[發明專利]一種基于因果關系的數據庫故障診斷方法

在審

• 申請號: 202210348192.X
• 申請日: 2022-04-01
• 公開（公告）號: CN114896090A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 裴丹;李明杰
• 申請（專利權）人: 清華大學
• 主分類號: G06F11/07
• 分類號: G06F11/07;G06F11/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 單冠飛

本發明公開了一種基于因果關系的數據庫故障診斷方法，該方法包括：采集數據庫預設時間段的監控指標的監控數據，并構建監控指標之間的因果關系圖；其中，監控數據包括故障數據和無故障數據；基于因果關系圖，利用無故障數據對監控指標構建回歸模型；通過回歸模型計算故障數據的回歸誤差；基于回歸誤差，通過預設計算公式對每個監控指標進行計算，以對監控指標進行排序得到監控指標排列順序；根據監控指標排列順序，并基于監控指標確定數據庫的故障位置。本發明能夠實現精確故障定位，能夠在大量監控指標中篩選最關鍵的一個或幾個監控指標、輔助技術人員使系統恢復正常。

技術領域

本發明涉及故障診斷和因果關系構建技術領域，尤其涉及一種基于因果關系的數據庫故障診斷方法。

背景技術

同屬于一個數據庫的監控指標之間相互關聯、存在因果關系，表現為當數據庫中出現故障時，多個監控指標會同時發生變化，干擾技術人員的判斷。隨著數據庫越來越復雜，單名技術人員難以理解系統中的每個細節，也就愈發依賴監控。然而，監控指標的數量也在增長，理解監控指標之間的關系對于技術人員維護系統、進而基于監控數據搭建智能化應用愈發重要而困難。

同時，因果發現致力于從觀測數據中尋找變量之間的因果關系?；谟^測數據的因果發現是一個新興的研究方向，盡管已經有了一定的理論發展，在實際問題中，已有方法的構建結果相比真實的因果關系仍有不小的差距。例如，基于限制的方法依賴于統計性條件獨立檢驗工具。然而已有工作表明，不存在一個普遍有效的條件獨立檢驗工具。另一方面，基于梯度的方法存在過度擬合觀測數據、忽視因果關系正確性的風險。

再有Sage、MicroHECL這兩個基于因果假設的構建方法針對數據庫特點進行設計，但考慮的監控指標種類較少，不具備通用性。已有方法對于機器CPU利用率這樣更細粒度的監控、服務負載與服務延遲之間這樣更多元的關系缺少系統性的刻畫。

進一步地，監控是大數據中的重要組成部分，用于揭示系統運行狀態，方便技術人員在系統做出不符合預期的行為時推斷進而解決問題。一個監控指標指監控中的一個維度。例如，平均響應時間、訪問量、訪問成功率是搜索引擎、在線購物等在線服務系統中常見的監控指標。

現有技術中，人工定位：技術人員逐一查看各監控數據。深度優先搜索：基于深度優先搜索的方案：首先應用異常檢測技術，篩選出異常的監控指標。繼而在監控指標之間構成的因果關系圖中沿異常的監控指標進行深度優先遍歷，將遍歷停止處的監控指標標記為根因。隨機游走：一些現有技術計算監控指標與業務層面關鍵監控指標的皮爾森相關系數、偏相關系數等，繼而依托監控指標之間的因果關系圖計算轉移概率矩陣，最后應用隨機游走為各監控指標打分并排序。

現有技術的缺點：人工定位方法費時費力，面對越來越多的監控數據、同時劇烈變化的監控指標，技術人員看不過來是數據庫診斷的現實問題，嚴重滯后系統恢復正常?；谏疃葍炏人阉鞯姆椒ㄒ蕾囉诋惓z測技術的表現，異常檢測中的誤報、漏報都會導致深度優先搜索方法錯失指向系統故障根源的監控指標。目前，隨機游走的工作機理不明確，轉移概率矩陣的計算缺少依據。實際應用中，基于隨機游走的診斷方法在不同數據庫中的表現差異很大。

當出現故障時，多個監控指標會同時發生變化，干擾技術人員的判斷。隨著越來越復雜，單名技術人員難以理解系統中的每個細節，也就愈發依賴監控。然而，監控指標的數量也在增長。因此當故障發生時，如何在大量監控指標中篩選最關鍵的一個或幾個監控指標、并輔助技術人員使系統恢復正常，成為亟待解決的問題。

發明內容

本發明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發明的目的在于提出一種基于因果關系的數據庫故障診斷方法，可以通過構建監控指標的因果關系，實現精準故障定位，以在大量監控指標中篩選最關鍵的一個或幾個監控指標、并輔助技術人員使系統恢復正常。

為達上述目的，本發明提出了一種基于因果關系的數據庫故障診斷方法，包括：