[發(fā)明專利]用于系統(tǒng)故障診斷和修復(fù)的方法和裝置

有效

• 申請?zhí)枺?/td>: 201210417663.4
• 申請日: 2012-10-23
• 公開（公告）號: CN103778044B
• 公開（公告）日: 2017-05-17
• 發(fā)明（設(shè)計）人: 王天青;郭峰;萬林濤;向東;陳齊彥;陳弢
• 申請（專利權(quán)）人: 伊姆西公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/07
• 代理公司: 北京市金杜律師事務(wù)所11256
• 代理人: 王茂華

技術(shù)領(lǐng)域

本發(fā)明的實施例總體上涉及計算機(jī)領(lǐng)域，更具體地，涉及用于系統(tǒng)故障診斷和修復(fù)的方法和裝置。

背景技術(shù)

在軟件和/或硬件系統(tǒng)被開發(fā)和部署之后，對使用中的系統(tǒng)進(jìn)行維護(hù)是一個重要的問題。目前，已知的軟件系統(tǒng)維護(hù)策略總體上可以分為兩類，人工方案和自動化方案。

人工方案依賴于培訓(xùn)和指派專門的技術(shù)人員或?qū)＜遥蛇@些技術(shù)人員以人工的方式負(fù)責(zé)特定軟件產(chǎn)品的故障解決和維護(hù)。然而，培訓(xùn)一名有經(jīng)驗和較高職業(yè)技術(shù)水平的專業(yè)人員往往需要花費(fèi)大量的時間和成本。而且，統(tǒng)計表明：在發(fā)現(xiàn)和解決一個系統(tǒng)故障的總時間中，大約60％的時間被花費(fèi)在故障的確定和識別上。更有甚者，統(tǒng)計還表明：在用戶和技術(shù)人員通過長時間交流確定的故障根源中，有95％以上的故障是先前別人或者用戶本人已經(jīng)在遇到和解決過的。很明顯，以人工方式進(jìn)行系統(tǒng)維護(hù)和故障處理將導(dǎo)致人力、物力和時間的浪費(fèi)。

自動化方案通常依賴于在服務(wù)器上建立知識庫，該知識庫用于保存先前已經(jīng)發(fā)生過的故障及其解決方案。然而，目前大多數(shù)此類系統(tǒng)僅僅基于最初收集的故障表象(symptom)對知識庫進(jìn)行查詢，并且將該查詢確定的故障根源和相應(yīng)解決方案返回給用戶。然而，在系統(tǒng)故障剛剛發(fā)生時收集的信息往往不足以確定真正的故障根源。例如，很多不同的故障或異常在剛開始發(fā)生的初始階段可能具有相同的表象。此時，基于這些初級表象進(jìn)行診斷有可能無法確定正確的故障根源。

實際上，軟件和/或硬件系統(tǒng)中具有相同表象的故障很可能是由不同的根源導(dǎo)致的。例如，在大型存儲系統(tǒng)中，存在很多因素可能導(dǎo)致“用戶無法連接到特定存儲陣列”這一故障表象。另一方面，系統(tǒng)中的同一根源在不同的使用情況和狀態(tài)下可能導(dǎo)致不同的表象。此時，僅僅依靠初期表象來診斷故障根源是不足的。

因此，本領(lǐng)域中需要一種更為有效的故障診斷和修復(fù)方案。

發(fā)明內(nèi)容

鑒于上述問題，本發(fā)明的實施例提供用于系統(tǒng)故障診斷和修復(fù)的方法和裝置。

在本發(fā)明的第一方面，提供一種用于監(jiān)測系統(tǒng)中的故障的監(jiān)測裝置。該監(jiān)測裝置包括：采集單元，被配置為采集與系統(tǒng)中的故障的表象有關(guān)的信息；傳送單元，被配置為將采集到的信息傳送給診斷裝置；以及接收單元，被配置為從診斷裝置接收用于采集與故障有關(guān)的附加信息的命令，并且作為響應(yīng)使采集單元采集附加信息。

在本發(fā)明的第二方面，提供一種用于診斷系統(tǒng)中的故障的診斷裝置。該診斷裝置包括：接收單元，被配置為從部署在系統(tǒng)一側(cè)的監(jiān)測裝置接收與系統(tǒng)中的故障的表象有關(guān)的信息；分析單元，被配置為分析接收到的信息以確定故障的根源；以及控制單元，被配置為響應(yīng)于無法確定根源或者確定的根源的置信度低于預(yù)定閾值，與監(jiān)測裝置通信以控制監(jiān)測裝置采集與故障有關(guān)的附加信息。

在本發(fā)明的第三方面，提供一種用于監(jiān)測系統(tǒng)中的故障的方法。該方法包括：采集與系統(tǒng)中的故障的表象有關(guān)的信息；將采集到的信息傳送給診斷裝置；以及從診斷裝置接收用于采集與故障有關(guān)的附加信息的命令，并且作為響應(yīng)采集附加信息。

在本發(fā)明的第四方面，提供一種用于診斷系統(tǒng)中的故障的方法。該方法包括：從部署在系統(tǒng)一例的監(jiān)測裝置接收與系統(tǒng)中的故障的表象有關(guān)的信息；分析接收到的信息以確定故障的根源；以及響應(yīng)于無法確定根源或者確定的根源的置信度低于預(yù)定閾值，與監(jiān)測裝置通信以控制監(jiān)測裝置采集與故障有關(guān)的附加信息

通過下文描述將會理解，根據(jù)本發(fā)明的實施例，能夠通過部署在系統(tǒng)一側(cè)的監(jiān)測裝置(或稱“代理”)自動地監(jiān)視和采集系統(tǒng)中的故障表象信息。診斷裝置在接收到此類信息之后，例如可以通過查詢后端知識庫而自動地確定故障表象，以及可選地生成用于修復(fù)該故障的可執(zhí)行軟件包。特別地，如果診斷裝置發(fā)現(xiàn)目前獲得的信息尚不足以確定足夠可信的故障根源和/或不足以生成修復(fù)該故障的軟件包，則診斷裝置可以交互地控制監(jiān)測裝置收集所需的附加信息。以此方式，能夠有效地提高故障診斷和修復(fù)的效率和準(zhǔn)確性。

附圖說明

通過參考附圖閱讀下文的詳細(xì)描述，本發(fā)明實施例的上述以及其他目的、特征和優(yōu)點將變得易于理解。在附圖中，以示例性而非限制性的方式示出了本發(fā)明的若干實施例，其中：

圖1示出了根據(jù)本發(fā)明一個示例性實施例的用于監(jiān)測系統(tǒng)中的故障的監(jiān)測裝置100的框圖；

圖2示出了根據(jù)本發(fā)明一個示例性實施例的用于診斷系統(tǒng)中的故障的診斷裝置200的框圖；

圖3示出了根據(jù)本發(fā)明一個示例性實施例的用于監(jiān)測系統(tǒng)中的故障的方法300的流程圖；