[发明专利]面向工业大数据系统中故障定位的查询方法及系统

说明书

本发明公开了一种面向工业大数据系统中故障定位的查询方法及系统，用户基于拓扑正则表达交互查询并探索工业大数据系统由故障传播形成的大规模多属性层次数据，进而定位故障；在正则表达查询基础上，系统引入数据流模型和多种不同树可视化形式构建了一个完整的探索式分析系统，用户根据需求对大规模多属性层次结构数据进行有效地探索。

技术领域

本发明涉及可视化与人机交互技术领域，具体涉及一种面向工业大数据系统中故障定位的查询方法及系统。

背景技术

在大型工业大数据系统中，故障是服务计划外的突发事件，可能由多种因素引起，例如电源故障、硬件故障、配置问题和代码错误。每个故障的发生通常涉及系统中的多个服务，故障通常声明在出现故障的服务上，负责此服务的团队对故障进行分析，若该服务并非产生故障的根本原因，则将故障重定向到另一个服务的负责团队，直到找到产生故障的根本原因，研究结果表明在故障根因溯源的过程中，将故障分配给错误的服务负责团队是极为耗时的。

快速准确地定位故障产生的根本原因是一项非常具有挑战性的任务。大型工业大数据系统中的服务数量庞大，服务之间的依赖关系非常复杂，并且许多动态依赖对工程师来说都是隐含的，部署在同一节点上的一些服务也可能会相互影响，故障产生的直接原因服务和根本原因服务往往是不同的，在故障根因溯源的过程中，负责一项服务的工程师通常对故障只有部分了解，他们只熟悉自己负责的服务及其密切相关的服务，因此，故障可能会从一个服务团队传递到另一个服务团队，导致故障根因溯源的分配链很长，而这将极大地延长了故障分析和解决的时间。

由于故障会沿着服务间的依赖关系进行传播，进而形成一个层次结构树，并且通过分析已有的故障传播数据得知：由同一服务上不同事件引起的故障，其依赖服务之间的漏洞传播路径往往具有相似的模式，因此在工业大数据系统故障定位的过程中，用户可以结合当前故障传播的相关拓扑结构信息和节点属性信息在以往记录的故障传播数据中进行查询，进而帮助工程师找到产生漏洞的根本原因服务，因此支持用户高效查询多属性层次结构数据是工业大数据系统故障定位的重要方面，目前实现多属性层次结构数据的查询方式包括交互筛选与编写代码，然而用户交互筛选可视化结果的过程繁琐耗时，用户需要理解整个层次数据及其对应的可视化结果，无法实现精准的多属性层次数据查询，并且用户的交互查询过程难以复用至其他多属性层次数据，响应故障定位的效率；尽管编写代码的查询方式具有足够的表达性以及准确率，但是该方法对于普通用户的学习难度较大且编程负担较重，不适用于工业大数据系统故障定位的应用场景，目前尚未存在方法支持用户对于多属性层次结构数据的精准高效查询。

基于现有技术存在如上述技术问题，本发明提供一种面向工业大数据系统中故障定位的可视查询方法及其系统。

发明内容

本发明提出一种面向工业大数据系统中故障定位的查询方法及系统。

本发明采用以下技术方案：

一方面，本发明提供一种面向工业大数据系统中故障定位的可视查询方法，包括：

步骤1，用户上传JSON格式的多属性层次结构数据至系统；

步骤2，用户选择不同的树可视化形式展示上传的多属性层次结构数据；

步骤3，用户交互构建基于拓扑正则表达的多属性层次结构数据查询表达式；

步骤4，系统解析查询表达式并采用多属性自动机算法确定匹配结果，用于用户进行故障根因定位；

步骤5：系统展示查询结果，用户交互探索节点多属性分布；

步骤6：用户迭代创建多属性层次数据查询表达式构建数据流式可视分析流程。

进一步地，步骤1中，系统对多属性层次结构数据进行解析，将数据中的所有属性值进行整合，筛选得到所有数值型、类别型以及布尔型的节点属性信息。