相似工单计算方法及装置、介质、设备与流程
- 国知局
- 2024-09-14 14:30:39
本发明涉及设备运维,尤其是涉及一种相似工单计算方法及装置、介质、设备。
背景技术:
1、在云计算运维过程中,通常需要进行工单跟踪告警或故障的处理。历史运维工单中往往蕴含着历史的运维经验,对于告警和故障的解决具有重要的参考意义,所以当有新的告警或故障工单时能够获取对应的历史相似工单对于问题解决方案的确定具有重要意义。
2、然而,当存在海量历史运维工单时,相似工单的计算往往比较耗时,导致在运维人员处理工单时并不能及时进行提示。
技术实现思路
1、针对以上至少一个技术问题,本发明实施例提供一种相似工单计算方法及装置、介质、设备。
2、根据第一方面,本发明实施例提供的相似工单计算方法包括:
3、当产生新增运维工单时,将工单新增消息发送至消息队列中;其中,所述工单新增消息中包括所述新增运维工单的工单id;
4、通过执行节点监听所述消息队列,在监听到所述消息队列中放入所述工单新增消息时,将所述工单新增消息中的工单id所对应的新增运维工单转化为工单特征向量;
5、通过执行节点获取历史工单特征向量文件;其中,所述历史工单特征向量文件中存储有多个历史运维工单的工单特征向量;
6、通过执行节点计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度;
7、通过执行节点根据所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单;其中,k为预设数量;
8、将所述新增运维工单的工单特征向量存储至历史工单特征向量文件中。
9、在一个实施例中,所述执行节点包括一个主人节点和多个工人节点;
10、所述方法还包括:从配置中心获取相似工单计算模式;其中,所述相似工单计算模式为本地内存计算模式或分布式文件计算模式;
11、对应的,所述通过执行节点监听所述消息队列,在监听到所述消息队列中放入所述工单新增消息时,将所述工单新增消息中的工单id所对应的新增运维工单转化为工单特征向量,包括:在任意一种相似工单计算模式下,通过所述执行节点中的所述主人节点监听所述消息队列,在监听到所述消息队列中放入所述工单新增消息时,将所述工单新增消息中的工单id所对应的新增运维工单转化为工单特征向量。
12、在一个实施例中,若从所述配置中心获取的相似工单计算模式为本地内存计算模式,则所述通过执行节点获取历史工单特征向量文件,包括:通过所述执行节点中的主人节点获取历史工单特征向量文件;
13、对应的,所述通过执行节点计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,包括:通过所述执行节点中的所述主人节点计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度;
14、对应的,所述通过执行节点根据所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单,包括:通过所述执行节点中的所述主人节点根据所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单。
15、在一个实施例中,若从所述配置中心获取的相似工单计算模式为分布式文件计算模式,所述方法还包括:
16、通过所述主人节点从注册中心获取到工人节点列表,按照所述工人节点列表中的工人节点数量n将所述历史工单特征向量文件中的工单特征向量均匀分组,形成n个工单特征向量id组,生成对应的n个相似工单计算消息,并将所述n个相似工单计算消息广播至n个工人节点;其中,每一个相似工单计算消息中包括对应工人节点的id、该对应工人节点所分配到的工单特征向量id组、所述新增运维工单的工单特征向量的id以及所述预设数量k;
17、通过每一个工人节点接收包含自身节点id的相似工单计算消息,根据该相似工单计算消息中的工单特征向量id组获取对应的各个工单特征向量,根据所述新增运维工单的工单特征向量的id获取所述新增运维工单的工单特征向量;
18、对应的,所述通过执行节点计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,包括:通过每一个工人节点计算所述新增运维工单的工单特征向量分别与该工人节点对应的工单特征向量id组对应的各个工单特征向量之间的余弦相似度;
19、对应的,所述通过执行节点根据所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单,包括:
20、通过每一个工人节点根据所述新增运维工单的工单特征向量分别与该工人节点对应的工单特征向量id组对应的各个工单特征向量之间的余弦相似度,从该工人节点对应的工单特征向量id组对应的各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单;
21、通过每一个工人节点将自己选择出的k个历史运维工单的工单id、所述新增运维工单的工单id、自身节点的id以及该k个历史运维工单各自对应的余弦相似度组装成对应的相似工单通知消息,并将所述相似工单通知消息发送至所述主人节点;
22、通过所述主人节点接收每一个工人节点发送来的所述相似工单通知消息,若接收到n个工人节点发送来的所述相似工单通知消息,则按照余弦相似度从各个工人节点选择出的n*k个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单。
23、在一个实施例中,所述相似工单计算消息中还包括相似工单缓存模式,所述相似工单缓存模式为缓存或不缓存;
24、所述方法还包括:通过每一个工人节点在余弦相似度计算结束后,若所述相似工单缓存模式为缓存,则通过该工人节点将对应的工单特征向量id组对应的各个工单特征向量进行缓存;若所述相似工单缓存模式为不缓存,则通过该工人节点将对应的工单特征向量id组对应的各个工单特征向量删除。
25、在一个实施例中,本发明实施例提供的方法还包括:
26、从所述配置中心获取特征向量存储模式,所述特征向量存储模式为按照文件大小存储或者按照时间存储;
27、在通过所述主人节点将所述新增运维工单转化为工单特征向量后,且在计算余弦相似度之前,若所述特征向量存储模式为按照文件大小存储,则判断当前特征向量文件的大小是否超过文件大小阈值,若超过所述文件大小阈值则生成一个新文件,所述新文件的名称为当前日期加数量后缀,所述数量后缀为当前日期对应的当前特征向量文件的数量编号,将所述新增运维工单的工单特征向量存储到所述新文件中;若未超出所述文件大小阈值则将所述新增运维工单的工单特征向量存储在所述当前特征向量文件中;若所述特征向量存储模式为按照时间存储,则判断当前日期是否存在当前特征向量文件,若存在则将所述新增运维工单的工单特征向量存储在当前特征向量文件中;若不存在,则新建一个新文件,并将所述新增运维工单的工单特征向量存储在该新文件;
28、其中,所述新文件或所述当前特征向量文件用于在后续计算余弦相似度时获取所述新增运维工单的工单特征向量。
29、在一个实施例中,本发明实施例提供的方法还包括:
30、从所述配置中心获取训练模式;其中,所述训练模式为在线训练模式或定时训练模式;
31、若获取到的所述训练模式为在线训练模式,则在所述主人节点在确定出所述新增运维工单的相似工单后,通过本次的新增运维工单的工单特征向量对模型进行一次增量优化训练,所述模型为将所述新增运维工单转化为工单特征向量的模型;
32、若获取到的所述训练模式为定时训练模式,则在所述主人节点在确定出所述新增运维工单的相似工单后,所述模型每转化设定工单量的新增运维工单就利用该设定工单量的新增运维工单对所述模型进行一次增量优化训练。
33、根据第二方面,本发明实施例提供的相似工单计算装置包括:
34、消息发送模块,用于当产生新增运维工单时,将工单新增消息发送至消息队列中;其中,所述工单新增消息中包括所述新增运维工单的工单id;
35、消息监听模块,用于通过执行节点监听所述消息队列,在监听到所述消息队列中放入所述工单新增消息时,将所述工单新增消息中的工单id所对应的新增运维工单转化为工单特征向量;
36、文件获取模块,用于通过执行节点获取历史工单特征向量文件;其中,所述历史工单特征向量文件中存储有多个历史运维工单的工单特征向量;
37、相似度计算模块,用于通过执行节点计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度;
38、工单选择模块,用于通过执行节点根据所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单;其中,k为预设数量;
39、向量存储模块,用于将所述新增运维工单的工单特征向量存储至历史工单特征向量文件中。
40、根据第三方面,本发明实施例提供计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行实现第一方面提供的方法。
41、根据第四方面,本发明实施例提供的计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面提供的方法。
42、本发明实施例提供的相似工单计算方法及装置、介质、设备,当产生新增运维工单时,将新增运维工单存储到消息队列中,然后利用执行节点对消息队列进行监听,在监听到消息队列有工单新增消息加入时,获取历史工单特征向量文件,然后计算所述新增运维工单的工单特征向量分别与各个历史运维工单的工单特征向量之间的余弦相似度,根据余弦相似度从各个历史运维工单中选择出与所述新增运维工单相似度最高的k个历史运维工单,并将该k个历史运维工单作为所述新增运维工单的相似工单。通过上述计算过程,不需要人为去寻找相似工单,自动筛选出相似工单,即便有海量的历史运维工单,也能迅速选择出相似工单,从而及时地为运维人员对新增运维工单的处理提供参考。
本文地址:https://www.jishuxx.com/zhuanli/20240914/294471.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表