CN117873818A - 生成信息的方法、装置、电子设备及计算机可读介质 - Google Patents
生成信息的方法、装置、电子设备及计算机可读介质 Download PDFInfo
- Publication number
- CN117873818A CN117873818A CN202311735817.9A CN202311735817A CN117873818A CN 117873818 A CN117873818 A CN 117873818A CN 202311735817 A CN202311735817 A CN 202311735817A CN 117873818 A CN117873818 A CN 117873818A
- Authority
- CN
- China
- Prior art keywords
- data
- index
- service
- micro
- data index
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000015556 catabolic process Effects 0.000 claims abstract description 82
- 238000006731 degradation reaction Methods 0.000 claims abstract description 82
- 230000004044 response Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 10
- 238000000605 extraction Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract description 7
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000008878 coupling Effects 0.000 description 5
- 238000010168 coupling process Methods 0.000 description 5
- 238000005859 coupling reaction Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本申请提供了一种生成信息的方法、装置、电子设备及计算机可读介质,该申请响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;基于关联数据,生成数据指标;以及响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。这样的方式,能够在被指示数据指标后,基于数据指标的角度对微服务的运行数据、运行状态进行针对性地分析、监测。该方式能够利用数据指标的分析来确定微服务的运行状态、是否存在数据劣化,并在运行数据中发生数据劣化时进行提示。由此,能够保障微服务更有质量、更稳定地运行。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种生成信息的方法、装置,电子设备及计算机可读介质。
背景技术
微服务(或者说,微服务架构)是一种云原生架构方法,其在单个应用中可以包括众多松散耦合且可单独部署的小型组件或服务。使用微服务可以将应用程序构建为独立的组件,并将每个应用程序进程作为一项服务运行。这些服务使用轻量级接口通过明确定义的接口进行通信,并且围绕业务功能构建,其中所包括的每一项服务可以对应地执行一项功能。
由于它们是独立运行的,因此可以针对各项服务进行更新、部署和扩展,以满足对应用程序特定功能的需求。由此,如何保障微服务稳定、高质量的运行,是值得关注和迫切需求的。
发明内容
本申请的多个方面提供一种生成信息的方法、装置,电子设备及计算机可读存储介质,能够在被指示数据指标后,基于数据指标的角度对微服务的运行数据、运行状态进行针对性地分析、监测。该方式能够利用数据指标的分析来确定微服务的运行状态、是否存在数据劣化,并在运行数据中发生数据劣化时进行提示。由此,能够保障微服务更有质量、更稳定地运行。
本申请的一方面,提供一种生成信息的方法,包括:响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;基于关联数据,生成数据指标;以及响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。
本申请的另一方面,提供一种用于生成信息的装置,包括:抽取模块,被配置为响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;第一生成模块,被配置为基于关联数据,生成数据指标;以及第二生成模块,被配置为响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。
本申请的另一方面,提供一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上提供的生成信息的方法。
本申请的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,计算机程序指令可被处理器执行以实现如上提供的生成信息的方法。
本申请实施例提供的方案中,响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;基于关联数据,生成数据指标;以及响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。本方案能够在被指示数据指标后,基于数据指标的角度对微服务的运行数据、运行状态进行针对性地分析、监测。该方式能够利用数据指标的分析来确定微服务的运行状态、是否存在数据劣化,并在运行数据中发生数据劣化时进行提示。由此,能够保障微服务更有质量、更稳定地运行。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,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性的前提下,还可以根据这些附图获得其它的附图。
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请一实施例提供的生成信息的过程的示意图;
图2为本申请另一实施例提供的生成信息的过程的示意图;
图3为本申请一实施例提供的用户交互界面的示例的示意图;
图4为本申请一实施例提供的用于生成信息的装置的结构示意图;
图5为适用于实现本申请实施例中的方案的一种电子设备的结构示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
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,都属于本申请保护的范围。
在本申请一个典型的配置中,终端、服务网络的设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
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。信息可以是计算机程序指令、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(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。
如上文说明的,如何保障微服务稳定、高质量的运行,是值得关注和迫切需求的。
在一些方案中,微服务中可以提供例如代码抽取服务,在运维人员需要获取微服务的运行状态时,运维人员可以通过抽取代码,并对抽取得到的代码进行评估、确定代码是否满足数据指标的要求的方式,确定微服务的运行状态是否存在异常。
在这样的方式中,虽然也能达到监测、评估微服务运行状态的目的,但往往因例如需要运维人员指定所抽取的代码的内容、位置,以及需要运维人员基于提取出的代码人工分析、生成数据指标,导致对于微服务进行监测、管理时的效率和质量较低,难以满足实际的运用需求。
对此,本申请实施例提供了一种生成信息的方法,该方法响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;基于关联数据,生成数据指标;以及响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。本方案能够在被指示数据指标后,基于数据指标的角度对微服务的运行数据、运行状态进行针对性地分析、监测。该方式能够利用数据指标的分析来确定微服务的运行状态、是否存在数据劣化,并在运行数据中发生数据劣化时进行提示。由此,能够保障微服务更有质量、更稳定地运行。
在实际场景中,该方法的执行主体可以是用户设备、或者用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序,用户设备包括但不限于计算机、手机、平板电脑、智能手表、手环等各类终端设备,网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现,可以用于实现设置闹钟时的部分处理功能。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
图1示出了本申请实施例提供的一种生成信息的过程100,过程100至少包括以下的处理步骤:
步骤S101,响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据。
在本申请的实施例中,执行主体可以在接收到指示生成微服务的数据指标的生成指令时,对此进行响应。数据指标与期望对微服务进行管理、监控的角度和维度相关,其通常与微服务的使用场景、使用目的直接相关。例如,希望针对微服务中的A类型数据的稳定性进行监测的场景中,数据指标可以是A类型数据的变化幅度、A类型数据在单位时间内存在的超过阈值变化幅度的变化的次数等等。类似地,数据指标也可以是基于微服务中运行数据、代码等内容“分析”得到的内容。
在一些实施例中,数据指标包括以下至少一种:代码质量、服务水平指示器SLI、发生数据库慢查询的次数。具体地,数据指标可以是基于代码是否满足预设的编码标准(例如,代码是否满足标准的类命名、包命名等),基于代码的重复率(或者,重复代码是否被封装),被测试过的代码的覆盖率,代码所需的依赖项数量、依赖项之间的耦合关系、是否有循环依赖、是否符合高内聚低耦合的原则,代码的程序嵌套层数等,分析得到的代码质量。例如,执行主体可以在提取代码后,基于上述的各个评价分类中的一个或多个相应地生成评分,并利用各个评分的加和结果来体现“代码质量”。由此,可以利用数据指标来对所使用的代码、代码的运行状态等的质量进行监测,以反馈微服务的运行状态、质量。
服务水平指示器(Service-level Index),简称SLI),能够根据不同的微服务的特点确定要被测量的内容,例如,SLI可以指示微服务中正常响应的百分比、性能响应时间(latency)、吞吐量(throughput)、请求量(qps)、实效性(freshness)、运行时间(uptime)、故障时间/频率、准确性(accuracy)正确性(correctness)、完整性(completeness)、覆盖率(coverage)、相关性(relevance)、队列长度(queue length)、内存占用(RAM usage)、响应时间(time to response)和修复时间(time to fix)等等。由此,可以利用体现微服务的服务水平、服务状态的数据指标,来反馈微服务的运行状态、质量。
发生数据库慢查询的次数,或者说,发生DB(Database)慢查询的次。慢查询是指在执行数据库查询操作时,所需的时间超出了预期。通常情况下,对于一个查询而言,当它的响应时间超过了预设的响应时长阈值(例如M秒,其中,M为正整数),则该查询可以被认为是一个“慢查询”。在微服务运行过程中,慢查询可能会导致性能下降,影响用户体验,甚至导致应用程序崩溃。由此,可以将发生数据库慢查询的次数作为数据指标,以达到监测微服务运行状态的目的。
进一步地,执行主体可以基于上述生成指令,从微服务的例如,微服务Source资源(简称,SRC)的运行数据中抽取与数据指标相关联的关联数据。通常,在执行主体本机中,可以预先维护有数据类型与数据指标之间的对应或者说使用关系,例如,针对代码质量,其关联数据的数据类型可以例如微服务执行过程中所采用的、运行的代码。相应地,执行主体在确定生成指令所指示的数据指标是代码质量的情况下,执行主体可以抽取微服务中使用、运行的代码作为关联数据,进而通过对这些关联数据(代码)的分析,以确定上述的代码质量。
在一些实施例中,还可以通过例如分段式管理的方式,来更好地对微服务进行监测、管控。例如,可以基于微服务的运行情况划分多个监控周期,以使得执行主体可以通过周期监测的方式,来判断在各个时间段中的运行情况。相应地,在一些实施例中,生成指令还指示基于微服务在包括接收到生成指令的当前时刻所处时间周期的目标周期内的周期运行数据生成数据指标。例如,执行主体在接收到生成指令时,可以基于接收时刻所落入的时间周期,来确定目标周期。进一步地,执行主体仅将目标周期内的运行数据(为方便描述,可以将其描述为周期运行数据)作为关联数据。这样的方式不仅可以避免使用距离当前时刻时间较久、可能参考价值较低的运行数据,还可以减少后续需要被处理、分析的关联数据的数据量,提升运算效率、降低运算资源消耗需求。
在一些实施例中,为了实现对微服务的常态化、周期化监测,以长期、稳定地保障微服务的运行质量、运行稳定,执行主体还可以在各个时间周期完成前,或者说,在每一个时间周期的末端时刻(例如,组成该时间周期的最后一个时间点,例如,最后一秒),以指示对该时间周期内的微服务的运行状态进行采集、总结。
在一些实施例中,生成指令也可以由用户通过用户设备发送。例如,为了满足用户的监测、分析需求,用户可以通过其用户设备(例如,用户所使用的例如手机、电脑等的终端设备)来与上述执行主体通信,以指示数据指标、发送生成指令。例如,可以预先为用户配置允许其操作的交互界面,交互界面可以通过预设一组数据指标后供用户选择,或者允许用户提供数据指标的名称、与该数据指标相关联的数据的类型以及对数据进行分析以得到数据指标的方式,来选择数据指标后,将数据指标封装为生成指令通信至执行主体。由此,通过允许用户配置生成指令的方式,能够从用户侧的需求出发,根据用户的需求来对微服务进行监测。
步骤S102,基于关联数据,生成数据指标。
在本申请的实施例中,执行主体在基于上述步骤S101获取到关联数据后,可以对其进行处理,以分析、生成数据指标。通常,可以通过在执行主体维护关联数据-数据指标分析规则(例如,对应关系表)的方式,使得执行主体在获取到关联数据后,依据关联数据-数据指标分析规则来对关联数据进行处理,得到数据指标。例如,在数据质量为例如基于代码重复率的代码质量时,执行主体可以基于对作为关联数据的代码进行重复检测,以生成代码重复率。进而,执行主体可以将代码重复率作为数据指标。
在一些实施例中,执行主体可以被同时指示多个数据指标。例如生成指令中可以包括多个不同的数据指标,以指示同时对多个微服务、每个微服务的不同的“角度”的状态进行分析。例如,执行主体接收的多个数据指标可以关联、针对不同的微服务,以实现同时对多个微服务的监测。又例如,执行主体接收的多个数据指标可以关联、针对同一个微服务,以从不同的“角度”对微服务的运行状态进行监测。
相应地,执行主体可以在获取到多个数据指标之后,基于多个数据指标各自相关联的微服务的业务优先级和/或多个数据指标各自的巡检优先级,确定多个数据指标中各个数据指标相应的处理优先级。例如,执行主体可以基于所关联的微服务的优先级(例如,可以预先针对不同的业务配置业务优先级序列后,基于该业务优先级序列确定各个微服务所对应的业务优先级)来确定数据指标对应的处理优先级。
类似地,执行主体可以基于多个数据指标各自的巡检优先级,例如,可以基于用户所提供的数据指标的重要程度,来为各个数据指标的配置对应的巡检优先级后,基于该巡检优先级确定各个微服务所对应的业务优先级,以优先地处理用户认为重要的数据指标的分析任务。
应当理解的是,执行主体还可以同时基于业务优先级和巡检优先级来确定数据指标的处理优先级,例如,执行主体可以优先基于业务优先级排序后,对于属于同一业务优先级的数据指标,再按照各自的巡检优先级进行排序,以最终确定处理优先级。由此,以优先满足微服务、业务的优先级顺序。相应地,执行主体在基于关联数据,生成数据指标时,可以基于处理优先地,基于处理优先级,依次基于各个数据指标各自相应的关联数据,生成各个数据指标。这样的方式,使得执行主体中可以被允许同时配置多个数据指标的监测、分析任务,能够提升执行主体的执行能力。
为方便理解,还可以同时参考图2。图2示出了本申请另一实施例提供的生成信息的过程200的示意图。
执行主体从SRC 210中抽取关联数据215后,基于对关联数据215的分析,得到一组数据指标220(例如,数据指标221至22N,其中,N为正整数)。
步骤S103,响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。
在本申请的实施例中,执行主体在基于上述步骤S102获取到数据指标后,可以基于其与预设的数据劣化规则的比较,来确定数据指标是否满足预设的数据劣化规则的要求。在一些实施例中,执行主体可以利用规则引擎DSL(Domain Specific Language)来维护、提供预设的数据劣化规则。
在一些实施例中,预设的数据劣化规则可以针对不同类型的数据指标被配置。例如,预设的数据劣化规则可以是基于数据指标确定的劣化系数是否落入预设数值区间,如果落入,则执行主体可以确定数据指标满足预设的数据劣化规则的要求。劣化系数(Degradation Factor)指在一定时间内或使用寿命内,数据指标相对于初始状态的变化程度。劣化系数通常表示为一个小数或百分数,用于衡量系统随时间或使用的变化程度。例如,劣化系数为0.8表示基于数据指标确定的性能或可靠性降低了20%。在一些实施例中,数据劣化规则还可以对应于不同的数据指标,例如,剩余可用的应用程序编程接口(Application Programming Interface,简称API)数量,服务接口是否接入API网关、是否配置了仓库流水线、代码重复率是否高于预设的重复率阈值、性能响应时间是否高于预设的响应时间阈值、吞吐量是否高于预设的吞吐量阈值等等。
进一步地,如果执行主体确定得到的数据指标满足预设的数据劣化规则的要求,例如,劣化系数落入了预设数值区间,执行主体可以生成用于提示关联数据存在数据劣化的提示信息。由此,执行主体可以利用提示信息来对发生数据劣化的情况进行提示。
示例性地,继续参考图2。为简洁描述、方便理解,后续以数据劣化规则来替代性地描述预设的数据劣化规则。在过程200中,执行主体可以从DSL 230中提取出一组数据劣化规则240(例如,与数据指标221至22N各自对应的数据劣化规则241至24N,其中N为正整数)。
进一步地,执行主体可以利用比较器250来确定数据指标221至22N是否满足各自对应的数据劣化规则(数据劣化规则241至24N中至少一项)。
如果满足,则生成对应的提示信息,以进行提示。示例性地,如果数据指标221不满足数据劣化规则241,以及数据指标222不满足数据劣化规则242,则执行主体可以对应于数据指标221生成提示信息261,对应于数据指标222生成提示信息262。由此,执行主体可以利用提示信息261和提示信息262来分别提示数据指标221和数据指标222所关联的运行数据,存在数据劣化情况。
在一些实施例中,如果生成指令由用户通过用户设备发送,执行主体至少可以将提示信息发送给例如用户的用户设备,以向用户反馈微服务中存在数据劣化的情况,以方便用户进行决策(例如,优化、调整微服务系统)。在一些实施例中,执行主体还可以将数据指标、与数据指标相关的关联数据和提示信息发送至用户设备。通过这样的方式,可以在发生数据劣化的情况下,向用户提供更多的信息(例如,确定存在数据劣化的具体的关联数据、确定存在数据劣化的数据指标等等),以方便用户更好地理解发生数据劣化的情况、发生的原因,使得用户可以更优效率和质量地进行决策。
在一些实施例中,执行主体可以通过例如“巡检报告”的方式,来向用户提供数据指标、与数据指标相关的关联数据和提示信息。例如,执行主体可以通过巡检报告的方式,提示、反馈一个或多个时间周期内存在异常的一个或多个数据指标,以及与数据指标相关联的关联数据。
此外,如果执行主体以时间周期的方式来周期地监测、巡检微服务时,即便不存在“数据劣化情况”,执行主体也可以被额外地配置,发送一个或多个时间周期内的数据指标的变化情况,以向用户反馈,以辅助用户及时、动态地监测微服务的运行状态。
如上文说明的,在一些实施例中,执行主体可以配置多个监测的时间周期。在此情况下,预设的数据劣化规则至少指示基于目标周期内的周期运行数据生成的数据指标与基于目标周期上一个周期内的历史周期运行数据生成的历史数据指标之间的差异超过预设差异阈值,由此,以指示通过相邻周期中同一数据指标的比较,来比较数据指标在相邻周期的变化情况。如果该变化情况异超过预设差异阈值,即,在由上一时间周期的历史周期运行数据所确定出的数据指标和目标周期内(例如,接收到生成指令的当前时刻所处的周期)的周期运行数据生成的数据指标之间的差异超过预设差异阈值,或者说例如,可能因数据异常波动、数据源故障等所导致的差异超过允许的差异范围时,执行主体可以对该情况进行提示。由此,可以保障微服务可以在多个周期内连续、稳定地运行。
通常,预设的数据劣化规则通常由执行主体相关联的维护方来预先配置在执行主体本机。
作为备选或附加地,如果生成指令是由用户发送的,也可以允许用户来提供预设的数据劣化规则,以满足用户不同的监测需求。在一些实施例中,如果生成指令是由用户发送的,预设的数据劣化规则也可以由用户利用用户设备与生成指令一并发送。具体地,用户在利用用户设备与执行主体进行通信、提供生成指令时,用户还可以一并将其所设定的,预设的数据劣化规则通信至执行主体,以控制执行主体基于该预设的数据劣化规则来提供符合用户需求、要求的监测服务。
类似地,执行主体也可以通过提供交互页面的方式,来从用户侧获取其配置的数据劣化规则。
为方便理解,示例性地可以参考图3。图3示出了本申请一实施例提供的用户交互界面的示例300的示意图。例如,示例300所示出的界面310可以由用户所使用的用户设备呈现。
在界面300中,可以包括例如输入区域311至314。
用户可以通过例如输入区域311来提供数据劣化规则的标识(例如,名称)以区分、具体化数据劣化规则。
用户可以通过例如输入区域312来提供针对数据劣化规则的描述信息,以辅助、方便后续理解数据劣化规则的具体内容或者“注意事项”。例如,后续其他用户可以基于描述信息来理解、调整或修改数据劣化规则,以达到部分、全部复用数据劣化规则的目的。例如,描述信息可以是相应的数据劣化规则的适用条件(例如,在某类型的微服务下,该数据劣化规则才可以被适用)。
用户可以通过例如输入区域313来提供数据劣化规则的规则类型,例如数据劣化规则的类型是JavaScript,以便于执行主体基于该规则类型来理解数据劣化规则所依据的编码语言类型,以便于执行主体理解、执行和封装数据劣化规则。
用户可以通过例如输入区域314来提供数据劣化规则的具体内容(例如,以代码形式的执行逻辑),以使得执行主体可以基于该具体内容,来“使用数据劣化规则”。
继而,本申请提供的生成信息的方法,响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;基于关联数据,生成数据指标;以及响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。本方案能够在被指示数据指标后,基于数据指标的角度对微服务的运行数据、运行状态进行针对性地分析、监测。该方式能够利用数据指标的分析来确定微服务的运行状态、是否存在数据劣化,并在运行数据中发生数据劣化时进行提示。由此,能够保障微服务更有质量、更稳定地运行。
本申请实施例还提供了一种用于生成信息的装置,该装置的结构如图4所示出的装置400。装置400包括:抽取模块410,被配置为响应于接收到至少指示生成微服务的数据指标的生成指令,从微服务的运行数据中抽取与数据指标相关联的关联数据;第一生成模块420,被配置为基于关联数据,生成数据指标;以及第二生成模块430,被配置为响应于数据指标满足预设的数据劣化规则的要求,生成用于提示关联数据存在数据劣化的提示信息。
在一些实施例中,生成指令还指示基于微服务在目标周期内的周期运行数据生成数据指标,目标周期包括接收到生成指令的当前时刻所处时间周期。
在一些实施例中,装置400还包括:第三生成模块,被配置为在每一个时间周期的末端时刻,在本机生成该生成指令。
在一些实施例中,预设的数据劣化规则至少指示基于目标周期内的周期运行数据生成的数据指标与基于目标周期上一个周期内的历史周期运行数据生成的历史数据指标之间的差异超过预设差异阈值。
在一些实施例中,生成指令由用户通过用户设备发送,装置400还包括:发送模块,被配置为将关联数据、数据指标和提示信息发送至用户设备。
在一些实施例中,预设的数据劣化规则,由用户利用用户设备与生成指令一并发送。
在一些实施例中,生成指令指示生成多个数据指标,装置400还包括:确定模块,被配置为基于多个数据指标各自相关联的微服务的业务优先级和/或多个数据指标各自的巡检优先级,确定多个数据指标中各个数据指标相应的处理优先级;以及第一生成模块410进一步被配置为,基于处理优先级,依次基于各个数据指标各自相应的关联数据,生成各个数据指标。
在一些实施例中,数据指标包括以下至少一种:代码质量、服务水平指示器SLI、发生数据库慢查询的次数。
基于同一发明构思,本申请实施例中还提供了一种电子设备,电子设备对应的方法可以是前述实施例中的生成信息的方法,并且其解决问题的原理与该方法相似。本申请实施例提供的电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行前述本申请的多个实施例的方法和/或技术方案。
电子设备可以是用户设备、或者用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序,用户设备包括但不限于计算机、手机、平板电脑、智能手表、手环等各类终端设备,网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现,可以用于实现设置闹钟时的部分处理功能。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
图5示出了适用于实现本申请实施例中的方法和/或技术方案的一种电子设备的结构,该电子设备500包括中央处理单元(CPU,Central Processing Unit)501,其可以根据存储在只读存储器(ROM,Read Only Memory)502中的程序或者从存储部分508加载到随机访问存储器(RAM,Random Access Memory)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O,Input/Output)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标、触摸屏、麦克风、红外传感器等的输入部分506;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,LiquidCrystal Display)、LED显示器、OLED显示器等以及扬声器等的输出部分507;包括硬盘、光盘、磁盘、半导体存储器等一个或多个计算机可读介质的存储部分508;以及包括诸如LAN(局域网,Local Area Network)卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。
特别地,本申请实施例中的方法和/或实施例可以被实现为计算机软件程序。例如,本申请公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在该计算机程序被中央处理单元(CPU)501执行时,执行本申请的方法中限定的上述功能。
本申请另一实施例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指令,计算机程序指令可被处理器执行以实现前述本申请的任意一个或多个实施例的方法和/或技术方案。
具体来说,本实施例可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是包括但不限于电、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。计算机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、便携式计算机磁盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机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。
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,其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、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。
计算机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、电线、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或其组合来编写用于执行本申请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)。
附图中的流程图或框图示出了按照本申请各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的针对硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
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,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或页面组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一个计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (11)
1.一种生成信息的方法,包括:
响应于接收到至少指示生成微服务的数据指标的生成指令,从所述微服务的运行数据中抽取与所述数据指标相关联的关联数据;
基于所述关联数据,生成所述数据指标;以及
响应于所述数据指标满足预设的数据劣化规则的要求,生成用于提示所述关联数据存在数据劣化的提示信息。
2.根据权利要求1所述的方法,其中所述生成指令还指示基于所述微服务在目标周期内的周期运行数据生成所述数据指标,所述目标周期包括接收到所述生成指令的当前时刻所处时间周期。
3.根据权利要求2所述的方法,还包括:
在每一个时间周期的末端时刻,在本机生成所述生成指令。
4.根据权利要求3所述的方法,其中所述预设的数据劣化规则至少指示基于目标周期内的周期运行数据生成的数据指标与基于所述目标周期上一个周期内的历史周期运行数据生成的历史数据指标之间的差异超过预设差异阈值。
5.根据权利要求1所述的方法,其中所述生成指令由用户通过用户设备发送,还包括:
将所述关联数据、所述数据指标和所述提示信息发送至所述用户设备。
6.根据权利要求5所述的方法,其中所述预设的数据劣化规则,由所述用户利用所述用户设备与所述生成指令一并发送。
7.根据权利要求1所述的方法,其中所述生成指令指示生成多个数据指标,还包括:
基于所述多个数据指标各自相关联的微服务的业务优先级和/或所述多个数据指标各自的巡检优先级,确定所述多个数据指标中各个数据指标相应的处理优先级;以及
所述基于所述关联数据,生成所述数据指标,包括:
基于所述处理优先级,依次基于所述各个数据指标各自相应的关联数据,生成所述各个数据指标。
8.根据权利提要求1所述的方法,其中所述数据指标包括以下至少一种:代码质量、服务水平指示器SLI、发生数据库慢查询的次数。
9.一种用于生成信息的装置,包括:
抽取模块,被配置为响应于接收到至少指示生成微服务的数据指标的生成指令,从所述微服务的运行数据中抽取与所述数据指标相关联的关联数据;
第一生成模块,被配置为基于所述关联数据,生成所述数据指标;以及
第二生成模块,被配置为响应于所述数据指标满足预设的数据劣化规则的要求,生成用于提示所述关联数据存在数据劣化的提示信息。
10.一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至8中任一项所述的方法。
11.一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如权利要求1至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311735817.9A CN117873818A (zh) | 2023-12-15 | 2023-12-15 | 生成信息的方法、装置、电子设备及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311735817.9A CN117873818A (zh) | 2023-12-15 | 2023-12-15 | 生成信息的方法、装置、电子设备及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117873818A true CN117873818A (zh) | 2024-04-12 |
Family
ID=90585485
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311735817.9A Pending CN117873818A (zh) | 2023-12-15 | 2023-12-15 | 生成信息的方法、装置、电子设备及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117873818A (zh) |
-
2023
- 2023-12-15 CN CN202311735817.9A patent/CN117873818A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10560465B2 (en) | Real time anomaly detection for data streams | |
US11023325B2 (en) | Resolving and preventing computer system failures caused by changes to the installed software | |
US10095598B2 (en) | Transaction server performance monitoring using component performance data | |
US9811443B2 (en) | Dynamic trace level control | |
US11805005B2 (en) | Systems and methods for predictive assurance | |
JP6526907B2 (ja) | 分散型記憶システムの性能監視 | |
US20190034824A1 (en) | Supervised learning system training using chatbot interaction | |
US9602337B2 (en) | Event and alert analysis in a distributed processing system | |
US11372841B2 (en) | Anomaly identification in log files | |
US20150058657A1 (en) | Adaptive clock throttling for event processing | |
CN113157545A (zh) | 业务日志的处理方法、装置、设备及存储介质 | |
US11610136B2 (en) | Predicting the disaster recovery invocation response time | |
US11722371B2 (en) | Utilizing unstructured data in self-organized networks | |
US9374417B1 (en) | Dynamic specification auditing for a distributed system | |
US11934972B2 (en) | Configuration assessment based on inventory | |
US10372572B1 (en) | Prediction model testing framework | |
US11934287B2 (en) | Method, electronic device and computer program product for processing data | |
US9300547B2 (en) | Modification of cloud application service levels based upon document consumption | |
US20220179729A1 (en) | Correlation-based multi-source problem diagnosis | |
CN117873818A (zh) | 生成信息的方法、装置、电子设备及计算机可读介质 | |
KR101630088B1 (ko) | 가상머신의 라이프사이클 모니터링 방법 및 그 장치 | |
US20240205100A1 (en) | Automated anomaly detection model quality assurance and deployment for wireless network failure detection | |
US20230385045A1 (en) | Method, device, and computer program product for upgrading virtual system | |
CN113794719A (zh) | 一种基于Elasticsearch技术网络异常流量分析方法、装置和电子设备 | |
KR20230075076A (ko) | 메시지큐를 이용한 무중단 로그 전송 시스템 및 방법 |
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 |