一种异常识别方法、装置、计算机设备及介质制造方法及图纸

本申请实施例公开了一种异常识别方法、装置、计算机设备及介质，其中方法包括：获取集群中N个Pod中每个Pod对应的时延序列；任一Pod的时间序列由k个参考时延构成，N和k均为正整数；基于N个Pod分别对应的时延序列确定进行Pod异常判定的异常参考值；基于每个Pod对应的时间序列所包括的k个参考时延以及异常参考值，确定每个Pod的异常结果；任一Pod的异常结果用于指示任一Pod是否存在异常，可以从集群中识别出异常的Pod，并可以提高异常识别的准确性。

【技术实现步骤摘要】

本申请涉及计算机，尤其涉及一种异常识别方法、装置、计算机设备及介质。

技术介绍

1、目前，公司的redis等产品的代理层通常可以采用k8s集群部署，以为运维提供了良好的扩/缩容能力。但是k8s集群的pod通过会出现抖动等异常情况，而由于pod的异常通常会对产品的稳定性造成严重影响，导致产品的sla(service-level agreement，服务级别协议)难以达标。因此，如何检测出集群中异常的pod成为了当前研究热点。

技术实现思路

1、本申请实施例提供了一种异常识别方法、装置、计算机设备及介质，可以从集群中识别出异常的pod，并可以提高异常识别的准确性。

2、本申请实施例第一方面公开了一种异常识别方法，所述方法包括：

3、获取集群中n个pod中每个pod对应的时延序列；任一pod的时间序列由k个参考时延构成，n和k均为正整数；

4、基于所述n个pod分别对应的时延序列确定进行pod异常判定的异常参考值；

5、基于所述每个pod对应的时间序列所包括的k个参考本文档来自技高网...

【技术保护点】

1.一种异常识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述N个Pod分别对应的时延序列确定进行Pod异常判定的异常参考值，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述N个时延均值以及所述均值中位数，确定进行Pod异常判定的异常参考值，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述每个Pod对应的时间序列所包括的k个参考时延以及所述异常参考值，确定所述每个Pod的异常结果，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述述k个比较结果确定所述任一Po...

【技术特征摘要】

1.一种异常识别方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述n个pod分别对应的时延序列确定进行pod异常判定的异常参考值，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述n个时延均值以及所述均值中位数，确定进行pod异常判定的异常参考值，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述每个pod对应的时间序列所包括的k个参考时延以及所述异常参考值，确定所述每个pod的异常结果，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述述k个比较结果确定所述任一pod的异常结果，包括：

6.根据权利要求4所述的方法，其特征在于，所述基于所述k个比较结果确定所述任一pod的异常结果，包括：

7...

【专利技术属性】
技术研发人员：申航，吴发发，李清炳，毛琦，
申请(专利权)人：行吟信息科技上海有限公司，
类型：发明
国别省市：