CN116909863A - 一种服务评估方法、装置、电子设备及存储介质 - Google Patents
一种服务评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116909863A CN116909863A CN202310902764.9A CN202310902764A CN116909863A CN 116909863 A CN116909863 A CN 116909863A CN 202310902764 A CN202310902764 A CN 202310902764A CN 116909863 A CN116909863 A CN 116909863A
- Authority
- CN
- China
- Prior art keywords
- service
- data
- state
- determining
- dynamic factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000035945 sensitivity Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3093—Configuration details thereof, e.g. installation, enabling, spatial arrangement of the probes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
- G06F11/3096—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents wherein the means or processing minimize the use of computing system or of computing system component resources, e.g. non-intrusive monitoring which minimizes the probe effect: sniffing, intercepting, indirectly deriving the monitored data from other directly available data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
- G06F11/3419—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time
- G06F11/3423—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment by assessing time where the assessed time is active or idle time
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种服务评估方法、装置、电子设备及存储介质,包括:获取服务的日志数据,基于日志数据获取服务的策略组件;对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据;基于多个策略组件的动态因子数据确定服务的状态评价数据;基于服务的状态评价数据确定服务状态。通过本方案实现了针对不同服务的日志数据确定相应服务的各项指标数据,进而动态评估服务的状态,解决了随着服务越来越复杂导致的服务状态确定难度高的问题,可以准确地、动态地评估服务状态,有助于提高服务状态的评估效率。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种服务评估方法、装置、电子设备及存储介质。
背景技术
近年来,***架构先从单体演变成分布式,再到微服务,随着服务数量变多,一个请求在各个服务之间的调用链路越来越复杂,服务链路监控变的越来越困难。
对于服务链路的状态的确定和监控通过开源的服务链路监控软件进行,服务链路监控的实现方法分为两种,一类是对接入端无代码侵入,通过探针收集链路数据,例如Pinpoint;一类是有入侵的,在服务代码中进行埋点,例如CAT软件。
通过上述对服务链路状态进行监控和确定的方法存在***性能损耗大、对服务代码侵入性强、以及服务链路状态监控和确定效率低的问题。
发明内容
本发明提供了一种服务评估方法、装置、电子设备及存储介质,以解决随着服务链路越来越复杂导致的服务状态评估效率低的问题。
根据本发明的一方面,提供了一种服务评估方法,包括:
获取服务的日志数据,基于日志数据获取服务的策略组件;
对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据;
基于多个策略组件的动态因子数据确定服务的状态评价数据;
基于服务的状态评价数据确定服务状态。
可选的,策略组件包含服务、业务、模块、接口中的一项或多项,每一策略组件的指标包含重要性指标、敏感性指标、及时性指标、抗压性指标中的一项或多项。
可选的,确定策略组件的当前指标数据,包括:
对于策略组件的任一指标,获取策略组件的历史指标数据和日志数据中的历史指标计算参数;
基于历史指标数据和历史指标计算参数,得到当前指标数据。
可选的,基于当前指标数据确定策略组件的动态因子数据,包括:
基于每一指标的当前指标数据和历史指标数据确定指标的动态因子项;
基于多个指标的动态因子项与策略组件的历史动态因子数据确定策略组件的动态因子数据。
可选的,基于多个策略组件的动态因子数据确定服务的状态评价数据,包括;
基于多个策略组件的动态因子数据确定综合动态因子数据;
综合动态因子数据与预设的固定因子数据确定服务的状态评价数据。
可选的,基于服务的状态评价数据确定服务状态,包括:
基于状态评价数据与预设的状态阈值进行比对,得到比对结果;
基于比对结果确定服务状态。
可选的,预设的状态阈值包括第一阈值和第二阈值,第一阈值大于第二阈值;
状态评价数据大于等于第一阈值的情况下,服务状态为正常状态;
状态评价数据小于第一阈值,且大于等于第二阈值的情况下,服务状态为延迟状态;
状态评价数据小于第二阈值的情况下,服务状态为预警状态。
根据本发明的一方面,提供了一种服务评估装置,包括:
数据获取模块,用于获取服务的日志数据,基于日志数据获取服务的策略组件,
动态因子数据确定模块,用于对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据;
状态评价数据确定模块,用于基于多个策略组件的动态因子数据确定服务的状态评价数据;
服务状态确定模块,用于基于服务的状态评价数据确定服务状态。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的服务评估方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的服务评估方法。
本发明实施例的技术方案,通过服务的日志数据和服务的策略组件,确定策略组件的当前指标数据,进而确定服务的动态因子数据,依据动态因子数据确定服务的状态评价数据,进而确定服务状态,实现了针对不同服务的日志数据确定相应服务的各项指标数据,进而动态评估服务的状态,避免了通过侵入代码评估服务状态导致的***性能损耗大的问题,解决了随着服务越来越复杂导致的服务状态确定难度高的问题,可以准确地、动态地评估服务状态,有助于提高服务状态的评估效率。
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。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例一提供的一种服务评估方法的流程图;
图2是本发明实施例二提供的一种服务评估装置的结构示意图;
图3是本发明实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一特征数据”、“第二特征数据”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种服务评估方法的流程图,本实施例可适用于对服务链路的状态进行评估的情况,该方法可以由服务评估装置来执行,该服务评估装置可以采用硬件和/或软件的形式实现,该服务评估装置可配置于计算机等电子设备中。如图1所示,该方法包括:
S110、获取服务的日志数据,基于日志数据获取服务的策略组件。
其中,服务具体可以理解为是用于实现用户请求或者功能所调用的服务链路,可以包含多个子服务,每个服务均会有对应的服务名称。策略组件具体可以理解为是一种包含策略信息的模块,可选的,策略组件包含服务、业务、模块、接口中的一项或多项,每一策略组件均有对应的指标,服务可以是应用服务,业务可以是链路归属服务,模块可以是服务所属的功能模块,接口可以是外界API接口;可选的,每一策略组件的指标包含重要性指标、敏感性指标、及时性指标、抗压性指标中的一项或多项,策略组件和指标信息可以在配置中心中根据服务需求进行设置。
具体的,对于获取服务日志,可以根据需要设置时间段,从日志数据库或者日志服务端中获取所设置的时间段内的日志数据,根据日志数据中的信息读取实现服务所调用的接口名称、服务名称等信息,依据获取的接口名称、服务名称等信息从配置中心中获取与接口名称、服务名称匹配的策略组件。
S120、对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据。
其中,动态因子数据具体可以理解为是用于确定服务状态而设置的参数数据,可以根据各项策略的各项指标数据进行动态计算而获得,可以通过动态因子计算公式进行计算。
具体的,从配置中心获取的每一个策略组件,依据各策略组件对应的历史指标数据确定策略组件的当前指标数据,依据当前指标数据和动态因子计算公式进行计算得到动态因子数据。
可选的,确定策略组件的当前指标数据,包括:对于策略组件的任一指标,获取策略组件的历史指标数据和日志数据中的历史指标计算参数;基于历史指标数据和历史指标计算参数,得到当前指标数据。
其中,历史指标计算参数具体可以理解为是用于计算各项指标数值而设置的参数,包含但不限于服务调用次数、服务状态预警次数、平均响应时长、预设时间段内每天平均响应时长等。
具体的,从配置中心中获取服务涉及的各策略组件的各指标项,从***数据库中获取该服务对应的各策略组件的各指标项对应的数值,同时,从当前服务的日志数据中获取该服务前一天服务调用次数、前30天调用总次数及平均每天调用次数、当前服务前一天状态预警次数、当前服务前30天预警次数及平均每天预警次数、当前服务前一天响应时长、当前服务前30天响应时长及平均每天响应时长、前一天最高QPS(Queries-per-second,每秒查询率)、前30天平均每天最高QPS等。各指标项的计算公式如下:
基于当前服务的各项历史指标数据和历史指标计算参数依据上述各项指标计算公式计算当前服务的当前指标数据。在确定当前指标数据之后,可以将其保存在***数据库中,以便后续进行服务状态分析的时候进行调用。
可选的,基于当前指标数据确定策略组件的动态因子数据,包括:基于每一指标的当前指标数据和历史指标数据确定指标的动态因子项;基于多个指标的动态因子项与策略组件的历史动态因子数据确定策略组件的动态因子数据。
其中,动态因子项具体可以理解为根据各项策略的各项指标数值计算得到的一个数值,每一个策略都会有对应的指标项,每一项指标会有对应的动态因子项,可以理解的是,每一个服务在完成指标数据计算的过程之后可以获得多个动态因子项。
具体的,可以基于每一指标的当前指标数据与历史指标数据的比值确定指标的动态因子项,获得各项指标对应的动态因子项之后,结合历史动态因子数据确定策略组件的动态因子数,其中,动态因子计算公式如下:
在本实施例中,根据策略组件和各项指标数据,实时计算服务的各项策略的动态因子数据,有助于后续实时地、准确地判断服务状态。
S130、基于多个策略组件的动态因子数据确定服务的状态评价数据。
其中,服务的状态评价数据具体可以理解为是用于描述服务在运行过程中所处的状态的评估数据,可以通过对动态因子数据进行评估获得。
具体的,获取服务包含的多个策略组件的动态因子数据,通过对动态因子数据进行加权处理,根据上述处理结果确定服务的状态评价数据。
可选的,基于多个策略组件的动态因子数据确定服务的状态评价数据,包括;基于多个策略组件的动态因子数据确定综合动态因子数据;综合动态因子数据与预设的固定因子数据确定服务的状态评价数据。
其中,综合动态因子数据具体可以理解为是用于确定服务状态的一种数据,可以基于多个策略组组件的动态因子数据进行确定。预设的固定因子数据具体可以理解为是一种预先设置的用于描述服务属性的参数,包含但不限于时间范围、相应状态、服务响应时间、响应次数等。
具体的,获取多个策略组件的动态因子数据,将多个动态因子数据执行相乘处理,所得结果作为综合动态因子数据,通过将动态因子数据与预设的固定因子数据进行乘积处理得到服务的状态评价数据。
S140、基于服务的状态评价数据确定服务状态。
其中,服务状态具体可以理解为是用于描述服务执行过程中的状态,包含但不限于正常状态、延迟状态、预警状态等,可以通过设置预设状态阈值与服务的状态评价数据进行判断得到。
可选的,基于服务的状态评价数据确定服务状态,包括:基于状态评价数据与预设的状态阈值进行比对,得到比对结果;基于比对结果确定服务状态。
具体的,将状态评价数据与预设的状态阈值进行比对,可以设置若小于等于预设的状态阈值,则可以判断服务的当前状态为正常状态,反之可以将其判断为非正常状态,其中,非正常状态包括延迟状态、预警状态等。
可选的,预设的状态阈值包括第一阈值和第二阈值,第一阈值大于第二阈值;状态评价数据大于等于第一阈值的情况下,服务状态为正常状态;状态评价数据小于第一阈值,且大于等于第二阈值的情况下,服务状态为延迟状态;状态评价数据小于第二阈值的情况下,服务状态为预警状态。其中,预设的阈值状态包括第一阈值和第二阈值,第一阈值大于第二阈值。
具体的,预先设置两个阈值,分别称为第一阈值和第二阈值,第一阈值大于第二阈值,示例性的,第一阈值和第二阈值可以分别设置为0.8、0.5;若状态评价数据大于等于第一阈值,则判断当前服务状态为正常状态;若状态评价数据小于第一阈值,且大于等于第二阈值,则判断当前服务状态为延迟状态;若状态评价数据小于第二阈值,则判断当前服务状态为预警状态;完成对服务状态的实时评估处理。
本实施例的技术方案,通过服务的日志数据和服务的策略组件,确定策略组件的当前指标数据,进而确定服务的动态因子数据,依据动态因子数据确定服务的状态评价数据,进而确定服务状态,实现了针对不同服务的日志数据确定相应服务的各项指标数据,进而动态评估服务的状态,避免了通过侵入代码评估服务状态导致的***性能损耗大的问题,解决了随着服务越来越复杂导致的服务状态确定难度高的问题,可以准确地、动态地评估服务状态,有助于提高服务状态的监控效率。
实施例二
图2是本发明实施例二提供的一种服务评估装置的结构示意图。如图2所示,该装置包括:
数据获取模块210,用于获取服务的日志数据,基于日志数据获取服务的策略组件;
动态因子数据确定模块220,用于对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据;
状态评价数据确定模块230,用于基于多个策略组件的动态因子数据确定服务的状态评价数据;
服务状态确定模块240,用于基于服务的状态评价数据确定服务状态。
可选的,数据获取模块210,具体用于策略组件包含服务、业务、模块、接口中的一项或多项,每一策略组件的指标包含重要性指标、敏感性指标、及时性指标、抗压性指标中的一项或多项。
可选的,动态因子数据确定模块220,具体用于确定策略组件的当前指标数据,包括:
对于策略组件的任一指标,获取策略组件的历史指标数据和日志数据中的历史指标计算参数;
基于历史指标数据和历史指标计算参数,得到当前指标数据;
基于当前指标数据确定策略组件的动态因子数据,包括:
基于每一指标的当前指标数据和历史指标数据确定指标的动态因子项;
基于多个指标的动态因子项与策略组件的历史动态因子数据确定策略组件的动态因子数据。
可选的,状态评价数据确定模块230,具体用于基于多个策略组件的动态因子数据确定服务的状态评价数据,包括;
基于多个策略组件的动态因子数据确定综合动态因子数据;
综合动态因子数据与预设的固定因子数据确定服务的状态评价数据。
可选的,服务状态确定模块240,具体用于基于服务的状态评价数据确定服务状态,包括:
基于状态评价数据与预设的状态阈值进行比对,得到比对结果;
基于比对结果确定服务状态;
预设的状态阈值包括第一阈值和第二阈值,第一阈值大于第二阈值;
状态评价数据大于第一阈值的情况下,服务状态为正常状态;
状态评价数据小于第一阈值,且大于第二阈值的情况下,服务状态为延迟状态;
状态评价数据小于第二阈值的情况下,服务状态为预警状态。
本发明实施例所提供的服务评估装置可执行本发明任意实施例所提供的服务评估方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3是本发明实施例三提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如服务评估方法。
在一些实施例中,服务评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的服务评估方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行服务评估方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例四
本发明实施例四还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行服务评估方法,该方法包括:
获取服务的日志数据,基于日志数据获取服务的策略组件;
对于每一策略组件,确定策略组件的当前指标数据,基于当前指标数据确定策略组件的动态因子数据;
基于多个策略组件的动态因子数据确定服务的状态评价数据;
基于服务的状态评价数据确定服务状态。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
Claims (10)
1.一种服务评估方法,其特征在于,包括:
获取服务的日志数据,基于所述日志数据获取所述服务的策略组件;
对于每一所述策略组件,确定所述策略组件的当前指标数据,基于所述当前指标数据确定所述策略组件的动态因子数据;
基于多个所述策略组件的动态因子数据确定所述服务的状态评价数据;
基于所述服务的状态评价数据确定服务状态。
2.根据权利要求1所述的方法,其特征在于,所述策略组件包含服务、业务、模块、接口中的一项或多项,每一所述策略组件的指标包含重要性指标、敏感性指标、及时性指标、抗压性指标中的一项或多项。
3.根据权利要求1所述的方法,其特征在于,所述确定所述策略组件的当前指标数据,包括:
对于所述策略组件的任一指标,获取所述策略组件的历史指标数据和所述日志数据中的历史指标计算参数;
基于所述历史指标数据和所述历史指标计算参数,得到所述当前指标数据。
4.根据权利要求3所述的方法,其特征在于,所述基于所述当前指标数据确定所述策略组件的动态因子数据,包括:
基于每一所述指标的所述当前指标数据和所述历史指标数据确定所述指标的动态因子项;
基于多个指标的动态因子项与所述策略组件的历史动态因子数据确定所述策略组件的动态因子数据。
5.根据权利要求1所述的方法,其特征在于,所述基于多个所述策略组件的动态因子数据确定所述服务的状态评价数据,包括;
基于多个策略组件的动态因子数据确定综合动态因子数据;
所述综合动态因子数据与预设的固定因子数据确定所述服务的状态评价数据。
6.根据权利要求1所述的方法,其特征在于,所述基于所述服务的状态评价数据确定服务状态,包括:
基于所述状态评价数据与预设的状态阈值进行比对,得到比对结果;
基于所述比对结果确定所述服务状态。
7.根据权利要求6所述的方法,其特征在于,所述预设的状态阈值包括第一阈值和第二阈值,所述第一阈值大于所述第二阈值;
所述状态评价数据大于等于所述第一阈值的情况下,所述服务状态为正常状态;
所述状态评价数据小于所述第一阈值,且大于等于所述第二阈值的情况下,所述服务状态为延迟状态;
所述状态评价数据小于所述第二阈值的情况下,所述服务状态为预警状态。
8.一种服务评估装置,其特征在于,包括:
数据获取模块,用于获取服务的日志数据,基于所述日志数据获取所述服务的策略组件;
动态因子数据确定模块,用于对于每一所述策略组件,确定所述策略组件的当前指标数据,基于所述当前指标数据确定所述策略组件的动态因子数据;
状态评价数据确定模块,用于基于多个所述策略组件的动态因子数据确定所述服务的状态评价数据;
服务状态确定模块,用于基于所述服务的状态评价数据确定服务状态。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
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权利要求1-7中任一项所述的服务评估方法。
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中任一项所述的服务评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902764.9A CN116909863A (zh) | 2023-07-21 | 2023-07-21 | 一种服务评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310902764.9A CN116909863A (zh) | 2023-07-21 | 2023-07-21 | 一种服务评估方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116909863A true CN116909863A (zh) | 2023-10-20 |
Family
ID=88356258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310902764.9A Pending CN116909863A (zh) | 2023-07-21 | 2023-07-21 | 一种服务评估方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116909863A (zh) |
-
2023
- 2023-07-21 CN CN202310902764.9A patent/CN116909863A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN114500339B (zh) | 一种节点带宽监测方法、装置、电子设备及存储介质 | |
CN116090605A (zh) | 一种管网预警方法、装置、电子设备及存储介质 | |
CN115904656A (zh) | 应用于芯片中的状态控制方法、装置、设备及存储介质 | |
CN114547069A (zh) | 数据查询方法、装置、电子设备以及存储介质 | |
CN117593115A (zh) | 信贷风险评估模型的特征值确定方法、装置、设备和介质 | |
CN117273450A (zh) | 一种电力***风险评估方法、装置、设备及存储介质 | |
CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
CN116015811A (zh) | 评估网络安全的方法、装置、存储介质以及电子设备 | |
CN116909863A (zh) | 一种服务评估方法、装置、电子设备及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114661562A (zh) | 一种数据告警方法、装置、设备及介质 | |
CN116719621B (zh) | 一种针对海量任务的数据回写方法、装置、设备及介质 | |
CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN116662194A (zh) | 软件质量度量方法、装置、设备及介质 | |
CN116112339B (zh) | 一种根因告警的定位方法、装置、设备及介质 | |
CN118233392A (zh) | 一种限流方法、装置、电子设备和存储介质 | |
CN117608896A (zh) | 交易数据处理方法、装置、电子设备及存储介质 | |
CN118337467A (zh) | 一种基于深度学习的网络入侵检测方法、装置、设备及存储介质 | |
CN117331924A (zh) | 一种数据模型匹配度核查方法、装置、设备及存储介质 | |
CN117149603A (zh) | 一种设备检测方法、装置、电子设备及存储介质 | |
CN116167519A (zh) | 一种监测量预测方法、装置、设备及介质 | |
CN118540200A (zh) | 一种告警压缩降噪策略编排方法、装置、电子设备及介质 | |
CN117932474A (zh) | 一种通信缺失数据确定模型的训练方法、装置、设备及存储介质 | |
CN118352072A (zh) | 用户状态的评估方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |