一种微服务遥测数据时序预测方法、装置、设备及介质与流程

摘要: 本发明涉及微服务架构,尤其涉及一种微服务遥测数据时序预测方法、装置、设备及介质。背景技术:1、随着云计算和分布式应用技术的发展,微服务架构被广泛应用于复杂业务系...
一种微服务遥测数据时序预测方法、装置、设备及介质与流程

本发明涉及微服务架构,尤其涉及一种微服务遥测数据时序预测方法、装置、设备及介质。

背景技术:

1、随着云计算和分布式应用技术的发展,微服务架构被广泛应用于复杂业务系统中。微服务系统由多个相互调用的服务单元组成,各服务单元在运行过程中会产生资源使用情况、请求数量、响应时延及错误信息等遥测数据,通过对上述遥测数据进行时序预测,能够分析系统运行状态和资源调度情况。

2、现有技术中,基于微服务运行过程中产生的历史遥测数据,利用时间序列预测模型对目标微服务的未来运行状态进行预测。针对单个微服务的历史遥测数据进行特征提取和预测,或是将多个微服务的遥测数据作为预测模型的输入,以利用不同服务之间的数据关联关系提高预测效果。上述方案通常对采集到的遥测数据进行处理后输入预测模型得到目标微服务对应的预测结果。

3、然而,现有技术在利用多个微服务遥测数据进行预测时,通常未考虑微服务之间的调用关联关系,容易将与目标微服务关联程度较低的服务数据引入预测过程,导致输入数据规模增加并引入无效信息;当微服务数量变化时,输入数据维度难以保持稳定,影响预测过程的准确性和适应性。

技术实现思路

1、本发明提供了一种微服务遥测数据时序预测方法、装置、设备及介质,以解决现有微服务遥测数据预测中对微服务调用关联关系利用不足的问题。

2、根据本发明的一方面,提供了一种微服务遥测数据时序预测方法,包括:

3、获取微服务调用图,根据微服务调用图确定目标微服务与对应的邻居微服务之间的关联情况,并根据关联情况选择上下文微服务;

4、将目标微服务和上下文微服务的遥测数据映射至公共时间网格;按照目标微服务和上下文微服务的排序条件设置预设数量的有序服务槽位;将有序服务槽位按照目标服务槽位在前,邻居服务槽位在后的顺序进行排序,并基于预设时间窗口长度和有序服务槽位构建固定宽度邻域上下文窗口;

5、根据固定宽度邻域上下文窗口对公共时间网格内各遥测数据进行采集,获取运行指标,将各运行指标按照时间段划分为时间片信息,并对时间片信息进行向量化处理,对向量化处理后的时间片信息添加数据属性信息,以获得微服务调用图邻域条件化的模型输入序列;

6、将模型输入序列输入预设的时间序列预测模型,以得到待预测时间段内的遥测数据时序预测结果。

7、根据本发明的另一方面,提供了一种微服务遥测数据时序预测装置,包括:

8、上下文微服务选择模块,用于获取微服务调用图,根据微服务调用图确定目标微服务与对应的邻居微服务之间的关联情况,并根据关联情况选择上下文微服务;

9、固定宽度邻域上下文窗口构建模块,用于将目标微服务和上下文微服务的遥测数据映射至公共时间网格;按照目标微服务和上下文微服务的排序条件设置预设数量的有序服务槽位;将有序服务槽位按照目标服务槽位在前,邻居服务槽位在后的顺序进行排序,并基于预设时间窗口长度和有序服务槽位构建固定宽度邻域上下文窗口;

10、模型输入序列获取模块,用于根据固定宽度邻域上下文窗口对公共时间网格内各遥测数据进行采集,获取运行指标,将各运行指标按照时间段划分为时间片信息,并对时间片信息进行向量化处理,对向量化处理后的时间片信息添加数据属性信息,以获得微服务调用图邻域条件化的模型输入序列;

11、目标微服务预测结果输出模块,用于将模型输入序列输入预设的时间序列预测模型,以得到待预测时间段内的遥测数据时序预测结果。

12、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:

13、至少一个处理器;以及

14、与所述至少一个处理器通信连接的存储器;其中,

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序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本发明任一实施例所述的微服务遥测数据时序预测方法。

16、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的微服务遥测数据时序预测方法。

17、本发明实施例提供的一种微服务遥测数据时序预测方法,获取微服务调用图,根据微服务调用图确定目标微服务与对应的邻居微服务之间的关联情况,并根据关联情况选择上下文微服务;将目标微服务和上下文微服务的遥测数据映射至公共时间网格;按照目标微服务和上下文微服务的排序条件设置预设数量的有序服务槽位;将有序服务槽位按照目标服务槽位在前,邻居服务槽位在后的顺序进行排序,并基于预设时间窗口长度和有序服务槽位构建固定宽度邻域上下文窗口;根据固定宽度邻域上下文窗口对公共时间网格内各遥测数据进行采集,获取运行指标,将各运行指标按照时间段划分为时间片信息,并对时间片信息进行向量化处理,对向量化处理后的时间片信息添加数据属性信息,以获得微服务调用图邻域条件化的模型输入序列;将模型输入序列输入预设的时间序列预测模型,以得到待预测时间段内的遥测数据时序预测结果。通过采用上述技术方案,通过根据微服务调用图确定目标微服务与对应的邻居微服务之间的关联情况,能够根据关联关系筛选与目标微服务相关的上下文微服务,减少采用无关遥测数据,提高数据的有效性和遥测数据时序预测的适应性;通过将目标微服务和上下文微服务的遥测数据映射至公共时间网格,实现对不同来源遥测数据的时间对齐,提高遥测数据时序预测的准确性;基于公共时间网格,对目标微服务和上下文微服务排序,确定各微服务对应的服务槽位,得到有序服务槽位,实现对各微服务遥测数据的组织;对有序服务槽位中目标服务槽位和邻居服务槽位进行排序,结合预设时间窗口长度和有序服务槽位,构建用于时序预测的固定宽度邻域上下文窗口,实现对历史遥测数据的窗口化处理,保留用于预测的时间上下文信息;通过固定宽度邻域上下文窗口采集公共时间网格内各遥测数据,能够得到运行指标,将各运行指标按照时间段划分为时间片信息,并对时间片信息进行向量化处理,实现对遥测数据的时序化和特征化处理;通过对向量化处理后的时间片信息添加数据属性信息,实现将数据属性信息与时间片信息的融合,形成包含数据属性和时间特征的模型输入序列;通过将模型输入序列输入预设的时间序列预测模型,对输入序列进行时序特征分析,能够获得目标微服务在待预测时间段内的遥测数据时序预测结果。

18、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。

1.一种微服务遥测数据时序预测方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取微服务调用图,根据所述微服务调用图确定目标微服务与对应的邻居微服务之间的关联情况,并根据所述关联情况选择上下文微服务之前,还包括:

3.根据权利要求1所述的方法,其特征在于,所述关联情况包括:目标微服务与对应的邻居微服务之间的路径距离、调用强度以及节点标识;

4.根据权利要求1所述的方法,其特征在于,所述排序条件包括上下文微服务的最短路径、调用强度以及节点标识;

5.根据权利要求1或4所述的方法,其特征在于,所述数据属性信息包括服务槽位信息、指标类型信息、采样分辨率编码和有效槽位信息;

6.根据权利要求5所述的方法,其特征在于,所述根据所述固定宽度邻域上下文窗口对所述公共时间网格内各所述遥测数据进行采集之前,还包括:

7.根据权利要求6所述的方法,其特征在于,所述将所述模型输入序列输入预设的时间序列预测模型,以得到待预测时间段内的遥测数据时序预测结果,包括:

8.一种微服务遥测数据时序预测装置,其特征在于,包括:

9.一种电子设备,其特征在于,所述电子设备包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的微服务遥测数据时序预测方法。