[發明專利]一種面向復雜系統的監控和故障自愈系統及其方法

在審

• 申請號: 201911256239.4
• 申請日: 2019-12-10
• 公開（公告）號: CN111181767A
• 公開（公告）日: 2020-05-19
• 發明（設計）人: 楊科;艾國紅;黎志碧;唐博;陸陳;馮大川
• 申請（專利權）人: 中國航空工業集團公司成都飛機設計研究所
• 主分類號: H04L12/24
• 分類號: H04L12/24;H04L12/26
• 代理公司: 中國航空專利中心 11008
• 代理人: 王中興

1.一種面向復雜系統的監控和故障自愈系統，其特征為：所述系統包括資源與應用監控模塊、業務關系模型模塊、故障診斷分析模塊、故障處理模塊，其中：

資源與應用監控模塊：負責對主機、中間件、應用服務層及業務日志進行監控指標數據采集；

業務關系模型模塊：負責業務服務拓撲關系管理和服務部署信息管理；

故障診斷分析模塊：負責業務服務告警處理及故障診斷，診斷完成后，將故障節點依賴的對象入待檢測隊列，由檢測服務進行指標數據分析，判定是否異常，如判定異常，則通知故障處理模塊處理；所述故障診斷，依據：a.資源與應用監控模塊到的監控指標數據；b.業務關系模型模塊中的業務服務拓撲關系和服務部署信息；

故障處理模塊：負責啟動故障恢復操作作業。

2.根據權利要求1所述的監控和故障自愈系統，其特征為：所述故障處理模塊中，故障恢復操作作業包括服務進程重啟、磁盤目錄清理、服務器主機重啟；故障恢復操作作業通過安裝在主機上的遠程管控Agent進行執行。

3.根據權利要求2所述的監控和故障自愈系統，其特征為：所述故障恢復操作作業描述包括作業名、執行對象、作業腳本。

4.根據權利要求1所述的監控和故障自愈系統，其特征為：所述故障診斷分析模塊中，異常的判定方式包括靜態閾值、環比、是否可用。

5.一種基于權利要求1所述系統的監控和故障自愈方法，其特征為所述方法包括以下步驟：

步驟一，通過部署在被監控對象上的數據采集Agent，周期性進行監控指標數據采集；所述被監控對象包括主機、中間件、應用服務層；

步驟二，運維人員通過業務關系模型模塊，構建各應用系統業務服務拓撲關系信息和服務部署信息；

步驟三，故障診斷分析模塊定時對應用服務層的業務服務可用性進行探測，如發現服務不可用，啟動檢測服務作業，依據業務關系模型數據，將故障節點依賴的對象入待檢測隊列，檢測服務依次取隊列對象進行監控指標數據分析，判定指標數據是否異常，如判定異常，則發送故障告知消息通知故障處理模塊處理；

步驟四，故障處理模塊依據故障告知消息，通過遠程管控Agent，執行故障恢復操作作業。

6.根據權利要求5所述的監控和故障自愈方法，其特征為：所述步驟三中，將故障節點依賴的對象入待檢測隊列的過程如下：針對故障對象節點，在業務服務拓撲關系圖中，按廣度優先搜索算法搜索依賴應用服務對象節點，入待檢測隊列，同時依據服務部署信息，將依賴服務對象節點的部署位置對象，也入待檢測隊列。

7.根據權利要求5所述的監控和故障自愈方法，其特征為：所述步驟一中，針對不同監控對象，進行預設監控指標數據采集，其中主機監控指標包括CPU利用率、內存利用率、磁盤空間占用率、網絡流量、TCP連接數、進程數；中間件監控指標包括進程存活、JVM占用內存大小、會話數、線程池大小；應用服務層監控指標包括服務可用性和響應時間，通過HTTP/TCP對目標服務進行服務撥測。

8.根據權利要求7所述的監控和故障自愈方法，其特征為：所述步驟一中，采集后的監控數據存入資源與應用監控模塊的監控數據庫，其數據點格式為：監控數據格式＝監控對象名+標簽+指標名+監控值+時間戳。

9.根據權利要求5所述的監控和故障自愈方法，其特征為：所述步驟三中，所述故障告知消息包括故障節點，異常類型和故障恢復操作作業名。