CN117312053A - 基于全流程的故障自愈方法、装置、电子设备及存储介质 - Google Patents
基于全流程的故障自愈方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117312053A CN117312053A CN202311379292.XA CN202311379292A CN117312053A CN 117312053 A CN117312053 A CN 117312053A CN 202311379292 A CN202311379292 A CN 202311379292A CN 117312053 A CN117312053 A CN 117312053A
- Authority
- CN
- China
- Prior art keywords
- fault
- healing
- flow
- self
- full
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000012544 monitoring process Methods 0.000 claims abstract description 153
- 238000001514 detection method Methods 0.000 claims abstract description 98
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000006870 function Effects 0.000 claims abstract description 58
- 230000008569 process Effects 0.000 claims abstract description 54
- 238000004458 analytical method Methods 0.000 claims abstract description 34
- 230000001960 triggered effect Effects 0.000 claims abstract description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 7
- 238000012098 association analyses Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 13
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000013515 script Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1479—Generic software techniques for error detection or fault masking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及金融科技领域下的人工智能，揭露一种基于全流程的故障自愈方法，包括：利用监控系统采集业务场景下的全流程监控数据，对全流程监控数据进行故障检测，得到全流程监控数据中不同流程节点对应的故障检测结果；根据不同流程节点对应的故障检测结果进行故障告警，当检测到监控系统中的故障告警时，获取故障告警时的告警信息并对告警信息进行信息解析，得到告警解析数据；基于多个原子功能构建得到对应的故障自愈方案；当触发到故障自愈任务时，利用故障自愈方案对待处理数据进行故障自愈处理。本发明还提出一种基于全流程的故障自愈装置、电子设备以及存储介质。本发明可以提高金融科技领域下故障自愈的准确度。
Description
技术领域
本发明涉及人工智能领域，尤其涉及一种基于全流程的故障自愈方法、装置、电子设备及存储介质。
背景技术
在金融科技领域中，随着金融业务的不断发展，与之对应的应用系统也不断地演进，其系统规模的复杂度越来越高，技术更新也非常的快。与此同时，软件的规模、调用关系和变更频率也在逐渐增大。在这种业务背景之下，如何保障系统运行稳定，且在系统遇到故障时如何快速恢复成为一个棘手的问题。
在传统的运维方式中，由于故障感知判断、流量调度决策的复杂性，通常需要人工止损，但是人工止损和其他人工处理的时效性会影响到服务的恢复速度。同时，对于金融科技领域下的不同金融特性的系统，其数据的时效性，系统的可用性都要求系统具有足够强大的故障快速恢复能力。因此从后台大数据的批处理任务，到面向用户使用的应用程序，以及服务端的中间件，系统均需要全流程，全链路的保障，任意点的故障都会影响保险系统的正常使用。故亟待提出一种全流程的故障自愈方案，从后台数据转换、到应用系统、中间件、服务器全面自愈方案，应对大部分的故障处理，避免故障处理不及时而影响系统使用。
发明内容
本发明提供一种基于全流程的故障自愈方法、装置、电子设备及存储介质，其主要目的在于提高故障自愈的准确度。
为实现上述目的，本发明提供的一种基于全流程的故障自愈方法，包括：
利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
基于预获取的多个原子功能构建得到对应的故障自愈方案；
当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
可选地，所述对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
识别所述全流程监控数据中的流程节点，以所述流程节点作为划分标准对所述全流程监控数据进行数据划分，得到不同流程节点下的监控数据；
分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
可选地，所述分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
利用异常检测算法对不同流程节点下的监控数据进行异常检测，得到异常检测结果；
对所述异常检测结果进行趋势预测和关联分析，得到故障预测结果；
获取所述故障预测结果所属的流程节点，并将所述故障预测结果和所述故障预测结果所属的流程节点作为故障检测结果。
可选地，所述获取所述故障告警时的告警信息，包括：
获取触发故障告警后的告警来源和告警级别，并识别所述监控系统中的监控名称和关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标进行汇总处理，得到所述故障告警时的告警信息。
可选地，所述对所述告警信息进行信息解析，得到告警解析数据，包括：
识别所述告警信息中的所述告警来源、所述告警级别、所述监控名称和所述关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标对应的数据作为告警解析数据。
可选地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案，包括：
在预构建的自愈任务中添加所述多个原子功能，得到初始自愈任务；
对所述初始自愈任务进行功能设置和参数设置，得到故障自愈方案。
可选地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案之后，所述方法还包括：
对所述故障自愈方案进行时间设定、执行器选择和类型发布。
为了解决上述问题，本发明还提供一种基于全流程的故障自愈装置，所述装置包括：
故障检测模块，用于利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
故障告警模块，用于根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
方案构建模块，用于基于预获取的多个原子功能构建得到对应的故障自愈方案；
故障自愈模块，用于当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于全流程的故障自愈方法。
为了解决上述问题，本发明还提供一种存储介质，所述存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于全流程的故障自愈方法。
本发明实施例中，通过采集业务场景下的全流程监控数据，实现全方位的故障检测，并根据原子功能进行故障自愈方案的构建，所述原子功能可以在全局使用，减少了开发成本，并且根据多个原子功能构建的故障自愈方案更加灵活，提高了故障处理的速度，以及故障自愈的准确度。因此本发明提出的基于全流程的故障自愈方法、装置、电子设备及存储介质，可以解决提高故障自愈的准确度低的问题。
附图说明
图1为本发明一实施例提供的基于全流程的故障自愈方法的流程示意图；
图2为图1中其中一个步骤的详细实施流程示意图；
图3为本发明一实施例提供的基于全流程的故障自愈装置的功能模块图；
图4为本发明一实施例提供的实现所述基于全流程的故障自愈方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于全流程的故障自愈方法。所述基于全流程的故障自愈方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于全流程的故障自愈方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于全流程的故障自愈方法的流程示意图。在本实施例中，所述基于全流程的故障自愈方法包括以下步骤S1-S4：
S1、利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
本发明实施例中，所述业务场景可以为金融科技场景下的保险系统应用的场景，也可以是其他金融业务场景，例如，供应链金融场景、存款业务场景等。
具体地，利用预设的监控系统采集业务场景下的全流程监控数据，其中，预设的监控系统可以是WiseAPM Detector(Wise Application Monitoring)监控系统，其是一种针对业务应用程序的一站式端到端性能云监控平台。利用预设的监控系统可以针对保险系统止损过程中的可用性场景，覆盖故障发现、止损决策、问题定位各阶段的监控。采集到的所述全流程监控数据覆盖了外网链路、网络设备、中间件实例、主机、容器等全方位数据。
进一步地，所述对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
S11、识别所述全流程监控数据中的流程节点，以所述流程节点作为划分标准对所述全流程监控数据进行数据划分，得到不同流程节点下的监控数据；
S12、分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
详细地，所述流程节点可以是全流程监控数据在不同的阶段中的节点，例如，在一个完整的监控数据生命周期中包括初始阶段、中间阶段和结尾阶段等。当对所述全流程监控数据进行故障检测处理时，需要对所述全流程监控数据拆分为多个不同流程节点下的数据，进而进行异常检测处理。
具体地，所述分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
利用异常检测算法对不同流程节点下的监控数据进行异常检测，得到异常检测结果；
对所述异常检测结果进行趋势预测和关联分析，得到故障预测结果；
获取所述故障预测结果所属的流程节点，并将所述故障预测结果和所述故障预测结果所属的流程节点作为故障检测结果。
详细地，可以对不同流程节点下的监控数据进行异常检测、趋势预测、关联分析、服务和链路拓扑分析，实现故障的精准发现和定位。
S2、根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据。
本发明实施例中，根据不同流程节点对应的故障检测结果进行故障告警，当所述故障检测结果为检测故障时，所述监控系统会进行告警提示，当所述故障检测结果为未检测故障时，所述监控系统不会进行告警提示。
具体地，所述获取所述故障告警时的告警信息，包括：
获取触发故障告警后的告警来源和告警级别，并识别所述监控系统中的监控名称和关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标进行汇总处理，得到所述故障告警时的告警信息。
详细地，在本方案中，所述告警来源可以是MVC或者监控ID，所述告警级别可以为CRITICAL、MAJOR或者WARNING，所述监控名称可以为DETECOTR，所述关联指标可以为错误请求，慢请求，错误请求数。
进一步地，所述对所述告警信息进行信息解析，得到告警解析数据，包括：
识别所述告警信息中的所述告警来源、所述告警级别、所述监控名称和所述关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标对应的数据作为告警解析数据。
详细地，所述告警解析数据可以用于提示用户。
S3、基于预获取的多个原子功能构建得到对应的故障自愈方案。
本发明实施例中，多个原子功能可以是开发自愈功能对应的原子，例如apollo回滚，限流策略，功能开关，日志自动压缩，容器实例扩容等，在自愈任务编排中可以直接调用多个原子功能，只需要填入具体的任务参数即可。
具体地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案，包括：
在预构建的自愈任务中添加所述多个原子功能，得到初始自愈任务；
对所述初始自愈任务进行功能设置和参数设置，得到故障自愈方案。
详细地，所述功能设置包括任务名称，任务说明，子系统，标签信息等基本设置，所述参数设置包括每个自愈任务必须的入参，例如apollo任务的：env，appid,cluster,namespace,key,vaue；如日志自动压缩的：path,Day。
进一步地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案之后，所述方法还包括：
对所述故障自愈方案进行时间设定、执行器选择和类型发布。
详细地，进行时间设定、执行器选择和类型发布是指设置预案为手动触发，自愈为告警触发，调度为定时触发。
S4、当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
本发明实施例中，当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理，还可以设置联系人的邮箱和电话等进行通知。
本方案解决了人工处理的时效性低和人的不可靠性。根据金融科技领域下系统特有的金融特性，即数据的时效性和系统的高可用性，设计了金融科技领域下系统特有的故障自愈方案。此方案有三点好处：1、自愈原子功能共用机制，一个原子功能开发完成，全局均可以使用，并且可以减少开发成本，保障自愈脚本质量；2、灵活的自愈执行策略；对于简单，风险小且固定执行流程的，设置自愈，让告警自动触发；对于风险高且可提前预知处理步骤的，设置为预案，故障时手动触发，可节省梳理处理步骤的时间，同时比较自动触发引发处置过度。对于流程固定且需要在凌晨等非工作时间执行的，可以设置为调度，定时执行，节省运维人力，避免大半夜等着执行变更。3、支持多种监控触发机制；支持多种监控触发，如自己配置脚本的mvc监控，DETECOTR指标监控等，灵活支持全覆盖的监控触发机制。
本发明实施例中，通过采集业务场景下的全流程监控数据，实现全方位的故障检测，并根据原子功能进行故障自愈方案的构建，所述原子功能可以在全局使用，减少了开发成本，并且根据多个原子功能构建的故障自愈方案更加灵活，提高了故障处理的速度，以及故障自愈的准确度。因此本发明提出的基于全流程的故障自愈方法，可以解决提高故障自愈的准确度低的问题。
如图3所示，是本发明一实施例提供的基于全流程的故障自愈装置的功能模块图。
本发明所述基于全流程的故障自愈装置100可以安装于电子设备中。根据实现的功能，所述基于全流程的故障自愈装置100可以包括故障检测模块101、故障告警模块102、方案构建模块103及故障自愈模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述故障检测模块101，用于利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
所述故障告警模块102，用于根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
所述方案构建模块103，用于基于预获取的多个原子功能构建得到对应的故障自愈方案；
所述故障自愈模块104，用于当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
详细地，所述基于全流程的故障自愈装置100各模块的具体实施方式如下：
步骤一、利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
本发明实施例中，所述业务场景可以为金融科技场景下的保险系统应用的场景，也可以是其他金融业务场景，例如，供应链金融场景、存款业务场景等。
具体地，利用预设的监控系统采集业务场景下的全流程监控数据，其中，预设的监控系统可以是WiseAPM Detector(Wise Application Monitoring)监控系统，其是一种针对业务应用程序的一站式端到端性能云监控平台。利用预设的监控系统可以针对保险系统止损过程中的可用性场景，覆盖故障发现、止损决策、问题定位各阶段的监控。采集到的所述全流程监控数据覆盖了外网链路、网络设备、中间件实例、主机、容器等全方位数据。
进一步地，所述对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
识别所述全流程监控数据中的流程节点，以所述流程节点作为划分标准对所述全流程监控数据进行数据划分，得到不同流程节点下的监控数据；
分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
详细地，所述流程节点可以是全流程监控数据在不同的阶段中的节点，例如，在一个完整的监控数据生命周期中包括初始阶段、中间阶段和结尾阶段等。当对所述全流程监控数据进行故障检测处理时，需要对所述全流程监控数据拆分为多个不同流程节点下的数据，进而进行异常检测处理。
具体地，所述分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
利用异常检测算法对不同流程节点下的监控数据进行异常检测，得到异常检测结果；
对所述异常检测结果进行趋势预测和关联分析，得到故障预测结果；
获取所述故障预测结果所属的流程节点，并将所述故障预测结果和所述故障预测结果所属的流程节点作为故障检测结果。
详细地，可以对不同流程节点下的监控数据进行异常检测、趋势预测、关联分析、服务和链路拓扑分析，实现故障的精准发现和定位。
步骤二、根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据。
本发明实施例中，根据不同流程节点对应的故障检测结果进行故障告警，当所述故障检测结果为检测故障时，所述监控系统会进行告警提示，当所述故障检测结果为未检测故障时，所述监控系统不会进行告警提示。
具体地，所述获取所述故障告警时的告警信息，包括：
获取触发故障告警后的告警来源和告警级别，并识别所述监控系统中的监控名称和关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标进行汇总处理，得到所述故障告警时的告警信息。
详细地，在本方案中，所述告警来源可以是MVC或者监控ID，所述告警级别可以为CRITICAL、MAJOR或者WARNING，所述监控名称可以为DETECOTR，所述关联指标可以为错误请求，慢请求，错误请求数。
进一步地，所述对所述告警信息进行信息解析，得到告警解析数据，包括：
识别所述告警信息中的所述告警来源、所述告警级别、所述监控名称和所述关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标对应的数据作为告警解析数据。
详细地，所述告警解析数据可以用于提示用户。
步骤三、基于预获取的多个原子功能构建得到对应的故障自愈方案。
本发明实施例中，多个原子功能可以是开发自愈功能对应的原子，例如apollo回滚，限流策略，功能开关，日志自动压缩，容器实例扩容等，在自愈任务编排中可以直接调用多个原子功能，只需要填入具体的任务参数即可。
具体地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案，包括：
在预构建的自愈任务中添加所述多个原子功能，得到初始自愈任务；
对所述初始自愈任务进行功能设置和参数设置，得到故障自愈方案。
详细地，所述功能设置包括任务名称，任务说明，子系统，标签信息等基本设置，所述参数设置包括每个自愈任务必须的入参，例如apollo任务的：env，appid,cluster,namespace,key,vaue；如日志自动压缩的：path,Day。
进一步地，所述基于预获取的多个原子功能构建得到对应的故障自愈方案之后，所述方法还包括：
对所述故障自愈方案进行时间设定、执行器选择和类型发布。
详细地，进行时间设定、执行器选择和类型发布是指设置预案为手动触发，自愈为告警触发，调度为定时触发。
步骤四、当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
本发明实施例中，当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理，还可以设置联系人的邮箱和电话等进行通知。
本方案解决了人工处理的时效性低和人的不可靠性。根据金融科技领域下系统特有的金融特性，即数据的时效性和系统的高可用性，设计了金融科技领域下系统特有的故障自愈方案。此方案有三点好处：1、自愈原子功能共用机制，一个原子功能开发完成，全局均可以使用，并且可以减少开发成本，保障自愈脚本质量；2、灵活的自愈执行策略；对于简单，风险小且固定执行流程的，设置自愈，让告警自动触发；对于风险高且可提前预知处理步骤的，设置为预案，故障时手动触发，可节省梳理处理步骤的时间，同时比较自动触发引发处置过度。对于流程固定且需要在凌晨等非工作时间执行的，可以设置为调度，定时执行，节省运维人力，避免大半夜等着执行变更。3、支持多种监控触发机制；支持多种监控触发，如自己配置脚本的mvc监控，DETECOTR指标监控等，灵活支持全覆盖的监控触发机制。
本发明实施例中，通过采集业务场景下的全流程监控数据，实现全方位的故障检测，并根据原子功能进行故障自愈方案的构建，所述原子功能可以在全局使用，减少了开发成本，并且根据多个原子功能构建的故障自愈方案更加灵活，提高了故障处理的速度，以及故障自愈的准确度。因此本发明提出的基于全流程的故障自愈装置，可以解决提高故障自愈的准确度低的问题。
如图4所示，是本发明一实施例提供的实现基于全流程的故障自愈方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于全流程的故障自愈程序。
其中，所述处理器10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10是所述电子设备的控制核心(ControlUnit)，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11内的程序或者模块(例如执行基于全流程的故障自愈程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于全流程的故障自愈程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，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11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。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。所述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。
图4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4示出的结构并不构成对所述电子设备1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10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。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于全流程的故障自愈程序是多个指令的组合，在所述处理器10中运行时，可以实现：
利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
基于预获取的多个原子功能构建得到对应的故障自愈方案；
当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
基于预获取的多个原子功能构建得到对应的故障自愈方案；
当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
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。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于全流程的故障自愈方法，其特征在于，所述方法包括：
利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
基于预获取的多个原子功能构建得到对应的故障自愈方案；
当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
2.如权利要求1所述的基于全流程的故障自愈方法，其特征在于，所述对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
识别所述全流程监控数据中的流程节点，以所述流程节点作为划分标准对所述全流程监控数据进行数据划分，得到不同流程节点下的监控数据；
分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果。
3.如权利要求2所述的基于全流程的故障自愈方法，其特征在于，所述分别对所述不同流程节点下的监控数据进行异常检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果，包括：
利用异常检测算法对不同流程节点下的监控数据进行异常检测，得到异常检测结果；
对所述异常检测结果进行趋势预测和关联分析，得到故障预测结果；
获取所述故障预测结果所属的流程节点，并将所述故障预测结果和所述故障预测结果所属的流程节点作为故障检测结果。
4.如权利要求1所述的基于全流程的故障自愈方法，其特征在于，所述获取所述故障告警时的告警信息，包括：
获取触发故障告警后的告警来源和告警级别，并识别所述监控系统中的监控名称和关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标进行汇总处理，得到所述故障告警时的告警信息。
5.如权利要求1所述的基于全流程的故障自愈方法，其特征在于，所述对所述告警信息进行信息解析，得到告警解析数据，包括：
识别所述告警信息中的所述告警来源、所述告警级别、所述监控名称和所述关联指标；
将所述告警来源、所述告警级别、所述监控名称和所述关联指标对应的数据作为告警解析数据。
6.如权利要求1所述的基于全流程的故障自愈方法，其特征在于，所述基于预获取的多个原子功能构建得到对应的故障自愈方案，包括：
在预构建的自愈任务中添加所述多个原子功能，得到初始自愈任务；
对所述初始自愈任务进行功能设置和参数设置，得到故障自愈方案。
7.如权利要求1所述的基于全流程的故障自愈方法，其特征在于，所述基于预获取的多个原子功能构建得到对应的故障自愈方案之后，所述方法还包括：
对所述故障自愈方案进行时间设定、执行器选择和类型发布。
8.一种基于全流程的故障自愈装置，其特征在于，所述装置包括：
故障检测模块，用于利用预设的监控系统采集业务场景下的全流程监控数据，对所述全流程监控数据进行故障检测处理，得到所述全流程监控数据中不同流程节点对应的故障检测结果；
故障告警模块，用于根据不同流程节点对应的故障检测结果进行故障告警，当检测到所述监控系统中的故障告警时，获取所述故障告警时的告警信息并对所述告警信息进行信息解析，得到告警解析数据；
方案构建模块，用于基于预获取的多个原子功能构建得到对应的故障自愈方案；
故障自愈模块，用于当触发到故障自愈任务时，利用所述故障自愈方案对待处理数据进行故障自愈处理。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于全流程的故障自愈方法。
10.一种存储介质，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如权利要求1至7中任意一项所述的基于全流程的故障自愈方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311379292.XA CN117312053A (zh) | 2023-10-23 | 2023-10-23 | 基于全流程的故障自愈方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311379292.XA CN117312053A (zh) | 2023-10-23 | 2023-10-23 | 基于全流程的故障自愈方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117312053A true CN117312053A (zh) | 2023-12-29 |
Family
ID=89288252
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311379292.XA Pending CN117312053A (zh) | 2023-10-23 | 2023-10-23 | 基于全流程的故障自愈方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117312053A (zh) |
-
2023
- 2023-10-23 CN CN202311379292.XA patent/CN117312053A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8060782B2 (en) | Root cause problem identification through event correlation | |
| CN111754123B (zh) | 数据监控方法、装置、计算机设备及存储介质 | |
| CN104765652B (zh) | 一种数据备份和数据恢复方法及装置 | |
| CN113360579A (zh) | 数据库高可用处理方法、装置、电子设备及存储介质 | |
| CN109117298A (zh) | 一种硬件故障修复方法、装置及设备 | |
| CN114816820A (zh) | chproxy集群故障修复方法、装置、设备及存储介质 | |
| CN109815697A (zh) | 误报行为处理方法及装置 | |
| CN110955723A (zh) | 一种主从数据库同步状态监控方法、装置及电子设备 | |
| CN108376110A (zh) | 一种自动检测方法、系统及终端设备 | |
| CN110018932B (zh) | 一种容器磁盘的监控方法及装置 | |
| CN112598529B (zh) | 数据处理方法及装置、计算机可读存储介质、电子设备 | |
| CN117216032A (zh) | 一种数据库优化巡检方法、装置、介质及设备 | |
| CN112579402A (zh) | 一种应用系统故障定位的方法和装置 | |
| CN115147031B (zh) | 清算工作流执行方法、装置、设备及介质 | |
| CN117312053A (zh) | 基于全流程的故障自愈方法、装置、电子设备及存储介质 | |
| CN116136801B (zh) | 云平台的数据处理方法、装置、电子设备及存储介质 | |
| CN115102838B (zh) | 服务器宕机风险的应急处理方法和装置、电子设备 | |
| CN113835961B (zh) | 告警信息监控方法、装置、服务器及存储介质 | |
| CN114385453A (zh) | 数据库集群异常处理方法、装置、设备及介质 | |
| CN114371962A (zh) | 数据采集方法、装置、电子设备及存储介质 | |
| CN114237982A (zh) | 系统灾备切换方法、装置、设备及存储介质 | |
| CN112612676A (zh) | 设备的监控方法及监控装置 | |
| CN113254269A (zh) | 一种存储系统异常事件修复的方法、系统、设备和介质 | |
| CN111581256A (zh) | 一种智能量测终端应用程序的交互方法及系统 | |
| CN115134213B (zh) | 一种容灾方法、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 |