[发明专利]一种数据库故障诊断及自愈方法

说明书

本发明涉及一种数据库故障诊断及自愈方法，与现有技术相比解决了难以针对数据库故障进行及时诊断的缺陷。本发明包括以下步骤：训练数据集的建立；故障发现分类模型的训练；待分析数据库数据的获取；数据故障的诊断。本发明通过实时监听数据库日志，在数据库发生故障时迅速发现并实施排查与修复。

技术领域

本发明涉及数据库技术领域，具体来说是一种数据库故障诊断及自愈方法。

背景技术

多云环境下的数据库运维一直是一个巨大的难题，从数据库故障的发生到解决，往往要耗费数小时。数据库是业务系统非常重要的一个组成部分，直接影响数据的存储与查看，一旦数据库出现故障，将直接引起整个业务系统的瘫痪。

目前数据库出现的故障都是在业务系统访问异常后，运维人员排查后再修复，耗时较长，修复完成前系统都无法正常访问。而且数据库故障种类多，解决难度高，对运维人员的技术要求比较高。

因此，需要一种在数据库出现故障时迅速反应并修复故障的系统，来保证数据库的健康运行。

发明内容

本发明的目的是为了解决现有技术中难以针对数据库故障进行及时诊断的缺陷，提供一种数据库故障诊断及自愈方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种数据库故障诊断方法，包括以下步骤：

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；

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；

待分析数据库数据的获取：获取待分析的数据库日志数据；

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。

所述训练数据集的建立包括以下步骤：

获取数据库的历史日志数据；

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；

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；

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)；

进行归一化处理，n为词向量的维数，则词x的权重w(x)为

所述故障发现分类模型的训练包括以下步骤：

对数据集进行人工分类，分为“故障”与“无故障”两种；

对数据集按故障类型进行人工分类；

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；

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,