【技术实现步骤摘要】
本专利技术涉及一种预警方法，具体为面向微服务健康状态预警方法，属于微服务。
技术介绍
1、微服务是一种云原生架构方法，在单个应用中包含众多松散耦合且可单独部署的小型组件或服务。这些服务通常拥有自己的技术栈，包括数据库和数据管理模型；通过一个rest api、事件流和消息代理组合彼此通信；以及按照业务能力进行组织，具有通常称为有界上下文的服务分隔线；
2、微服务的健康状况检查是关键的一环，其目标是确保服务能够正常运行并及时处理任何故障。在microprofi le health规范中，检查微服务的健康状况，该规范定义的运行状况检查体系结构由基于microprofi le的微服务中的单个/运行状况rest端点组成，该端点使用http状态代码报告整个微服务的运行状况。
3、在微服务架构中，不同服务之间存在复杂的依赖关系，而这些服务由不同的项目组负责。为了观察服务的健康状态，通常会监控单个服务qps、rt、错误数、cpu利用率指标。
4、传统的微服务架构中，各个服务之间的指标往往存在一定的关联性，例如某个服务的负载增加可能会导致其他服务的性能下降。然而，在现有方案中，这些指标之间缺乏自动化的关联性分析，需要人为进行判断和分析，从而导致需要投入大量的人力资源，且容易出现判定不准确的情况，当某个服务发生变更时，对整个服务链路的影响需要快速准确地反映出来。然而，现有方案中缺乏有效的机制来及时获取和传递这些变更信息，导致信息无法在全链路上快速传递，延误了问题的发现和处理时间，为此，提出一种面向微服务健康状态预
技术实现思路
1、有鉴于此，本专利技术提供一种面向微服务健康状态预警方法，以解决或缓解现有技术中存在的技术问题，至少提供有益的选择。
2、本专利技术实施例的技术方案是这样实现的：一种面向微服务健康状态预警方法，包括以下步骤：
3、s1、关系采集；
4、s2、服务信息采集；
5、s3、建立指标关联性分析模型；
6、s4、引入全链路监控和变更管理；
7、s5、服务健康度分计算；
8、s6、构建自动化告警和反应机制。
9、进一步优选的，所述s1中，关系采集包括依赖关系采集和团队关系采集。
10、进一步优选的，所述s2中，服务信息采集包括服务变更采集和服务指标采集；
11、其中，服务变更采集包括上线发布信息和配置变更信息；
12、其中，服务指标采集包括qps、rt、错误率和cpu利用率信息采集。
13、进一步优选的，所述s3中，通过分析历史数据和服务之间的依赖关系，建立指标之间的关联性模型，用于进行自动关联性分析。
14、进一步优选的，所述s4中，通过建立全链路监控系统，实时追踪和记录服务之间的依赖关系和变更信息，并利用服务信息采集的数据对全链路监控系统进行更新。
15、进一步优选的，所述s5中，服务健康度分计算的范围为-320.0-160.0；
16、其中，服务健康度分计算包括本服务变更评分、健康度评分、本服务rt评分、本服务qps评分、本服务异常数评分、本服务cpu评分和关联服务评分；
17、其中，健康度评分＝本服务rt评分+本服务qps评分+本服务异常数评分+本服务cpu评分+关联服务评分
18、其中，服务健康度分＝健康度评分+本服务变更评分。
19、进一步优选的，所述本服务变更评分为：
20、
21、；其中，t为变更后距现在的时长，评分范围-30-30；
22、本服务cpu评分为：
23、
24、；其中，x为当前cpu利用率，评分范围-70-30；
25、本服务qps评分为：
26、
27、；其中，i为当前qps，ibase为上次统计值，评分范围-60-25；本服务rt评分为：
28、
29、；其中，i为当前rt，ibase为上次统计值，评分范围-60-25；本服务异常数评分为：
30、
31、；其中，e为当前异常数，ebase为上次统计值，评分范围-60-25；
32、关联服务评分：
33、
34、；其中，rmin为关联服务分值，评分范围-40-25。
35、进一步优选的，所述s6中，基于建立的指标关联性分析模型和全链路监控系统，构建自动化的告警和反应机制，并利用服务健康度分进行预警，用于在监测到异常指标或服务变更时，系统自动触发告警；
36、其中，服务健康度分的预警范围为低于60-80分。
37、本专利技术实施例由于采用以上技术方案，其具有以下优点：本专利技术通过分析历史数据和服务之间的依赖关系，建立指标之间的关联性模型，实现指标的自动关联性分析，以便辅助人工更准确地判断和分析服务的健康状态，然后引入全链路监控和变更管理，实时追踪和记录服务之间的依赖关系和变更信息，提高了问题的发现和处理效率，然后再利用自动化告警和反应机制，进行自动触发告警，以便及时提醒人工采取对应的措施进行处理。
38、上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本专利技术进一步的方面、实施方式和特征将会是容易明白的。
本文档来自技高网...【技术保护点】
1.一种面向微服务健康状态预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向微服务健康状态预警方法，其特征在于：所述S1中，关系采集包括依赖关系采集和团队关系采集。
3.根据权利要求2所述的面向微服务健康状态预警方法，其特征在于：所述S2中，服务信息采集包括服务变更采集和服务指标采集；
4.根据权利要求3所述的面向微服务健康状态预警方法，其特征在于：所述S3中，通过分析历史数据和服务之间的依赖关系，建立指标之间的关联性模型，用于进行自动关联性分析。
5.根据权利要求1所述的面向微服务健康状态预警方法，其特征在于：所述S4中，通过建立全链路监控系统，实时追踪和记录服务之间的依赖关系和变更信息，并利用服务信息采集的数据对全链路监控系统进行更新。
6.根据权利要求1所述的面向微服务健康状态预警方法，其特征在于：所述S5中，服务健康度分计算的范围为-320.0-160.0；
7.根据权利要求6所述的面向微服务健康状态预警方法，其特征在于：所述本服务变更评分为：
8.根据权利要求7所述的面向
...【技术特征摘要】
1.一种面向微服务健康状态预警方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的面向微服务健康状态预警方法，其特征在于：所述s1中，关系采集包括依赖关系采集和团队关系采集。
3.根据权利要求2所述的面向微服务健康状态预警方法，其特征在于：所述s2中，服务信息采集包括服务变更采集和服务指标采集；
4.根据权利要求3所述的面向微服务健康状态预警方法，其特征在于：所述s3中，通过分析历史数据和服务之间的依赖关系，建立指标之间的关联性模型，用于进行自动关联性分析。
5.根据权利要求1所述的面向微服务健康状态预警方法，其特征在于：所述s4中，通过...
【专利技术属性】
技术研发人员：于志杰，
申请(专利权)人：北京白龙马云行科技有限公司，
类型：发明
国别省市：
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。