CN110474812A - 采样率自适应调整方法及装置 - Google Patents
采样率自适应调整方法及装置 Download PDFInfo
- Publication number
- CN110474812A CN110474812A CN201910778902.0A CN201910778902A CN110474812A CN 110474812 A CN110474812 A CN 110474812A CN 201910778902 A CN201910778902 A CN 201910778902A CN 110474812 A CN110474812 A CN 110474812A
- Authority
- CN
- China
- Prior art keywords
- sample rate
- application node
- application
- target sampling
- duration
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/02—Standardisation; Integration
- H04L41/0246—Exchanging or transporting network management information using the Internet; Embedding network management web servers in network elements; Web-services-based protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请实施例提供一种采样率自适应调整方法及装置，其中的方法包括：采集分布式集群中的应用节点当前的运行状态指标；基于预获取的应用节点对应的采样率调整规则判断该应用节点当前的运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对应用节点的采样率进行调整，得到目标采样率以及对应的持续时间；将应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件，以在该持续时间内基于目标采样率对应用节点对应的链路进行追踪。本申请能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，并能够更为准确且可靠地实现对偶发链路的抓取。
Description
技术领域
本申请涉及分布式追踪技术领域，具体涉及采样率自适应调整方法及装置。
背景技术
随着微服务架构的成熟，大量企业级应用采用分布式架构和云计算平台，生产上不同类型节点间调用关系错综复杂。对于Java应用，一旦线上程序出错，开发人员传统的问题分析手段主要以离线方式为主，例如从海量日志中查找问题，难度较大。分布式追踪技术的出现，让研发和运维人员能够更好的掌控节点间调用情况，更高效、便捷的排查线上问题。基于大部分时间链路都是正常的的考虑，并且出于问题链路不会个别出现的预期，分布式追踪采集的链路往往是基于采样的。目前业界的分布式追踪技术，主要通过在每个节点部署软件开发工具包sdk或通过Java agent方式，实现链路数据的采集。每个节点都会配置自己的采样率，但对一条链路来说，链路是否被采样以入口节点为准。入口节点采集到的链路，会自动生成一个traceid随整条链路透传，后续节点不管采样率配置的多低，都会将链路信息进行采集、上报和传递，最终形成一条完整的链路。
在某些特殊情况，应用可能希望将采样率调整到100％，进行全量采集，防止一些偶发链路数据的遗漏。在这种背景下，如何实现采样率的自适应，成为亟待解决的问题。
发明内容
针对现有技术中的问题，本申请提供一种采样率自适应调整方法及装置，能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，并能够更为准确且可靠地实现对偶发链路的抓取。
为解决上述技术问题，本申请提供以下技术方案：
第一方面，本申请提供一种采样率自适应调整方法，包括：
采集分布式集群中的应用节点当前的运行状态指标；
基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间；
将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
进一步地，在所述基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整之前，所述采样率自适应调整方法还包括：
自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
进一步地，所述采样率调整规则包括：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；
相对应的，所述基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，包括：
判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
进一步地，所述调整条件包括：所述运行状态指标对应的预设阈值；
相对应的，所述判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，包括：
判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
进一步地，所述调整方式包括：所述应用节点的采样率的百分比与持续时间之间的对应关系；
相对应的，所述根据该采样率调整规则对该应用节点的采样率进行调整，包括：
根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
进一步地，所述采集分布式集群中的应用节点当前的运行状态指标，包括：
应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；
其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
进一步地，所述将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，包括：
将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
进一步地，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。
进一步地，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。
第二方面，本申请提供一种采样率自适应调整装置，包括：
指标采集模块，用于采集分布式集群中的应用节点当前的运行状态指标；
采样率调整模块，用于基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间；
采样率应用模块，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
进一步地，所述采样率自适应调整装置还包括：
规则获取模块，用于自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
进一步地，所述采样率调整规则包括：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；
相对应的，所述采样率调整模块具体应用执行下述内容：
判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
进一步地，所述调整条件包括：所述运行状态指标对应的预设阈值；
相对应的，所述采样率调整模块包括：
指标判断单元，用于判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
进一步地，所述调整方式包括：所述应用节点的采样率的百分比与持续时间之间的对应关系；
相对应的，所述采样率调整模块包括：
目标采样率设置单元，用于根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
进一步地，所述指标采集模块包括：
RED方法应用单元，用于应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；
其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
进一步地，所述采样率应用模块包括：
采样率存储单元，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
进一步地，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。
进一步地，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的采样率自适应调整方法。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的采样率自适应调整方法。
由上述技术方案可知，本申请提供的采样率自适应调整方法及装置，其中的方法包括：采集分布式集群中的应用节点当前的运行状态指标；基于预获取的应用节点对应的采样率调整规则判断该应用节点当前的运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对应用节点的采样率进行调整，得到目标采样率以及对应的持续时间；将应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件，以在该持续时间内基于目标采样率对应用节点对应的链路进行追踪，能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，且调整过程高效且可靠，调整结果能够使得对分布式集群中的各个应用节点进行分布式链路追踪的过程的智能化程度更高，同时能够更为准确且可靠地实现对偶发链路的抓取，进而能够有效提高分布式链路追踪的准确性和可靠性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例中的采样率自适应调整方法的流程示意图。
图2为本申请实施例中的包含有步骤010的采样率自适应调整方法的流程示意。
图3为本申请实施例中的采样率自适应调整方法中步骤200的流程示意图。
图4为本申请实施例中的采样率自适应调整装置的结构示意图。
图5为本申请应用实例中的采样率自适应调整系统的结构示意图。
图6为本申请应用实例中的配置读取装置1内部结构示意图。
图7为本申请应用实例中的采样率配置装置2内部结构示意图。
图8为本申请应用实例中的配置下发装置3内部结构示意图。
图9为本申请应用实例中的采样率自适应装置4内部结构示意图。
图10为本申请应用实例中的采样率规则定义装置5内部结构示意图。
图11为本申请应用实例中的采样率自适应调整方法的流程示意图。
图12为本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，现有的应用节点的采样率无法实现自动调整，且无法对偶发链路进行准确抓取的问题，本申请提供一种采样率自适应调整方法、采样率自适应调整装置、电子设备和计算机可读存储介质，通过采集分布式集群中的应用节点当前的运行状态指标；基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间；将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪，能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，且调整过程高效且可靠，调整结果能够使得对分布式集群中的各个应用节点进行分布式链路追踪的过程的智能化程度更高，同时能够更为准确且可靠地实现对偶发链路的抓取，进而能够有效提高分布式链路追踪的准确性和可靠性。
为了能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，并能够更为准确且可靠地实现对偶发链路的抓取，本申请提供一种采样率自适应调整方法的实施例，参见图1，所述采样率自适应调整方法具体包含有如下内容：
步骤100：采集分布式集群中的应用节点当前的运行状态指标。
步骤200：基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间。
步骤300：将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
在本申请的一个或多个实施例中，各个所述应用节点具体指分布式集群系统中给的各个应用或节点，这些应用或节点具体可以为服务器，也可以被称之为应用服务器，且各个所述应用服务器均对应有客户端设备。
在本申请的一个或多个实施例中，所述采样率自适应调整的过程可以在一个管理服务器中执行，也可以在整个分布式集群系统中的数据中心执行，所述分布式集群中的配置读取装置也可以设置在所述管理服务器或者数据中心内，所述配置读取装置定时读取配置文件中的目标采样率以及对应的持续时间，以使得述管理服务器或者数据中心应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
可以理解的是，所述客户端设备可以包括智能手机、平板电子设备、网络机顶盒、便携式计算机、台式电脑、个人数字助理(PDA)、车载设备、智能穿戴设备等。其中，所述智能穿戴设备可以包括智能眼镜、智能手表、智能手环等。
所述服务器与所述客户端设备之间可以使用任何合适的网络协议进行通信，包括在本申请提交日尚未开发出的网络协议。所述网络协议例如可以包括TCP/IP协议、UDP/IP协议、HTTP协议、HTTPS协议等。当然，所述网络协议例如还可以包括在上述协议之上使用的RPC协议(Remote Procedure Call Protocol，远程过程调用协议)、REST协议(Representational State Transfer，表述性状态转移协议)等。
在本申请的一个采样率自适应调整方法的实施例中，参见图2，所述采样率自适应调整方法中还具体包含有步骤010，该步骤010具体包含有如下内容：
步骤010：自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
可以理解的是，在本申请的中的一个或多个实施例中的采样率调整规则是各个应用节点预先自定义的，能够进一步提高采样率自适应调整的准确性和可靠性，进而能够更为准确且可靠地实现对偶发链路的抓取。
在本申请的一个采样率自适应调整方法的实施例中，所述采样率调整规则中具体包含有：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；基于此，本申请还提供所述采样率自适应调整方法的步骤200的具体实现方式，参见图3，所述采样率自适应调整方法中的步骤200具体包含有如下内容：
步骤201：判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则执行步骤202；若否，则不对所述应用节点当前的采样率进行调节。
步骤202：根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
在上述描述中，本申请实施例提供的采样率自适应调整方法通过将采样率调整规则设置为由调整条件和调整方式组成，进而能够进一步提高采样率自适应调整的可靠性。
在本申请的一个采样率自适应调整方法的实施例中，所述采样率调整规则中的调整条件是指所述运行状态指标对应的预设阈值；基于此，本申请还提供所述采样率自适应调整方法的步骤201的具体实现方式，所述采样率自适应调整方法中的步骤201具体包含有如下内容：
判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
举例来说，若所述运行状态指标为所述应用节点的交易数据请求的响应时间，则该响应时间对应的预设阈值为时间预设值，该时间预设值可以设置为1S。
在上述描述中，本申请实施例提供的采样率自适应调整方法通过调整条件的具体实现设置为具体阈值，以进一步提高采样率自适应调整过程中的判断过程的效率。
在本申请的一个采样率自适应调整方法的实施例中，所述采样率调整规则中的调整方式是指所述应用节点的采样率的百分比与持续时间之间的对应关系；基于此，本申请还提供所述采样率自适应调整方法的步骤202的具体实现方式，所述采样率自适应调整方法中的步骤202具体包含有如下内容：
根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
举例来说，若所述运行状态指标为所述应用节点的交易数据请求的响应时间，则该响应时间对应的预设阈值为时间预设值，该时间预设值可以设置为1S，而该响应时间对应的采样率的百分比可以设置为100％，该采样率的百分比为100％对应的持续时间为5min。
在上述描述中，本申请实施例提供的采样率自适应调整方法通过将调整方式的具体实现设置为采样率的百分比与持续时间之间的对应关，以进一步提高调整过程的效率及可靠性。
在本申请的一个采样率自适应调整方法的实施例中，本申请还提供所述采样率自适应调整方法的步骤100的具体实现方式，所述采样率自适应调整方法中的步骤100具体包含有如下内容：
应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
其中，RED方法是Weave Cloud在基于Google的4个黄金指标的原则下结合Prometheus以及Kubernetes容器实践，细化和总结的方法论，特别适合于云原生应用以及微服务架构应用的监控和度量。主要关注以下三种关键指标：请求的速率：服务每秒接收的请求数；请求的错误：每秒失败的请求数；请求的耗时：每个请求的耗时。
在上述描述中，本申请实施例提供的采样率自适应调整方法通过将采集运行状态指标的方式具体设置为RED方法，能够有效提高运行状态指标的采样可靠性。
在本申请的一个采样率自适应调整方法的实施例中，本申请还提供所述采样率自适应调整方法的步骤300的具体实现方式，所述采样率自适应调整方法中的步骤300具体包含有如下内容：
将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
基于上述内容，本申请实施例提供的采样率自适应调整方法通过将配置文件设置在所述应用节点对应的客户端中，能够有效提高配置读取装置的访问的便捷性。
另外，在本申请的采样率自适应调整方法的一个或多个实施例中，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。也就是说，所述配置读取装置将自配置文件中获取的目标采样率以及对应的持续时间存储到内容，以提高在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪的便捷性，进一步提高追踪效率。
在本申请的采样率自适应调整方法的一个或多个实施例中，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。也就是说，所述配置读取装置在到达持续时间后，回复原采样率，进一步提高采样率自适应调整的智能化程度。
为了能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，并能够更为准确且可靠地实现对偶发链路的抓取，本申请提供一种用于实现所述采样率自适应调整方法的采样率自适应调整装置的实施例，参见图4，所述采样率自适应调整装置具体包含有如下内容：
指标采集模块10，用于采集分布式集群中的应用节点当前的运行状态指标。
采样率调整模块20，用于基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间。
采样率应用模块30，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
在本申请的一个采样率自适应调整装置的实施例中，所述采样率自适应调整装置中还具体包含有规则获取模块01，该规则获取模块01具体用于自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
可以理解的是，在本申请的中的一个或多个实施例中的采样率调整规则是各个应用节点预先自定义的，能够进一步提高采样率自适应调整的准确性和可靠性，进而能够更为准确且可靠地实现对偶发链路的抓取。
在本申请的一个采样率自适应调整装置的实施例中，所述采样率调整规则中具体包含有：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；基于此，本申请还提供所述采样率自适应调整装置的采样率调整模块20的具体实现方式，所述采样率自适应调整装置中的采样率调整模块20具体用于执行如下内容：
判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
在上述描述中，本申请实施例提供的采样率自适应调整装置通过将采样率调整规则设置为由调整条件和调整方式组成，进而能够进一步提高采样率自适应调整的可靠性。
在本申请的一个采样率自适应调整装置的实施例中，所述采样率调整规则中的调整条件是指所述运行状态指标对应的预设阈值；基于此，本申请还提供所述采样率自适应调整装置的采样率调整模块20的具体实现方式，所述采样率自适应调整装置中的采样率调整模块20具体包含有如下内容：
指标判断单元，用于判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
在上述描述中，本申请实施例提供的采样率自适应调整装置通过调整条件的具体实现设置为具体阈值，以进一步提高采样率自适应调整过程中的判断过程的效率。
在本申请的一个采样率自适应调整装置的实施例中，所述采样率调整规则中的调整方式是指所述应用节点的采样率的百分比与持续时间之间的对应关系；基于此，本申请还提供所述采样率自适应调整装置的采样率调整模块20的具体实现方式，所述采样率自适应调整装置中的采样率调整模块20还具体包含有如下内容：
目标采样率设置单元，用于根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
在上述描述中，本申请实施例提供的采样率自适应调整装置通过将调整方式的具体实现设置为采样率的百分比与持续时间之间的对应关，以进一步提高调整过程的效率及可靠性。
在本申请的一个采样率自适应调整装置的实施例中，本申请还提供所述采样率自适应调整装置的指标采集模块10的具体实现方式，所述采样率自适应调整装置中的指标采集模块10具体包含有如下内容：
RED方法应用单元，用于应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；
其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
在上述描述中，本申请实施例提供的采样率自适应调整装置通过将采集运行状态指标的方式具体设置为RED方法，能够有效提高运行状态指标的采样可靠性。
在本申请的一个采样率自适应调整装置的实施例中，本申请还提供所述采样率自适应调整装置的采样率应用模块30的具体实现方式，所述采样率自适应调整装置中的采样率应用模块30具体包含有如下内容：
采样率存储单元，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
基于上述内容，本申请实施例提供的采样率自适应调整装置通过将配置文件设置在所述应用节点对应的客户端中，能够有效提高配置读取装置的访问的便捷性。
另外，在本申请的采样率自适应调整装置的一个或多个实施例中，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。也就是说，所述配置读取装置将自配置文件中获取的目标采样率以及对应的持续时间存储到内容，以提高在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪的便捷性，进一步提高追踪效率。
在本申请的采样率自适应调整装置的一个或多个实施例中，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。也就是说，所述配置读取装置在到达持续时间后，回复原采样率，进一步提高采样率自适应调整的智能化程度。
为了进一步说明本方案，本申请还提供一种应用一种采样率自适应调整系统实现所述采样率自适应调整方法的具体应用实例，参见图5，所述采样率自适应调整系统具体包含有如下内容：
配置读取装置1、采样率配置装置2、配置下发装置3、采样率自适应装置4、采样率规则定义装置5。其中的配置读取装置1与采样率配置装置2相连；采样率配置装置2与配置下发装置3相连；配置下发装置3与采样率自适应装置4相连；采样率自适应装置4与采样率规则定义装置5相连。
其中，配置读取装置1：定时读取服务器上的采样率配置装置2，并将采样率配置装置2中的采样率更新到内存。
采样率配置装置2：采样率配置装置2是部署在应用服务器上的配置文件，配置了采样率信息。
配置下发装置3：作用是把最新的配置下发到应用服务器，包括配置下发客户端和服务端。
采样率自适应装置4：根据采样率规则定义装置5定义的采样率自适应规则，自动触发采样率调整动作，并将调整后的采样率信息通知配置下发装置3的服务端。
采样率规则定义装置5：由应用根据自身运行指标，自定义采样率调整触发规则。
基于上述内容，各个装置的具体功能说明如下：
其一，图6是本应用实例中配置读取装置1内部结构示意图，配置读取装置1包括：定时读取单元11、配置刷新单元12、配置恢复单元13，其中：
定时读取单元11：通过一个定时读取线程，定时从采样率配置装置2中读取最新采样率配置和生效时间配置。
配置刷新单元12：将定时读取单元11读取的采样率和生效时间配置刷新到内存。
配置恢复单元13：配置刷新单元12保存到内存中的生效时间结束后，将采样率恢复到调整前的采样率。
其二，图7是本应用实例中采样率配置装置2的内部结构示意图，采样率配置装置2包括采样率配置单元21、生效时间配置单元22，其中：
采样率配置单元21：将采样率信息保存到配置文件，按百分比的方式配置采样率。
生效时间配置单元22：将采样率信息保存到配置文件，配置采样率生效的时间范围。
其三，图8是本应用实例中配置下发装置3的内部结构示意图，配置下发装置3包括客户端单元31、服务端单元32，其中：
客户端单元31：客户端单元31与服务端单元32建立订阅机制，实时获取最新采样率和生效时间，并将最新采样率和生效时间更新到采样率配置装置2。
服务端单元32：服务端单元32将采样率、生效时间配置信息保存在数据库，并与客户端单元31保持长连接，当数据库配置信息更新时，将配置信息推送到客户端单元31。
其四，图9是本应用实例中采样率自适应装置4的内部结构示意图，所示采样率自适应装置4包括触发单元41、指标监控单元42、规则读取单元43：
触发单元41：根据指标监控单元42和规则读取单元43提供的监控指标类数据和采样率调整规则，判断是否触发采样率调整，当采样率调整被触发时，将最新的采样率保存到数据库。
指标监控单元42：通过RED方法采集关键质量类指标，即交易速率(Rate)、错误次数(Errors)、响应时间(Duration)。
规则读取单元43：从数据库中读取应用自定义的采样率自适应规则，即指标和采样率之间的关联关系。规则示例：当响应时间超过1s时，将采样率调整成100％，持续5分钟。
其五，图10是本应用实例采样率规则定义装置5的内部结构示意图，采样率规则定义装置5包括触发规则定义单元51、生效时间定义单元52：
规则定义单元51：应用根据实际情况定义采样率自适应规则，规则示例：当响应时间超过1s时，将采样率调整成100％，持续5分钟。
规则存储单元52：将应用配置的规则存储到数据库。
基于上述内容，参见图11，应用所述采样率自适应调整系统进行采样率自适应调整的过程具体为：
步骤S101：应用将采样率自适应规则定义到采样率规则定义装置5。
步骤S102：采样率自适应装置4采集应用运行指标，根据采样率规则定义装置5定义的规则，自动触发采样率调整，将采样率落库。
步骤S103：配置下发装置3定时查询数据库更新信息，并将最新采样率和生效时间配置下发到部署在应用服务器上的客户端，客户端将配置信息保存到采样率配置装置2。
步骤S104：采样率配置装置2更新配置，并记录更新时间。
步骤S105：配置读取装置1定时从采样率配置装置2中读取配置，当发现配置更新时，将最新采样率更新到内存，并在生效时间结束后将采样率恢复。
从上述内容可知，为了弥补现有分布式追踪方案在采样率自动调整能力方面的不足，本申请应用实例提供的采样率自适应调整方法和系统，根据用户自定义的采样率调整规则自动调整节点采样率，实现对偶发链路的抓取。具体为：采样率配置在在应用服务器上的配置文件中，当采样率自适应条件满足时，通过远程配置中心实现配置的下发，分布式追踪数据采集端会定时从配置文件中读取采样率数据，并将采样率保存到内存中，实现采样率自适应。
从硬件层面来说，为了能够能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，并能够更为准确且可靠地实现对偶发链路的抓取，本申请提供一种用于实现所述采样率自适应调整方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现采样率自适应调整装置、各类数据库以及用户终端等相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例中的采样率自适应调整方法的实施例，以及，采样率自适应调整装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图12为本申请实施例的电子设备9600的系统构成的示意框图。如图12所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图12是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，采样率自适应调整功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
步骤100：采集分布式集群中的应用节点当前的运行状态指标。
步骤200：基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间。
步骤300：将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
从上述描述可知，本申请的实施例提供的电子设备，能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，且调整过程高效且可靠，调整结果能够使得对分布式集群中的各个应用节点进行分布式链路追踪的过程的智能化程度更高，同时能够更为准确且可靠地实现对偶发链路的抓取，进而能够有效提高分布式链路追踪的准确性和可靠性。
在另一个实施方式中，采样率自适应调整装置可以与中央处理器9100分开配置，例如可以将采样率自适应调整配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现采样率自适应调整功能。
如图12所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图12中所示的所有部件；此外，电子设备9600还可以包括图12中没有示出的部件，可以参考现有技术。
如图12所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的执行主体可以为服务器的采样率自适应调整方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的采样率自适应调整方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：采集分布式集群中的应用节点当前的运行状态指标。
步骤200：基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间。
步骤300：将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
从上述描述可知，本申请的实施例提供的计算机可读存储介质，能够在对分布式集群中的各个应用节点进行分布式链路追踪的过程中，有效实现应用节点采样率的自动调整，提高采样率自动调整能力，且调整过程高效且可靠，调整结果能够使得对分布式集群中的各个应用节点进行分布式链路追踪的过程的智能化程度更高，同时能够更为准确且可靠地实现对偶发链路的抓取，进而能够有效提高分布式链路追踪的准确性和可靠性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (20)
1.一种采样率自适应调整方法，其特征在于，包括：
采集分布式集群中的应用节点当前的运行状态指标；
基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间；
将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
2.根据权利要求1所述的采样率自适应调整方法，其特征在于，在所述基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整之前，还包括：
自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
3.根据权利要求1所述的采样率自适应调整方法，其特征在于，所述采样率调整规则包括：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；
相对应的，所述基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，包括：
判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
4.根据权利要求3所述的采样率自适应调整方法，其特征在于，所述调整条件包括：所述运行状态指标对应的预设阈值；
相对应的，所述判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，包括：
判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
5.根据权利要求3所述的采样率自适应调整方法，其特征在于，所述调整方式包括：所述应用节点的采样率的百分比与持续时间之间的对应关系；
相对应的，所述根据该采样率调整规则对该应用节点的采样率进行调整，包括：
根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
6.根据权利要求1所述的采样率自适应调整方法，其特征在于，所述采集分布式集群中的应用节点当前的运行状态指标，包括：
应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；
其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
7.根据权利要求1所述的采样率自适应调整方法，其特征在于，所述将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，包括：
将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
8.根据权利要求1所述的采样率自适应调整方法，其特征在于，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。
9.根据权利要求8所述的采样率自适应调整方法，其特征在于，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。
10.一种采样率自适应调整装置，其特征在于，包括：
指标采集模块，用于采集分布式集群中的应用节点当前的运行状态指标；
采样率调整模块，用于基于预获取的所述应用节点对应的采样率调整规则判断该应用节点当前的所述运行状态指标是否需要进行调整，若是，则根据该采样率调整规则对该应用节点的采样率进行调整，得到该应用节点的目标采样率以及对应的持续时间；
采样率应用模块，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的配置文件中，以使所述分布式集群中的配置读取装置读取该配置文件中的目标采样率以及对应的持续时间，并应用预设的分布式追踪技术，在该持续时间内基于所述目标采样率对所述应用节点对应的链路进行追踪。
11.根据权利要求10所述的采样率自适应调整装置，其特征在于，还包括：
规则获取模块，用于自所述分布式集群中的各个所述应用节点中分别获取各个所述应用节点自定义的采样率调整规则。
12.根据权利要求10所述的采样率自适应调整装置，其特征在于，所述采样率调整规则包括：各个所述应用节点各自对应的调整条件以及调整方式之间的对应关系；
相对应的，所述采样率调整模块具体应用执行下述内容：
判断所述应用节点当前的所述运行状态指标是否满足对应的所述调整条件，若是，则根据该调整条件对应的调整方式对该应用节点的采样率进行调整。
13.根据权利要求12所述的采样率自适应调整装置，其特征在于，所述调整条件包括：所述运行状态指标对应的预设阈值；
相对应的，所述采样率调整模块包括：
指标判断单元，用于判断所述应用节点当前的所述运行状态指标是否大于对应的所述预设阈值。
14.根据权利要求12所述的采样率自适应调整装置，其特征在于，所述调整方式包括：所述应用节点的采样率的百分比与持续时间之间的对应关系；
相对应的，所述采样率调整模块包括：
目标采样率设置单元，用于根据所述应用节点的采样率的百分比与预设时间之间的对应关系将该应用节点的采样率的值更新为符合所述采样率的百分比的目标采样率，并将该预设时间作为所述目标采样率对应的持续时间。
15.根据权利要求10所述的采样率自适应调整装置，其特征在于，所述指标采集模块包括：
RED方法应用单元，用于应用预设的RED方法周期性或实时采集所述分布式集群中的各个所述应用节点各自对应的当前的运行状态指标；
其中，所述运行状态指标包括：所述应用节点的交易数据请求的交易速率、错误次数及响应时间中的至少一项。
16.根据权利要求10所述的采样率自适应调整装置，其特征在于，所述采样率应用模块包括：
采样率存储单元，用于将所述应用节点的目标采样率以及对应的持续时间均存储至该应用节点对应的客户端，以使该客户端将所述应用节点的目标采样率以及对应的持续时间存储至预设的数据库中。
17.根据权利要求10所述的采样率自适应调整装置，其特征在于，所述分布式集群中的配置读取装置用于在定时读取所述配置文件时，获取所述目标采样率以及对应的持续时间，并将该目标采样率以及对应的持续时间存储至内存中。
18.根据权利要求17所述的采样率自适应调整装置，其特征在于，所述分布式集群中的配置读取装置还用于在所述应用节点的目标采样率已执行完成所述持续时间之后，将所述内存中的应用节点的目标采样率替换为预存储的原采样率。
19.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述的采样率自适应调整方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9任一项所述的采样率自适应调整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778902.0A CN110474812A (zh) | 2019-08-22 | 2019-08-22 | 采样率自适应调整方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910778902.0A CN110474812A (zh) | 2019-08-22 | 2019-08-22 | 采样率自适应调整方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110474812A true CN110474812A (zh) | 2019-11-19 |
Family
ID=68513637
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910778902.0A Pending CN110474812A (zh) | 2019-08-22 | 2019-08-22 | 采样率自适应调整方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110474812A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111478806A (zh) * | 2020-04-02 | 2020-07-31 | 聚好看科技股份有限公司 | 一种链路追踪采样方法及系统 |
| CN111679950A (zh) * | 2020-05-25 | 2020-09-18 | 中国工商银行股份有限公司 | 接口级动态数据采样方法及装置 |
| CN112350887A (zh) * | 2020-10-19 | 2021-02-09 | 北京基调网络股份有限公司 | 一种apm探针采样率确定方法、计算机设备及存储介质 |
| CN112702437A (zh) * | 2020-12-30 | 2021-04-23 | 上海浦东发展银行股份有限公司 | 一种链路数据采样率实时自动调整方法 |
| CN112860507A (zh) * | 2021-01-13 | 2021-05-28 | 时时同云科技(成都)有限责任公司 | 分布式链路跟踪系统采样率的控制方法和装置 |
| WO2022016389A1 (en) * | 2020-07-21 | 2022-01-27 | Siemens Aktiengesellschaft | Multi-parameter dynamic sampling method and multi-parameter dynamic sampling device |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140198669A1 (en) * | 2013-01-17 | 2014-07-17 | International Business Machines Corporation | Dynamically determining packet sampling rates |
| US20140215056A1 (en) * | 2013-01-31 | 2014-07-31 | General Electric Company | Methods and systems for online monitoring using a variable data sampling rate |
| CN106506250A (zh) * | 2015-09-08 | 2017-03-15 | 北京国双科技有限公司 | 数据采集方法和装置 |
| CN109981391A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团公司 | 一种采样方法、设备及可读存储介质 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
-
2019
- 2019-08-22 CN CN201910778902.0A patent/CN110474812A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140198669A1 (en) * | 2013-01-17 | 2014-07-17 | International Business Machines Corporation | Dynamically determining packet sampling rates |
| US20140215056A1 (en) * | 2013-01-31 | 2014-07-31 | General Electric Company | Methods and systems for online monitoring using a variable data sampling rate |
| CN106506250A (zh) * | 2015-09-08 | 2017-03-15 | 北京国双科技有限公司 | 数据采集方法和装置 |
| CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
| CN109981391A (zh) * | 2017-12-28 | 2019-07-05 | 中国移动通信集团公司 | 一种采样方法、设备及可读存储介质 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111478806A (zh) * | 2020-04-02 | 2020-07-31 | 聚好看科技股份有限公司 | 一种链路追踪采样方法及系统 |
| CN111478806B (zh) * | 2020-04-02 | 2022-10-14 | 聚好看科技股份有限公司 | 一种链路追踪采样方法及系统 |
| CN111679950A (zh) * | 2020-05-25 | 2020-09-18 | 中国工商银行股份有限公司 | 接口级动态数据采样方法及装置 |
| CN111679950B (zh) * | 2020-05-25 | 2024-04-12 | 中国工商银行股份有限公司 | 接口级动态数据采样方法及装置 |
| WO2022016389A1 (en) * | 2020-07-21 | 2022-01-27 | Siemens Aktiengesellschaft | Multi-parameter dynamic sampling method and multi-parameter dynamic sampling device |
| US11921499B2 (en) | 2020-07-21 | 2024-03-05 | Siemens Aktiengesellschaft | Multi-parameter dynamic sampling method and multi-parameter dynamic sampling device |
| CN112350887A (zh) * | 2020-10-19 | 2021-02-09 | 北京基调网络股份有限公司 | 一种apm探针采样率确定方法、计算机设备及存储介质 |
| CN112350887B (zh) * | 2020-10-19 | 2021-07-13 | 北京基调网络股份有限公司 | 一种apm探针采样率确定方法、计算机设备及存储介质 |
| CN112702437A (zh) * | 2020-12-30 | 2021-04-23 | 上海浦东发展银行股份有限公司 | 一种链路数据采样率实时自动调整方法 |
| CN112702437B (zh) * | 2020-12-30 | 2023-02-10 | 上海浦东发展银行股份有限公司 | 一种链路数据采样率实时自动调整方法 |
| CN112860507A (zh) * | 2021-01-13 | 2021-05-28 | 时时同云科技(成都)有限责任公司 | 分布式链路跟踪系统采样率的控制方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110474812A (zh) | 采样率自适应调整方法及装置 | |
| US11194999B2 (en) | Integrated facial recognition method and system | |
| Sinha et al. | Building an E Ective IoT Ecosystem for Your Business | |
| CN103270466B (zh) | 经由对定时器相关任务的协调和选择性操作的功率管理 | |
| US20200034725A1 (en) | Methods and system for managing predictive models | |
| CN109510723B (zh) | 网关设备、物联网事务管控系统及方法 | |
| WO2016045284A1 (zh) | 终端设备控制方法、终端设备及系统、计算机存储介质 | |
| CN107409269A (zh) | 确定对移动客户端和代理设备之间的代理流量的路由 | |
| CN103905569A (zh) | 老人手机远程控制方法及系统 | |
| CN112615753B (zh) | 一种链路异常追踪方法、第一节点、第二节点以及链路 | |
| CN106171019B (zh) | 确定终端漫游状态的方法、装置、终端及服务器 | |
| CN110995859A (zh) | 一种基于泛在物联网的变电站智能支撑平台系统 | |
| CN112346936A (zh) | 应用故障根因定位方法及系统 | |
| CN109254914A (zh) | 软件开发包测试方法、系统、计算机装置及可读存储介质 | |
| CN108369679A (zh) | 用于路由按需服务的资源划分 | |
| CN110764881A (zh) | 分布式系统后台重试方法及装置 | |
| US8934866B2 (en) | System to assist a mobile device subscriber to perform self-diagnosis of the mobile device | |
| CN106412078B (zh) | 精准信息推送方法、装置和系统 | |
| US11075813B2 (en) | Proactively deploying analytics to a computerized edge device | |
| CN107783773A (zh) | 固件烧录方法及系统 | |
| CN107566480A (zh) | 移动终端应用的用户活动信息采集方法及装置、存储介质 | |
| CN113537512B (zh) | 基于联邦学习的模型训练方法、装置、系统、设备和介质 | |
| CN102830799A (zh) | 基于智能终端对感应装置进行感应的方法和智能终端 | |
| CN111796938B (zh) | 集群动态并发控制方法及装置 | |
| CN204231422U (zh) | 神经元装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |
|
| RJ01 | Rejection of invention patent application after publication |