一种基于实时流处理框架的服务熔断方法和装置与流程

1.本发明涉及计算机技术领域，尤其涉及一种基于实时流处理框架的服务熔断方法和装置。


背景技术：

2.熔断机制是应对雪崩效应的一种微服务链路保护机制。我们在各种场景下都会接触到熔断这两个字。高压电路中，如果某个地方的电压过高，熔断器就会熔断，对电路进行保护。股票交易中，如果股票指数过高，也会采用熔断机制，暂停股票的交易。同样，在微服务架构中，熔断机制也是起着类似的作用。当算出链路的某个微服务不可用或者响应时间太长时，会进行服务的降级，进而熔断该节点微服务的调用，快速返回约定好的错误码，熔断后需要不断检测服务是否正常，如果响应已正常需要恢复调用链路。
3.在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
4.采用定时轮询的方式采集服务日志，因此不能及时发现服务异常，导致出现服务雪崩等严重问题。


技术实现要素：

5.有鉴于此，本发明实施例提供一种基于实时流处理框架的服务熔断方法和装置，以解决不能及时发现服务异常的技术问题。
6.为实现上述目的，根据本发明实施例的一个方面，提供了一种基于实时流处理框架的服务熔断方法，包括：
7.采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率；
8.若所述服务的错误率大于熔断阈值，则开启所述服务的熔断器，以对所述服务进行熔断；
9.若所述服务的错误率小于或等于熔断阈值，则关闭所述服务的熔断器。
10.可选地，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，包括：
11.将时间窗口划分为n个桶；其中，n为正整数；
12.记录每个桶内所述服务日志中各个请求的处理结果；
13.根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率；。
14.可选地，根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率，包括：
15.将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；
16.将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求
数量；
17.将所述第一请求数量除以所述第二请求数量，得到服务的错误率。
18.可选地，还包括：
19.若所述服务的熔断器开启，则通过异常处理逻辑处理请求；
20.若所述服务的熔断器关闭，则调用所述服务。
21.可选地，通过异常处理逻辑处理请求，包括：
22.若当前时间到达所述服务的睡眠结束时间，则允许部分请求调用所述服务，并将所述部分请求的处理结果写入所述服务日志中；
23.若当前时间未到达所述服务的睡眠结束时间，则继续睡眠，并通过异常处理逻辑处理请求。
24.可选地，所述实时流处理框架为apache flink框架。
25.可选地，所述实时流处理框架的处理速度为毫秒级。
26.另外，根据本发明实施例的另一个方面，提供了一种基于实时流处理框架的服务熔断装置，包括：
27.计算模块，用于采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率；
28.熔断模块，用于若所述服务的错误率大于熔断阈值，则开启所述服务的熔断器，以对所述服务进行熔断；若所述服务的错误率小于或等于熔断阈值，则关闭所述服务的熔断器。
29.可选地，所述计算模块还用于：
30.将时间窗口划分为n个桶；其中，n为正整数；
31.记录每个桶内所述服务日志中各个请求的处理结果；
32.根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率。
33.可选地，所述计算模块还用于：
34.将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；
35.将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求数量；
36.将所述第一请求数量除以所述第二请求数量，得到服务的错误率。
37.可选地，所述熔断模块还用于：
38.若所述服务的熔断器开启，则通过异常处理逻辑处理请求；
39.若所述服务的熔断器关闭，则调用所述服务。
40.可选地，所述熔断模块还用于：
41.若当前时间到达所述服务的睡眠结束时间，则允许部分请求调用所述服务，并将所述部分请求的处理结果写入所述服务日志中；
42.若当前时间未到达所述服务的睡眠结束时间，则继续睡眠，并通过异常处理逻辑处理请求。
43.可选地，所述实时流处理框架为apache flink框架。
44.可选地，所述实时流处理框架的处理速度为毫秒级。
45.根据本发明实施例的另一个方面，还提供了一种电子设备，包括：
46.一个或多个处理器；
47.存储装置，用于存储一个或多个程序，
48.当所述一个或多个程序被所述一个或多个处理器执行时，所述一个或多个处理器实现上述任一实施例所述的方法。
49.根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。
50.上述发明中的一个实施例具有如下优点或有益效果：因为采用基于实时流处理框架采集服务日志，并根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，从而根据错误率确定是否开启熔断器的技术手段，所以克服了现有技术中不能及时发现服务异常的技术问题。本发明实施例通过实时流处理框架实时计算服务的错误率，可以保证在线服务出现问题时能够及时发现，避免出现服务雪崩等更严重问题。
51.上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
52.附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
53.图1是根据本发明实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图；
54.图2是根据本发明实施例的滑动时间窗口的示意图；
55.图3是根据本发明一个可参考实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图；
56.图4是根据本发明另一个可参考实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图；
57.图5是根据本发明实施例的基于实时流处理框架的服务熔断装置的主要模块的示意图；
58.图6是本发明实施例可以应用于其中的示例性系统架构图；
59.图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
60.以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
61.图1是根据本发明实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述基于实时流处理框架的服务熔断方法可以包括：
62.步骤101，采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率。
63.实时发现服务异常的前提是服务日志的实时采集，本发明实施例基于实时流处理框架实时采集服务日志，以保证能够及时发现服务异常。
64.可选地，所述实时流处理框架为apache flink框架。apache flink是由apache软件基金会开发的开源流处理框架，其核心是用java和scala编写的分布式流数据流引擎。flink以数据并行和流水线方式执行任意流数据程序，flink的流水线运行时系统可以执行批处理和流处理程序。此外，flink的运行时本身也支持迭代算法的执行。
65.可选地，所述实时流处理框架的处理速度为毫秒级。采用实时流处理框架采集服务日志，并根据服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，可以实时计算出服务的错误率，有助于及时发现服务异常。
66.可选地，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，包括：将时间窗口划分为n个桶；记录每个桶内所述服务日志中各个请求的处理结果；根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率；其中，n为正整数。采集到服务日志后，基于时间窗口对服务日志中记录的各个请求的处理结果进行分析，从而计算出服务的错误率。例如，时间窗口的大小可以是5、8、10或者20秒等，桶的大小可以是0.5秒、1秒、2秒或者5秒等。具体地，记录每个桶内所述服务日志中各个请求的处理结果(比如成功、失败、超时或者拒绝等)，统计距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，从而计算出服务的错误率。
67.如图2所示，时间窗口的滑动时间间隔由桶的大小决定，以保证统计的处理结果是距离当前时间最近的n个桶内的服务日志，随着时间窗口的滑动，丢弃时间窗口之外的桶内的数据，只需要记录时间窗口之内的桶内的数据。
68.可选地，根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率，包括：将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求数量；将所述第一请求数量除以所述第二请求数量，得到服务的错误率。如图2所示，桶(bucket)以1秒为例，时间窗口以10秒为例，记录每个桶内请求结果为成功的请求数量、请求结果为失败的请求数量、请求结果为超时的请求数量和请求结果为拒绝的请求数量，然后将距离当前时间最近的10个桶内请求结果为失败的请求数量、请求结果为超时的请求数量和请求结果为拒绝的请求数量相加，得到第一请求数量，将距离当前时间最近的10个桶内的所有请求相加，得到第二请求数量；最后将所述第一请求数量除以所述第二请求数量，计算得到服务的错误率。
69.固定时间统计请求的处理结果会出现临界点瞬间大流量冲击的问题，导致计算结果不精准。因此本发明实施例采用时间窗口来记录请求的处理结果，随着时间窗口的滑动，记录距离当前时间最近的n个桶内的处理结果。每个桶都有独立的计数器，在计算整个时间窗口内的请求总数时会累加n个桶内的计数器。需要说的是，时间窗口划分的越细，那么时间窗口的滚动就越平滑，限流的统计就会越精确。
70.步骤102，判断所述服务的错误率是否大于熔断阈值；若是，则执行步骤103；若否，则执行步骤104。
71.判断服务的错误率是否大于预设的熔断阈值(比如30％、45％、50％或者65％等)；若是，则触发熔断；若否，则说明服务可用，可以调用服务。
72.步骤103，开启所述服务的熔断器，以对所述服务进行熔断。
73.如果服务的错误率大于预设的熔断阈值，说明该服务不可用或者响应时间太长，则开启所述服务的熔断器，熔断该服务的调用。
74.在微服务架构中，微服务是完成一个单一的业务功能，这样做的好处是可以做到解耦，每个微服务可以独立演进。但是，一个应用可能会有多个微服务组成，微服务之间的数据交互通过远程过程调用完成。这就带来一个问题，假设微服务a调用微服务b和微服务c，微服务b和微服务c又调用其它的微服务，这就是所谓的“扇出”。如果扇出的链路上某个微服务的调用响应时间过长或者不可用，对微服务a的调用就会占用越来越多的系统资源，进而引起系统崩溃，所谓的“雪崩效应”。当算出链路的某个微服务不可用或者响应时间太长时，会进行服务的降级，进而熔断该节点微服务的调用，快速返回约定好的错误码，熔断后需要不断检测服务是否正常(比如每隔5秒允许部分请求调用服务)，如果响应已正常需要恢复调用链路。
75.步骤104，关闭所述服务的熔断器。
76.如果服务的错误率小于或等于预设的熔断阈值，说明该服务可用，关闭所述服务的熔断器，恢复调用链路，使得请求可以继续调用所述服务。熔断器关闭后，也将各个桶的计数器清零。
77.服务熔断后，调用服务的请求不会停止，还会源源不断到来，但是不再走正常业务逻辑，而是走异常处理逻辑，比如返回一份默认推荐结果等。
78.根据上面所述的各种实施例，可以看出本发明实施例通过基于实时流处理框架采集服务日志，并根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，从而根据错误率确定是否开启熔断器的技术手段，解决了现有技术中不能及时发现服务异常的技术问题。本发明实施例通过实时流处理框架实时计算服务的错误率，可以保证在线服务出现问题时能够及时发现，避免出现服务雪崩等更严重问题。
79.图3是根据本发明一个可参考实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图。作为本发明的一个实施例，如图3所示，所述基于实时流处理框架的服务熔断方法可以包括：
80.步骤301，采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率。
81.采用实时流处理框架采集服务日志，并根据服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，可以实时计算出服务的错误率，从而有助于及时发现服务异常。
82.可选地，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，包括：将时间窗口划分为n个桶；记录每个桶内所述服务日志中各个请求的处理结果；根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率；其中，n为正整数。具体地，记录每个桶内所述服务日志中各个请求的处理结果(比如成功、失败、超时或者拒绝等)，统计距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，从而计算出服务的错误率。
83.可选地，根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率，包括：将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求数量；将所述第一请求数量除以所述第二请求数量，得到服务的错误率。
84.步骤302，判断所述服务的错误率是否大于熔断阈值；若是，则执行步骤303；若否，则执行步骤304。
85.步骤303，开启所述服务的熔断器，以对所述服务进行熔断。
86.如果服务的错误率大于预设的熔断阈值，说明该服务不可用或者响应时间太长，则开启所述服务的熔断器，熔断该服务的调用。
87.步骤304，关闭所述服务的熔断器。
88.如果服务的错误率小于或等于预设的熔断阈值，说明该服务可用，关闭所述服务的熔断器，恢复调用链路，使得请求可以继续调用所述服务。
89.步骤305，判断所述服务的熔断器是否开启；若是，则执行步骤306；若否，则执行步骤309。
90.每次请求传入时，都需要判断服务的熔断器是否开启。
91.步骤306，判断当前时间是否到达所述服务的睡眠结束时间；若是，则执行步骤307；若否，则执行步骤308。
92.如果所述服务的熔断器已开启，则继续判断所述服务的睡眠时间是否已过。可以预先配置睡眠时间间隔，比如5秒、10秒或者30秒等，也就是说，在熔断器开启期间，需要判断当前时间是否到达所述服务的睡眠结束时间。本次睡眠结束时间是由上一次睡眠结束时间加上睡眠时间间隔得到。
93.步骤307，允许部分请求调用所述服务，并将所述部分请求的处理结果写入所述服务日志中。
94.服务熔断后需要不断检测服务是否正常，比如每隔5秒、10秒或者30秒允许部分请求调用服务，并将所述部分请求的处理结果写入所述服务日志中。
95.步骤308，继续睡眠，并通过异常处理逻辑处理请求。
96.如果睡眠时间未过，则继续睡眠，并通过异常处理逻辑，比如返回一份默认推荐结果等。
97.步骤309，调用所述服务。
98.如果服务的熔断器已关闭，说明服务恢复正常，可以正常调用。
99.另外，在本发明一个可参考实施例中基于实时流处理框架的服务熔断方法的具体实施内容，在上面所述基于实时流处理框架的服务熔断方法中已经详细说明了，故在此重复内容不再说明。
100.图4是根据本发明另一个可参考实施例的基于实时流处理框架的服务熔断方法的主要流程的示意图。作为本发明的一个实施例，如图4所示，所述基于实时流处理框架的服务熔断方法可以包括：
101.当请求传入时，调用callable()函数。判断服务的熔断器是否开启，如果熔断器没有开启，则直接调用服务；如果熔断器已经开启，则继续判断当前时间是否到达所述服务的
睡眠结束时间；如果当前时间到达所述服务的睡眠结束时间，则返回是，允许部分请求调用所述服务，并将所述部分请求的处理结果写入所述服务日志中；如果当前时间还未到达所述服务的睡眠结束时间，则返回否，并继续睡眠。
102.在判断服务的熔断器是否开启时，可以调用isopenflag()函数。采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率；判断所述服务的错误率是否大于熔断阈值；如果服务的错误率大于熔断阈值，则开启所述服务的熔断器；如果服务的错误率小于或等于熔断阈值，则关闭所述服务的熔断器，并将各个桶内的计数器清零。
103.所述实时流处理框架的处理速度为毫秒级。采用实时流处理框架采集服务日志，并根据服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，可以实时计算出服务的错误率，有助于及时发现服务异常。可选地，所述服务熔断方法可以基于apache flink框架来实现，这样能够及时发现服务异常。
104.可选地，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，包括：将时间窗口划分为n个桶；记录每个桶内所述服务日志中各个请求的处理结果；根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率；其中，n为正整数。采集到服务日志后，基于时间窗口对服务日志中记录的各个请求的处理结果进行分析，从而计算出服务的错误率。例如，时间窗口的大小可以是6、10、12、20或者30秒等，桶的大小可以是0.6秒、1秒、2秒、5秒或者6秒等。具体地，记录每个桶内所述服务日志中各个请求的处理结果(比如成功、失败、超时或者拒绝等)，统计距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，从而计算出服务的错误率。
105.可选地，根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率，包括：将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求数量；将所述第一请求数量除以所述第二请求数量，得到服务的错误率。举例来说，桶(bucket)以0.5秒为例，时间窗口以10秒为例，记录每个桶内请求结果为成功的请求数量、请求结果为失败的请求数量、请求结果为超时的请求数量和请求结果为拒绝的请求数量，然后将距离当前时间最近的20个桶内请求结果为失败的请求数量、请求结果为超时的请求数量和请求结果为拒绝的请求数量相加，得到第一请求数量，将距离当前时间最近的20个桶内的所有请求相加，得到第二请求数量；最后将所述第一请求数量除以所述第二请求数量，计算得到服务的错误率。
106.其中，请求结果为成功的请求数量可以通过执行setsuccess(time)函数得到，请求结果为失败的请求数量、请求结果为超时的请求数量和请求结果为拒绝的请求数量可以通过执行setfail(time)函数得到。
107.另外，在本发明另一个可参考实施例中基于实时流处理框架的服务熔断方法的具体实施内容，在上面所述基于实时流处理框架的服务熔断方法中已经详细说明了，故在此重复内容不再说明。
108.图5是根据本发明实施例的基于实时流处理框架的服务熔断装置的主要模块的示意图，如图5所示，所述基于实时流处理框架的服务熔断装置500包括计算模块501和熔断模块502；其中，计算模块501用于采集服务日志，根据所述服务日志中各个请求的处理结果并
基于时间窗口计算服务的错误率；熔断模块502用于若所述服务的错误率大于熔断阈值，则开启所述服务的熔断器，以对所述服务进行熔断；若所述服务的错误率小于或等于熔断阈值，则关闭所述服务的熔断器。
109.可选地，所述计算模块501还用于：
110.将时间窗口划分为n个桶；其中，n为正整数；
111.记录每个桶内所述服务日志中各个请求的处理结果；
112.根据距离当前时间最近的n个桶内所述服务日志中各个请求的处理结果，计算服务的错误率。
113.可选地，所述计算模块501还用于：
114.将距离当前时间最近的n个桶内所述服务日志中处理结果为失败、超时和拒绝的各个请求相加，得到第一请求数量；
115.将距离当前时间最近的n个桶内所述服务日志中的各个请求相加，得到第二请求数量；
116.将所述第一请求数量除以所述第二请求数量，得到服务的错误率。
117.可选地，所述熔断模块502还用于：
118.若所述服务的熔断器开启，则通过异常处理逻辑处理请求；
119.若所述服务的熔断器关闭，则调用所述服务。
120.可选地，所述熔断模块502还用于：
121.若当前时间到达所述服务的睡眠结束时间，则允许部分请求调用所述服务，并将所述部分请求的处理结果写入所述服务日志中；
122.若当前时间未到达所述服务的睡眠结束时间，则继续睡眠，并通过异常处理逻辑处理请求。
123.可选地，所述实时流处理框架为apache flink框架。
124.可选地，所述实时流处理框架的处理速度为毫秒级。
125.根据上面所述的各种实施例，可以看出本发明实施例通过基于实时流处理框架采集服务日志，并根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，从而根据错误率确定是否开启熔断器的技术手段，解决了现有技术中不能及时发现服务异常的技术问题。本发明实施例通过实时流处理框架实时计算服务的错误率，可以保证在线服务出现问题时能够及时发现，避免出现服务雪崩等更严重问题。
126.需要说明的是，在本发明所述基于实时流处理框架的服务熔断装置的具体实施内容，在上面所述基于实时流处理框架的服务熔断方法中已经详细说明了，故在此重复内容不再说明。
127.图6示出了可以应用本发明实施例的基于实时流处理框架的服务熔断方法或基于实时流处理框架的服务熔断装置的示例性系统架构600。
128.如图6所示，系统架构600可以包括终端设备601、602、603，网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
129.用户可以使用终端设备601、602、603通过网络604与服务器605交互，以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用，例如购物类应用、网
页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
130.终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
131.服务器605可以是提供各种服务的服务器，例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的物品信息查询请求等数据进行分析等处理，并将处理结果反馈给终端设备。
132.需要说明的是，本发明实施例所提供的基于实时流处理框架的服务熔断方法一般由服务器605执行，相应地，所述基于实时流处理框架的服务熔断装置一般设置在服务器605中。
133.应该理解，图6中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
134.下面参考图7，其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
135.如图7所示，计算机系统700包括中央处理单元(cpu)701，其可以根据存储在只读存储器(rom)702中的程序或者从存储部分708加载到随机访问存储器(ram)703中的程序而执行各种适当的动作和处理。在ram 703中，还存储有系统700操作所需的各种程序和数据。cpu 701、rom 702以及ram703通过总线704彼此相连。输入/输出(i/o)接口705也连接至总线704。
136.以下部件连接至i/o接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至i/o接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。
137.特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序，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。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(cpu)701执行时，执行本发明的系统中限定的上述功能。
138.需要说明的是，本发明所示的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或者是上述两者的任意组合。计算机可读存储介质例如可以是——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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中，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。而在本
发明中，计算机可读的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。
139.附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序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，上述模块、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，框图或流程图中的每个方框、以及框图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基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
140.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括计算模块和熔断模块，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
141.作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，该设备实现如下方法：采集服务日志，根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率；若所述服务的错误率大于熔断阈值，则开启所述服务的熔断器，以对所述服务进行熔断；若所述服务的错误率小于或等于熔断阈值，则关闭所述服务的熔断器。
142.根据本发明实施例的技术方案，因为采用基于实时流处理框架采集服务日志，并根据所述服务日志中各个请求的处理结果并基于时间窗口计算服务的错误率，从而根据错误率确定是否开启熔断器的技术手段，所以克服了现有技术中不能及时发现服务异常的技术问题。本发明实施例通过实时流处理框架实时计算服务的错误率，可以保证在线服务出现问题时能够及时发现，避免出现服务雪崩等更严重问题。
143.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。