[发明专利]基于指标相关性实现多组件软件系统的故障根因推荐处理的方法、装置、处理器及存储介质

说明书

本发明涉及一种基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法，包括以下步骤：构建多组件软件系统的拓扑图；根据所述的拓扑图使用历史指标数据生成系统状态模型；在异常情况下，根据系统状态模型使用异常时间段内的指标数据生成根因推荐列表。本发明还涉及一种基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法、装置、处理器及其计算机可读存储介质。采用了本发明的基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法、装置、处理器及其计算机可读存储介质，相比单纯判断指标自身变化上的异常更可，拥有反馈机制，指标权重会根据使用者的反馈动态调整，逐渐提高自身的准确率，具有实时性高、准确性高的优点。

技术领域

本发明涉及多组件系统领域，尤其涉及自动化故障根因推荐领域，具体是指一种基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法、装置、处理器及其计算机可读存储介质。

背景技术

多组件软件系统是指一套由多个组件构成的一个软件系统，每个组件只负责部分功能，组件和组件之间通过调用关系相互结合共同实现复杂和多样的业务逻辑。当这类软件系统出现故障时，由于内部结构的复杂性，运维人员需要花费大量时间进行故障定位，寻找引发故障的根本原因。在这个背景下，实现自动化故障根因推荐可以极大缩小运维人员的排查范围，降低运维人员排障所需的时间，提高软件系统的可用性。

自动化故障根因推荐面临的两大现实挑战就是输出的实时性和准确性。常见的输入信息有采集的指标数据、采集的日志数据以及监控系统生成的告警。在实时性方面，相比指标数据和告警数据，日志数据的数据量更为庞大，基于日志的故障根因推荐在实时性上难以得到保证。在准确性方面，输出的准确性极大依赖输入信息的可靠性。指标数据最为客观；日志数据的客观性取决于软件开发者指定的日志打印规则，具有一定的不可控性；而监控系统生成的告警高度依赖人为配置的告警规则，极有可能出现误报和漏报。

因此，有必要提出一种新的方案，以克服现有挑战。

发明内容

本发明的目的是克服了上述现有技术的缺点，提供了一种满足实时性高、准确性高、适用范围较为广泛的基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法、装置、处理器及其计算机可读存储介质。

为了实现上述目的，本发明的基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法、装置、处理器及其计算机可读存储介质如下：

该基于指标相关性针对多组件软件系统实现故障根因推荐处理的方法，其主要特点是，所述的方法包括以下步骤：

(1)构建多组件软件系统的拓扑图；

(2)根据所述的拓扑图使用历史指标数据生成系统状态模型；

(3)在异常情况下，根据系统状态模型使用异常时间段内的指标数据生成根因推荐列表。

较佳地，所述的步骤(2)的系统状态模型由拓扑图中所有组件节点的指标相关性模型组成，所述的指标相关性模型包括吞吐量指标相关性模型和状态指标相关性模型。

较佳地，所述的步骤(2)还包括吞吐量指标相关性模型的生成步骤，具体包括以下处理过程：

(1-2.1)将组件节点的吞吐量指标定义为因变量指标，将所有调用该吞吐量所属组件节点的其他组件节点的吞吐量指标定义为一组自变量指标；

(1-2.2)获取过去一段时间内因变量指标和自变量指标的历史数据；

(1-2.3)使用历史数据对自变量指标和因变量指标之间的映射关系进行多元线性拟合，得到拟合函数，并计算拟合优度；

(1-2.4)使用得到的拟合函数对历史数据进行验证，得到离差数据；

(1-2.5)对得到的离差数据取绝对值，对取绝对值后的离差数据进行多元线性拟合，得到偏差拟合函数；