[发明专利]一种利用图分析的Hadoop系统异常原因诊断方法及装置

权利要求书

1.一种利用图分析的Hadoop系统异常原因诊断方法，其特征在于，包括：

步骤S1：导入异常日志文件，并获取文件中的异常日志信息；

步骤S2：基于异常日志信息，获取调用栈里面的函数调用关系，并结合先验知识绘制错误堆栈的调用关系图模型，其中所述调用关系图模型包括多个用于表示根本原因的第一类节点和多个用于表示调用栈中涉及函数的第二类节点，以及用于表示函数之间调用关系的第一类边和用于表示函数和根本原因关联关系的第二类边；

步骤S3：获得待诊断的异常记录，提取其涉及的函数，并基于调用关系图模型输出导致异常的根本原因。

2.根据权利要求1所述的一种利用图分析的Hadoop系统异常原因诊断方法，其特征在于，所述第一类边和第二类边均为有向线段，且所述第一类边的箭头指向被调用的函数。

3.根据权利要求1所述的一种利用图分析的Hadoop系统异常原因诊断方法，其特征在于，所述步骤S3具体包括：

步骤S31：获得待诊断的异常记录，并提取其涉及的函数；

步骤S32：判断提取的函数在调用关系图模型中是否存在指向任一根本原因的路径，若为是，则执行步骤S34，反之，则执行步骤S33；

步骤S33：基于图分析的原理，找出提取的函数在调用关系图模型当中的最长公共子序列，该子序列指向的根本原因作为异常诊断的候选原因同时对外反馈异常信息并基于返回诊断结果增量更新调用关系图模型；

步骤S34：输出指向的根本原因作为诊断结果。

4.根据权利要求1所述的一种利用图分析的Hadoop系统异常原因诊断方法，其特征在于，所述步骤S3具体包括：

步骤S31：获得待诊断的异常记录，并提取其涉及的函数；

步骤S32：判断提取的函数在调用关系图模型中是否存在指向任一根本原因的路径，若为是，则执行步骤S34，反之，则执行步骤S33；

步骤S33：对外发送异常信息，并接收人工反馈结果增量更新调用关系图模型；

步骤S34：输出指向的根本原因作为诊断结果。

5.一种利用图分析的Hadoop系统异常原因诊断装置，其特征在于，包括存储器、处理器，以及存储于所述存储器中并由所述处理器执行的程序，所述处理器执行所述程序时实现以下步骤：

步骤S1：导入异常日志文件，并获取文件中的异常日志信息；

步骤S2：基于异常日志信息，获取调用栈里面的函数调用关系，并结合先验知识绘制错误堆栈的调用关系图模型，其中所述调用关系图模型包括多个用于表示根本原因的第一类节点和多个用于表示调用栈中涉及函数的第二类节点，以及用于表示函数之间调用关系的第一类边和用于表示函数和根本原因关联关系的第二类边；

步骤S3：获得待诊断的异常记录，提取其涉及的函数，并基于调用关系图模型输出导致异常的根本原因。

6.根据权利要求5所述的一种利用图分析的Hadoop系统异常原因诊断装置，其特征在于，所述第一类边和第二类边均为有向线段，且所述第一类边的箭头指向被调用的函数。

7.根据权利要求5所述的一种利用图分析的Hadoop系统异常原因诊断装置，其特征在于，所述步骤S3具体包括：

步骤S31：获得待诊断的异常记录，并提取其涉及的函数；

步骤S32：判断提取的函数在调用关系图模型中是否存在指向任一根本原因的路径，若为是，则执行步骤S34，反之，则执行步骤S33；

步骤S33：基于图分析的原理，找出提取的函数在调用关系图模型当中的最长公共子序列，该子序列指向的根本原因作为异常诊断的候选原因同时反馈异常信息并基于人工诊断结果增量更新调用关系图模型；

步骤S34：输出指向的根本原因作为诊断结果。

8.根据权利要求5所述的一种利用图分析的Hadoop系统异常原因诊断装置，其特征在于，所述步骤S3具体包括：

步骤S31：获得待诊断的异常记录，并提取其涉及的函数；

步骤S32：判断提取的函数在调用关系图模型中是否存在指向任一根本原因的路径，若为是，则执行步骤S34，反之，则执行步骤S33；

步骤S33：对外发送异常信息，并接收人工反馈结果增量更新调用关系图模型；

步骤S34：输出指向的根本原因作为诊断结果。