计算机科学与探索 ›› 2014, Vol. 8 ›› Issue (8): 945-955.DOI: 10.3778/j.issn.1673-9418.1402030
杨鑫晟1+,李 弘2,王 伟1,黄 翔3,魏 峻1
YANG Xinsheng1+, LI Hong2, WANG Wei1, HUANG Xiang3, WEI Jun1
摘要: 在线服务系统需要实时接受并处理大量的用户请求,各种原因的错误都可能导致用户的请求失败。由于在线服务系统的请求数量多,产生的日志数据量大,传统使用人工方法进行请求失败原因的分析、统计和管理的工作量巨大。提出了一种基于聚类算法的自动化故障诊断与错误管理方法,通过自动分析在线服务系统自身产生的日志,对用户的失败请求进行归类,帮助程序开发人员和系统管理员进行错误管理,并了解各种失败请求的类别、分布和趋势。同时,使用投票机制自动将每一类错误定位到其所在的源码位置,实现软件缺陷和问题的快速定位。基于该方法实现了一个自动化的错误管理工具,并应用在企业级在线服务系统中。实验结果表明,该方法可以对系统故障进行有效管理,降低系统维护和错误调试成本,还能与MapReduce技术相结合来处理海量的日志信息。