一、前言

在自动化巡检中，要实现知识库，对一个专业DBA来说，是一个很简单的事情，甭管错误千变万化，其实，你负责的那几个局点，异常巡检中发现的错误，99%都是固定的。

二、思路

一、穷尽错误

有的人说穷尽错误是不可能的，因为ORA-00600下面就可能有几十万个错误，不可能穷尽，

这样理解就有点偏颇了，我们当然不能穷尽错误，我们巡检的时候，只要是ORA-00600开头的，全部都算错误！

因此，在穷尽错误的时候，有两点注意：

一、需要一个有经验的DBA来指导

二、“错误指标”定义尽量宽泛，不要过于具体，例如，可以认为只要是  ORA- 开头的，都需要采集即可

当然，还有其他的关注点：

除了关注数据库的各项指标外，主机的错误日志、文件系统使用率、主机参数配置等，同样需要关注及采集。

穷尽错误的过程，我们称之为：

错误发现

二、编写知识库函数

错误发现后，将错误通过关键字对、正则表达式等等PYTHON你喜欢的各种智能化函数（还有AI的），与知识库进行匹配就可以了。

需要注意两点：

1、AI技术在这里面用来玩玩就可以了。

因为复杂的搜索算法，可能将你错误匹配到一个99%相似的知识点上，但可能这个知识点并不是用来解决这个错误的。

2、爬虫技术的应用，也用来研究就可以了

根据错误，上网爬取知识，是一个不错的思路，但爬取的知识和错误的对应，一定要经过人工审核。

3、目前比较靠谱的做法：

（1）就是使用爬虫技术，爬取解决办法，然后人工审核编订入库，实现错误与解决方案的绝对可靠（经过有经验的DBA确认的）。

（2）将有经验的DBA的自有宝典，录入到数据库中（这条路是最好的）

大型公司，或者有研发能力的公司，一般都采用第二种方式。

三、具体实现

采集的时候，一定要输出两个东西：

采集标题：表示采集的什么内容,例如：表空间，对应下文：title_input

采集详情：采集的具体结果，对应下文：str_input

第二步：问题发现函数
复制

通过对巡检日志中关键字比对或者计算，发现错误。
复制

# 11111111 表示有问题。
复制

# 00000000表示有问题，在精简模式中，没有问题的不输出，有的客户要全部信息，就需要输出这一部分。
复制

def get_error_from_str_input(title_input, str_input):
复制

   str_output = []  # 没发现什么，就先输出巡检正常
复制

   if 'LINUX系统透明大页检查' in title_input:
     if '[always]' in str_input:
        str_output = [f'Linux未关闭透明大页，根据最佳实践，建议关闭透明大页，提升ORACLE性能.', '11111111']
     elif '[never]' in str_input:
        str_output = ['巡检正常：Linux已关闭透明大页。', '00000000']
     else:
        str_output = ['无法自动检查透明大页开启情况，采集信息异常，请注意检查。', '11111111']
复制

   elif '数据库病毒检查' in title_input:
     if 'no rows selected' in str_input:
        str_output = ['病毒对象检查（含勒索）：无', '00000000']
     else:
        str_output = [f'数据库中存在勒索病毒对象，请重视', '11111111']
     auto_check_title.append(title_input)
     auto_check_title.append(title_input)
复制

    #其它巡检内容问题发现
复制

   return str_output
复制

title_input:巡检项，例如上面的是巡检的：LINUX系统透明大页检查。
复制

str_input:对应巡检项目的巡检结果，LINUX系统透明大页检查。
复制

问题发现要根据我们的巡检项目逐一判断。

第二步：知识库匹配

知识库的存储最好使用数据库，mysql操作数据库非常方便，例如操作mysql数据库，pymysql工具包，就非常方便。

当然，前期，可以在python代码里直接写处理措施。

用到的技术：关键字匹配，根据关键字，输出处理措施。关键字匹配，看上去很傻，但是贵在精准。

下面这个函数：get_how_todo，只有有巡检发现错误的时候才需要调用

def get_how_todo(title_input,str_input):
复制

    do_out = ''
复制

    return do_out
复制

title_input:采集标题
复制

str_input：错误日志信息
复制

通过第一步，我们发现哪个巡检项有问题，才会调用get_how_todo。
复制

知识库匹配有两种方式：

• 根据巡检标题直接匹配
• 根据巡检标题+错误日志进行匹配

例如：发现“LINUX系统透明大页检查”是问题项，我们前面认为 [always] 出现在巡检结果中，只要这一巡检项有问题，就可以直接输出解决方案：

if '透明大页检查' in title_input:
    do_out = 'REDHAT 6版本:\n' \
             '编辑：/etc/grub.conf，找到’kernel /vmlinuz-‘一行，在最后添加 transparent_hugepage=never，然后重启操作系统。\n' \
             'REDHAT 7版本：\n' \
             '编辑： /etc/default/grub将transparent_hugepage=never添加到GRUB_CMDLINE_LINUX的最后，采取如下措施：\n' \
             '当节点使用UEFI安装和启动时，使用如下命令：\n' \
             'grub2-mkconfig -o /boot/efi/EFI/redhat/grub.cfg；\n' \
             '当节点使用传统BIOS安装和启动时，使用如下命令：\n' \
             'grub2-mkconfig -o /boot/grub2/grub.cfg。 \n' \
             '重启操作系统生效。\n' \
             '以上均使用root操作。' \
复制

return do_out
复制

（2）根据巡检标题+错误日志进行匹配

在某些巡检项目中，有大量错误，例如日志巡检，就需要str_input也来参与了，通过对巡检日志的逐个判断，然后输出解决方案：

if '数据库日志检查' in title_input:
    list_input=str_input.splitlines()
    ......
    # 防止同样的错误及其解决方案被重复输出，增加check_or_not进行校验
    check_or_not = []
    # wenti_count 问题数量记录
    wenti_count = 1
    for ora_str in list_input:   
        if 'ORA-00600:' in ora_str and '[kclgclks_3]' in ora_str:
            if 'ORA-00600:[kclgclks_3]' not in check_or_not:
                do_out =qian_str+do_out +hou_str+ fenge_str +f'{ora_str}错误信息：\noracle bug: Bug 23128150 ORA-600 [kclgclks_3] ,Patch 26556014 ' \
                         '可以解决该问题。\n'
                check_or_not.append('ORA-00600:'+'[kclgclks_3]')
                wenti_count = wenti_count + 1
       
        elif 'ORA-16401: archive log rejected by' in ora_str or 'ORA-16055: FAL request rejected' in ora_str:
            do_out = qian_str + do_out + hou_str + fenge_str + 'ADG数据同步发生短暂延迟，一般为日志切换过于频繁或网络短暂中断导致'
            wenti_count = wenti_count + 1
        elif 'ORA-00700: soft internal error, arguments: [kskvmstatact: excessive swapping observed]' in ora_str:
            do_out = qian_str + do_out + hou_str + fenge_str + '该错误时为ORACLE数据库 BUG，在12.2.0.1.191015补丁中被修复，' \
                                                               '数据库当前补丁为12.2.0.1.180717，详见 Bug 23104033 - ' \
                                                               'False ORA-700 [kskvmstatact: excessive swapping ' \
                                                               'observed] errors (Doc ID 23104033.8)'
            wenti_count = wenti_count + 1
        else:
            shot_ora_str = ora_str[0:50]
            if shot_ora_str not in check_or_not:
                do_out = qian_str+do_out +hou_str+ fenge_str + f'{ora_str}错误信息：\n该错误暂未找到相关处理措施，需要进一步分析\n'
                check_or_not.append(shot_ora_str)
                wenti_count = wenti_count + 1
        ent_count = ent_count + 1
    if wenti_count == 1:
        do_out = ''
复制

这样，就完成了一个基本的巡检日志知识库匹配了。

下一步，我们讲一下，如何在巡检日志中绘制表格、图片等。