1.一种微服务异常追踪的方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据所述训练模型进行微服务异常追踪,包括:
3.根据权利要求1或2所述的方法,其特征在于,所述特征数据包括:链路标识、微服务名称、请求时间、微服务部署互联网协议、调用方法名、函数入参、函数返回、中央处理器使用率、内存使用率、表空间使用率和用户连接数中的至少一项。
4.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
5.根据权利要求1或2所述的方法,其特征在于,所述将所述特征数据作为输入,所述请求处理耗时作为输出,使用双向长短期记忆网络进行模型训练,得到所述训练模型,包括:
6.根据权利要求5所述的方法,其特征在于,所述双向长短期记忆网络为将每条链路的每个阶段的状态拼接成多维向量作为网络的输入,将前向的lstm和后向的lstm结合成bi-lstm,输出各阶段的预测耗时。
7.根据权利要求5所述的方法,其特征在于,所述wrmse损失函数为根据每一条链路的长度l、每一阶段标准化后的实际请求处理耗时yt、预测请求处理耗时样本数n、每一条链路的权重wi得到的。
8.一种服务器,其特征在于,包括:
9.一种服务器,其特征在于,包括:
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中存储有至少一可执行指令,所述可执行指令在信号处理系统上运行时,使得信号处理系统执行如权利要求1-7中任一所述的方法。