication of CN114117077A publication Critical patent/CN114117077A/zh
Application granted granted Critical
Publication of CN114117077B publication Critical patent/CN114117077B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/08Learning methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Human Resources & Organizations (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种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。其中,运维知识图谱构建及运维的方法包括:获取历史运维数据;根据拓扑结构数据确定第一类实体;根据告警模板数据确定第二类实体;根据解决方案数据确定第三类实体;根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中的第一类实体、第二类实体、第三类实体两两实体元素之间的实体关系;根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中每个实体元素的实体属性。本申请能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。

Description

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
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种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。
背景技术
随着经济水平的提高,企业业务趋向多样性,适应多样业务的整体架构也日趋复杂,数据中心成为了越来越多企业进行资产管理的一种有效方式,如金融行业、制造业等等,为了确保设备运行正常,因此需要对环境、I T设备、业务等内容进行运维。
目前,设备的运维方式主要为人工排除维护,这种方恨少存在运维效率低、人工成本高的缺点。
发明内容
本申请实施例的目的在于提供一种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,用于基于大量的历史运维数据构建运维知识图谱,进而在需要对设备进行运维时,能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
为此,本申请第一方面公开一种运维知识图谱构建方法,所述方法包括:
获取历史运维数据,所述历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
根据所述拓扑结构数据确定第一类实体;
根据所述告警模板数据确定第二类实体;
根据所述解决方案数据确定第三类实体;
根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系;
根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定所述运维知识图谱中每个所述实体元素的实体属性。
在本申请实施例中,作为一种可选的实施方式,所述根据所述拓扑结构数据确定第一类实体,包括:
基于LSTM深度学习模型从所述拓扑结构数据识别出运维对象,所述运维对象包括应用、数据库、主机集群、服务器、交换机、SVC集群、SVC、存储交换机和存储设备。
在本申请实施例中,作为一种可选的实施方式,所述根据所述告警模板数据确定第二类实体,包括:
基于告警模板数据中每个告警模板的名称确定所述第二类实体,其中,当存在两个以上的所述第二类实体时,每个所述第二类实体与其他所述第二类实体不重复。
在本申请实施例中,作为一种可选的实施方式,根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系,包括:
当确定两个属于所述第一类实体的所述实体元素之间的关系时,基于LSTM深度学习模型确定两个属于所述第一类实体的所述实体元素之间的关系,其中,两个属于所述第一类实体的所述实体元素之间的关系为组成关系、部署关系、连接关系、测试关系、灾备关系、存储来源关系、堆叠关系、级联关系或存储池化关系中的一种。
在本申请实施例中,作为一种可选的实施方式,所述根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系,还包括:
当确定一个属于所述第一类实体的实体元素与一个属于所述第二类实体的实体元素之间的实体关系时,根据属于所述第二类实体的实体元素的告警类型判断所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间是否存在实体关系;
当属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间存在实体关系时,将所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间的实体关系确定为产生关系。
本申请第二方面公开一种运维方法,所述方法基于本申请第一方面所述的运维知识图谱构建方法中的运维知识图谱,所述方法包括:
当接收到针对目标运维设备的故障排除请求时,基于所述运维知识图谱确定所述目标运维设备的告警数据;
基于所述运维知识图谱和所述目标运维设备的告警模板数据,确定所述目标运维设备的故障排除对应的解决方案数据。
本申请第三方面公开一种运维知识图谱构建装置,所述装置包括:
获取模块,用于获取历史运维数据,所述历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
第一确定模块,用于根据所述拓扑结构数据确定第一类实体;
第二确定模块,用于根据所述告警模板数据确定第二类实体;
第三确定模块,用于根据所述解决方案数据确定第三类实体;
第四确定模块,用于根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系;
第五确定模块,用于根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定所述运维知识图谱中每个所述实体元素的实体属性。
本申请第四方面公开一种运维装置,所述装置本申请第一方面所述的运维知识图谱构建方法中的运维知识图谱中,所述装置包括:
第五确定模块,用于当接收到针对目标运维设备的故障排除请求时,基于所述运维知识图谱确定所述目标运维设备的告警数据;
第六确定模块,用于基于所述运维知识图谱和所述目标运维设备的告警模板数据,确定所述目标运维设备的故障排除对应的解决方案数据。
本申请第五方面公开一种计算机设备,包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,执行本申请第一方面的运维知识图谱构建方法以及本申请第二方面的运维方法。
本申请第六方面公开一种存储介质,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本申请第一方面的运维知识图谱构建方法以及本申请第二方面的运维方法。
与现有技术相比,本申请的有益效果为:
本申请能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本申请实施例公开的一种运维知识图谱构建方法的流程示意图;
图2是本申请实施例公开的一种运维知识图谱的框架示意图;
图3是本申请实施例公开的一种运维知识图谱中的实体关系示意图;
图4是本申请实施例公开的另一种运维知识图谱中的实体关系示意图;
图5是本申请实施例公开的一种运维方法的流程示意图;
图6是本申请实施例公开的一种运维知识图谱构建装置的结构示意图;
图7是本申请实施例公开的一种运维装置的结构示意图;
图8是本申请实施例公开的一种计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
实施例一
请参阅图1,图1是本申请实施例公开的运维知识图谱构建方法的结构示意图。如图1,本申请实施例的方法包括以下步骤:
101、获取历史运维数据,历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
102、根据拓扑结构数据确定第一类实体;
103、根据告警模板数据确定第二类实体;
104、根据解决方案数据确定第三类实体;
105、根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中的第一类实体、第二类实体、第三类实体两两实体元素之间的实体关系;
106、根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中每个实体元素的实体属性。
在本申请实施例中,对于步骤102,第一类实体是指应用、数据库、主机集群、服务器、交换机、SVC集群、SVC、存储交换机和存储设备,具体地,如表1所示,每个第一类实体均有自身属性和用于创建的关系属性,举例来说,对于数据库,其自身属性有“名称”、“类型”、“业务地域”、“物理地域”、“数据中心”,而数据库与其他实体之间的关系有“支撑应用”、“存储数据应用”、“灾备数据库”、“测试数据库”、“部署集群”、“部署设备”。
需要说明的是,在本申请实施例中,SVC代表能够提供存储虚拟化的软硬件。
Figure GDA0004012712470000071
表1
在本申请实施例中,对于步骤103、104,第二类实体指的是告警模板,第三类实体指的解决方案,其中,告警模板的自身属性包括告警模板编号、告警模板描述,而告警模板的关系属性有产生源、引发源。另一方面,解决方案的自身属性包括解决方案编号、解决方案描述,而解决方案的关系属性为“适用解决的告警模板”、“协作解决方案”。
在本申请实施例中,对于步骤105,第一类实体中两两实体元素之间的实体关系如表2所示,例如,如表2所示,两个应用之间的关系可以调用、灾备、测试中的一种关系。
Figure GDA0004012712470000081
Figure GDA0004012712470000091
表2
在本申请实施例中,对于步骤105,第二类实体中两个实体之间的关系如表3所示,例如,如表3所示,两个告警模板之间的关系为引发。
实体1 实体2 关系 关系属性
告警模板 告警模板 引发 引发概率
表3
在本申请实施例中,对于步骤105,第三类实体中两个实体之间的关系如表4所示,举例来说,如表4所示,两个解决方案之间的关系是协作关系。
实体1 实体2 关系 关系属性
解决方案 解决方案 协作 协作次数与对应的告警模板
表4
在本申请实施例中,对于步骤105,一个第一类实体与一个第二类实体之间的关系如表5所示,例如,一个告警模板与应用之间的关系为产生关系。
实体1 实体2 关系 关系属性
告警模板 拓扑结构 产生 产生次数
表5
在申请实施例中,对于步骤105,一个第二实体与一个第三类实体之间的关系如表6所示,例如,如图6所示,一个解决方案与一个告警模板之间的关系为“适用解决”。
Figure GDA0004012712470000092
Figure GDA0004012712470000101
表6
在本申实施例中,作为一个示例,通过步骤101-106构建的运维知识图谱如图2所示,其中图2是本申请实施例的运维知识图谱的框架示意图。另一方面,在构建的运维知识图谱中,实体之间的关系如图3、图4所示。
在本申请实施例中,作为一种可选的实施方式,步骤102:根据拓扑结构数据确定第一类实体,包括以下子步骤:
基于LSTM深度学习模型从拓扑结构数据识别出运维对象,运维对象包括应用、数据库、主机集群、服务器、交换机、SVC集群、SVC、存储交换机和存储设备。
在本可选的实施方式中,关于LSTM深度学习模型的详细说明请参阅现有技术,本申请实施例对此不作赘述。
在本申请实施例中,作为一种可选的实施方式,步骤103:根据告警模板数据确定第二类实体,包括以下步骤:
基于告警模板数据中每个告警模板的名称确定第二类实体,其中,当存在两个以上的第二类实体时,每个第二类实体与其他第二类实体不重复。
在本申请实施例中,作为一种可选的实施方式,步骤105:根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中的第一类实体、第二类实体、第三类实体两两实体元素之间的实体关系,包括以下步骤:
当确定两个属于第一类实体的实体元素之间的关系时,基于LSTM深度学习模型确定两个属于第一类实体的实体元素之间的关系,其中,两个属于第一类实体的实体元素之间的关系为组成关系、部署关系、连接关系、测试关系、灾备关系、存储来源关系、堆叠关系、级联关系或存储池化关系中的一种。
在本申请实施例中,作为一种可选的实施方式,步骤105:根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中的第一类实体、第二类实体、第三类实体两两实体元素之间的实体关系,还包括以下子步骤:
当确定一个属于第一类实体的实体元素与一个属于第二类实体的实体元素之间的实体关系时,根据属于第二类实体的实体元素的告警类型判断属于第一类实体的实体元素与属于第二类实体的实体元素之间是否存在实体关系;
当属于第一类实体的实体元素与属于第二类实体的实体元素之间存在实体关系时,将属于第一类实体的实体元素与属于第二类实体的实体元素之间的实体关系确定为产生关系。
本申请实施例能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本,例如,当一个服务器发生故障时,通过本申请实施例构建的运维知识图谱,运维人员能够快速确定该服务器故障对应告警模板,进而通过告警模板找到解决该故障的解决方案,另一方面,通过本申请实施例的运维知识图谱,运维人员也能够快速确定该服务器故障会对哪些设备产生影响。
实施例二
请参阅图5,图5是本申请实施例公开的运维方法的流程示意图,其中,本申请实施例的方法基于本申请实施例一的运维知识图谱构建方法中的运维知识图谱。如图5所示,本申请实施例的方法包括以下步骤:
201、当接收到针对目标运维设备的故障排除请求时,基于运维知识图谱确定目标运维设备的告警数据;
202、基于运维知识图谱和目标运维设备的告警模板数据,确定目标运维设备的故障排除对应的解决方案数据。
本申请实施例能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本
实施例三
请参阅图6,图6是本申请实施例公开的一种运维知识图谱构建装置的结构示意图。如图6所示,本申请实施例的运维知识图谱构建装置包括以下功能模块:
获取模块301,用于获取历史运维数据,历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
第一确定模块302,用于根据拓扑结构数据确定第一类实体;
第二确定模块303,用于根据告警模板数据确定第二类实体;
第三确定模块304,用于根据解决方案数据确定第三类实体;
第四确定模块305,用于根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中的第一类实体、第二类实体、第三类实体两两实体元素之间的实体关系;
第五确定模块306,用于根据拓扑结构数据、告警模板数据和解决方案数据确定运维知识图谱中每个实体元素的实体属性。
本申请实施例的装置通过执行运维知识图谱构建方法,能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
需要说明的是关于,关于本申请实施例的装置的其他说明,请参阅本申请实施例一的详细说明,本申请实施例对此不作赘述。
实施例四
请参阅图7,图7是本申请实施例公开的一种运维装置的结构示意图。其中,本申请实施例的运维装置应用在本申请实施例一的运维知识图谱构建方法中的运维知识图谱中。如图7所示,本申请实施例的装置包括以下功能模块:
第六确定模块401,用于当接收到针对目标运维设备的故障排除请求时,基于运维知识图谱确定目标运维设备的告警数据;
第七确定模块402,用于基于运维知识图谱和目标运维设备的告警模板数据,确定目标运维设备的故障排除对应的解决方案数据。
本申请实施例的装置通过执行运维方法,能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
实施例五
请参阅图8,图8是本申请实施例公开的一种计算机设备的结构示意图。如图8所示,本申请实施例的一种计算机设备包括:
处理器501;以及
存储器502,配置用于存储机器可读指令,指令在由处理器501执行时,执行本申请实施例一的运维知识图谱构建方法以及本申请实施例二的运维方法。
本申请实施例的计算机设备通过执行运维知识图谱构建方法和运维方法,能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
实施例六
本申请实施例公开一种存储介质,存储介质存储有计算机程序,计算机程序被处理器执行本申请实施例一的运维知识图谱构建方法以及本申请实施例二的运维方法。
本申请实施例的存储介质通过执行运维知识图谱构建方法和运维方法,能够基于运维知识图谱得到设备可能出现的故障及故障对应的解决方案,进而减少人工排查故障、寻找解决方案所耗时间,从而提高设备的运维效率和降低人工成本。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是,功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (8)

1.一种运维知识图谱构建方法,其特征在于,所述方法包括:
获取历史运维数据,所述历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
根据所述拓扑结构数据确定第一类实体;
根据所述告警模板数据确定第二类实体;
根据所述解决方案数据确定第三类实体;
根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系;
根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定所述运维知识图谱中每个所述实体元素的实体属性;
以及,根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系,包括:
当确定两个属于所述第一类实体的所述实体元素之间的关系时,基于LSTM深度学习模型确定两个属于所述第一类实体的所述实体元素之间的关系,其中,两个属于所述第一类实体的所述实体元素之间的关系为组成关系、部署关系、连接关系、测试关系、灾备关系、存储来源关系、堆叠关系、级联关系或存储池化关系中的一种;
以及,所述根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系,还包括:
当确定一个属于所述第一类实体的实体元素与一个属于所述第二类实体的实体元素之间的实体关系时,根据属于所述第二类实体的实体元素的告警类型判断所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间是否存在实体关系;
当属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间存在实体关系时,将所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间的实体关系确定为产生关系。
2.如权利要求1所述的方法,其特征在于,所述根据所述拓扑结构数据确定第一类实体,包括:
基于LSTM深度学习模型从所述拓扑结构数据识别出运维对象,所述运维对象包括应用、数据库、主机集群、服务器、交换机、SVC集群、SVC、存储交换机和存储设备。
3.如权利要求1所述的方法,其特征在于,所述根据所述告警模板数据确定第二类实体,包括:
基于告警模板数据中每个告警模板的名称确定所述第二类实体,其中,当存在两个以上的所述第二类实体时,每个所述第二类实体与其他所述第二类实体不重复。
4.一种运维方法,其特征在于,所述方法基于如权利要求1-3任一项所述的运维知识图谱构建方法中的运维知识图谱,所述方法包括:
当接收到针对目标运维设备的故障排除请求时,基于所述运维知识图谱确定所述目标运维设备的告警数据;
基于所述运维知识图谱和所述目标运维设备的告警模板数据,确定所述目标运维设备的故障排除对应的解决方案数据。
5.一种运维知识图谱构建装置,其特征在于,所述装置包括:
获取模块,用于获取历史运维数据,所述历史运维数据包括拓扑结构数据、告警模板数据和解决方案数据;
第一确定模块,用于根据所述拓扑结构数据确定第一类实体;
第二确定模块,用于根据所述告警模板数据确定第二类实体;
第三确定模块,用于根据所述解决方案数据确定第三类实体;
第四确定模块,用于根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系;
第五确定模块,用于根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定所述运维知识图谱中每个所述实体元素的实体属性;
以及,所述第四确定模块执行根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系的具体方式为:
当确定两个属于所述第一类实体的所述实体元素之间的关系时,基于LSTM深度学习模型确定两个属于所述第一类实体的所述实体元素之间的关系,其中,两个属于所述第一类实体的所述实体元素之间的关系为组成关系、部署关系、连接关系、测试关系、灾备关系、存储来源关系、堆叠关系、级联关系或存储池化关系中的一种;
以及,所述第四确定模块执行根据所述拓扑结构数据、所述告警模板数据和所述解决方案数据确定运维知识图谱中的所述第一类实体、所述第二类实体、所述第三类实体两两实体元素之间的实体关系的具体方式为:
当确定一个属于所述第一类实体的实体元素与一个属于所述第二类实体的实体元素之间的实体关系时,根据属于所述第二类实体的实体元素的告警类型判断所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间是否存在实体关系;
当属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间存在实体关系时,将所述属于所述第一类实体的实体元素与所述属于所述第二类实体的实体元素之间的实体关系确定为产生关系。
6.一种运维装置,其特征在于,所述装置基于如权利要求1-3任一项所述的运维知识图谱构建方法中的运维知识图谱,所述装置包括:
第五确定模块,用于当接收到针对目标运维设备的故障排除请求时,基于所述运维知识图谱确定所述目标运维设备的告警数据;
第六确定模块,用于基于所述运维知识图谱和所述目标运维设备的告警模板数据,确定所述目标运维设备的故障排除对应的解决方案数据。
7.一种计算机设备,其特征在于,包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,执行如权利要求1-3任一项所述的运维知识图谱构建方法以及权利要求4所述的运维方法。
8.一种存储介质,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如权利要求1-3任一项所述的运维知识图谱构建方法以及权利要求4所述的运维方法。
CN202111457864.2A 2021-12-02 2021-12-02 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 Active CN114117077B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111457864.2A CN114117077B (zh) 2021-12-02 2021-12-02 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111457864.2A CN114117077B (zh) 2021-12-02 2021-12-02 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

Publications (2)

Publication Number Publication Date
CN114117077A CN114117077A (zh) 2022-03-01
CN114117077B true CN114117077B (zh) 2023-01-31

Family

ID=80365260

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111457864.2A Active CN114117077B (zh) 2021-12-02 2021-12-02 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

Country Status (1)

Country Link
CN (1) CN114117077B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111400505A (zh) * 2020-03-13 2020-07-10 国家电网有限公司 一种用电信息采集系统匹配故障消缺方案的方法及系统
CN112804079A (zh) * 2020-12-10 2021-05-14 北京浪潮数据技术有限公司 云计算平台告警分析方法、装置、设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110750649A (zh) * 2018-07-06 2020-02-04 中兴通讯股份有限公司 知识图谱构建及智能应答方法、装置、设备及存储介质
CN109933633B (zh) * 2019-04-02 2021-02-05 北京睿至大数据有限公司 一种基于时间和场景维度的运维知识图谱构建方法
CN113297044B (zh) * 2020-06-11 2024-01-09 阿里巴巴集团控股有限公司 一种运维风险预警方法及装置
CN112445918A (zh) * 2020-11-27 2021-03-05 杭州海康威视数字技术股份有限公司 一种知识图谱生成方法、装置、电子设备及存储介质
CN112348213A (zh) * 2020-11-27 2021-02-09 新华三大数据技术有限公司 运维故障排查实现方法、装置、介质及设备
CN112966118A (zh) * 2021-02-04 2021-06-15 中铁信(北京)网络技术研究院有限公司 一种运维知识图谱构建方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111400505A (zh) * 2020-03-13 2020-07-10 国家电网有限公司 一种用电信息采集系统匹配故障消缺方案的方法及系统
CN112804079A (zh) * 2020-12-10 2021-05-14 北京浪潮数据技术有限公司 云计算平台告警分析方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN114117077A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN112152852B (zh) 根因分析方法、装置、设备及计算机存储介质
CN106126403B (zh) Oracle数据库故障分析方法和装置
CN111339073A (zh) 实时数据处理方法、装置、电子设备及可读存储介质
CN111274052A (zh) 数据分发方法、服务器及计算机可读存储介质
US9454561B2 (en) Method and a consistency checker for finding data inconsistencies in a data repository
US20120166250A1 (en) Data visualization for time-based cohorts
US10812327B2 (en) Event clusters
CN113379391A (zh) 工单处理方法、装置、电子设备及计算机可读存储介质
KR101253335B1 (ko) 데이터 웨어하우스를 이용한 데이터베이스 구축 방법 및 그 시스템
CN111865673A (zh) 一种自动化故障管理方法、装置及系统
CN114358487A (zh) 一种绩效考核方法、装置及计算机可读存储介质
CN114117077B (zh) 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
CN105824279A (zh) 机房监控系统构建灵活有效cmdb的方法
CN113094125A (zh) 业务流程处理方法、装置、服务器及存储介质
CN106980617B (zh) 一种基于json语句操作数据库的方法和系统
CN116719799A (zh) 环保数据治理方法、装置、计算机设备和存储介质
CN115794804A (zh) 基于大数据技术的工程内控数据可视化处理系统及方法
CN112966056B (zh) 一种信息处理方法、装置、设备、系统及可读存储介质
CN107783896B (zh) 一种数据处理模型的优化方法和装置
CN115809853A (zh) 一种企业业务流程的配置优化方法、系统及存储介质
CN113868138A (zh) 测试数据的获取方法、系统、设备及存储介质
CN112685401A (zh) 一种数据质量检测系统及方法
CN112783980A (zh) 数据同步处理方法、装置、电子设备以及计算机可读介质
CN114118729A (zh) 资产树形结构的构建方法和装置
CN117609054A (zh) 自动化测试方法、装置、设备及存储介质

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
GR01 Patent grant
GR01 Patent grant