[发明专利]一种基于服务码级别的故障根因定位方法、系统及存储介质

说明书

本发明提供一种基于服务码级别的故障根因定位方法、系统及存储介质，方法包括以下步骤：构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；基于每条调用边的异常检测结果，生成异质故障图；基于随机游走的对象级别排序算法，对获得的异质故障图进行故障根因定位。本发明通过采用异质拓扑图，简洁清晰的展示更细粒度的服务码调用关系和隶属关系；通过融合多维指标的关联特征，有效提高了异质拓扑结构中调用边的指标异常检测的正确率；通过异质图的节点排序算法，有效提高了故障根因定位的准确性。

技术领域

本发明涉及故障根因定位，尤其涉及基于服务码级别的故障根因定位。

背景技术

随着云计算、服务计算等技术的快速发展和社会生产对业务需求量的与日俱增，越来越多现代化企业将应用程序和系统服务部署在云计算环境中，称为分布式云应用程序或微服务。相比于传统集中式架构，分布式架构中具备更好的组件扩展性、更高的开发生产力和更低的成本。

为了保证系统的高可用性和可靠性，应用程序提供商必须部署链路监控系统来采集每个服务的关键性能指标，例如网络响应时间、服务响应率和成功率等，以此来处理复杂的分布式环境以满足可用性限制和严格的服务级别目标。然而，随着业务需求日益复杂和微服务规模日益增大，在发生故障时，由于存在跨系统间的多重调用依赖关系，会产生大量的指标告警，此时系统管理员面对海量的告警指标信息，仅依赖人工分析难以迅速排查到关键告警指标及其对应的故障根因系统，因此需要利用机器学习算法自动处理和分析监控指标数据和系统拓扑关系，以此来迅速地定位到故障根源系统。

然而，现有的链路追踪监控系统多数仅采集系统间调用关系数据，基于系统层面的调用关系进行故障根因定位，未考虑系统调用的服务码关键信息，因此，现有方案难以定位到细粒度的故障根源问题，且系统层级粗粒度的数据聚合信息容易导致异常信息被隐藏。

另外，由于业务的复杂性和周期性，现有的基于固定阈值或者k-sigma的简单异常检测策略会存在较多的误报或者漏报，例如告警规则“响应率低于90％且时间超过3分钟”在不同的业务中的效果将并不尽如人意，难以达到理想的效果。且目前大部分异常检测算法仅针对单一指标进行异常检测触发告警，未考虑多个关键性能指标间存在的复杂依赖关系，容易造成误报，尤其在异质拓扑结构中较细粒度的调用边的指标异常检测场景中，误报率较高。

最后，针对结合系统和服务码后的数据场景，目前学术界和工业界多数采用同一级别的调用数据进行分析，但大部分实际场景中涉及多种不同级别的调用数据，情况往往更加复杂。因此，需要提出一种融合系统和服务码的故障根因定位方案。

发明内容

为了解决现有技术中存在的上述问题，本发明提供：

一种基于服务码级别的故障根因定位方法，主要包括以下步骤：

S1构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；

S2构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；

S3基于每条调用边的异常检测结果，生成异质故障图；

S4基于随机游走的对象级别排序算法，对获得的异质故障图进行故障根因定位。

一种基于服务码级别的故障根因定位系统，主要包括以下模块：

全局异质拓扑图生成模块，用于构建包括系统间调用关系和服务码间调用关系的全局异质拓扑图；

异常检测模块，用于构建基于多维指标的时间序列异常检测模型，对全局异质拓扑图的每条调用边进行异常检测；

异质故障图生成模块，用于基于每条调用边的异常检测结果，生成异质故障图；