故障根因定位方法、装置、设备及计算机存储介质制造方法及图纸

本申请公开了一种故障根因定位方法、装置、设备及计算机存储介质。该方法包括获取应用节点、应用节点的节点属性、应用节点的节点关系和节点关系的关系属性；根据应用节点、节点属性、节点关系和关系属性，生成基于图形数据库的应用拓扑；根据应用拓扑，获取节点属性数据和关系属性数据；根据应用节点、节点关系、节点属性数据和关系属性数据，计算应用节点的影响关系；在应用拓扑中的第一应用节点发生故障时，基于第一应用节点的异常属性数据及第一应用节点的影响关系，根据应用拓扑，对故障进行溯源，得到故障的故障根因。根据本申请实施例的故障根因定位方法，能够快速定位故障根因，故障处理效率较高。故障处理效率较高。故障处理效率较高。

【技术实现步骤摘要】
故障根因定位方法、装置、设备及计算机存储介质


[0001]本申请属于运维领域，尤其涉及一种故障根因定位方法、装置、设备及计算机存储介质。

技术介绍

[0002]随着容器化、虚拟化等技术的发展，越来越多的软件系统迁移到云环境中，云原生应用已经成为应用程序开发和部署的主流解决方案。
[0003]现有技术中，基于传统资源模型定义的应用拓扑已经不适用云原生形态的应用，具有云、分布式、容器化、微服务等特性的云原生应用的复杂度、数量、场景比传统应用高了一个数量级，传统形态的应用拓扑既无法存储满足云运维场景的海量数据，也无法实现真实的应用拓扑，更无法做到云原生应用拓扑数据的高效自动化维系，也就是说，传统形态的应用拓扑不能实现对云原生应用的智能、精确、高效运维，更不能快速定位故障根因，故障处理效率较低。

技术实现思路

[0004]本申请实施例提供了一种故障根因定位方法、装置、设备、计算机存储介质及计算机程序产品，能够快速定位故障根因，故障处理效率较高。
[0005]一方面，本申请实施例提供了一种故障根因定位方法，该方法包括：
[0006]获取应用节点、所述应用节点的节点属性、所述应用节点的节点关系和所述节点关系的关系属性；
[0007]根据所述应用节点、所述节点属性、所述节点关系和所述关系属性，生成基于图形数据库的应用拓扑；
[0008]根据所述应用拓扑，获取节点属性数据和关系属性数据；
[0009]根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系；
[0010]在所述应用拓扑中的第一应用节点发生故障时，基于所述第一应用节点的异常属性数据及所述第一应用节点的影响关系，根据所述应用拓扑，对所述故障进行溯源，得到所述故障的故障根因。
[0011]在一种可能的实现方式中，根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系，具体包括：
[0012]在所述节点属性数据为连续型数据时，根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算两个节点属性数据之间的相关关系；
[0013]在所述节点属性数据为离散型数据时，根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算两个节点属性数据之间的概率关系，所述概率关系为在应用拓扑中，当某一节点属性数据在某一取值或某一组取值时，相对应另外的节点属性数据也在某一取值或某一类取值发生的概率。
[0014]在一种可能的实现方式中，所述相关关系包括正相关关系和负相关关系。
[0015]在一种可能的实现方式中，在根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系之后，所述方法还包括：
[0016]在所述应用拓扑中的第一应用节点的节点属性数据发生异常波动时，基于异常波动的所述节点属性数据及所述第一应用节点的影响关系，预测发生异常的节点属性数据和/或发生故障的应用节点。
[0017]在一种可能的实现方式中，在所述应用拓扑中的第一应用节点发生故障时，基于所述第一应用节点的异常属性数据及所述第一应用节点的影响关系，根据所述应用拓扑，对所述故障进行溯源，得到所述故障的故障根因之后，所述方法还包括：
[0018]根据所述应用拓扑和所述影响关系，确定所述故障根因引起的从属故障。
[0019]在一种可能的实现方式中，所述应用节点包括：微服务应用、中间件应用和数据库应用中的至少一种。
[0020]另一方面，本申请实施例提供了一种故障根因定位装置，该装置包括：
[0021]第一获取模块，用于获取应用节点、所述应用节点的节点属性、所述应用节点的节点关系和所述节点关系的关系属性；
[0022]生成模块，用于根据所述应用节点、所述节点属性、所述节点关系和所述关系属性，生成基于图形数据库的应用拓扑；
[0023]第二获取模块，用于在生成基于图形数据库的应用拓扑之后，根据所述应用拓扑，获取节点属性数据和关系属性数据；
[0024]第一计算模块，用于根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系；
[0025]溯源模块，用于在计算所述应用节点的影响关系之后，在所述应用拓扑中的第一应用节点发生故障时，基于所述第一应用节点的异常属性数据及所述第一应用节点的影响关系，根据所述应用拓扑，对所述故障进行溯源，得到所述故障的故障根因。
[0026]再一方面，本申请实施例提供了一种故障根因定位设备，该设备包括：处理器以及存储有计算机程序指令的存储器；
[0027]所述处理器执行所述计算机程序指令时实现上述第一方面中任一种可能的实现方法中的方法。
[0028]再一方面，本申请实施例提供了一种计算机存储介质，该计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现上述第一方面中任一种可能的实现方法中的方法。
[0029]再一方面，本申请实施例提供了一种计算机程序产品，该计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行上述第一方面中任一种可能的实现方法中的方法。
[0030]本申请实施例的故障根因定位方法、装置、设备、计算机存储介质及计算机程序产品，通过根据应用节点、节点属性、节点关系和关系属性，生成基于图形数据库的应用拓扑，能够反应云原生形态下应用之间错综复杂的关系，进而能够实现云原生形态下的高复杂性、具有真实逻辑关系的应用拓扑，通过对应用拓扑中的海量数据进行精密的计算，能够得到两个应用之间的影响关系，进而在应用拓扑中的第一应用节点发生故障时，查找可以造
成第一应用节点故障且与第一应用节点的影响关系最大的上一级应用节点，并在该上一级应用节点故障时，继续查找可以造成该上一级应用节点故障且与该上一级应用节点的影响关系最大的再上一级应用节点，直到查找到故障根因，整个故障溯源过程均基于异常属性数据及影响关系自动完成，因此能够实现对云原生应用的智能、精确、高效运维，更能够快速定位故障根因，故障处理效率较高。
附图说明
[0031]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单的介绍，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，还可以根据这些附图获得其他的附图。
[0032]图1是本申请实施例提供的一种故障根因定位方法的充值缴费场景示意图；
[0033]图2是本申请实施例提供的一种故障根因定位方法的流程示意图；
[0034]图3是本申请实施例提供的一种节点属性数据的相关关系图；
[0035]图4是本申请实施例提供的另一种故障根因定位方法的流程示意图；
[0036]图5是本申请实施例提供的又一种故障根因定位方法的流程示意图；
[0037]图6是本申请实施例提供的一种故障根因定位装置的流程示意图；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障根因定位方法，其特征在于，包括：获取应用节点、所述应用节点的节点属性、所述应用节点的节点关系和所述节点关系的关系属性；根据所述应用节点、所述节点属性、所述节点关系和所述关系属性，生成基于图形数据库的应用拓扑；根据所述应用拓扑，获取节点属性数据和关系属性数据；根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系；在所述应用拓扑中的第一应用节点发生故障时，基于所述第一应用节点的异常属性数据及所述第一应用节点的影响关系，根据所述应用拓扑，对所述故障进行溯源，得到所述故障的故障根因。2.根据权利要求1所述的故障根因定位方法，其特征在于，所述根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系，具体包括：在所述节点属性数据为连续型数据时，根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算两个节点属性数据之间的相关关系；在所述节点属性数据为离散型数据时，根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算两个节点属性数据之间的概率关系，所述概率关系为在应用拓扑中，当某一节点属性数据在某一取值或某一组取值时，相对应另外的节点属性数据也在某一取值或某一类取值发生的概率。3.根据权利要求2所述的故障根因定位方法，其特征在于，所述相关关系包括正相关关系和负相关关系。4.根据权利要求1所述的故障根因定位方法，其特征在于，所述根据所述应用节点、所述节点关系、所述节点属性数据和所述关系属性数据，计算所述应用节点的影响关系之后，所述方法还包括：在所述应用拓扑中的第一应用节点的节点属性数据发生异常波动时，基于异常波动的所述节点属性数据及所述第一应用节点的影响关系，预测发生异常的节点属性数据和/或发生故障的应用节点。5.根据权利要求1所述的故障根因定位方法，其特征在于，所述在所述应用拓扑中的第一应用...

【专利技术属性】
技术研发人员：王勇，
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：