[发明专利]故障根因分析方法、装置、电子设备及介质

说明书

本公开提供了一种故障根因分析方法，涉及人工智能技术领域。该方法包括：获取链路结构；根据链路结构，构建故障规则树，其中，故障规则树表征链路结构中的各个节点产生告警信息的关联关系；获取链路结构中的每一个节点的多个待检测指标；获取第一告警信息；获取链路结构中的多个节点在规定时间窗口内发出的告警信息集；根据多个历史告警信息和故障规则树，将链路结构中的至少一个节点确定为与第一告警信息对应的根因节点；使用多元时间序列检测方法计算根因节点的各个待检测指标的偏离度，将最高的偏离度对应的待检测指标确定为根因节点的根因指标。本公开还提供了一种故障根因分析装置、设备、存储介质和程序产品。

技术领域

本公开涉及人工智能技术领域，具体涉及一种故障根因分析方法、装置、电子设备及介质。

背景技术

在分布式云计算时代，应用的链路越来越复杂，节点越来越多，节点间调用关系越来越复杂，当链路或者某个节点出现故障的时候往往会出现很多节点同时告警，而要找出具体是哪个节点的哪个指标出现了故障对故障定位和解决尤为重要，而故障的定位和解决直接影响应用的可用性和稳定性。

目前，故障分析过程中常用的根因定位主要依赖于开发和运维人员的人工分析，从大量的数据中找出导致故障或者告警的根本原因。这种方法需要人力从大量文件、数据中找出故障的蛛丝马迹，而且依赖于专家经验，相对较为耗时耗力。

发明内容

鉴于上述问题，本公开提供了提高根因定位效率和故障指标排查能力的故障根因分析方法、装置、电子设备及介质。

根据本公开的第一个方面，提供了一种故障根因分析方法，包括：获取链路结构，其中，所述链路结构包括多个节点之间的调用链路，所述链路结构中的至少一个节点产生对应于故障事件的告警信息；根据所述链路结构，构建故障规则树，其中，所述故障规则树表征所述链路结构中的各个节点产生告警信息的关联关系；获取所述链路结构中的每一个节点的多个待检测指标；获取第一告警信息，其中，所述第一告警信息为所述链路结构中的至少一个第一节点在第一时刻发出的；获取所述链路结构中的多个节点在规定时间窗口内发出的告警信息集，其中，所述规定时间窗口为所述第一时刻前的规定时间段，所述告警信息集包括所述多个节点在规定时间窗口内发出的多个历史告警信息；根据所述多个历史告警信息和所述故障规则树，将所述链路结构中的至少一个节点确定为与所述第一告警信息对应的根因节点；以及使用多元时间序列检测方法计算所述根因节点的各个待检测指标的偏离度，将最高的偏离度对应的待检测指标确定为所述根因节点的根因指标。

根据本公开的实施例，所述多个节点包括上游节点和下游节点，所述链路结构包括上游节点调用下游节点的调用链路；所述根据所述链路结构，构建故障规则树，具体包括：获取所述上游节点的上游告警信息；以及根据所述上游节点调用下游节点的调用链路，使所述下游节点产生下游告警信息，其中，所述下游告警信息与所述上游告警信息为同一告警类型。

根据本公开的实施例，所述根据所述多个历史告警信息和所述故障规则树，将所述链路结构中的至少一个节点确定为与所述第一告警信息对应的根因节点，具体包括：根据所述故障规则树，筛选所述多个历史告警信息中的有效告警信息，其中，所述有效告警信息为多个且与所述第一告警信息的告警类型相同；获取所述有效告警信息对应的多个第二节点；以及将所述多个第二节点中的最上游的节点确定为与所述第一告警信息对应的根因节点。

根据本公开的实施例，所述使用多元时间序列检测方法计算所述根因节点的各个待检测指标的偏离度，具体包括：对所述根因节点的各个待检测指标进行归一化处理；以及根据归一化处理后的待检测指标的标准差，确定各个待检测指标的偏离度。

根据本公开的实施例，所述多个节点中的至少一个节点运行于容器中，所述多个待检测指标包括容器CPU使用率、容器内存使用率、容器I/O使用率、网络连接数、访问耗时和访问成功率中的至少一种。