[发明专利]一种数据库故障诊断及自愈方法

权利要求书

1.一种数据库故障诊断方法，其特征在于，包括以下步骤：

11)训练数据集的建立：获取数据库的历史日志数据，并进行数据预处理；

12)故障发现分类模型的训练：将预处理后的训练数据集输入故障发现分类模型，利用KNN算法进行训练；

13)待分析数据库数据的获取：获取待分析的数据库日志数据；

14)数据故障的诊断：将待分析的数据库日志数据输入训练后的故障发现分类模型，得到数据故障的诊断结果。

2.根据权利要求1所述的一种数据库故障诊断方法，其特征在于，所述训练数据集的建立包括以下步骤：

21)获取数据库的历史日志数据；

22)解析每一行日志数据，拆分出时间、日志级别和日志内容，将日志级别为warning与error的日志加进训练数据集；

23)将日志内容分词并向量化，利用TF-IDF算法计算每个词的TF-IDF值，计算词汇的IDF值，其计算公式如下：

其中，N代表语料库中文本的总数，而N(x)代表语料库中含词x的文本总数；

24)计算词汇的TF-IDF值，其中TF(x)为词x在该行日志内容中的词频：

TF-IDF(x)＝TF(x)×IDF(x)；

25)进行归一化处理，n为词向量的维数，则词x的权重w(x)为

3.根据权利要求1所述的一种数据库故障诊断方法，其特征在于，所述故障发现分类模型的训练包括以下步骤：

31)对数据集进行人工分类，分为“故障”与“无故障”两种；

32)对数据集按故障类型进行人工分类；

33)将训练集作为已知分类数据集、测试集作为未知数据集，利用KNN算法计算不同K值下分类的准确率，找到最优K值；

34)设训练集中词向量为x_i,

x_i＝(x_i⁽¹⁾,x_i⁽²⁾,...,x_i⁽ⁿ⁾)^T，

测试集中词向量为x_j,

x_j＝(x_j⁽¹⁾,x_j⁽²⁾,...,x_j⁽ⁿ⁾)^T，

n为词向量的维数，则x_i与x_j的距离为：

对测试集中x_j，计算其在训练集中最近的k个点，计算前k个点在各个分类中的出现频率，其中出现最高频率的分类为该行数据的预测分类；

对不同k值，计算所有预测分类的准确率，找出最优k值。

4.根据权利要求1所述的一种数据库故障诊断方法的自愈方法，其特征在于，所述自愈方法包括以下步骤：

41)对不同的故障类型录入故障定位指令、解析指令返回结果的正则表达式及预期返回值，当发现故障后，根据预测的故障类型执行相应的定位指令，使用正则表达式解析定位指令执行后得到的数据；

若数据解析结果与预期返回值一致，则故障定位成功，开始故障修复，若数据解析结果与预期返回值不一致，则故障定位失败；

42)若修复成功，则将该条用于预测的日志数据加入到训练集中，并将预测到的故障类型进行标注。