【技術實現步驟摘要】
本專利技術涉及大數據自動化運維，具體為一種基于大數據自動化運維平臺的運維方法及系統。
技術介紹
1、隨著信息技術的飛速發展，微服務架構因其高內聚、低耦合的特性，在軟件開發領域得到了廣泛應用。然而，微服務架構的應用性能管理(apm)卻面臨諸多挑戰。目前，針對微服務架構的apm監控工具尚不成熟，導致運維人員在監控和管理方面存在諸多困難。
2、現有相關技術在應對微服務架構的運維挑戰時，存在以下不足：首先，缺乏針對微服務的應用性能管理監控工具，導致運維人員難以進行服務流量監控和性能管理。其次，運維數據分布在多個監控系統中，難以實現統一管理和分析。再者，故障分析依賴人工，缺乏智能化手段，導致問題定位效率低下。最后，軟硬件設備多樣化使得運維日志量大、格式不統一，操作復雜，查詢效率低。綜上所述，現有技術無法滿足微服務架構下運維管理的需求，亟待一種新的技術手段來解決這些問題。
技術實現思路
1、鑒于上述存在的問題，提出了本專利技術。
2、因此，本專利技術解決的技術問題是：現有的微服務架構下應用性能管理方法存在運維能力缺失、數據分散性、可視化能力不足、運維壓力劇增以及軟硬件設備多樣化導致的問題，以及如何實現微服務架構下應用性能實時監測與運維自動化高效管理的問題。
3、為解決上述技術問題，本專利技術提供如下技術方案：一種基于大數據自動化運維平臺的運維方法，包括：
4、通過利用采集技術獲取多源數據，對多源數據進行數據處理；
5、通過學習算法聚焦
6、基于告警信息，系統自動化處理。
7、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述利用采集技術獲取多源數據包括：
8、部署采集器于采集器上；
9、通過采集技術采集獲取多源數據。
10、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述對多源數據進行數據處理包括：將采集到的數據進行流計算、批處理以及數據加工。
11、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述通過學習算法聚焦重要事件包括：
12、通過學習算法分析數據中的異常模式；
13、自動過濾掉誤報和低優先級的告警，使自動化運維系統聚焦于真正重要的事件。
14、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述重要事件包括服務器不可用、嚴重性能問題、數據丟失或損壞、安全事件、關鍵業務流程異常以及用戶體驗問題。
15、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述告警信息包括故障信息以及性能信息。
16、作為本專利技術所述的基于大數據自動化運維平臺的運維方法的一種優選方案，其中：所述系統自動化處理包括：
17、所述自動化處理包括自動化響應及自動化配置管理和部署；
18、當檢測到告警信息時，系統將進行自動化響應、自動化配置和部署；
19、所述自動化響應是系統自動執行預定義的恢復操作；
20、所述自動化配置和部署是通過集成配置管理工具和ci/cd流水線，進行自動化部署、升級和回滾。
21、本專利技術的另外一個目的是提供一種基于大數據自動化運維平臺的運維系統，其能通過學習算法及異常檢測算法建立，實現大數據自動化運維，解決故障分析依賴人工，缺乏智能化手段的問題。
22、作為本專利技術所述的基于大數據自動化運維平臺的運維系統的一種優選方案，其中：包括多源數據采集模塊，檢測告警模塊，自動化處理模塊；
23、所述多源數據采集模塊用于通過利用采集技術獲取多源數據，對多源數據進行數據處理；
24、所述檢測告警模塊用于通過學習算法聚焦重要事件，利用異常檢測算法實時監控系統各項性能指標；
25、所述自動化處理模塊用于基于告警信息，系統自動化處理。
26、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序是實現基于大數據自動化運維平臺的運維方法的步驟。
27、一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現基于大數據自動化運維平臺的運維方法的步驟。
28、本專利技術的有益效果：本專利技術提供的基于大數據自動化運維平臺的運維方法通過自動化處理低優先級和誤報告警，減少了運維人員的工作量，降低了人工成本；通過快速識別和處理重要事件，不僅縮短故障恢復時間，還減少了系統停機時間，降低了經濟損失；通過機器學習算法分析告警數據，優化了資源分配，避免資源浪費，同時還為運維人員提供了數據驅動的決策支持，在優化了運維流程的同時提高了運維效率；通過自動執行預定義的恢復操作，不僅減少了人工操作，還提高了系統自動化程度；通過實時監控和智能告警，能夠及時發現和解決系統故障，避免故障擴大，提高了系統的可靠性。本專利技術在自動化、智能化以及系統可靠性方面都取得更加良好的效果。
本文檔來自技高網...【技術保護點】
1.一種基于大數據自動化運維平臺的運維方法，其特征在于，包括：
2.如權利要求1所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述利用采集技術獲取多源數據包括：
3.如權利要求2所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述對多源數據進行數據處理包括：將采集到的數據進行流計算、批處理以及數據加工。
4.如權利要求3所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述通過學習算法聚焦重要事件包括：
5.如權利要求4所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述重要事件包括服務器不可用、嚴重性能問題、數據丟失或損壞、安全事件、關鍵業務流程異常以及用戶體驗問題。
6.如權利要求5所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述告警信息包括故障信息以及性能信息。
7.如權利要求6所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述系統自動化處理包括：
8.一種采用如權利要求1～7任一所述的基于大數據自動化運維平臺的運維方法的系統，其特征在于：包括多源數
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項所述的基于大數據自動化運維平臺的運維方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的基于大數據自動化運維平臺的運維方法的步驟。
...【技術特征摘要】
1.一種基于大數據自動化運維平臺的運維方法，其特征在于，包括：
2.如權利要求1所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述利用采集技術獲取多源數據包括：
3.如權利要求2所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述對多源數據進行數據處理包括：將采集到的數據進行流計算、批處理以及數據加工。
4.如權利要求3所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述通過學習算法聚焦重要事件包括：
5.如權利要求4所述的基于大數據自動化運維平臺的運維方法，其特征在于，所述重要事件包括服務器不可用、嚴重性能問題、數據丟失或損壞、安全事件、關鍵業務流程異常以及用戶體驗問題。
6.如權利要求5所述的基于大數據自動化運維平臺...
【專利技術屬性】
技術研發人員：李洵，王策，王興川，何熙，張光益，
申請(專利權)人：貴州電網有限責任公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。