CN113542027B - 一种基于分布式服务架构的流量隔离方法、装置和系统 - Google Patents

一种基于分布式服务架构的流量隔离方法、装置和系统 Download PDF

Info

Publication number
CN113542027B
CN113542027B CN202110804856.4A CN202110804856A CN113542027B CN 113542027 B CN113542027 B CN 113542027B CN 202110804856 A CN202110804856 A CN 202110804856A CN 113542027 B CN113542027 B CN 113542027B
Authority
CN
China
Prior art keywords
current node
sequence data
time sequence
index
operation time
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.)
Active
Application number
CN202110804856.4A
Other languages
English (en)
Other versions
CN113542027A (zh
Inventor
顾欣
夏龙飞
颜高飞
杜楠
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Industrial and Commercial Bank of China Ltd ICBC
Original Assignee
Industrial and Commercial Bank of China Ltd ICBC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Industrial and Commercial Bank of China Ltd ICBC filed Critical Industrial and Commercial Bank of China Ltd ICBC
Priority to CN202110804856.4A priority Critical patent/CN113542027B/zh
Publication of CN113542027A publication Critical patent/CN113542027A/zh
Application granted granted Critical
Publication of CN113542027B publication Critical patent/CN113542027B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
    • H04L41/0659—Management of faults, events, alarms or notifications using network fault recovery by isolating or reconfiguring faulty entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • 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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • 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
    • H04L41/14—Network analysis or design
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0805—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability
    • H04L43/0817—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters by checking availability by checking functioning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring
    • 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)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明实施例提供了一种基于分布式服务架构的流量隔离方法、装置和系统，可用于人工智能技术领域，所述方法包括：按照预设的评估规则，根据获取的当前节点的第一运行时序数据和和除当前节点之外的节点的第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。

Description

一种基于分布式服务架构的流量隔离方法、装置和系统
技术领域
本发明涉及分布式服务技术领域，特别涉及人工智能技术领域，尤其涉及一种基于分布式服务架构的流量隔离方法、装置和系统。
背景技术
随着互联网的普及，互联网用户的数量的急速增长，分布式服务架构已经成为主流架构。现有的分布式服务框架在业务发生大规模失败的时候，只能通过对注册中心进行节点下线的方式实现故障应急，或者通过对每个业务节点设置健康探测接口，当健康检测不通过时关闭容器以实现节点应急，但上述方式中当任一节点发生故障即对注册中心进行节点下线或对容器进行关闭处理，导致服务失败率较高。
发明内容
本发明的一个目的在于提供一种基于分布式服务架构的流量隔离方法，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。本发明的另一个目的在于提供一种基于分布式服务架构的流量隔离装置。本发明的再一个目的在于提供一种基于分布式服务架构的流量隔离系统。本发明的还一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。
为了达到以上目的，本发明一方面公开了一种基于分布式服务架构的流量隔离方法，包括：
获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；
按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；
若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；
将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量。
优选的，在获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据之前，还包括：
按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据；
对初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据；
将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
优选的，按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常，包括：
按照评估规则和第二运行时序数据，对第一运行时序数据进行评估，得到当前节点的评估分数；
若评估分数大于或等于预设的异常阈值，确定出当前节点未发生异常；
若评估分数小于异常阈值，确定出当前节点发生异常。
优选的，负载风险评价规则包括评估分数对应的流量调节比例；
若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略，包括：
按照评估分数对应的流量调节比例，生成流量隔离策略。
优选的，运行时序数据包括多个运行指标；评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数；
按照评估规则和第二运行时序数据，对第一运行时序数据进行评估，得到当前节点的评估分数，包括：
根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值；
根据每个运行指标的运行平均值，生成第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例；
根据占比比例，确定出对应的指标分数；
根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
本发明还公开了一种基于分布式服务架构的流量隔离系统，包括：
智能故障判定系统用于获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群；
消费方集群用于根据流量隔离策略，更新当前节点的流量。
优选的，基于分布式服务架构的流量隔离系统还包括监控系统；
监控系统用于按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据，并将初级时序数据发送至智能故障判定系统；
智能故障判定系统用于对初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据；将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
本发明还公开了一种基于分布式服务架构的流量隔离装置，包括：
获取单元，用于获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；
第一生成单元，用于按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；
第二生成单元，用于若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；
更新单元，用于将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量。
本发明还公开了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上所述方法。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，所述处理器执行所述程序时实现如上所述方法。
本发明获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。
附图说明
为了更清楚地说明本发明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，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例提供的一种基于分布式服务架构的流量隔离的系统结构图；
图2为本发明实施例提供的一种基于分布式服务架构的流量隔离方法的流程图；
图3为本发明实施例提供的又一种基于分布式服务架构的流量隔离方法的流程图；
图4为本发明实施例提供的一种获取分布式服务架构下的节点的运行时序数据的结构示意图；
图5为本发明实施例提供的一种基于分布式服务架构的流量隔离装置的结构示意图；
图6为本发明实施例提供的一种计算机设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，本申请公开的一种基于分布式服务架构的流量隔离方法、装置和系统可用于人工智能技术领域，也可用于除人工智能技术领域之外的任意领域，本申请公开的一种基于分布式服务架构的流量隔离方法、装置和系统的应用领域不做限定。
为了便于理解本申请提供的技术方案，下面先对本申请技术方案的相关内容进行说明。目前分布式服务架构已经成为主流架构，现有的分布式服务框架在业务发生大规模失败的时候，通常使用以下两种故障应急方式：
第一种故障应急方式，对故障节点的注册中心进行下线处理以实现故障节点应急处理。例如：在分布式服务架构运行过程中，其中一个节点出现挂载的一个磁盘损坏，导致读写速度降低、表象磁盘读写不稳定以及日志输出堆积，该节点仅仅是其中一个磁盘损坏，导致该节点的服务的业务交易请求失败了高于其他节点的业务交易请求失败率，但该节点并不是彻底不可用，此时进行注册中心节点手工下线，不仅会导致服务失败率升高，还会由于需要注册中心将下线节点信息推送至其它节点而增加注册中心的压力，形成网络风暴，并且在节点重新上线时，对注册中心增加二次压力。
第二种故障应急方式，对每个业务节点设置健康探测接口，服务平台(Platformas a Service，简称：PaaS)周期性获取健康探测接口的健康检测结果，若健康检测结果为检测通过，则不对该业务节点进行关闭；若健康检测结果为检测不通过，则对该业务节点进行关闭，导致服务失败率升高；而且健康探测接口仅能够判断节点的运行状态，无法判断业务逻辑的故障情况，删除节点会导致故障环境保存困难，不利于后续对故障问题的定位。
综上，目前相关技术中无法在分布式服务架构运行过程中，根据各节点的运行情况，在节点不下线的情况下，动态自适应调整节点的负载流量，无法对故障节点或亚健康节点实现渐进式故障隔离。
为解决上述技术问题，本发明提供一种基于分布式服务架构的流量隔离方法、装置和系统，图1为本发明实施例提供的一种基于分布式服务架构的流量隔离的系统结构图，如图1所示，该系统包括智能故障判定系统100和消费方集群200。
智能故障判定系统100用于获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群200
消费方集群200用于根据流量隔离策略，更新当前节点的流量。
如图1所示，消费方集群200还包括业务服务210和服务框架220，业务服务210用于为节点提供服务；服务框架220用于根据流量隔离策略更新当前节点的流量。
本发明实施例中，该系统还包括配置中心300，配置中心300用于将智能故障判定系统100发送的流量隔离策略转发至消费方集群200。
本发明实施例中，该系统还包括监控系统400。
监控系统400用于按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据，并将初级时序数据发送至智能故障判定系统100。
智能故障判定系统100用于对初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据；将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
如图1所示，该系统还包括注册中心集群500，注册中心集群500用于对各节点进行注册，记录各节点的注册信息，并将各节点的注册信息推送至消费方集群200的服务框架220。
本发明实施例提供的技术方案中，获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。
值得说明的是，图1所示的基于分布式服务架构的流量隔离的系统还适用于图2或图3的基于分布式服务架构的流量隔离方法，在此不再赘述。
下面以基于分布式服务架构的流量隔离系统作为执行主体为例，说明本发明实施例提供的基于分布式服务架构的流量隔离方法的实现过程。可理解的是，本发明实施例提供的基于分布式服务架构的流量隔离方法的执行主体包括但不限于基于分布式服务架构的流量隔离系统。
图2为本发明实施例提供的一种基于分布式服务架构的流量隔离方法的流程图，如图2所示，该方法包括：
步骤101、获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据。
具体地，按照指定时间周期，获取当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据，以实现实时获取到分布式服务架构下各节点的运行时序数据，为后续对于各节点是否发生异常的情况提供判断依据。
步骤102、按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常。
具体地，按照评估规则和第二运行时序数据，对第一运行时序数据进行评估，得到当前节点的评估分数；按照评估分数对应的流量调节比例，生成流量隔离策略。其中，分布式服务架构下的节点的运行时序数据包括多个运行指标；评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数。
本发明实施例中，按照评估规则和各个节点的运行时序数据对当前节点的运行时序数据进行评估，得出评估分数。评估分数为当前节点的异常情况的判定提供依据，若评估分数大于或等于预设的异常阈值，表明当前节点发生异常，需要对当前节点确定出对应的流量隔离策略，以实现节点应急；若评估分数小于异常阈值，表明当前节点未发生异常，则无需对该节点进行干预处理。
步骤103、若所述当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略。
本发明实施例中，负载风险评价规则包括评估分数对应的流量调节比例。
具体地，按照所述评估分数对应的流量调节比例，生成流量隔离策略。
步骤104、将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量。
本发明实施例提供的技术方案中，获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。
图3为本发明实施例提供的又一种基于分布式服务架构的流量隔离方法的流程图，如图3所示，该方法包括：
步骤201、获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据。
本发明实施例中，各步骤由基于分布式服务架构的流量隔离执行。
具体地，按照指定时间周期，获取当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据，以实现实时获取到分布式服务架构下各节点的运行时序数据，为后续对于各节点是否发生异常的情况提供判断依据。
本发明实施例中，指定时间周期可以根据实际需求进行设置，以实现智能故障判定系统能够实时获取到各个节点的运行时序数据，其中，当前节点对应的运行时序数据为第一运行时序数据，除当前节点之外的节点的运行时序数据为第二运行时序数据。
本发明实施例中，以监控系统为开源的普罗米修斯(Prometheus)为例，说明在步骤201之前，获取各节点的运行时序数据的过程。图4为本发明实施例提供的一种获取分布式服务架构下的各节点的运行时序数据的结构示意图，如图4所示，在数据侧，普罗米修斯采集各节点(Prometheus-collector)通过公共接口按照预设时间片采集分布式服务架构下的各节点的运行状态信息，并将运行状态信息发送至普罗米修斯服务节点(Prometheus-server)；在控制侧，Prometheus-server根据时间片对运行状态信息进行汇总，并进行一级缓存，生成各节点的初级时序数据，并将初级时序数据通过普罗米修斯适配节点(Prometheus-adaptor)发送至监控网关；监控网关对初级时序数据进行数据清洗，生成分布式服务架构下的各节点的运行时序数据，并将运行时序数据存储至监控时序数据库。其中，运行状态信息包括系统基线信息和业务情况信息，系统基线信息包括但不限于等待队列长度、异常请求比例、中央处理器(central processing unit，简称：CPU)利用率和网络输入/输出(Input/Output，简称：I/O)使用率，业务情况信息包括但不限于当前响应时间、线程池堆积长度、服务失败率和服务成功率。
进一步地，在智能故障判定系统获取运行时序数据的过程中，将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
本发明实施例中，时间片可以根据实际需求进行设置，本发明实施例对此不作限定。
本发明实施例中，通过开源的Prometheus对分布式服务架构下的节点的运行状态信息进行一级缓存，可以缓解智能故障判定系统的压力。
步骤202、按照评估规则和第二运行时序数据，对第一运行时序数据进行评估，得到当前节点的评估分数。
本发明实施例中，分布式服务架构下的节点的运行时序数据包括多个运行指标；评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数。
其中，运行指标可以根据实际需求进行设置，本发明实施例对此不作限定。作为一种可选方案，运行指标为服务失败率、等待队列长度、异常请求比例、CPU利用率和I/O使用率。
其中，评估规则可以根据实际需求进行设置，本发明实施例对此不作限定。作为一种可选方案，评估规则设置为业务情况信息的运行指标为优先指标，即：服务失败率为优先指标，对应的优先级权重为40％；系统基线信息的运行指标为次优先级指标，即：等待队列长度、异常请求比例、系统利用率均为次优先级指标，对应的优先级权重均为20％，其中，系统利用率包括CPU利用率和I/O使用率；运行指标的占比比例小于1.6对应的指标分数为100分，运行指标的占比比例大于或等于1.6且小于1.7对应的指标分数为80分，运行指标的占比比例大于或等于1.7且小于1.8对应的指标分数为60分，运行指标的占比比例大于或等于1.8且小于1.9对应的指标分数为40分，运行指标的占比比例大于或等于1.9且小于2对应的指标分数为20分；运行指标的占比比例大于或等于2对应的指标分数为0分。
本发明实施例中，步骤202具体包括：
步骤2021、根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值。
具体地，将第一运行时序数据中运行指标的值与第二运行时序数据中对应的运行指标的值相加，得到相加结果；将相加结果除以节点总数，得到该运行指标的运行平均值。
步骤2022、根据每个运行指标的运行平均值，生成第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例。
例如：服务失败率的运行平均值为10％，第一运行时序数据中服务失败率的运行平均值为40％，生成第一运行时序数据中服务失败率所占其他节点的服务失败率的运行平均值的占比比例为4。
步骤2023、根据占比比例，确定出对应的指标分数。
例如：服务失败率的占比比例为4，等待队列长度、异常比例和系统利用率的占比比例均为1.6，则确定出服务失败率对应的指标分数为0分，等待队列长度、异常比例和系统利用率对应的指标分数均为80分。
步骤2023、根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
例如：服务失败率对应的指标分数为0分，等待队列长度、异常比例和系统利用率对应的指标分数均为80分，服务失败率对应的优先级权重为40％，等待队列长度、异常比例和系统利用率对应的优先级权重均为20％，加权求和后生成当前节点的评估分数为48分，即：0×40％+80×20％+80×20％+80×20％＝48。
进一步地，若评估分数大于或等于预设的异常阈值，表明当前节点发生异常，需要对当前节点确定出对应的流量隔离策略，以实现节点应急，继续执行步骤203；若评估分数小于异常阈值，表明当前节点未发生异常，则无需对该节点进行干预处理，继续对下一个节点进行评估。其中，异常阈值可以根据实际情况进行设置，本发明实施例对此不作限定。
步骤203、按照评估分数对应的流量调节比例，生成流量隔离策略。
本发明实施例中，评估分数与流量调节比例的对应关系可以根据实际需求进行设置，本发明实施例对此不作限定。作为一种可选方案，按照评估分数的值设置对应的流量调节比例。
例如：评估分数为80分，表明当前节点的健康风险等级为低，则对应的流量调节比例为80％，即：生成流量隔离策略为将当前节点的流量降低至当前流量的80％，以实现负载均衡。
例如：评估分数为48分，表明当前节点的健康风险等级为高，当前节点为亚健康节点，对应的流量调节比例为48％，即：生成流量隔离策略为将当前节点的流量降低至当前流量的48％，以实现负载均衡。
例如：评估分数为0分，表明当前节点为故障节点，对应的流量调节比例为0％，即：生成流量隔离策略为将当前节点的流量降低至0，以实现对该故障节点进行不下线的隔离处理。
步骤204、将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量。
具体地，智能故障判定系统将流量隔离策略通过配置中心实时发送至消费方集群，消费方集群的服务框架根据流量隔离策略，对当前节点的流量进行动态更新，对当前节点实现了一种渐进式隔离，保护了当前节点不被彻底压垮，同时保障整个消费方集群的服务成功率。
本发明实施例中，当下游某节点的负载压力较大时，智能故障判定系统能够通过节点的运行时序数据及时发现异常，并生成对应的流量隔离策略，自适应调节下游节点的负载压力，在节点不下线的情况下保护亚健康节点，隔离故障节点，同时保障系统整体可用性，降低注册中心的推送压力。
本发明实施例提供的基于分布式服务架构的流量隔离方法的技术方案中，获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。
图5为本发明实施例提供的一种基于分布式服务架构的流量隔离装置的结构示意图，该装置用于执行上述基于分布式服务架构的流量隔离方法，如图5所示，该装置包括：获取单元11、第一生成单元12、第二生成单元13和更新单元14。
获取单元11用于获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据。
第一生成单元12用于按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常。
第二生成单元13用于若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略。
更新单元14用于将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量。
本发明实施例中，该装置还包括汇总单元15、清洗单元16和确定单元17。
汇总单元15用于按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据。
清洗单元16用于对初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据。
确定单元17用于将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
本发明实施例中，第一生成单元12具体包括：评估子单元121、第一确定子单元122和第二确定子单元123。
评估子单元121用于按照评估规则和第二运行时序数据，对第一运行时序数据进行评估，得到当前节点的评估分数。
第一确定子单元122用于若评估分数大于或等于预设的异常阈值，确定出当前节点未发生异常。
第二确定子单元123若评估分数小于异常阈值，确定出当前节点发生异常。
本发明实施例中，第二生成单元13具体用于按照评估分数对应的流量调节比例，生成流量隔离策略。
本发明实施例中，评估子单元121具体用于根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值；根据每个运行指标的运行平均值，生成第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例；根据占比比例，确定出对应的指标分数；根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
本发明实施例的方案中，获取分布式服务架构下的当前节点的第一运行时序数据和除当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据第一运行时序数据和第二运行时序数据，生成当前节点的评估分数并判断当前节点是否发生异常；若当前节点发生异常，按照预设的负载风险评价规则，根据当前节点的评估分数，生成流量隔离策略；将流量隔离策略发送至消费方集群，以供消费方集群根据流量隔离策略，更新当前节点的流量，能够根据分布式服务架构下的节点的实时运行情况，自适应根据节点故障程度逐步调整对于故障节点的流量隔离策略，从而提高服务成功率。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机设备，具体的，计算机设备例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
本发明实施例提供了一种计算机设备，包括存储器和处理器，存储器用于存储包括程序指令的信息，处理器用于控制程序指令的执行，程序指令被处理器加载并执行时实现上述基于分布式服务架构的流量隔离方法的实施例的各步骤，具体描述可参见上述基于分布式服务架构的流量隔离方法的实施例。
下面参考图6，其示出了适于用来实现本申请实施例的计算机设备600的结构示意图。
如图6所示，计算机设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM))603中的程序而执行各种适当的工作和处理。在RAM603中，还存储有计算机设备600操作所需的各种程序和数据。CPU601、ROM602、以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶反馈器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡，调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口606。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装如存储部分608。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包括用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本发明是参照根据本发明实施例的方法、设备(系统)、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。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请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，本申请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。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种基于分布式服务架构的流量隔离方法，其特征在于，所述方法包括：
获取分布式服务架构下的当前节点的第一运行时序数据和除所述当前节点之外的节点的第二运行时序数据；
按照预设的评估规则，根据所述第一运行时序数据和第二运行时序数据，生成所述当前节点的评估分数并判断所述当前节点是否发生异常；
若所述当前节点发生异常，按照预设的负载风险评价规则，根据所述当前节点的评估分数，生成流量隔离策略；
将所述流量隔离策略发送至消费方集群，以供所述消费方集群根据所述流量隔离策略，更新所述当前节点的流量；
所述运行时序数据包括多个运行指标；所述评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数；
所述按照预设的评估规则，根据所述第一运行时序数据和第二运行时序数据，生成所述当前节点的评估分数，包括：
根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值；
根据所述每个运行指标的运行平均值，生成所述第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例；
根据所述占比比例，确定出对应的指标分数；
根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
2.根据权利要求1所述的基于分布式服务架构的流量隔离方法，其特征在于，在获取分布式服务架构下的当前节点的第一运行时序数据和除所述当前节点之外的节点的第二运行时序数据之前，还包括：
按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据；
对所述初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据；
将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
3.根据权利要求1所述的基于分布式服务架构的流量隔离方法，其特征在于，所述按照预设的评估规则，根据所述第一运行时序数据和第二运行时序数据，生成所述当前节点的评估分数并判断所述当前节点是否发生异常，包括：
按照所述评估规则和所述第二运行时序数据，对所述第一运行时序数据进行评估，得到当前节点的评估分数；
若所述评估分数大于或等于预设的异常阈值，确定出所述当前节点未发生异常；
若所述评估分数小于所述异常阈值，确定出所述当前节点发生异常。
4.根据权利要求1所述的基于分布式服务架构的流量隔离方法，其特征在于，所述负载风险评价规则包括评估分数对应的流量调节比例；
所述若所述当前节点发生异常，按照预设的负载风险评价规则，根据所述当前节点的评估分数，生成流量隔离策略，包括：
按照所述评估分数对应的流量调节比例，生成流量隔离策略。
5.一种基于分布式服务架构的流量隔离系统，其特征在于，所述系统包括智能故障判定系统和消费方集群；
所述智能故障判定系统用于获取分布式服务架构下的当前节点的第一运行时序数据和除所述当前节点之外的节点的第二运行时序数据；按照预设的评估规则，根据所述第一运行时序数据和第二运行时序数据，生成所述当前节点的评估分数并判断所述当前节点是否发生异常；若所述当前节点发生异常，按照预设的负载风险评价规则，根据所述当前节点的评估分数，生成流量隔离策略；将所述流量隔离策略发送至消费方集群；
所述消费方集群用于根据所述流量隔离策略，更新所述当前节点的流量；
所述运行时序数据包括多个运行指标；所述评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数；
所述智能故障判定系统具体用于根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值；根据所述每个运行指标的运行平均值，生成所述第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例；根据所述占比比例，确定出对应的指标分数；根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
6.根据权利要求5所述的基于分布式服务架构的流量隔离系统，其特征在于，所述基于分布式服务架构的流量隔离系统还包括监控系统；
所述监控系统用于按照预设时间片将分布式服务架构下的各节点的运行状态信息进行汇总，生成各节点的初级时序数据，并将所述初级时序数据发送至所述智能故障判定系统；
所述智能故障判定系统用于对所述初级时序数据进行清洗，生成分布式服务架构下的各节点的运行时序数据；将当前节点的运行时序数据确定为第一运行时序数据，并将除当前节点之外的运行时序数据确定为第二运行时序数据。
7.一种基于分布式服务架构的流量隔离装置，其特征在于，所述装置包括：
获取单元，用于获取分布式服务架构下的当前节点的第一运行时序数据和除所述当前节点之外的节点的第二运行时序数据；
第一生成单元，用于按照预设的评估规则，根据所述第一运行时序数据和第二运行时序数据，生成所述当前节点的评估分数并判断所述当前节点是否发生异常；
第二生成单元，用于若所述当前节点发生异常，按照预设的负载风险评价规则，根据所述当前节点的评估分数，生成流量隔离策略；
更新单元，用于将所述流量隔离策略发送至消费方集群，以供所述消费方集群根据所述流量隔离策略，更新所述当前节点的流量；
所述运行时序数据包括多个运行指标；所述评估规则包括每个运行指标对应的优先级权重以及运行指标的占比比例对应的指标分数；
所述第一生成单元具体用于根据第一运行时序数据和第二运行时序数据，生成每个运行指标的运行平均值；根据所述每个运行指标的运行平均值，生成所述第一运行时序数据中每个运行指标所占对应的运行指标的运行平均值的占比比例；根据所述占比比例，确定出对应的指标分数；根据每个运行指标对应的优先级权重和指标分数进行加权求和，生成当前节点的评估分数。
8.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至4任一项所述的基于分布式服务架构的流量隔离方法。
9.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至4任意一项所述的基于分布式服务架构的流量隔离方法。
CN202110804856.4A 2021-07-16 2021-07-16 一种基于分布式服务架构的流量隔离方法、装置和系统 Active CN113542027B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110804856.4A CN113542027B (zh) 2021-07-16 2021-07-16 一种基于分布式服务架构的流量隔离方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110804856.4A CN113542027B (zh) 2021-07-16 2021-07-16 一种基于分布式服务架构的流量隔离方法、装置和系统

Publications (2)

Publication Number Publication Date
CN113542027A CN113542027A (zh) 2021-10-22
CN113542027B true CN113542027B (zh) 2022-10-11

Family

ID=78128363

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110804856.4A Active CN113542027B (zh) 2021-07-16 2021-07-16 一种基于分布式服务架构的流量隔离方法、装置和系统

Country Status (1)

Country Link
CN (1) CN113542027B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114257496B (zh) * 2021-12-21 2023-11-07 中国工商银行股份有限公司 服务节点自隔离方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8918673B1 (en) * 2012-06-14 2014-12-23 Symantec Corporation Systems and methods for proactively evaluating failover nodes prior to the occurrence of failover events
CN109108985A (zh) * 2018-10-28 2019-01-01 傅志强 移动机器人集群节点的故障诊断方法和系统
CN109639588A (zh) * 2019-01-22 2019-04-16 中国人民解放军空军工程大学 一种面向航空集群的网络拥塞控制路由方法
CN111930493A (zh) * 2019-05-13 2020-11-13 中国移动通信集团湖北有限公司 集群中NodeManager状态管理方法、装置及计算设备
CN112561251A (zh) * 2020-11-30 2021-03-26 广东电网有限责任公司广州供电局 配电网异常点检测方法、装置、计算机设备及存储介质
CN112764919A (zh) * 2020-12-31 2021-05-07 中国工商银行股份有限公司 分布式服务自适应负载均衡方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8918673B1 (en) * 2012-06-14 2014-12-23 Symantec Corporation Systems and methods for proactively evaluating failover nodes prior to the occurrence of failover events
CN109108985A (zh) * 2018-10-28 2019-01-01 傅志强 移动机器人集群节点的故障诊断方法和系统
CN109639588A (zh) * 2019-01-22 2019-04-16 中国人民解放军空军工程大学 一种面向航空集群的网络拥塞控制路由方法
CN111930493A (zh) * 2019-05-13 2020-11-13 中国移动通信集团湖北有限公司 集群中NodeManager状态管理方法、装置及计算设备
CN112561251A (zh) * 2020-11-30 2021-03-26 广东电网有限责任公司广州供电局 配电网异常点检测方法、装置、计算机设备及存储介质
CN112764919A (zh) * 2020-12-31 2021-05-07 中国工商银行股份有限公司 分布式服务自适应负载均衡方法及装置

Also Published As

Publication number Publication date
CN113542027A (zh) 2021-10-22

Similar Documents

Publication Publication Date Title
JP6457447B2 (ja) データセンターのネットワークトラフィックスケジューリング方法及び装置
US11316792B2 (en) Method and system of limiting traffic
US20210349747A1 (en) Container management based on application performance indicators
CN105939225A (zh) 一种业务执行的方法及装置
CN107294799A (zh) 一种分布式系统中节点的处理方法和装置
TW202133055A (zh) 透過多層次相關性建立系統資源預測及資源管理模型的方法
US20230124166A1 (en) Application programming interface anomaly detection
CN113542027B (zh) 一种基于分布式服务架构的流量隔离方法、装置和系统
CN113867957A (zh) 一种跨集群容器数量弹性伸缩实现方法及装置
CN114024831B (zh) 一种异常事件预警方法、装置和系统
CN116560794A (zh) 虚拟机的异常处理方法和装置、介质和计算机设备
US20140181174A1 (en) Distributed processing of stream data on an event protocol
CN107040566A (zh) 业务处理方法及装置
Li et al. Noah: Reinforcement-learning-based rate limiter for microservices in large-scale e-commerce services
CN116823251B (zh) 一种基于聚合支付的服务商可信支付方法、设备及介质
US11943108B2 (en) Service level agreement maintenance in telecom networks
CN113312235A (zh) 吞吐量优化的服务质量预警功率封顶系统
CN110336884B (zh) 服务器集群更新方法和装置
CN109039695B (zh) 业务故障处理方法、装置及设备
CN111770150A (zh) 访问流量控制方法、装置及电子设备
CN115442262B (zh) 一种资源评估方法、装置、电子设备及存储介质
CN114035906B (zh) 虚拟机迁移方法、装置、电子设备及存储介质
Zhang et al. A novel approach for QoS prediction based on Bayesian combinational model
CN112601232B (zh) 基于最小费用最大流的负载均衡的多服务迁移方法及系统
CN110879774A (zh) 一种网元性能数据告警方法及装置

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
GR01 Patent grant
GR01 Patent grant