[发明专利]一种集群节点故障检测方法及装置

说明书

本发明公开了一种集群节点故障检测方法及装置，可以通过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，获得隐性故障检测模型输出的隐性故障存在概率值，基于隐性故障存在概率值，确定目标节点是否存在隐性故障。本发明可以实现对集群中所有节点的隐性故障监测，在节点出现隐性故障时即可以故障定位并进行排障处理，避免节点的隐性故障发展为显性故障，避免给集群整体运行性能产生的不利影响，保障集群整体运行性能，保障集群运行效率。

技术领域

本发明涉及计算机技术领域，尤其涉及一种集群节点故障检测方法及装置。

背景技术

随着计算机技术的发展，集群技术不断提高。

在集群运行过程中，当集群中的某个节点出现故障时，集群的整体运行性能将会下降，及时识别故障并进行相应的排障处理，对于集群运行性能的保障具有关键意义。其中，节点出现的故障可以包括显性故障和隐性故障。

但是，现有技术无法有效检测出隐性故障。

发明内容

鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的集群节点故障检测方法及装置，技术方案如下：

一种集群节点故障检测方法，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。

可选的，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。

可选的，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。

可选的，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。

可选的，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。

可选的，所述方法还包括：

确定第二节点的健康运行时段；