阿里云自助诊断系统技术解析

当您在阿里云上使用云资源遇到问题时，可以通过查看文档、博客或者提交工单的方式来解决问题，但问题的处理周期可能较长，成本可能较高。为了解决上面的问题，阿里云推出了自助诊断系统，帮助您一键提交问题诊断，快速获取诊断结果。

本文将从技术角度来介绍阿里云自助诊断系统的优点及其实现方法，进一步阐述阿里云自助诊断系统的能够为您解决的问题。关于阿里云自助诊断系统的介绍信息，您可以通过查看 阿里云自助诊断系统 获取。

阿里云自助诊断系统优点

通过阿里云自助诊断系统提交问题诊断，不仅能够降低问题的反馈沟通成本，而且能够缩短问题的处理时间，提高了问题处理效率，同时，阿里云自助诊断系统诊断的时效性以及准确率还在不断的提升。

阿里云自助诊断系统依靠强大的技术支撑，相比其它问题反馈沟通渠道，具有以下几大优点：

• 一键反馈，反馈问题方便、快捷
• 反馈信息准确、全面，有助于问题处理
• 秒级自动回复，时效性强
• 问题精准投递，第一时间通知对应人员
• 问题处理周期短，业务影响小
• 问题闭环处理，用户体验好

当然，阿里云自助诊断系统也有其自身的一些问题，后续章节会进行详细介绍。

阿里云自助诊断系统实现

阿里云自助诊断系统，主要由四个系统模块组成，即：

• 智能诊断库
• 智能方案匹配
• 诊断展示
• 诊断反馈

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：

从上图可以看出，阿里云自助诊断系统中各个模块的组成不同，功能不同功能。

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，包含了不同的云资源、不同的操作类型引发的异常信息对应的原因及处理方案，诊断方案由这些模板组合生成。
• 海量的数据输入，这些数据主要包含用户提交的诊断、反馈信息，研发人员根据系统问题填充的信息，阿里云收集的异常信息等，这些数据的输入，促进诊断库不断的丰富和优化。
• 智能学习优化，根据每天收集到的不同的异常问题和用户反馈等信息，智能诊断库利用自适应等学习优化算法，不断地优化模板。
• 诊断大盘，每天实时生成诊断数据，包括诊断率，满意率，诊断时间等信息，之所以定义其为催化剂，是因为它能及时反应诊断库模板的覆盖率以及准确率等信息，推动新模板的增加以及现有模板的调优等。

上述四个要素，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。

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，如果匹配上，则生成诊断方案，输出到诊断展示模块，如果匹配不上，则通过内部系统匹配问题责任人，第一时间将问题推送到责任人，责任人处理完成后提交诊断反馈到诊断展示模块。

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，您可以登录 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。

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。

一个完整的自助诊断过程如下图所示：

即，当您操作云资源发现问题时，提交诊断，诊断系统接收到诊断信息以后进行匹配处理，根据匹配结果会有两种方案处理方案，即智能诊断、人工处理，用户查看诊断方案，并对诊断方案进行回复。

阿里云自助诊断系统现状及未来

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。阿里云自助诊断系统目前支持智能诊断、人工诊断两种模式，后续会支持更多的诊断模式，目前智能诊断率已经达到了 90% 以上，并且这一数字还在增长中。
阿里云自助诊断系统也有一些急需完善的地方，如：诊断系统需要覆盖更多的云产品和更多的操作类型；诊断方案准确性有待提高，最终实现用户诊断一个问题，解决一个问题。

写在最后

阿里云自助诊断系统目前还在不断的优化和改进，依靠其背后强大的技术支撑以及开发人员时间的投入，用不了多久，阿里云自助诊断系统会为您更加快捷、准确的解决问题，节约您的宝贵时间，改善您的使用体验。

---

本文作者：朴实无华
阅读原文
本文为云栖社区原创内容，未经允许不得转载。