[发明专利]一种根因分析方法及装置

说明书

本发明提供了一种根因分析方法及装置，在启用单节点根因算法模式的情况下，计算异常服务器节点在报警时间段内的其它数据指标与异常数据指标之间的相关概率并将其进行展示。在启用多指标根因算法模式的情况下，利用异常服务器节点在报警时间段内的多个第一数据指标及其它服务器节点在报警时间段内的多个第二数据指标，对异常服务器节点对应的调用关系图进行随机游走，得到每个其它服务器节点的到达频率并将其进行展示。提供多种模式进行根因分析，且支持多数据指标溯因，提高确定故障的准确率以及满足多种业务场景。

技术领域

本发明涉及数据分析技术领域，具体涉及一种根因分析方法及装置。

背景技术

目前越来越多的公司进行应用微服务的改造，将单个应用分解为若干个微服务。为保证业务的正常运行，当业务出现异常时需要及时确定故障。

目前主要依赖于公有云异常根因分析算法来确定故障。但是，公有云异常根因分析算法只支持单指标溯因，如仅利用内存使用率或CPU使用率来粗略判断异常，而服务器在调用时通常会用到不同的微服务，不同的微服务需要用不同的指标来衡量异常，公有云异常根因分析算法确定故障的准确率较低。

发明内容

有鉴于此，本发明实施例提供一种根因分析方法及装置，以解决公有云异常根因分析算法确定故障的准确率较低等问题。

为实现上述目的，本发明实施例提供如下技术方案：

本发明实施例第一方面公开一种根因分析方法，所述方法包括：

从报警平台至少获取异常服务器节点对应的异常数据指标和报警时间段；

在启用单节点根因算法模式的情况下，计算所述异常服务器节点在所述报警时间段内的其它数据指标与所述异常数据指标之间的相关概率；

将计算得到的所述相关概率发送至所述报警平台进行展示；

在启用多指标根因算法模式的情况下，确定所述异常服务器节点对应的调用关系图，所述调用关系图由所述异常服务器节点和其它服务器节点构成；

获取所述异常服务器节点在所述报警时间段内的多个第一数据指标，以及获取所述其它服务器节点在所述报警时间段内的多个第二数据指标；

根据所述第一数据指标和所述第二数据指标，确定所述异常服务器节点与所述其它服务器节点之间的数据关联系数；

根据所述数据关联系数，从所述异常服务器节点出发对所述关系调用图进行随机游走，得到每个所述其它服务器节点的到达频率；

将每个所述其它服务器节点的到达频率发送至所述报警平台进行展示。

优选的，在启用多指标根因算法模式的情况下，确定所述异常服务器节点对应的调用关系图，包括：

在启用多指标根因算法模式的情况下，从数据库中获取所述异常服务器节点对应的调用请求数据，以及扫描所述异常服务器节点的端口信息，所述端口信息指示所述异常服务器节点与其它服务器节点的连接关系；

根据所述调用请求数据和/或所述端口信息，构建所述异常服务器节点对应的调用关系图。

优选的，根据所述数据关联系数，从所述异常服务器节点出发对所述关系调用图进行随机游走，得到每个所述其它服务器节点的到达频率，包括：

对于所述关系调用图中任意一对相邻的服务器节点，根据所述数据关联系数，计算所述任意一对相邻的服务器节点之间的转移概率；

利用所有计算得到的所述转移概率构建转移概率矩阵；

根据所述转移概率矩阵，从所述异常服务器节点出发对所述关系调用图进行随机游走，得到每个所述其它服务器节点的到达频率。