CN115827398A - 告警信息分量值的计算方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例提供了一种告警信息分量值的计算方法、装置、电子设备和存储介质，属于边缘端智能监控告警领域。首先获取由服务器集群生成的时序数据与预设的复合变量告警规则，通过告警引擎对时序数据进行解析处理，并在确定时序数据符合触发复合变量告警规则的情况下，将预设的复合变量告警规则进行语意切分，获得针对单个故障告警的判断条件表达式；最终按照各判断条件表达式的具体内容对时序数据进行提取计算，获得各告警信息的分量值；如此运维人员在接收到由复合变量告警规则触发的故障告警信息时，能够详细地看到各故障告警对应数据的具体值，从而更加精准快速地定位到故障诱发源头并执行适应性维护，提升了对服务器的运维效率。

Description

告警信息分量值的计算方法、装置、电子设备及存储介质

技术领域

本发明涉及边缘端智能监控告警领域，特别涉及一种告警信息分量值的计算方法、装置、电子设备及存储介质。

背景技术

随着信息技术的不断发展及互联网基础建设的普及，多数互联网产品架构逐渐引入边缘端服务，使得网络服务器与用户在地理位置上更加靠近；为了降低对于大规模散布的边缘端服务器的建设及管理成本，一体化超融合机柜应运而生。

相关技术中，超融合机柜的运维管理模式需要持续监控各边缘端服务器的运行状态，通常采用配置的告警规则对采集的系统运行数据进行计算分析，实现边缘资源监控。

但现有方案中，伴随服务器业务种类的不断丰富，告警规则也愈加复杂，对于多元组合类型的告警信息，运维人员难以对组合类告警信息中的各分量值进行具体查阅，无法快速定位故障来源从而进行针对性维护，运维效率低下。

发明内容

本发明实施例提供了一种告警信息分量值的计算方法、装置、电子设备及存储介质，以解决现有技术中运维人员难以对组合类告警信息中的各分量值进行具体查阅的问题。

第一方面，本发明实施例提供了一种告警信息分量值的计算方法，所述方法包括：

获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态；

根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式；

在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎；

通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式；

根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

第二方面，本发明实施例提供了一种告警信息分量值的计算装置，所述装置包括：

处理信息获取模块，用于获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态；

时序数据解析模块，用于根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式；

复合变量告警确定模块，用于在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎；

变量告警规则切分模块，用于通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式；

告警信息分量值生成模块，用于根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

第三方面，本发明实施例提供了一种电子设备，包括：处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现所述的方法。

第四方面，本发明实施例提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行所述方法。

在本发明实施例中，首先获取由服务器集群生成的时序数据与预设的复合变量告警规则，通过告警引擎对时序数据进行解析处理，并在确定时序数据符合触发复合变量告警规则的情况下，将预设的复合变量告警规则进行语意切分，获得针对单个故障告警的判断条件表达式；最终按照各判断条件表达式的具体内容对时序数据进行提取计算，获得各告警信息的分量值；如此运维人员在接收到由复合变量告警规则触发的故障告警信息时，能够详细地看到各故障告警对应数据的具体值，从而更加精准快速地定位到故障诱发源头并执行适应性维护，提升了对服务器的运维效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例提供的一种告警信息分量值的计算方法的简要实施步骤流图；

图2是本发明实施例提供的一种告警信息预警实施流程的整体框架图；

图3是本发明实施例提供的一种语意分析步骤流程图；

图4是本发明实施例提供的一种告警信息分量值的计算方法的完整实施步骤流图；

图5是本发明实施例提供的一种告警动作设置界面示意图；

图6是本发明实施例提供的一种故障告警提示界面示意图；

图7是本发明实施例提供的一种时序数据预览窗口界面图；

图8是本发明实施例提供的一种告警通知界面示意图；

图9是本发明实施例提供的一种告警信息分量值的计算装置的组成结构示意图；

图10是本发明实施例提供的一种电子设备的功能组件关系图；

图11是本发明实施例提供的另一种电子设备的功能组件关系图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

参照图1，图1是本发明实施例提供的一种告警信息分量值的计算方法的简要实施步骤流图；如图1所示，所述方法包括：

步骤101：获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态。

本发明实施例提供的一种告警信息分量值的计算方法，主要应用于边缘超融合端的系统状态分析。超融合机柜为位于服务区边缘地段的硬件设施，需要通过配置告警规则对边缘资源进行监控，大量的超融合服务机柜之间相互连接形成服务器集群。

为确保服务器的正常运行，需要持续对运行过程中的系统状态进行采集分析，避免因个别服务器存在系统错误，或服务过载导致的服务器崩溃现象发生。本发明实施例选择定时收集服务器集群运行过程中产生的时序数据来分析系统运行状态；例如：中央处理器负载率、系统内存占用率、图形处理器温度、图形处理器功耗、云网络错包率、服务器集群出口流量等硬件层或软件层信息。此外，复合变量告警规则是由系统运维人员在系统中预设的，用于进行信息告警及故障判断的告警规则，在运行过程中会根据时序数据的具体情况进行目标触发。

参照图2，示出了本发明实施例提供的一种告警信息预警实施流程的整体框架图。在本发明实施例中，云端服务器包括用于存储的时序数据库，边缘超融合端所采集的系统数据，交由互联网进行内容传输，在云端服务器侧通过拉取（Pull）的方式将数据拉到云端的数据库进行存储。

步骤102：根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式。

继续参照图2，在云端服务器获得服务器集群的时序数据后，从存储的数据库中进行数据调用，并进行解析。通过告警引擎对获得的时序数据进行分析，并同步根据获得的复合变量告警规则进行信息匹配。

需要说明的是，复合变量告警规则是由系统运维人员预设的，用于进行信息告警及故障判断的告警规则。在对边缘资源进行监控的过程中，随着业务多元组合，告警规则势必会越来越复杂，经常是多个指标组合计算，才能判定为故障。例如，某台服务器的内存占用率大于一定阈值，且同时硬件的工作温度过高这两种条件同时满足，才会触发告警。

在本发明实施例中，复合变量告警规则包含至少两种针对不同故障的判断条件表达式；以内存告警为例，其复合变量告警规则包括：可用内存大小及主机内存使用率两种故障告警类型。在与预设阶段运维人员可根据实际情况自定义包含上述两种参数的故障告警规则的判断条件表达式，例如：可用内存大小低于某一阈值时可能会造成系统运行卡顿，则可设置第一条变量告警规则为：可用内存值小于***；与此同时基于对系统的整体考虑，由于在运行过程中内存占用值并非一直不变的，引入使用率可以进一步悉知内存使用情况，则可设置第二条变量告警规则为：内存使用率大于***%；结合上述两种变量告警规则生成复合变量告警规则，当且仅当获取的时序数据同时满足这两种判断条件时，触发告警。

步骤103：在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所述时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎。

承接步骤102，在系统运行过程中，当且仅当可用内存大小与主机内存使用率均达到一定预设阈值的情况下，所采集的时序数据即满足预设的复合告警规则中的判断条件表达式，系统才会触发告警，继而在客户端的显示界面中显示告警内容，以供运维人员查阅并进行相关维护。在如步骤102所定义的复合变量告警规则中，当且仅当获取的时序数据中，主机内存使用率大于预设百分比阈值，且可用内存数量小于预设内存数量阈值，同时满足这两种判断条件时，触发告警。

继续参照图2，经过告警引擎分析后，在确定时序数据满足复合变量告警规则的情况下，将触发的复合变量告警规则发送至语意分析引擎，随后将进一步对复合告警规则中的每一种故障告警的判断条件表达式进行计算，得到每一种故障告警事件的具体参数信息。

步骤104：通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式。

在语意分析引擎接收到发送的复合变量告警规则后，首先需要对所述复合变量告警规则进行语意切分。参照图3，示出了本发明实施例提供的一种语意分析步骤流程图，对于一条复合告警规则（complex_promql），语意分析引擎能够将其分解为多个独立的告警规则(promql)。具体地，复合变量告警规则的结构为：

promql 1[operation1 promql2 ... operation_npromql_n]

经过语意切分后，将获得独立的operation1 promql2、operation1 promql3、...、operation_npromql_n，其中operation表示运算集合。

根据切分后独立的告警规则判断条件表达式，能够在后续更直接的计算其对应的告警分量具体分量值。

步骤105：根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

参照图3，在获得切分后的告警规则表达式后，时序数据库通过应用编程接口，根据告警规则调用对应的时序数据。

具体地，利用运算集合（operation），切分获取分量表达式数组，通过计算获得单个告警规则对应的分量值。按照预设的复合变量告警规则中，判断条件表达式的数据格式进行数值统计或数值分析计算；例如：某告警动作下，复合变量告警规则设定当主机的内存使用率大于85%时触发告警，需要的分量值信息为百分占比，则需要先获取当前主机的内存硬件信息，获得主机的总内存数，再从时序数据中获取当前主机在运行状态下的已用内存，将已用内存与总内存数相除，即可获得内存占用率。

综上所述，本发明实施例提供的一种告警信息分量值的计算方法方法，首先获取由服务器集群生成的时序数据与预设的复合变量告警规则，通过告警引擎对时序数据进行解析处理，并在确定时序数据符合触发复合变量告警规则的情况下，将预设的复合变量告警规则进行语意切分，获得针对单个故障告警的判断条件表达式；最终按照各判断条件表达式的具体内容对时序数据进行提取计算，获得各告警信息的分量值；如此运维人员在接收到由复合变量告警规则触发的故障告警信息时，能够详细地看到各故障告警对应数据的具体值，从而更加精准快速地定位到故障诱发源头并执行适应性维护，提升了对服务器的运维效率。

参照图4，示出了本发明实施例提供的一种告警信息分量值的计算方法的完整实施步骤流图；如图4所示，所述方法步骤包括：

步骤201：获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态。

该步骤具体可参照上述步骤101，本实施例此处不再赘述。

可选的，在一种实施例中，所述步骤201具体可以包括：

子步骤2011：确定与复合变量对应的时序数据的类型。

对于复合变量告警规则，需要在进行系统数据监测之前由运维人员进行人工设置。具体地，参照图5，示出了本发明实施例提供的一种告警动作设置界面示意图。在此操作界面中，运维人员可以根据实际需要自定义触发告警动作，并进行相关参数的调配。

首先需要确定在将要设置的复合变量告警规则中，需要参考的时序数据类型。例如，在图5中当前设置的告警动作为与服务器系统内存相关的系列参数，因此需要的时序数据类型即为服务器集群中各服务器的内存数据，包括服务器硬件层面的固有最大内存，以及在系统运行过程中已使用的内存量、未使用的内存量等。

进一步地，在如图5所示界面还包括一些对于告警动作配置的其他参数。其中，变量定义了告警动作在触发时所引用的数据来源，在图5中规定的变量为主机已用内存（host_memory_usage）。需要说明的是，${host_memory_usage}为引用参量表，以便于电脑系统能够正确的拾取主机内存的具体数值。

连续触发时间规定了告警动作在时间上的触发条件，当表达式为真（true）一段时间才触发警告，例如针对当前告警，当且仅当主机的内存使用率大于85%，且在此状态下维持时间超过5分钟才会触发告警，在本发明实施例中对于持续时间的设定单位为秒（second）,图5中300秒即对应5分钟。

沉没时间，用于防止告警触发后，短时间内收到多条一样的告警信息，0标识不启用该功能。生效时间，则规定系统在某一时间段中才会对时序数据进行检测，以实现复合变量告警的相关操作。最终由运维人员决定是否启用当前设置的告警动作，若启用则设置上线状态为“上线”。

子步骤2012：根据所述时序数据的类型，确定所述故障告警中触发单个故障告警的触发阈值和与所述触发阈值对应的阈值判断关系。

在确定了告警动作中需要用到的时序数据类型后，需要进一步针对时序数据设置响应的触发阈值与阈值判断关系。继续参照图5，当前告警动作的名称为“内存使用率大于85%”，动作执行代码为“低内存量（low-memory）”，以便系统进行对接。针对动作表达式，在本发明实施例中提供两种输入方式，运维人员可直接选择系统预定的表达式模板，也可选择通过手动方式输入。在图5中，位于“选择模板”模式下，具有两条阈值判断关系，即主机内存使用率(host_memory_usage)与可用内存（memory_available），阈值判断条件为大于“>”。即，主机内存使用率大于85%，可用内存大于40%；需要说明的是，“&&”表示逻辑关系运算“与”，意味当且仅当两条表达式被同时满足时，才触发告警。

子步骤2013：根据所述触发阈值和所述阈值判断关系，确定触发故障告警的判断条件表达式。

承接步骤2012，在获取到触发阈值和与触发阈值对应的阈值判断关系之后，即可确定触发故障告警的判断条件表达式。在实际应用中，根据不同使用需求还可在单个告警动作中添加更多的阈值判断关系与触发阈值，本实施例此处不做限制。

告警动作设置完毕后，运维人员能够根据实时需要可在告警变量配置界面，根据实际需要更改复合变量告警规则中判断条件表达式的阈值。参照图6，示出了本发明实施例提供的一种故障告警提示界面示意图。当前所显示的告警事件名称为内存告警，同时运维人员还可以根据主机级别、分组情况及告警动作的在线状态进行内容筛选。在下方内容栏中，抬头标题显示的项目类型包括；变量名称和描述、变量代码、数据类型、取值范围、表达式、参数以及操作列表。

针对内存告警，在系统运行过程中，当且仅当可用内存大小与主机内存使用率均达到一定预设阈值的情况下，所采集的时序数据即满足预设的复合告警规则中的判断条件表达式，系统才会触发告警，继而在如图6所展示的界面中显示告警内容，以供运维人员查阅并进行相关维护。在图6所示实施例图的内容中，可用内存大小用于表示当前服务器的总内存中尚未被使用的内存余量，数据单位为兆字节（MByte）,同时由于内存占用存在小数，因此标注的数据类型为双精度浮点型。变量代码用于表征该变量在系统显示中存在的代码名称，即可用内存大小（memory_available）与主机内存使用率（host_memory_usage）。

子步骤2014：将所有故障告警对应的判断条件表达式进行连接，获得复合变量告警规则。

将已确定的所有判断条件表达式进行连接后，即可获得符合变量告警规则。图6所展示的界面中的复合变量告警规则包括：可用内存大小及主机内存使用率两种故障告警类型。在系统运行过程中，当且仅当可用内存大小与主机内存使用率均达到一定预设阈值的情况下，所采集的时序数据即满足预设的复合告警规则中的判断条件表达式，系统才会触发告警，继而在客户端的显示界面中显示告警内容，以供运维人员查阅并进行相关维护。

子步骤2015：接收服务器集群通过互联网发送的时序数据；其中，所述时序数据为所述服务器集群通过数据采集模块采集的系统数据；所述时序数据包括：业务系统数据、开源组件数据、操作系统数据中的一种或多种。

在获得复合变量告警规则的同时，云端服务器还将获取服务器集群产生的时序数据。参照图2，在服务器集群侧（边缘超融合端），通过数据采集服务接口收集系统数据后，通过互联网进行数据传输，在云端服务器侧通过拉取（Pull）的方式将数据拉到云端的数据库进行存储。

时序数据主要来自于服务器集群中各服务器的：业务系统数据、开源组件数据以及操作系统数据。

可选的，操作系统数据包括：中央处理器负载率、系统内存占用率、图形处理器温度、图形处理器功耗等；开源组件数据包括：云网丢包率、云网络错包率等；业务系统数据包括：服务器集群入口流量、服务器集群出口流量等。在实际应用中，服务器集群侧还具备其他种类的时序数据，本实施例此处不做限制。

参照图7，示出了本发明实施例提供的一种时序数据预览窗口界面图；其中，运维人员可以根据需要（如时间）进行目标服务器的时序数据筛选，在筛选完成后当前窗口将显示所选服务器集群的站点机架数及主机数量，以及监控状态等相关信息。下方窗口详细列举了当前获取到的4种类型的时序数据，包括：中央处理器（CPU , central processingunit）的用户（user）使用率、主机内存使用率、CPU输入/输出进程（iowait）使用率以及主机负载。

进一步地，在时序数据展示框图中，依次列举了每个服务器的身份标识，如：1、2、3、4....，以及对应的时序数据具体数值。需要说明的是，对于主机内存使用率窗口，所示内存单位为吉字节（GiB ，Gigabyte）；主机负载窗口，依次列举了在当前时间段内第1、第5及第10分钟主机负载的具体数值。通过该窗口，运维人员能够详细了解到各服务器主机的运行状态，以便进行资源调配和系统维护。

步骤202：根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式。

该步骤具体可参照上述步骤102，本实施例此处不再赘述。

步骤203：在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所述时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎。

该步骤具体可参照上述步骤103，本实施例此处不再赘述。

步骤204：通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式。

该步骤具体可参照上述步骤104，本实施例此处不再赘述。

步骤205：根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

该步骤具体可参照上述步骤104，本实施例此处不再赘述。

步骤206：生成组合条件异常告警通知，并将所述组合条件异常告警通知发送至用户端，以供运维人员根据所述组合条件异常告警通知对系统进行维护。

可选的，在一种实施例中，步骤206还可以包括：

子步骤2061：根据预设的复合变量告警规则中所有的判断条件表达式，以及与所述判断条件表达式对应的告警信息分量值，生成组合条件异常告警通知，所述组合条件异常告警通知包括：告警事件名称、告警内容、告警生成时间中的一种或多种；其中，所述告警内容为包括所述告警信息分量值的告警语句。

结合子步骤2011-2014，以及图5所示内容，在确定时序数据符合预设的复合变量告警规则的情况下，按照图5中所示内容，将计算获得的各告警信息分量值，与预设告警内容的通知文字进行组合后，即可生成告警通知。

子步骤2062：将所述组合条件异常告警通知发送至用户端，以供运维人员根据所述组合条件异常告警通知对系统进行维护。

参照图8，示出了本发明实施例提供的一种告警通知界面示意图；列表标题包括：告警名称、告警级别、告警内容、生成时间/持续时间、告警次数及操作选项。结合图5所示的告警动作设置界面示意图，此时生成告警的告警事件名称为用户自定义名称“内存使用率大于85%”，告警级别为警告告警。值得注意的是，在告警内容栏，图8中所显示的内容已经为计算获得的分量值与预设内容的组合结果。参照图5中对于告警内容的定义文字框所示内容：[${workspaceName}]-[${componentName}]-[${ip}]告警值当前为[${actionVariables}]，其中[${workspaceName}]为工作空间名称、[${componentName}]为组成部分名称、[${actionVariables}]为活动变量、[${ip}]表示当前主机的IP地址。上述部件均为显示数据的参量表，即当获取到目标数据时，将通过参量表进行引用，以确保时序数据分量值等具体数值结果能够正确显示。

可选的，在一种实施例中，所述方法还可以包括：

步骤207：获取预设的单变量告警规则。

除复合变量告警规则下的分量值计算，本发明实施例还提供针对符合单变量告警规则数据的处理方法。

具体地，参照图2，在图2所示的告警信息预警实施流程的整体框架图中，对于获取的时序数据，经过告警引擎分析后，若满足预设的单变量告警规则，因其故障告警的具体数值可直接通过读取时序数据获得，因此可直接生成单条件异常告警通知并发送至客户端，以供运维人员根据单条件异常告警通知对系统进行维护等相关操作。

步骤208：根据所述单变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果。

该步骤具体可参照上述步骤102，本实施例此处不再赘述。

步骤209：在所述解析结果中，若所述时序数据满足所述单变量告警规则中故障告警的判断条件表达式，则确定所时序数据满足所述单变量告警规则。

该步骤具体可参照上述步骤103，本实施例此处不再赘述。

步骤210：在确定所时序数据满足所述单变量告警规则的情况下，根据预设的单变量告警规则的判断条件表达式，以及与所述判断条件表达式对应的时序数据，生成单条件异常告警通知。

对应步骤201-206中复合变量告警规则下的告警通知，本发明实施例还提供了针对单变量告警规则下的通知方法。

在确定时序数据满足单变量告警规则的情况下，根据预设的单变量告警规则的判断条件表达式，以及对应的时序数据，生成单条件异常告警通知。需要说明的是，在此情况下，由于告警通知的触发条件只针对一种时序数据，无需再进一步对单变量告警通知进行语意分析及分量值的计算，而是直接将预设的单变量告警规则中判断条件表达式与对应的时序数据进行整合生成单变量告警通知。

步骤211：将所述单条件异常告警通知发送至用户端，以供运维人员根据所述单条件异常告警通知对系统进行维护。

在确定时序数据满足单变量告警规则的情况下，生成单条件异常告警通知之后，参照图2所示内容，云端服务器可直接将单条件异常告警通知发送至客户端以供运维人员进行查阅，相较于复合变量告警规则生成的告警通知，本步骤所述的单条件异常告警通知在最终显示格式上与组合变量异常告警通知在表达格式上仅存在告警变量上的数量差异。

综上所述，本发明实施例提供的一种告警信息分量值的计算方法方法，首先获取由服务器集群生成的时序数据与预设的告警规则，通过告警引擎对时序数据进行解析处理，在确定时序数据符合触发单变量告警规则的情况下，直接生成告警通知发送至客户端供运维人员查阅；在确定时序数据符合触发复合变量告警规则的情况下，将预设的复合变量告警规则进行语意切分，获得针对单个故障告警的判断条件表达式；最终按照各判断条件表达式的具体内容对时序数据进行提取计算，获得各告警信息的分量值，并生成告警通知发送至客户端供运维人员查阅；如此运维人员在接收到由复合变量告警规则触发的多元故障告警信息时，能够详细地看到各故障告警对应数据的具体值，从而更加精准快速地定位到故障诱发源头并执行适应性维护，提升了对服务器的运维效率。

参照图9，示出了本发明实施例提供的一种告警信息分量值的计算装置的组成结构示意图；如图9所示，所述计算装置包括：

处理信息获取模块301，用于获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态；

时序数据解析模块302，用于根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式；

复合变量告警确定模块303，用于在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎；

变量告警规则切分模块304，用于通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式；

告警信息分量值生成模块305，用于根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

可选的，告警信息分量值生成模块305还可以包括：

计算变量数组获取子模块，用于根据切分后的判断条件表达式，从所述时序数据中获取与所述判断条件表达式对应的计算变量，并生成计算变量数组；

计算变量数组获取模块发送子模块，用于将所述计算变量数组发送至时序数据库；

告警信息分量值计算子模块，用于通过所述时序数据库对所述计算变量数组进行分量计算，获得告警信息分量值。

可选的，告警信息分量值计算子模块还可以包括：

计算变量数组获取单元，用于通过所述时序数据库的应用编程接口，获取所述计算变量数组中与故障告警的判断条件表达式对应的计算变量的值；

告警信息分量值计算单元，用于根据所述判断条件表达式中故障告警的内容展示格式与所述计算变量的值，确定所述告警信息分量值。

可选的，所述计算装置还可以包括：

告警通知生成模块，用于根据预设的复合变量告警规则中所有的判断条件表达式，以及与所述判断条件表达式对应的告警信息分量值，生成组合条件异常告警通知，所述组合条件异常告警通知包括：告警事件名称、告警内容、告警生成时间中的一种或多种；其中，所述告警内容为包括所述告警信息分量值的告警语句；

告警通知执行模块，用于将所述组合条件异常告警通知发送至用户端，以供运维人员根据所述组合条件异常告警通知对系统进行维护。

可选的，所述计算装置还可以包括：

单变量告警规则获取模块，用于获取预设的单变量告警规则；

单变量告警数据解析模块，用于根据所述单变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；

单变量告警确定模块，用于在所述解析结果中，若所述时序数据满足所述单变量告警规则中故障告警的判断条件表达式，则确定所时序数据满足所述单变量告警规则；

单条件告警通知生成模块，用于在确定所时序数据满足所述单变量告警规则的情况下，根据预设的单变量告警规则的判断条件表达式，以及与所述判断条件表达式对应的时序数据，生成单条件异常告警通知；

单条件告警通知执行模块，用于将所述单条件异常告警通知发送至用户端，以供运维人员根据所述单条件异常告警通知对系统进行维护。

可选的，所述计算装置还可以包括：

时序数据接收模块，用于接收服务器集群通过互联网发送的时序数据；其中，所述时序数据为所述服务器集群通过数据采集模块采集的系统数据；所述时序数据包括：业务系统数据、开源组件数据、操作系统数据中的一种或多种。

可选的，所述处理信息获取模块301还可以包括：

数据类型确定子模块，用于确定与复合变量对应的时序数据的类型；

告警参数获取模块，用于根据所述时序数据的类型，确定所述故障告警中触发单个故障告警的触发阈值和与所述触发阈值对应的阈值判断关系；

条件表达式生成模块，用于根据所述触发阈值和所述阈值判断关系，确定触发故障告警的判断条件表达式；

复合变量告警规则生成模块，用于将所有故障告警对应的判断条件表达式进行连接，获得复合变量告警规则。

综上所述，本发明实施例提供的一种告警信息分量值的计算装置，首先获取由服务器集群生成的时序数据与预设的复合变量告警规则，通过告警引擎对时序数据进行解析处理，并在确定时序数据符合触发复合变量告警规则的情况下，将预设的复合变量告警规则进行语意切分，获得针对单个故障告警的判断条件表达式；最终按照各判断条件表达式的具体内容对时序数据进行提取计算，获得各告警信息的分量值；如此运维人员在接收到由复合变量告警规则触发的故障告警信息时，能够详细地看到各故障告警对应数据的具体值，从而更加精准快速地定位到故障诱发源头并执行适应性维护，提升了对服务器的运维效率。

图10是根据一示例性实施例示出的一种电子设备600的框图。例如，电子设备600可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图10，电子设备600可以包括以下一个或多个组件：处理组件602，存储器604，电源组件606，多媒体组件608，音频组件610，输入/输出（I/ O）的接口612，传感器组件614，以及通信组件616。

处理组件602通常控制电子设备600的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件602可以包括一个或多个处理器620来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件602可以包括一个或多个模块，便于处理组件602和其他组件之间的交互。例如，处理组件602可以包括多媒体模块，以方便多媒体组件608和处理组件602之间的交互。

存储器604用于存储各种类型的数据以支持在电子设备600的操作。这些数据的示例包括用于在电子设备600上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，多媒体等。存储器604可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。

电源组件606为电子设备600的各种组件提供电力。电源组件606可以包括电源管理系统，一个或多个电源，及其他与为电子设备600生成、管理和分配电力相关联的组件。

多媒体组件608包括在所述电子设备600和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（LCD）和触摸面板（TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的分界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件608包括一个前置摄像头和/或后置摄像头。当电子设备600处于操作模式，如拍摄模式或多媒体模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件610用于输出和/或输入音频信号。例如，音频组件610包括一个麦克风（MIC），当电子设备600处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器604或经由通信组件616发送。在一些实施例中，音频组件610还包括一个扬声器，用于输出音频信号。

I/ O接口612为处理组件602和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件614包括一个或多个传感器，用于为电子设备600提供各个方面的状态评估。例如，传感器组件614可以检测到电子设备600的打开/关闭状态，组件的相对定位，例如所述组件为电子设备600的显示器和小键盘，传感器组件614还可以检测电子设备600或电子设备600一个组件的位置改变，用户与电子设备600接触的存在或不存在，电子设备600方位或加速/减速和电子设备600的温度变化。传感器组件614可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件614还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件614还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件616用于便于电子设备600和其他设备之间有线或无线方式的通信。电子设备600可以接入基于通信标准的无线网络，如WiFi，运营商网络（如2G、3G、4G或5G），或它们的组合。在一个示例性实施例中，通信组件616经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信组件616还包括近场通信（NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RFID）技术，红外数据协会（IrDA）技术，超宽带（UWB）技术，蓝牙（BT）技术和其他技术来实现。

在示例性实施例中，电子设备600可以被一个或多个应用专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于实现本发明实施例提供的一种告警信息分量值的计算方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器604，上述指令可由电子设备600的处理器620执行以完成上述方法。例如，所述非临时性存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。

图11是根据一示例性实施例示出的一种电子设备700的框图。例如，电子设备700可以被提供为一服务器。参照图11，电子设备700包括处理组件722，其进一步包括一个或多个处理器，以及由存储器732所代表的存储器资源，用于存储可由处理组件722的执行的指令，例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，处理组件722被配置为执行指令，以执行本发明实施例提供的一种告警信息分量值的计算方法。

电子设备700还可以包括一个电源组件726被配置为执行电子设备700的电源管理，一个有线或无线网络接口750被配置为将电子设备700连接到网络，和一个输入输出（I/O）接口758。电子设备700可以操作基于存储在存储器732的操作系统，例如WindowsServerTM，Mac OS XTM，UnixTM，LinuxTM，FreeBSDTM或类似。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (15)

1.一种告警信息分量值的计算方法，其特征在于，应用于云端服务器，所述方法包括：

获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态；

根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式；

在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所述时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎；

通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式；

根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

2.根据权利要求1所述的方法，其特征在于，所述根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值，包括：

根据切分后的判断条件表达式，从所述时序数据中获取与所述判断条件表达式对应的计算变量，并生成计算变量数组；

将所述计算变量数组发送至时序数据库；

通过所述时序数据库对所述计算变量数组进行分量计算，获得告警信息分量值。

3.根据权利要求2所述的方法，其特征在于，所述通过所述时序数据库对所述计算变量数组进行分量计算，获得告警信息分量值，包括：

通过所述时序数据库的应用编程接口，获取所述计算变量数组中与故障告警的判断条件表达式对应的计算变量的值；

根据所述判断条件表达式中故障告警的内容展示格式与所述计算变量的值，确定所述告警信息分量值。

4.根据权利要求1所述的方法，其特征在于，在根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值之后，所述方法还包括：

根据预设的复合变量告警规则中所有的判断条件表达式，以及与所述判断条件表达式对应的告警信息分量值，生成组合条件异常告警通知，所述组合条件异常告警通知包括：告警事件名称、告警内容、告警生成时间中的一种或多种；其中，所述告警内容为包括所述告警信息分量值的告警语句；

将所述组合条件异常告警通知发送至用户端，以供运维人员根据所述组合条件异常告警通知对系统进行维护。

5.根据权利要求1所述的方法，其特征在于，在获取服务器集群的时序数据之后，所述方法还包括：

获取预设的单变量告警规则；

根据所述单变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；

在所述解析结果中，若所述时序数据满足所述单变量告警规则中故障告警的判断条件表达式，则确定所述时序数据满足所述单变量告警规则；

在确定所述时序数据满足所述单变量告警规则的情况下，根据预设的单变量告警规则的判断条件表达式，以及与所述判断条件表达式对应的时序数据，生成单条件异常告警通知；

将所述单条件异常告警通知发送至用户端，以供运维人员根据所述单条件异常告警通知对系统进行维护。

6.根据权利要求1所述的方法，其特征在于，所述获取服务器集群的时序数据，包括：

接收服务器集群通过互联网发送的时序数据；其中，所述时序数据为所述服务器集群通过数据采集模块采集的系统数据；所述时序数据包括：业务系统数据、开源组件数据、操作系统数据中的一种或多种。

7.根据权利要求1所述的方法，其特征在于，所述获取预设的复合变量告警规则，包括：

确定与复合变量对应的时序数据的类型；

根据所述时序数据的类型，确定所述故障告警中触发单个故障告警的触发阈值和与所述触发阈值对应的阈值判断关系；

根据所述触发阈值和所述阈值判断关系，确定触发故障告警的判断条件表达式；

将所有故障告警对应的判断条件表达式进行连接，获得复合变量告警规则。

8.根据权利要求6所述的方法，其特征在于，所述操作系统数据包括：中央处理器负载率、系统内存占用率、图形处理器温度、图形处理器功耗中的一种或多种；

所述开源组件数据包括：云网丢包率、云网络错包率中的一种或多种；

所述业务系统数据包括：服务器集群入口流量、服务器集群出口流量中的一种或多种。

9.一种告警信息分量值的计算装置，其特征在于，应用于云端服务器，所述计算装置包括：

处理信息获取模块，用于获取服务器集群的时序数据，并获取预设的复合变量告警规则；其中所述时序数据用于表征所述服务器集群中各服务器的运行状态；

时序数据解析模块，用于根据所述复合变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；一条所述复合变量告警规则包括：至少两种针对不同故障的判断条件表达式；

复合变量告警确定模块，用于在所述解析结果中，若所述时序数据同时满足所述复合变量告警规则中所有故障告警的判断条件表达式，则确定所时序数据满足所述复合变量告警规则，并将所述复合变量告警规则发送至语意分析引擎；

变量告警规则切分模块，用于通过所述语意分析引擎对所述复合变量告警规则进行语意切分，获得分别针对不同故障告警的判断条件表达式；

告警信息分量值生成模块，用于根据与所述判断条件表达式对应的时序数据，获得所述故障告警的告警信息分量值。

10.根据权利要求9所述的计算装置，其特征在于，所述告警信息分量值生成模块包括：

计算变量数组获取子模块，用于根据切分后的判断条件表达式，从所述时序数据中获取与所述判断条件表达式对应的计算变量，并生成计算变量数组；

计算变量数组获取模块发送子模块，用于将所述计算变量数组发送至时序数据库；

告警信息分量值计算子模块，用于通过所述时序数据库对所述计算变量数组进行分量计算，获得告警信息分量值。

11.根据权利要求10所述的计算装置，其特征在于，所述告警信息分量值计算子模块包括：

计算变量数组获取单元，用于通过所述时序数据库的应用编程接口，获取所述计算变量数组中与故障告警的判断条件表达式对应的计算变量的值；

告警信息分量值计算单元，用于根据所述判断条件表达式中故障告警的内容展示格式与所述计算变量的值，确定所述告警信息分量值。

12.根据权利要求9所述的计算装置，其特征在于，所述装置还包括：

组合告警通知生成模块，用于根据预设的复合变量告警规则中所有的判断条件表达式，以及与所述判断条件表达式对应的告警信息分量值，生成组合条件异常告警通知，所述组合条件异常告警通知包括：告警事件名称、告警内容、告警生成时间中的一种或多种；其中，所述告警内容为包括所述告警信息分量值的告警语句；

组合告警通知执行模块，用于将所述组合条件异常告警通知发送至用户端，以供运维人员根据所述组合条件异常告警通知对系统进行维护。

13.根据权利要求9所述的计算装置，其特征在于，所述计算装置还包括：

单变量告警规则获取模块，用于获取预设的单变量告警规则；

单变量告警数据解析模块，用于根据所述单变量告警规则，通过告警引擎对所述时序数据进行解析处理，获得解析结果；

单变量告警确定模块，用于在所述解析结果中，若所述时序数据满足所述单变量告警规则中故障告警的判断条件表达式，则确定所述时序数据满足所述单变量告警规则；

单条件告警通知生成模块，用于在确定所述时序数据满足所述单变量告警规则的情况下，根据预设的单变量告警规则的判断条件表达式，以及与所述判断条件表达式对应的时序数据，生成单条件异常告警通知；

单条件告警通知执行模块，用于将所述单条件异常告警通知发送至用户端，以供运维人员根据所述单条件异常告警通知对系统进行维护。

14.一种电子设备，其特征在于，包括：处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如权利要求1至8中任一项所述的方法。

15.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得所述电子设备能够执行如权利要求1至8中任一项所述的方法。

Images