【技术实现步骤摘要】
一种用于微服务老化的预测与抗衰方法
本专利技术涉及老化学与抗衰学领域,具体是涉及一种用于微服务老化的预测与抗衰方法。
技术介绍
现代软件的设计正在悄悄地向微服务转变。特别是随着云计算的发展,越来越多的软件系统被部署在云中以分布式方式工作。这些微服务系统有两个共同特征,即长期运行和高复杂性,这就增加了资源耗尽和故障的风险。随着故障或资源耗尽的累积,微服务系统可能遭受着缓慢的性能下降,故障率增加甚至崩溃。这种现象被称为“微服务老化”。微服务老化是一个受许多因素影响的复杂过程,如微服务错误,资源利用,工作负载等。微服务系统资源枯竭是一个普遍的现象。例如,由于连续记录,磁盘空间已耗尽。随着微服务老化程度的增加,系统性能下降,导致QoS下降。当QoS低于预设阈值时,微服务系统进入未服务状态,也称为“伪故障”。企业系统(尤其是云平台)中的微服务老化导致的意外中断可能导致可观的收入损失。一项调查显示,IT停机时间平均每年可达14小时,导致损失265亿美金。因此,预测和抵消微服务老化引起的故障是构建负责任的微服务系统的关键。在许多场景中都会出现软件老化的现象,包括操作系统,Web服务器,实时系统。然而,并没有人去研究微服务在长期运行过程当中产生的老化现象。此外,对于传统的单体应用中,软件系统作为一个整体,去检测老化现象会相对容易一些。然而,随着云计算成为了一种流行之后,微服务相继出现,这无疑增加了灵活性和复杂性,对于微服务的老化也变得更加复杂。一种有效且常用的抵消微服务老化的方法是“微服务抗衰”技术。它通过清 ...
【技术保护点】
1.一种用于微服务老化的预测方法,其特征在于,包括以下步骤:/n步骤1,将被测微服务的未完成的请求数作为输入参数;/n步骤2,获取输入参数的性能指标,所述性能指标包括网络吞吐量、CPU的使用情况、内存的使用情况和磁盘的使用情况;/n步骤3,构建深度学习网络,结合步骤2获得的性能指标,计算每个性能指标导致每个微服务发生QoS冲突的概率值;/n步骤4,当步骤3中的微服务发生QoS冲突的概率值大于等于80%时,采用较低级别的跟踪机制,用以检测微服务发生QoS冲突的影响因素,影响因素包括网络吞吐量、CPU的使用情况、内存的使用情况和磁盘的使用情况;/n步骤5,根据步骤4得到的微服务发生QoS冲突的影响因素,计算每个微服务的老化率;/n步骤6,根据步骤5中得到的微服务老化率,确定微服务老化的具体原因。/n
【技术特征摘要】
1.一种用于微服务老化的预测方法,其特征在于,包括以下步骤:
步骤1,将被测微服务的未完成的请求数作为输入参数;
步骤2,获取输入参数的性能指标,所述性能指标包括网络吞吐量、CPU的使用情况、内存的使用情况和磁盘的使用情况;
步骤3,构建深度学习网络,结合步骤2获得的性能指标,计算每个性能指标导致每个微服务发生QoS冲突的概率值;
步骤4,当步骤3中的微服务发生QoS冲突的概率值大于等于80%时,采用较低级别的跟踪机制,用以检测微服务发生QoS冲突的影响因素,影响因素包括网络吞吐量、CPU的使用情况、内存的使用情况和磁盘的使用情况;
步骤5,根据步骤4得到的微服务发生QoS冲突的影响因素,计算每个微服务的老化率;
步骤6,根据步骤5中得到的微服务老化率,确定微服务老化的具体原因。
2.根据权利要求1所述的一种用于微服务老化的预测方法,其特征在于,步骤3中,构建深度学习网络,具体方法是:
所述深度学习网络包括输入层、隐含层和输出层,其中,将步骤2中获取的性能指标作为输入层的输入,所述输入层中的每个神经元代表一个微服务,输入层中的神经元按照拓扑顺序排列;
所述输出层中的每个神经元代表一个微服务,输出层中的神经元按照拓扑顺序排列;
所述隐含层采用的是CNN+LSTM模型,包括卷积层、循环层和最终层;其中,卷积层是通过提取标准CNN模型的卷积层和最大池化层进行构造;所述循环层为LSTM网络;所述最终层为SoftMax。
3.根据权利要求1所述的一种用于微服务老化的预测方法,其特征在于,步骤5中,通过下式计算每个微服务的老化率:
式中,Es(t)表示为微服务老化率;表示为第fi个特征码依次耗尽资源的单位。
4.根据权利要求1所述的一种用于微服务老化的预测方法,其特征在于,步骤6中,确定微服务发生老化的具体原因,具体的方法是:
每个微服务对应的所有影响因素中,最高老化率所对应的影响因素为发生微服务老化的具体原因。
5.一种用于微服务老化的抗衰系统,其特征在于,包括CVAMaster节点、SourceServer节点、NFS节点、CloudDeployManager模块,其中,SourceServer节点、NFS节点、CloudDeployManager模块均与CVAMaster节点连接;所述CVAMaster节点用于控...
【专利技术属性】
技术研发人员:吴晓军,岳靖,薛云庆,
申请(专利权)人:西安交通大学,
类型:发明
国别省市:陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。