基于云计算的微服务构架方法技术

一种基于云计算的微服务构架方法，包括服务注册模块，其对服务注册中心服务进行语义化处理；数据分析模块，其采用基于卷积神经网络的深度学习模型来为微服务提供应用数据呈现的支撑，快速探测到满足服务的数据，并能呈现给终端用户；微服务网关调度模块，其构造一种基于遗传算法的网关负均衡载方法；拆分服务组合模块，其利用服务质量QoS来评估拆分服务组合的质量，保障服务拆分的有效性和易用性；基于微分动力系统的小程序生成与迁移部署模块。本发明专利技术可以方便实现服务拆分、边界明晰与上下文可连，更加精准地获取到价值的数据和更优秀易用性，保障拆分服务地组合更效，确保服务组合链构造过程更稳定，使生成的应用小程序具有稳态。

【技术实现步骤摘要】
基于云计算的微服务构架方法
本专利技术涉及属于云计算、软件工程领域，特别涉及一种基于云计算的微服务构架方法。
技术介绍
云计算已成为新一代信息技术发展的重要基础性技术支撑之一，成功应用于各行各业的信息化中，极大地推动了信息产业发展和促进了巨大的学术价值产生，并集约了资源，促使了资源利用最大化，解决了分布式计算伸缩性和弹性不足等突出问题，也改变了传统的软件计算和构架模式，全面提高了信息化开发与维护效率，实现了按需按量为终端用户提供资源，提高了资源利用效率，并以基础设施即服务(IAAS)、平台即服务(PAAS)和软件即服务(SAAS)三种基本云计算服务形态来描述和应用互联网中资源及其服务。然而，不同的资源、服务分别分布、部署在不同数据中心的节点中，且对服务描述方法有重有轻，服务间依赖关系复杂，导致按潜在要求所生成的互联网软件实效性不强、过重、部署迁移受服务依赖关系影响；而且可用性、易用性受服务所在网络和资源的透明性影响，导致所生成软件松散性不强，耦合度不高。因此，近年来，随着大数据技术及新人工智能的发展，促进基于云计算软件工程变革，逐步构成了以数据及其价值为驱动的软件构架模式和生成方法，进一步丰富了面向服务体系构架(SOA)方法，并从服务依赖中有效解耦出来，以容器(如Docker)来实现承载和迁移，又进一步促进了软件工程演化和演变，形成了以微服务(MicroService)为构架的新型软件构架模式，现在在众多云计算环境中得到了有效应用，并能根据不同的应用生成不同的基于微服务的小程序和小应用，有效解决互联网软件所面临的服务描述过重和迁移部署困难等问题，形成了微服务+部署迁移Docker+DevOps新型软件构架与开发模式，但是怎样解决服务依赖、服务拆分熔断、数据与服务间的网关等问题还面临巨大挑战。
技术实现思路
本专利技术提供了一种基于云计算的微服务构架方法，以解决上述至少一个技术问题。为解决上述问题，作为本专利技术的一个方面，提供了一种基于云计算的微服务构架方法，包括基于语义智能识别的服务注册模块，其对服务注册中心服务进行语义化处理，并采用描述逻辑进行推理运算以发现各服务间的语义关系，还根据终端应用要求采用模糊系统对服务拆分解耦，保障服务中心的服务能根据服务消费进行拆分，并能返回至语义推理发现更多接近服务消费要求的服务；基于深度学习的数据分析模块，其采用基于卷积神经网络的深度学习模型来为微服务提供应用数据呈现的支撑，快速探测到满足服务的数据，并能呈现给终端用户；基于负载均衡的微服务网关调度模块，其构造一种基于遗传算法的网关负均衡载方法，当终端用户发出请求后，服务消费通过该负均衡载方法实现网关调度，保障快速搜索到最优的资源；基于QoS的拆分服务组合模块，其利用服务质量QoS来评估拆分服务组合的质量，保障服务拆分的有效性和易用性，用WSC(WSR,SWS.(WSE,WScont),USR,CD,GAL,QoS)表示拆分服务组合，其中，SWS.(WSE,WScont)分别表示服务拆分后的服务边界及服务上下文，并形成服务组合后的边界与上下文WSC.(WSE,WScont)，构成服务组合链，生成小应用程序；基于微分动力系统的小程序生成与迁移部署模块，其被构造为：WSC:FT(Des)→Docker(WL(T))，其中，FT(Des)是用部署WSC描述模式的容错机制，保障小程序在具有Bug的情况下也可以实现迁移部署，并根据应用弹性实现负载均衡与调度，负载均衡与调度方法与服务网关一致，Docker(WL(T))表示将生成的小程序通过Docker方式云环境中部署，最终构造出轻量级、稳定性的小应用程序。优选地，所述服务注册模块根据服务描述结构，将服务注册中心未进行语义化的服务用本体进行语义化操作，或将未能满足基于本体的语义服务描述转换为基于本体的服务描述，并要求新注册的服务都需要语义化。优选地，所述服务注册模块采用描述DL(I,Ops,Ap)来构建服务的语义关联关系，使服务间的关系具有自动识别能力，其中I是推理解释函数，Ops是语义推理的运算集，Ap是推理的公理规则集。优选地，所述服务注册模块采用模糊系统FS(Inp,FuO,FL,FR,DF)来构建服务拆分机制，保障服务可解耦可熔断，并能延续服务关联性，确保所实现的功能可用，其中，Inp表示服务消费的输入；FuO是对语义化服务进行模糊化；FL是基于Mamdani模糊规则；FR是模糊运算推理；DF是去模糊化，恢复服务边界，实现服务间上下文衔接。优选地，所述服务注册模块采用服务注册中心语义智能识别机制USR(WS,DL,FS)，构成了语义化的服务注册中心，保障服务语义化且智能化拆分，且根据服务消费，实现语义推理至服务边界，用于组合其它服务，完成终端业务需要。优选地，数据分析模块构建基于深度学习的数据分析模块为：WS:USR→CD，其中CD被定义为CD(Cnn,Layers,Deep,DataObject,LearnA,DK,DataModel,Rule,Nor)，其中：CNN是根据服务消费WS构造的卷积神经网络模型；Layers是CNN的层次；Deep是基于CNN的学习深度数；DataObject是数据对象领域，可以不同的WS.WType分类提供数据支持；LearnA是机器学习方法，可以根据WS的要求选择诸如多向反馈学习的监督学习算法和诸如网络置信区间的非监督学习算法，也可称CNN训练算法，如最基本的梯度下降算法；DK是深度学习的样本库和知识库，样本库用支持基于微服务的应用生成的特征提取，知识库用于支持语义服务推理和服务边界上下文联结，实现服务组合；DataModel是深度学习的对象模型，用于优化到更能满足服务要求的数据集；Rule是深度学习的规则，防止过渡拟合，保障服务组合过程有效，能满足基于微服务的应用生成；Nor是在算法学习过程中对相同特性的数据进行归一化处理，使其具有相同的学习目标。优选地，所述微服务网关调度模块中，定义GAL(W.(WS.RApi{…},WS.Josn{…}),GaLoad(GA,Model,index),Disp(Id,Method))，其中，W.(WS.RApi{…},WS.Josn{…})分别表示面向语义的描述的服务网关，RApi{…},Josn{…}分别表示服务网关资源集，这些服务预先已采用语义化的方法进行了注册，W是服务资源；GaLoad(GA,Model,Index)表示服务网关的负载均衡方法，GA是遗传算法，用于优化负载能力和效率；Model是服务网关的优化模型，用于支持GA优化；特别地，针对不同的终端用户需求和WSR要求，所构造的Model也不一样，如可以建立服务组合和基于QoS的服务模型等；Index表示负载均衡指数，用于标注选择优化模型Model的优先级；Disp(Id,Method)是服务网关调度方法，当终端用户发出请求，WSR负载过载，则首先启动负载均衡GaLoad，然后再根据资源访问权限启动调度机制；Id是调度序号；Method是调度方法，如先到先执行、优先级、多级反馈等；于是，负载均衡与调度间的关系为W:GaLoad→Disp:(RApi,Josn)，它是实现服务资源负载和调度，完成服务网关向不同微服务分派。优选地，所述拆分本文档来自技高网...

【技术保护点】
1.一种基于云计算的微服务构架方法，其特征在于，包括基于语义智能识别的服务注册模块，其对服务注册中心服务进行语义化处理，并采用描述逻辑进行推理运算以发现各服务间的语义关系，还根据终端应用要求采用模糊系统对服务拆分解耦，保障服务中心的服务能根据服务消费进行拆分，并能返回至语义推理发现更多接近服务消费要求的服务；基于深度学习的数据分析模块，其采用基于卷积神经网络的深度学习模型来为微服务提供应用数据呈现的支撑，快速探测到满足服务的数据，并能呈现给终端用户；基于负载均衡的微服务网关调度模块，其构造一种基于遗传算法的网关负均衡载方法，当终端用户发出请求后，服务消费通过该负均衡载方法实现网关调度，保障快速搜索到最优的资源；基于QoS的拆分服务组合模块，其利用服务质量QoS来评估拆分服务组合的质量，保障服务拆分的有效性和易用性，用WSC(WSR,SWS.(WSE,WScont),USR,CD,GAL,QoS)表示拆分服务组合，其中，SWS.(WSE,WScont)分别表示服务拆分后的服务边界及服务上下文，并形成服务组合后的边界与上下文WSC.(WSE,WScont)，构成服务组合链，生成小应用程序；基于微分动力系统的小程序生成与迁移部署模块，其被构造为：WSC:FT(Des)→Docker(WL(T))，其中，FT(Des)是用部署WSC描述模式的容错机制，保障小程序在具有Bug的情况下也可以实现迁移部署，并根据应用弹性实现负载均衡与调度，负载均衡与调度方法与服务网关一致，Docker(WL(T))表示将生成的小程序通过Docker方式云环境中部署，最终构造出轻量级、稳定性的小应用程序。...

【技术特征摘要】
1.一种基于云计算的微服务构架方法，其特征在于，包括基于语义智能识别的服务注册模块，其对服务注册中心服务进行语义化处理，并采用描述逻辑进行推理运算以发现各服务间的语义关系，还根据终端应用要求采用模糊系统对服务拆分解耦，保障服务中心的服务能根据服务消费进行拆分，并能返回至语义推理发现更多接近服务消费要求的服务；基于深度学习的数据分析模块，其采用基于卷积神经网络的深度学习模型来为微服务提供应用数据呈现的支撑，快速探测到满足服务的数据，并能呈现给终端用户；基于负载均衡的微服务网关调度模块，其构造一种基于遗传算法的网关负均衡载方法，当终端用户发出请求后，服务消费通过该负均衡载方法实现网关调度，保障快速搜索到最优的资源；基于QoS的拆分服务组合模块，其利用服务质量QoS来评估拆分服务组合的质量，保障服务拆分的有效性和易用性，用WSC(WSR,SWS.(WSE,WScont),USR,CD,GAL,QoS)表示拆分服务组合，其中，SWS.(WSE,WScont)分别表示服务拆分后的服务边界及服务上下文，并形成服务组合后的边界与上下文WSC.(WSE,WScont)，构成服务组合链，生成小应用程序；基于微分动力系统的小程序生成与迁移部署模块，其被构造为：WSC:FT(Des)→Docker(WL(T))，其中，FT(Des)是用部署WSC描述模式的容错机制，保障小程序在具有Bug的情况下也可以实现迁移部署，并根据应用弹性实现负载均衡与调度，负载均衡与调度方法与服务网关一致，Docker(WL(T))表示将生成的小程序通过Docker方式云环境中部署，最终构造出轻量级、稳定性的小应用程序。2.根据权利要求1所述的基于云计算的微服务构架方法，其特征在于，所述服务注册模块根据服务描述结构，将服务注册中心未进行语义化的服务用本体进行语义化操作，或将未能满足基于本体的语义服务描述转换为基于本体的服务描述，并要求新注册的服务都需要语义化。3.根据权利要求2所述的基于云计算的微服务构架方法，其特征在于，所述服务注册模块采用描述DL(I,Ops,Ap)来构建服务的语义关联关系，使服务间的关系具有自动识别能力，其中I是推理解释函数，Ops是语义推理的运算集，Ap是推理的公理规则集。4.根据权利要求3所述的基于云计算的微服务构架方法，其特征在于，所述服务注册模块采用模糊系统FS(Inp,FuO,FL,FR,DF)来构建服务拆分机制，保障服务可解耦可熔断，并能延续服务关联性，确保所实现的功能可用，其中，Inp表示服务消费的输入；FuO是对语义化服务进行模糊化；FL是基于Mamdani模糊规则；FR是模糊运算推理；DF是去模糊化，恢复服务边界，实现服务间上下文衔接。5.根据权利要求4所述的基于云计算的微服务构架方法，其特征在于，所述服务注册模块采用服务注册中心语义智能识别机制USR(WS,DL,FS)，构成了语义化的服务注册中心，保障服务语义化且智能化拆分，且根据服务消费，实现语义推理至服务边界，用于组合其它服务，完成终端业务需要。6.根据权利要求1所述的基于云计算的微服务构架方法，其特征在于，数据分析模块构建基于深度学习的数据分析模块为：WS:USR→CD，其中CD被定义为CD(Cnn,Layers,Deep,DataObject,LearnA,DK,DataModel,Rule,...

【专利技术属性】
技术研发人员：周相兵，冯铂，马洪江，张华，张欢，刘新艳，曾菊容，
申请(专利权)人：科学出版社成都有限责任公司，
类型：发明
国别省市：四川,51