本發(fā)明涉及云計(jì)算、云監(jiān)控及自動(dòng)化運(yùn)維領(lǐng)域，特別涉及一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的方法和框架。

背景技術(shù)：

由于云平臺(tái)架構(gòu)的復(fù)雜性和工作負(fù)載的不可預(yù)測性，以及云平臺(tái)上資源的動(dòng)態(tài)性、多樣性和資源規(guī)模巨大給云平臺(tái)監(jiān)控帶來了一定的困難。另外面對(duì)云環(huán)境下各種各樣的資源，包括物理硬件、主機(jī)、存儲(chǔ)、網(wǎng)絡(luò)、計(jì)算、虛擬系統(tǒng)等，在傳統(tǒng)的監(jiān)控及異常事件的處理中，通常采用監(jiān)控告警系統(tǒng)通知運(yùn)維人員，運(yùn)維人員手動(dòng)處理；對(duì)于同類問題出現(xiàn)多次，運(yùn)維人員主動(dòng)總結(jié)處理方法并通過編寫腳本的方式以實(shí)現(xiàn)半自動(dòng)的處理。久而久之，系統(tǒng)上分布著數(shù)量不少的來自不同運(yùn)維人員編寫的腳本，對(duì)于它們的維護(hù)又帶來另外的管理問題。而且這種方式仍存在著異常事件遺漏率高及處理效率低等問題。因此如何形成一種高度抽象的監(jiān)控兼自動(dòng)處理異常事件的框架，以及對(duì)于云平臺(tái)種類繁多的異常事件，如何防止異常事件被遺漏，避免引發(fā)更嚴(yán)重的系統(tǒng)問題，如何解決運(yùn)維人員在面對(duì)數(shù)量巨大異常事件時(shí)人工處理任務(wù)繁重低效等等一系列問題，亟待我們?nèi)ソ鉀Q。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明通過提供一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理方法和框架，以實(shí)現(xiàn)對(duì)云平臺(tái)不同層次的應(yīng)用服務(wù)、中間件和基礎(chǔ)設(shè)施資源的監(jiān)控及異常事件的自動(dòng)處理，從而防止異常事件被遺漏，避免引發(fā)更嚴(yán)重的系統(tǒng)問題，并完善優(yōu)化自動(dòng)操作指令的生成，進(jìn)一步解決了運(yùn)維人員在面對(duì)數(shù)量巨大異常事件時(shí)人工處理任務(wù)繁重低效的問題。

為解決上述技術(shù)問題，本發(fā)明一方面提供一種云平臺(tái)監(jiān)控異常事件自動(dòng)處理方法，包括：

通過規(guī)則引擎定義的規(guī)則判斷采集的數(shù)據(jù)中是否記錄有異常事件；當(dāng)判定所述采集的數(shù)據(jù)記錄有異常事件時(shí)，工作負(fù)載服務(wù)調(diào)用流程控制引擎，所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；工作負(fù)載服務(wù)根據(jù)所述操作指令調(diào)用云平臺(tái)自動(dòng)化運(yùn)維接口，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件。

可選地，在通過規(guī)則引擎定義的規(guī)則判斷采集的數(shù)據(jù)中是否記錄有異常事件之前，所述方法還包括對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集。

可選地，所述待監(jiān)控對(duì)象包括物理機(jī)、虛擬機(jī)、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備中的至少之一。

可選地，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件，具體包括“通過api調(diào)用、遠(yuǎn)程命令執(zhí)行的方式完成所述操作指令的執(zhí)行。優(yōu)選地，所述自動(dòng)化運(yùn)維接口包括物理機(jī)管理接口、虛擬機(jī)管理接口、進(jìn)程管理接口中至少之一。

可選地，所述對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集包括：通過主動(dòng)拉取和被動(dòng)接收兩種方式采集所述數(shù)據(jù)；優(yōu)選地，對(duì)于云平臺(tái)的事件源支持腳本方式擴(kuò)展；因此可以將盡可能多異常事件采集進(jìn)來。

可選地，所述通過規(guī)則引擎定義的規(guī)則判斷所述采集的數(shù)據(jù)中是否記錄有異常事件包括：獲取通過所述規(guī)則引擎定義的至少一種規(guī)則與各個(gè)規(guī)則對(duì)應(yīng)的閾值條件，確定所述數(shù)據(jù)特征所屬的規(guī)則，檢測所述采集的數(shù)據(jù)特征是否滿足所述規(guī)則對(duì)應(yīng)的閾值條件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中記錄有所述異常事件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征未滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中未記錄所述異常事件。

可選地，在通過規(guī)則引擎定義的規(guī)則判斷所述采集的數(shù)據(jù)中是否記錄有異常事件之后，所述方法還包括：當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，通過所述規(guī)則引擎將記錄所述異常事件的數(shù)據(jù)發(fā)送到異常消息隊(duì)列。

可選地，所述規(guī)則引擎還可以將記錄所述異常事件的數(shù)據(jù)轉(zhuǎn)換成框架組件所能處理的告警信息。

可選地，在所述工作負(fù)載服務(wù)調(diào)用流程控制引擎之前，還包括：工作負(fù)載服務(wù)從消息隊(duì)列中獲取所述異常事件。

可選地，所述方法還包括所述工作負(fù)載服務(wù)將所述異常事件處理過程和結(jié)果記錄到歷史數(shù)據(jù)庫，所述歷史數(shù)據(jù)庫中的操作記錄會(huì)定期同步更新到知識(shí)庫中。

可選地，所述方法還包括工作負(fù)載服務(wù)將所述異常事件的處理過程和結(jié)果反饋回消息隊(duì)列中。

可選地，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件之后，還包括：通過api服務(wù)查看跟蹤異常事件的處理過程和歷史處理記錄。

可選地，在對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集后，所述方法還包括將采集的數(shù)據(jù)轉(zhuǎn)存到消息隊(duì)列。

可選地，所述消息隊(duì)列可以根據(jù)處理要求劃分，包括但不限于事件源隊(duì)列，處理結(jié)果反饋隊(duì)列，操作過程記錄隊(duì)列。所述消息隊(duì)列主要用于滿足事件源數(shù)據(jù)、處理結(jié)果反饋數(shù)據(jù)和操作過程記錄數(shù)據(jù)的臨時(shí)存儲(chǔ)；以及通過api服務(wù)可以從消息隊(duì)列中獲取數(shù)據(jù)，供用戶查看中間處理的情況。

本發(fā)明另一方面提供一種云平臺(tái)監(jiān)控異常事件自動(dòng)處理框架，包括：

規(guī)則引擎模塊、控制服務(wù)模塊；其中所述控制服務(wù)模塊包括工作負(fù)載服務(wù)和流程控制引擎；

所述規(guī)則引擎模塊，用于通過定義的規(guī)則判斷所述采集的數(shù)據(jù)中是否記錄有異常事件；

所述控制服務(wù)模塊，用于當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，工作負(fù)載服務(wù)調(diào)用流程控制引擎，通過所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；所述工作負(fù)載服務(wù)根據(jù)所述操作指令調(diào)用云平臺(tái)自動(dòng)化運(yùn)維接口，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件。

可選地，所述規(guī)則引擎模塊，用于：

獲取通過所述規(guī)則引擎模塊定義的至少一種規(guī)則與各個(gè)規(guī)則對(duì)應(yīng)的閾值條件，確定所述數(shù)據(jù)特征所屬的規(guī)則，檢測所述采集的數(shù)據(jù)特征是否滿足所述閾值條件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中記錄有所述異常事件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征未滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中未記錄所述異常事件。

可選地，所述規(guī)則引擎模塊，還用于：

當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，通過所述規(guī)則引擎模塊將記錄所述異常事件的數(shù)據(jù)發(fā)送到消息隊(duì)列。

可選地，所述規(guī)則引擎模塊，還用于將記錄所述異常事件的數(shù)據(jù)轉(zhuǎn)換成框架組件所能處理的告警信息；

可選地，所述控制服務(wù)模塊，還用于在所述工作負(fù)載服務(wù)調(diào)用流程控制引擎之前，通過所述工作負(fù)載服務(wù)從消息隊(duì)列中獲取記錄所述異常事件的數(shù)據(jù)。

可選地，所述框架還包括數(shù)據(jù)采集模塊，用于對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集；

可選地，所述待監(jiān)控對(duì)象包括物理機(jī)、虛擬機(jī)、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備中的至少之一。

可選地，所述對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集包括：所述數(shù)據(jù)采集支持通過主動(dòng)拉取和被動(dòng)接收兩種方式采集所述數(shù)據(jù)；優(yōu)選地，對(duì)于云平臺(tái)的事件源支持腳本方式擴(kuò)展；因此可以將盡可能多異常事件采集進(jìn)來。

可選地，所述數(shù)據(jù)采集模塊還用于將采集的數(shù)據(jù)轉(zhuǎn)存到消息隊(duì)列。

可選地，所述框架還包括數(shù)據(jù)存儲(chǔ)模塊，所述數(shù)據(jù)存儲(chǔ)模塊，通過工作負(fù)載服務(wù)將所述異常事件的處理過程和結(jié)果記錄到歷史數(shù)據(jù)庫，并將所述歷史數(shù)據(jù)庫中的操作記錄定期同步更新到知識(shí)庫中。

可選地，所述框架還包括數(shù)據(jù)臨時(shí)存儲(chǔ)模塊，通過工作負(fù)載服務(wù)將所述異常事件的處理過程和結(jié)果反饋回消息隊(duì)列中。

可選地，所述框架還包括api服務(wù)模塊，所述api服務(wù)模塊用于查看所述異常事件的處理過程和歷史處理記錄。優(yōu)選地，所述框架支持各組件之間同步或異步的雙向通訊。

本發(fā)明所涉及的知識(shí)庫的數(shù)據(jù)，是通過運(yùn)維經(jīng)驗(yàn)積累所形成的，若知識(shí)庫中不存在異常事件的處理記錄，則轉(zhuǎn)成手工操作解決。

本發(fā)明所述的框架組件包括工作負(fù)載服務(wù)、規(guī)則引擎、流程控制引擎、api服務(wù)、歷史數(shù)據(jù)庫、知識(shí)庫、消息隊(duì)列和數(shù)據(jù)采集服務(wù)至少之一。

本發(fā)明除了對(duì)某些異常事件采集時(shí)可能會(huì)對(duì)云平臺(tái)做修改外，例如對(duì)于沒有獲取接口的事件源，要在云平臺(tái)中各采集節(jié)點(diǎn)部署數(shù)據(jù)采集程序；其他框架組件都屬于上層組件，不對(duì)云平臺(tái)或被監(jiān)控系統(tǒng)進(jìn)行修改。

本發(fā)明通過采集云平臺(tái)中各資源的事件數(shù)據(jù)，轉(zhuǎn)存到消息隊(duì)列，通過規(guī)則引擎定義至少一種規(guī)則和與各個(gè)規(guī)則對(duì)應(yīng)的閾值，檢測所述采集的數(shù)據(jù)的特征是否滿足異常條件；在滿足異常事件的情況下，工作負(fù)載服務(wù)調(diào)用流程控制引擎，所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；工作負(fù)載服務(wù)根據(jù)指令調(diào)用云平臺(tái)相關(guān)接口，自動(dòng)完成異常事件的處理工作。其中所述異常事件的處理過程和結(jié)果一方面被反饋回消息隊(duì)列，另一方面被記錄到歷史數(shù)據(jù)庫并定期同步更新知識(shí)庫，形成閉環(huán)，完善優(yōu)化自動(dòng)操作指令的生成；以及在本發(fā)明使用過程中，隨著運(yùn)維經(jīng)驗(yàn)不斷積累，規(guī)則庫和知識(shí)庫越來越豐富，異常事件遺漏率，事件處理準(zhǔn)確率都會(huì)得到大幅提升，從而有效地提升云平臺(tái)的運(yùn)維效率。

附圖說明

圖1為本發(fā)明提供的一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的框架結(jié)構(gòu)示意圖；

圖2本發(fā)明提供的一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的方法實(shí)施例流程圖；

圖3為本發(fā)明提供的另一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的方法實(shí)施例流程圖；

圖4為本發(fā)明提供的一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理方法的框架組件交互示意圖；

圖5為本發(fā)明提供的一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的框架模塊示意圖；

圖6為本發(fā)明提供的另一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的框架模塊示意圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

以下基于圖2，對(duì)本發(fā)明提供的一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的方法實(shí)施例作進(jìn)一步說明，所述方法包括：

步驟101：通過規(guī)則引擎定義的規(guī)則判斷采集的數(shù)據(jù)中是否記錄有異常事件；可選地，所述規(guī)則引擎可以靈活定義各種不同的規(guī)則和閾值，然后根據(jù)預(yù)設(shè)規(guī)則和閾值比對(duì)源數(shù)據(jù)特征是否滿足異常事件條件；例如在規(guī)則引擎中定義的規(guī)則如下：

上述僅定義了其中一條規(guī)則，實(shí)際上規(guī)則引擎是由無數(shù)條類似這樣的規(guī)則組成的。

步驟102：當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，工作負(fù)載服務(wù)調(diào)用流程控制引擎，通過所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；

可選地，實(shí)現(xiàn)操作指令的生成，主要是從知識(shí)庫中調(diào)取數(shù)據(jù)，由流程控制引擎自動(dòng)生成，生成的指令示例如下：

需要說明的是，若當(dāng)判定所述采集的數(shù)據(jù)中未記錄有異常事件時(shí)，則忽略所述采集的數(shù)據(jù)。所述流程控制引擎主要是用來定義處理的過程。

步驟103：所述工作負(fù)載服務(wù)根據(jù)所述操作指令調(diào)用云平臺(tái)自動(dòng)化運(yùn)維接口，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件。

如圖3所示，可選地，所述方法還包括步驟100：對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集。

可選地，所述待監(jiān)控對(duì)象(即云平臺(tái)各種資源)包括物理機(jī)、虛擬機(jī)、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備中的至少之一。

可選地，在所述步驟100，對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集后，所述方法還包括將采集的數(shù)據(jù)轉(zhuǎn)存到消息隊(duì)列。

可選地，所述對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集包括：通過主動(dòng)拉取和被動(dòng)接收兩種方式采集所述數(shù)據(jù)。

可選地，所述數(shù)據(jù)采集是提供云平臺(tái)管理系統(tǒng)自動(dòng)化運(yùn)維所需的基礎(chǔ)監(jiān)控?cái)?shù)據(jù)，通?？刹捎猛獠恐鲃?dòng)調(diào)用系統(tǒng)提供的接口獲取數(shù)據(jù)或在原有系統(tǒng)嵌入探針代碼的方式來實(shí)現(xiàn)。并且對(duì)于云平臺(tái)中各種各樣的事件源支持腳本方式擴(kuò)展，將盡可能多異常事件采集進(jìn)來。

可選地，所述步驟101具體包括：獲取通過所述規(guī)則引擎定義的至少一種規(guī)則與各個(gè)規(guī)則對(duì)應(yīng)的閾值條件，確定所述數(shù)據(jù)特征所屬的規(guī)則，檢測所述采集的數(shù)據(jù)特征是否滿足所述規(guī)則對(duì)應(yīng)的閾值條件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中記錄有所述異常事件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征未滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中未記錄所述異常事件。

例如，cpu負(fù)載規(guī)則的閾值為50，通過規(guī)則引擎預(yù)設(shè)的cpu負(fù)載規(guī)則為“cpu負(fù)載大于50”，則當(dāng)規(guī)則引擎檢測出節(jié)點(diǎn)1的cpu負(fù)載是55，則確定該采集到的數(shù)據(jù)(即節(jié)點(diǎn)1的cpu負(fù)載)滿足該cpu負(fù)載規(guī)則，判定該采集的數(shù)據(jù)中記錄有異常事件。

需要說明的是，所述規(guī)則引擎可以靈活定義各種不同的規(guī)則和閾值，然后根據(jù)預(yù)設(shè)規(guī)則和所述規(guī)則對(duì)應(yīng)的閾值范圍比對(duì)所述采集的數(shù)據(jù)特征是否滿足異常事件條件，因此方便使用者定義各種不同類型的異常事件。

可選地，在所述步驟101之后，所述方法還包括：當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，通過所述規(guī)則引擎將記錄所述異常事件的數(shù)據(jù)發(fā)送到消息隊(duì)列。可選地，所述規(guī)則引擎還可以將所述異常事件轉(zhuǎn)換成框架組件所能處理的告警信息。

可選地，在所述工作負(fù)載服務(wù)調(diào)用流程控制引擎之前，所述步驟102還包括：工作負(fù)載服務(wù)從消息隊(duì)列中獲取所述異常事件。

可選地，所述步驟103中，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件具體包括：通過api調(diào)用、遠(yuǎn)程命令執(zhí)行的方式完成所述操作指令的執(zhí)行?？蛇x地，所述自動(dòng)化運(yùn)維接口包括物理機(jī)管理接口、虛擬機(jī)管理接口、進(jìn)程管理接口中至少之一。

如圖3所示，可選地，所述方法還包括步驟104：通過api服務(wù)可以查看跟蹤異常事件的處理過程和歷史處理記錄。

可選地，在所述步驟104之前，所述方法還包括所述工作負(fù)載服務(wù)將所述異常事件處理過程和結(jié)果反饋回消息隊(duì)列和/或記錄到歷史數(shù)據(jù)庫；可選地所述歷史數(shù)據(jù)庫中的操作記錄會(huì)定期同步更新到知識(shí)庫中。

需要說明的是，當(dāng)用戶需要查看并跟蹤正在執(zhí)行工作的處理過程時(shí)，則可以通過api服務(wù)到消息隊(duì)列中去查詢；可選地，所述消息隊(duì)列可以根據(jù)處理要求劃分，包括但不限于事件源隊(duì)列，處理結(jié)果反饋隊(duì)列，操作過程記錄隊(duì)列等多種不同隊(duì)列，并且支持各組件之間同步或異步的雙向通訊。

所述消息隊(duì)列主要用于滿足事件源數(shù)據(jù)、處理結(jié)果反饋數(shù)據(jù)和操作過程記錄數(shù)據(jù)的臨時(shí)存儲(chǔ)；以及通過api服務(wù)可以從消息隊(duì)列中獲取數(shù)據(jù)，供用戶查看中間處理的情況。

當(dāng)用戶需要查某項(xiàng)歷史工作的處理過程則到歷史數(shù)據(jù)庫進(jìn)行查詢。

參見圖1、圖4，本發(fā)明實(shí)施例還提供一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理方法的框架組件交互示意圖，包括如下步驟：

步驟1：對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集；

對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集，其中所述待監(jiān)控對(duì)象(即云平臺(tái)各種資源)包括物理機(jī)、虛擬機(jī)、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備(含虛擬設(shè)備)等的至少之一。

可選地，對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集還包括將采集到的數(shù)據(jù)轉(zhuǎn)存到數(shù)據(jù)采集消息隊(duì)列中。

可選地，對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集，包括通過主動(dòng)拉取和被動(dòng)接收兩種方式(即主動(dòng)推送數(shù)據(jù)或被數(shù)據(jù)采集模塊抓取數(shù)據(jù))進(jìn)行所述數(shù)據(jù)采集。

可選地，所述數(shù)據(jù)采集是提供云平臺(tái)管理系統(tǒng)自動(dòng)化運(yùn)維所需的基礎(chǔ)監(jiān)控?cái)?shù)據(jù)，通?？刹捎猛獠恐鲃?dòng)調(diào)用系統(tǒng)提供的接口獲取數(shù)據(jù)或在原有系統(tǒng)嵌入探針代碼的方式來實(shí)現(xiàn)。需要說明的是，對(duì)于云平臺(tái)中各種各樣的事件源支持腳本方式擴(kuò)展，將盡可能多異常事件采集進(jìn)來。

另外需要說明的是，一方面，對(duì)于沒有獲取接口的事件源，要在云平臺(tái)中各采集節(jié)點(diǎn)部署數(shù)據(jù)采集程序,采集程序的配置文件中需要有配置項(xiàng)惟一指定該對(duì)象(例如物理機(jī)、虛擬機(jī)或其他)；另一方面，對(duì)于有獲取接口的事件源，可以直接在框架中的數(shù)據(jù)采集組件中定義采集的sensor；具體地，通過定義一種外部的數(shù)據(jù)采集器，將代碼運(yùn)行在框架的數(shù)據(jù)采集組件上，不需要嵌入到采集機(jī)節(jié)點(diǎn)上。

步驟2：通過規(guī)則引擎定義的規(guī)則判斷所述采集的數(shù)據(jù)是否記錄有異常事件；可選地，獲取通過所述規(guī)則引擎定義的至少一種規(guī)則與各個(gè)規(guī)則對(duì)應(yīng)的閾值條件，確定所述數(shù)據(jù)特征所屬的規(guī)則，檢測所述采集的數(shù)據(jù)特征是否滿足所述規(guī)則對(duì)應(yīng)的閾值條件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中記錄有所述異常事件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征未滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中未記錄所述異常事件。

需要說明的是，所述規(guī)則引擎可以靈活定義各種不同的規(guī)則和閾值，然后根據(jù)預(yù)設(shè)規(guī)則和各個(gè)規(guī)則對(duì)應(yīng)的閾值范圍比對(duì)所述采集的數(shù)據(jù)特征是否滿足異常事件條件，因此方便使用者定義各種不同類型的異常事件。

可選地，當(dāng)判定所述采集的數(shù)據(jù)記錄有異常事件時(shí)，所述規(guī)則引擎將所述異常事件發(fā)送到消息隊(duì)列；可選地，所述規(guī)則引擎還可以將所述異常事件轉(zhuǎn)換成框架組件所能處理的告警信息。

對(duì)于云平臺(tái)種類繁多的異常事件，如何防止異常事件被遺漏，從而引發(fā)更嚴(yán)重的系統(tǒng)問題，規(guī)則引擎是本框架能有效實(shí)現(xiàn)的基礎(chǔ)。

步驟3：當(dāng)判定所述采集的數(shù)據(jù)記錄有異常事件時(shí)，工作負(fù)載服務(wù)調(diào)用流程控制引擎，所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；

可選地，若知識(shí)庫中不存在該異常事件的處理記錄，可轉(zhuǎn)成手工操作解決；

具體地，實(shí)現(xiàn)操作指令的生成，主要是從知識(shí)庫中調(diào)取數(shù)據(jù)，由流程控制引擎自動(dòng)生成?？蛇x地地，在所述工作負(fù)載服務(wù)調(diào)用流程控制引擎之前，還包括：工作負(fù)載服務(wù)從消息隊(duì)列中獲取所述異常事件。

所述流程控制引擎是一種實(shí)現(xiàn)操作自動(dòng)化完成的重要技術(shù)；異常事件從發(fā)現(xiàn)到轉(zhuǎn)化成框架能理解的告警信息，面對(duì)數(shù)量巨大的告警信息，單憑運(yùn)維人員手工處理不太現(xiàn)實(shí)。通過積累運(yùn)維經(jīng)驗(yàn)形成知識(shí)庫，配合流程控制引擎，做到自動(dòng)化處理，是本框架的靈魂。

步驟4：所述工作負(fù)載服務(wù)調(diào)用云平臺(tái)自動(dòng)化運(yùn)維接口，通過所述自動(dòng)化運(yùn)維接口按照步驟3的操作指令處理所述異常事件；

可選地，所述通過所述自動(dòng)化運(yùn)維接口按照步驟3的操作指令處理所述異常事件具體包括“通過api調(diào)用、遠(yuǎn)程命令執(zhí)行的方式完成步驟3的操作指令的執(zhí)行”；其中所述自動(dòng)化運(yùn)維接口可以包括物理機(jī)管理接口、虛擬機(jī)管理接口、進(jìn)程管理接口中至少之一。

可選地，本發(fā)明實(shí)施例還包括如下步驟：

步驟5：所述工作負(fù)載服務(wù)將所述異常事件處理過程和結(jié)果記錄到歷史數(shù)據(jù)庫；

步驟5a：歷史數(shù)據(jù)庫中的操作記錄會(huì)定期更新到知識(shí)庫中，以便后續(xù)同類異常事件發(fā)生時(shí)，自動(dòng)生成處理指令。

步驟6：工作負(fù)載服務(wù)將各步驟的中間處理過程及結(jié)果反饋回消息隊(duì)列中。

步驟7：通過api服務(wù)到消息隊(duì)列去查看跟蹤異常事件的處理過程。

步驟7a：通過api服務(wù)到歷史數(shù)據(jù)庫查詢歷史處理記錄。

具體地，當(dāng)用戶需要查看并跟蹤正在執(zhí)行工作的處理過程時(shí)，則可以通過api服務(wù)到消息隊(duì)列中去查詢；可選地，所述消息隊(duì)列可以根據(jù)處理要求劃分，包括但不限于事件源隊(duì)列，處理結(jié)果反饋隊(duì)列，操作過程記錄隊(duì)列等多種不同隊(duì)列，并且支持各組件之間同步或異步的雙向通訊。

所述消息隊(duì)列主要用于滿足事件源數(shù)據(jù)、處理結(jié)果反饋數(shù)據(jù)和操作過程記錄數(shù)據(jù)的臨時(shí)存儲(chǔ)；以及通過api服務(wù)可以從消息隊(duì)列中獲取數(shù)據(jù)，供用戶查看中間處理的情況。

當(dāng)用戶需要查某項(xiàng)歷史工作的處理過程則到歷史數(shù)據(jù)庫進(jìn)行查詢。

本發(fā)明實(shí)施例還提供了一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的框架模塊示意圖，如圖5所示，所述框架包括：規(guī)則引擎模塊111、控制服務(wù)模塊112，其中所述控制服務(wù)模塊112包括工作負(fù)載服務(wù)和流程控制引擎；

所述規(guī)則引擎模塊111，用于通過定義的規(guī)則判斷所述采集的數(shù)據(jù)中是否記錄有異常事件；

所述控制服務(wù)模塊112，用于當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，工作負(fù)載服務(wù)調(diào)用流程控制引擎，通過所述流程控制引擎根據(jù)知識(shí)庫的數(shù)據(jù)產(chǎn)生操作指令；所述工作負(fù)載服務(wù)根據(jù)所述操作指令調(diào)用云平臺(tái)自動(dòng)化運(yùn)維接口，通過所述自動(dòng)化運(yùn)維接口處理所述異常事件。

可選地，所述規(guī)則引擎模塊111，具體用于：

獲取通過所述規(guī)則引擎模塊111定義的至少一種規(guī)則與各個(gè)規(guī)則對(duì)應(yīng)的閾值范圍條件，確定所述數(shù)據(jù)特征所屬的規(guī)則，檢測所述采集的數(shù)據(jù)特征是否滿足所述規(guī)則對(duì)應(yīng)的閾值條件；當(dāng)檢測出所述采集的數(shù)據(jù)特征滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中記錄有所述異常事件；

當(dāng)檢測出所述采集的數(shù)據(jù)特征未滿足所述規(guī)則對(duì)應(yīng)的閾值條件時(shí)，則判定所述采集的數(shù)據(jù)中未記錄所述異常事件。

需要說明的是，所述規(guī)則引擎模塊111可以靈活定義各種不同的規(guī)則和所述規(guī)則對(duì)應(yīng)的閾值范圍，然后根據(jù)預(yù)設(shè)規(guī)則和閾值比對(duì)所述采集的數(shù)據(jù)特征是否滿足異常事件條件，因此方便使用者定義各種不同類型的異常事件。

可選地，所述規(guī)則引擎模塊111，還用于：

當(dāng)判定所述采集的數(shù)據(jù)中記錄有異常事件時(shí)，通過所述規(guī)則引擎模塊111將記錄所述異常事件的數(shù)據(jù)發(fā)送到消息隊(duì)列。

可選地，所述規(guī)則引擎模塊111，還用于：將記錄所述異常事件的數(shù)據(jù)轉(zhuǎn)換成框架組件所能處理的告警信息。

可選地，所述控制服務(wù)模塊112，還用于在所述工作負(fù)載服務(wù)調(diào)用流程控制引擎之前，通過所述工作負(fù)載服務(wù)從異常所述消息隊(duì)列中獲取記錄所述異常事件的數(shù)據(jù)。

如圖6所示，本發(fā)明實(shí)施例還提供另一種云平臺(tái)異常事件的監(jiān)控及自動(dòng)處理的框架模塊示意圖，所述框架還包括數(shù)據(jù)采集模塊110、數(shù)據(jù)存儲(chǔ)模塊113，數(shù)據(jù)臨時(shí)存儲(chǔ)模塊114、api服務(wù)模塊115至少之一；

其中，所述數(shù)據(jù)采集模塊110，用于對(duì)所有待監(jiān)控對(duì)象進(jìn)行數(shù)據(jù)采集；

可選地，所述待監(jiān)控對(duì)象包括物理機(jī)、虛擬機(jī)、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備中的至少之一。

可選地，所述數(shù)據(jù)采集支持通過主動(dòng)拉取和被動(dòng)接收兩種方式采集所述數(shù)據(jù)；需要說明的是，對(duì)于云平臺(tái)的事件源支持腳本方式擴(kuò)展；因此可以將盡可能多異常事件采集進(jìn)來。

另外需要說明的是，所述數(shù)據(jù)采集是提供云平臺(tái)管理系統(tǒng)自動(dòng)化運(yùn)維所需的基礎(chǔ)監(jiān)控?cái)?shù)據(jù)，通常可采用外部主動(dòng)調(diào)用系統(tǒng)提供的接口獲取數(shù)據(jù)或在原有系統(tǒng)嵌入探針代碼的方式來實(shí)現(xiàn)。并且對(duì)于云平臺(tái)中各種各樣的事件源支持腳本方式擴(kuò)展，將盡可能多異常事件采集進(jìn)來。

可選地，所述數(shù)據(jù)采集模塊110還用于將采集的數(shù)據(jù)轉(zhuǎn)存到消息隊(duì)列。

所述數(shù)據(jù)存儲(chǔ)模塊113，通過工作負(fù)載服務(wù)將所述異常事件的處理過程和結(jié)果記錄到歷史數(shù)據(jù)庫，并將所述歷史數(shù)據(jù)庫中的操作記錄定期同步更新到知識(shí)庫中。

所述數(shù)據(jù)臨時(shí)存儲(chǔ)模塊114，通過工作負(fù)載服務(wù)將所述異常事件的處理過程和結(jié)果反饋回消息隊(duì)列中。

所述api服務(wù)模塊115，用于查看所述異常事件的處理過程和歷史處理記錄。需要說明的是，當(dāng)用戶需要查看并跟蹤正在執(zhí)行工作的處理過程時(shí)，則可以通過api服務(wù)模塊115到消息隊(duì)列中去查詢；可選地，所述消息隊(duì)列可以根據(jù)處理要求劃分，包括但不限于事件源隊(duì)列，處理結(jié)果反饋隊(duì)列，操作過程記錄隊(duì)列等多種不同隊(duì)列，并且支持各組件之間同步或異步的雙向通訊。

所述消息隊(duì)列主要用于滿足事件源數(shù)據(jù)、處理結(jié)果反饋數(shù)據(jù)和操作過程記錄數(shù)據(jù)的臨時(shí)存儲(chǔ)；以及通過api服務(wù)模塊可以從消息隊(duì)列中獲取數(shù)據(jù)，供用戶查看中間處理的情況。

當(dāng)用戶需要查某項(xiàng)歷史工作的處理過程則到歷史數(shù)據(jù)庫進(jìn)行查詢。在本申請(qǐng)所提供的實(shí)施例中，并未詳細(xì)示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對(duì)本說明書的理解；另外應(yīng)該理解到，所揭露的裝置和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的框架實(shí)施例僅僅是示意性的，例如，所述模塊(或單元)的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如多個(gè)模塊(或單元)或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。本領(lǐng)域技術(shù)人員可以理解，可以對(duì)實(shí)施例中的各模塊或組件進(jìn)行適應(yīng)性的改變并且把它設(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中。