[发明专利]一种集群节点故障检测方法及装置

权利要求书

1.一种集群节点故障检测方法，其特征在于，包括：

获得目标节点的至少一个指定信息维度下的节点运行信息，各所述指定信息维度均为与隐性故障相关的信息维度；

按照预定义的信息拼接次序，对各所述指定信息维度下的节点运行信息进行拼接，获得目标联合特征信息；

将所述目标联合特征信息输入至训练好的隐性故障检测模型，获得所述隐性故障检测模型输出的隐性故障存在概率值；

基于所述隐性故障存在概率值，确定所述目标节点是否存在隐性故障。

2.根据权利要求1所述的集群节点故障检测方法，其特征在于，各所述指定信息维度包括：Nmon日志信息维度、负载信息维度、SQL执行信息维度、目标日志信息维度和/或历史故障信息维度。

3.根据权利要求1所述的集群节点故障检测方法，其特征在于，所述方法还包括：

确定第一节点的隐性故障时段；

基于所述第一节点在所述隐性故障时段内的节点运行信息和所述第一节点的历史故障信息，获得所述隐性故障检测模型的负样本训练数据；其中，所述第一节点在隐性故障时段内的节点运行信息包括：Nmon日志信息、负载信息、SQL执行信息和/或目标日志信息；

使用所述负样本训练数据，对处于训练阶段的所述隐性故障检测模型进行训练。

4.根据权利要求3所述的集群节点故障检测方法，其特征在于，所述确定第一节点的隐性故障时段，包括：

确定所述第一节点的显性故障出现时刻；

确定所述第一节点的隐性故障持续时长；

将在所述显性故障出现时刻之前且与所述显性故障出现时刻间隔隐性故障持续时长的时刻，确定为隐性故障出现时刻；

将由所述隐性故障出现时刻至所述显性故障出现时刻之间的时段，确定为所述隐性故障时段。

5.根据权利要求4所述的集群节点故障检测方法，其特征在于，所述方法还包括：

基于集群在指定时段内的平均负载、所述第一节点在所述指定时段内的平均负载和所述第一节点的CPU配置参数，计算出所述隐性故障持续时长。

6.根据权利要求1所述的集群节点故障检测方法，其特征在于，所述方法还包括：

确定第二节点的健康运行时段；

基于所述第二节点在所述健康运行时段内的节点运行信息和所述第二节点的历史故障信息，获得所述隐性故障检测模型的正样本训练数据；其中，所述第二节点在健康运行时段内的节点运行信息包括：Nmon日志信息、负载信息、SQL执行信息和/或目标日志信息；

使用所述正样本训练数据，对处于训练阶段的所述隐性故障检测模型进行训练。

7.一种集群节点故障检测装置，其特征在于，包括：第一获得单元、拼接单元、第一输入单元、第二获得单元和第一确定单元；其中：

所述第一获得单元，用于获得目标节点的至少一个指定信息维度下的节点运行信息，各所述指定信息维度均为与隐性故障相关的信息维度；

所述拼接单元，用于按照预定义的信息拼接次序，对各所述指定信息维度下的节点运行信息进行拼接，获得目标联合特征信息；

所述第一输入单元，用于将所述目标联合特征信息输入至训练好的隐性故障检测模型；

所述第二获得单元，用于获得所述隐性故障检测模型输出的隐性故障存在概率值；

所述第一确定单元，用于基于所述隐性故障存在概率值，确定所述目标节点是否存在隐性故障。

8.根据权利要求7所述的集群节点故障检测装置，其特征在于，所述装置还包括：第二确定单元、第三获得单元和第一训练单元；其中：

所述第二确定单元，用于确定第一节点的隐性故障时段；

所述第三获得单元，用于基于所述第一节点在所述隐性故障时段内的节点运行信息和所述第一节点的历史故障信息，获得所述隐性故障检测模型的负样本训练数据；其中，所述第一节点在隐性故障时段内的节点运行信息包括：Nmon日志信息、负载信息、SQL执行信息和/或目标日志信息；

所述第一训练单元，用于使用所述负样本训练数据，对处于训练阶段的所述隐性故障检测模型进行训练。