[发明专利]一种确定故障根因的方法、系统和计算机可读存储介质

说明书

本发明实施例公开了一种确定故障根因的方法、系统和计算机可读存储介质，从多时序关联、数据流关联和事件关联三个维度对故障源信息进行分析，获取第一故障指标的异常指标集合；利用皮尔森‑灰色关联组合法，计算第一故障指标分别与其对应的异常指标集合中的各个异常指标之间的关联度；将满足预设阈值的关联度对应的异常指标作为关联结果集合；查询预先建立的故障诊断集合，获取第一故障指标对应的历史诊断结果集合；计算关联结果集合与历史诊断结果集合的交集，所述交集中包含的指标即为第一故障指标的故障根因。依据该技术方案实现了在电商系统中自动化、智能化地挖掘和定位故障产生的根因，有效提高开发和运维人员解决问题的速度。

技术领域

本发明涉及故障分析技术领域，特别是涉及一种确定故障根因的方法、系统和计算机可读存储介质。

背景技术

随着业务和监控规模的膨胀，电商系统监控指标日益增长。与此同时，当监控指标出现故障时，开发和运维工程师们很难从海量监控指标中迅速找到故障根因。“报警风暴”极大地干扰了工程师定位问题的思路；故障恢复速度基本依赖于工程师的经验和操作速度。当前，业界主要通过监控系统对电商系统进行实时监控采集、异常检测和故障报警。

面对复杂的业务监控和问题诊断，开发和运维人员排查具体问题主要是依靠个人经验，依据业务调用链路，逐层排查，继而进行因果关系推导，最终定位故障。该方法通过人工排查，效率低下，分析和定位故障原因耗时较长，对于隐藏较深的故障根因更是难以挖掘。

一个完整的监控闭环应包括：监控采集、异常检测、故障报警、问题定位和自动解决，业界监控系统精力主要集中在异常检测和故障报警，对电商系统中的故障分析和定位，尚缺乏一套完整的方法和系统。

可见，如何实现对电商系统中故障的分析和定位，是本领域技术人员亟待解决的问题。

发明内容

本发明实施例的目的是提供一种确定故障根因的方法、系统和计算机可读存储介质，可以实现对电商系统中故障的分析和定位。

为解决上述技术问题，本发明实施例提供一种确定故障根因的方法，包括：

从多时序关联、数据流关联和事件关联三个维度对故障源信息进行分析，获取第一故障指标的第一异常指标集合；

利用皮尔森-灰色关联组合法，计算所述第一故障指标分别与所述第一异常指标集合中的各个异常指标之间的关联度；

将满足预设阈值的关联度对应的异常指标作为关联结果集合；

查询预先建立的故障诊断集合，获取所述第一故障指标对应的历史诊断结果集合；

计算所述关联结果集合与所述历史诊断结果集合的交集，并将所述交集中包含的指标作为所述第一故障指标的故障根因。

可选的，所述故障诊断集合的建立过程包括：

获取包括有多个故障指标的故障源信息；

从多时序关联、数据流关联和事件关联三个维度对所述故障源信息进行分析，确定各个所述故障指标对应的异常指标集合；

利用皮尔森-灰色关联组合法，计算第二故障指标和第二异常指标集合中的各个异常指标之间的关联度，并依据所述关联度，获取第二故障指标的关联结果集合；其中，所述第二故障指标为各个所述故障指标中的任意一项故障指标；所述第二异常指标集合为所述第二故障指标对应的异常指标集合；

依据所述关联结果集合以及接收到的反馈信息，生成关联结果表；

利用频繁项集挖掘算法对所述关联结果表以及接收到的标注信息进行处理，建立故障诊断集合。

可选的，所述利用皮尔森-灰色关联组合法，计算第二故障指标和第二异常指标集合中的各个异常指标之间的关联度，并依据所述关联度，获取第二故障指标的关联结果集合包括：