一种基于指标集树的告警压降方法与流程

本发明属于告警压降技术领域，具体涉及一种基于指标集树的告警压降方法。

背景技术：

智能运维涉及实时指标异常检测和告警输出，很多情况下告警输出的量可能很大，因此需要进行告警压降。常用的告警压降方法包括：

1、告警分级：只输出严重告警，从而达到告警压降的效果。

2、按某一个维度进行告警合并，比如一个区域的告警只输出一个。

3、使用频繁模式、聚类等ai算法进行告警压降。

4、借助于已知的拓扑关系进行告警压降等。

这些常用的告警压降方法已经可以起到较好的数量压缩效果，

技术实现要素：

发明目的：本发明针对指标对象这个维度，提出了一种基于指标集树的告警压降方法，既能对告警数量进行压降，还能给出较好的告警提醒内容。

技术方案：一种基于指标集树的告警压降方法，包括以下步骤：

步骤1：构建多个指标集，每个指标集由多个具有业务相关性的指标构建得到；

步骤2：针对每一个指标集，选取一个指标作为主指标，其余指标作为普通指标，并将各普通指标进行关联；

步骤3：基于业务特性，对各指标集中的主指标进行分析，以各指标集中的主指标之间的关系构建得到指标集树；

步骤4：从叶节点开始倒序遍历指标集树中的每个节点，依次判断每个节点中的指标是否存在告警，若存在告警，则输出告警内容，并进行下一个节点判断，若不存在告警，则进行下一个节点判断；直至遍历完指标集树中的每个节点。

进一步的，所述步骤2中将率指标作为主指标，量指标作为普通指标。

进一步的，所述步骤4中的告警内容包括主指标告警内容和/或普通指标告警内容。

进一步的，基于各普通指标之间的关联关系，依次获取各普通指标的告警内容，汇总得到最终输出的普通指标告警内容。

进一步的，所述步骤2中采用预设规则进行普通指标关联。

有益效果：本发明与现有技术相比，具有以下优点：

1、充分利用不同相关指标对业务的不同影响度来进行告警压降，具体来说，就是指标集中的指标是具有一定相关性的不同指标，同时有些指标比较重要作为主指标，有些指标作为普通指标进行辅助告警。

2、通过指标集进行指标关联，然后输出关联后的告警内容，增加告警内容的可读性，提升运维人员处理故障的效率。

3、从算法应用实例效果来看，本方法是一种简单、有效、有一定创新性的告警压降方法。

附图说明

图1为本发明的指标集树构建示意图；

图2为本实施例的指标集1中普通指标告警关联输出结果示意图。

具体实施方式

下面结合附图和实施例进一步阐述本发明。

为方便理解本发明方法，现对各步骤中出现的名词进行如下说明：

指标：比如“系统成功率”是一个指标，具体的指标值是依附于指标对象，比如某个服务调用的系统成功率。

指标对象：比如“某个服务调用的系统成功率”中的某个服务就是指标对象。

对象内指标：比如某个服务调用的系统成功率、及时率同属于这个服务的，称为对象内指标。

对象间指标：比如某个服务调用的系统成功率、某台主机的cpu占有率，这两个指标分属不同的指标对象，称为对象间指标。

指标集：若干个指标构成一个指标集，比如“系统成功率、业务总量、系统失败量”这三个指标构成一个指标集a。每个指标集有唯一的一个主指标和若干个普通指标，比如指标集a中可以设定系统成功率为主指标，业务总量和系统失败量为普通指标。

指标集树：由指标集构成的一个树，树上的每个节点都是一个指标集。

本发明的一种基于指标集数的告警压降方法，具体包括以下步骤：

步骤1：一般选择有直接公式关系的指标构成最基础的指标集；比如：系统成功率＝(业务总量-系统失败量)/业务总量，所以“系统成功率、业务总量、系统失败量”这三个指标可以构成一个指标集，并且根据业务经验，一般选择率指标作为主指标，量指标作为普通指标。

步骤2：根据业务特性对步骤1构建的指标集中的主指标进行分析确定，以各指标集中的主指标之间的关系构建得到指标集树；每个指标集均具有一个主指标，那么这些主指标之间也有可能可以构建新的指标集，从而构成一颗指标集树，指标集树上的每个节点都是一个指标集。

比如，系统成功率和及时率作为两个主指标，从业务上考虑，一般认为系统成功率为主，因为系统成功率下降了，说明系统可用性出问题了；而及时率下降了，只是说明使用体验感知下降，系统仍然可用，但如果及时率持续恶化的话会进一步影响系统的可用性。所以，把系统成功率作为主指标，及时率作为普通指标构成一个新的指标集，从而形成一颗指标集树。

步骤3：指标集的告警收敛方案如下：

首先，判断主指标是否有告警；若主指标有告警，则输出的告警内容为主指标告警内容+指标集内普通指标告警关联输出结果；若主指标没有告警，则输出的告警内容为指标集内普通指标告警关联输出结果。

实施例：

现以电信运营商某个实际的项目为例，针对csb服务调用的告警压降。每个csb服务调用的指标包括：系统成功率、及时率、业务总量、系统失败量和超时量，这五个指标的指标生成周期是1分钟，也就是每隔1分钟会生成5个告警。根据本发明步骤构建得到如图1所示的指标集树；参见图2，以指标集1为例说明采用规则实现指标集1内普通指标关联。

现以2020.6.6一天的csb告警量为例说明告警压降的效果：

业务总量告警1658个，系统失败量告警265个，系统成功率告警520个，系统及时率告警671个，超时量告警325个，共计3439个告警。采用指标集树的告警压降算法后，告警压降到493个，效果明显。

某个告警输出内容示意：

【能力调用(csb)告警】6月6日20:05-20:10监测发现，集团统一门户|sgw|用户鉴权(svc37082)：系统成功率为57.45％，低于告警阈值65％；系统及时率为67％，低于告警阈值70％，并且及时率已经持续15分钟总体异常。

技术特征：

1.一种基于指标集树的告警压降方法，其特征在于：包括以下步骤：

步骤1：构建多个指标集，每个指标集由多个具有业务相关性的指标构建得到；

步骤2：针对每一个指标集，选取一个指标作为主指标，其余指标作为普通指标，并将各普通指标进行关联；

步骤3：基于业务特性，对各指标集中的主指标进行分析，以各指标集中的主指标之间的关系构建得到指标集树；

步骤4：从叶节点开始倒序遍历指标集树中的每个节点，依次判断每个节点中的指标是否存在告警，若存在告警，则输出告警内容，并进行下一个节点判断，若不存在告警，则进行下一个节点判断；直至遍历完指标集树中的每个节点。

2.根据权利要求1所述的一种基于指标集树的告警压降方法，其特征在于：所述步骤2中将率指标作为主指标，量指标作为普通指标。

3.根据权利要求1所述的一种基于指标集树的告警压降方法，其特征在于：所述步骤4中的告警内容包括主指标告警内容和/或普通指标告警内容。

4.根据权利要求3所述的一种基于指标集树的告警压降方法，其特征在于：基于各普通指标之间的关联关系，依次获取各普通指标的告警内容，汇总得到最终输出的普通指标告警内容。

5.根据权利要求1所述的一种基于指标集树的告警压降方法，其特征在于：所述步骤2中采用预设规则进行普通指标关联。

技术总结
本发明公开了一种基于指标集树的告警压降方法，包括：步骤1：构建多个指标集，每个指标集由多个具有业务相关性的指标构建得到；步骤2：针对每一个指标集，选取一个指标作为主指标，其余指标作为普通指标，并将各普通指标进行关联；步骤3：基于业务特性，对各指标集中的主指标进行分析，以各指标集中的主指标之间的关系构建得到指标集树；步骤4：从叶节点开始倒序遍历指标集树中的每个节点，依次判断每个节点中的指标是否存在告警，若存在告警，则输出告警内容，并进行下一个节点判断，若不存在告警，则进行下一个节点判断；直至遍历完指标集树中的每个节点。

技术研发人员：邹传琴;兰清;徐瑞亚
受保护的技术使用者：南京信息职业技术学院
技术研发日：2020.07.20
技术公布日：2020.10.30