应用业务异常的根因定位方法及装置制造方法及图纸

本发明专利技术公开了一种应用业务异常的根因定位方法及装置。该方法包括：获取多维度业务数据；根据元素的维度数对多维度业务数据进行分层；根据最细粒度元素的实际值，利用基于根因评价指标中第一部分评价指标的预设搜索方法对分层后的多维度业务数据逐层进行根因搜索，确定业务异常发生的候选根因集合；针对候选根因集合中的任一候选根因，计算根因评价指标中除第一部分评价指标外的第二部分评价指标的指标值；基于计算得到的第二部分评价指标的指标值，从候选根因集合中选择目标根因。本方案能够准确地定位到多维度业务数据的根因，提升了定位的准确度，而且提升了定位效率，能够实现秒级定位，从而减少因为故障导致的业务损失，实现了自动化定位。实现了自动化定位。实现了自动化定位。

【技术实现步骤摘要】
应用业务异常的根因定位方法及装置


[0001]本专利技术涉及通信
，具体涉及一种应用业务异常的根因定位方法及装置。

技术介绍

[0002]云原生意味着应用程序原生就被设计为在云上以最佳方式运行。云原生是一种专门针对云上应用而设计的方法，用于构建和部署应用，以充分发挥云计算的优势。这些应用的特点是可以实现快速和频繁的构建、发布、部署，结合云计算的特点实现和底层硬件和操作系统解耦，可以方便的满足在扩展性，可用性，可移植性等方面的要求，并提供更好的经济性。同时通过拆解为多个小型功能团队来让组织更敏捷，让人员、流程和工具更好的结合，在开发、测试、运维之间进行更密切的协作。
[0003]云原生时代，系统环境已经发生了翻天覆地的变化，技术栈多，技术组件复杂，应用架构也随之复杂。围绕质量保障、成本管理、效率提升这三个方向，运维领域有诸多快速发现问题并准确进行故障定位的场景需求。传统运维关注的是单台IT设备的故障率和单个应用系统的可用性，标准不统一，且运维专业不断细分，当业务系统发生故障时，需要各个运维岗位进行自检，查看各自负责的设备、应用组件、系统是否运行正常。如果没有发现问题，则召集设备提供商、系统开发商、系统集成商，一起对系统进行“会诊”，查找故障原因，整个流程常常会超过一周时间。传统运维部门常常被称为“救火”队员，依靠人工巡检的工作方式，不但工作被动，而且效率低下，还容易出现定位偏差。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的应用业务异常的根因定位方法及装置。
[0005]根据本专利技术实施例的一个方面，提供了一种应用业务异常的根因定位方法，包括：
[0006]获取多维度业务数据，其中，多维度业务数据包括业务数据的元素和最细粒度元素的实际值；
[0007]根据元素的维度数对多维度业务数据进行分层；
[0008]根据最细粒度元素的实际值，利用基于根因评价指标中第一部分评价指标的预设搜索方法对分层后的多维度业务数据逐层进行根因搜索，确定业务异常发生的候选根因集合；
[0009]针对候选根因集合中的任一候选根因，计算根因评价指标中除第一部分评价指标外的第二部分评价指标的指标值，其中，根因评价指标包括：贡献度、变化率、信息熵和相似度；
[0010]基于计算得到的第二部分评价指标的指标值，从候选根因集合中选择目标根因。
[0011]根据本专利技术实施例的另一方面，提供了一种应用业务异常的根因定位装置，包括：
[0012]获取模块，适于获取多维度业务数据，其中，多维度业务数据包括业务数据的元素和最细粒度元素的实际值；
[0013]分层处理模块，适于根据元素的维度数对多维度业务数据进行分层；
[0014]根因搜索模块，适于根据最细粒度元素的实际值，利用基于根因评价指标中第一部分评价指标的预设搜索方法对分层后的多维度业务数据逐层进行根因搜索，确定业务异常发生的候选根因集合；
[0015]计算模块，适于针对候选根因集合中的任一候选根因，计算根因评价指标中除第一部分评价指标外的第二部分评价指标的指标值，其中，根因评价指标包括：贡献度、变化率、信息熵和相似度；
[0016]选择模块，适于基于计算得到的第二部分评价指标的指标值，从候选根因集合中选择目标根因。
[0017]根据本专利技术实施例的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，处理器、存储器和通信接口通过通信总线完成相互间的通信；
[0018]存储器用于存放至少一可执行指令，可执行指令使处理器执行上述应用业务异常的根因定位方法对应的操作。
[0019]根据本专利技术实施例的再一方面，提供了一种计算机存储介质，存储介质中存储有至少一可执行指令，可执行指令使处理器执行如上述应用业务异常的根因定位方法对应的操作。
[0020]根据本专利技术上述实施例提供的方案，基于根因评价指标(根据评价指标包括：贡献度、变化率、信息熵和相似度)所进行的根因定位，能够准确地定位到多维度业务数据的根因，提升了定位的准确度，而且提升了定位效率，能够实现秒级定位，从而减少因为故障导致的业务损失，另外，根因定位无需人工参与，在发生异常时，自动启动根因定位，实现了完全自动化地定位。
[0021]上述说明仅是本专利技术实施例技术方案的概述，为了能够更清楚了解本专利技术实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本专利技术实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术实施例的具体实施方式。
附图说明
[0022]通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0023]图1A示出了本专利技术实施例提供的应用业务异常的根因定位方法流程图；
[0024]图1B为多维数据示意图；
[0025]图1C为候选根因的示意图；
[0026]图2示出了本专利技术实施例提供的应用业务异常的根因定位装置的结构示意图；
[0027]图3示出了本专利技术实施例提供的计算设备的结构示意图。
具体实施方式
[0028]下面将参照附图更详细地描述本专利技术的示例性实施例。虽然附图中显示了本专利技术的示例性实施例，然而应当理解，可以以各种形式实现本专利技术而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本专利技术，并且能够将本专利技术的范围
完整的传达给本领域的技术人员。
[0029]图1A示出了本专利技术实施例提供的应用业务异常的根因定位方法的流程图。如图1A所示，该方法包括以下步骤：
[0030]步骤S101，获取多维度业务数据，其中，多维度业务数据包括业务数据的元素和最细粒度元素的实际值。
[0031]本实施例提供了一种应用业务异常的根因定位方法，该方法用于对云原生应用发生的异常进行根因定位，云原生意味着应用程序原生就被设计为在云上以最佳方式运行。
[0032]应用在运行过程中会产生相应的业务数据，这些业务数据是多维度的数据，以网页访问量PV为例，图1B为一个4维PV数据的示意图，是由一系列3维的结构来表示，在该实例中，4维PV数据的维度分别是Province,ISP,DC和Channel(简记为P,I,D,C)，其中每个cell表示一个最细粒度元素对应的PV值，例如v(Beijing,ChinaNet,DC1,Channel1)，相应的也有较粗粒度的元素，例如v(Beijing,ChinaNet,DC1,*)、v(Beijing,ChinaNet,*,*)、v(Beijing,*,DC1,*)、v(*,*,*,Channel1)、v(*,*,*,*)，分别对应一排cell、一个平面的cell、一个立方体的cell、总PV，这种数据结构称为datacub本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用业务异常的根因定位方法，包括：获取多维度业务数据，其中，所述多维度业务数据包括业务数据的元素和最细粒度元素的实际值；根据元素的维度数对多维度业务数据进行分层；根据所述最细粒度元素的实际值，利用基于根因评价指标中第一部分评价指标的预设搜索方法对分层后的多维度业务数据逐层进行根因搜索，确定业务异常发生的候选根因集合；针对候选根因集合中的任一候选根因，计算根因评价指标中除第一部分评价指标外的第二部分评价指标的指标值，其中，所述根因评价指标包括：贡献度、变化率、信息熵和相似度；基于计算得到的第二部分评价指标的指标值，从候选根因集合中选择目标根因。2.根据权利要求1所述的方法，其中，所述基于计算得到的第二部分评价指标的指标值，从候选根因集合中选择目标根因进一步包括：根据第一部分评价指标的指标值及第二部分评价指标的指标值计算得到根因评价指标的指标值；基于根因评价指标的指标值对候选根因集合中候选根因进行排序；从排序后的候选根因集合中选择目标根因。3.根据权利要求2所述的方法，其中，所述从排序后的候选根因集合中选择目标根因进一步包括：从排序后的候选根因集合中选择与维度数量对应的多个候选根因；判断多个候选根因对应的贡献度是否相同；若相同，则从多个候选根因中选择根因所处层级最低，且根因组合数量最少的候选根因作为目标根因。4.根据权利要求2所述的方法，其中，所述从排序后的候选根因集合中选择目标根因进一步包括：从排序后的候选根因集合中选择与维度数量对应的多个候选根因；判断多个候选根因的根因评价指标的指标值是否相同；若相同，则从多个候选根因中选择根因所处层级最低，且根因组合数量最少的候选根因作为目标根因。5.根据权利要求2所述的方法，其中，所述从排序后的候选根因集合中选择目标根因进一步包括：从排序后的候选根因集合中选择根因评价指标的指标值最大的候选根因作为目标根因。6.根据权利要求1所述的方法，其中，设定多维度业务数据分层后为N层；根据所述最细粒度元素的实际值，利用基于根因评价指标中第一部分评价指标的预设搜索方法对分层后的多维度业务数据逐层进行根因搜索，确定业务异常...

【专利技术属性】
技术研发人员：王河，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：