CN117009179A - 监控微服务的实现方法及装置、存储介质及电子设备 - Google Patents
监控微服务的实现方法及装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN117009179A CN117009179A CN202310987121.9A CN202310987121A CN117009179A CN 117009179 A CN117009179 A CN 117009179A CN 202310987121 A CN202310987121 A CN 202310987121A CN 117009179 A CN117009179 A CN 117009179A
- Authority
- CN
- China
- Prior art keywords
- service
- monitoring
- micro
- target
- historical
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 479
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000004044 response Effects 0.000 claims abstract description 46
- 230000008859 change Effects 0.000 claims description 26
- 238000003064 k means clustering Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000010219 correlation analysis Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 2
- 238000005065 mining Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本公开提供了一种监控微服务的实现方法、装置、电子设备及存储介质,涉及计算机技术领域。该方法包括:响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型;获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件;利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据;根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。该方法可以减少人工干预,实现监控配置文件的自动生成和自动调整,从而可以节约调整资源,提高整体的监控效率。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种监控微服务的实现方法及装置、存储介质及电子设备。
背景技术
随着计算机技术和云计算技术的飞速发展,微服务架构成为必然选择。微服务的大规模化、服务间的复杂化,给运维工作带来巨大挑战。
相关技术中,当需要对一个新的微服务进行监控时,通常是无差别的提供一套默认的监控配置,然后运维人员基于自身经验和观察的到的数据进行调控,因此会占用较多的人力资源,监控效率较低。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种监控微服务的实现方法、装置、电子设备及存储介质,能够减少人工干预,实现监控配置文件的自动生成和自动调整,从而可以节约调整资源,提高整体的监控效率。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种监控微服务的实现方法,包括:响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型;获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件;利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据;根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。
在本公开一个实施例中,确定目标微服务的业务类型,包括:获取已注册微服务的历史注册数据和历史访问数据,并获取目标微服务的目标注册数据;调用K-means聚类算法并获取业务类型的类型数量;以类型数量作为K-means聚类算法的聚类参数,通过K-means聚类算法处理历史注册数据、历史访问数据和目标注册数据,进而获得已注册微服务的业务类型和目标微服务的业务类型。
在本公开一个实施例中,历史微服务的历史监控配置数据包括:历史微服务的历史故障响应时间,以及历史微服务的各个监控指标中的历史监控指标参数;其中,根据历史监控配置数据生成目标微服务的监控配置文件,包括:将历史故障响应时间小于响应时间阈值的历史微服务确定为第一候选微服务;根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件。
在本公开一个实施例中,根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件,包括:根据所有第一候选微服务的各个监控指标中的历史监控指标参数,确定各个监控指标对应的参数众数;根据各个监控指标对应的参数众数确定目标微服务的各个监控指标中的初始监控指标参数;根据初始监控指标参数生成目标微服务的监控配置文件。
在本公开一个实施例中,历史微服务的历史监控结果数据包括:历史微服务在各个监控指标下的历史指标值;目标微服务的目标监控结果数据包括:目标微服务在各个监控指标下的目标指标值;其中,根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,包括:根据历史微服务在各个监控指标下的历史指标值确定历史微服务的历史运行特征;以及,根据目标微服务在各个监控指标下的目标指标值确定目标微服务的目标运行特征;根据各个历史微服务的历史运行特征和目标运行特征,确定各个历史微服务与目标微服务之间的相似度;将相似度超过相似阈值的历史微服务确定为第二候选微服务;根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新。
在本公开一个实施例中,根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值进行指定因素的相关性分析,进而从监控指标中确定历史关键指标;对目标微服务在各个监控指标下的目标指标值进行指定因素的相关性分析,进而从监控指标中确定目标关键指标;根据历史关键指标和目标关键指标确定关键监控指标及其中的指标参数;根据关键监控指标及其中的指标参数对监控配置文件进行更新;其中,指定因素包括故障因素和响应时间因素。
在本公开一个实施例中,根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值进行周期性分析,获得第二候选微服务的运行变化趋势数据;对目标微服务在各个监控指标下的目标指标值进行周期性分析,获得目标微服务的运行变化趋势数据;根据第二候选微服务的运行变化趋势数据和目标微服务的运行变化趋势数据,确定采集频率的调整值;根据采集频率的调整值对监控配置文件进行更新;其中,变化趋势数据包括访问量变化趋势数据、错误率变化趋势数据和负载变化趋势数据。
在本公开一个实施例中,根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值和目标微服务在各个监控指标下的目标指标值进行服务质量分析,获得服务质量级别范围以及目标微服务的目标服务质量;根据服务质量级别范围和目标服务质量确定目标微服务的监控重要级别;根据监控重要级别对监控配置文件进行更新。
根据本公开的又一个方面,提供一种监控微服务的实现装置,其特征在于,包括:业务类型确定模块,用于响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型;配置文件生成模块,用于获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件;监控模块,用于利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据;配置文件更新模块,用于根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的监控微服务的实现方法。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的监控微服务的实现方法。
本公开的实施例所提供的监控微服务的实现方法,一方面,可以基于与目标微服务的业务类型相同的历史微服务所使用的历史监控配置数据,为目标微服务自动生成并推荐一个初始的监控配置文件,由于该初始的监控配置文件是基于相同的业务类型的历史微服务生成的,因此其中的监控指标配置合理,具有较好的监控效果。另一方面,在利用监控配置文件对目标微服务监控一段时间后,可以自动根据与目标微服务的业务类型相同的历史微服务的历史监控结果数据,以及目标微服务的目标监控结果数据,确定出需要调整的监控指标、挖掘出运行规律等,然后基于需要调整的监控指标或运行规律自动对目标微服务的监控配置文件进行优化调整。本公开提供的方法可以减少人工干预,实现监控配置文件的自动生成和自动调整,从而可以节约调整资源,提高整体的监控效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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示出了可以应用本公开实施例的一种监控微服务的实现方法的网络架构示意图;
图2示出了本公开实施例中一种监控微服务的实现方法的流程图;
图3示出了本公开实施例中一种监控微服务的实现方法中对监控配置文件进行更新的流程图;
图4示出了本公开实施例中一种监控微服务的实现方法的示意图;
图5示出了本公开一个实施例的监控微服务的实现装置的框图;和
图6示出本公开实施例中一种监控微服务的实现计算机设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
图1示出了可以应用本公开实施例的一种监控微服务的实现方法的网络架构示意图。
如图1所示,该系统架构可以包括服务器101、网络102和客户端103。网络102用以在客户端103和服务器101之间提供通信链路的介质。网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
在示例性实施例中,服务器101可以是提供各种服务的服务器,例如对用户利用客户端103所进行操作的装置提供支持的后台管理服务器。后台管理服务器可以对接收到的请求等数据进行分析等处理,并将处理结果反馈给客户端103。服务器101可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式系统,还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network,内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。在一些实际应用中,服务器101也可以是网络平台的服务器,网络平台例如可以是交易平台、直播平台、社交平台或者音乐平台等,本公开实施例对此不作限定。其中,服务器可以是一台服务器,也可以是多台服务器形成的集群,本公开对于服务器的具体架构不做限定。
在示例性实施例中,与服务器101进行数据传输的客户端103可以包括但不限于智能手机、台式计算机、平板电脑、笔记本电脑、智能音箱、数字助理、AR(Augmented Reality,增强现实)设备、VR(Virtual Reality,虚拟现实)设备、智能可穿戴设备等类型的电子设备,但并不局限于此。
在示例性实施例中,用户可以通过客户端103对目标微服务进行注册,该过程中可以产生针对目标微服务的监控实例的创建请求,并可以将该请求发送至服务器101;服务器101可以接收来自客户端103的针对目标微服务的监控实例的创建请求,并以此开始执行本公开提供的监控微服务的实现方法。此外,服务器101还可以将本公开中对目标微服务进行监控获得的监控结果返回至客户端103,以使用户可以根据监控结果进行统计、分析、更新等处理。
在示例性实施例中,服务器101用于实现监控微服务的实现方法的过程可以是:服务器101响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型;服务器101获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件;服务器101利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据;服务器101根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。
此外,需要说明的是,图1所示的仅仅是本公开提供的监控微服务的实现方法的一种应用环境。图1中的服务器101、网络102和客户端103的数目仅仅是示意性的,根据实际需要,可以具有任意数目的客户端、网络和服务器。
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图及实施例对本公开示例实施例中的监控微服务的实现方法的各个步骤进行更详细的说明。
图2示出了本公开实施例中一种监控微服务的实现方法的流程图。本公开实施例提供的方法可以由如图1所示的服务器101或客户端103执行,但本公开并不限定于此。
在下面的举例说明中,以服务器101为执行主体进行示例说明。
如图2所示,本公开实施例提供的监控微服务的实现方法可以包括以下步骤。
步骤S201,响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型。
本步骤中,当用户为一个微服务创建新的监控实例时,可以产生针对目标微服务的监控实例的创建请求,该微服务可以看作是目标微服务。在一些实际应用中,创建请求中可以包含有目标微服务的业务类型信息。在又一些实际应用中,也可以根据目标微服务的注册信息进行业务分类,得到目标微服务的业务类型。
在一些实施例中,步骤S201中“确定目标微服务的业务类型”,可以包括:获取已注册微服务的历史注册数据和历史访问数据,并获取目标微服务的目标注册数据;调用K-means聚类算法并获取业务类型的类型数量;以类型数量作为K-means聚类算法的聚类参数,通过K-means聚类算法处理历史注册数据、历史访问数据和目标注册数据,进而获得已注册微服务的业务类型和目标微服务的业务类型。
其中,历史注册信息可以包括已注册微服务的业务种类、业务规模、业务需求等信息,历史访问数据可以包括已注册微服务的数据查询信息、访问频率、API接口等信息。在一些实际应用中,微服务可以按照其所涉及的业务领域被分类,例如被分为自动驾驶业务类型、社交业务类型、金融业务领域、购物业务领域、娱乐游戏业务领域、短视频业务领域等。
步骤S203,获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件。
其中,业务类型下的历史微服务可以看作是与目标微服务类型相同的已注册微服务。可以将产生上述创建请求的时刻作为第一时刻,然后获取与目标微服务类型相同的已注册微服务在第一时刻之前的历史监控配置数据,进而可以将足够全面的历史监控配置数据作为数据基础,从而为目标微服务生成初始的监控配置文件。
在一些实施例中,历史微服务的历史监控配置数据包括:历史微服务的历史故障响应时间,以及历史微服务的各个监控指标中的历史监控指标参数;基于此,步骤S203中的“根据历史监控配置数据生成目标微服务的监控配置文件”,可以包括:将历史故障响应时间小于响应时间阈值的历史微服务确定为第一候选微服务;根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件。
本实施例中,响应阈值可以是根据实际需求设定的,例如500ms、200ms等;或根据所有的历史故障响应时间确定的,例如所有历史故障响应时间中的前40%的平均数等,本公开对此不做限定。
历史故障响应时间小于响应时间阈值的历史微服务,可以认为是故障响应速度足够快的、故障响应时间足够短的历史微服务,因此可以借鉴这一类微服务(即第一候选微服务)所使用的监控指标,从而可以为目标微服务生成一个具有故障响应速度快这一特点的监控配置文件。
其中,监控指标可以是所要监控的一个个项目,例如请求数、监控请求时间、请求响应速度、故障信息、错误率、故障响应时间、QoS需求等。监控指标中的指标参数可以是相应项目中的变量。举例而言,监控指标可以是“统计请求数量”,其中的指标参数可以是请求的类型,例如可以是“查询请求”、“访问指定页面请求”,那么具有该指标参数的监控指标包括:“统计查询请求的请求数量”和“统计访问指定页面请求的请求数量”。再例如,监控指标可以是“统计故障信息”,其中的指标参数例如可以是故障类型,例如“找不到数据”、“访问权限不正确”等,那么具有该指标参数的监控指标包括:“找不到数据这一故障的统计信息”、“访问权限不正确这一故障的统计信息”等。
或者,指标参数也可以是预设的频率,例如对于“统计请求数量”这一监控指标,其中的指标参数可以是“每24小时统计一次”或“每48小时统计一次”,那么具有该指标参数的监控指标可以是:“每24小时统计一次请求数量”或“每48小时统计一次请求数量”。
在一些实际应用中,针对每一个监控指标,可以取所有第一候选微服务的历史监控指标参数的平均值作为目标微服务的该监控指标中的指标参数,也可以取所有第一候选微服务的历史监控指标参数中出现的较多的参数作为目标微服务的该监控指标中的指标参数。
在一些实施例中,根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件,包括:根据所有第一候选微服务的各个监控指标中的历史监控指标参数,确定各个监控指标对应的参数众数;根据各个监控指标对应的参数众数确定目标微服务的各个监控指标中的初始监控指标参数;根据初始监控指标参数生成目标微服务的监控配置文件。
例如,若与目标微服务的业务类型相同的历史微服务有10个(即有10个第一候选微服务),且这10个第一候选微服务中有8个的“请求数”这一监控指标的指标参数均为“每24小时统计一次请求数量”,那么可以认为“请求数”这一监控指标的参数众数为“每24小时统计一次请求数量”。
本实施例中,所有第一候选微服务的各个监控指标中对应的参数众数,可以看作是能够达到故障响应速度快这一效果的一种配置选择,因此,根据各个监控指标对应的参数众数为目标微服务生成监控配置文件,更可能使得对目标微服务的监控具有故障响应速度快这一效果。
步骤S205,利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据。
可以利用监控配置文件对目标微服务进行一段时间的监控,例如是从第一时刻到第二时刻(第二时刻在第一时刻之后)之间的监控,那么,可以得到在第一时刻与第二时刻之间的目标监控结果数据,相应地,可以获取历史微服务在第二时刻之前的历史监控结果数据,进而可以将足够全面的历史监控配置数据作为数据基础,从而为目标微服务进行监控配置文件的调整更新。
步骤S207,根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。
在对目标微服务监控一段时间后,可以再次利用同业务类型的历史微服务的相关信息对目标微服务的监控配置文件进行优化,具体而言,可以基于历史监控结果数据和目标监控结果数据进行多方面的分析和挖掘,从而自动确定出需要调整的监控指标,然后自动有针对性地对监控配置文件中的监控指标进行调整更新,进一步优化完善目标微服务的监控配置文件,更好地实现对目标微服务的监控。
通过本公开提供的监控微服务的实现方法,可以先确定目标微服务的业务类型,然后利用相同业务类型的历史微服务所使用的历史监控配置数据自动为目标微服务生成一个初始的监控配置文件;然后在利用监控配置文件对目标微服务监控一段时间后,可以获取相同业务类型的历史微服务的历史监控结果数据,以及结合目标微服务的目标监控结果数据,自动地有针对性地对监控配置文件中的监控指标进行调整更新,进而使用更新后的监控配置文件对目标微服务进行监控。可见,一方面,本方案可以基于与目标微服务的业务类型相同的历史微服务所使用的历史监控配置数据,为目标微服务自动生成并推荐一个初始的监控配置文件,由于该初始的监控配置文件是基于相同的业务类型的历史微服务生成的,因此其中的监控指标配置合理,具有较好的监控效果。另一方面,在利用监控配置文件对目标微服务监控一段时间后,可以自动根据与目标微服务的业务类型相同的历史微服务的历史监控结果数据,以及目标微服务的目标监控结果数据,确定出需要调整的监控指标、挖掘出运行规律等,然后基于需要调整的监控指标或运行规律自动对目标微服务的监控配置文件进行优化调整。本公开提供的方法可以减少人工干预,实现监控配置文件的自动生成和自动调整,从而可以节约调整资源,提高整体的监控效率。
在一些实施例中,历史微服务的历史监控结果数据包括:历史微服务在各个监控指标下的历史指标值;目标微服务的目标监控结果数据包括:目标微服务在各个监控指标下的目标指标值。
其中,指标值(包括历史指标值和目标指标值)可以看作是对应于各个监控指标的监控结果。例如,“故障响应时间”这一监控指标的指标值可以是“10S”、“10ms”等数据。
基于此,图3示出了本公开实施例中一种监控微服务的实现方法中对监控配置文件进行更新的流程图,如图3所示,步骤S207中“根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新”,可以进一步包括以下步骤。
步骤S301,根据历史微服务在各个监控指标下的历史指标值确定历史微服务的历史运行特征;以及,根据目标微服务在各个监控指标下的目标指标值确定目标微服务的目标运行特征。
本步骤中,可以获取历史微服务在第一时刻与第二时刻之间的请求数、请求时间、请求响应速度、故障信息、错误率、故障响应时间和QoS需求,并可以对历史微服务的各个指标值进行归一化处理,组合得到历史微服务的历史运行特征。类似地,可以获取目标微服务在第一时刻与第二时刻之间的请求数、请求时间、请求响应速度、故障信息、错误率、故障响应时间和QoS需求,并对目标微服务的各个指标值进行归一化处理,组合得到目标微服务的目标运行特征。
步骤S303,根据各个历史微服务的历史运行特征和目标运行特征,确定各个历史微服务与目标微服务之间的相似度。
本步骤中,可以使用余弦相似度算法计算各个历史运行特征和目标运行特征之间的相似度,以作为各个历史微服务与目标微服务之间的相似度。相似度越高,可以认为是历史微服务与目标微服务的运行特征越相似,则越可以从该历史微服务的历史运行数据中挖掘出有价值的信息以用于目标微服务的监控配置文件更新。
步骤S305,将相似度超过相似阈值的历史微服务确定为第二候选微服务。
其中,相似阈值可以是根据实际需求设定的,例如80%、60%等,本公开对此不做限定。基于相似阈值选出第二候选微服务,可以确定出与目标微服务更相似的历史微服务,从而可以从中获取到更适合对监控配置文件进行更新的信息。
步骤S307,根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新。
其中,第二候选微服务与目标微服务的运行特征维度是相似的,第二候选微服务的历史指标值可以体现第二候选微服务的历史运行规律,目标指标值可以体现目标微服务的目标运行规律,因此可以认为历史运行规律与目标运行规律是相似的,因此可以基于具有相似性的历史运行规律和目标运行规律,挖掘共通的运行规律,从而给出调整策略。
在一些实施例中,步骤S307可以包括:对第二候选微服务在各个监控指标下的历史指标值进行指定因素的相关性分析,进而从监控指标中确定历史关键指标;对目标微服务在各个监控指标下的目标指标值进行指定因素的相关性分析,进而从监控指标中确定目标关键指标;根据历史关键指标和目标关键指标确定关键监控指标及其中的指标参数;根据关键监控指标及其中的指标参数对监控配置文件进行更新;其中,指定因素可以包括故障因素和响应时间因素。
在一些实施例中,步骤S307可以包括:对第二候选微服务在各个监控指标下的历史指标值进行周期性分析,获得第二候选微服务的运行变化趋势数据;对目标微服务在各个监控指标下的目标指标值进行周期性分析,获得目标微服务的运行变化趋势数据;根据第二候选微服务的运行变化趋势数据和目标微服务的运行变化趋势数据,确定采集频率的调整值;根据采集频率的调整值对监控配置文件进行更新;其中,变化趋势数据包括访问量变化趋势数据、错误率变化趋势数据和负载变化趋势数据。
具体地,对第二候选微服务在各个监控指标下的历史指标值进行周期性分析,可以获得历史访问量变化趋势数据、历史错误率变化趋势数据和历史负载变化趋势数据。对目标微服务在各个监控指标下的目标指标值进行周期性分析,可以获得目标访问量变化趋势数据、目标错误率变化趋势数据和目标负载变化趋势数据。然后可以根据历史访问量变化趋势数据、错误率变化趋势数据、负载变化趋势数据、目标访问量变化趋势数据、目标率变化趋势数据和目标变化趋势数据,确定采集频率的调整值,进而对监控配置文件中的相应配置数据进行更新。其中,采集频率也可以看作是一种监控指标。
在一些实施例中,步骤S307可以包括:对第二候选微服务在各个监控指标下的历史指标值和目标微服务在各个监控指标下的目标指标值进行服务质量分析,获得服务质量级别范围以及目标微服务的目标服务质量;根据服务质量级别范围和目标服务质量确定目标微服务的监控重要级别;根据监控重要级别对监控配置文件进行更新。
本实施例中,可以从所有的服务质量级别范围中确定目标服务质量所属的目标范围,进而将目标范围对应的服务质量级别确定为目标微服务的监控重要级别。其中,服务质量级别范围可以通过服务质量均值来划分,其中服务质量均值也可以通过服务质量分析来获得,将大于或等于服务质量均值的范围作为高级别范围,将小于服务质量均值的范围作为低级别范围。
图4示出了本公开实施例中一种监控微服务的实现方法的示意图,如图4所示,本实施例中的方法可以通过以下模块实现:配置模板推荐模块401、规则挖掘模块402和策略调整模块403。
其中,配置模板推荐模块401的功能可以包括业务分类和配置模板推荐。
关于业务分类,配置模板推荐模块401可以基于用户注册信息(包括业务种类,业务规模,业务需求)和用户访问数据(数据查询,访问频率,API接口)对目标微服务以及已注册的历史微服务进行业务分类。业务分类方法使用K-means聚类的方法,其中K值为业务种类的数量。
关于配置模板推荐,配置模板推荐模块401首先可以从历史数据中获取同一业务类别的历史微服务的历史数据,然后统计故障响应速度快的历史微服务的配置数据,然后取这些微服务的配置的众数作为推荐的最初配置模板,从而给出故障响应度高的配置模板(监控配置文件)。
本实施例中,还可以设置有大数据存储模块404,大数据存储模块可以用于存储不同业务类型的微服务数据,因此配置模板推荐模块401可以从大数据存储模块中获取到历史数据。
本实施例中,还可以设置有数据采集模块405,数据采集模块可以用于使用配置模板推荐模块401推荐的配置模板对目标微服务采集一段时间间隔内的运行数据,并存入大数据存储模块中的数据库。
规则挖掘模块402依赖于与目标微服务相似的历史微服务数据,其功能可以包括相似度匹配和规则挖掘。
关于相似度匹配,规则挖掘模块402可以取同一业务类别的历史微服务的特征指标,特征指标例如可以包括一个时间段内的:请求数、请求时间、请求响应速度、故障信息、错误率、故障响应时间和QoS需求。将以上数据归一化并转换为特征向量,然后利用余弦相似度算法求出历史数据中的微服务和该微服务的相似度。
关于规则挖掘,规则挖掘模块402可以获取匹配到的相似度高的一组历史微服务数据,并使用数据分析方法挖掘这组历史微服务潜在的运行规则。同时挖掘目标微服务自身的运行规则。其中,当此微服务运行时间不足预设时长(例如半年)时,与该业务相似的历史微服务规则优先,超过预设时长(例如半年)同样重要。这里可以通过给历史微服务和目标微服务设置不同的权重(历史微服务的权重更高)来体现历史微服务的优先性,可以通过给历史微服务和目标微服务设置相同的权重来体现其相同的重要性。
具体地,使用数据分析方法挖掘这组历史微服务潜在的规则,以及挖掘微服务自身运行规则,可以包括:1)采用多元回归进行相关性分析,挖掘故障关联的关键指标,挖掘响应时间关联的关键指标。2)采用周期性分析挖掘访问量、错误率,负载的周期性变化趋势。3)采用均值分析判断QoS(服务质量)是否高于大部分微服务要求,QoS较高则可以认为是关键服务。
策略调整模块403主要可以根据规则挖掘模块402挖掘的运行规则来确定调整策略,调整策略中可以包括待调整的采集频率(监控指标)、采集指标和报警级别。
具体地,1)调整采集指标:从规则挖掘模块获取相关性分析得到的关键指标,增加错误率和响应时间相关联的关键指标,适当减少无关监控指标。2)调整采集频率:根据访问量,负载和错误时间的周期性规律周期性调整采集频率。例如,自动驾驶白天的负载量高,则可以适当增加采集频率;电商在每年的购物节访问量暴增,则可以适当增加监控指标和采集频率。3)调整报警级别:根据QoS要求的高低确定服务的重要性,分级报警。QoS某项要求高于普遍服务要求时通常为重要服务,例如,订单服务的QoS响应时间远高于收藏商品等普通服务的要求,则可判断为重要服务,当监测到是可以使用更高级别的报警方式进行报警。
本实施例中,还可以设置有自动配置模块406,自动配置模块可以用于获取策略调整模块403确定出的调整策略,进而基于调整策略自动化配置监控配置文件,实现对监控配置文件的自动更新。
通过本实施例提供的监控微服务的实现方法,首先,由于每类业务具有明显不同的业务特征,需求不同,运行规则不同,关注的指标项不同,因此可以按照业务分类来配置不同的监控测策略,而本实施例中基于用户注册信息和访问信息进行业务分类,并基于此业务分类的其他服务的历史数据推荐监控配置模板并调整后续监控策略,可以使得配置模板更合理,提高监控效率。其次,由于微服务部署时无自身历史数据或运行数据不足,因此本实施例中设置了通过借助同一业务分类中相似度较高的其他微服务的运行数据来挖掘服务运行规则的步骤,并基于此规则自动调整监控策略,自动化插件自动维护监控文件,从而达到减少人工干预、自动调整采集频率和监控指标、提高监控效率的效果。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
图5示出了本公开一个实施例的监控微服务的实现装置500的框图;如图5所示,包括:业务类型确定模块501,用于响应于针对目标微服务的监控实例的创建请求,确定目标微服务的业务类型;配置文件生成模块502,用于获取业务类型下的历史微服务的历史监控配置数据,根据历史监控配置数据生成目标微服务的监控配置文件;监控模块503,用于利用监控配置文件对目标微服务进行监控,获得目标微服务的目标监控结果数据,并获取历史微服务的历史监控结果数据;配置文件更新模块504,用于根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,以使用更新后的监控配置文件对目标微服务进行监控。
通过本公开提供的监控微服务的实现装置,一方面,可以基于与目标微服务的业务类型相同的历史微服务所使用的历史监控配置数据,为目标微服务自动生成并推荐一个初始的监控配置文件,由于该初始的监控配置文件是基于相同的业务类型的历史微服务生成的,因此其中的监控指标配置合理,具有较好的监控效果。另一方面,在利用监控配置文件对目标微服务监控一段时间后,可以自动根据与目标微服务的业务类型相同的历史微服务的历史监控结果数据,以及目标微服务的目标监控结果数据,确定出需要调整的监控指标、挖掘出运行规律等,然后基于需要调整的监控指标或运行规律自动对目标微服务的监控配置文件进行优化调整。本公开提供的方法可以减少人工干预,实现监控配置文件的自动生成和自动调整,从而可以节约调整资源,提高整体的监控效率
在一些实施例中,业务类型确定模块501确定目标微服务的业务类型,包括:获取已注册微服务的历史注册数据和历史访问数据,并获取目标微服务的目标注册数据;调用K-means聚类算法并获取业务类型的类型数量;以类型数量作为K-means聚类算法的聚类参数,通过K-means聚类算法处理历史注册数据、历史访问数据和目标注册数据,进而获得已注册微服务的业务类型和目标微服务的业务类型。
在一些实施例中,历史微服务的历史监控配置数据包括:历史微服务的历史故障响应时间,以及历史微服务的各个监控指标中的历史监控指标参数;其中,配置文件生成模块502根据历史监控配置数据生成目标微服务的监控配置文件,包括:将历史故障响应时间小于响应时间阈值的历史微服务确定为第一候选微服务;根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件。
在一些实施例中,配置文件生成模块502根据第一候选微服务的各个监控指标中的历史监控指标参数生成目标微服务的监控配置文件,包括:根据所有第一候选微服务的各个监控指标中的历史监控指标参数,确定各个监控指标对应的参数众数;根据各个监控指标对应的参数众数确定目标微服务的各个监控指标中的初始监控指标参数;根据初始监控指标参数生成目标微服务的监控配置文件。
在一些实施例中,历史微服务的历史监控结果数据包括:历史微服务在各个监控指标下的历史指标值;目标微服务的目标监控结果数据包括:目标微服务在各个监控指标下的目标指标值;其中,配置文件更新模块504根据历史监控结果数据和目标监控结果数据对监控配置文件进行更新,包括:根据历史微服务在各个监控指标下的历史指标值确定历史微服务的历史运行特征;以及,根据目标微服务在各个监控指标下的目标指标值确定目标微服务的目标运行特征;根据各个历史微服务的历史运行特征和目标运行特征,确定各个历史微服务与目标微服务之间的相似度;将相似度超过相似阈值的历史微服务确定为第二候选微服务;根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新。
在一些实施例中,配置文件更新模块504根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值进行指定因素的相关性分析,进而从监控指标中确定历史关键指标;对目标微服务在各个监控指标下的目标指标值进行指定因素的相关性分析,进而从监控指标中确定目标关键指标;根据历史关键指标和目标关键指标确定关键监控指标及其中的指标参数;根据关键监控指标及其中的指标参数对监控配置文件进行更新;其中,指定因素包括故障因素和响应时间因素。
在一些实施例中,配置文件更新模块504根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值进行周期性分析,获得第二候选微服务的运行变化趋势数据;对目标微服务在各个监控指标下的目标指标值进行周期性分析,获得目标微服务的运行变化趋势数据;根据第二候选微服务的运行变化趋势数据和目标微服务的运行变化趋势数据,确定采集频率的调整值;根据采集频率的调整值对监控配置文件进行更新;其中,变化趋势数据包括访问量变化趋势数据、错误率变化趋势数据和负载变化趋势数据。
在一些实施例中,配置文件更新模块504根据第二候选微服务在各个监控指标下的历史指标值以及目标微服务在各个监控指标下的目标指标值,对监控配置文件进行更新,包括:对第二候选微服务在各个监控指标下的历史指标值和目标微服务在各个监控指标下的目标指标值进行服务质量分析,获得服务质量级别范围以及目标微服务的目标服务质量;根据服务质量级别范围和目标服务质量确定目标微服务的监控重要级别;根据监控重要级别对监控配置文件进行更新。
图5实施例的其它内容可以参照上述其它实施例,此处不再进行赘述。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
图6示出本公开实施例中一种监控微服务的实现计算机设备的结构框图。需要说明的是,图示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图2中所示的方法。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且,电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器660通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (11)
1.一种监控微服务的实现方法,其特征在于,包括:
响应于针对目标微服务的监控实例的创建请求,确定所述目标微服务的业务类型;
获取所述业务类型下的历史微服务的历史监控配置数据,根据所述历史监控配置数据生成所述目标微服务的监控配置文件;
利用所述监控配置文件对所述目标微服务进行监控,获得所述目标微服务的目标监控结果数据,并获取所述历史微服务的历史监控结果数据;
根据所述历史监控结果数据和所述目标监控结果数据对所述监控配置文件进行更新,以使用更新后的监控配置文件对所述目标微服务进行监控。
2.根据权利要求1所述的方法,其特征在于,确定所述目标微服务的业务类型,包括:
获取已注册微服务的历史注册数据和历史访问数据,并获取所述目标微服务的目标注册数据;
调用K-means聚类算法并获取业务类型的类型数量;
以所述类型数量作为所述K-means聚类算法的聚类参数,通过所述K-means聚类算法处理所述历史注册数据、所述历史访问数据和所述目标注册数据,进而获得所述已注册微服务的业务类型和所述目标微服务的业务类型。
3.根据权利要求1所述的方法,其特征在于,所述历史微服务的历史监控配置数据包括:所述历史微服务的历史故障响应时间,以及所述历史微服务的各个监控指标中的历史监控指标参数;
其中,根据所述历史监控配置数据生成所述目标微服务的监控配置文件,包括:
将所述历史故障响应时间小于响应时间阈值的历史微服务确定为第一候选微服务;
根据所述第一候选微服务的各个监控指标中的历史监控指标参数生成所述目标微服务的监控配置文件。
4.根据权利要求3所述的方法,其特征在于,根据所述第一候选微服务的各个监控指标中的历史监控指标参数生成所述目标微服务的监控配置文件,包括:
根据所有第一候选微服务的各个监控指标中的历史监控指标参数,确定各个监控指标对应的参数众数;
根据所述各个监控指标对应的参数众数确定所述目标微服务的各个监控指标中的初始监控指标参数;
根据所述初始监控指标参数生成所述目标微服务的监控配置文件。
5.根据权利要求1所述的方法,其特征在于,所述历史微服务的历史监控结果数据包括:所述历史微服务在各个监控指标下的历史指标值;所述目标微服务的目标监控结果数据包括:所述目标微服务在各个监控指标下的目标指标值;
其中,根据所述历史监控结果数据和所述目标监控结果数据对所述监控配置文件进行更新,包括:
根据所述历史微服务在各个监控指标下的历史指标值确定所述历史微服务的历史运行特征;以及,根据所述目标微服务在各个监控指标下的目标指标值确定所述目标微服务的目标运行特征;
根据各个历史微服务的历史运行特征和所述目标运行特征,确定各个历史微服务与所述目标微服务之间的相似度;
将相似度超过相似阈值的历史微服务确定为第二候选微服务;
根据所述第二候选微服务在各个监控指标下的历史指标值以及所述目标微服务在各个监控指标下的目标指标值,对所述监控配置文件进行更新。
6.根据权利要求5所述的方法,其特征在于,根据所述第二候选微服务在各个监控指标下的历史指标值以及所述目标微服务在各个监控指标下的目标指标值,对所述监控配置文件进行更新,包括:
对所述第二候选微服务在各个监控指标下的历史指标值进行指定因素的相关性分析,进而从监控指标中确定历史关键指标;
对所述目标微服务在各个监控指标下的目标指标值进行所述指定因素的相关性分析,进而从监控指标中确定目标关键指标;
根据所述历史关键指标和所述目标关键指标确定关键监控指标及其中的指标参数;
根据所述关键监控指标及其中的指标参数对所述监控配置文件进行更新;
其中,所述指定因素包括故障因素和响应时间因素。
7.根据权利要求5所述的方法,其特征在于,根据所述第二候选微服务在各个监控指标下的历史指标值以及所述目标微服务在各个监控指标下的目标指标值,对所述监控配置文件进行更新,包括:
对所述第二候选微服务在各个监控指标下的历史指标值进行周期性分析,获得所述第二候选微服务的运行变化趋势数据;
对所述目标微服务在各个监控指标下的目标指标值进行周期性分析,获得所述目标微服务的运行变化趋势数据;
根据所述第二候选微服务的运行变化趋势数据和所述目标微服务的运行变化趋势数据,确定采集频率的调整值;
根据所述采集频率的调整值对所述监控配置文件进行更新;
其中,所述变化趋势数据包括访问量变化趋势数据、错误率变化趋势数据和负载变化趋势数据。
8.根据权利要求5所述的方法,其特征在于,根据所述第二候选微服务在各个监控指标下的历史指标值以及所述目标微服务在各个监控指标下的目标指标值,对所述监控配置文件进行更新,包括:
对所述第二候选微服务在各个监控指标下的历史指标值和所述目标微服务在各个监控指标下的目标指标值进行服务质量分析,获得服务质量级别范围以及所述目标微服务的目标服务质量;
根据所述服务质量级别范围和所述目标服务质量确定所述目标微服务的监控重要级别;
根据所述监控重要级别对所述监控配置文件进行更新。
9.一种监控微服务的实现装置,其特征在于,包括:
业务类型确定模块,用于响应于针对目标微服务的监控实例的创建请求,确定所述目标微服务的业务类型;
配置文件生成模块,用于获取所述业务类型下的历史微服务的历史监控配置数据,根据所述历史监控配置数据生成所述目标微服务的监控配置文件;
监控模块,用于利用所述监控配置文件对所述目标微服务进行监控,获得所述目标微服务的目标监控结果数据,并获取所述历史微服务的历史监控结果数据;
配置文件更新模块,用于根据所述历史监控结果数据和所述目标监控结果数据对所述监控配置文件进行更新,以使用更新后的监控配置文件对所述目标微服务进行监控。
10.一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如权利要求1至任一项所述的监控微服务的实现方法。
11.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至任一项所述的监控微服务的实现方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987121.9A CN117009179A (zh) | 2023-08-07 | 2023-08-07 | 监控微服务的实现方法及装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987121.9A CN117009179A (zh) | 2023-08-07 | 2023-08-07 | 监控微服务的实现方法及装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117009179A true CN117009179A (zh) | 2023-11-07 |
Family
ID=88572380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987121.9A Pending CN117009179A (zh) | 2023-08-07 | 2023-08-07 | 监控微服务的实现方法及装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117009179A (zh) |
-
2023
- 2023-08-07 CN CN202310987121.9A patent/CN117009179A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10560465B2 (en) | Real time anomaly detection for data streams | |
CN110188910B (zh) | 利用机器学习模型提供在线预测服务的方法及系统 | |
CN107480277B (zh) | 用于网站日志采集的方法及装置 | |
CN111181770B (zh) | 一种资源分配方法、系统、电子设备和存储介质 | |
CN109543891B (zh) | 容量预测模型的建立方法、设备及计算机可读存储介质 | |
CN112017042A (zh) | 基于tweedie分布的资源配额确定方法、装置和电子设备 | |
CN112016793B (zh) | 基于目标用户群的资源分配方法、装置及电子设备 | |
CN114816393B (zh) | 信息生成方法、装置、设备以及存储介质 | |
CN111651524B (zh) | 利用机器学习模型进行线上预测的辅助实现方法及装置 | |
CN112860343A (zh) | 配置变更方法、系统、装置、电子设备以及存储介质 | |
CN113297287B (zh) | 用户策略自动部署方法、装置及电子设备 | |
CN111582649B (zh) | 基于用户app独热编码的风险评估方法、装置和电子设备 | |
US11212162B2 (en) | Bayesian-based event grouping | |
CN116450723A (zh) | 数据提取方法、装置、计算机设备及存储介质 | |
CN111210109A (zh) | 基于关联用户预测用户风险的方法、装置和电子设备 | |
CN111448551B (zh) | 跟踪来自远程设备的应用活动数据并生成用于远程设备的校正动作数据结构的方法和系统 | |
CN117009179A (zh) | 监控微服务的实现方法及装置、存储介质及电子设备 | |
CN114756301A (zh) | 日志处理方法、装置和系统 | |
CN114356712A (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
CN114282940A (zh) | 用于意图识别的方法及装置、存储介质及电子设备 | |
CN109325198B (zh) | 一种资源展示方法、装置和存储介质 | |
CN112035159A (zh) | 一种稽核模型的配置方法、装置、设备及存储介质 | |
CN111680867B (zh) | 一种资源配给的方法、装置和电子设备 | |
CN113362097B (zh) | 一种用户确定方法和装置 | |
US20230029853A1 (en) | Predictive Analysis on Running Batch Jobs |
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 |