[發明專利]一種基于故障相似度的服務可靠性保障方法

有效

• 申請號: 202010789841.0
• 申請日: 2020-08-07
• 公開（公告）號: CN112118127B
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 王燾;陳皓;張文博;許源佳
• 申請（專利權）人: 中國科學院軟件研究所
• 主分類號: H04L12/24
• 分類號: H04L12/24
• 代理公司: 北京君尚知識產權代理有限公司 11200
• 代理人: 余功勛

本發明提供一種基于故障相似度的服務可靠性保障方法，包括：解析一執行追蹤，構建有向帶權圖；將所述有向帶權圖與通過若干正常執行追蹤構建的若干正常有向帶權圖比較，判斷該執行追蹤是否正常；若該執行追蹤為故障執行追蹤，將執行追蹤中所調用的服務根據調用順序，得到未知故障請求字符串；提取已知故障數據庫中故障調用字符串，并與未知故障請求字符串進行相似度計算，得到該執行追蹤的故障原因；依據故障原因，檢測所述服務失效類型是否存在；所述服務失效類型若存在，則重啟服務；所述服務失效類型若不存在，則獲取服務容器度量指標，進行服務容器的自適應匹配。本發明基于定向故障注入，實現執行追蹤與故障原因相掛鉤，判斷監測節點故障。

技術領域

本發明屬于軟件技術領域，具體涉及一種基于故障相似度的服務可靠性保障方法。

背景技術

面對互聯網時代的海量請求，短時間內的服務失效會導致用戶體驗和評價的下降，而長時間的服務失效甚至會使企業面臨嚴重的經濟損失。隨著云計算數據量的迅速增長，集群規模的不斷膨脹，集群的高可靠性成為了一個變得越來越重要的技術。服務可靠性是指在給定時間內，特定環境下軟件無錯運行的概率，準確度量可靠性需要對時間、運行環境與條件、以及功能進行規定。服務的監測與故障技術幫助運維人員監測分布式服務集群中容器的運行情況，進行資源的調配，保證整個服務系統的可靠運行。

服務可靠性保障方法主要包含分析度量信息、日志文件和執行追蹤等三種方法。基于度量信息分析的方法收集某個邏輯計量單元或某時間段內的計量值，可以通過設定固定的指標或是通過一系列運算設定動態變化的指標，以此作為系統異常的報警規則，向運維人員發送異常警告，或是作為集群任務的調度規則。具有代表性的方法包括文獻(S.Chouliaras and S.Sotiriadis,Real-Time Anomaly Detection of NoSQL SystemsBased on Resource Usage Monitoring,in IEEE Transactions on Industrial Informatics,vol.16,no.9,pp.6042-6049,Sept.2020,doi:10.1109/TII.2019.2958606.)，該方法基于實時監控資源使用情況，將不同的機器學習模型與NoSQL系統運行的設計模式進行比較，并根據資源使用情況監視和過程信息提取對它們進行表征，識別不同的異常模式。這類方法對于系統內部的服務的結構和關系不需要進行了解，但需要事先知道異常的類型和異常特征，靈活性較差。基于日志文件分析的方法收集離散的日志文件中的元數據信息，日志文件記錄了系統運行中海量的零散事件或是請求信息，通過設定檢索模式，可以找到運行中的錯誤報告，有效排查系統的異常原因。具有代表性的方法包括文獻(Y.Yuan,W.Shi,B.Liang and B.Qin,An Approach to Clou d Execution Failure DiagnosisBased on Exception Logs in OpenStack,2019I EEE 12th International Conferenceon Cloud Computing(CLOUD),Milan,Italy,2019,pp.124-131,doi:10.1109/CLOUD.2019.00031)，該方法專注于識別系統任務產生的異常日志，輕量級的比較異常日志與系統歷史任務日志，從而識別特定種類的異常。這類方法需要收集大量零散的日志文件，并從中提取出關鍵的故障信息，日志的收集和信息提取存在滯后性，難以實時分析系統存在的故障。基于執行追蹤的方法收集單次請求內的全部信息，構建系統內部的結構特征，當系統異常發生時會引起請求處理軌跡發生偏移，通過對處理軌跡分析以達到異常定位和故障原因診斷的目的。具有代表性的方法包括文獻(S.Zhang,Y.Wang,W.Li and X.Qiu,Service fai lure diagno sis in service function chain,201719th Asia-PacificNetwork Operations an d Management Symposium(APNOMS),Seoul,2017,pp.70-75,doi:10.1109/APNOMS.2017.8094181)，該方法通過提出一種低成本的檢測方法，包括計算網絡功能的拓撲，避免重復探測網絡功能之間的鏈接，向網絡標頭添加時間戳以分析服務質量。這類方法可用于排查系統性能問題，但是監測粒度過細會帶來巨大的監測和分析的資源開銷，存在監測粒度與監測開銷之間難以平衡的問題。