【技术实现步骤摘要】
本申请涉及故障诊断，尤其涉及一种数据库的故障诊断方法、装置和存储介质。
技术介绍
1、数据库的故障类型繁多，且经常同时发生多个类型的故障，即复合故障场景。当前采用机器学习预测数据库的故障，一般将此问题转化成故障数据特征的多分类问题，即采集数据库发生故障时的数据，将数据特征向量化，并将特征向量化后的数据输入机器学习模型或者深度学习模型进行训练，根据多个故障标签训练出一个多分类模型，然后在预测阶段将特征向量化的数据输入模型，输出一个故障类型结果。
2、该方法有几个缺点：训练模型时需要比较多的样本；预测的精确率不高；出现任何新的故障都需要重新训练模型，时间成本大，还影响已有故障类型的识别准确率。
技术实现思路
1、基于此，本申请实施例提供一种数据库的故障诊断方法、装置和存储介质，能够减少训练所需的样本，提高预测的精准率，一定程度上能够减少重新训练模型的时间成本。
2、第一方面，本申请提供一种数据库的故障诊断方法，所述方法包括：
3、获取数据库用于故障诊断的数据
4、本文档来自技高网...
【技术保护点】
1.一种数据库的故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述前置分类模块包括多个二分类诊断模型，所述多个二分类诊断模型能够分别确定所述数据库的故障所属的多个故障类型；
3.根据权利要求2所述的方法，其特征在于，所述根据所述数据和前置分类模块，确定所述数据库的故障所属的故障类型之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述训练得到所述多个故障类型对应的多个二分类诊断模型，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要...
【技术特征摘要】
1.一种数据库的故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述前置分类模块包括多个二分类诊断模型，所述多个二分类诊断模型能够分别确定所述数据库的故障所属的多个故障类型；
3.根据权利要求2所述的方法，其特征在于，所述根据所述数据和前置分类模块，确定所述数据库的故障所属的故障类型之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述训练得到所述多个故障类型对应的多个二分类诊断模型，包括：
5.根据权利要求2所述的方法，其特征在于，所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述数据和前置分类模...
【专利技术属性】
技术研发人员：屠要峰，黄世悦，王子威，崔斌，李忠良，
申请(专利权)人：中兴通讯股份有限公司，
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。