CN101448025A - 度量服务质量的方法 - Google Patents
度量服务质量的方法 Download PDFInfo
- Publication number
- CN101448025A CN101448025A CNA2008102404589A CN200810240458A CN101448025A CN 101448025 A CN101448025 A CN 101448025A CN A2008102404589 A CNA2008102404589 A CN A2008102404589A CN 200810240458 A CN200810240458 A CN 200810240458A CN 101448025 A CN101448025 A CN 101448025A
- Authority
- CN
- China
- Prior art keywords
- measure
- group
- sub
- value
- properties
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Stored Programmes (AREA)
Abstract
本发明公开了一种度量服务质量的方法。该方法包括构造服务质量模型,所述服务质量模型包括至少两个与该服务质量关联的属性,每个属性对应至少两个度量算法,即该服务质量模型具有多维多尺度性;确定待度量的服务质量;根据构造的服务质量模型,获取所述服务质量的数值。通过本发明可以利用多维多尺度的具有扩展性的QoS模型,更好地描述软件服务的质量信息,更好地度量Web服务。
Description
技术领域
本发明涉及Web服务技术领域,尤其是一种度量服务质量的方法。
背景技术
随着网络技术的发展,Web服务(Web Service)的提供者越来越多,致使很多Web服务功能相同或类似,为此,用户在使用Web服务时,在保证功能的基础上,会存在多个候选的Web服务。为了使用户在众多的Web服务中选择一个合适的,通常将服务质量(Quality of Service,QoS)作为区分和选择Web服务的一个标准。服务质量可能包括响应时间、可靠性、可用性、吞吐量等不同的服务质量属性,每个服务质量属性还可能对应不同的度量算法,根据度量算法可计算出不同服务质量的数值,根据不同服务质量的数值可以评价不同的Web服务。如作为服务质量中的一种质量属性——可用性,根据不同应用场景,对应于可用性的度量算法可以是基于调用次数的计算方法或基于时间区间的计算方法等,基于调用次数的计算方法为服务成功调用次数与服务总共调用次数之比。
发明人在实现本发明的过程中发现现有技术中至少存在如下问题:现有获取服务质量的方法中对应于每个服务质量属性通常只包括通用属性,缺乏针对特定领域的服务质量属性;各服务质量属性之间缺乏关联,不能满足用户综合考虑的需求;每个服务质量属性对应的度量算法固定,不能根据实际需要更改度量算法。即现有QoS模型通常只包括一个属性,该一个属性只对应一种度量算法。采用现有的这种固定的、缺乏扩展性的QoS模型,造成不能灵活有效地获取服务质量。
发明内容
本发明是提供一种度量服务质量的方法,用以解决现有技术中不能灵活有效地获取服务质量的问题。
为实现上述目的,本发明提供了一种度量服务质量的方法,包括:
构造服务质量模型,所述服务质量模型包括至少两个与该服务质量关联的属性,每个属性对应至少两个度量算法;
确定待度量的服务质量;
根据构造的服务质量模型,获取所述服务质量的数值。
其中,构造服务质量模型包括:构造至少一特性组、至少一子特性组、至少一属性组、至少一值组和计算规则;一子特性组中包括该子特性组所对应的直接特定组的信息;一属性组中包括该属性组所对应的直接子特定组的信息及该属性组绑定的至少一度量方法的信息;一值组中包括该值组所对应的度量方法的信息;所述计算规则用于描述所述属性组和该属性组绑定的度量方法的关系。
其中,所述特定组包括特性名称、特性标识号。所述子特性组包括子特性名称、子特性标识号及该子特性组对应的直接特性组的特性标识号。所述属性组包括属性名称、属性标识号、该属性组对应的直接子特性组的子特性标识号及该属性组绑定的度量方法的信息,该度量方法的信息包括度量方法标识号、应用场景、计算公式。所述值组包括值标识号、取值的单位及具体取值及该值组对应的度量方法标识号。所述计算规则包括度量方法名称、度量方法标识号、度量方法的描述信息、度量方法对应的类名和操作名及该度量方法对应的属性名称。并且,可以根据度量方法对应的类型名和操作名,通过发射机制对该度量方法进行调用。
由上述技术方案可知,本发明通过具有至少两个的属性,每个属性至少关联两种度量方法的QoS模型,实现灵活有效地获取服务质量。
附图说明
图1为本发明度量服务质量的方法实施例的流程图;
图2为本发明中服务质量模型实施例的结构示意图。
具体实施方式
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
图1为本发明度量服务质量的方法实施例的流程图,包括:
步骤11:构造服务质量模型,所述服务质量模型包括至少两个与该服务质量关联的属性,每个属性对应至少两个度量算法。例如,与可靠性关联的容错性、易恢复性等属性,实现多维性,进一步地,容错性或易恢复性分别对应至少两种度量算法,实现多尺度性。
步骤12:确定待度量的服务质量。例如,根据具体的领域确定待获取的服务质量为可靠性。
步骤13:根据构造的服务质量模型,获取所述服务质量的数值。即采用具有扩展性的QoS模型,进而可以根据度量算法得到相应属性的值,再根据相应属性的值得到该服务质量的值,之后,可以根据服务质量的值评价相应地Web服务。
本实施例通过采用具有扩展性的QoS模型,可以更好地描述软件服务的质量信息。
其中,构造上述的可扩展的QoS模型可以包括:构造至少一特性组、至少一子特性组、至少一属性组、至少一值组和计算规则;一子特性组中包括该子特性组所对应的直接特定组的信息;一属性组中包括该属性组所对应的直接子特定组的信息及该属性组绑定的至少一度量方法的信息;一值组中包括该值组所对应的度量方法的信息;所述计算规则用于描述所述属性组和该属性组绑定的度量方法的关系。
具体地,构造至少一特性组(CharacterSet),参见图2的特性模块21。一个CharacterSet由二元组<CharacterName,CharacterID>构成。其中,CharacterName为该特性的名称,CharacterID为该特性的标识(ID)号,每一个特性及下述的子特性、属性、度量算法均对应唯一的ID号。例如,一个特性组为可靠性。
构造至少一子特性组(SubCharacterSet),参见图2的子特性模块22。一个SubCharacterSet由二元组<CharacterID,SubCharacters>构成。其中,CharacterID为该子特性所属的特性的ID号,根据该ID号可以确定一个特性的所有子特性。SubCharacters由二元组<SubCharacterName,SubCharacterID>构成,SubCharacterName为该子特性的名称,SubCharacterID为该子特性的ID号。例如,可靠性下一层的容错性和易恢复性。
构造至少一属性组(AttributeSet),参见图2的属性模块23。AttributeSet是对子特性的进一步描述,是描述服务质量的原子属性,该AttributeSet不可再分,每个AttributeSet可以绑定多个度量算法。一个AttributeSet由三元组<SubCharacterID,Attributes,MetricSet>构成,其中,SubCharacterID为该属性所属的子特性的ID号,根据该ID号可以确定一个子特性的所有属性;Attributes用于描述属性信息,由二元组<AttributeID,AttributeName>构成,其中,AttributeID为该属性的ID号,AttributeName为该属性的名称;MetricSet用于描述属性绑定的度量算法组成的集合,MetricSet由三元组<MetricID,Context,Formula>构成,其中,MetricID为度量算法的ID号,Context为该度量算法的应用场景信息,Formula用于描述如何度量属性的方法。例如,容错性下一层的失效性。
构造至少一值组(ValueSet),参见图2的属性度量模块24。一个ValueSet由四元组<ID,MetricID,Unit,Value>构成,其中,ID为属性的ID号,MetricID为度量算法的ID号,Value为ID号对应的属性的具体取值,Unit为取值的单位。例如,计算失效性的度量算法分为第一算法和第二算法,对应第一算法可以得到第一值,对应第二算法可以得到第二值。
构造一计算规则(ComputingRules),由五元组<Name,MetricID,AttributeName,Description,ClassName,OperationName>构成,其中,Name为度量算法的名称,MetricID为该度量算法的ID号,AttributeName为该度量算法所属的属性的名称,Description为对该度量算法的描述,ClassName为该度量算法的类名,OperationName为该度量算法的操作名。实际应用中,添加新的度量方法时,可以只将该新的度量方法的MetricID添加到与之对应的属性的MetricSet中。在调用该新的度量算法时,根据ClassName和OperationName,通过反射机制对其调用。这样就避免了采用“硬编码”的调用方法,实现动态方便地添加新的度量算法,有利于提高系统的扩展性。例如,根据计算规则可以得到失效性的值,如将第一值和第二值相加后得到失效性的值,再根据失效性的值得到容错性的值,同理也可以得到易恢复性的值,之后,根据容错性的值和易恢复性的值(如将两者相加,具体可以在计算规则中设定)得到可靠性的值。
上述构造各参数的步骤之间并没有时序的前后限制关系。
上述以多维(多个相关属性)多尺度(多种算法)为例表征了获取服务质量的流程。为了更清楚的表述该流程,下面简化的一服务质量包括多种度量算法为例(多尺度)。具体的,以服务质量“可用性(Availability)”为例,已有的度量方法包括:
(1)基于调用次数的度量方法(简称次数算法):Ava=Ns/Na。其中,Ava表示可用性的计算结果,Ns表示服务调用成功次数,Na表示服务总共被调用次数。
(2)基于时间区间的度量方法(简称时间算法):Ava=Ts/Ta。其中,Ava表示可用性的计算结果,Ts表示服务被度量可用性的时间段长度,Ts表示服务在Ta这段时间内可用的时间长度。
(3)介于上述两者之间的一种方法(简称中间算法):该方法假设有一个服务监控设备对服务进行不确定时间间隔的调用。若一分钟内若干次调用中有一次调用失败,则将这次调用所在的一分钟视为服务失效时间段;若一分钟内的所有调用均不发生调用失败,则将该分钟均视为服务可用。其公式为:Ava=Ts/Tall。其中,Ava表示可用性的计算结果,Ts表示服务被度量可用性的时间段长度,Tall表示监控设备运行的总时间长度。
此时的QoS模型包括两层,上层是属性(可靠性),下层是度量算法(次数算法、时间算法、中间算法),根据次数算法、时间算法和中间算法得到三个值之后,根据计算规则中的定义将这三个值相加或加权相加或采用其他处理后得到可靠性的值。
通过构造特性组、子特性组、属性组、值组,形成QoS模型的不同维,使QoS模型具有多维性;通过计算规则绑定度量方法和属性,使一个属性可以对应不同的度量方法,使QoS模型具有多尺度性。因此实现QoS模型的可扩展。本实施例采用这种具有扩展性的QoS模型,可以根据实际情况添加不同的层次(如再添加子子特性层),添加不同的算法,可以根据实际需要得到更好地服务质量信息。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案而非对其进行限制,尽管参照较佳实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对本发明的技术方案进行修改或者等同替换,而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。
Claims (8)
1、一种度量服务质量的方法,其特征在于,包括:
构造服务质量模型,所述服务质量模型包括至少两个与该服务质量关联的属性,每个属性对应至少两个度量算法;
确定待度量的服务质量;
根据构造的服务质量模型,获取所述服务质量的数值。
2、根据权利要求1所述的方法,其特征在于,所述构造服务质量模型包括:构造至少一特性组、至少一子特性组、至少一属性组、至少一值组和计算规则;一子特性组中包括该子特性组所对应的直接特定组的信息;一属性组中包括该属性组所对应的直接子特定组的信息及该属性组绑定的至少一度量方法的信息;一值组中包括该值组所对应的度量方法的信息;所述计算规则用于描述所述属性组和该属性组绑定的度量方法的关系。
3、根据权利要求2所述的方法,其特征在于:所述特性组包括特性名称、特性标识号。
4、根据权利要求2所述的方法,其特征在于:所述子特性组包括子特性名称、子特性标识号及该子特性组对应的直接特性组的特性标识号。
5、根据权利要求2所述的方法,其特征在于:所述属性组包括属性名称、属性标识号、该属性组对应的直接子特性组的子特性标识号及该属性组绑定的度量方法的信息,该度量方法的信息包括度量方法标识号、应用场景、计算公式。
6、根据权利要求2所述的方法,其特征在于:所述值组包括值标识号、取值的单位及具体取值及该值组对应的度量方法标识号。
7、根据权利要求2所述的方法,其特征在于:所述计算规则包括度量方法名称、度量方法标识号、度量方法的描述信息、度量方法对应的类名和操作名及该度量方法对应的属性名称。
8、根据权利要求2所述的方法,其特征在于,还包括:根据度量方法对应的类型名和操作名,通过反射机制对该度量方法进行调用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008102404589A CN101448025A (zh) | 2008-12-19 | 2008-12-19 | 度量服务质量的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008102404589A CN101448025A (zh) | 2008-12-19 | 2008-12-19 | 度量服务质量的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101448025A true CN101448025A (zh) | 2009-06-03 |
Family
ID=40743414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008102404589A Pending CN101448025A (zh) | 2008-12-19 | 2008-12-19 | 度量服务质量的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101448025A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104794154A (zh) * | 2015-03-11 | 2015-07-22 | 南通天呈医流互联网技术有限公司 | 基于文本挖掘的医疗器械o2o服务质量评价模型 |
WO2016061934A1 (zh) * | 2014-10-20 | 2016-04-28 | 中兴通讯股份有限公司 | 一种QoS配置方法、装置和计算机存储介质 |
CN105630957A (zh) * | 2015-12-24 | 2016-06-01 | 北京大学 | 一种基于用户管理应用行为的应用质量判别方法及系统 |
CN117331795A (zh) * | 2023-12-01 | 2024-01-02 | 南京研利科技有限公司 | 服务指标计算方法与系统 |
-
2008
- 2008-12-19 CN CNA2008102404589A patent/CN101448025A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016061934A1 (zh) * | 2014-10-20 | 2016-04-28 | 中兴通讯股份有限公司 | 一种QoS配置方法、装置和计算机存储介质 |
CN105591766A (zh) * | 2014-10-20 | 2016-05-18 | 中兴通讯股份有限公司 | 一种QoS配置方法和装置 |
CN104794154A (zh) * | 2015-03-11 | 2015-07-22 | 南通天呈医流互联网技术有限公司 | 基于文本挖掘的医疗器械o2o服务质量评价模型 |
CN105630957A (zh) * | 2015-12-24 | 2016-06-01 | 北京大学 | 一种基于用户管理应用行为的应用质量判别方法及系统 |
CN105630957B (zh) * | 2015-12-24 | 2019-05-21 | 北京大学 | 一种基于用户管理应用行为的应用质量判别方法及系统 |
CN117331795A (zh) * | 2023-12-01 | 2024-01-02 | 南京研利科技有限公司 | 服务指标计算方法与系统 |
CN117331795B (zh) * | 2023-12-01 | 2024-01-26 | 南京研利科技有限公司 | 服务指标计算方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10270668B1 (en) | Identifying correlated events in a distributed system according to operational metrics | |
JP5253379B2 (ja) | モデルをベースにしたイベント処理 | |
Harvey | Modelling the Phillips curve with unobserved components | |
US20130041644A1 (en) | Automated upgrading method for capacity of it system resources | |
US20100153431A1 (en) | Alert triggered statistics collections | |
JP2006048703A (ja) | トランザクションベースのパフォーマンスモデルの自動的な妥当性検査および較正 | |
KR20180078296A (ko) | 서비스 호출 정보 처리 방법 및 디바이스 | |
CN100517249C (zh) | 一种捕获导致内存被野指针改写的函数的方法 | |
CN107391341A (zh) | 一种故障预警方法及装置 | |
US20070130357A1 (en) | Unexpected demand detection system and unexpected demand detection program | |
CN107102948B (zh) | 一种基于uml的软件架构复杂性度量方法 | |
FR2904128A1 (fr) | Systeme et procede pour changer dynamiquement un fichier. | |
US8631280B2 (en) | Method of measuring and diagnosing misbehaviors of software components and resources | |
CN108874559A (zh) | 电子装置、分布式系统业务链路分析方法及存储介质 | |
CN101448025A (zh) | 度量服务质量的方法 | |
Marie et al. | QoCIM: a meta-model for quality of context | |
CN109543891A (zh) | 容量预测模型的建立方法、设备及计算机可读存储介质 | |
US8428984B2 (en) | Transforming service oriented architecture models to service oriented infrastructure models | |
WO2023087705A1 (zh) | 一种资源预测方法及装置 | |
CN108268351B (zh) | 一种进程运行状态精确监控方法及系统 | |
US20090292715A1 (en) | System and Method for Determining Overall Utilization | |
CN110975279A (zh) | 一种游戏数据处理方法、装置、游戏服务器及存储介质 | |
JP5118438B2 (ja) | コンピュータネットワークの改良 | |
CN114172819A (zh) | Nfv网元的需求资源预测方法、系统、电子设备和存储介质 | |
CN108920326A (zh) | 确定系统耗时异常的方法、装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20090603 |