[发明专利]一种面向海量百万级云化设备的自动化运维方法及装置

说明书

本发明公开了一种面向海量百万级云化设备的自动化运维方法及装置。该方法的步骤为：建立运维目录模型；建立执行节点组；根据运维目录模型，将运维任务进行分类；将分类后的运维任务下发至执行节点组；执行节点组执行运维任务后生成执行结果；根据预设的异常判断策略，确定执行结果中的异常结果；对异常结果进行AI智能分析。用于实施该方法的装置包括目录单元、分类单元、调度单元和分析单元。通过及时有效地推进运维自动化、智能化，适应网络集中、集成、集约的发展理念，为网元和业务的集中运维操作提供了有力的支撑和保障，在电信运营商、互联网等行业广泛应用后，有效地提升生产运维效率，节约人力时间成本，已经取得了良好的经济效益。

技术领域

本发明涉及自动化/AI智能化运维领域，尤其涉及一种面向海量百万级云化设备的自动化运维方法及装置。

背景技术

现有技术方案主要是海量百万级的云化设备网元配置操作、业务开通、例行检查等运维操作，一般采用离线操作、结合人工半自动的方式完成运维操作。不能支持针对海量的百万级别的种类繁多的云化设备批量一键自动化的运维操作，出现异常也不支持智能化的定位判断和处理。

然而，随着云资源池这些快速增长、种类繁多的云化设备、以及云资源池之上的应用指数级增值，传统的IT运维系统的架构采用定时任务Quratz的任务调度体系，存在如下弊端，无法满足海量的种类繁多的云化设备运维操作诉求，大大影响了生产运维效率：1)同一个任务只能有一个节点运行，其他节点将不执行任务，性能低，资源浪费；2)当碰到大量短任务时，各个节点频繁的竞争数据库锁，节点越多这种情况越严重，性能会很低下；3)quartz的分布式仅解决了集群高可用的问题，并没有解决任务分片的问题，不能实现水平扩展；4)前置节点不支持多类脚本执行，仅支持groovy脚本。

发明内容

为解决现有技术中存在的缺陷。本发明实施例主要针对解决海量的、百万级别的、种类繁多的云化设备运维效率慢、不够智能化的问题。

第一方面，本发明实施例中记载了一种面向海量百万级云化设备的自动化运维方法，该方法包括下列步骤：建立运维目录模型；建立执行节点组；根据运维目录模型，将运维任务进行分类；将分类后的运维任务下发至执行节点组；执行节点组执行运维任务后生成执行结果；根据预设的异常判断策略，确定执行结果中的异常结果；对异常结果进行AI智能分析。

一个可实现的实施例中，运维目录模型包括至少两层目录，每层目录中包含用于对运维任务进行分类的至少一个项目。

一个可实现的实施例中，关联每两层目录之间的项目，使关联后的项目形成跨目录的项目链。

一个可实现的实施例中，建立执行节点组包括下列步骤：将用于执行运维任务的执行节点集群化，建立包括代理机和设备的执行节点组；在代理机上部署用于下发运维任务的执行节点。

进一步地，在同个网络里部署多台代理机上的执行节点；根据代理机上的执行节点的任务执行情况动态分配运维任务。执行节点组包括多个代理机，一个执行节点组中的多个代理机可以连接执行节点组内的全部设备。

一个可实现的实施例中，AI智能分析包括下列步骤：分析对应的时间和设备参数触发门限，定位异常设备；聚类对应的设备、端口、参数的异常，判断异常聚类在某些设备上；结合设备性能指标和历史数据，判断设备异常的根源，对异常结果进行定位；根据定位结果，结合历史工单处理经验处理异常设备。

进一步地，根据定位结果，结合历史工单处理经验处理异常设备后，生成反馈信息；通过反馈信息训练AI智能分析的方法，提升AI智能分析的准确度。

一个可实现的实施例中，AI智能分析采用图团体检测算法，图团体算法中的节点为设备、边为网络链路；图团体算法得到的设备团体值作为异常设备的评估依据，设备团体值M的计算公式如下：