[發(fā)明專利]故障檢測(cè)方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201711319664.4
• 申請(qǐng)日: 2017-12-12
• 公開（公告）號(hào): CN108234196B
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 劉桂林
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): H04L12/24
• 分類號(hào): H04L12/24;H04L12/26
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 莎日娜

本發(fā)明實(shí)施例提供了一種故障檢測(cè)方法及裝置，該方法包括：檢測(cè)故障隊(duì)列中是否包括報(bào)警項(xiàng)，當(dāng)故障隊(duì)列中包括至少一個(gè)報(bào)警項(xiàng)時(shí)，對(duì)第一報(bào)警項(xiàng)所對(duì)應(yīng)的第一故障進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果，當(dāng)檢測(cè)結(jié)果指示服務(wù)器集群存在第一故障時(shí)，將第二報(bào)警項(xiàng)加入故障隊(duì)列。其中，檢測(cè)結(jié)果用于指示服務(wù)器集群是否存在第一故障，第一報(bào)警項(xiàng)為至少一個(gè)報(bào)警項(xiàng)中的第一個(gè)報(bào)警項(xiàng)，第二報(bào)警項(xiàng)對(duì)應(yīng)的第二故障為第一故障引起的。本發(fā)明實(shí)施例通過在故障隊(duì)列中加入第二報(bào)警項(xiàng)，可以在對(duì)第一故障進(jìn)行檢測(cè)之后，再對(duì)第二故障進(jìn)行檢測(cè)，避免了只能通過人工分析獲知第一故障可能引發(fā)第二故障，減少了人工分析的成本，提高了故障檢測(cè)的效率，提高了故障檢測(cè)的靈活性。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別是涉及一種故障檢測(cè)方法及裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，用戶數(shù)量和網(wǎng)絡(luò)流量迅速增長(zhǎng)，使得越來越多的服務(wù)器無法單獨(dú)為用戶提供優(yōu)質(zhì)的服務(wù)，因此需要通過服務(wù)器集群為用戶提供服務(wù)。而在服務(wù)器集群工作的過程中，需要對(duì)服務(wù)器集群進(jìn)行監(jiān)控，檢測(cè)服務(wù)器集群是否出現(xiàn)故障。

相關(guān)技術(shù)中，服務(wù)器集群的監(jiān)控系統(tǒng)在檢測(cè)到出現(xiàn)故障時(shí)，可以觸發(fā)警報(bào)，并通過郵件、短信或者站內(nèi)信等方式通知故障處理人員，故障處理人員在收到通知后則可以確定故障并解決相應(yīng)的故障，在解決故障后可以向監(jiān)控人員反饋處理情況，監(jiān)控人員確認(rèn)故障處理完成后，則可以解除警報(bào)。

但是，監(jiān)控系統(tǒng)只能對(duì)已經(jīng)出現(xiàn)的故障進(jìn)行報(bào)警，而對(duì)于已經(jīng)出現(xiàn)的故障可能引發(fā)的其他故障只能通過人工分析，但是隨著服務(wù)器集群規(guī)模的擴(kuò)大，會(huì)導(dǎo)致人工分析的成本過高。

發(fā)明內(nèi)容

鑒于上述問題，提出了本發(fā)明實(shí)施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種故障檢測(cè)方法及裝置。

根據(jù)本發(fā)明的第一方面，提供了一種故障檢測(cè)方法，所述方法包括：

檢測(cè)故障隊(duì)列中是否包括報(bào)警項(xiàng)；

當(dāng)所述故障隊(duì)列中包括至少一個(gè)報(bào)警項(xiàng)時(shí)，對(duì)第一報(bào)警項(xiàng)所對(duì)應(yīng)的第一故障進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果；所述檢測(cè)結(jié)果用于指示服務(wù)器集群是否存在第一故障，所述第一報(bào)警項(xiàng)為所述至少一個(gè)報(bào)警項(xiàng)中的第一個(gè)報(bào)警項(xiàng)；

當(dāng)所述檢測(cè)結(jié)果指示所述服務(wù)器集群存在所述第一故障時(shí)，將第二報(bào)警項(xiàng)加入所述故障隊(duì)列，所述第二報(bào)警項(xiàng)對(duì)應(yīng)的第二故障為所述第一故障引起的。

可選的，在所述檢測(cè)故障隊(duì)列中是否包括報(bào)警項(xiàng)之前，所述方法還包括：

當(dāng)檢測(cè)到所述服務(wù)器集群存在初始故障時(shí)，建立所述故障隊(duì)列；

將所述初始故障所對(duì)應(yīng)的初始報(bào)警項(xiàng)加入所述故障隊(duì)列。

可選的，所述對(duì)第一報(bào)警項(xiàng)所對(duì)應(yīng)的第一故障進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果，包括：

獲取所述第一報(bào)警項(xiàng)的觸發(fā)概率，所述觸發(fā)概率用于指示引發(fā)所述第一故障的概率；

當(dāng)所述觸發(fā)概率大于概率閾值時(shí)，對(duì)所述第一故障進(jìn)行檢測(cè)，得到所述檢測(cè)結(jié)果。

可選的，所述獲取所述第一報(bào)警項(xiàng)的觸發(fā)概率，包括：

根據(jù)預(yù)先設(shè)置的狀態(tài)轉(zhuǎn)移矩陣，獲取所述第一報(bào)警項(xiàng)的觸發(fā)概率。

可選的，所述對(duì)第一報(bào)警項(xiàng)所對(duì)應(yīng)的第一故障進(jìn)行檢測(cè)，得到檢測(cè)結(jié)果，包括：

根據(jù)所述第一報(bào)警項(xiàng)，獲取與所述第一報(bào)警項(xiàng)對(duì)應(yīng)的檢測(cè)手段，所述檢測(cè)手段用于指示檢測(cè)所述服務(wù)器集群是否存在所述第一故障的方式；

采用所述檢測(cè)手段對(duì)所述第一故障進(jìn)行檢測(cè)，得到所述檢測(cè)結(jié)果。

可選的，在所述將第二報(bào)警項(xiàng)加入所述故障隊(duì)列之前，所述方法還包括：

根據(jù)預(yù)先設(shè)置的故障關(guān)系鏈，獲取所述第二報(bào)警項(xiàng)。