CN117331754A - 异常问题还原方法、系统、电子设备和计算机存储介质 - Google Patents
异常问题还原方法、系统、电子设备和计算机存储介质 Download PDFInfo
- Publication number
- CN117331754A CN117331754A CN202311346416.4A CN202311346416A CN117331754A CN 117331754 A CN117331754 A CN 117331754A CN 202311346416 A CN202311346416 A CN 202311346416A CN 117331754 A CN117331754 A CN 117331754A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- target
- information
- data
- experimental 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.)
- Granted
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 107
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000005856 abnormality Effects 0.000 title claims description 12
- 230000002159 abnormal effect Effects 0.000 claims abstract description 278
- 238000011835 investigation Methods 0.000 claims abstract description 23
- 238000002474 experimental method Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 34
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013024 troubleshooting Methods 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
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1415—Saving, restoring, recovering or retrying at system level
- G06F11/142—Reconfiguring to eliminate the error
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
本申请涉及数据处理技术领域,公开了一种异常问题还原方法、系统、电子设备和计算机存储介质,方法包括:获取异常终端设备的设备信息和异常业务;根据设备信息和异常业务的业务信息,获取异常终端设备的目标识别码信息;基于目标识别码信息获取目标配置数据和目标客户端实验数据;基于目标配置数据、目标客户端实验数据和异常业务的业务复杂系数进行异常问题还原。本申请通过异常终端设备的设备信息和异常业务直接获取异常终端设备的目标识别码信息,再根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而更大概率还原出异常问题,提高了排查效率。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及一种异常问题还原方法、系统、电子设备和计算机存储介质。
背景技术
在App迭代的过程中,存在大量的AB实验验证一个功能对用户的影响,由于AB实验的存在,导致在不同实验组里的用户在一些场景下运行的代码可能是不一样的。同样的,除了AB实验之外,还存在配置平台,通过配置平台依据不同机型、App版本、用户id等条件下发json条件配置,通过下发的条件配置也会导致不同用户由于命中了不同的条件,在相同场景下可能会走入不同的代码分支,导致表现不一致。因此,线上用户反馈异常时,由于有AB实验和条件配置的存在,导致研发机器同样的场景走入了不同的代码分支,会导致研发机器上无法复现用户反馈的异常。
发明内容
本申请实施例提供一种异常问题还原方法、系统、电子设备和计算机存储介质,可以更大概率还原异常问题,提高排查效率。
第一方面,本申请实施例提供一种异常问题还原方法,包括:
获取异常终端设备的设备信息和异常业务;
根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
第二方面,本申请实施例提供一种异常问题还原系统,包括:
第一数据获取模块,用于获取异常终端设备的设备信息和异常业务;
识别码获取模块,用于根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
第二数据获取模块,用于基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
异常问题还原模块,用于基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
第三方面,本申请实施例还提供一种电子设备,包括存储器存储有多条指令;处理器从存储器中加载指令,以执行本申请实施例所提供的任一种异常问题还原方法。
第四方面,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有多条指令,指令适于处理器进行加载,以执行本申请实施例所提供的任一种异常问题还原方法。
第五方面,本申请实施例还提供一种计算机程序产品,包括计算机程序或指令,计算机程序或指令被处理器执行时实现本申请实施例所提供的任一种异常问题还原方法。
采用本申请实施例的方案,可以通过异常终端设备的设备信息和异常业务直接获取异常终端设备的目标识别码信息,再根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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的附图。
图1是本申请实施例中提供的异常问题还原方法的流程示意图之一;
图2是本申请实施例中提供的目标识别码图片获取示意图;
图3是本申请实施例中提供的数据交互示意图;
图4是本申请实施例中提供的异常问题还原方法的流程示意图之二;
图5是本申请实施例中提供的异常问题还原系统的结构示意图;
图6是本申请实施例中提供的电子设备的结构示意图。
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清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。同时,在本申请实施例的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更特征。在本申请实施例的描述中,“”的含义是两个或两个以上,除非另有明确具体的限定。
本申请实施例提供一种异常问题还原方法、系统、电子设备和计算机存储介质。具体地,本申请实施例将从异常问题还原系统的角度进行描述,该异常问题还原系统具体可以集成在电子设备中,即本申请实施例异常问题还原方法可以由电子设备执行。可选的,该电子设备包括终端设备。终端设备可以为手机、平板电脑、智能蓝牙设备、笔记本电脑、游戏机、或者个人电脑(Personal Computer,PC)等设备。可选的,该电子设备包括服务器,该服务器可以是独立的服务器,也可以是服务器组成的服务器网络或服务器集群,其包括但不限于计算机、网络主机、单个网络服务器、网络服务器集或服务器构成的云服务器。其中,云服务器由基于云计算(Cloud Computing)的大量计算机或网络服务器构成。
需说明的是,以下实施例的描述顺序不作为对实施例优选顺序的限定。虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于附图所示的顺序执行所示出或描述的步骤。
词语解释
JSON:一种轻量级资料交换格式,其内容由属性和值组成,因此易于阅读和处理。JSON是独立于编程语言的资料格式,其不仅是JavaScript的子集,也采用了C语言的用法,目前有许多编程语言都能够将其解析和字符串化。
AB实验:线上流量中取出一小部分(较低风险),完全随机地分给原策略A和新策略B(排除干扰),结合统计方法得到对于两种策略相对效果的准确估计(量化结果)。因此,基于小样本的实验方法同时满足了低风险,抗干扰和量化结果的要求。
白名单:其目的就是存在于白名单中的用户优先于流量分桶,命中某个实验。需要说明的是,若白名单所在实验和流量经过哈希分桶之后的实验是两个不同的实验,则以白名单优先级为最高,也即若白名单命中某个实验,则在该层上,不再命中其他实验。
以下结合附图分别进行详细说明,本申请实施例以异常问题还原系统为执行主体举例说明,其中,异常问题还原系统可以包括CDN资源服务器和测试端服务器。参考图1,图1是本申请实施例中提供的异常问题还原方法的流程示意图之一。本申请实施例提供的异常问题还原方法的具体流程可以如下步骤101至步骤104,包括:
步骤101,获取异常终端设备的设备信息和异常业务;
需要说明的是,设备终端发生异常后,会向异常问题还原系统发起异常通知,其中,异常可以包括漏洞、故障、设备崩溃等场景。
可选的,测试端服务器接收到异常通知后,获取发起异常通知的异常终端设备的设备信息和异常业务,其中,设备信息可以包括设备标识信息和终端用户标识信息,设备标识信息如设备MAC(Media Access Control Address,媒体访问控制地址)地址、IP(Internet Protocol Address,互联网协议地址)地址等,终端用户标识信息如终端用户ID(User Identification)。异常业务即发生异常或异常状态下的业务运行,如无法正常访问或连接、功能受限、数据损失、数据错误、响应时间延迟、中断或停机。
步骤102,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
可选的,测试端服务器根据设备信息和异常业务的业务信息,获取异常终端设备的识别码图像,其中,在一实施例中,识别码图像是CDN资源服务器将识别码信息以二维条形码的形式存储得到,因此,识别码图像可以为二维码图像。可选的,测试端服务器对获取到的识别码图像进行扫描识别,得到异常终端设备的目标识别码信息,继续上述实施例,若识别码图像为二维码图像,则目标识别码信息为二维码信息,其中,目标识别码信息可以包括数据下载链接和目标资源地址。
步骤103,基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
可选的,测试端服务器根据目标识别码信息获取目标配置数据和目标客户端实验数据,目标配置数据可以包括系统级配置、应用程序配置、网络配置、数据库配置和Web应用程序配置,目标客户端实验数据可以包括使用行为数据、响应时间数据、错误异常数据、用户反馈数据和设备操作系统信息。
在一示例中,目标识别码信息为数据下载链接,测试端服务器通过访问数据下载链接获取目标配置数据和目标客户端实验数据。在另一示例中,目标识别码信息为目标资源地址,测试端服务器通过目标资源地址获取目标配置数据和目标客户端实验数据。
步骤104,基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
可选的,测试端服务器获取异常业务的业务复杂程度,根据业务复杂程度确定异常业务的业务复杂系数,因此,业务复杂系数表征异常业务的业务复杂程度,业务复杂系数和业务复杂程度成正比例关系,即业务复杂系数越大,业务复杂程度越高。
可选的,测试端服务器根据目标配置数据、目标客户端实验数据和业务复杂系数进行异常问题还原。
采用本申请实施例的方案,可以通过异常终端设备的设备信息和异常业务直接获取异常终端设备的目标识别码信息,再根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
可选的,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息之前,需要将异常终端设备的配置数据和客户端实验数据编码为目标识别码信息,具体包括:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
具体地,终端用户需要通过操作异常终端设备,将异常终端设备中的配置数据和客户端实验数据进行序列化,生成数据序列,具体为:
第一种为主动上传方式,具体为:
后端技术人员通过终端用户ID联系异常终端设备的终端用户,若能联系到终端用户,CDN资源服务器为异常终端设备提供手动上传配置数据的选项。可选的,终端用户在异常终端设备上点击选项,以使得异常终端设备的后端服务器获取异常终端设备配置数据和客户端实验数据在本地内存中持久化的存储路径,从而获取到本地内存中的配置数据和客户端实验数据。
可选的,后端服务器将配置数据和客户端实验数据进行序列化,序列化即将数据转化为json数据,因此可以理解为,将配置数据和客户端实验数据进行json序列化,生成数据序列,其中,数据序列为字符串格式的数据。
第二种为链接上传方式,具体为:
若不能联系到终端用户,CDN资源服务器根据终端用户ID将长链接push发送至异常终端设备,通过长链接push与障终端设备建立连接链路。终端用户在异常终端设备上点击长链接push,以使得后异常终端设备的端服务器获取异常终端设备配置数据和客户端实验数据在本地内存中持久化的存储路径,从而获取到本地内存中的配置数据和客户端实验数据。
可选的,后端服务器将配置数据和客户端实验数据进行序列化,序列化即将数据转化为json数据,因此可以理解为,将配置数据和客户端实验数据进行json序列化,生成数据序列。
可选的,后端服务器生成数据序列后,将数据序列发送至CDN资源服务器。
可选的,CDN资源服务器接收到异常终端设备发送的数据序列后,将数据序列存储至CDN资源服务器的后台数据库中。
可选的,CDN资源服务器获取数据序列在后台数据库中的资源存储地址。
可选的,CDN资源服务器将资源存储地址进行编码,生成异常终端设备的目标识别码信息,因此,此处的编码可以理解为QRCode编码。可选的,CDN资源服务器将目标识别码信息以二维条形码的形式存储,生成识别码图片,并将识别码图片与设备标识信息及终端用户标识信息关联绑定。
采用本申请实施例的方案,将配置数据和客户端实验数据以识别码信息的形式进行存储,使得根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
可选的,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息,包括:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取所述目标识别码信息。
需要说明的是,测试端服务器获取目标识别码信息时,需要确定设备信息和业务信息,其中,设备信息包括设备标识信息和终端用户标识信息,业务信息包括异常业务所需要的实验数据的日志时间、异常业务的待调试程序的版本信息、异常业务的业务编号信息以及异常业务的异常备注信息。
可选的,测试端服务器根据设备标识信息、终端用户标识信息、日志时间、版本信息、业务编号信息和异常备注信息,访问CDN资源服务器的后台数据库,获取异常终端设备的目标识别码图片。在一示例中,参照图2,图2是本申请实施例中提供的目标识别码图片获取示意图。
可选的,测试端服务器对目标识别码图片进行扫描,得到目标识别码信息。
采用本申请实施例的方案,通过设备标识信息、终端用户标识信息、日志时间、版本信息、业务编号信息和异常备注信息即可获取到目标识别码信息,使得根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
可选的,基于所述目标识别码信息获取目标配置数据和目标客户端实验数据,包括:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
需要说明的是,目标识别码信息可以为数据下载链接和目标资源地址。
因此,测试端服务器根据目标识别码信息获取目标资源地址。可选的,测试端服务器通过目标资源地址访问CDN资源服务器的后台数据库,获取目标数据序列。可选的,测试端服务器对目标数据序列进行反序列化,得到目标配置数据和目标客户端实验数据。
可选的,测试端服务器根据目标识别码信息获取数据下载链接。可选的,测试端服务器通过访问数据下载链接在CDN资源服务器的后台数据库中进行数据下载,获取目标数据序列。可选的,测试端服务器对目标数据序列进行反序列化,得到目标配置数据和目标客户端实验数据。
需要说明的是,数据下载成功后,将目标配置数据和目标客户端实验数据读进测试端服务器的内存,写入配置的debug文件,测试端服务器在本地使用配置时优先读取debug文件里的数据。若使用完需要还原,测试端服务器清除本地的debug文件。
采用本申请实施例的方案,根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
可选的,基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原,包括:
若业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
具体地,测试端服务器将业务复杂系数与预设系数进行数值大小比较,得到数值比较结果,其中,预设系数根据实际设定。
可选的,若业务复杂系数大于预设系数,测试端服务器则执行服务端实验,并获取执行服务端实验得到的服务端实验数据,其中,服务端实验数据可以包括请求和响应数据、日志数据、资源利用数据、错误异常数据和性能指标数据。
可选的,测试端服务器根据目标配置数据、目标客户端实验数据和服务端实验数据进行异常问题还原。
可选的,若业务复杂系数小于或者等于预设系数,测试端服务器则根据目标配置数据和目标客户端实验数据进行异常问题还原。
可选的,基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,包括:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
具体地,测试端服务器根据目标配置数据和目标客户端实验数据进行异常问题还原,得到异常问题还原结果,其中,异常问题还原结果可以包括未定位到异常问题和定位到异常问题。
可选的,若异常问题还原结果为:未定位到异常问题,测试端服务器则根据目标配置数据、目标客户端实验数据和服务端实验数据进行异常问题还原。
采用本申请实施例的方案,结合目标配置数据、目标客户端实验数据和服务端实验数据进行异常问题还原,更大概率还原出异常问题,提高了排查效率。
可选的,参照图3,图3是图3是本申请实施例中提供的数据交互示意图。
根据图3可知,在数据交互的过程中,异常终端设备可以向测试端服务器发起异常通知,因此,测试端服务器可以响应异常通知执行异常问题还原流程。可选的,CDN资源服务器可以为异常终端设备提供手动上传配置数据的选项,或者获取异常终端设备的终端用户ID,根据终端用户ID将长链接push发送至异常终端设备,使得异常终端设备将配置数据和客户端实验数据的数据序列发送至CDN资源服务器。可选的,测试端服务器可以根据设备标识信息、终端用户标识信息、日志时间、版本信息、业务编号信息和异常备注信息,获取CDN资源服务器中的目标识别码图片,从而得到目标识别码信息。
可选的,参照图4,图4是本申请实施例中提供的异常问题还原方法的流程示意图之二。基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原,包括:
步骤401,获取调试服务端的调试设备信息;
步骤402,将调试设备信息分别与目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
步骤403,通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
具体地,测试端服务器获取调试服务端的调试设备信息,即调试设备ID。
需要说明的是,本申请实施例中所获取到的目标配置数据、目标客户端实验数据和服务端实验数据即为实验列表的白名单。
可选的,测试端服务器将调试设备信息分别与目标配置数据、目标客户端实验数据和服务端实验数据进行绑定,为调试服务端开通异常排查权限。
可选的,调试服务端基于异常排查权限对目标配置数据、目标客户端实验数据和服务端实验数据进行异常问题还原,具体为:调试用户以调试用户ID作为异常终端设备的用户ID,对目标配置数据、目标客户端实验数据和服务端实验数据的实验代码进行检查,以实现异常问题还原。
需要说明的是,若使用完成后需还原,取消调试设备信息与目标配置数据、目标客户端实验数据和服务端实验数据的关联。
采用本申请实施例的方案,结合目标配置数据、目标客户端实验数据和服务端实验数据进行异常问题还原,更大概率还原出异常问题,提高了排查效率。
下面对本申请实施例提供的异常问题还原系统进行描述,下文描述的异常问题还原系统与上文描述的异常问题还原方法可相互对应参照。参照图5所示,图5是本申请实施例中提供的异常问题还原系统的结构示意图,该异常问题还原系统可以包括:
第一数据获取模块501,用于获取异常终端设备的设备信息和异常业务;
识别码获取模块502,用于根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
第二数据获取模块503,用于基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
异常问题还原模块504,用于基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
采用本申请实施例的方案,可以通过异常终端设备的设备信息和异常业务直接获取异常终端设备的目标识别码信息,再根据目标识别码信息直接获取目标配置数据和目标客户端实验数据,不需要通过配置平台下发配置数据和实验数据,避免了同样的场景走入不同的代码分支,从而根据目标配置数据和目标客户端实验数据更大概率还原出异常问题,提高了排查效率。
在一个可选的示例中,异常问题还原系统还用于:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
在一个可选的示例中,识别码获取模块502还用于:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取所述目标识别码信息。
在一个可选的示例中,第二数据获取模块503还用于:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
在一个可选的示例中,异常问题还原模块504还用于:
若所述业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;所述业务复杂系数表征所述异常业务的业务复杂程度;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
在一个可选的示例中,异常问题还原模块504还用于:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,异常问题还原模块504还用于:
获取调试服务端的调试设备信息;
将所述调试设备信息分别与所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
本申请提供的异常问题还原系统的具体实施例与异常问题还原方法各实施例基本相同,在此不作赘述。
可选的,如图6所示,图6为本申请实施例提供的电子设备的结构示意图。该电子设备可以包括:处理器(processor)610、通信接口(Communication Interface)620、存储器(memory)630和通信总线640,其中,处理器610,通信接口620,存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的计算机程序,以执行异常问题还原方法的步骤,例如包括:
获取异常终端设备的设备信息和异常业务;
根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原,包括:
若所述业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;所述业务复杂系数表征所述异常业务的业务复杂程度;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,包括:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原,包括:
获取调试服务端的调试设备信息;
将所述调试设备信息分别与所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标识别码信息获取目标配置数据和目标客户端实验数据,包括:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息,包括:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取所述目标识别码信息。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息之前,还包括:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
此外,上述的存储器630中的逻辑指令可以通过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(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本申请实施例还提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质包括计算机程序,所述计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各实施例所提供的异常问题还原方法的步骤,例如包括:
获取异常终端设备的设备信息和异常业务;
根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原,包括:
若所述业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;所述业务复杂系数表征所述异常业务的业务复杂程度;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,包括:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原,包括:
获取调试服务端的调试设备信息;
将所述调试设备信息分别与所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标识别码信息获取目标配置数据和目标客户端实验数据,包括:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息,包括:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取所述目标识别码信息。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息之前,还包括:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
又一方面,本申请实施例还提供一种计算机产品,计算机产品包括计算机程序,计算机程序可存储在计算机产品上,所述计算机程序被处理器执行时,计算机能够执行上述各实施例所提供的异常问题还原方法的步骤,例如包括:
获取异常终端设备的设备信息和异常业务;
根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原,包括:
若所述业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;所述业务复杂系数表征所述异常业务的业务复杂程度;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,包括:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原,包括:
获取调试服务端的调试设备信息;
将所述调试设备信息分别与所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
在一个可选的示例中,基于所述目标识别码信息获取目标配置数据和目标客户端实验数据,包括:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息,包括:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取所述目标识别码信息。
在一个可选的示例中,根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息之前,还包括:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
以上所描述的系统实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种异常问题还原方法,其特征在于,包括:
获取异常终端设备的设备信息和异常业务;
根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原;所述业务复杂系数是基于所述异常业务的业务复杂程度获取得到。
2.根据权利要求1所述异常问题还原方法,其特征在于,所述基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原,包括:
若所述业务复杂系数大于预设系数,则执行服务端实验并获得服务端实验数据;所述业务复杂系数表征所述异常业务的业务复杂程度;
基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原;或,
若所述业务复杂系数小于或者等于所述预设系数,则基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原。
3.根据权利要求2所述异常问题还原方法,其特征在于,所述基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,包括:
基于所述目标配置数据和所述目标客户端实验数据进行异常问题还原,得到异常问题还原结果;
若所述异常问题还原结果为:未定位到异常问题,则基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
4.根据权利要求3所述异常问题还原方法,其特征在于,所述基于所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原,包括:
获取调试服务端的调试设备信息;
将所述调试设备信息分别与所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行绑定,以为所述调试服务端开通异常排查权限;
通过所述调试服务端基于所述异常排查权限对所述目标配置数据、所述目标客户端实验数据和所述服务端实验数据进行异常问题还原。
5.根据权利要求1所述异常问题还原方法,其特征在于,所述基于所述目标识别码信息获取目标配置数据和目标客户端实验数据,包括:
基于所述目标识别码信息获取目标资源地址;
基于所述目标资源地址访问资源服务器,获取目标数据序列;
对所述目标数据序列进行反序列化,得到所述目标配置数据和所述目标客户端实验数据。
6.根据权利要求1所述异常问题还原方法,其特征在于,所述设备信息包括设备标识信息和终端用户标识信息;所述业务信息包括所述异常业务所需要的实验数据的日志时间、所述异常业务的待调试程序的版本信息、所述异常业务的业务编号信息以及所述异常业务的异常备注信息;
所述根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息,包括:
根据所述设备标识信息、所述终端用户标识信息、所述日志时间、所述版本信息、所述业务编号信息和所述异常备注信息,获取目标识别码图像;
对所述目标识别码图像进行识别,获取所述目标识别码信息。
7.根据权利要求1至6任一项所述异常问题还原方法,其特征在于,所述根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息之前,还包括:
接收所述异常终端设备发送的数据序列;数据序列为所述异常终端设备将其本地内存中的配置数据和客户端实验数据进行序列化后得到;
将数据序列上传至资源服务器,并获取数据序列在所述资源服务器中的资源存储地址;
将所述资源存储地址进行编码,生成所述异常终端设备的目标识别码信息。
8.一种异常问题还原系统,其特征在于,包括:
第一数据获取模块,用于获取异常终端设备的设备信息和异常业务;
识别码获取模块,用于根据所述设备信息和所述异常业务的业务信息,获取所述异常终端设备的目标识别码信息;
第二数据获取模块,用于基于所述目标识别码信息获取目标配置数据和目标客户端实验数据;
异常问题还原模块,用于基于所述目标配置数据、所述目标客户端实验数据和所述异常业务的业务复杂系数进行异常问题还原。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储有多条指令;所述处理器从所述存储器中加载指令,以执行如权利要求1至7任一项所述的异常问题还原方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行如权利要求1至7任一项所述的异常问题还原方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311346416.4A CN117331754B (zh) | 2023-10-17 | 2023-10-17 | 异常问题还原方法、系统、电子设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311346416.4A CN117331754B (zh) | 2023-10-17 | 2023-10-17 | 异常问题还原方法、系统、电子设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117331754A true CN117331754A (zh) | 2024-01-02 |
CN117331754B CN117331754B (zh) | 2024-04-19 |
Family
ID=89279016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311346416.4A Active CN117331754B (zh) | 2023-10-17 | 2023-10-17 | 异常问题还原方法、系统、电子设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117331754B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874612A (zh) * | 2017-05-09 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 一种信息获取的方法、相关设备以及系统 |
CN110865905A (zh) * | 2019-09-24 | 2020-03-06 | 平安科技(深圳)有限公司 | 数据还原方法、装置、计算机设备及存储介质 |
WO2020186780A1 (zh) * | 2019-03-16 | 2020-09-24 | 平安科技(深圳)有限公司 | 用户操作录制还原方法、装置、设备及可读存储介质 |
CN112115038A (zh) * | 2019-06-21 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 一种应用测试方法、装置和存储介质 |
WO2023168926A1 (zh) * | 2022-03-09 | 2023-09-14 | 青岛海尔科技有限公司 | 软件异常的确定方法、装置、存储介质及电子装置 |
-
2023
- 2023-10-17 CN CN202311346416.4A patent/CN117331754B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108874612A (zh) * | 2017-05-09 | 2018-11-23 | 腾讯科技(深圳)有限公司 | 一种信息获取的方法、相关设备以及系统 |
WO2020186780A1 (zh) * | 2019-03-16 | 2020-09-24 | 平安科技(深圳)有限公司 | 用户操作录制还原方法、装置、设备及可读存储介质 |
CN112115038A (zh) * | 2019-06-21 | 2020-12-22 | 腾讯科技(深圳)有限公司 | 一种应用测试方法、装置和存储介质 |
CN110865905A (zh) * | 2019-09-24 | 2020-03-06 | 平安科技(深圳)有限公司 | 数据还原方法、装置、计算机设备及存储介质 |
WO2023168926A1 (zh) * | 2022-03-09 | 2023-09-14 | 青岛海尔科技有限公司 | 软件异常的确定方法、装置、存储介质及电子装置 |
Also Published As
Publication number | Publication date |
---|---|
CN117331754B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9229844B2 (en) | System and method for monitoring web service | |
CN108829581B (zh) | 应用程序测试方法、装置、计算机设备及存储介质 | |
RU2571726C2 (ru) | Система и способ проверки целесообразности установки обновлений | |
CN108379845B (zh) | 信息处理方法、装置和存储介质 | |
US7159146B2 (en) | Analyzing system error messages | |
US20060026463A1 (en) | Methods and systems for validating a system environment | |
US20180357143A1 (en) | Testing computing devices | |
US10423793B2 (en) | Install runtime agent for security test | |
CN111752770A (zh) | 服务请求的处理方法、系统、计算机设备和存储介质 | |
US20070006297A1 (en) | Identifying dependencies of an application upon a given security context | |
US7779480B2 (en) | Identifying dependencies of an application upon a given security context | |
CN113900939A (zh) | 测试环境访问方法、装置、可读存储介质和计算机设备 | |
US7620995B2 (en) | Identifying dependencies of an application upon a given security context | |
US9477490B2 (en) | Milestone based dynamic multiple watchdog timeouts and early failure detection | |
CN113688025A (zh) | 接口测试方法、装置、设备和存储介质 | |
CN112650674A (zh) | 远程获取、调试网页日志的方法、计算机设备及存储介质 | |
WO2024032209A1 (zh) | 区块链交易验证方法、装置、存储介质及电子设备 | |
CN117331754B (zh) | 异常问题还原方法、系统、电子设备和计算机存储介质 | |
CN112363939A (zh) | 快速生成模糊测试网络协议模板的方法及系统、设备 | |
CN115934338A (zh) | 进程间的通信方法及装置 | |
CN107797917B (zh) | 性能测试脚本生成方法及装置 | |
US9176797B1 (en) | Workflow processing and methods for auditing and playback of data | |
CN111368231B (zh) | 一种异构冗余架构网站的测试方法及装置 | |
CN114003916A (zh) | Web角色纵向越权漏洞的测试方法、系统、终端及存储介质 | |
US9038028B1 (en) | Dynamic creation and use of software testing stubs |
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 |