[发明专利]集群故障修复方法及其模型训练方法、装置及服务器

说明书

本说明书实施例涉及一种集群故障修复方法、装置及服务器。该方法包括：获取故障日志数据；所述故障日志数据中包括历史故障数据和历史故障修复策略；根据所述历史故障数据形成故障文本；将该故障文本表示为结构化的文本表示向量；将该文本表示向量输入多层分类器，输出所述文本表示向量与所述历史故障修复策略之间的关联关系，得到所述集群故障修复模型。从而得到效率及准确率更高的集群故障修复模型，进而实现了高效率、高准确率的集群故障的自动修复。

技术领域

本说明书实施例涉及集群故障自动处理技术领域，更具体地，涉及一 种集群故障修复模型的训练方法、一种集群故障修复方法、一种集群故障 修复模型的训练装置、一种集群故障修复装置、一种服务器以及一种计算 机可读存储介质。

背景技术

在大规模集群服务器的运维中，机器的智能化修复十分重要。由于集 群中的服务器数量庞大，相应的，同时间发生故障的服务器也比较多。现 有的运维系统中，部署了软硬件自动化修复系统(auto-healing)，其修复 策略是基于规则匹配得到的。响应速度较快，且具有很高的可解释性。

该方案虽然实现了自动化的集群中服务器故障的修复，但是修复策略 是由专家配置，且是由单规则触发的。比如，在多个报警的监控模块 (monitor)中只关注其中的一个monitor，或者只关注服务器的某种状态， 如state＝os_error等，这会导致故障修复的准确率低，且会存在规则覆盖不 全的问题。

因此，有必要提供一种高效率、高准确率的集群故障修复方法。

发明内容

本说明书实施例的一个目的是提供一种集群故障修复的新的技术方 案。

根据本说明书实施例的第一方面，提供了一种集群故障修复模型的训 练方法，包括：

获取故障日志数据；所述故障日志数据中包括历史故障数据和历史故 障修复策略；

根据所述历史故障数据形成故障文本；

将所述故障文本表示为结构化的文本表示向量；

将所述文本表示向量输入多层分类器，输出所述文本表示向量与所述 历史故障修复策略之间的关联关系，得到所述集群故障修复模型。

可选地，其中，所述根据所述历史故障数据形成故障文本，包括：

从所述历史故障数据中提取故障监控模块名称以及对应的故障级别；

使所述故障监控模块名称及对应的故障级别形成所述故障文本。

可选地，其中，所述将所述故障文本表示为结构化的文本表示向量， 包括：

根据预设故障级别权重值，将所述故障文本转化为相应的词频向量；

将所述词频向量输入语言模型，得到所述结构化的文本表示向量。

可选地，其中，所述语言模型为概率统计模型或深度学习语言模型； 其中，所述概率统计模型包括词频-逆向文件频率tf-idf模型、文档主题生 成模型LDA；所述深度学习语言模型为word2vec模型。

可选地，其中，所述历史故障修复策略包括成功修复策略和未成功修 复策略；

所述将所述文本表示向量输入多层分类器，输出所述文本表示向量与 所述历史故障修复策略之间的关联关系，包括：

将所述文本表示向量输入多分类器，输出所述文本表示向量与所述成 功修复策略之间的关联关系；

以及，将所述文本表示向量输入二分类器，输出所述文本表示向量与 所述成功修复策略以及所述未成功修复策略之间的关联关系。

根据本说明书实施例的第二方面，提供了一种集群故障修复方法，包 括：