CN117687816A - 一种业务可靠性评价方法、装置、设备及存储介质 - Google Patents
一种业务可靠性评价方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117687816A CN117687816A CN202311820189.4A CN202311820189A CN117687816A CN 117687816 A CN117687816 A CN 117687816A CN 202311820189 A CN202311820189 A CN 202311820189A CN 117687816 A CN117687816 A CN 117687816A
- Authority
- CN
- China
- Prior art keywords
- service
- node
- sampling period
- reliability evaluation
- nodes
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 193
- 238000005070 sampling Methods 0.000 claims abstract description 157
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 41
- 238000004590 computer program Methods 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 abstract description 16
- 238000011084 recovery Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种业务可靠性评价方法、装置、设备及存储介质方法,方法包括:获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,基于服务指标值计算叶子节点在采样时段内的逻辑值,基于叶子节点的逻辑值,以及除叶子节点以外的节点的逻辑运算法则,逐层计算除叶子节点以外的节点在采样时段内的可靠性评价的逻辑值,直至得到根节点在采样时段内的可靠性评价的逻辑值,计算根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到业务在统计周期内的可靠性评价,可实现大规模业务场景的可靠性评价。
Description
技术领域
本发明涉及计算机应用技术,尤其涉及一种业务可靠性评价方法、装置、设备及存储介质。
背景技术
服务的可靠性是指一项服务在一段时间内能够保持期望的运行状态,同时不受外界因素的损害或干扰的概率和程度。在站点可靠性工程领域,评价某个服务的可靠性(或可用性)时,一般采用该服务可用时长/该服务在线时长得到的百分比来进行衡量。
在微服务与云原生两项技术普及的当下,过去采用单体架构部署的服务,通常已经被改造为若干个微服务共同组成业务模块并对外提供服务的能力。在这种场景下,虽然能够单独评价每个服务的可靠性,但是无法对整个业务模块的可靠性进行评估。
发明内容
本发明提供一种业务可靠性评价方法、装置、设备及存储介质,以大规模业务场景的可靠性评价。
第一方面,本发明提供了种业务可靠性评价方法,包括:
获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,所述业务评价树状拓扑结构的根节点为表示所述业务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的中间节点为表示所述业务所需的服务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的叶子节点为表示与所述叶子节点连接的中间节点的服务指标的节点,所述业务评价树状拓扑结构中除所述叶子节点以外的节点均设置有用于计算在所述采样时段内的可靠性评价的逻辑运算法则;
基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值;
基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值;
计算所述根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到所述业务在所述统计周期内的可靠性评价,所述统计周期被划分为多个所述采样时段。
可选的,与所述叶子节点连接的中间节点连接有至少一个叶子节点,基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值,包括:
针对每一所述叶子节点,判断所述叶子节点的所述服务指标值是否满足预设条件;
若是,则判定所述叶子节点在所述采样时段内的逻辑值为第一值;
若否,则判定所述叶子节点在所述采样时段内的逻辑值为第二值。
可选的,与所述叶子节点连接的中间节点连接有两个叶子节点,分别表示与所述叶子节点连接的中间节点的服务耗时与服务失败率。
可选的,判断所述叶子节点的所述服务指标值是否满足预设条件,包括:
判断所述服务耗时是否小于预设时长;
判断所述服务失败率是否小于预设值。
可选的,基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值,包括:
确定所述叶子节点从属的父节点,以及从属于所述父节点的所有叶子节点;
以所述叶子节点为子节点,基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值;
以所述父节点为子节点,返回执行基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值的步骤,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值。
可选的,在获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值之前,包括:
确定完成业务所需的服务;
基于各所述服务之间的关联关系,构建业务评价树状拓扑结构。
可选的,所述逻辑运算法则包括与运算、或运算、非运算。
第二方面,本发明还提供了一种业务可靠性评价装置,包括:
指标值获取模块,用于获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,所述业务评价树状拓扑结构的根节点为表示所述业务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的中间节点为表示所述业务所需的服务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的叶子节点为表示与所述叶子节点连接的中间节点的服务指标的节点,所述业务评价树状拓扑结构中除所述叶子节点以外的节点均设置有用于计算在所述采样时段内的可靠性评价的逻辑运算法则;
叶子节点逻辑值计算模块,用于基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值;
根节点逻辑值计算模块,用于基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值;
业务可靠性计算模块,用于计算所述根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到所述业务在所述统计周期内的可靠性评价,所述统计周期被划分为多个所述采样时段。
第三方面,本发明还提供了一种电子设备,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,使得所述一个或多个处理器实现如本发明第一方面提供的业务可靠性评价方法。
第四方面,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明第一方面提供的业务可靠性评价方法。
本发明提供了一种业务可靠性评价方法,包括:获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,业务评价树状拓扑结构的根节点为表示业务在采样时段内的可靠性评价的节点,业务评价树状拓扑结构的中间节点为表示业务所需的服务在采样时段内的可靠性评价的节点,业务评价树状拓扑结构的叶子节点为表示与叶子节点连接的中间节点的服务指标的节点,业务评价树状拓扑结构中除叶子节点以外的节点均设置有用于计算在采样时段内的可靠性评价的逻辑运算法则,基于服务指标值计算叶子节点在采样时段内的逻辑值,基于叶子节点的逻辑值,以及除叶子节点以外的节点的逻辑运算法则,逐层计算除叶子节点以外的节点在采样时段内的可靠性评价的逻辑值,直至得到根节点在采样时段内的可靠性评价的逻辑值,计算根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到业务在统计周期内的可靠性评价,可实现大规模业务场景的可靠性评价。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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业务可靠性评价方法的流程图;
图2为本发明实施例提供的一种业务评价树状拓扑结构的示意图;
图3为本发明实施例提供的一种业务可靠性评价装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
图1为本发明实施例提供的一种业务可靠性评价方法的流程图,本实施例可适用于对包含多个服务的业务模块进行整体性的可靠性评价的情况,该方法可以由本发明实施例提供的业务可靠性评价装置来执行,该装置可以由软件和/或硬件的方式实现,通常配置于电子设备中,如图1所示,该业务可靠性评价方法可以包括如下步骤:
S101、获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值。
在本发明实施例中,业务评价树状拓扑结构用于评价某一具体业务的可靠性,业务评价树状拓扑结构包括叶子节点、中间节点和根节点。其中,根节点是树状拓扑结构中除本身外所有节点的祖先,没有父节点,一颗树状拓扑结构中仅有一个根节点。叶子节点是树状拓扑结构中没有子节点的节点,又称为终端节点。中间节点是树状拓扑结构中除叶子节点和根节点外的节点,中间节点既有父节点,又有子节点。
在本发明实施例中,业务评价树状拓扑结构的根节点为表示业务在采样时段内的可靠性评价的节点,用于计算表征业务在采样时段内的可靠性的逻辑值。业务评价树状拓扑结构的中间节点为表示业务所需的服务在采样时段内的可靠性评价的节点,用于计算表征业务所需的服务在采样时段内的可靠性的逻辑值,示例性的,每一中间节点对应一个服务。业务评价树状拓扑结构的叶子节点为表示与叶子节点连接的中间节点的服务指标的节点,用于采集与叶子节点连接的中间节点服务指标值,该服务指标值用于计算与叶子节点连接的中间节点表示的服务在采样时段内的可靠性的逻辑值。业务评价树状拓扑结构中除叶子节点以外的节点均设置有用于计算在采样时段内的可靠性评价的逻辑运算法则,示例性的,逻辑运算法则包括与运算、或运算、非运算。示例性的,本发明所述的逻辑值可以是“0”或“1”,其中,“0”表示不可靠,“1”表示可靠。
示例性的,要评价一个业务的可靠性,通常需要计算该业务的可用时长与统计周期的总时长的比值,在本发明实施例中,将统计周期划分为多个等长的采样时段,示例性,采样时段的长度可以根据具体业务相应设置,本发明实施例在此不做限定。
图2为本发明实施例提供的一种业务评价树状拓扑结构的示意图,如图2所示,该业务评价树状拓扑结构的根节点“登录”用于计算表征登录这一业务在采样时段内的可靠性的逻辑值,其内部预设的逻辑运算法则为或运算。其中,根节点“登录”包括两个子节点,分别为“用户服务”和“灾备服务”,该两个子节点作为中间节点,表示登录这一业务包括用户服务和灾备服务两个服务。
在本发明实施例中,与叶子节点连接的中间节点连接有两个叶子节点,分别表示与叶子节点连接的中间节点的服务耗时与服务失败率。示例性的,如图2所示,“用户服务”节点包括两个叶子节点,分别为“耗时”和“失败率”,用于采集“用户服务”节点的服务指标值,即耗时和失败率,即用户服务这一服务的可靠性的逻辑值可以用该服务的耗时和失败率来计算。“灾备服务”节点包括两个叶子节点,分别为“耗时”和“失败率”,用于采集“灾备服务”节点的服务指标值,即耗时和失败率,即灾备服务这一服务的可靠性的逻辑值可以用该服务的耗时和失败率来计算。
需要说明的时,在上述实施例中,以业务评价树状拓扑结构包括一层中间节点,一层中间节点包括两个中间节点,中间节点包括两个叶子节点为示例,对本发明进行示例性说明,在本发明的其他实施例中,业务评价树状拓扑结构包括多层中间节点,一层中间节点包括多个中间节点,中间节点可以包括一个或多个叶子节点,本发明实施例在此不做限定。
S102、基于服务指标值计算叶子节点在采样时段内的逻辑值。
在本发明实施例中,通过叶子节点采集在采样时段内的服务指标值之后,基于服务指标值计算叶子节点在采样时段内的逻辑值。示例性的,基于叶子节点内部预设的条件和采集的服务指标值,计算叶子节点在采样时段内的逻辑值。
示例性的,针对每一叶子节点,判断叶子节点的服务指标值是否满足预设条件,若是,则判定叶子节点在采样时段内的逻辑值为第一值;若否,则判定叶子节点在采样时段内的逻辑值为第二值。示例性的,第一值为“1”,第二值为“0”。
示例性的,与叶子节点连接的中间节点连接有两个叶子节点,分别表示与叶子节点连接的中间节点的服务耗时与服务失败率。在判断叶子节点的服务指标值是否满足预设条件时,针对叶子节点“耗时”,判断服务耗时是否小于预设时长,对于叶子节点“失败率”,判断服务失败率是否小于预设值。
示例性的,如图2所示,中间节点“用户服务”的叶子节点“耗时”的预设条件为“耗时是否小于1秒”,叶子节点“失败率”的预设条件为“失败率是否小于1%”。当在采样时段内采集的耗时小于1秒时,则判定叶子节点“耗时”在采样时段内的逻辑值为第一值,当在采样时段内采集的耗时大于或等于1秒时,则判定叶子节点“耗时”在采样时段内的逻辑值为第二值。当在采样时段内采集的失败率小于1%时,则判定叶子节点“失败率”在采样时段内的逻辑值为第一值,当在采样时段内采集的失败率大于或等于1%时,则判定叶子节点“失败率”在采样时段内的逻辑值为第二值。
类似的,中间节点“灾备服务”的叶子节点“耗时”的预设条件为“耗时是否小于1秒”,叶子节点“失败率”的预设条件为“失败率是否小于1%”。当在采样时段内采集的耗时小于1秒时,则判定叶子节点“耗时”在采样时段内的逻辑值为第一值,当在采样时段内采集的耗时大于或等于1秒时,则判定叶子节点“耗时”在采样时段内的逻辑值为第二值。当在采样时段内采集的失败率小于1%时,则判定叶子节点“失败率”在采样时段内的逻辑值为第一值,当在采样时段内采集的失败率大于或等于1%时,则判定叶子节点“失败率”在采样时段内的逻辑值为第二值。
S103、基于叶子节点的逻辑值,以及除叶子节点以外的节点的逻辑运算法则,逐层计算除叶子节点以外的节点在采样时段内的可靠性评价的逻辑值,直至得到根节点在采样时段内的可靠性评价的逻辑值。
在本发明实施例中,在计算出叶子节点的逻辑值之后,基于叶子节点的逻辑值,以及除叶子节点以外的节点的逻辑运算法则,从与叶子节点连接的中间节点开始,逐层计算除叶子节点以外的节点在采样时段内的可靠性评价的逻辑值,直至得到根节点在采样时段内的可靠性评价的逻辑值。
示例性的,在本发明的一些实施例中,上述步骤S103包括如下子步骤:
S1031、确定叶子节点从属的父节点,以及从属于父节点的所有叶子节点。
在计算得到叶子节点在采样时段内的逻辑值之后,确定叶子节点从属的父节点,以及从属于父节点的所有叶子节点。示例性的,以中间节点“用户服务”的叶子节点“耗时”为例,在计算得到叶子节点“耗时”在采样时段内的逻辑值之后,由业务评价树状拓扑结构的连接关系,确定该叶子节点从属的父节点为“用户服务”,从属于“用户服务”的所有叶子节点包括“耗时”和“失败率”。同理,对于中间节点“灾备服务”也基于相同的逻辑,确定所有叶子节点,本发明实施例在此不再赘述。
S1032、以叶子节点为子节点,基于父节点的所有子节点在采样时段内的逻辑值,以及父节点的逻辑运算法则,计算父节点在采样时段内的可靠性评价的逻辑值。
示例性的,以中间节点“用户服务”为示例,以“用户服务”节点为父节点,基于“用户服务”节点的“耗时”子节点的逻辑值,“用户服务”节点的“失败率”子节点的逻辑值,以及中间节点“用户服务”的逻辑运算法则,计算父节点在采样时段内的可靠性评价的逻辑值。例如,“用户服务”节点的“耗时”子节点的逻辑值为“1”,“用户服务”节点的“失败率”子节点的逻辑值为“1”,“用户服务”节点的逻辑运算法则为与运算,则“用户服务”节点在采样时段内的可靠性评价的逻辑值为1。
类似的,可以计算出“灾备服务”节点在采样时段内的可靠性评价的逻辑值,本发明实施例在此不再赘述。
S1033、以父节点为子节点,返回执行基于父节点的所有子节点在采样时段内的逻辑值,以及父节点的逻辑运算法则,计算父节点在所述采样时段内的可靠性评价的逻辑值的步骤,直至得到根节点在采样时段内的可靠性评价的逻辑值。
在本发明实施例中,以前述步骤中的父节点作为子节点,并确定该子节点从属的父节点,以及从属于新的父节点的所有子节点,并返回执行基于父节点的所有子节点在采样时段内的逻辑值,以及父节点的逻辑运算法则,计算父节点在所述采样时段内的可靠性评价的逻辑值的步骤,直至得到根节点在采样时段内的可靠性评价的逻辑值。
示例性的,在计算出“用户服务”节点在采样时段内的可靠性评价的逻辑值和“灾备服务”节点在采样时段内的可靠性评价的逻辑值之后,以“用户服务”节点或“灾备服务”节点为子节点,由业务评价树状拓扑结构的连接关系,确定该子节点从属的父节点为“登录”节点(也即根节点),并确定从属于“登录”节点的所用子节点,包括“用户服务”节点和“灾备服务”节点。然后基于“用户服务”节点的逻辑值和“灾备服务”节点的逻辑值,以及“登录”节点的逻辑运算法则,计算“登录”节点在采样时段内的可靠性评价的逻辑值。例如,“用户服务”节点的逻辑值为“1”,“灾备服务”节点的逻辑值为“1”,“登录”节点的逻辑运算法则为或运算,则“登录”节点在采样时段内的可靠性评价的逻辑值为1。如此,得到根节点“登录”在采样时段内的可靠性评价的逻辑值。
S104、计算根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到业务在统计周期内的可靠性评价。
在本发明实施例中,通过上述步骤可以计算根节点在每一采样时段内的可靠性评价的逻辑值,然后统计根节点的可靠性评价的逻辑值为第一值的采样时段的总时长(即业务可用的总时长),并计算根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到业务在统计周期内的可靠性评价。
示例性的,在实际应用过程中,可以基于业务评价树状拓扑设计计算根节点的逻辑值的计算公式,以图2所示的业务评价树状拓扑结构为示例,将“用户服务”节点的“耗时”节点的逻辑值即为M1,“用户服务”节点的“失败率”节点的逻辑值即为M2,“灾备服务”节点的“耗时”节点的逻辑值即为M3,“灾备服务”节点的“失败率”节点的逻辑值即为M4,则根节点“登录”的逻辑值M计算公式为:
M=(M1&&M2)‖(M3&&M4)
其中“&&”表示与运算,“‖”表示或运算。
上述公式以包括两个服务的业务场景为示例,在本发明其他实施例中,可以推出包括数量庞大的服务的业务场景的根节点的逻辑值计算公式,即本发明实施例可实现大规模业务场景的可靠性评价,由于本发明不限制拓扑图的宽度与深度,所以本发明能够有效概括数千甚至上万个服务在某段时间内的可靠性。
在本发明实施例中,在获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值之前,可以预先基于业务所需的服务构建业务评价树状拓扑结构。示例性的,确定完成业务所需的服务,基于各服务之间的关联关系,构建业务评价树状拓扑结构。示例性的,以登录业务为例,其包含的服务包括用户服务和灾备服务,则根节点为“登录”节点,中间节点为“用户服务”节点和“灾备服务”节点,“用户服务”节点和“灾备服务”节点的逻辑值只要有一个为“1”,则“登录”节点的逻辑值为“1”,即“登录”节点内置的逻辑运算法则为或运算。类似的,用于用户服务的服务指标包括服务耗时和服务失败率,则“用户服务”节点的子节点为“耗时”节点和“失败率”节点,同时,以“耗时”节点和“失败率”节点作为叶子节点,并设置叶子节点内置的预设条件。“耗时”节点和“失败率”节点的逻辑值都为“1”时,“用户服务”节点的逻辑值才为1,则“用户服务”节点内置的逻辑运算法则为与运算。以此类推,确定整个服务构建业务评价树状拓扑结构。
本发明实施例提供了一种业务可靠性评价方法,包括:获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,业务评价树状拓扑结构的根节点为表示业务在采样时段内的可靠性评价的节点,业务评价树状拓扑结构的中间节点为表示业务所需的服务在采样时段内的可靠性评价的节点,业务评价树状拓扑结构的叶子节点为表示与叶子节点连接的中间节点的服务指标的节点,业务评价树状拓扑结构中除叶子节点以外的节点均设置有用于计算在采样时段内的可靠性评价的逻辑运算法则,基于服务指标值计算叶子节点在采样时段内的逻辑值,基于叶子节点的逻辑值,以及除叶子节点以外的节点的逻辑运算法则,逐层计算除叶子节点以外的节点在采样时段内的可靠性评价的逻辑值,直至得到根节点在采样时段内的可靠性评价的逻辑值,计算根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到业务在统计周期内的可靠性评价,可实现大规模业务场景的可靠性评价。
图3为本发明实施例提供的一种业务可靠性评价装置的结构示意图,如图3所示,业务可靠性评价装置包括:
指标值获取模块201,用于获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,所述业务评价树状拓扑结构的根节点为表示所述业务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的中间节点为表示所述业务所需的服务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的叶子节点为表示与所述叶子节点连接的中间节点的服务指标的节点,所述业务评价树状拓扑结构中除所述叶子节点以外的节点均设置有用于计算在所述采样时段内的可靠性评价的逻辑运算法则;
叶子节点逻辑值计算模块202,用于基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值;
根节点逻辑值计算模块203,用于基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值;
业务可靠性计算模块204,用于计算所述根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到所述业务在所述统计周期内的可靠性评价,所述统计周期被划分为多个所述采样时段。
在本发明的一些实施例中,与所述叶子节点连接的中间节点连接有至少一个叶子节点,叶子节点逻辑值计算模块202包括:
判断子模块,用于针对每一所述叶子节点,判断所述叶子节点的所述服务指标值是否满足预设条件;
第一逻辑值确定子模块,用于在所述叶子节点的所述服务指标值满足预设条件时,判定所述叶子节点在所述采样时段内的逻辑值为第一值;
第二逻辑值确定子模块,用于在所述叶子节点的所述服务指标值不满足预设条件时,判定所述叶子节点在所述采样时段内的逻辑值为第二值。
在本发明的一些实施例中,与所述叶子节点连接的中间节点连接有两个叶子节点,分别表示与所述叶子节点连接的中间节点的服务耗时与服务失败率。
在本发明的一些实施例中,判断子模块包括:
第一判断单元,用于判断所述服务耗时是否小于预设时长;
第二判断单元,用于判断所述服务失败率是否小于预设值。
在本发明的一些实施例中,根节点逻辑值计算模块203包括:
节点确定子模块,用于确定所述叶子节点从属的父节点,以及从属于所述父节点的所有叶子节点;
逻辑值计算子模块,用于以所述叶子节点为子节点,基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值;
返回执行子模块,用于以所述父节点为子节点,返回执行基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值的步骤,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值。
在本发明的一些实施例中,业务可靠性评价装置还包括:
服务确定模块,用于在获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值之前,确定完成业务所需的服务;
拓扑构建模块,用于基于各所述服务之间的关联关系,构建业务评价树状拓扑结构。
在本发明的一些实施例中,所述逻辑运算法则包括与运算、或运算、非运算。
上述业务可靠性评价装置可执行本发明前述实施例所提供的业务可靠性评价方法,具备执行业务可靠性评价方法相应的功能模块和有益效果。
图4为本发明实施例提供的一种电子设备的结构示意图,电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如业务可靠性评价方法。
在一些实施例中,业务可靠性评价方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的业务可靠性评价方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行业务可靠性评价方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
本发明实施例还提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现如本申请任意实施例所提供的业务可靠性评价方法。
计算机程序产品在实现的过程中,可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种业务可靠性评价方法,其特征在于,包括:
获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,所述业务评价树状拓扑结构的根节点为表示所述业务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的中间节点为表示所述业务所需的服务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的叶子节点为表示与所述叶子节点连接的中间节点的服务指标的节点,所述业务评价树状拓扑结构中除所述叶子节点以外的节点均设置有用于计算在所述采样时段内的可靠性评价的逻辑运算法则;
基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值;
基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值;
计算所述根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到所述业务在所述统计周期内的可靠性评价,所述统计周期被划分为多个所述采样时段。
2.根据权利要求1所述的业务可靠性评价方法,其特征在于,与所述叶子节点连接的中间节点连接有至少一个叶子节点,基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值,包括:
针对每一所述叶子节点,判断所述叶子节点的所述服务指标值是否满足预设条件;
若是,则判定所述叶子节点在所述采样时段内的逻辑值为第一值;
若否,则判定所述叶子节点在所述采样时段内的逻辑值为第二值。
3.根据权利要求2所述的业务可靠性评价方法,其特征在于,与所述叶子节点连接的中间节点连接有两个叶子节点,分别表示与所述叶子节点连接的中间节点的服务耗时与服务失败率。
4.根据权利要求2所述的业务可靠性评价方法,其特征在于,判断所述叶子节点的所述服务指标值是否满足预设条件,包括:
判断所述服务耗时是否小于预设时长;
判断所述服务失败率是否小于预设值。
5.根据权利要求1-4任一所述的业务可靠性评价方法,其特征在于,基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值,包括:
确定所述叶子节点从属的父节点,以及从属于所述父节点的所有叶子节点;
以所述叶子节点为子节点,基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值;
以所述父节点为子节点,返回执行基于父节点的所有子节点在所述采样时段内的逻辑值,以及所述父节点的逻辑运算法则,计算所述父节点在所述采样时段内的可靠性评价的逻辑值的步骤,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值。
6.根据权利要求1-4任一所述的业务可靠性评价方法,其特征在于,在获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值之前,包括:
确定完成业务所需的服务;
基于各所述服务之间的关联关系,构建业务评价树状拓扑结构。
7.根据权利要求1-4任一所述的业务可靠性评价方法,其特征在于,所述逻辑运算法则包括与运算、或运算、非运算。
8.一种业务可靠性评价装置,其特征在于,包括:
指标值获取模块,用于获取业务评价树状拓扑结构中叶子节点在采样时段内的服务指标值,所述业务评价树状拓扑结构的根节点为表示所述业务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的中间节点为表示所述业务所需的服务在所述采样时段内的可靠性评价的节点,所述业务评价树状拓扑结构的叶子节点为表示与所述叶子节点连接的中间节点的服务指标的节点,所述业务评价树状拓扑结构中除所述叶子节点以外的节点均设置有用于计算在所述采样时段内的可靠性评价的逻辑运算法则;
叶子节点逻辑值计算模块,用于基于所述服务指标值计算所述叶子节点在所述采样时段内的逻辑值;
根节点逻辑值计算模块,用于基于所述叶子节点的逻辑值,以及除所述叶子节点以外的节点的逻辑运算法则,逐层计算除所述叶子节点以外的节点在所述采样时段内的可靠性评价的逻辑值,直至得到所述根节点在所述采样时段内的可靠性评价的逻辑值;
业务可靠性计算模块,用于计算所述根节点的可靠性评价的逻辑值为第一值的采样时段的总时长与统计周期的总时长的比值,得到所述业务在所述统计周期内的可靠性评价,所述统计周期被划分为多个所述采样时段。
9.一种电子设备,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,使得所述一个或多个处理器实现如权利要求1-7任一所述的业务可靠性评价方法。
10.一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,该程序被处理器执行时实现如权利要求1-7任一所述的业务可靠性评价方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311820189.4A CN117687816A (zh) | 2023-12-26 | 2023-12-26 | 一种业务可靠性评价方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311820189.4A CN117687816A (zh) | 2023-12-26 | 2023-12-26 | 一种业务可靠性评价方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117687816A true CN117687816A (zh) | 2024-03-12 |
Family
ID=90131878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311820189.4A Pending CN117687816A (zh) | 2023-12-26 | 2023-12-26 | 一种业务可靠性评价方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117687816A (zh) |
-
2023
- 2023-12-26 CN CN202311820189.4A patent/CN117687816A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN115396289B (zh) | 一种故障告警确定方法、装置、电子设备及存储介质 | |
CN116225769B (zh) | 一种系统故障根因的确定方法、装置、设备及介质 | |
CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
CN117687816A (zh) | 一种业务可靠性评价方法、装置、设备及存储介质 | |
CN115145902A (zh) | 数据处理方法,装置,存储介质以及电子设备 | |
CN114697247A (zh) | 流媒体系统的故障检测方法、装置、设备和存储介质 | |
CN116051287B (zh) | 一种数据的分析方法、装置、电子设备及存储介质 | |
CN114513441B (zh) | 基于区块链的系统维护方法、装置、设备及存储介质 | |
CN117608896A (zh) | 交易数据处理方法、装置、电子设备及存储介质 | |
CN117667587A (zh) | 一种异常检测方法、装置、电子设备及存储介质 | |
CN117806969A (zh) | 一种业务的测试方法、装置、设备及介质 | |
CN116302370A (zh) | 一种返回码异常告警的生成方法、装置、设备及介质 | |
CN117251809A (zh) | 电网时序数据异常检测方法、装置、设备和存储介质 | |
CN117041182A (zh) | 分布式组件的主服务器节点选择方法、装置、设备及介质 | |
CN117634890A (zh) | 一种企业供应链风险评估方法、装置及电子设备 | |
CN117389828A (zh) | 供电服务器管理方法、装置、系统、设备以及存储介质 | |
CN117592618A (zh) | 一种活跃用户预测方法、装置、服务器和存储介质 | |
CN116089499A (zh) | 基于kafka数据量的数据统计方法、装置及介质 | |
CN117668113A (zh) | 一种数据同步方法、装置、设备及介质 | |
CN117455684A (zh) | 一种数据处理方法、装置、电子设备、存储介质及产品 | |
CN117742900A (zh) | 一种服务调用图的构造方法、装置、设备及存储介质 | |
CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
CN117477543A (zh) | 一种配电系统稳定性的评估系统、方法及电子设备 | |
CN116204522A (zh) | 一种数据稽核方法、装置、电子设备及存储介质 |
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 |