本文關(guān)鍵詞：一種基于執(zhí)行軌跡監(jiān)測的微服務(wù)故障診斷方法　出處：《軟件學(xué)報》2017年06期 　論文類型：期刊論文

  更多相關(guān)文章： 故障診斷 異常檢測 微服務(wù) 執(zhí)行軌跡 主成分分析

【摘要】：微服務(wù)正逐步成為互聯(lián)網(wǎng)應(yīng)用所采用的設(shè)計架構(gòu),如何有效檢測故障并定位問題原因,是保障微服務(wù)性能與可靠性的關(guān)鍵技術(shù)之一.當(dāng)前的方法通常監(jiān)測系統(tǒng)度量,根據(jù)領(lǐng)域知識人工設(shè)定報警規(guī)則,難以自動檢測故障并細粒度定位問題原因.針對該問題,提出一種基于執(zhí)行軌跡監(jiān)測的微服務(wù)故障診斷方法.首先,利用動態(tài)插樁監(jiān)測服務(wù)組件的請求處理流,進而利用調(diào)用樹對請求處理的執(zhí)行軌跡進行刻畫;然后,針對影響執(zhí)行軌跡的系統(tǒng)故障,利用樹編輯距離來評估請求處理的異常程度,通過分析執(zhí)行軌跡差異來定位引發(fā)故障的方法調(diào)用;最后,針對性能異常,采用主成分分析抽取引起系統(tǒng)性能異常波動的關(guān)鍵方法調(diào)用.實驗結(jié)果表明:該方法可以準確刻畫請求處理的執(zhí)行軌跡,以方法為粒度,準確定位系統(tǒng)故障以及性能異常的問題原因.
[Abstract]:Micro-service is gradually becoming the design framework used in Internet applications, how to effectively detect failures and locate the cause of the problem. It is one of the key technologies to ensure the performance and reliability of microservices. The current methods usually monitor system metrics and manually set alarm rules according to domain knowledge. It is difficult to detect the fault automatically and locate the problem of fine granularity. In view of this problem, a fault diagnosis method of micro-service based on execution track monitoring is proposed. Firstly, the request processing flow of the service component is monitored by dynamic piling. Then, the execution track of request processing is described by call tree. Then, aiming at the system fault which affects the execution trajectory, the tree edit distance is used to evaluate the abnormal degree of the request processing, and the method call that causes the fault is located by analyzing the difference of the execution trajectory. Finally, the principal component analysis (PCA) is used to extract the key method which causes the abnormal performance fluctuation of the system. The experimental results show that the method can accurately describe the execution trajectory of request processing, and take the method as the granularity. Accurately locate system failures and cause problems with abnormal performance.
【作者單位】： 中國科學(xué)院軟件研究所;中國科學(xué)院大學(xué);廣西大學(xué)計算機與電子信息學(xué)院;中科軟科技股份有限公司;
【基金】：國家自然科學(xué)基金(61402450,61363003,61572480) 北京市自然科學(xué)基金(4154088) CCF-啟明星辰“鴻雁”科研資助計劃(CCF-Venustech RP2016007) 國家科技支撐計劃(2015BAH55F02)~~
【分類號】：TP277
【正文快照】： 互聯(lián)網(wǎng)應(yīng)用的動態(tài)性和復(fù)雜性不斷增加,傳統(tǒng)的軟件架構(gòu)已經(jīng)難以適應(yīng)用戶需求的快速變化.微服務(wù)(microservices)[1,2]將復(fù)雜的軟件系統(tǒng)拆分成功能單一、可獨立開發(fā)部署的服務(wù)組件,通過輕量級通信機制使得這些組件協(xié)同配合,從而形成一種高內(nèi)聚低耦合的系統(tǒng)架構(gòu).SOA[3]和微服務(wù)一

【相似文獻】

相關(guān)期刊論文 前10條

1 吳凡;;狀態(tài)監(jiān)測和故障診斷技術(shù)的現(xiàn)狀與展望[J];國外電子測量技術(shù);2006年03期

2 師文謙;;淺談計算機的故障診斷[J];計算技術(shù)與自動化;1986年03期

3 賈民平;機械故障診斷學(xué)的理論及其應(yīng)用 第一講 故障診斷的意義及研究發(fā)展概況[J];江蘇機械制造與自動化;1999年01期

4 張峻賓;蔡金燕;;故障診斷與硬件演化的一體化設(shè)計[J];微電子學(xué)與計算機;2014年02期

5 張健成,周士昌,虞和濟,丁相福,李國棟;故障診斷中的信息機制[J];基礎(chǔ)自動化;2000年04期

6 田少民;工程機械的狀態(tài)監(jiān)測與故障診斷技術(shù)[J];工程機械;2001年01期

7 王敏,王萬俊,熊春山,黃心漢;基于多傳感器數(shù)據(jù)融合的故障診斷技術(shù)[J];華中科技大學(xué)學(xué)報;2001年02期

8 葛曉鋒,陳素珊,何勇;基于圖論和模糊數(shù)學(xué)的故障診斷新方法[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2001年04期

9 朱大奇,于盛林;基于知識的故障診斷方法綜述[J];安徽工業(yè)大學(xué)學(xué)報(自然科學(xué)版);2002年03期

10 葉銀忠;故障診斷技術(shù)的發(fā)展趨勢及我們的對策[J];自動化博覽;2002年03期

相關(guān)會議論文 前10條

1 黎清海;高慶;;基于系統(tǒng)分層的故障診斷方法[A];第三屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2005年

2 聞競競;黃道;;故障診斷方法綜述[A];計算機技術(shù)與應(yīng)用進展·2007——全國第18屆計算機技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會議論文集[C];2007年

3 張利;徐娟;張建軍;程龍;趙佛曉;;基于網(wǎng)格的遠程協(xié)同故障診斷資源管理模型研究[A];全國第20屆計算機技術(shù)與應(yīng)用學(xué)術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會議論文集（上冊）[C];2009年

4 羅霞;;一種快速故障診斷裝置的設(shè)計[A];第七屆全國核儀器及其應(yīng)用學(xué)術(shù)會議暨全國第五屆核反應(yīng)堆用核儀器學(xué)術(shù)會議論文集[C];2009年

5 鮑忠貴;白方周;;故障診斷的模型跟蹤法[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

6 高鋒;高強;馬濤;;旋轉(zhuǎn)機械振動狀態(tài)監(jiān)測與故障診斷管理[A];第十屆全國設(shè)備監(jiān)測與診斷技術(shù)學(xué)術(shù)會議論文集[C];2000年

7 徐章遂;房立清;米東;王云峰;;基于奇異譜分析的發(fā)動機故障診斷方法[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

8 張慶虎;高普云;;基于非線性動力學(xué)理論的故障診斷方法與進展[A];第18屆全國結(jié)構(gòu)工程學(xué)術(shù)會議論文集第Ⅲ冊[C];2009年

9 趙劍偉;趙江;郭志新;;基于多傳感器信息融合的故障診斷方法[A];2007'儀表，自動化及先進集成技術(shù)大會論文集（一）[C];2007年

10 王麗英;方攸同;蘇麗穎;劉寶友;;劣化系統(tǒng)的故障診斷和檢測策略的綜合研究[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)重要報紙文章 前1條

1 李萍;濟鋼EAM離線網(wǎng)絡(luò)點檢和故障診斷管理系統(tǒng)開發(fā)應(yīng)用[N];世界金屬導(dǎo)報;2007年

相關(guān)博士學(xué)位論文 前10條

1 尹同舟;基于復(fù)合網(wǎng)絡(luò)拓撲結(jié)構(gòu)的懸臂式掘進機故障診斷方法[D];中國礦業(yè)大學(xué)(北京);2017年

2 肖紅軍;數(shù)據(jù)驅(qū)動的污水處理過程故障診斷與多步預(yù)測[D];華南理工大學(xué);2016年

3 向長城;基于可拓學(xué)的智能故障診斷與狀態(tài)監(jiān)測的理論及應(yīng)用研究[D];重慶大學(xué);2008年

4 胡友強;數(shù)據(jù)驅(qū)動的多元統(tǒng)計故障診斷及應(yīng)用[D];重慶大學(xué);2010年

5 高保祿;大型復(fù)雜機電設(shè)備分布式故障診斷方法研究[D];太原理工大學(xué);2010年

6 曹玉蘋;基于狀態(tài)估計的石化過程故障診斷與預(yù)報方法研究[D];中國石油大學(xué);2010年

7 李盤靖;遠程協(xié)同故障診斷關(guān)鍵技術(shù)及其應(yīng)用研究[D];西北工業(yè)大學(xué);2006年

8 鞏曉峗;基于全矢譜的非平穩(wěn)故障診斷關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2013年

9 侯俊劍;基于聲像模式識別的故障診斷機理研究[D];上海交通大學(xué);2011年

10 譚樹彬;軋機厚控系統(tǒng)狀態(tài)監(jiān)測與故障診斷的研究與應(yīng)用[D];東北大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 陳超;旋轉(zhuǎn)機械狀態(tài)趨勢預(yù)測及故障診斷專家系統(tǒng)關(guān)鍵技術(shù)研究[D];鄭州大學(xué);2015年

2 李橋;基于集合算法的故障診斷研究[D];沈陽理工大學(xué);2015年

3 閆國楊;基于度量學(xué)習(xí)和時間序列相似性度量的故障診斷方法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 董小亮;混雜系統(tǒng)的微小故障診斷方法的研究[D];新疆大學(xué);2015年

5 史佳;基于聚類與K近鄰算法的LKJ運行記錄數(shù)據(jù)分析及故障診斷[D];蘭州交通大學(xué);2015年

6 劉超;魚群優(yōu)化算法及其汽輪機故障診斷的應(yīng)用研究[D];東北石油大學(xué);2010年

7 曹曉霞;基于相關(guān)向量機的小樣本故障診斷預(yù)測研究[D];西安工程大學(xué);2016年

8 王龍娜;動態(tài)工業(yè)過程的故障診斷方法研究[D];東北大學(xué);2014年

9 高欣;基于支持向量機的田納西化工過程故障診斷研究[D];渤海大學(xué);2016年

10 祝向平;針對關(guān)鍵性能指標(biāo)的故障診斷方法研究[D];渤海大學(xué);2016年

，

本文編號：1435188