[發明專利]一種集群節點故障檢測方法及裝置

在審

• 申請號: 202111108527.2
• 申請日: 2021-09-22
• 公開（公告）號: CN113806178A
• 公開（公告）日: 2021-12-17
• 發明（設計）人: 鄭云佩;劉富林;王星;莫亞運;郭玉章
• 申請（專利權）人: 中國建設銀行股份有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 李慧慧

1.一種集群節點故障檢測方法，其特征在于，包括：

獲得目標節點的至少一個指定信息維度下的節點運行信息，各所述指定信息維度均為與隱性故障相關的信息維度；

按照預定義的信息拼接次序，對各所述指定信息維度下的節點運行信息進行拼接，獲得目標聯合特征信息；

將所述目標聯合特征信息輸入至訓練好的隱性故障檢測模型，獲得所述隱性故障檢測模型輸出的隱性故障存在概率值；

基于所述隱性故障存在概率值，確定所述目標節點是否存在隱性故障。

2.根據權利要求1所述的集群節點故障檢測方法，其特征在于，各所述指定信息維度包括：Nmon日志信息維度、負載信息維度、SQL執行信息維度、目標日志信息維度和/或歷史故障信息維度。

3.根據權利要求1所述的集群節點故障檢測方法，其特征在于，所述方法還包括：

確定第一節點的隱性故障時段；

基于所述第一節點在所述隱性故障時段內的節點運行信息和所述第一節點的歷史故障信息，獲得所述隱性故障檢測模型的負樣本訓練數據；其中，所述第一節點在隱性故障時段內的節點運行信息包括：Nmon日志信息、負載信息、SQL執行信息和/或目標日志信息；

使用所述負樣本訓練數據，對處于訓練階段的所述隱性故障檢測模型進行訓練。

4.根據權利要求3所述的集群節點故障檢測方法，其特征在于，所述確定第一節點的隱性故障時段，包括：

確定所述第一節點的顯性故障出現時刻；

確定所述第一節點的隱性故障持續時長；

將在所述顯性故障出現時刻之前且與所述顯性故障出現時刻間隔隱性故障持續時長的時刻，確定為隱性故障出現時刻；

將由所述隱性故障出現時刻至所述顯性故障出現時刻之間的時段，確定為所述隱性故障時段。

5.根據權利要求4所述的集群節點故障檢測方法，其特征在于，所述方法還包括：

基于集群在指定時段內的平均負載、所述第一節點在所述指定時段內的平均負載和所述第一節點的CPU配置參數，計算出所述隱性故障持續時長。

6.根據權利要求1所述的集群節點故障檢測方法，其特征在于，所述方法還包括：

確定第二節點的健康運行時段；

基于所述第二節點在所述健康運行時段內的節點運行信息和所述第二節點的歷史故障信息，獲得所述隱性故障檢測模型的正樣本訓練數據；其中，所述第二節點在健康運行時段內的節點運行信息包括：Nmon日志信息、負載信息、SQL執行信息和/或目標日志信息；

使用所述正樣本訓練數據，對處于訓練階段的所述隱性故障檢測模型進行訓練。

7.一種集群節點故障檢測裝置，其特征在于，包括：第一獲得單元、拼接單元、第一輸入單元、第二獲得單元和第一確定單元；其中：

所述第一獲得單元，用于獲得目標節點的至少一個指定信息維度下的節點運行信息，各所述指定信息維度均為與隱性故障相關的信息維度；

所述拼接單元，用于按照預定義的信息拼接次序，對各所述指定信息維度下的節點運行信息進行拼接，獲得目標聯合特征信息；

所述第一輸入單元，用于將所述目標聯合特征信息輸入至訓練好的隱性故障檢測模型；

所述第二獲得單元，用于獲得所述隱性故障檢測模型輸出的隱性故障存在概率值；

所述第一確定單元，用于基于所述隱性故障存在概率值，確定所述目標節點是否存在隱性故障。

8.根據權利要求7所述的集群節點故障檢測裝置，其特征在于，所述裝置還包括：第二確定單元、第三獲得單元和第一訓練單元；其中：

所述第二確定單元，用于確定第一節點的隱性故障時段；

所述第三獲得單元，用于基于所述第一節點在所述隱性故障時段內的節點運行信息和所述第一節點的歷史故障信息，獲得所述隱性故障檢測模型的負樣本訓練數據；其中，所述第一節點在隱性故障時段內的節點運行信息包括：Nmon日志信息、負載信息、SQL執行信息和/或目標日志信息；

所述第一訓練單元，用于使用所述負樣本訓練數據，對處于訓練階段的所述隱性故障檢測模型進行訓練。