一种监控告警根因定位方法及装置与流程

本发明涉及运维监控，具体涉及一种监控告警根因定位方法及装置。

背景技术：

1、随着微服务架构、云原生技术及分布式系统的大规模应用，一个业务请求通常需要经过多个服务节点、中间件及基础组件协同完成。当监控系统产生告警时，触发告警的服务往往只是异常传播后的表象，真正根因常位于下游依赖服务或公共基础组件。

2、传统运维系统通常采用监控指标平台、日志平台、调用关系平台及人工排查相结合的方式处理故障。相关技术中，智能运维系统虽尝试将告警解析、数据查询、日志分析、根因推理等环节进行自动化处理，但其处理流程多为一次性静态分析模式，即接收告警后直接生成结论，缺少假设—验证—再假设的迭代证据收集机制，无法在证据不足或结论冲突时动态调整排查方向以实现根因的自主收敛。此外，相关技术对监控指标、调用关系、配置信息等多源证据的融合不足，难以形成结构化的证据关联关系用于支撑推理过程，导致根因定位依赖人工经验，在复杂故障场景下定位效率低、误判率高。

3、因此，亟需一种能够以结构化证据关联关系为基础、通过迭代排查逐步收敛根因范围的监控告警根因定位方法。

技术实现思路

1、有鉴于此，本发明实施例提供了一种监控告警根因定位方法，以解决相关技术中多源证据无法形成结构化关联关系、排查过程缺乏闭环调整能力的技术问题，以及根因定位依赖人工经验、定位效率低下的技术问题。

2、第一方面，本发明实施例提供了一种监控告警根因定位方法，包括以下步骤：

3、响应于监控告警，获取与所述监控告警关联的服务拓扑；

4、基于所述监控告警和所述服务拓扑，生成候选根因假设集合，并构建证据图，所述候选根因假设集合包含至少一个候选根因假设，所述证据图包含至少一个与所述候选根因假设对应的节点；

5、根据所述候选根因假设集合确定调查计划，所述调查计划包含至少一个调用的外部工具；

6、调用所述外部工具获取观测结果，将所述观测结果标准化为证据对象，并根据所述证据对象更新所述证据图；

7、基于更新后的所述证据图，对所述候选根因假设集合中的每个候选根因假设进行演化，并根据演化结果确定每个所述候选根因假设的置信度及证据充分性；

8、根据每个所述候选根因假设的置信度及证据充分性，判断是否满足排查终止条件；

9、若满足，则根据每个所述候选根因假设的置信度，从所述候选根因假设集合中确定最终根因假设，并将所述最终根因假设作为根因定位结果输出；

10、若不满足，则返回执行所述根据所述候选根因假设集合制定调查计划的步骤。

11、在本发明的一些实施例中，所述获取与所述告警关联的服务拓扑，包括：

12、获取与所述告警关联的动态调用拓扑；

13、当所述动态调用拓扑不可用时，从预设的配置数据源获取配置信息，并根据所述配置信息构建静态拓扑；

14、将所述动态拓扑或所述静态拓扑融合为统一服务图，作为所述服务拓扑的快照。

15、在本发明的一些实施例中，所述监控告警包括告警类型，所述服务拓扑包括多个节点、节点状态及节点依赖关系，所述基于所述监控告警和所述服务拓扑，生成候选根因假设集合，并构建证据图，包括：

16、对所述监控告警进行语义解析，得到告警特征向量；

17、根据所述告警特征向量，从预先构建的历史故障知识库中匹配相似历史案例；

18、根据匹配到的相似历史案例的根因、所述告警类型以及所述服务拓扑中与所述监控告警关联的节点及所述节点之间的依赖关系，生成候选根因假设集合，并为每个所述候选根因假设分配初始置信度；

19、将所述告警特征向量、所述服务拓扑中与所述监控告警关联的节点状态以及所述候选根因假设集合中的每个候选根因假设，分别映射为所述证据图中的实体节点，在所述实体节点之间建立关联边，并为每个所述关联边赋予初始置信度权重，以构建证据图。

20、在本发明的一些实施例中，所述根据所述候选根因假设集合确定调查计划，包括：

21、从所述候选根因假设集合中，选择置信度最高的候选根因假设作为当前调查焦点；

22、根据所述当前调查焦点，确定调查计划所需获取的证据类型；

23、根据所述证据类型，确定需调用的一个或多个外部工具及调用顺序，生成调查计划。

24、在本发明的一些实施例中，所述调用所述外部工具获取观测结果，具体包括：

25、对所述调查计划中的外部工具调用指令进行安全边界校验；

26、若所述外部工具调用指令为只读类指令，则调用接入的配置数据源以获取观测数据；

27、若所述外部工具调用指令为涉及配置变更的写操作类指令，则拦截所述外部工具调用指令并生成人工审批请求，在获取到人工审批通过的确认信号后，执行所述外部工具调用指令以获取观测结果。

28、在本发明的一些实施例中，所述将所述观测结果标准化为证据对象，并根据所述证据对象更新所述证据图，包括：

29、将所述观测结果按照预设的证据结构进行标准化，生成证据对象，所述证据对象至少包含证据类型、来源类型、目标组件、采集时间和内容摘要；

30、将所述证据对象作为新增证据节点加入所述证据图，并根据所述新增证据节点与所述证据图中已有证据节点之间的逻辑关系，在所述新增证据节点与所述已有证据节点之间建立关联边；

31、对更新后的所述证据图进行冲突检测，当检测到多个证据互相冲突时，建立冲突组并降低所述冲突组中每个证据节点的可信度；

32、根据所述证据图中每个证据节点的可信度，更新所述证据图中每个证据节点的权重。

33、在本发明的一些实施例中，所述基于更新后的所述证据图，对所述候选根因假设集合中的每个候选根因假设进行演化，并根据演化结果更新每个所述候选根因假设的置信度，包括：

34、针对所述候选根因假设集合中的每个候选根因假设，在更新后的所述证据图中提取与所述候选根因假设关联的证据节点；

35、当提取的所述证据节点中存在支持所述候选根因假设的新增证据节点时，增强所述候选根因假设；

36、当提取的所述证据节点中存在与所述候选根因假设矛盾的新增证据节点时，减弱所述候选根因假设；

37、当所述候选根因假设未获得新增支持证据的次数超过预设次数阈值时，将所述候选根因假设从所述候选根因假设集合中淘汰；

38、根据所述证据图中每个证据节点对所述候选根因假设的支持关系和冲突关系，更新所述候选根因假设的置信度。

39、在本发明的一些实施例中，所述根据每个所述候选根因假设的置信度，从所述候选根因假设集合中确定最终根因假设，并将所述最终根因假设作为根因定位结果输出，包括：

40、从所述候选根因假设集合中选取置信度最高且超过预设置信度阈值的候选根因假设作为最终根因假设；

41、从所述证据图中提取支撑所述最终根因假设的证据链，所述证据链由所述证据图中与所述最终根因假设相关联的证据节点按照时间顺序和因果逻辑组织而成；

42、将所述最终根因假设及所述证据链作为根因定位结果输出；

43、根据所述监控告警和所述最终根因假设生成调查记忆，并将所述调查记忆归档至所述历史故障知识库，所述调查记忆至少包含所述最终根因假设、所述证据图的快照以及所述候选根因假设的置信度演化过程。

44、在本发明的一些实施例中，所述方法还包括：

45、若调用所述外部工具失败或调用所述外部工具超时的次数超过预设阈值，则获取上下文信息，所述上下文信息至少包括所述候选根因假设集合、所述证据图的当前状态以及已执行的调查计划；

46、基于所述上下文信息，按照每个所述候选根因假设在所述证据图中的关联证据数量及关联证据的可信度，确定候选根因假设的验证优先级；

47、根据所述验证优先级，选择扩展调查焦点，并在所述调查计划中增加与所述扩展调查焦点关联的外部工具调用指令，以生成扩展调查计划，所述扩展调查焦点为所述证据图中与所述当前调查焦点具有上游依赖关系的关联节点。

48、第二方面，本发明实施例提供了一种智能体动作的分级执行控制装置，装置包括：

49、服务拓扑获取模块，用于响应于监控告警，获取与所述监控告警关联的服务拓扑；

50、集合构建模块，用于基于所述监控告警和所述服务拓扑，生成候选根因假设集合，并构建证据图，所述候选根因假设集合包含至少一个候选根因假设，所述证据图包含至少一个与所述候选根因假设对应的节点；

51、计划确定模块，用于根据所述候选根因假设集合确定调查计划，所述调查计划包含至少一个调用的外部工具；

52、观测结果获取模块，用于调用所述外部工具获取观测结果，将所述观测结果标准化为证据对象，并根据所述证据对象更新所述证据图；

53、根因演化模块，用于基于更新后的所述证据图，对所述候选根因假设集合中的每个候选根因假设进行演化，并根据演化结果确定每个所述候选根因假设的置信度及证据充分性；

54、排查判断模块，用于根据每个所述候选根因假设的置信度及证据充分性，判断是否满足排查终止条件；

55、根因定位模块，用于若满足，则根据每个所述候选根因假设的置信度，从所述候选根因假设集合中确定最终根因假设，并将所述最终根因假设作为根因定位结果输出；

56、计划重执行模块，用于若不满足，则返回执行所述根据所述候选根因假设集合制定调查计划的步骤。

57、第三方面，本发明实施例提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的一种监控告警根因定位方法。

58、第四方面，本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的一种监控告警根因定位方法。