[发明专利]系统异常根因分析方法及装置

说明书

本发明实施例公开了一种系统异常根因分析方法及装置，可用于金融领域或其他技术领域，该方法包括：获取在预设的时间范围内系统的异常服务信息以及异常服务信息中的每个异常服务各自对应的链路信息；根据每个异常服务各自对应的链路信息以及系统的服务拓扑关系确定每个异常服务各自对应的服务调用顺序数据，其中，服务调用顺序数据包括：至少两个服务节点以及每个服务节点各自对应的序号；根据预设的打分规则对每个所述服务调用顺序数据进行打分，得到每个服务调用顺序数据各自的打分结果；根据打分结果确定在所述时间范围内所述系统对应的根因链路信息。本发明解决了现有技术难以对系统中的异常进行根因定位的技术问题。

技术领域

本发明涉及系统异常根因分析技术领域，具体而言，涉及一种系统异常根因分析方法及装置。

背景技术

随着互联网的普及，以及5G和云计算的大力发展，互联网应用的软件规模越来越庞大，微服务架构也越来越受欢迎。而服务规模的快速发展的同时也给服务故障定位带来了巨大的挑战，有效的快速定位故障的根本原因对于快速恢复系统并减轻故障导致的经济损失是至关重要的。在微服务规模达到一定上限后，单纯依赖人力来排除问题故障已经变得遥不可及，如何进行更自动化得运维以管理大规模的服务设备成为各大厂商非常关心的问题。针对这一问题目前提出了AIOps(Artificial Intelligence for IT Operation)概念，既智能运维。AIOps一般都会涉及大规模数据计算，搜集大量的时序数据如日志，指标等进行聚类分析，语义分析，决策计算，往往导致方案复杂度急剧上升，运维和实施成本变大且正确性依然有待提高。

综上，如何在大规模服务部署架构中落地根因分析是很有挑战性的任务，目前包括学术界和产业界都有大量研究实现和服务实践，但是依然没有完善和统一的手段实现高正确性的故障定位方法，根因分析还是极具有研究一样的系统性技术难题。

发明内容

本发明为了解决现有技术难以对系统中的异常进行根因定位的问题，提出了一种系统异常根因分析方法及装置。

为了实现上述目的，根据本发明的一个方面，提供了一种系统异常根因分析方法，该方法包括：

获取在预设的时间范围内系统的异常服务信息以及所述异常服务信息中的每个异常服务各自对应的链路信息；

根据每个异常服务各自对应的链路信息以及所述系统的服务拓扑关系确定每个异常服务各自对应的服务调用顺序数据，其中，所述服务调用顺序数据包括：至少两个服务节点以及每个服务节点各自对应的序号；

根据预设的打分规则对每个所述服务调用顺序数据进行打分，得到每个所述服务调用顺序数据各自的打分结果；

根据所述打分结果确定在所述时间范围内所述系统对应的根因链路信息。

可选的，所述根据预设的打分规则对每个所述服务调用顺序数据进行打分，得到每个所述服务调用顺序数据各自的打分结果，具体包括：

若服务调用顺序数据中仅包含一个异常服务的服务节点，则根据该异常服务的服务节点对应的序号以及该服务调用顺序数据中服务节点的数量，确定该服务调用顺序数据的打分结果。

可选的，所述根据预设的打分规则对每个所述服务调用顺序数据进行打分，得到每个所述服务调用顺序数据各自的打分结果，具体包括：

若服务调用顺序数据中包含至少两个异常服务的服务节点，则根据该服务调用顺序数据中异常服务节点段包含的服务节点的最大数量，以及该服务调用顺序数据中每个非异常服务节点段包含的服务节点的数量，确定该服务调用顺序数据的打分结果，其中，服务调用顺序数据包括：异常服务节点段和非异常服务节点段，所述异常服务节点段包含一个服务节点或者至少两个序号连续的服务节点，所述非异常服务节点段包含一个服务节点或者至少两个序号连续的服务节点，所述异常服务节点段包含的服务节点均为异常服务的服务节点，所述非异常服务节点段包含的服务节点均为非异常服务的服务节点，所述异常服务节点段和所述非异常服务节点段相邻。