客户异常的自动化诊断方法、装置、存储介质及计算设备制造方法及图纸

本发明专利技术公开了客户异常的自动化诊断方法、装置、存储介质及计算设备。所公开的客户异常的自动化诊断方法，包括：自动采集与客户异常相关的关键日志数据；采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对关键日志数据进行实时分析，获取关键日志分析结果；采用与关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对关键日志分析结果和补充数据进行综合分析，获取综合分析结果。所公开的技术方案能够针对不同问题进行自动化地分析和诊断。

Automatic diagnosis methods, devices, storage media and computing equipment for customer exceptions

【技术实现步骤摘要】
客户异常的自动化诊断方法、装置、存储介质及计算设备
本专利技术涉及计算机网络领域。尤其涉及客户异常的自动化诊断方法、装置、存储介质及计算设备。
技术介绍
随着互联网技术的不断发展，为客户提供不同服务的互联网公司的服务器和服务软件也越来越多，因此，可能出现的客户问题(例如，客户异常)也随之增多。当出现客户问题时，管理员通常都是通过人工查看某台服务器上的软件日志、以及可能出现的相关告警信息的方式来分析得出关于该客户问题的大致结论(即，诊断结果)，过程复杂，花费大量人力物力，效率低，还可能出现误判。另外，针对不同的客户问题，通常也需要采用不同的处理逻辑(即，处理方法)来分析对应的日志、告警等。处理过程繁琐，这对处理问题的人员的经验有很高的要求，如果处理问题的人员的经验不足，则容易做出错误的诊断结果。例如，现有技术在处理客户异常时，通常是在管理人员接收到告警或者客户投诉之后进行。管理人员通常会先查看具体是哪种类型的异常状态码，该异常状态码主要集中在哪个城市的哪个服务器上，然后再查看对应服务器上的其他相关日志，根据处理该异常状态码的具体问题分析逻辑(即，分析方法)，人工分析对应时刻、对应软件的服务日志，然后通过日志分析出一些中间的逻辑数据，再根据出现问题的一些现有的告警，得出大致的诊断结果。然而，这种人工诊断的过程是在接收到客户投诉或者告警之后进行的，发现异常和做出诊断的过程较慢，而且人工分析过程复杂，不能实现自动化和高效化。因此，需要提出新的技术方案，以针对不同问题进行自动化地分析和诊断。
技术实现思路
根据本专利技术的一种客户异常的自动化诊断方法，包括：自动采集与客户异常相关的关键日志数据；采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对关键日志数据进行实时分析，获取关键日志分析结果；采用与关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对关键日志分析结果和补充数据进行综合分析，获取综合分析结果。根据本专利技术的客户异常的自动化诊断方法，在获取综合分析结果之后，还包括：采用与综合分析结果对应的自动测试方法进行测试，基于测试结果自动得出最终诊断结果。根据本专利技术的客户异常的自动化诊断方法，还包括：将关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果存储到数据库中。根据本专利技术的客户异常的自动化诊断方法，还包括：基于用户的查询请求或主动将关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果显示给用户。根据本专利技术的客户异常的自动化诊断方法，还包括：将用户对所显示的关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果的人工校验结果存储到数据库中，以供结合机器学习方法进行自动化诊断时使用。根据本专利技术的一种客户异常的自动化诊断装置，包括：关键日志数据自动采集模块，用于自动采集与客户异常相关的关键日志数据；关键日志数据自动分析模块，用于采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对关键日志数据进行实时分析，获取关键日志分析结果；综合自动分析模块，用于采用与关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对关键日志分析结果和补充数据进行综合分析，获取综合分析结果。根据本专利技术的客户异常的自动化诊断装置，还包括：自动测试及最终诊断模块，用于采用与综合分析结果对应的自动测试方法进行测试，基于测试结果自动得出最终诊断结果。根据本专利技术的客户异常的自动化诊断装置，还包括：自动存储模块，用于将关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果存储到数据库中。根据本专利技术的一种计算机可读存储介质，存储介质上存储有计算机程序，程序被处理器执行时实现上文所述的方法的步骤。根据本专利技术的一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上文所述的方法的步骤。根据本专利技术的上述技术方案，能够针对不同问题进行自动化地分析和诊断。附图说明并入到说明书中并且构成说明书的一部分的附图示出了本专利技术的实施例，并且与相关的文字描述一起用于解释本专利技术的原理。在这些附图中，类似的附图标记用于表示类似的要素。下面描述中的附图是本专利技术的一些实施例，而不是全部实施例。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，可以根据这些附图获得其他的附图。图1示例性地示出了根据本专利技术的客户异常的自动化诊断方法的示意流程图。图2示例性地示出了根据本专利技术的客户异常的自动化诊断装置的示意框图。图3示例性地示出了包含根据本专利技术的客户异常的自动化诊断装置的自动化诊断系统的示意框图。图4示例性地示出了包含关键日志数据自动采集模块和关键日志数据自动分析模块的实时日志分析系统的示意框图。图5示例性地示出了包含综合自动分析模块和自动测试及最终诊断模块的结果分析系统的示意框图。图6示例性地示出了包含展示和校验功能的展示系统的示意框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。图1示例性地示出了根据本专利技术的客户异常的自动化诊断方法的示意流程图。如图1的实线框所示，根据本专利技术的客户异常的自动化诊断方法，包括：步骤S102：自动采集与客户异常相关的关键日志数据；步骤S104：采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对关键日志数据进行实时分析，获取关键日志分析结果；步骤S106：采用与关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对关键日志分析结果和补充数据进行综合分析，获取综合分析结果。可选地，如图1的虚线框所示，根据本专利技术的客户异常的自动化诊断方法，在步骤S106之后，还包括：步骤S108：采用与综合分析结果对应的自动测试方法进行测试，基于测试结果自动得出最终诊断结果。可选地，如图1的虚线框所示，根据本专利技术的客户异常的自动化诊断方法，还包括：步骤S110：将关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果存储到数据库中。可选地，如图1的虚线框所示，根据本专利技术的客户异常的自动化诊断方法，还包括：步骤S112：基于用户的查询请求或主动将关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果显示给用户。可选地，如图1的虚线框所示，根据本专利技术的客户异常的自动化诊断方法，还包括：步骤S114：将用户对所显示的关键日志分析结果和/或综合分析结果和/或测试结果和/或最终诊断结果的人工校验结果存储到数据库中，以供结合机器学习方法进行自动化诊断时使用。图2示例性地示出了根据本专利技术的客户异常的自动化诊断装置200的示意框图。如图2的实线框所示，客户异常的自动化诊断装置200包括：关键日志数据自动采集模块201，用于自动采集与客户异常相关的关键日志数据；关键日志数据自动分析模块203，用于采用与客户异常类型和/或本文档来自技高网...

【技术保护点】
1.一种客户异常的自动化诊断方法，其特征在于，包括：自动采集与客户异常相关的关键日志数据；采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对所述关键日志数据进行实时分析，获取关键日志分析结果；采用与所述关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对所述关键日志分析结果和所述补充数据进行综合分析，获取综合分析结果。

【技术特征摘要】
1.一种客户异常的自动化诊断方法，其特征在于，包括：自动采集与客户异常相关的关键日志数据；采用与客户异常类型和/或客户所使用的服务软件类型对应的关键日志数据分析方法，对所述关键日志数据进行实时分析，获取关键日志分析结果；采用与所述关键日志分析结果对应的补充数据自动采集方法，采集补充数据，对所述关键日志分析结果和所述补充数据进行综合分析，获取综合分析结果。2.如权利要求1所述的客户异常的自动化诊断方法，其特征在于，在获取所述综合分析结果之后，还包括：采用与所述综合分析结果对应的自动测试方法进行测试，基于测试结果自动得出最终诊断结果。3.如权利要求2所述的客户异常的自动化诊断方法，其特征在于，还包括：将所述关键日志分析结果和/或所述综合分析结果和/或所述测试结果和/或所述最终诊断结果存储到数据库中。4.如权利要求3所述的客户异常的自动化诊断方法，其特征在于，还包括：基于用户的查询请求或主动将所述关键日志分析结果和/或所述综合分析结果和/或所述测试结果和/或所述最终诊断结果显示给用户。5.如权利要求4所述的客户异常的自动化诊断方法，其特征在于，还包括：将用户对所显示的所述关键日志分析结果和/或所述综合分析结果和/或所述测试结果和/或所述最终诊断结果的人工校验结果存储到数据库中，以供结合机器学习方法进行自动化诊断...

【专利技术属性】
技术研发人员：黄麟，封浩，陈亚川，苗辉，
申请(专利权)人：贵州白山云科技股份有限公司，
类型：发明
国别省市：贵州,52