本发明提出一种运维数据特征选择方法和装置，其中，方法包括：获取原始数据样本；对原始数据样本进行预处理，获取多维数据样本；通过预设算法对多维数据样本进行计算，获取代价表达式计算数值最小时，输出每维数据特征权重；根据每维数据特征权重和预设权重阈值，从多维数据样本中筛选出目标数据集合。由此，提出能够适应实际运维环境的特征选择方法，不依赖于运维人员的经验、大量历史数据和人工标注，同时不依赖于一个算法来检测自身的效果，因此能够适应多种下游预警算法或分析算法，以及结合了有监督算法和无监督算法的优势，既能够学习历史故障的特征，定位高频异常维度，又能对历史上没有故障的维度进行有效的判断。