云原生运维工作量动态估算方法、系统及装置与流程

1.本发明涉及自动化管理技术领域，具体地涉及一种云原生运维工作量动态估算方法、一种云原生运维工作量动态估算系统以及一种云原生运维工作量动态估算装置。


背景技术：

2.云原生是基于分布部署和统一运管的分布式云，以容器、微服务、devops等技术为基础建立的一套云技术产品体系。云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式api。这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。
3.在过去依赖传统的高可靠性基础设施的时代，服务的可靠性依赖于高可靠性的服务器。然而，这些基础设施需要很高的固定成本投入，且这些基础设施进行初始化或者配置的成本也非常高(对于大中型机，甚至重启都是不可接受的)。在依赖高可靠性基础设施的时代，不可变基础设施的设想是难以实现的，开发人员总是需要在服务器上对运行环境做持续的更改，如：系统升级，配置修改，补丁等。在许多手动修改之后，服务器的不同配置的重要性或必要性变得不清楚，因此更新或更改任何配置都可能会产生意想不到的副作用。
4.随着基础设施引入云原生架构，物理机、操作系统以及底层配置实现了非变量基础设施，极大的降低了获取标准化基础设施的成本。在原生架构基础上，容器和虚拟机、持续开发和运维、微服务、持续部署四个技术的引入可以方便地打包构建应用及其运行时的依赖环境，构建不可变的、可版本化管理的服务，将开发和运维大部分的工作量都从原有的业务代码中释放给了原生架构，从而降低了业务开发和运维人员的工作量。
5.虽然云原生的引入降低了运维工作量，但是运维仍然需要投入人力以及云资源，因此如何根据云原生上的项目信息来自动估算工作量成为了资源估算管理的难点。


技术实现要素：

6.本发明实施方式的目的是提供一种云原生运维工作量动态估算方法、系统及装置，基于云原生体系智能的评估出运维工作量。
7.为了实现上述目的，本发明第一方面提供一种云原生运维工作量动态估算方法，所述方法包括：
8.获取基于云原生架构的运维项目的工作量估算参数；
9.获取预设工作量计算规则，以及
10.根据所述工作量估算参数以及所述预设工作量计算规则计算得到该运维项目的云原生运维工作量。该方法自动获取运维项目的工作量估算参数和预设工作量计算规则，实现自动计算运维项目的云原生运维工作量。
11.可选的，所述工作量估算参数包括：业务软件参数、不可变基础设施参数和工作量
估算相关参数，所述根据所述工作量估算参数以及所述预设工作量计算规则计算得到该项目的云原生运维工作量，包括：
12.将所述业务软件参数和不可变基础设施参数之和作为第一中间参数；
13.基于所述第一中间参数和所述相关参数确定工作量。
14.进一步地，所述业务软件参数包括：功能点数和业务软件规模调整系数，所述不可变基础设施参数包括：操作系统规模参数、操作系统规模调整系数、中间件规模参数、中间件规模调整系数、技术栈规模参数和技术栈规模调整系数，所述工作量估算相关参数包括云原生运维因子参数、用户规模参数、业务运行连续性参数、支持方式参数和业务重要性参数，所述工作量表征为：
15.云原生运维工作量＝第一中间参数*云原生运维因子参数*用户规模参数*业务运行连续性参数*支持方式参数*业务重要性参数*运维生产率；
16.其中，第一中间参数＝业务软件规模参数*业务软件规模调整系数 操作系统规模参数*操作系统规模调整系数 中间件规模参数*中间件规模调整系数 技术栈规模参数*技术栈规模调整系数；运维生产率为预设参数。云原生运维工作量的计算结合云原生架构能够提供非变量基础设施的特性，设置云原生运维因子，能够更精准测算出运维工作量，有利于更好的部署云原生架构上下各阶段基础设施规划和建设。
17.可选的，所述获取基于云原生架构的运维项目的工作量估算参数，包括：
18.获取项目清单列表，并解析得到项目的地址和域名；
19.根据项目的ip地址，遍历每一台宿主机，获取宿主机上的基础软件、代码栈中运行的进程和业务模块配置文件；
20.根据基础软件、代码栈中运行的进程解析得到业务软件参数和不可变基础设施参数；
21.构建查询指标，查询获取用户访问数量的峰值；
22.采用面向资源接口方式获取云原生四大能力的运维软件名称；
23.根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到运维项目的工作量估算相关参数。从云原生架构获取项目清单列表作为基础数据，解析项目清单列表，得到获取工作量估算参数需要的项目地址和域名，查询指标和面向资源接口方式都能够较强的关联到对应的项目上，减少了获取工作量估算参数的工作量，同时保证了获取的工作量估算参数的准确性。
24.可选的，所述基础软件包括操作系统、中间件和代码栈；所述根据基础软件、代码栈中运行的进程解析得到业务软件参数和不可变基础设施参数，包括：
25.遍历获取操作系统名称，根据操作系统名称匹配获取操作系统版本号；
26.将代码栈中运行的进程与中间件名称进行对比，匹配得到中间件类型和版本；
27.将获取的代码栈与代码栈名称进行对比，匹配得到代码栈类型和版本；
28.通过进程或反向解析的方式对代码栈中运行的进程进行解析，得到代码栈中运行的进程的功能点数和版本；
29.将所述操作系统版本号、中间件类型和版本、代码栈类型和版本与预设的运维系数进行匹配得到不可变基础设施参数；
30.将进程的版本与预设的运维系数进行匹配，得到业务软件规模调整系数。通过上
述步骤实现从基础软件自动解析得到云原生工作量估算的不可变基础设施参数和业务软件规模调整系数，不需要人工确定各个参数的取值，方便快捷，节省人力。
31.可选的，所述根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到工作量估算相关参数，包括：
32.将所获取的云原生四大能力的运维软件名称与设定好的运维成熟度进行匹配，得到云原生运维因子参数；
33.将获取的用户访问数量的峰值与预设的用户规模划分规则进行匹配，得到用户规模参数；
34.解析所述业务模块配置文件，获取业务模块等级标志、支持方式标志和业务重要性类别标志；
35.将所述业务模块等级标志与预设的业务模块等级划分规则进行匹配，得到业务运行连续性参数；
36.将所述支持方式标志与预设的支持方式划分规则进行匹配，得到支持方式参数；
37.将所述业务重要性类别标志与预设的业务重要性划分规则进行匹配，得到业务重要性参数。通过上述步骤可以根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到工作量估算相关参数，不需要人工确定各个参数的取值，方便快捷，节省人力。
38.本发明第二方面提供一种云原生运维工作量动态估算系统，所述系统包括：
39.估算参数获取单元，用于获取基于云原生架构的运维项目的工作量估算参数；
40.规则获取单元，用于获取预设工作量计算规则；
41.工作量估算单元，用于根据所述工作量估算参数以及所述预设工作量计算规则计算得到该运维项目的云原生运维工作量。该系统能够自动获取运维项目的工作量估算参数和预设工作量计算规则，实现自动计算运维项目的云原生运维工作量。
42.可选的，所述工作量估算参数包括：业务软件参数、不可变基础设施参数和工作量估算相关参数，所述根据所述工作量估算参数以及所述预设工作量计算规则计算得到该项目的云原生运维工作量，包括：
43.将所述业务软件参数和不可变基础设施参数之和作为第一中间参数；
44.基于所述第一中间参数和所述相关参数确定工作量。
45.可选的，所述业务软件参数包括：功能点数和业务软件规模调整系数，所述不可变基础设施参数包括：操作系统规模参数、操作系统规模调整系数、中间件规模参数、中间件规模调整系数、技术栈规模参数和技术栈规模调整系数，所述工作量估算相关参数包括云原生运维因子参数、用户规模参数、业务运行连续性参数、支持方式参数和业务重要性参数，所述工作量表征为：
46.云原生运维工作量＝第一中间参数*云原生运维因子参数*用户规模参数*业务运行连续性参数*支持方式参数*业务重要性参数*运维生产率；
47.其中，第一中间参数＝业务软件规模参数*业务软件规模调整系数 操作系统规模参数*操作系统规模调整系数 中间件规模参数*中间件规模调整系数 技术栈规模参数*技术栈规模调整系数；运维生产率为预设参数。云原生运维工作量的计算结合云原生架构能够提供非变量基础设施的特性，设置云原生运维因子，能够更精准测算出运维工作量，有利
于更好的部署云原生架构上下各阶段基础设施规划和建设。
48.可选的，所述估算参数获取单元包括：
49.项目基础数据获取单元，用于：
50.从获取的项目清单列表解析得到项目的地址和域名；根据项目的ip地址；
51.遍历每一台宿主机，获取宿主机上的基础软件、代码栈中运行的进程和业务模块配置文件；
52.构建查询指标，查询获取用户访问数量的峰值；以及
53.采用面向资源接口方式获取云原生四大能力的运维软件名称；
54.不可变基础设施参数获取模块，用于：
55.遍历获取操作系统名称，根据操作系统名称匹配获取操作系统版本号；
56.将代码栈中运行的进程与中间件名称进行对比，匹配得到中间件类型和版本；
57.将获取的代码栈与代码栈名称进行对比，匹配得到代码栈类型和版本；以及
58.将所述操作系统版本号、中间件类型和版本、代码栈类型和版本与预设的运维系数进行匹配得到不可变基础设施参数；
59.业务软件参数获取模块，用于：
60.通过进程或反向解析的方式对代码栈中运行的进程进行解析，得到代码栈中运行的进程的功能点数和版本；以及
61.将进程的版本与预设的运维系数进行匹配，得到业务软件规模调整系数；
62.工作量估算相关参数获取模块，用于：
63.将所获取的云原生四大能力的运维软件名称与设定好的运维成熟度进行匹配，得到云原生运维因子参数；
64.将获取的用户访问数量的峰值与预设的用户规模划分规则进行匹配，得到用户规模参数；
65.解析所述业务模块配置文件，获取业务模块等级标志、支持方式标志和业务重要性类别标志；
66.将所述业务模块等级标志与预设的业务模块等级划分规则进行匹配，得到业务运行连续性参数；
67.将所述支持方式标志与预设的支持方式划分规则进行匹配，得到支持方式参数；以及
68.将所述业务重要性类别标志与预设的业务重要性划分规则进行匹配，得到业务重要性参数。通过设置的项目基础数据获取单元、不可变基础设施参数获取模块、业务软件参数获取模块和工作量估算相关参数获取模块能够实现自动获取云原生运维工作量估算参数，减少了工作量，原生运维工作量估算参数获取自动化。
69.本发明第三方面提供一种云原生运维工作量动态估算装置，所述装置包括：
70.存储器，用于存储计算机程序；
71.控制器，用于在执行所述计算机程序时实现所述的云原生运维工作量动态估算方法。该装置能够接入云原生架构，自动从云原生架构获取数据进行各项目的运维工作量估算，不需要人为确认或输入参数，计算速度快，节省人力。
72.本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指
令用于使得机器执行所述的云原生运维工作量动态估算方法。
73.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现所述的云原生运维工作量动态估算方法。
74.通过上述技术方案，本技术提供一种云原生运维工作量动态估算方法，能够自动获取运维项目的工作量估算参数和预设工作量计算规则，实现自动计算运维项目的云原生运维工作量，估算速度快，有效替代现有由人工从云原生架构获取数据、人工进行工作量估算的方式，实现了自动化工作量计算，估算准确度高。准确的云原生运维工作量估算结果更有利于准确估算分支机构、部门、客户的系统在云原生上所需承担的持续运营的成本费用。
75.本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
76.附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：
77.图1是本发明一种实施方式提供的云原生运维工作量动态估算方法流程图；
78.图2是本发明一种实施方式提供的云原生运维工作量动态估算方法获取基于云原生架构的运维项目的工作量估算参数流程图；
79.图3是本发明一种实施方式提供的云原生运维工作量动态估算方法解析得到业务软件参数和不可变基础设施参数流程图；
80.图4为本发明一种实施方式提供的云原生运维工作量动态估算方法解析得到工作量估算相关参数流程图；
81.图5为本发明一种实施方式提供的云原生运维工作量动态估算系统框图；
82.图6为本发明一种实施方式提供的云原生运维工作量动态估算系统中项目基础数据获取单元框图。
具体实施方式
83.以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
84.图1是本发明一种实施方式提供的云原生运维工作量动态估算方法流程图。如图1所示，所述方法包括：
85.获取基于云原生架构的运维项目的工作量估算参数；
86.获取预设工作量计算规则，以及
87.根据所述工作量估算参数以及所述预设工作量计算规则计算得到该运维项目的云原生运维工作量。该方法自动获取运维项目的工作量估算参数和预设工作量计算规则，实现自动计算运维项目的云原生运维工作量。
88.在一些实施例中，所述工作量估算参数包括：业务软件参数、不可变基础设施参数和工作量估算相关参数，所述根据所述工作量估算参数以及所述预设工作量计算规则计算得到该项目的云原生运维工作量，包括：
89.将所述业务软件参数和不可变基础设施参数之和作为第一中间参数；
90.基于所述第一中间参数和所述相关参数确定工作量。
91.在一些实施例中，所述业务软件参数包括：功能点数和业务软件规模调整系数，所述不可变基础设施参数包括：操作系统规模参数、操作系统规模调整系数、中间件规模参数、中间件规模调整系数、技术栈规模参数和技术栈规模调整系数，所述工作量估算相关参数包括云原生运维因子参数、用户规模参数、业务运行连续性参数、支持方式参数和业务重要性参数，所述工作量表征为：
92.云原生运维工作量＝第一中间参数*云原生运维因子参数*用户规模参数*业务运行连续性参数*支持方式参数*业务重要性参数*运维生产率；
93.其中，第一中间参数＝业务软件规模参数*业务软件规模调整系数 操作系统规模参数*操作系统规模调整系数 中间件规模参数*中间件规模调整系数 技术栈规模参数*技术栈规模调整系数；运维生产率为预设参数。云原生运维工作量的计算结合云原生架构能够提供非变量基础设施的特性，设置云原生运维因子，能够更精准测算出运维工作量，有利于更好的部署云原生架构上下各阶段基础设施规划和建设。
94.在本技术中，运维生产率根据行业规范及行业标准确定。在本实施例中，运维生产率的预设值为0.93。
95.在一些实施例中，如图2所示，所述获取基于云原生架构的运维项目的工作量估算参数，包括：
96.s101：获取项目清单列表，并解析得到项目的ip地址和域名。
97.s102：根据项目的ip地址，遍历每一台宿主机，获取宿主机上的基础软件、代码栈中运行的进程和业务模块配置文件。在本实施例中，宿主机包括：容器和虚拟机。
98.s103：根据基础软件、代码栈中运行的进程解析得到业务软件参数和不可变基础设施参数。
99.s104：构建prometheus查询指标，查询获取用户访问数量的峰值。用户对象包括互联网、内网用户、设备、代理软件、坐席等连接到软件中的对象，这些对象会调用具体业务。在云原生架构下，用户访问采用的是dns域名方式，用户访问入口通过云原生全局负载均衡器转发到应用模块。prometheus可以通过解全局负载均衡器的接口，过滤出该模块的域名可以动态获取用户数量的峰值，并存储为新的时序。prometheus提供了一种时序数据库查询语法，通过汇聚语法创造出基于项目维度的时序查询指标，能够查询获取到对应域名下用户访问数量的峰值。在本实施例中，prometheus时序查询指标包括：项目名称、实例、域名、访问客户端、http访问类型post或get。
100.在一些实施例中，用户数量的峰值存储得到的时序可以导入大数据中，然后通过时序语法predict进行线性回归预测未来的用户量的增长，从而根据增长量来更新工作量估算需要的用户访问数量的峰值。
101.s105：采用面向资源(restful)接口方式获取云原生四大能力的运维软件名称。云原生提升能效主要在：持续开发和持续运维、持续部署、微服务架构、容器四部分能力，采用restful接口方式可以自动探测匹配动态获取云原生运维能力。
102.s106：根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到运维项目的工作量估算相关参数。从云原生架构获取项目清单列表作为基础数据，解析项目清单列表，得到获取工作量估算参数需要的项目地址和域名，查询指标和
面向资源接口方式都能够较强的关联到对应的项目上，减少了获取工作量估算参数的工作量，同时保证了获取的工作量估算参数的准确性。
103.在本实施例中，所述基础软件包括操作系统、中间件和代码栈；所述根据基础软件、代码栈中运行的进程解析得到业务软件参数和不可变基础设施参数，如图3所示，包括：
104.s1031：遍历获取操作系统名称，根据操作系统名称匹配获取操作系统版本号。
105.s1032：将代码栈中运行的进程与中间件名称进行对比，匹配得到中间件类型和版本，在一些实施例中，中间件包括：数据库、redis、kafka、flink以及elasticsearch；
106.s1033：将获取的代码栈与代码栈名称进行对比，匹配得到代码栈类型和版本，代码栈类型可以是c/c ，php，java等技术栈；
107.s1034：通过进程或反向解析的方式对代码栈中运行的进程进行解析，得到代码栈中运行的进程的功能点数和版本；
108.s1035：将所述操作系统版本号、中间件类型和版本、代码栈类型和版本与预设的运维系数进行匹配得到不可变基础设施参数；
109.s1036：将进程的版本与预设的运维系数进行匹配，得到业务软件规模调整系数。通过上述步骤实现从基础软件自动解析得到云原生工作量估算的不可变基础设施参数和业务软件规模调整系数，不需要人工确定各个参数的取值，方便快捷，节省人力。
110.可选的，所述根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到工作量估算相关参数，如图4所示，包括：
111.s1061：将所获取的云原生四大能力的运维软件名称与设定好的运维成熟度进行匹配，得到云原生运维因子参数。在云原生架构中，羡慕运行依赖云原生四大能力，根据依赖的云原生能力可以匹配得到云原生运维因子参数，0.5表示云原生提供运维能力，1表示未使用运维原生能力。
112.s1062：将获取的用户访问数量的峰值与预设的用户规模划分规则进行匹配，得到用户规模参数。在本发明的一个实施例中，用户规模划分规则为用户访问数量的峰值小于等于1000，则用户规模参数取值为0.9，用户访问数量的峰值小于等于10000，则用户规模参数取值为1，用户访问数量的峰值大于10000，则用户规模参数取值为1.1。用户规模划分标准根据行业标准的改变进行调整。
113.s1063：解析所述业务模块配置文件，获取业务模块等级标志、支持方式标志和业务重要性类别标志；
114.s1064：将所述业务模块等级标志与预设的业务模块等级划分规则进行匹配，得到业务运行连续性参数。在一些实施例中，业务模块等级标志配置在业务模块配置文件中，通过动态解析该模块的配置文件可以获取业务模块等级标志，根据该标志可以获取业务连续性参数对应的取值，在本实施例中，业务模块等级划分规则为：将业务模块等级分为高、中、低，高对应业务连续性参数取值为4，中对应业务连续性参数取值为2，低对应业务连续性参数取值为1。
115.s1065：将所述支持方式标志与预设的支持方式划分规则进行匹配，得到支持方式参数。在本实施例中，支持方式分为三种，包括：现场支持为主、非现场支持为主、纯现场支持为主，现场支持为主支持方式参数取值为1、非现场支持为主支持方式参数取值为0.89、纯现场支持为主支持方式参数取值为1.08。
116.s1066：将所述业务重要性类别标志与预设的业务重要性划分规则进行匹配，得到业务重要性参数，在本实施例中，业务重要性划分规则为：将业务重要性分为三种，包括：核心系统、一般系统和周边系统，核心系统取值为1.1，一般系统取值为1，周边系统取值为0.9。
117.通过上述步骤可以根据业务模块配置文件、云原生四大能力的运维软件名称和用户访问数量的峰值解析得到工作量估算相关参数，不需要人工确定各个参数的取值，方便快捷，节省人力。
118.本发明第二方面提供一种云原生运维工作量动态估算系统，如图5所示，所述系统包括：
119.估算参数获取单元，用于获取基于云原生架构的运维项目的工作量估算参数；
120.规则获取单元，用于获取预设工作量计算规则；
121.工作量估算单元，用于根据所述工作量估算参数以及所述预设工作量计算规则计算得到该运维项目的云原生运维工作量。该系统能够自动获取运维项目的工作量估算参数和预设工作量计算规则，实现自动计算运维项目的云原生运维工作量。
122.在一些实施例中，所述工作量估算参数包括：业务软件参数、不可变基础设施参数和工作量估算相关参数，所述根据所述工作量估算参数以及所述预设工作量计算规则计算得到该项目的云原生运维工作量，包括：
123.将所述业务软件参数和不可变基础设施参数之和作为第一中间参数；
124.基于所述第一中间参数和所述相关参数确定工作量。
125.在一些实施例中，所述业务软件参数包括：功能点数和业务软件规模调整系数，所述不可变基础设施参数包括：操作系统规模参数、操作系统规模调整系数、中间件规模参数、中间件规模调整系数、技术栈规模参数和技术栈规模调整系数，所述工作量估算相关参数包括云原生运维因子参数、用户规模参数、业务运行连续性参数、支持方式参数和业务重要性参数，所述工作量表征为：
126.云原生运维工作量＝第一中间参数*云原生运维因子参数*用户规模参数*业务运行连续性参数*支持方式参数*业务重要性参数*运维生产率；
127.其中，第一中间参数＝业务软件规模参数*业务软件规模调整系数 操作系统规模参数*操作系统规模调整系数 中间件规模参数*中间件规模调整系数 技术栈规模参数*技术栈规模调整系数；运维生产率为预设参数。云原生运维工作量的计算结合云原生架构能够提供非变量基础设施的特性，设置云原生运维因子，能够更精准测算出运维工作量，有利于更好的部署云原生架构上下各阶段基础设施规划和建设。
128.在本技术中，运维生产率根据行业规范及行业标准确定。在本实施例中，运维生产率的预设值为0.93。
129.在一些实施例中，如图6所示，所述估算参数获取单元包括：
130.项目基础数据获取单元，用于：
131.从获取的项目清单列表解析得到项目的ip地址和域名；根据项目的ip地址，遍历每一台宿主机，获取宿主机上的基础软件、代码栈中运行的进程和业务模块配置文件。在本实施例中，宿主机包括：容器和虚拟机。
132.构建prometheus查询指标，查询获取用户访问数量的峰值；以及
133.采用面向资源(restful)接口方式获取云原生四大能力的运维软件名称；
134.不可变基础设施参数获取模块，用于：
135.遍历获取操作系统名称，根据操作系统名称匹配获取操作系统版本号；
136.将代码栈中运行的进程与中间件名称进行对比，匹配得到中间件类型和版本，在一些实施例中，中间件包括：数据库、redis、kafka、flink以及elasticsearch；
137.将获取的代码栈与代码栈名称进行对比，匹配得到代码栈类型和版本代码栈类型可以是c/c ，php，java等技术栈；以及
138.将所述操作系统版本号、中间件类型和版本、代码栈类型和版本与预设的运维系数进行匹配得到不可变基础设施参数；
139.业务软件参数获取模块，用于：
140.通过进程或反向解析的方式对代码栈中运行的进程进行解析，得到代码栈中运行的进程的功能点数和版本；以及
141.将进程的版本与预设的运维系数进行匹配，得到业务软件规模调整系数；
142.工作量估算相关参数获取模块，用于：
143.将所获取的云原生四大能力的运维软件名称与设定好的运维成熟度进行匹配，得到云原生运维因子参数。在云原生架构中，羡慕运行依赖云原生四大能力，根据依赖的云原生能力可以匹配得到云原生运维因子参数，0.5表示云原生提供运维能力，1表示未使用运维原生能力。
144.将获取的用户访问数量的峰值与预设的用户规模划分规则进行匹配，得到用户规模参数。在本发明的一个实施例中，用户规模划分规则为用户访问数量的峰值小于等于1000，则用户规模参数取值为0.9，用户访问数量的峰值小于等于10000，则用户规模参数取值为1，用户访问数量的峰值大于10000，则用户规模参数取值为1.1。用户规模划分标准根据行业标准的改变进行调整。
145.解析所述业务模块配置文件，获取业务模块等级标志、支持方式标志和业务重要性类别标志。
146.将所述业务模块等级标志与预设的业务模块等级划分规则进行匹配，得到业务运行连续性参数。在一些实施例中，业务模块等级标志配置在业务模块配置文件中，通过动态解析该模块的配置文件可以获取业务模块等级标志，根据该标志可以获取业务连续性参数对应的取值，在本实施例中，业务模块等级划分规则为：将业务模块等级分为高、中、低，高对应业务连续性参数取值为4，中对应业务连续性参数取值为2，低对应业务连续性参数取值为1。
147.将所述支持方式标志与预设的支持方式划分规则进行匹配，得到支持方式参数。在本实施例中，支持方式分为三种，包括：现场支持为主、非现场支持为主、纯现场支持为主，现场支持为主支持方式参数取值为1、非现场支持为主支持方式参数取值为0.89、纯现场支持为主支持方式参数取值为1.08。
148.将所述业务重要性类别标志与预设的业务重要性划分规则进行匹配，得到业务重要性参数。在本实施例中，业务重要性划分规则为：将业务重要性分为三种，包括：核心系统、一般系统和周边系统，核心系统取值为1.1，一般系统取值为1，周边系统取值为0.9。通过设置的项目基础数据获取单元、不可变基础设施参数获取模块、业务软件参数获取模块
和工作量估算相关参数获取模块能够实现自动获取云原生运维工作量估算参数，减少了工作量，原生运维工作量估算参数获取自动化。
149.本发明第三方面提供一种云原生运维工作量动态估算装置，所述装置包括：
150.存储器，用于存储计算机程序；
151.控制器，用于在执行所述计算机程序时实现所述的云原生运维工作量动态估算方法。该装置能够接入云原生架构，自动从云原生架构获取数据进行各项目的运维工作量估算，不需要人为确认或输入参数，计算速度快，节省人力。
152.本发明还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行所述的云原生运维工作量动态估算方法。
153.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现所述的云原生运维工作量动态估算方法。
154.本领域技术人员可以理解实现上述实施方式的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本发明各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
155.以上结合附图详细描述了本发明的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。
156.此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。