容器诊断和修复的方法、装置及电子设备与流程

本发明涉及金融科技的，尤其是涉及一种容器诊断和修复的方法、装置及电子设备。

背景技术：

1、目前，在金融科技领域，一些应用程序都是基于容器化技术实现的，如，银行客户端app、理财app、股票app、债券app等，然而，对于容器的故障诊断与修复，目前则主要依靠运维人员手动分析的方式，如手动分析容器日志和运行状态等等，需要耗费大量时间和精力。

2、同时，手动操作容易出现误判或延误故障修复的时间，对容器服务的可用性和稳定性造成影响，从而降低了容器化技术的使用效率和推广程度。

技术实现思路

1、有鉴于此，本发明的目的在于提供一种容器诊断和修复的方法、装置及电子设备，以缓解上述技术问题。

2、第一方面，本发明实施例提供了一种容器诊断和修复的方法，所述方法包括：获取目标容器的状态数据；对所述状态数据进行分析预测，得出所述目标容器的分析数据；判断所述分析数据中是否记录有所述目标容器预测故障信息；如果是，则基于所述状态数据和所述分析数据对所述目标容器进行诊断，以得出所述预测故障信息的原因数据；根据所述原因数据启动修复程序，以对所述目标容器进行自我修复。

3、结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，上述获取目标容器的状态数据的步骤，包括：通过容器监控工具监测所述目标容器的运行状态，并将监测得到的状态数据存储至预设的数据库；响应针对于所述目标容器的数据获取操作，从所述数据库中获取预设历史时间段内，所述目标容器的状态数据。

4、结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，上述对所述状态数据进行分析预测，得出所述目标容器的分析数据的步骤，包括：将所述状态数据输入至预先训练好的数据分析模型，通过所述数据分析模型分析所述目标容器的状态数据，并输出所述目标容器的分析数据；所述数据分析模型为使用标注有故障标签的样本数据进行训练得到的。

5、结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，上述所述数据分析模型为机器学习模型，训练所述数据分析模型的步骤，包括：获取预先构建的第一训练数据集，其中，所述第一训练数据集的每个样本数据包括容器的样本状态数据，以及所述样本状态数据的数据标签；所述样本状态数据包括正常状态数据和故障状态数据，所述正常状态数据的数据标签为正常标签，所述故障状态数据的数据标签为故障标签；将所述第一训练数据集输入至选定的机器学习模型，使所述机器学习模型根据输入的所述样本状态数据，以及所述样本状态数据的数据标签进行学习和调整参数，直至所述机器学习模型满足预设训练条件，并将所述机器学习模型确定为所述数据分析模型。

6、结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，上述基于所述状态数据和所述分析数据对所述目标容器进行诊断，以得出所述预测故障信息的原因数据的步骤，包括：将所述状态数据和所述分析数据输入至预先训练好的数据诊断模型，通过所述数据诊断模型对所述目标容器进行诊断，以得出所述预测故障信息的原因数据；其中，所述原因数据用于说明出现所述预测故障信息的因素，所述数据诊断模型使用包含有故障样本和正常样本的历史数据进行训练得到的。

7、结合第一方面的第四种可能的实施方式，本发明实施例提供了第一方面的第五种可能的实施方式，其中，上述数据诊断模型为机器学习模型，训练所述数据诊断模型的步骤，包括：获取预先构建的第二训练数据集，其中，所述第二训练数据集包括预先标记好的故障样本和正常样本；将所述第二训练数据集输入至选定的机器学习模型，使所述机器学习模型根据输入的所述故障样本和正常样本进行学习和调整参数，直至所述机器学习模型满足预设训练条件，并将所述机器学习模型确定为所述数据诊断模型。

8、结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，上述根据所述原因数据启动修复程序，以对所述目标容器进行自我修复的步骤，包括：根据所述原因数据确定所述目标容器的故障类型；基于所述故障类型启动对应的修复程序以对所述目标容器进行自我修复；其中，所述修复程序包括自动创建新容器的修复程序、自动化扩缩容修复程序、自动化重启容器的修复程序。

9、第二方面，本发明实施例还提供一种容器诊断和修复的装置，所述装置包括：获取模块，用于获取目标容器的状态数据；分析模块，用于对所述状态数据进行分析预测，得出所述目标容器的分析数据；诊断模块，用于判断所述分析数据中是否记录有所述目标容器预测故障信息；如果是，则基于所述状态数据和所述分析数据对所述目标容器进行诊断，以得出所述预测故障信息的原因数据；修复模块，用于根据所述原因数据启动修复程序，以对所述目标容器进行自我修复。

10、第三方面，本发明实施例还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法的步骤。

11、第四方面，本发明实施例还提供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运行时执行上述第一方面所述的方法的步骤。

12、本发明实施例带来了以下有益效果：

13、本发明实施例提供的容器诊断和修复的方法、装置及电子设备，能够获取目标容器的状态数据，对状态数据进行分析预测，得出目标容器的分析数据，并在判断出分析数据中记录有目标容器预测故障信息时，能够基于状态数据和分析数据对目标容器进行诊断，以得出预测故障信息的原因数据，进而根据原因数据启动修复程序，以对目标容器进行自我修复，在诊断和修复过程中，由于不需要任何手动分析，因此，可以大大减少人工介入和故障恢复的时间，提高了容器服务的可用性和可靠性，也便于提高容器化技术的使用效率和推广程度。

14、本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

15、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种容器诊断和修复的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，获取目标容器的状态数据的步骤，包括：

3.根据权利要求1所述的方法，其特征在于，对所述状态数据进行分析预测，得出所述目标容器的分析数据的步骤，包括：

4.根据权利要求3所述的方法，其特征在于，所述数据分析模型为机器学习模型，训练所述数据分析模型的步骤，包括：

5.根据权利要求1所述的方法，其特征在于，基于所述状态数据和所述分析数据对所述目标容器进行诊断，以得出所述预测故障信息的原因数据的步骤，包括：

6.根据权利要求5所述的方法，其特征在于，所述数据诊断模型为机器学习模型，训练所述数据诊断模型的步骤，包括：

7.根据权利要求1所述的方法，其特征在于，根据所述原因数据启动修复程序，以对所述目标容器进行自我修复的步骤，包括：

8.一种容器诊断和修复的装置，其特征在于，所述装置包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1-7任一项所述的方法的步骤。

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运行时执行上述权利要求1-7任一项所述的方法的步骤。

技术总结
本发明提供了一种容器诊断和修复的方法、装置及电子设备，涉及金融科技的技术领域，该方法包括：获取目标容器的状态数据；对状态数据进行分析预测，得出目标容器的分析数据；判断分析数据中是否记录有目标容器预测故障信息；如果是，则基于状态数据和分析数据对目标容器进行诊断，以得出预测故障信息的原因数据；根据原因数据启动修复程序，以对目标容器进行自我修复。本发明提供的容器诊断和修复的方法、装置及电子设备，在诊断和修复过程中，由于不需要任何手动分析，因此，可以大大减少人工介入和故障恢复的时间，提高了容器服务的可用性和可靠性，也便于提高容器化技术的使用效率和推广程度。

技术研发人员：孟凡伟
受保护的技术使用者：平安银行股份有限公司
技术研发日：
技术公布日：2024/1/16