一种微服务智能弹性伸缩方法及系统与流程

本公开涉及通信技术相关，具体地说，是涉及一种微服务智能弹性伸缩方法及系统。

背景技术：

1、本部分的陈述仅仅是提供了与本公开相关的背景技术信息，并不必然构成在先技术。

2、随着云计算和微服务架构的兴起，企业逐渐将应用程序拆分成小而自治的微服务，以提高灵活性、可扩展性和可维护性。然而，微服务应用的负载波动性和多样性给其管理和优化带来了挑战。传统的静态资源分配和扩展策略已经不再满足日益变化的工作负载需求，因此需要一种更为智能和自适应的微服务弹性伸缩方法。

3、发明人在研究中发现，现有的微服务伸缩方法多数采用传统静态伸缩策略，传统的静态伸缩策略基于固定规则，无法适应动态和多变的微服务负载，导致资源浪费，影响微服务系统的性能，成为微服务系统的瓶颈。

技术实现思路

1、本公开为了解决上述问题，提出了一种微服务智能弹性伸缩方法及系统，通过引入微服务探针、大数据模型分析，实现对微服务实例数量的实时智能调整，能够迅速识别流量激增或程序bug(漏洞)等情况，确保微服务稳定运行。

2、为了实现上述目的，本公开采用如下技术方案：

3、一个或多个实施例提供了一种微服务智能弹性伸缩方法，包括如下步骤：

4、将每个微服务在打包时加入微服务探针依赖；

5、通过探针自动获取微服务的运行信息和微服务间的调用关系；

6、分析微服务的运行信息和调用关系，维护成微服务依赖关系网络；

7、将微服务的数据指标利用深度神经网络进行分析，得到微服务系统健康状况的预测结果，基于微服务依赖关系网络对微服务进行弹性伸缩决策。

8、一个或多个实施例提供了一种微服务智能弹性伸缩系统，包括：

9、探针依赖添加模块，被配置为将每个微服务在打包时加入微服务探针依赖；

10、微服务信息采集模块，被配置为通过探针自动获取微服务的运行信息和微服务间的调用关系；

11、依赖关系网络构建模块，被配置为分析微服务的运行信息和调用关系，维护成微服务依赖关系网络；

12、大数据模型分析模块，被配置为将微服务的数据指标利用深度神经网络进行分析，得到微服务系统健康状况的预测结果，基于微服务依赖关系网络对微服务进行弹性伸缩决策。

13、一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述的一种微服务智能弹性伸缩方法中的步骤。

14、一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述的一种微服务智能弹性伸缩方法中的步骤。

15、与现有技术相比，本公开的有益效果为：

16、本公开中，通过引入探针和深度神经网络对微服务系统的运行进行检测和预测，能够实现及时并动态地调整微服务的运行，能够实现根据微服务实际运行状态和性能需求的实时调整，以提高对不同工作负载情境的适应性，并优化资源利用效率。

17、并且，考虑微服务之间依赖关系导致的系统不稳定性，识别微服务之间的依赖关系，在进行伸缩控制时对具有相互依赖关系的微服务进行相应的调整，提高了微服务系统的稳定性。

18、通过大数据模型分析预测机制，能够提前预测微服务负载波动，以便更及时地做出弹性伸缩决策，实现了微服务系统智能、高效、自适应的弹性伸缩决策。

19、本公开的优点以及附加方面的优点将在下面的具体实施例中进行详细说明。

技术特征：

1.一种微服务智能弹性伸缩方法，其特征在于，包括如下步骤：

2.如权利要求1所述的一种微服务智能弹性伸缩方法，其特征在于：在每个微服务在打包时加入微服务探针依赖，通过在每个微服务的接口程序方法上添加注解，通过注解获取接口的运行信息。

3.如权利要求2所述的一种微服务智能弹性伸缩方法，其特征在于：在微服务中添加探针，以第三方依赖的形式加入微服务的包中。

4.如权利要求1所述的一种微服务智能弹性伸缩方法，其特征在于，微服务间的调用关系的获取方法，具体为：通过在每个微服务的接口添加注解，实现一个切面，通过切面获取微服务的接口内外调用请求，形成微服务依赖网络。

5.如权利要求1所述的一种微服务智能弹性伸缩方法，其特征在于：获取微服务间的调用关系，维护成微服务依赖关系网络包括如下步骤：

6.如权利要求1所述的一种微服务智能弹性伸缩方法，其特征在于：深度神经网络结构，包括多个级联的卷积层、循环神经网络以及注意力模块级联的结构；

7.如权利要求1所述的一种微服务智能弹性伸缩方法，其特征在于：

8.一种微服务智能弹性伸缩系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项所述的一种微服务智能弹性伸缩方法中的步骤。

10.一种计算机可读存储介质，其特征在于，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项所述的一种微服务智能弹性伸缩方法中的步骤。

技术总结
本公开涉及通信技术领域，提出了一种微服务智能弹性伸缩方法及系统，包括如下步骤：将每个微服务在打包时加入微服务探针依赖；通过探针自动获取微服务的运行信息和微服务间的调用关系；分析微服务的运行信息和调用关系，维护成微服务依赖关系网络；将微服务的数据指标利用深度神经网络进行分析，得到微服务系统健康状况的预测结果，基于微服务依赖关系网络对微服务进行弹性伸缩决策。通过引入微服务探针、大数据模型分析，实现对微服务实例数量的实时智能调整，能够迅速识别流量激增或程序bug等情况，确保微服务稳定运行。

技术研发人员：孙安,孙钊,李涛,张杰,田庆斌,唐守刚,陈伟
受保护的技术使用者：众阳健康科技集团有限公司
技术研发日：
技术公布日：2024/7/9