Elasticsearch集群故障智能化检测系统技术方案

本发明专利技术提供一种Elasticsearch集群故障智能化检测系统，涉及大数据存储与检索技术领域，该系统包括数据采集模块、Elasticsearch集群故障分析模块、专家系统模块及模型优化与自我学习模块，通过Elasticsearch集群故障分析模块的故障检测模型对Elasticsearch集群的当前日志数据和监控指标数据进行分析，确定Elasticsearch集群的预测故障类型，实现自动检测和预测；通过将深度学习算法和专家规则库进行融合，能够高效处理复杂和动态的故障场景，降低误报和漏报率，提高了检测准确性；通过模型优化与自我学习模块，实现故障检测模型的自我学习和动态优化，降低了运维复杂性和成本。

【技术实现步骤摘要】

本专利技术涉及大数据存储与检索，尤其涉及一种elasticsearch集群故障智能化检测系统。

技术介绍

1、分布式搜索引擎elasticsearch是分布式、实时、高性能的搜索和分析引擎，可以处理大量数据并提供快速、准确的搜索结果。在实际应用中，elasticsearch集群可能会遇到各种故障，例如节点宕机、磁盘满、网络故障等。因而elasticsearch集群故障的检测至关重要。

2、现有技术中，elasticsearch集群故障检测主要依赖于传统的监控工具和手动排查，通常包括以下几个方面：

3、（1）性能监控与日志分析：通过监控elasticsearch集群的各种性能指标（如中央处理器（central processing unit，cpu）使用率、内存使用率、查询延迟等）来评估集群的健康状况，同时利用日志分析工具分析elasticsearch日志，监测异常行为或错误信息；

4、（2）可视化工具应用：使用kibana、grafana等可视化工具展示集群的各种性能指标，并部署独立的日志分析工具（如logstash）来本文档来自技高网...

【技术保护点】

1.一种Elasticsearch集群故障智能化检测系统，其特征在于，包括数据采集模块、Elasticsearch集群故障分析模块、专家系统模块及模型优化与自我学习模块；其中：

2.根据权利要求1所述的Elasticsearch集群故障智能化检测系统，其特征在于，所述专家系统模块，具体用于：

3.根据权利要求1所述的Elasticsearch集群故障智能化检测系统，其特征在于，所述故障检测模型包括输入层、卷积层、池化层、全连接层和Softmax层；

4.根据权利要求1所述的Elasticsearch集群故障智能化检测系统，其特征在于，所述数据采集模块，...

【技术特征摘要】

1.一种elasticsearch集群故障智能化检测系统，其特征在于，包括数据采集模块、elasticsearch集群故障分析模块、专家系统模块及模型优化与自我学习模块；其中：

2.根据权利要求1所述的elasticsearch集群故障智能化检测系统，其特征在于，所述专家系统模块，具体用于：

3.根据权利要求1所述的elasticsearch集群故障智能化检测系统，其特征在于，所述故障检测模型包括输入层、卷积层、池化层、全连接层和softmax层；

4.根据权利要求1所述的elasticsearch集群故障智能化检测系统，其特征在于，所述数据采集模块，还用于：

5.根据权利要求4所述的elasticsearch集群故障智能化检测系统，其特征在于，所...

【专利技术属性】
技术研发人员：杨昌玉，原帅，刘衍琦，彭洪浩，吴雪安，
申请(专利权)人：烟台理工学院，
类型：发明
国别省市：