【技术实现步骤摘要】
一种系统故障检测方法、装置、设备及介质
[0001]本专利技术涉及计算机系统领域,特别涉及一种系统故障检测方法、装置、设备及介质。
技术介绍
[0002]云原生环境主要有微服务、自动化发布、持续交付和容器化四个特点。微服务架构在独立部署、快速交付和扩展能力上表现出极大的优势,但同时,微服务系统中由于服务众多,服务之间的调用关系也会变得异常复杂,当系统出现问题时,运维管理员难以快速、精准、全面的寻找故障和排查问题。因此在服务系统环境中,故障检测和根因定位需要更加智能的算法模型。
[0003]目前,在私有云监控、大型微服务故障排查、云原生平台智能运维等服务及运维数据较多的服务系统场景中,当服务系统中出现问题时,由于服务系统中服务节点众多,服务节点之间的调用关系也会变得异常复杂,现有技术手段大多通过阈值检测和规则告警等方法进行故障的寻找和排查,运维人员往往难以快速、精准、全面的寻找故障和排查问题。
[0004]综上,如何自动、快速、精准、全面的对服务系统中的故障进行检测和定位是目前有待解决的问题。
技术实现思路
[0005]有鉴于此,本专利技术的目的在于提供一种系统故障检测方法、装置、设备及介质,能够自动、快速、精准、全面的对服务系统中的故障进行检测和定位。其具体方案如下:
[0006]第一方面,本申请公开了一种系统故障检测方法,包括:
[0007]获取待检测服务系统中每个服务节点的当前运行数据;所述当前运行数据包括多种运行状态数据;
[0008]利用预设数据标准化方 ...
【技术保护点】
【技术特征摘要】
1.一种系统故障检测方法,其特征在于,包括:获取待检测服务系统中每个服务节点的当前运行数据;所述当前运行数据包括多种运行状态数据;利用预设数据标准化方法对所述当前运行数据进行标准化处理,以得到各种所述运行状态数据分别对应的标准分数;利用携带有故障类型标签的历史运行数据对基于逻辑回归算法构建的待训练模型进行训练,以得到训练后的监督学习模型;提取所述训练后的监督学习模型中每种线性参数对应的权重系数;其中,不同的所述线性参数分别对应不同的所述运行状态数据;利用所述线性参数的权重系数分别对相应的所述运行状态数据的标准分数进行加权计算,并基于加权得分对所述待检测服务系统进行故障定位。2.根据权利要求1所述的系统故障检测方法,其特征在于,所述获取待检测服务系统中每个服务节点的当前运行数据,包括:获取待检测服务系统中每个服务节点的系统性能指标数据、微服务调用链数据和系统日志数据,以得到每个所述服务节点的当前运行数据。3.根据权利要求2所述的系统故障检测方法,其特征在于,所述获取待检测服务系统中每个服务节点的系统性能指标数据、微服务调用链数据和系统日志数据,以得到每个所述服务节点的当前运行数据,包括:确定时间序列的滑动窗口的时间长度;在每个所述滑动窗口的时间长度内基于第一预设时间间隔对所述待检测服务系统中每个服务节点的系统性能指标数据进行采样,以得到按照时序排列的与多个所述滑动窗口对应的多组系统性能指标数据;在每个所述滑动窗口的时间长度内基于第二预设时间间隔对所述待检测服务系统中每个服务节点的微服务调用链数据进行采样,以得到按照时序排列的与多个所述滑动窗口对应的多组微服务调用链数据;在每个所述滑动窗口的时间长度内基于第三预设时间间隔对所述待检测服务系统中每个服务节点的系统日志数据进行采样,以得到按照时序排列的与多个所述滑动窗口对应的多组系统日志数据。4.根据权利要求3所述的系统故障检测方法,其特征在于,所述利用预设数据标准化方法对所述当前运行数据进行标准化处理,以得到各种所述运行状态数据分别对应的标准分数,包括:计算每组所述系统性能指标数据对应的z分数以及每组所述系统性能指标数据中不同系统性能指标数据之间的一阶差分数据对应的z分数;获取每组所述微服务调用链数据中的微服务调用时间,并计算每组所述微服务调用链数据中的微服务调用时间对应的z分数以及每组所述微服务调用链数据中不同微服务调用时间之间的一阶差分数据对应的z分数;利用预设日志模板对每组所述系统日志数据进行匹配以得到每组所述系统日志数据中不同系统日志数据对应的匹配分值,并计算每组所述系统日志数据中不同系统日志数据对应的匹配分值的z分数以及每组所述系统日志数据对应的不同匹配分值之间的一阶差分
数据的z分数。5.根据权利要求4所述的系统故障检测方法,其特征在于,对所述当前运行数据中的任一组运行状态数据进行标准化处理的过程,包括:利用优化后均值计算公式以及优化后方差计算公式,分别计算该组运行状态数据对应的均值和方差,并基于该组运行状态数据对应的均值和方差计算该组运行状态数据对应的z分数;其中,所述优化后均值计算公式为:所述优化后方差计算公式为:其中,n表示该组运行状态数据对应的数据样本量,x
i<...
【专利技术属性】
技术研发人员:赵利强,
申请(专利权)人:浪潮电子信息产业股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。