CN114003300B - 基于微服务的服务逻辑确定方法及系统 - Google Patents

Abstract

本申请涉及一种基于微服务的服务逻辑确定方法及系统，属于服务逻辑确定的领域，用于解决相关技术中服务场景需求的满足成本较高的问题。在该方法中，将微服务部署于服务端，并根据用户端的服务需求，允许用户端应用开放微服务名单中的微服务，以使用户端形成整体服务逻辑，从而灵活、低成本的实现服务场景的需求的满足。该系统包括云服务器和本地服务器，云服务器能够应用前述方法，具备与该方法相同的优势。

Description

基于微服务的服务逻辑确定方法及系统

技术领域

本申请涉及服务逻辑确定的领域，尤其是涉及一种基于微服务的服务逻辑确定方法及系统。

背景技术

服务逻辑为满足服务场景需求配置的服务程序所执行的逻辑。一般来说，服务逻辑与服务场景强耦合，即针对一个具体的服务场景，需要设计一个具有相应的服务逻辑的服务程序；另外，服务场景并非一成不变，在服务场景出现变动时，为满足服务场景的需求，需要对服务程序的服务逻辑作出相应的调整。针对上述中的相关技术，发明人认为存在有服务场景需求的满足成本较高的缺陷。

发明内容

为了降低服务场景需求的满足的成本，本申请提供了一种基于微服务的服务逻辑确定方法及系统。

第一方面，本申请提供了一种基于微服务的服务逻辑确定方法。该方法应用于与用户端配合的服务端；所述方法包括：

接收用户端发送的服务需求信息；所述服务需求信息反映用户对服务场景的需求；

根据所述服务需求信息，在预构建的微服务库中确定开放微服务名单；所述开放微服务名单中的微服务能够满足用户对服务场景的需求；

允许所述用户端应用所述开放微服务名单中的微服务，以使用户端确定整体服务逻辑。

通过采用上述技术方案，针对服务场景，用户端仅需向服务端发送服务需求信息，服务端即可确定能够满足用户端的服务需求信息的开放微服务名单，并向用户端开放相应的微服务，在用户端获取零代码或低代码的服务连接逻辑后，即可形成满足用户端对服务场景服务需求的服务逻辑；在服务场景出现变动是，用户端仅需调整服务需求信息并重新发送至服务端，服务端即可调整开放微服务名单以改变向用户端开放的微服务，用户端调整零代码或低代码的服务连接逻辑，即可重构满足新的服务需求的新的服务逻辑。本方法有利于灵活、低成本地设计和调整用户端可执行的服务，从而降低服务场景需求满足的成本。

可选的，该方法还包括：

针对每一用户端，获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度；

基于微服务的应用历史大数据，根据所述开放微服务名单，确定每一微服务在预设工作周期内应用的工作量及工作频次信息；

根据所述本地加载速度、本地执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第一工作时长；

根据所述云端加载速度、云端执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第二工作时长；

根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息。

可选的，所述针对每一用户端，获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度包括：

基于本地性能标识、微服务标识和本地应用标识，对微服务的应用历史大数据进行分组，得到分组本地数据；每组分组本地数据包括性能参数相同的用户端在应用同一种加载于本地的微服务时产生的应用历史数据；

根据分组本地数据生成本地速度对照表；所述本地速度对照表包括一组本地性能标识和微服务标识数据与一组本地加载速度和本地执行速度数据的对应关系；

针对每一用户端，获取用户端的本地性能标识，并确定用户端的开放微服务名单中微服务的微服务标识；

基于所述本地速度对照表，根据所述本地性能标识和开放微服务名单中微服务的微服务标识，确定相应用户端的开放服务名单中每一微服务的本地加载速度和本地执行速度。

可选的，所述针对每一用户端，获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度包括：

基于本地性能标识、云端性能标识、微服务标识和云端应用标识，对微服务的应用历史大数据进行分组，得到分组云端数据；每组分组云端数据包括性能参数相同的用户端在应用同一种存储于服务端的微服务时产生的应用历史数据，且每组分组云端数据中服务端的性能参数相同；

根据所述分组云端数据生成云端速度对照表；所述云端速度对照表包括一组本地性能标识、云端性能标识和微服务标识数据与一组云端加载速度和云端执行速度数据的对应关系；

针对每一用户端，获取用户端的本地性能标识，并确定用户端的开放微服务名单中微服务的微服务标识，以及与用户端配合的服务端的云端性能标识；

基于所述本地速度对照表，根据所述本地性能标识、开放微服务名单中微服务的微服务标识以及与用户端配合的服务端的云端性能标识，确定该用户端的开放服务名单中每一微服务的云端加载速度和云端执行速度。

可选的，所述基于微服务的应用历史大数据，根据每一开放微服务名单，确定每一微服务在预设工作周期内应用的工作量及工作频次信息包括：

基于开放微服务名单标识以及微服务标识，对微服务的应用历史大数据进行分组，得到分组应用数据；每组分组应用数据包括携带有相同开放微服务名单标识和微服务标识的应用历史数据；

根据所述分组应用数据，训练携带有开放微服务名单标识和微服务应用标识的服务应用模型；所述服务应用模型反映微服务的预设工作周期以及预设工作周期内的工作量及工作频次。

可选的，所述根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息包括：

计算确定微服务的第一工作时长减去第二工作时长的结果，得到微服务的本地节约时长；

根据所述本地节约时长的大小，确定微服务推荐程度信息；其中，微服务推荐程度信息包含于所述推荐度信息，反映每个微服务的推荐程度，所述本地节约时长越长，相应所述微服务推荐程度信息越高。

可选的，所述根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息包括：

获取用户的用户端的最大可占用存储参数和最大可占用处理参数；

基于预存储的微服务的存储占用参数及处理占用参数，根据所述最大可占用存储参数和最大可占用处理参数确定推荐方案信息；所述推荐方案信息包含于所述推荐度信息；所述推荐方案信息包括若干推荐的微服务，所述若干推荐的微服务的存储占用参数之和不大于所述最大可占用存储参数，且所述若干推荐的微服务的处理占用参数之和不大于所述最大可占用处理参数。

可选的，所述基于预存储的微服务的存储占用参数及处理占用参数，根据所述最大可占用存储参数和最大可占用处理参数确定推荐方案信息包括：

根据所述最大可占用存储参数和最大可占用处理参数，确定至少两个可加载方案信息；所述可加载方案信息包括若干微服务，所述若干微服务的存储占用参数之和不大于所述最大可占用存储参数，且所述若干微服务的处理占用参数之和不大于所述最大可占用处理参数；

根据微服务的本地节约时长，确定可加载方案信息中若干微服务的本地节约总时长；

确定本地节约总时长最长的可加载方案信息为推荐方案信息。

第二方面，本申请提供了一种基于微服务的服务系统。该服务系统包括：云服务器和本地服务器；所述云服务器用于执行如以上第一方面任意一项所述的方法。

综上所述，本申请包括以下至少一种有益技术效果：

提供了一种基于微服务的服务逻辑确定方法及系统，该方法中，将微服务部署于服务端，并根据用户端的服务需求，允许用户端应用开放服务名单中的微服务，以使用户端形成整体服务逻辑，从而灵活、低成本的实现服务需求的满足；

能够合理的将微服务推荐给本地服务器，本地服务器在将推荐的微服务加载至本地时，能够节约满足服务需求的时长，提高满足服务需求的效率。

应当理解，发明内容部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本申请各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了能够在其中实现本申请实施例的示例性运行环境的示意图。

图2示出了本申请实施例中基于微服务的服务逻辑确定方法的示意流程图。

图3示出了本申请实施例中基于微服务的服务逻辑确定方法的微服务推荐方法的示意流程图。

图4示出了本申请实施例中基于微服务的服务系统的示意方框图。

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、完整地描述，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全部其他实施例，都属于本申请保护的范围。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

本申请中，将微服务部署于云服务器，云服务器可根据本地服务器的服务需求向本地服务器开放微服务，本地服务器以零代码或低代码将微服务逻辑连接，即可形成满足服务需求的整体服务逻辑，该方式有利于降低服务场景需求满足的成本。

图1示出了能够在其中实现本申请实施例的示例性运行环境100的示意图。参照图1，运行环境100包括服务端110和用户端120。其中，服务端110可以由微服务的供应商使用，用户端120可以由用户使用，以满足服务场景的需求。

服务端110和用户端120均可以为计算机。服务端110用于部署微服务，并为大量的用户端120提供微服务，因此服务端110一般选择为云服务器、超级计算机或分布式服务器等具有较强计算能力的计算机设备。用户端120可根据用户的具体需求确定其需要的计算能力，相应进行具体的选型。

服务端110和用户端120通信连接，具体连接方式可以为有线连接，也可以为无线连接，此处不作具体限定。当然，服务端110和用户端120均可配置输入、显示等功能，每一用户端120均携带有终端标识，服务端110可根据终端标识区分不同的用户端120。

图2示出了本申请实施例中基于微服务的服务逻辑确定方法的示意流程图。参照图2，该方法可以由图1中的服务端110执行。

该方法具体包括以下步骤：

步骤210：接收用户端120发送的服务需求信息。

服务需求信息具体由用户端120获取。具体来说，用户可通过操作用户端120确定服务需求输入命令，用户端120可基于服务需求输入命令向用户端120提供服务需求输入区域，以供用户输入服务需求信息。服务需求信息可以为任意形式，仅需服务需求信息能够反映用户对微服务的需求即可。

为了便于对用户需求的微服务的准确确定，应使服务需求信息直接、准确的反映用户需要的微服务。

在一个示例中，服务需求输入区域包括文本输入框，文本输入框供用户输入搜索文字，在用户输入搜索文字后，操作用户端120确定搜索，服务端120基于预设的搜索引擎、根据搜索文字即可向用户的用户端120返回搜索结果，搜索结果包括微服务的名称和服务说明，用户可操作用户端120选择微服务作为需求微服务，并将需求微服务显示在需求服务框内，若出现误操作，用户也可以通过点击需求服务框内已选择的需求微服务将其从需求微服务框内移除。基于以上操作，用户可以根据自身需求选择多个需求微服务，并最终在选择完毕后选择用户输入区域的提交选项，用户端120即可生成包括用户的所有需求微服务的服务需求信息，并将服务需求信息发送至服务端110。

在另一个示例中，服务需求输入区域也可以包括服务选择名单，服务选择名单包括所有可选的微服务的名称和服务说明。为避免微服务过多、在服务选择名单中寻找微服务困难，服务端110的开发运维人员可以预先根据微服务的服务类型对微服务进行分类，并体现在服务选择名单中，服务选择名单可以包括多级分类目录，每一级分类目录中均可以包括类别名称和类别说明。具体操作时可通过点击类别名称展开分类目录，将光标悬停在类别目录上显示类别说明，点击微服务名称时选择微服务为需求微服务。同样的，将需求微服务显示在需求服务框内，若出现误操作，用户也可以通过点击需求服务框内已选择的需求微服务将其从需求微服务框内移除。基于以上操作，用户可以根据自身需求选择多个需求微服务，并最终在选择完毕后选择用户输入区域的提交选项，用户端120即可生成包括用户的所有需求微服务的服务需求信息，并将服务需求信息发送至服务端110。

当然，为了便于用户输入服务需求信息，在另一个示例中，服务需求信息也可以为用于输入服务需求描述的文本输入框或语音输入区域，在服务需求描述输入完毕后，用户操作用户端120将服务需求描述发送至服务端110，服务端可根据预训练的智能分析引擎分析用户的服务需求描述，并向用户端120返回分析结果信息和反馈信息输入框，分析结果信息包括若干通过分析确定的微服务的名称和服务描述，还包括开发运维人员预先编辑的整体服务逻辑描述，用户可操作用户端120回复确认，将分析结果信息确认为服务需求信息，用户也可以通过反馈信息输入框再次输入结果反馈信息，并操作用户端120将结果反馈信息发送至服务端110，使服务端结合结果反馈信息再次生成结果反馈信息并发送至用户端120，供客户确认，直至客户将结果反馈信息确认为服务需求信息时完成服务需求信息的获取工作。自然，智能分析引擎可基于结果反馈信息训练，以便于智能分析引擎更为准确。

应理解，上述服务需求信息的获取方式仅为示例性描述，服务需求信息可以采用以上任意一种或多种方式获取，考虑到说明书的篇幅，不对其他获取方式进行展开说明。

步骤220：根据服务需求信息，在预构建的微服务库中确定开放微服务名单。

服务端110预先配置有微服务库，微服务库内包含服务端110可提供的所有的微服务，服务需求信息需求的微服务自然也包含于微服务库内。

基于前述内容，服务需求信息直接包含用户需求的微服务的名称，用户需求的微服务即服务端110需要向用户端120开放的微服务，故服务端110在接收到用户端120发送的服务需求信息时，可直接根据服务需求信息携带的微服务的名称，生成开放微服务名单，开放微服务名单即包括服务需求信息携带的微服务的名称。

步骤230：允许用户端120应用开放微服务名单中的微服务，以使用户端120确定整体服务逻辑。

基于终端标识，服务端110在确定用户端120的开放微服务名单，并确认用户端120的合法性之后，即可向用户端120开放微服务的服务接口，用户端120在连接微服务的服务接口后，即可应用微服务的服务能力。

为生成满足服务场景需求的整体服务逻辑，用户端120除需要应用开放微服务名单中微服务的服务能力外，还需要服务连接逻辑将开放微服务名单中微服务的服务接口逻辑连接。当然，在开放服务名单确定后，整体服务逻辑相应可确定。故在用户端120获取服务接口的接入权限后，还需要配置服务连接逻辑，将微服务的功能逻辑连接，以实现整体服务逻辑的构建。服务连接逻辑为低代码逻辑，配置服务连接逻辑的成本较低，较之整体服务逻辑可忽略不计。

当然，某些情况下，开放微服务名单中的微服务也可以直接组合构建形成整体服务逻辑，此时服务连接逻辑为零代码逻辑。

该方法的具体实施原理为：

用户端120在根据服务场景的需求确定服务需求信息，并根据服务需求信息获取部署于服务端110的微服务的服务接口的接入权限后，可配置连接微服务的服务接口的服务连接逻辑后，用户端120具备可运行的整体服务逻辑。在服务场景的需求变化时，用户端120可重新确定服务需求信息，以使服务端110重新确定向用户端120开放微服务的服务接口，并调整或重新配置服务连接逻辑，即可形成能够满足新的服务场景的整体服务逻辑。

整体服务逻辑在执行时，服务连接逻辑由用户端120执行，在用户端120需要应用服务端110的微服务的服务能力时，用户端120获取携带有用于供微服务处理的数据和用于请求微服务执行的命令的请求相关信息，用户端120将请求相关信息发送至服务端110处微服务的服务接口，服务端110根据用户端120的请求相关信息运行微服务，并向用户端120返回运行结果信息，运行结果信息能够满足用户端120处用户的服务需求。

用户端120不需配置微服务的代码，仅需配置低代码或零代码的服务连接逻辑并向服务端110发送简单的服务需求信息，即可实现整体服务逻辑的构建，该方法较之现有的直接根据服务场景的需求整体构建或调整整体服务逻辑更为灵活，成本更低。

以上内容即对该方法主体步骤的介绍，下面对该方法的其他步骤进行介绍。

为进一步方便微服务的应用，服务端110允许用户端110将微服务库内的微服务加载至用户端120本地，该方法的服务推荐步骤即向用户端110推荐加载至本地的微服务的步骤，以期用户端120在将推荐的微服务加载至用户端120本地时能够进一步提高服务场景的服务效率。

为实现微服务推荐，该方法还包括以下步骤：

步骤310：针对每一用户端120，获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度。

本步骤的方法基于微服务的应用历史大数据实现，微服务的应用历史大数据中包括全面、大量的应用历史数据，每一条应用历史数据为一用户端120应用一次一服务端110提供的一微服务实现一次指定服务能力的记录数据，另外，每一条应用历史数据均携带有反映该次记录数据中用户端120的存储及处理性能的本地性能标识、服务端110存储及处理性能的云端性能标识、反映微服务的名称的微服务标识以及反映用户端120的开放微服务名单的开放微服务名单标识，应用历史数据还携带有反映微服务部署于服务端110的云端应用标识，或还携带有反映微服务加载至用户端120本地的本地应用标识。

基于微服务的应用历史大数据，服务端110能够确定每一用户端120的本地加载速度和本地执行速度。确定过程具体包括：基于本地性能标识、微服务标识和本地应用标识，对微服务的应用历史大数据进行分组，得到分组本地数据；一分组本地数据包括性能参数相同的用户端120在应用同一种加载于本地的微服务时产生的应用历史数据；根据分组本地数据生成本地速度对照表；本地速度对照表包括一组本地性能标识和微服务标识数据与一组本地加载速度和本地执行速度数据的对应关系；针对每一用户端120，获取其本地性能标识，并确定其开放微服务名单中微服务的微服务标识；基于本地速度对照表，根据本地性能标识和开放微服务名单中微服务的微服务标识，确定该用户端120的开放服务名单中每一微服务的本地加载速度和本地执行速度。

以上过程中，对应用历史大数据进行分组生成分组本地数据为常规技术，不作展开介绍。

根据分组本地数据生成本地速度对照表的过程具体可以为：根据分组本地数据中应用历史数据反映的工作过程，确定每一应用历史数据中用户端120发送的请求相关信息和运行结果信息的数据量，并确定分组本地数据中应用历史数据的加载时长（包括将请求相关信息加载至微服务的时长和微服务将运行结果信息载出的时长）和执行时长（反映微服务将请求相关信息转换为运行结果信息的时长），服务端110能够拟合根据分组本地数据中请求相关信息和运行结果信息的数据量与加载时长的关系曲线和与执行时长的关系曲线，与加载时长的关系曲线即本地加载速度曲线，与执行时长的关系曲线即本地执行速度曲线，根据本地加载速度曲线和本地执行速度曲线能够确定本地加载速度和本地执行速度，从而确定与分组数据的本地性能标识、微服务标识和本地应用标识相应的一组本地加载速度和本地执行速度，继而确定本地速度对照表。

基于本地速度对照表，在用户端120请求将微服务加载至用户端120本地时，服务端110可获取用户端120的本地性能标识、开放微服务名单以及开放微服务名单中每一微服务的微服务标识，从而根据本地速度对照表确定该用户端120开放微服务名单中每一微服务的本地加载速度和本地执行速度。

基于微服务的应用历史大数据，服务端110能够确定每一用户端120的云端加载速度和云端执行速度。确定过程具体包括：基于本地性能标识、云端性能标识、微服务标识和云端应用标识，对微服务的应用历史大数据进行分组，得到分组云端数据；一分组云端数据包括性能参数相同的用户端120在应用同一种存储于云服务器的微服务时产生的应用历史数据，云服务器的相同性能参数相同；根据分组云端数据生成云端速度对照表；云端速度对照表包括一组本地性能标识、云端性能标识和微服务标识数据与一组云端加载速度和云端执行速度数据的对应关系；针对每一用户端120，获取其本地性能标识，并确定其开放微服务名单中微服务的微服务标识，以及与其配合的云服务器的云端性能标识；基于本地速度对照表，根据本地性能标识、开放微服务名单中微服务的微服务标识以及与其配合的云服务器的云端性能标识，确定该用户端120的开放服务名单中每一微服务的云端加载速度和云端执行速度。

上述过程的具体实现原理可参考本地加载速度和本地执行速度确定过程的原理，本领域技术人员基于前述的内容能够自行实现云端加载速度和云端执行速度，故此处不作展开介绍。

应理解，在计算本地加载速度、本地执行速度、云端加载速度、云端执行速度时，其他相关参数诸如服务端110与客户端120的连接状况作理想的标准化考虑，即认为所有客户端120其他相关参数等同。

步骤320：基于微服务的应用历史大数据，根据开放微服务名单，确定每一微服务在预设工作周期内应用的工作量及工作频次信息。

本步骤的方法具体包括：基于开放微服务名单标识以及微服务标识，对微服务的应用历史大数据进行分组，得到分组应用数据；一分组应用数据包括携带有相同开放微服务名单标识和微服务标识的应用历史数据；根据分组应用数据，训练携带有开放微服务名单标识和微服务应用标识的服务应用模型；服务应用模型包括微服务的预设工作周期以及预设工作周期内的工作量及工作频次。

得到分组应用数据的技术为常规技术，可参考前述说明，此处不作赘述。

由于整体服务逻辑用于满足服务场景的需求，即相同的整体服务逻辑匹配的服务场景相同，这导致整体服务逻辑本质上类同，相应的整体服务逻辑本质上也类同，即满足相同服务场景的需求的整体服务逻辑需要在相同的时机内应用相同的微服务。服务应用模型即反映一种整体服务逻辑中一种微服务应用的模式。

一服务应用模型携带有一组开放微服务名单标识和微服务标识，其中，开放微服务名单标识能够反映整体服务逻辑，微服务标识反映相应的微服务。根据神经网络算法对微服务的服务应用模型进行分析，即可确定微服务的预设工作周期以及预设工作周期内的工作量及工作频次，预设工作周期内的工作量及工作频次相同，即微服务在预设工作周期内进行的多次服务工作中，请求相关信息和运行结果信息的数据量相同，可以认定为预设工作周期内微服务进行的加载工作量和执行工作量相同。

步骤330：根据本地加载速度、本地执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第一工作时长。

针对每一用户端120，服务端110可获取用户端120的终端标识，终端标识能够反映用户端120的属性例如型号，服务端110可根据用户端120的终端标识，查询预存储的本地性能标识与终端标识的对照表，确定用户端120的本地性能标识。同理服务端110可确定自身的云端性能标识。

针对每一用户端120，服务端110均可确定其终端标识和开放微服务名单以及服务端110自身的云端标识，从而使服务端110能够确定用户端110的本地性能标识，以及服务端110的云端性能标识。服务端110根据用户端120的本地性能标识、服务端110自身的云端性能标识，能够确定每一微服务的本地加载速度和本地执行速度。

服务端110根据每一微服务在预设周期内应用的工作时长及工作频次信息反映的加载工作量和执行工作量，结合本地加载速度和本地执行速度，能够确定每一用户端120配合指定服务端110以指定的整体服务逻辑应用一指定微服务时，在预设工作周期内的本地加载工作时长和本地执行工作时长，计算原理为：预设工作周期内的本地加载工作时长等于预设工作周期内的加载工作量除以本地加载速度，预设工作周期内的本地执行工作时长等于预设工作周期内的执行工作量除以本地执行速度。

预设工作周期内的第一工作时长等于预设工作周期内的本地加载工作时长与本地执行工作时长之和。

步骤340：根据云端加载速度、云端执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第二工作时长。

第二工作时长确定的具体原理与第一工作时长确定的原理等同，本领域技术人员参考第一工作时长确定方式的公开，能够自行实现第二工作时长的确定，故此处不作赘述。

步骤350：根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息。

推荐度信息包括微服务推荐程度信息和推荐方案信息。

微服务推荐程度信息即向一用户端120推荐将一微服务加载至用户端120本地的程度，微服务的微服务推荐程度信息越高，表示越推荐将微服务加载至本地。

在确定一用户端120的开放微服务名单中微服务的微服务推荐程度信息时，微服务推荐程度信息具体确定过程包括：计算确定微服务的第一工作时长减去第二工作时长的结果，得到微服务的本地节约时长；根据本地节约时长的大小，确定微服务推荐程度信息；其中，本地节约时长越长，相应微服务推荐程度信息越高。

推荐方案信息具体确定过程包括：获取用户端120的最大可占用存储参数和最大可占用处理参数；基于预存储的微服务的存储占用参数及处理占用参数，根据最大可占用存储参数和最大可占用处理参数确定推荐方案信息；推荐方案信息包括若干推荐的微服务，若干推荐的微服务的存储占用参数之和不大于最大可占用存储参数，且若干推荐的微服务的处理占用参数之和不大于最大可占用处理参数。

最大可占用存储参数和最大可占用处理参数可由用户操作用户端120输入，并确认发送至服务端。

根据最大可占用存储参数和最大可占用处理参数确定推荐方案信息具体包括：根据最大可占用存储参数和最大可占用处理参数，确定至少两个可加载方案信息；可加载方案信息包括若干微服务，若干微服务的存储占用参数之和不大于最大可占用存储参数，且若干微服务的处理占用参数之和不大于最大可占用处理参数；根据微服务的本地节约时长，确定可加载方案信息中若干微服务的本地节约总时长；确定本地节约总时长最长的可加载方案信息为推荐方案信息。

在向用户端120展示推送微服务的推荐度信息时，可一并向用户端120展示微服务的本地节约时长，在向用户端120展示推送推荐方案信息时，可向用户端120一并展示推荐方案信息的本地节约总时长。

通过采用上述微服务推荐方法，服务端110能够应用户端120的需求将微服务推荐给用户端120，以供用户端120加载至用户端120本地，实现微服务应用时的时长的节约，从而进一步提高整体服务逻辑的效率。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本申请所必须的。

以上是关于方法实施例的介绍，以下通过系统实施例，对本申请公开的方案进行进一步说明。

图4示出了本申请实施例中基于微服务的服务系统400的示意方框图。参照图3，系统400包括供微服务的供应商应用的云服务器410和供用户应用的本地服务器420，云服务器410可以被实现为图1中的服务端110，本地服务器420可以被实现为图1中的用户端120，系统400中的云服务器410能够执行前述方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (7)

1.一种基于微服务的服务逻辑确定方法，其特征在于，应用于用户端（120）配合的服务端（110）；所述方法包括：

接收用户端（120）发送的服务需求信息；所述服务需求信息反映用户对服务场景的需求；

根据所述服务需求信息，在预构建的微服务库中确定开放微服务名单；所述开放微服务名单中的微服务能够满足用户对服务场景的需求；

允许所述用户端（120）应用所述开放微服务名单中的微服务，以使用户端（120）确定整体服务逻辑；

所述方法还包括：针对每一用户端（120），获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度；

基于微服务的应用历史大数据，根据所述开放微服务名单，确定每一微服务在预设工作周期内应用的工作量及工作频次信息；

根据所述本地加载速度、本地执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第一工作时长；

根据所述云端加载速度、云端执行速度以及每一微服务在预设周期内应用的工作量及工作频次信息，确定每一微服务在预设工作周期内的第二工作时长；

根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息；

所述针对每一用户端（120），获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度包括：

基于本地性能标识、微服务标识和本地应用标识，对微服务的应用历史大数据进行分组，得到分组本地数据；每组分组本地数据包括性能参数相同的用户端（120）在应用同一种加载于本地的微服务时产生的应用历史数据；

根据分组本地数据生成本地速度对照表；所述本地速度对照表包括一组本地性能标识和微服务标识数据与一组本地加载速度和本地执行速度数据的对应关系；

针对每一用户端（120），获取用户端（120）的本地性能标识，并确定用户端（120）的开放微服务名单中微服务的微服务标识；

基于所述本地速度对照表，根据所述本地性能标识和开放微服务名单中微服务的微服务标识，确定相应用户端（120）的开放服务名单中每一微服务的本地加载速度和本地执行速度。

2.根据权利要求1所述的方法，其特征在于，所述针对每一用户端（120），获取相应开放微服务名单中微服务的本地加载速度、本地执行速度、云端加载速度以及云端执行速度包括：

基于本地性能标识、云端性能标识、微服务标识和云端应用标识，对微服务的应用历史大数据进行分组，得到分组云端数据；每组分组云端数据包括性能参数相同的用户端（120）在应用同一种存储于服务端（110）的微服务时产生的应用历史数据，且每组分组云端数据中服务端（110）的性能参数相同；

根据所述分组云端数据生成云端速度对照表；所述云端速度对照表包括一组本地性能标识、云端性能标识和微服务标识数据与一组云端加载速度和云端执行速度数据的对应关系；

针对每一用户端（120），获取用户端（120）的本地性能标识，并确定用户端（120）的开放微服务名单中微服务的微服务标识，以及与用户端（120）配合的服务端（110）的云端性能标识；

基于所述本地速度对照表，根据所述本地性能标识、开放微服务名单中微服务的微服务标识以及与用户端配合的服务端（110）的云端性能标识，确定该用户端（120）的开放服务名单中每一微服务的云端加载速度和云端执行速度。

3.根据权利要求1或2所述的方法，其特征在于，所述基于微服务的应用历史大数据，根据每一开放微服务名单，确定每一微服务在预设工作周期内应用的工作量及工作频次信息包括：

基于开放微服务名单标识以及微服务标识，对微服务的应用历史大数据进行分组，得到分组应用数据；每组分组应用数据包括携带有相同开放微服务名单标识和微服务标识的应用历史数据；

根据所述分组应用数据，训练携带有开放微服务名单标识和微服务应用标识的服务应用模型；所述服务应用模型反映微服务的预设工作周期以及预设工作周期内的工作量及工作频次。

4.根据权利要求1所述的方法，其特征在于，所述根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息包括：

计算确定微服务的第一工作时长减去第二工作时长的结果，得到微服务的本地节约时长；

根据所述本地节约时长的大小，确定微服务推荐程度信息；其中，微服务推荐程度信息包含于所述推荐度信息，反映每个微服务的推荐程度，所述本地节约时长越长，相应所述微服务推荐程度信息越高。

5.根据权利要求1所述的方法，其特征在于，所述根据微服务的第一工作时长和第二工作时长，确定开放微服务名单中微服务的推荐度信息包括：

获取用户的用户端（120）的最大可占用存储参数和最大可占用处理参数；

基于预存储的微服务的存储占用参数及处理占用参数，根据所述最大可占用存储参数和最大可占用处理参数确定推荐方案信息；所述推荐方案信息包含于所述推荐度信息；所述推荐方案信息包括若干推荐的微服务，所述若干推荐的微服务的存储占用参数之和不大于所述最大可占用存储参数，且所述若干推荐的微服务的处理占用参数之和不大于所述最大可占用处理参数。

6.根据权利要求5所述的方法，其特征在于，所述基于预存储的微服务的存储占用参数及处理占用参数，根据所述最大可占用存储参数和最大可占用处理参数确定推荐方案信息包括：

根据所述最大可占用存储参数和最大可占用处理参数，确定至少两个可加载方案信息；所述可加载方案信息包括若干微服务，所述若干微服务的存储占用参数之和不大于所述最大可占用存储参数，且所述若干微服务的处理占用参数之和不大于所述最大可占用处理参数；

根据微服务的本地节约时长，确定可加载方案信息中若干微服务的本地节约总时长；

确定本地节约总时长最长的可加载方案信息为推荐方案信息。

7.一种基于微服务的服务系统，包括：云服务器（410）和本地服务器（420）；其特征在于，所述云服务器（410）用于执行如权利要求1至6中任意一项所述的方法。

Images