飞天技术汇 | 阿里云自助诊断系统,问题高效解决新渠道

简介:

04b6f3991be94dc1b31f08aca5a4381f1f7f2607

为了解决您面临的困扰,阿里云为您提供了一种新的问题处理方式,即:阿里云自助诊断系统。

阿里云自助诊断系统,一种 “实时反馈、智能处理、快速收敛、效果反馈”的问题处理新方式,简化了问题的处理过程,缩短了问题的处理时长。

诊断助手的问题处理方式

1

智能处理

阿里云自助诊断系统可以对 90% 以上的问题诊断实现智能处理、秒级回复。这种处理方式具有实时、准确、高效的特点。

2

人工处理

其他问题通过用户提交直接到一线开发,并且不断在过程中填充智能模版中。

阿里云自助诊断系统如何实现

目前,阿里云自助诊断系统支持对多种云资源、多种操作提交诊断。诊断系统整体架构如下图所示:

f4a0af27c0c1448947773d373c87d07d98a4e2b7

1

智能诊断库

智能诊断库是一个包含了不同云资源、不同操作类型对应的异常信息集合,涉及到了 ECS 实例、镜像、磁盘、弹性伸缩组等资源相关的信息。智能诊断库主要有四大支撑要素,即近千诊断模板,海量的数据输入,智能学习优化,诊断大盘。

这四个要素,保证了智能诊断库生成的诊断方案具有较高的代表性和准确性。

2

智能方案匹配

智能方案匹配模块以诊断系统分发下来的用户异常问题作为输入,先分析异常对应的云资源类型及操作类型,建立二维模型,然后将二维模型输入到智能诊断库,利用最优的查找匹配算法匹配问题的原因及解决方案。

3

诊断展示

诊断展示模块主要用来展示诊断状态及查看诊断方案,用户可以登录 阿里云诊断列表页 查看30天内提交的诊断信息,可以查看到当前诊断的状态,处理完成的诊断可以查看诊断方案,获取问题的原因及对应的解决方案。

4

诊断反馈

诊断反馈模块,主要用于接收您对诊断方案的反馈,不论您对诊断方案是否满意,建议您多提交诊断反馈,因为反馈信息作为智能诊断库的输入源之一,可以帮助我们促进诊断库的优化和改进,对自助诊断系统即为重要。

目前,阿里云自助诊断系统已经接入 ECS 控制台、ESS 控制台,后续将接入更多的云产品控制台。

相关文章
|
JavaScript 前端开发 Java
SpringBoot之静态资源规则与定制化
SpringBoot之静态资源规则与定制化
245 1
|
XML C# 数据格式
The data at the root level is invalid. Line 1, position 1.
The data at the root level is invalid. Line 1, position 1.
262 0
|
JavaScript Java 测试技术
基于SpringBoot+Vue+uniapp的反诈科普平台的详细设计和实现
基于SpringBoot+Vue+uniapp的反诈科普平台的详细设计和实现
275 7
基于SpringBoot+Vue+uniapp的反诈科普平台的详细设计和实现
|
机器学习/深度学习 算法
基于心电信号时空特征的QRS波检测算法matlab仿真
本课题旨在通过提取ECG信号的时空特征并应用QRS波检测算法识别心电信号中的峰值。使用MATLAB 2022a版本实现系统仿真,涵盖信号预处理、特征提取、特征选择、阈值设定及QRS波检测等关键步骤,以提高心脏疾病诊断准确性。预处理阶段采用滤波技术去除噪声,检测算法则结合了一阶导数和二阶导数计算确定QRS波峰值。
|
消息中间件
共享内存和信号量的配合机制
【9月更文挑战第16天】本文介绍了进程间通过共享内存通信的机制及其同步保护方法。共享内存可让多个进程像访问本地内存一样进行数据交换,但需解决并发读写问题,通常借助信号量实现同步。文章详细描述了共享内存的创建、映射、解除映射等操作,并展示了如何利用信号量保护共享数据,确保其正确访问。此外,还提供了具体代码示例与步骤说明。
|
数据采集 SQL 关系型数据库
在 MySQL 中使用 ASCII
【8月更文挑战第11天】
315 1
在 MySQL 中使用 ASCII
|
Java 应用服务中间件 Apache
Apache Maven项目的搭建与部署
Apache Maven项目的搭建与部署
550 0
|
API vr&ar 开发工具
构建未来:安卓平台上的AR应用开发全解析
【5月更文挑战第25天】随着增强现实(AR)技术的不断成熟,安卓平台上的AR应用开发正吸引着越来越多的关注。本文深入剖析了在安卓系统上开发AR应用的核心技术和流程,探讨了ARCore SDK的使用、3D渲染技术、用户交互设计以及性能优化等关键要素。通过实例演示和代码分析,揭示了创建高效、沉浸式AR体验的策略和最佳实践,为开发者提供指引,同时对未来AR应用的发展趋势做出展望。
|
机器学习/深度学习 人工智能 自然语言处理
|
存储 缓存 编解码
计算机硬件学习教程
【7月更文挑战第26天】
525 2