[發明專利]一種基于人工智能的分布式數據庫自動運維方法及系統

在審

• 申請號: 202011465354.5
• 申請日: 2020-12-14
• 公開（公告）號: CN112579391A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 李博文;余杭卿;齊震宇;江磊;陳磊
• 申請（專利權）人: 浪潮云信息技術股份公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F16/21;G06K9/62
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 姜明

1.一種基于人工智能的分布式數據庫自動運維方法，其特征是所述的方法具體步驟包括：

S1對數據庫系統的運行信息進行采集；

S2根據監測指標數據變化確定故障信息的相關特征；

S3利用故障信息的相關特征數據建立問題識別模型，對故障類型進行分類；

S4設定過濾器對有效信息進行收集整理篩選，得到預警信息；

S5收集預警信息并記錄對應的故障問題。

2.根據權利要求1所述的方法，其特征是所述S1對數據庫系統的運行信息進行采集的具體步驟包括：

S101向數據庫接入數據庫事件和狀態信息的抓取工具

S102設置消息隊列對數據進行緩存；

S103將信息過濾處理后的數據發送至云端服務器進行AI的分析。

3.根據權利要求2所述的方法，其特征是所述S2根據監測指標數據變化確定故障信息的相關特征的具體步驟包括：

S201利用數據庫集群狀態的反應數據確定特定類型問題的影響指標以及數據變化量；

S202選取合適的模型進行深度學習訓練。

4.根據權利要求3所述的方法，其特征是所述S3利用故障信息的相關特征數據建立問題識別模型，對故障類型進行分類的具體步驟包括：

S301人工輸入故障信息類型及相關數據；

S302利用機器的深度學習訓練出問題識別模型；

S303將故障信息進行分類與整合展示。

5.一種基于人工智能的分布式數據庫自動運維系統，其特征是所述的系統包括采集模塊、特征模塊、分類模塊、篩選模塊和記錄模塊：

采集模塊：對數據庫系統的運行信息進行采集；

特征模塊：根據監測指標數據變化確定故障信息的相關特征；

分類模塊：利用故障信息的相關特征數據建立問題識別模型，對故障類型進行分類；

篩選模塊：設定過濾器對有效信息進行收集整理篩選，得到預警信息；

記錄模塊：收集預警信息并記錄對應的故障問題。

6.根據權利要求5所述的系統，其特征是所述采集模塊具體包括接入模塊、緩存模塊和過濾模塊：

接入模塊：向數據庫接入數據庫事件和狀態信息的抓取工具；

緩存模塊：設置消息隊列對數據進行緩存；

過濾模塊：將信息過濾處理后的數據發送至云端服務器進行AI的分析。

7.根據權利要求6所述的系統，其特征是所述特征模塊具體包括分析模塊和學習模塊：

分析模塊：利用數據庫集群狀態的反應數據確定特定類型問題的影響指標以及數據變化量；

學習模塊：選取合適的模型進行深度學習訓練。

8.根據權利要求7所述的系統，其特征是所述分類模塊具體包括輸入模塊、訓練模塊和展示模塊：

輸入模塊：人工輸入故障信息類型及相關數據；

訓練模塊：利用機器的深度學習訓練出問題識別模型；

展示模塊：將故障信息進行分類與整合展示。