[发明专利]一种故障定位方法和装置

说明书

本发明实施例提供一种故障定位方法和装置，通过计算指定指标在指定时间段上的子系统对应的时间序列异常数据与时间序列标准数据之间的差异程度以及该子系统对应的时间序列异常数据与业务系统对应的时间序列异常数据的时间重合程度，并将差异程度和时间重合程度加权求和得到根因概率，根据根因概率确定故障所在的子系统。

技术领域

本发明涉及大数据分析领域，尤其涉及一种故障定位方法和装置。

背景技术

通常在业务系统中都包含多个子系统，业务系统在运行过程中会由于各种原因发生故障，故障可能发生在任何子系统中，当系统内的设备较多时，难以快速确定故障位置，导致故障无法被快速解决；在确定故障位置时，业界常用的故障定位方法有聚类法、关联规则挖掘法和异常检测等，但是存在以下缺点：

缺点一：仅适于可加和的指标，比如访问量和错误量。而对于不可加和指标，如卡顿率、PSR1(秒开率)和反馈率，业界常用的故障定位方法效果并不理想。

缺点二：故障定位结果价值低。故障定位分析出来的结果繁杂，对于问题或异常的定位参考价值不大。

缺点三：结果难以证明。故障定位出来的结果，是不是问题或异常的根因原因，常常无法证明，而人工验证的成本又特别高。

发明内容

本发明实施例提供一种故障定位方法和装置，解决了引起业务系统大盘指标异常的根本原因的定位问题，实现针对故障的定位自动化，提高了业务系统的指标异常根本原因的定位效率和准确率，达到及时解系统故障的效果。

为达上述目的，一方面，本发明实施例提供一种故障定位方法，包括：

根据待分析的业务系统中各子系统对应的指定指标在指定时间段内的时间序列异常数据和时间序列标准数据得到各子系统对应的偏离度指数；

根据各子系统对应的所述指定指标在所述指定时间段内的时间序列异常数据和所述业务系统对应的所述指定指标在所述指定时间段内的时间序列异常数据得到各子系统对应的时间重合度指数；

针对每个子系统，计算该子系统对应的偏离度指数和该子系统对应的时间重合度指数的加权和，将得到的和值作为该子系统对应的根因概率；

针对各子系统对应的根因概率按指定根因规则确定故障所在的子系统；

其中，各子系统对应的偏离度指数用于衡量该子系统对应的时间序列异常数据与该子系统对应的时间序列标准数据的偏离程度；各子系统对应的时间重合度指数用于衡量该子系统对应的时间序列异常数据与该子系统所属业务系统对应的时间序列异常数据在所述指定时间段内的同一时间点上同时存在数值的时间重合程度。

另一方面，本发明实施例提供一种故障定位装置，包括：

偏离度获取单元，用于根据待分析的业务系统中各子系统对应的指定指标在指定时间段内的时间序列异常数据和时间序列标准数据得到各子系统对应的偏离度指数；

时间重合度获取单元，用于根据各子系统对应的所述指定指标在所述指定时间段内的时间序列异常数据和所述业务系统对应的所述指定指标在所述指定时间段内的时间序列异常数据得到各子系统对应的时间重合度指数；

根因概率获取单元，用于针对每个子系统，计算该子系统对应的偏离度指数和该子系统对应的时间重合度指数的加权和，将得到的和值作为该子系统对应的根因概率；

根因定位单元，用于针对各子系统对应的根因概率按指定根因规则确定故障所在的子系统；

其中，各子系统对应的偏离度指数用于衡量该子系统对应的时间序列异常数据与该子系统对应的时间序列标准数据的偏离程度；各子系统对应的时间重合度指数用于衡量该子系统对应的时间序列异常数据与该子系统所属业务系统对应的时间序列异常数据在所述指定时间段内的同一时间点上同时存在数值的时间重合程度。