CN118316795A - 基于网络高可用模型的自动化检查的方法及装置 - Google Patents
基于网络高可用模型的自动化检查的方法及装置 Download PDFInfo
- Publication number
- CN118316795A CN118316795A CN202410443104.3A CN202410443104A CN118316795A CN 118316795 A CN118316795 A CN 118316795A CN 202410443104 A CN202410443104 A CN 202410443104A CN 118316795 A CN118316795 A CN 118316795A
- Authority
- CN
- China
- Prior art keywords
- scene
- target
- checked
- network
- network operation
- 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 55
- 238000012423 maintenance Methods 0.000 claims abstract description 137
- 238000013461 design Methods 0.000 claims abstract description 43
- 238000007689 inspection Methods 0.000 claims description 69
- 238000001914 filtration Methods 0.000 claims description 68
- 238000004590 computer program Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 17
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请涉及网络技术领域,具体涉及一种基于网络高可用模型的自动化检查的方法及装置。方法包括:对网络应用按照应用层级进行逐级划分以得到多个网络运维对象;根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核。
Description
技术领域
本申请涉及网络技术领域,具体涉及一种基于网络高可用模型的自动化检查的方法、装置、电子设备、存储介质及计算机程序产品。
背景技术
大数据背景下,金融行业对业务连续性要求越来越高,高可用架构涉及计算、存储和网络各个领域,特别是网络领域非高可用设计的影响非常之大,范围之广,一般金融数据中心网络高可用作为常规性操作,日常都有人工来实现统计及手动检查,工作量较大,且容易不准确,无法快速、准确、全面地排查网络高可用隐患并进行处理,提升网络基础设施业务连续性保障质效。
高可用即高可用性是指一个系统或服务在长时间运行中,能够保持高度稳定、可靠,并持续提供服务的能力。这种能力使得系统在遇到故障或异常情况时,能够快速自动检测、恢复、转移或替代,以保证系统的连续性和可用性,减少停机时间和数据损失,提高业务的稳定性和用户满意度。高可用性通常需要采用多台服务器、负载均衡、冗余备份、自动故障切换等技术手段来实现。此外,高可用性设计还包括多个组件、冗余机制、备份和恢复功能,以及监控和自动化工具,以便快速检测和响应故障。现有技术鲜有对网络高可用进行全面抽象,并实现全面隐患排查,有的是如何设计高可用网络架构,而不是就现有运行态进行分析排查,根据排查结果提前处置,将高可用带来的隐患提前处置掉。
发明内容
本申请实施例的目的是提供一种基于网络高可用模型的自动化检查的方法、装置、电子设备、存储介质及计算机程序产品。
为了实现上述目的,本申请第一方面提供一种基于网络高可用模型的自动化检查的方法,方法包括:
对网络应用按照应用层级进行逐级划分以得到多个网络运维对象;
根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;
根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;
针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;
按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核。
在本申请实施例中,场景类别包括单设备场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为单设备场景时,根据目标检核规则确定与单设备场景对应的第一过滤条件;根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
在本申请实施例中,场景类别包括高可用组场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为高可用组场景时,根据目标检核规则确定与高可用场景对应的第二过滤条件;根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;从第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
在本申请实施例中,调用与待检核网络运维对象对应的高可用模型作为目标高可用模型包括:确定与高可用组场景对应的多个待检核网络运维对象;调用与每个待检核网络运维对象对应的高可用模型作为与高可用组场景对应的目标高可用模型。
在本申请实施例中,场景类别包括应用场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为应用场景时,根据目标检核规则确定与应用场景对应的第三过滤条件;根据第三过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;从第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
在本申请实施例中,方法还包括:在获取待检查业务场景的场景类别,和场景类别对应的目标检核规则之后,根据目标检核规则从待检查业务场景中选取待选设备列表;获取用户输入的选取指令;根据选取指令从待选设备列表中确定待检核网络运维对象。
在本申请实施例中,方法还包括:在按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核之后,获取目标高可用模型针对指标实时数据的检核结果;对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
本申请第二方面提供了一种基于网络高可用模型的自动化检查的装置,装置包括:
网络运维对象划分模块,被配置成根据网络应用层级对网络运维对象进行逐级划分以得到多个网络运维对象;
高可用模型确定模块,根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
业务场景获取模块,被配置成获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;
目标高可用模型选取模块,被配置成根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;
数据获取模块,被配置成针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;
自动检核模块,被配置成按照目标检核规则对目标高可用模型和指标实时数据进行自动检核。
在本申请实施例中,场景类别包括单设备场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为单设备场景时,根据目标检核规则确定与单设备场景对应的第一过滤条件;根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
在本申请实施例中,场景类别包括高可用组场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为高可用组场景时,根据目标检核规则确定与高可用场景对应的第二过滤条件;根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;从第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
在本申请实施例中,调用与待检核网络运维对象对应的高可用模型作为目标高可用模型包括:确定与高可用组场景对应的多个待检核网络运维对象;调用与每个待检核网络运维对象对应的高可用模型作为与高可用组场景对应的目标高可用模型。
在本申请实施例中,场景类别包括应用场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为应用场景时,根据目标检核规则确定与应用场景对应的第三过滤条件;根据第三过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;从第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
在本申请实施例中,装置还包括:用户选取模块,被配置成在获取待检查业务场景的场景类别,和场景类别对应的目标检核规则之后,根据目标检核规则从待检查业务场景中选取待选设备列表;获取用户输入的选取指令;根据选取指令从待选设备列表中确定待检核网络运维对象。
在本申请实施例中,装置还包括:检核结果处理模块,被配置成在按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核之后,获取目标高可用模型针对指标实时数据的检核结果;对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
本申请第三方面提供一种电子设备,包括:处理器,以及与处理器通信连接的存储器;
存储器存储计算机执行指令;
处理器执行存储器存储的计算机执行指令,以实现如上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
本申请第四方面提供了一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行根据上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
本申请第五方面提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
通过上述技术方案,对网络应用层级进行划分以得到多个网络运维对象,并针对每个网络运维对象进行高可用建模,结合高可用模型对待检查业务场景进行数据采集、配置数据状态数据的比对,以得到检查结果。从而实现对应用层级进行高可用定义及检查,包括应用设计的网络设备高可用组和单设备高可用,以及应用所使用网络服务的高可用,结合高可用模型实现自定义检查,包括常规性全量定时检查,部分实时检查等并根据高可用检查结果进行及时的预警和处理。
本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本申请实施例的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本申请实施例,但并不构成对本申请实施例的限制。在附图中:
图1示意性示出了根据本申请实施例的基于网络高可用模型的自动化检查的方法的应用环境示意图;
图2示意性示出了根据本申请实施例的基于网络高可用模型的自动化检查的方法的流程示意图;
图3示意性示出了根据本申请实施例的基于网络高可用模型的自动化检查的装置的结构框图;
图4示意性示出了根据本申请实施例的一种电子设备的结构框图;
图5示意性示出了根据本申请实施例的计算机设备的内部结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请实施例,并不用于限制本申请实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动的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。
需要说明,若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……),则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,若本申请实施例中有涉及“第一”、“第二”等的描述,则该“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
本申请提供的基于网络高可用模型的自动化检查的方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104通过网络进行通信。服务器104可以对网络应用进行划分以得到多个网络运维对象,并建立每个网络运维对象对应的高可用模型,服务器104可以通过终端102获取待检查业务场景,服务器104获取到待检查业务场景后,可以再对待检查业务场景进行分析以调用对应的目标高可用模型,以对待检查业务场景进行检核。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
图2示意性示出了根据本申请实施例的基于网络高可用模型的自动化检查的方法的流程示意图。如图2所示,在本申请一实施例中,提供了一种基于网络高可用模型的自动化检查的方法,本实施例可以应用于上述图1中所示的应用环境中,包括以下步骤:
步骤201,对网络应用按照应用层级进行逐级划分以得到多个网络运维对象;
步骤202,根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
步骤203,获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;
步骤204,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;
步骤205,针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;
步骤206,按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核。
处理器可以对网络应用按照应用层级进行逐级划分,从而得到多个网络运维对象,例如,网络运维对象可以包括应用系统、网络服务、网络区域、网络设备以及网络设备组等等。处理器在得到多个网络运维对象后,可以确定与每个网络运维对象对应的网络设计指标,例如,网络设计指标可以包括设计态部署类指标、设计态配置类指标以及设计态状态类指标,设计态部署类指标又可以包括1、软硬件一致性;2、位置部署高可用;3、设备数量一致性;4、设备部件一致性。设计态配置类指标可以包括1、功能性-结构类配置;2、功能性-服务类配置;3、非功能性-管理类配置。设计态状态类指标可以包括1、运行状态;2、表项(动态);3、性能容量;4、流量均衡性。处理器可以根据与每个网络运维对象对应的网络设计指标建立与每个网络运行对象对应的高可用模型。处理器可以获取待检查业务场景的场景类别,以及与该场景类别对应的目标检核规则,根据目标检核规则确定该待检查业务场景所包括的待检核网络运维对象,并调用与该待检核网络运维对象对应的高可用模型作为目标高可用模型。例如,假设处理器确定待检查业务场景的场景类别为A,处理器可以确定场景类别A对应的A目标检核规则,假设处理器确定待检查业务场景包括的待检核网络运维对象包括应用系统和网络区域,处理器可以将应用系统对应的高可用模型和网络区域对应的高可用模型确定为与待检查业务场景对应的目标高可用模型。在处理器确定了待检查业务场景对应的目标高可用模型后,针对每个目标高可用模型,处理器可以根据目标高可用模型包括的网络设计指标采集对应的指标实时数据,并按照目标高可用模型所包含的高可用方案对采集到的指标实时数据进行自动检核。
图2为一个实施例中基于网络高可用模型的自动化检查的方法的流程示意图。应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,场景类别包括单设备场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为单设备场景时,根据目标检核规则确定与单设备场景对应的第一过滤条件;根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
场景类别可以包括单设备场景,处理器确定待检查业务场景的场景类别为单设备场景时,处理器可以确定与单设备场景对应的目标检核规则,并根据单设备场景对应的目标检核规则确定与单设备场景对应的第一过滤条件,处理器可以根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,在待检查业务场景为单设备场景的情况下,第一过滤条件可以为全选,也就是说处理器可以将待检查业务场景中包括的全部设备进行全选,并将选取得到的全部设备确定为待检核网络运维对象。例如,处理器获取待检查业务场景,确定待检查业务场景为单设备场景,处理器可以新增针对单设备场景的管理列表,根据与单设备场景对应的目标检核规则确定与单设备场景对应的第一过滤条件,假设第一过滤条件为全选,处理器可以根据第一过滤条件将待检查业务场景内包括全部设备确定为待检核网络运维对象,并将每个待检核网络运维对象对应的高可用模型确定为目标高可用模型,再按照每个目标高可用模型所包含网络设计指标采集对应的指标实时数据,并根据对应的高可用方案对指标实时数据进行检核。
在一个实施例中,场景类别包括高可用组场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为高可用组场景时,根据目标检核规则确定与高可用场景对应的第二过滤条件;根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;从第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
在一个实施例中,调用与待检核网络运维对象对应的高可用模型作为目标高可用模型包括:确定与高可用组场景对应的多个待检核网络运维对象;调用与每个待检核网络运维对象对应的高可用模型作为与高可用组场景对应的目标高可用模型。
场景类别可以包括高可用组场景,处理器确定待检查业务场景的场景类别为高可用组场景时,处理器可以确定与高可用组场景对应的目标检核规则,并根据高可用组场景对应的目标检核规则确定与高可用组场景对应的第二过滤条件,处理器可以根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将全部选取的设备确定为与高可用组场景对应的第一设备列表,处理器可以获取预设高可用组信息,其中,高可用组信息可以包括用于组成高可用组的设备信息,处理器可以根据预设高可用组信息从第一设备列表中选取预设高可用组信息中包括的设备作为待检核网络运维对象。处理器在确定了高可用组场景对应的多个待检核网络运维对象后,可以调用与每个待检核网络运维对象的高可用模型作为高可用组场景对应的目标高可用模型。例如,假设处理器根据第二过滤条件将高可用组场景内包括的全部设备选取并确定为第一设备列表,假设第一设备列表包括A、B、C、D、E、F,处理器根据预设高可用组信息确定预设高可用组信息内包括的设备为B、C、D,处理器则可以将高可用组场景内的设备B、设备C以及设备D作为与待检查业务场景包括的待检核网络运维对象。处理器可以调用设备B、设备C以及设备D对应的高可用模型,并将上述三个高可用模型确定为高可用组场景对应的目标高可用模型。
在一个实施例中,场景类别包括应用场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为应用场景时,根据目标检核规则确定与应用场景对应的第三过滤条件;根据第三过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;从第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
场景类别可以包括应用场景,处理器确定待检查业务场景的场景类别为应用场景时,处理器可以确定与应用场景对应的目标检核规则,并根据应用场景对应的目标检核规则确定与应用场景对应的第三过滤条件,处理器可以根据第三过滤条件将待检查业务场景中包括的全部设备进行选取,并将全部选取的设备确定为与应用场景对应的第二设备列表,处理器可以获取预设高可用组信息,其中,高可用组信息可以包括用于组成高可用组的设备信息,处理器可以根据预设高可用组信息从第二设备列表中选取预设高可用组信息中包括的设备确定为第三设备列表,根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到与应用场景对应的待检核网络运维对象,其中,部署单元一般表示应用系统一个微服务的部署集合,例如,假设应用系统可以分为3个微服务,那一般有三个部署单元,也可以理解为微服务部署的最小集群。
在一个实施例中,方法还包括:在获取待检查业务场景的场景类别,和场景类别对应的目标检核规则之后,根据目标检核规则从待检查业务场景中选取待选设备列表;获取用户输入的选取指令;根据选取指令从待选设备列表中确定待检核网络运维对象。
处理器在获取了待检查业务场景的场景类别和场景类别对应的目标规则之后,可以根据目标检核规则从待检查业务场景中选取待选设备列表。例如,假设待检查业务场景为单设备场景,处理器可以根据单设备场景对应的目标检核规则对单设备场景内包括的设备进行选取,精选取得到的设备确定为待选设备列表。处理器可以获取用户输入的选取指令,根据用户的选取指令从待选设备列表中确定作为与待检查业务场景对应的待检核网络运维对象。
在一个实施例中,方法还包括:在按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核之后,获取目标高可用模型针对指标实时数据的检核结果;对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
处理器根据待检查业务场景的场景类别,和场景类别对应的目标检核规则确定了与待检查业务场景对应的待检核网络运维对象,并调用待检核网络运维对象对应的高可用模型作为目标高可用模型采集指标实时数据,按照目标高可用模型包含的高可用方案对指标实时数据进行自动检核后,处理器可以获取每个目标高可用模型针对指标实时数据的检核结果,并对检核结果进行检查,判断检核结果是否符合预设高可用检查结果,针对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。例如,假设目标高可用模型中包括“高可用组物理部署态指标”,其中“高可用组物理部署态指标”又包括“高可用组内设备是否部署在不同机房”,处理器可以根据该网络设计指标采集对应的指标实时数据,假设采集到的数据为“不同机房”,假设该指标的预设高可用检查结果为“相同机房”也就是说该指标的检核结果不符合预设高可用检查结果,处理器可以针对这一结果进行预警,并将“高可用组物理部署态指标”所包括的“高可用组内设备是否部署在不同机房”所对应的项目确定为待整改对象。
在一个实施例中,如图3所示,示意性示出了根据本申请实施例的一种基于网络高可用模型的自动化检查的装置300,装置包括:
网络运维对象划分模块301,被配置成根据网络应用层级对网络运维对象进行逐级划分以得到多个网络运维对象;
高可用模型确定模块302,根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
业务场景获取模块303,被配置成获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;
目标高可用模型选取模块304,被配置成根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;
数据获取模块305,被配置成针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;
自动检核模块306,被配置成按照目标检核规则对目标高可用模型和指标实时数据进行自动检核。
网络运维对象划分模块301可以对网络应用按照应用层级进行逐级划分,从而得到多个网络运维对象,例如,网络运维对象可以包括应用系统、网络服务、网络区域、网络设备以及网络设备组等等。网络运维对象划分模块301在得到多个网络运维对象后,可以确定与每个网络运维对象对应的网络设计指标,例如,网络设计指标可以包括设计态部署类指标、设计态配置类指标以及设计态状态类指标,设计态部署类指标又可以包括1、软硬件一致性;2、位置部署高可用;3、设备数量一致性;4、设备部件一致性。设计态配置类指标可以包括1、功能性-结构类配置;2、功能性-服务类配置;3、非功能性-管理类配置。设计态状态类指标可以包括1、运行状态;2、表项(动态);3、性能容量;4、流量均衡性。高可用模型确定模块302可以根据与每个网络运维对象对应的网络设计指标建立与每个网络运行对象对应的高可用模型。业务场景获取模块303可以获取待检查业务场景的场景类别,以及与该场景类别对应的目标检核规则,目标高可用模型选取模块304可以根据目标检核规则确定该待检查业务场景所包括的待检核网络运维对象,并调用与该待检核网络运维对象对应的高可用模型作为目标高可用模型。例如,假设业务场景获取模块303确定待检查业务场景的场景类别为A,处理器可以确定场景类别A对应的A目标检核规则,假设目标高可用模型选取模块304确定待检查业务场景包括的待检核网络运维对象包括应用系统和网络区域,目标高可用模型选取模块304可以将应用系统对应的高可用模型和网络区域对应的高可用模型确定为与待检查业务场景对应的目标高可用模型。在目标高可用模型选取模块304确定了待检查业务场景对应的目标高可用模型后,针对每个目标高可用模型,数据获取模块305可以根据目标高可用模型包括的网络设计指标采集对应的指标实时数据,自动检核模块306可以按照目标高可用模型所包含的高可用方案对采集到的指标实时数据进行自动检核。
在一个实施例中,场景类别包括单设备场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为单设备场景时,根据目标检核规则确定与单设备场景对应的第一过滤条件;根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
在一个实施例中,场景类别包括高可用组场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为高可用组场景时,根据目标检核规则确定与高可用场景对应的第二过滤条件;根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;从第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
在一个实施例中,调用与待检核网络运维对象对应的高可用模型作为目标高可用模型包括:确定与高可用组场景对应的多个待检核网络运维对象;调用与每个待检核网络运维对象对应的高可用模型作为与高可用组场景对应的目标高可用模型。
在一个实施例中,场景类别包括应用场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为应用场景时,根据目标检核规则确定与应用场景对应的第三过滤条件;根据第三过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;从第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
在一个实施例中,如图3所示,基于网络高可用模型的自动化检查的装置300还包括:
用户选取模块307,被配置成在获取待检查业务场景的场景类别,和场景类别对应的目标检核规则之后,根据目标检核规则从待检查业务场景中选取待选设备列表;获取用户输入的选取指令;根据选取指令从待选设备列表中确定待检核网络运维对象。
在一个实施例中,如图3所示,基于网络高可用模型的自动化检查的装置300还包括:
检核结果处理模块308,被配置成在按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核之后,获取目标高可用模型针对指标实时数据的检核结果;对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现;也可以全部以硬件的形式实现;还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如,检核结果处理模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现,此外,也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上检核结果处理模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起,也可以独立实现。这里的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
在一个实施例中,如图4所示,提供了一种电子设备400,包括:处理器401,以及与处理器401通信连接的存储器402;存储器402存储计算机执行指令;处理器401执行存储器402存储的计算机执行指令,以实现如上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
上述技术方案,对网络应用层级进行划分以得到多个网络运维对象,并针对每个网络运维对象进行高可用建模,结合高可用模型对待检查业务场景进行数据采集、配置数据状态数据的比对,以得到检查结果。从而实现对应用层级进行高可用定义及检查,包括应用设计的网络设备高可用组和单设备高可用,以及应用所使用网络服务的高可用,结合高可用模型实现自定义检查,包括常规性全量定时检查,部分实时检查等并根据高可用检查结果进行及时的预警和处理。
存储器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),存储器包括至少一个存储芯片。本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得处理器被配置成执行根据上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据上述实施例中任一项的基于网络高可用模型的自动化检查的方法。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中,该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储网络业务运行时产生的相关数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种基于网络高可用模型的自动化检查的方法。
本申请实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:对网络应用按照应用层级进行逐级划分以得到多个网络运维对象;根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;获取待检查业务场景的场景类别,和场景类别对应的目标检核规则;根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象,并调用与待检核网络运维对象对应的高可用模型作为目标高可用模型;针对每个目标高可用模型,根据目标高可用模型包括的网络设计指标采集对应的指标实时数据;按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核。
在一个实施例中,场景类别包括单设备场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为单设备场景时,根据目标检核规则确定与单设备场景对应的第一过滤条件;根据第一过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
在一个实施例中,场景类别包括高可用组场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为高可用组场景时,根据目标检核规则确定与高可用场景对应的第二过滤条件;根据第二过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;从第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
在一个实施例中,调用与待检核网络运维对象对应的高可用模型作为目标高可用模型包括:确定与高可用组场景对应的多个待检核网络运维对象;调用与每个待检核网络运维对象对应的高可用模型作为与高可用组场景对应的目标高可用模型。
在一个实施例中,场景类别包括应用场景,根据目标检核规则确定待检查业务场景所包括的待检核网络运维对象包括:在场景类别为应用场景时,根据目标检核规则确定与应用场景对应的第三过滤条件;根据第三过滤条件对待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;从第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;根据第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
在一个实施例中,方法还包括:在获取待检查业务场景的场景类别,和场景类别对应的目标检核规则之后,根据目标检核规则从待检查业务场景中选取待选设备列表;获取用户输入的选取指令;根据选取指令从待选设备列表中确定待检核网络运维对象。
在一个实施例中,方法还包括:在按照目标高可用模型所包含的高可用方案对指标实时数据进行自动检核之后,获取目标高可用模型针对指标实时数据的检核结果;对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。本申请技术方案中对数据的获取、传输、存储、使用、处理等均符合国家法律法规的相关规定,需要说明的是,在本申请实施例中,可能提及某些软件、组件、模型等业界已有方案,应当将它们认为是示范性的,其目的仅仅是为了说明本申请技术方案实施中的可行性,但并不意味着申请人已经或者必然用到了该方案。
本申请是参照根据本申请实施例的方法、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。
存储器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)。存储器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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理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权利要求范围之内。
Claims (17)
1.一种基于网络高可用模型的自动化检查的方法,其特征在于,所述方法包括:
对网络应用按照应用层级进行逐级划分以得到多个网络运维对象;
根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
获取待检查业务场景的场景类别,和所述场景类别对应的目标检核规则;
根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象,并调用与所述待检核网络运维对象对应的高可用模型作为目标高可用模型;
针对每个目标高可用模型,根据所述目标高可用模型包括的网络设计指标采集对应的指标实时数据;
按照所述目标高可用模型所包含的高可用方案对所述指标实时数据进行自动检核。
2.根据权利要求1所述的基于网络高可用模型的自动化检查的方法,其特征在于,所述场景类别包括单设备场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述单设备场景时,根据所述目标检核规则确定与所述单设备场景对应的第一过滤条件;
根据所述第一过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
3.根据权利要求1所述的基于网络高可用模型的自动化检查的方法,其特征在于,所述场景类别包括高可用组场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述高可用组场景时,根据所述目标检核规则确定与所述高可用场景对应的第二过滤条件;
根据所述第二过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;
从所述第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
4.根据权利要求3所述的基于网络高可用模型的自动化检查的方法,其特征在于,调用与所述待检核网络运维对象对应的高可用模型作为目标高可用模型包括:
确定与所述高可用组场景对应的多个待检核网络运维对象;
调用与每个待检核网络运维对象对应的高可用模型作为与所述高可用组场景对应的目标高可用模型。
5.根据权利要求1所述的基于网络高可用模型的自动化检查的方法,其特征在于,所述场景类别包括应用场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述应用场景时,根据所述目标检核规则确定与所述应用场景对应的第三过滤条件;
根据所述第三过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;
从所述第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;
根据所述第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
6.根据权利要求1所述的基于网络高可用模型的自动化检查的方法,其特征在于,所述方法还包括:
在所述获取待检查业务场景的场景类别,和所述场景类别对应的目标检核规则之后,根据所述目标检核规则从所述待检查业务场景中选取待选设备列表;
获取用户输入的选取指令;
根据所述选取指令从所述待选设备列表中确定所述待检核网络运维对象。
7.根据权利要求1所述的基于网络高可用模型的自动化检查的方法,其特征在于,所述方法还包括:
在所述按照所述目标高可用模型所包含的高可用方案对所述指标实时数据进行自动检核之后,获取所述目标高可用模型针对所述指标实时数据的检核结果;
对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
8.一种基于网络高可用模型的自动化检查的装置,其特征在于,所述装置包括:
网络运维对象划分模块,被配置成根据网络应用层级对网络运维对象进行逐级划分以得到多个网络运维对象;
高可用模型确定模块,根据与每个网络运维对象对应的网络设计指标建立与每个网络运维对象对应的高可用模型;
业务场景获取模块,被配置成获取待检查业务场景的场景类别,和所述场景类别对应的目标检核规则;
目标高可用模型选取模块,被配置成根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象,并调用与所述待检核网络运维对象对应的高可用模型作为目标高可用模型;
数据获取模块,被配置成针对每个目标高可用模型,根据所述目标高可用模型包括的网络设计指标采集对应的指标实时数据;
自动检核模块,被配置成按照目标检核规则对所述目标高可用模型和所述指标实时数据进行自动检核。
9.根据权利要求8所述的基于网络高可用模型的自动化检查的装置,其特征在于,所述场景类别包括单设备场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述单设备场景时,根据所述目标检核规则确定与所述单设备场景对应的第一过滤条件;
根据所述第一过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为待检核网络运维对象。
10.根据权利要求8所述的基于网络高可用模型的自动化检查的装置,其特征在于,所述场景类别包括高可用组场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述高可用组场景时,根据所述目标检核规则确定与所述高可用场景对应的第二过滤条件;
根据所述第二过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第一设备列表;
从所述第一设备列表中选取预设高可用组信息内包括的设备作为待检核网络运维对象。
11.根据权利要求10所述的基于网络高可用模型的自动化检查的装置,其特征在于,调用与所述待检核网络运维对象对应的高可用模型作为目标高可用模型包括:
确定与所述高可用组场景对应的多个待检核网络运维对象;
调用与每个待检核网络运维对象对应的高可用模型作为与所述高可用组场景对应的目标高可用模型。
12.根据权利要求8所述的基于网络高可用模型的自动化检查的装置,其特征在于,所述场景类别包括应用场景,根据所述目标检核规则确定所述待检查业务场景所包括的待检核网络运维对象包括:
在所述场景类别为所述应用场景时,根据所述目标检核规则确定与所述应用场景对应的第三过滤条件;
根据所述第三过滤条件对所述待检查业务场景中包括的全部设备进行选取,并将选取得到的全部设备确定为第二设备列表;
从所述第二设备列表中选取预设高可用组信息内包括的设备作为第三设备列表;
根据所述第三过滤条件对第三设备列表内的每个设备所包括的部署单元进行过滤以得到待检核网络运维对象。
13.根据权利要求8所述的基于网络高可用模型的自动化检查的装置,其特征在于,所述装置还包括:
用户选取模块,被配置成在所述获取待检查业务场景的场景类别,和所述场景类别对应的目标检核规则之后,根据所述目标检核规则从所述待检查业务场景中选取待选设备列表;
获取用户输入的选取指令;
根据所述选取指令从所述待选设备列表中确定所述待检核网络运维对象。
14.根据权利要求8所述的基于网络高可用模型的自动化检查的装置,其特征在于,所述装置还包括:
检核结果处理模块,被配置成在所述按照所述目标高可用模型所包含的高可用方案对所述指标实时数据进行自动检核之后,获取所述目标高可用模型针对所述指标实时数据的检核结果;
对不符合预设高可用检查结果的检核结果进行预警并确定为待整改对象。
15.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至7中任一项所述的基于网络高可用模型的自动化检查的方法。
16.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至7中任一项所述的基于网络高可用模型的自动化检查的方法。
17.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的基于网络高可用模型的自动化检查的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410443104.3A CN118316795A (zh) | 2024-04-12 | 2024-04-12 | 基于网络高可用模型的自动化检查的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410443104.3A CN118316795A (zh) | 2024-04-12 | 2024-04-12 | 基于网络高可用模型的自动化检查的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118316795A true CN118316795A (zh) | 2024-07-09 |
Family
ID=91731506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410443104.3A Pending CN118316795A (zh) | 2024-04-12 | 2024-04-12 | 基于网络高可用模型的自动化检查的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118316795A (zh) |
-
2024
- 2024-04-12 CN CN202410443104.3A patent/CN118316795A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025153B (zh) | 磁盘的故障预测方法和装置 | |
CN108923952B (zh) | 基于服务监控指标的故障诊断方法、设备及存储介质 | |
CN111600746B (zh) | 网络故障定位方法、装置及设备 | |
CN110266544B (zh) | 一种云平台微服务化服务失败的原因定位的装置及方法 | |
CN113625945A (zh) | 分布式存储的慢盘处理方法、系统、终端及存储介质 | |
CN111159029B (zh) | 自动化测试方法、装置、电子设备及计算机可读存储介质 | |
CN113434320A (zh) | 信息系统故障定位方法、装置、设备及存储介质 | |
CN117729576A (zh) | 告警监控方法、装置、设备及存储介质 | |
CN112965882A (zh) | 一种数据故障分析的方法及装置 | |
CN118316795A (zh) | 基于网络高可用模型的自动化检查的方法及装置 | |
CN115442262B (zh) | 一种资源评估方法、装置、电子设备及存储介质 | |
CN114500249B (zh) | 一种根因定位方法和装置 | |
CN115150253B (zh) | 一种故障根因确定方法、装置及电子设备 | |
CN107154960B (zh) | 用于确定分布式存储系统的服务可用性信息的方法与设备 | |
CN113869989B (zh) | 一种信息处理方法及装置 | |
CN114650211A (zh) | 故障修复方法、装置、电子设备和计算机可读存储介质 | |
CN113986618A (zh) | 集群脑裂自动修复方法、系统、装置及存储介质 | |
CN114064343A (zh) | 一种区块链的异常处置方法及装置 | |
CN107919980B (zh) | 一种集群化系统的评测方法和装置 | |
CN112130770B (zh) | 一种维护数据的保存方法、系统、设备以及介质 | |
CN118409887A (zh) | 基于redis的系统检测方法、装置及电子设备 | |
CN111008096B (zh) | 冗余io模块、控制方法、装置、存储介质及电子设备 | |
CN118193361A (zh) | Ui自动化测试的方法、装置、系统及存储介质 | |
CN116860516A (zh) | 一种大数据服务的容灾处理方法及相关设备 | |
CN118332044A (zh) | 数据处理方法和装置、存储介质及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination |