作為日漸成熟的技術(shù)，云計算系統(tǒng)的資源規(guī)模正在指數(shù)級的膨脹。云平臺本身有著大規(guī)模的組件和超復(fù)雜的組件間依賴。大量的外部請求進入平臺后，在各個組件間流動，給云平臺帶來了很大的壓力。對于請求驅(qū)動的云服務(wù)來說，需要了解請求在平臺內(nèi)的執(zhí)行狀態(tài)和執(zhí)行性能，及時發(fā)現(xiàn)系統(tǒng)瓶頸并優(yōu)化系統(tǒng)性能。如果請求處理失敗或者性能下降，還需要檢測發(fā)生故障的組件所在。面對這樣的問題，傳統(tǒng)手段無法解決。云平臺內(nèi)的請求跟蹤及異常檢測系統(tǒng)被設(shè)計用于解決上述問題。其通過請求跟蹤捕捉技術(shù)，為每個到達平臺的外部請求分配唯一標(biāo)識的ID，并讓其附于組件間傳遞的調(diào)用信息中，從而貫穿于整條請求路徑。同時，記錄下請求在各個組件中的響應(yīng)時間、執(zhí)行狀態(tài)等調(diào)用信息，生成組件跟蹤日志。根據(jù)每個請求ID將其涉及的所有組件跟蹤日志聚合形成完整的請求路徑，并通過分析跟蹤日志標(biāo)記的組件調(diào)用關(guān)系，進一步獲得請求路徑的拓?fù)鋱D。通過分析請求路徑的結(jié)構(gòu)特點及各組件的執(zhí)行狀態(tài)，篩選出發(fā)生功能異常的請求路徑。讀取功能正常的請求路徑，通過對每個組件的響應(yīng)時間進行聚類，將響應(yīng)時間正常和異常的請求分類，實現(xiàn)在智能地檢測請求組件性能狀態(tài)。功能測試表明，請求跟蹤系統(tǒng)可以準(zhǔn)確地獲... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

函數(shù)裝飾器對于類的封裝操作則比較復(fù)雜

導(dǎo)入包的使用

跟蹤日志轉(zhuǎn)發(fā)模塊工作記錄圖4.3中所示，共包含八個記錄，分別代表著請求涉及的四個組件在執(zhí)行前后的兩次跟蹤日志

【參考文獻】：
期刊論文
[1]Localizing root causes of performance anomalies in cloud computing systems by analyzing request trace logs[J]. LYU Michael R..  Science China（Information Sciences）. 2012(12)
[2]Python的元類編程研究[J]. 王麗.  電腦編程技巧與維護. 2011(06)
[3]基于人工免疫聚類的異常檢測算法[J]. 黃學(xué)宇,魏娜,陶建鋒.  計算機工程. 2010(01)
[4]聚類算法研究[J]. 孫吉貴,劉杰,趙連宇.  軟件學(xué)報. 2008(01)



本文編號：3458154