买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：清华大学

摘要：本发明公开了一种基于因果关系的数据库故障诊断方法，该方法包括：采集数据库预设时间段的监控指标的监控数据，并构建监控指标之间的因果关系图；其中，监控数据包括故障数据和无故障数据；基于因果关系图，利用无故障数据对监控指标构建回归模型；通过回归模型计算故障数据的回归误差；基于回归误差，通过预设计算公式对每个监控指标进行计算，以对监控指标进行排序得到监控指标排列顺序；根据监控指标排列顺序，并基于监控指标确定数据库的故障位置。本发明能够实现精确故障定位，能够在大量监控指标中筛选最关键的一个或几个监控指标、辅助技术人员使系统恢复正常。

主权项：1.一种基于因果关系的数据库故障诊断方法，其特征在于，包括以下步骤：采集数据库预设时间段的监控指标的监控数据，并构建所述监控指标之间的因果关系图；其中，所述监控数据包括故障数据和无故障数据；其中，所述数据库架构表示为调用关系图Gc＝Vc,Ec，多种元变量之间的因果关系信息，包括：组件内元变量之间的关系AG＝Va,Ea；以及，从元变量类型到元变量类型集合的映射AP、AC、AD和AA；其中，所述AP为来自调用方组件的原因元变量集，所述AC为处于调用方组件的结果元变量集，所述AD为处于各级调用方组件的结果元变量集，所述AA为来自各级调用方组件的原因元变量集；基于Gc、AG、AP、AC、AD、AA构建元变量因果关系图Gm＝Vm,Em，包括：对于Vc中的每个组件Ci、Va中的每个元变量类型Tx，在Vm中添加元变量Ci,Tx；对于Vc中的每个组件Ci、对于Ea中的每条边Tx→Ty，在Em中添加边Ci,Tx→Ci,Ty；对于Ec中的每条边Ci→Cj、Va中的每个元变量类型Tx、APTx中的每个元变量类型Ty，在Em中添加边Ci,Ty→Cj,Tx；对于Ec中的每条边Ci→Cj、Va中的每个元变量类型Tx、ACTx中的每个元变量类型Ty，在Em中添加边Cj,Tx→Ci,Ty；对于Vc中的每个组件Cj、Gc中Cj的每个祖先组件Ci、Va中的每个元变量类型Tx、ADTx中的每个元变量类型Ty，在Em中添加边Cj,Tx→Ci,Ty；对于Vc中的每个组件Cj、Gc中Cj的每个祖先组件Ci、Va中的每个元变量类型Tx、AATx中的每个元变量类型Ty，在Em中添加边Ci,Ty→Cj,Tx；所述监控指标之间的因果关系图为G＝V,E，以拓扑序遍历元变量因果关系图Gm并从原因变量最少的元变量开始，对于依次遍历到的每个元变量MVi，顺序执行如下步骤：令令对于MMVi中的每个监控指标Vy，进行第一情况处理；对于Gm中MVi的每个原因元变量MVj，进行第二情况处理；对于PMVi中的每个监控指标Vx、RMVi中的每个监控指标Vy，将Vx→Vy加入E；若则令RMVi＝PMVi；所述进行第一情况处理，包括：若RMVy只包含一个元变量MVi，则将Vy分别加入RMVi和V；若RMVy包含多个元变量，但RMVy中除MVi外存在未在构建所述监控指标之间的因果关系图时访问过的元变量，则不进行操作；若RMVy包含多个元变量，且RMVy中除MVi外所有元变量均在构建所述监控指标之间的因果关系图时访问过，则将Vy分别加入PMVi和V；以及，对于RMVy中除MVi外的元变量MVj、RMVj中的每个监控指标Vx，将Vx→Vy加入E；所述进行第二情况处理，包括：若则对RMVj中的每个监控指标Vx，将Vx加入PMVi；若则对RMVj中的每个监控指标Vx、IVMVj,MVi中的每个监控指标Vy，将Vy分别加入PMVi和V，并将Vx→Vy加入E；基于所述因果关系图，利用所述无故障数据对所述监控指标构建回归模型；通过所述回归模型计算所述故障数据的回归误差；基于所述回归误差，通过预设计算公式对每个所述监控指标进行计算，以对所述监控指标进行排序得到监控指标排列顺序；根据所述监控指标排列顺序，并基于所述监控指标确定所述数据库的故障位置。

全文数据：

权利要求：

百度查询： 清华大学 一种基于因果关系的数据库故障诊断方法