一种裸金属算力异常诊断方法、装置、设备及存储介质与流程

本申请涉及云计算运维，特别涉及一种裸金属算力异常诊断方法、装置、设备及存储介质。

背景技术：

1、裸金属算力已在云桌面、图形渲染、推理训练、批处理计算等场景中广泛应用。裸金属算力运行过程中可能产生蓝屏断链、系统卡死等异常，蓝屏断链、系统卡死、启动失败等复杂异常，平台在异常发生时往往只能获取部分事件报文，而用于完成后续处理的外部依赖通常需要等待外部系统补充返回。目前相关技术在接收到异常事件后立即判定异常类型并直接落库或处置。当异常对应的外部依赖尚未就绪时，往往只能简单放弃、重复人工排查或直接采用低置信度的兜底结果。这种处理方式容易导致任务悬挂、任务重复处理。

2、因此，如何解决上述技术缺陷已成为本领域技术人员亟待解决的技术问题。

技术实现思路

1、本申请的目的是提供一种裸金属算力异常诊断方法、装置、设备及存储介质，能够避免任务悬挂、任务重复处理。

2、为解决上述技术问题，本申请提供了一种裸金属算力异常诊断方法，包括：

3、接收裸金属算力异常事件；

4、若所述裸金属算力异常事件属于延迟诊断事件，则生成延迟诊断任务，并将所述延迟诊断事件相关的预设信息封装为任务快照；

5、在调度时间到达后，拉取所述延迟诊断任务进行处理，并采用条件更新的方式将所述延迟诊断任务的任务状态由待处理切换为处理中；

6、根据所述任务快照获取外部依赖；所述外部依赖作为诊断所述延迟诊断事件的根因的依据；

7、若获取到外部依赖，则根据所述外部依赖诊断所述延迟诊断事件生成异常记录；

8、若未获取到外部依赖，则更新所述延迟诊断任务下一次的调度时间并将所述延迟诊断任务的任务状态设置为待处理。

9、在一些实施例中，更新所述延迟诊断任务下一次的调度时间包括：

10、若所述延迟诊断任务下一次调度对应的序号位于第一预设区间，则将所述延迟诊断任务下一次的调度时间更新为第一调度时间；

11、若所述延迟诊断任务下一次调度对应的序号位于第二预设区间，则将所述延迟诊断任务下一次的调度时间更新为第二调度时间；所述第二调度时间大于所述第一调度时间。

12、在一些实施例中，还包括：

13、若所述延迟诊断任务的状态变为处理中的时间超过预设阈值，且所述延迟诊断任务的重试次数未达到预设上限，则将所述延迟诊断任务的任务状态重置为待处理并更新所述延迟诊断任务下一次的调度时间；

14、若所述延迟诊断任务的状态变为处理中的时间超过预设阈值，且所述延迟诊断任务的重试次数达到预设上限，则将所述延迟诊断任务回退至默认异常结论并生成异常记录；所述默认异常结论是基于源事件码映射的预设结论。

15、在一些实施例中，还包括：

16、若接收到终端性失败结果或发生不可恢复错误，则将所述延迟诊断任务回退至默认异常结论。

17、在一些实施例中，还包括：

18、将所述异常记录与任务执行轨迹进行关联存储；所述任务执行轨迹包括重试次数、失败原因、回退原因、最终异常记录标识。

19、在一些实施例中，将所述延迟诊断事件相关的预设信息封装为任务快照前还包括：

20、若所述延迟诊断事件缺失目标标识，则将所述目标标识补齐后将所述延迟诊断事件相关的预设信息封装为任务快照；所述预设信息包括所述目标标识。

21、在一些实施例中，还包括：

22、若将所述延迟诊断任务的任务状态切换为处理中失败，则放弃执行所述延迟诊断任务。

23、为解决上述技术问题，本申请还提供了一种裸金属算力异常诊断装置，包括：

24、接收单元，用于接收裸金属算力异常事件；

25、第一生成单元，用于若所述裸金属算力异常事件属于延迟诊断事件，则生成延迟诊断任务，并将所述延迟诊断事件相关的预设信息封装为任务快照；

26、切换单元，用于在调度时间到达后，拉取所述延迟诊断任务进行处理，并采用条件更新的方式将所述延迟诊断任务的任务状态由待处理切换为处理中；

27、获取单元，用于根据所述任务快照获取外部依赖；所述外部依赖作为诊断所述延迟诊断事件的根因的依据；

28、第二生成单元，用于若获取到外部依赖，则根据所述外部依赖诊断所述延迟诊断事件生成异常记录；

29、更新单元，用于若未获取到外部依赖，则更新所述延迟诊断任务下一次的调度时间并将所述延迟诊断任务的任务状态设置为待处理。

30、为解决上述技术问题，本申请还提供了一种电子设备，包括：

31、存储器，用于存储计算机程序；

32、处理器，用于执行所述计算机程序时实现如上所述的裸金属算力异常诊断方法的步骤。

33、为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的裸金属算力异常诊断方法的步骤。

34、本申请所提供的裸金属算力异常诊断方法，包括：接收裸金属算力异常事件；若所述裸金属算力异常事件属于延迟诊断事件，则生成延迟诊断任务，并将所述延迟诊断事件相关的预设信息封装为任务快照；在调度时间到达后，拉取所述延迟诊断任务进行处理，并采用条件更新的方式将所述延迟诊断任务的任务状态由待处理切换为处理中；根据所述任务快照获取外部依赖；若获取到外部依赖，则根据所述外部依赖分析所述延迟诊断事件生成异常记录；若未获取到外部依赖，则更新所述延迟诊断任务下一次的调度时间并将所述延迟诊断任务的任务状态设置为待处理。

35、可见，本申请所提供的裸金属算力异常诊断方法，针对延迟诊断事件生成延迟诊断任务，并在执行延迟诊断任务时，将延迟诊断任务的任务状态更新为处理中，这样可以避免同一个延迟诊断任务在多节点并发场景下被重复执行。在未获取到外部依赖的情况下，更新延迟诊断任务下一次的调度时间，以便在到达下一次调度时间后，重新对延迟诊断任务进行处理，避免任务悬挂。

36、本申请所提供的裸金属算力异常诊断装置、设备以及计算机可读存储介质均具有上述技术效果。

1.一种裸金属算力异常诊断方法，其特征在于，包括：

2.根据权利要求1所述的裸金属算力异常诊断方法，其特征在于，更新所述延迟诊断任务下一次的调度时间包括：

3.根据权利要求2所述的裸金属算力异常诊断方法，其特征在于，还包括：

4.根据权利要求3所述的裸金属算力异常诊断方法，其特征在于，还包括：

5.根据权利要求1所述的裸金属算力异常诊断方法，其特征在于，还包括：

6.根据权利要求1所述的裸金属算力异常诊断方法，其特征在于，将所述延迟诊断事件相关的预设信息封装为任务快照前还包括：

7.根据权利要求1所述的裸金属算力异常诊断方法，其特征在于，还包括：

8.一种裸金属算力异常诊断装置，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的裸金属算力异常诊断方法的步骤。