【技术实现步骤摘要】
本申请涉及智能运维领域，尤其涉及一种基于混沌工程的微服务系统数据评估方法、设备及介质。
技术介绍
1、随着信息技术的迅猛发展和企业业务的不断复杂化，微服务架构作为一种灵活、可伸缩的软件设计模式，逐渐成为企业构建敏捷、高效系统的首选。然而，在微服务系统中，数据质量成为一个日益引起关注的问题。微服务系统的特点在于其分布式、异构的特性，而这些特性使得数据的产生、传输和处理变得更加复杂，因而增加了数据质量的挑战。通过引入混沌工程到微服务系统中，企业能够有目的地测试系统的稳定性和可靠性。模拟故障条件，如服务宕机、网络延迟等，帮助发现潜在问题并提高系统整体鲁棒性。
2、针对微服务异常检测的工作，目前研究学者已经提出了众多方法。专利cn114936207a描述了一种物联网传感设备感知数据质量评估方法。首先，采集实时数据存储到数据库，分为离散型和连续型，通过六个维度对离散型数据进行质量评估。该方法基于传统的数据质量评估方法，不适用于故障场景。专利cn111176872a该专利描述了一种面向it运维的监控数据处理方法。首先，获取it智能运维的监控指标数据。然后，根据接收到的场景选择指令，包括健康评估场景和故障诊断场景，提取能够表征系统健康状态和用于系统故障诊断的数据。该方法需要构建故障诊断模型来进行特征工程，开销较大。因此，如何适用于故障场景且具有较好可解释性的微服务系统数据质量评估方法仍旧是云计算智能运维的一项挑战。
技术实现思路
1、本专利技术的目的在于：为了解决微服务系统可观测数据
2、本申请的上述目的是通过以下技术方案得以实现的：
3、s1：收集微服务系统的指标数据，持续收集的时间为t；按照不同故障场景对指标数据进行分类；
4、s2：对不同故障类别中的指标数据进行提取，得到异常点序列；
5、s3：计算异常点序列与故障预演序列的相关性打分；
6、s4：根据频繁项集挖掘算法以及异常点序列，得到频繁1项集以及频繁项集；
7、s5：通过频繁项集，更新频繁1项集的支持度打分；
8、s6：结合相关性打分和支持度打分评估微服务系统中指标数据的质量得分。
9、可选的，步骤s1包括：
10、s11：以一秒为时间间隔持续收集微服务系统的指标数据；指标数据包括：业务级指标、系统级指标、容器级指标；
11、s12：通过混沌工程工具向微服务系统注入不同类别的故障场景；所述故障场景包括：容器暂停、主机cpu满载、主机内存满载、容器cpu满载、容器内存满载、服务响应时间延迟、主机丢包率激增、容器丢包率激增；
12、s13：根据不同类别的故障场景对指标数据进行分类。
13、可选的，步骤s2包括：
14、s21：选取任意一个故障场景下的指标数据，其中；
15、对指标数据进行升序排列，确定指标数据序列；计算指标数据序列的四分位数间距，其中表示指标数据的第一四分位数，表示第三四分位数；
16、s22：根据指标数据序列的四分位数间距，定义指标数据的上下界；指标数据的上界定义为，指标数据的下界定义为；
17、s23：遍历所有指标数据序列中的值，将低于下界或高于上界的值更新为1，将处于上下界范围内的值更新为0，得到指标数据在故障场景下的异常点序列；
18、s24：遍历故障场景下的所有的指标数据，重复步骤s21至步骤s23，得到各个指标数据的异常点序列。
19、可选的，步骤s3包括：
20、s31：以一秒为间隔划分时间t，将注入场景故障的时间段内的值设置为1，非注入场景故障的时间段内的值设置为0，得到故障预演时序；
21、s32：将异常点序列与故障预演时序进行相关度计算，如下：
22、
23、其中表示和之间的相关性；表示和同时取值和的联合概率；和分别表示和的边缘概率分布；
24、s33：计算相关性打分，如下：
25、
26、其中表示故障类别总数。
27、可选的，步骤s4包括：
28、s41：将能提取异常点序列的指标数据定义为异常指标；将故障场景的类别作为事务，异常指标作为频繁项集中的项，构建数据集；设定频繁项集中所有项的集合为；
29、s42：遍历数据集，计算频繁项集中的每个项的支持度，计算方式为：
30、
31、其中，表示频繁项集中的项在数据集中出现的次数；表示数据集中事务的总数，即故障场景的类别总数；
32、删除频繁项集中的每个项的支持度小于最小支持度阈值的项，生成频繁1项集，其中表示最小支持度阈值；
33、s43： 将频繁1项集中任意两个项进行合并，生成候选项集，为2个任意项；
34、s44：计算候选项集中每个项的支持度，删除候选项集中的每个项的支持度小于最小支持度阈值的项，生成频繁2项集；
35、s45：重复步骤s43和步骤s43，不断挖掘频繁项集，直至生成的频繁项集达到最大项，其中为正整数。
36、可选的，步骤s5包括：
37、若频繁1项集中的项在频繁项集中出现，则将频繁1项集中的项的支持度打分与频繁项集中的项的支持度打分相加，得到最终的项的支持度打分。
38、可选的，步骤s6包括：
39、评估微服务系统中指标数据的质量得分的计算公式为：
40、
41、其中，为最终的指标数据的支持度打分，表示指标数据的相关性打分。
42、一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行一种基于混沌工程的微服务系统数据评估方法。
43、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指令，当所述指令被执行时，执行一种基于混沌工程的微服务系统数据评估方法。
44、本申请提供的技术方案带来的有益效果是：
45、通过注入不同类别的故障，更真实地模拟了实际系统运行中可能发生的情况，提高了评估的实用性和可靠性。同时引入支持度打分机制，通过频繁项集挖掘，更有针对性地评估了每个指标的重要性，提高了评估结果的可解释性和实际应用性，以确保系统中的指标数据能够满足业务需求，并且能够为决策提供可靠的支持。
本文档来自技高网...【技术保护点】
1.一种基于混沌工程的微服务系统数据评估方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤S1包括：
3.如权利要求2所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤S2包括：
4.如权利要求3所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤S3包括：
5.如权利要求1所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤S6包括：
6.一种电子设备，其特征在于，包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504)，所述存储器(505)用于存储指令，所述用户接口(503)和网络接口(504)用于给其它设备通信，所述处理器(501)用于执行所述存储器(505)中存储的指令，以使所述电子设备执行如权利要求1-5任意一项所述的方法。
7.一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指令，当所述指令被计算机执行时，执行如权利要求1-5任意一项所述的方法步骤。>...
【技术特征摘要】
1.一种基于混沌工程的微服务系统数据评估方法，其特征在于，方法包括以下步骤：
2.如权利要求1所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤s1包括：
3.如权利要求2所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤s2包括：
4.如权利要求3所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤s3包括：
5.如权利要求1所述的一种基于混沌工程的微服务系统数据评估方法，其特征在于，步骤s6包括：<...
【专利技术属性】
技术研发人员：张竞超，余螯，张泽锟，王健，
申请(专利权)人：安徽思高智能科技有限公司，
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。