[发明专利]微服务系统根因节点的错误排查方法

说明书

本发明公布了一种微服务系统根因节点的错误排查方法，采用频繁异常相关图挖掘方法，通过拓扑图重构算法实现快速排查，得到错误根因节点；包括：收集微服务系统日志并预警；将收集到的节点出错导致的延迟时长数据tp_i，利用拓扑图还原算法进行图的还原，挖掘得到微服务系统拓扑图；将候选频繁子图和微服务系统拓扑图进行比对，判断候选频繁子图在出错时的微服务系统拓扑图中是否频繁发生；进行排序，得到节点序列，即为排序的潜在异常根因节点；按节点序列顺序排查节点错误，由此实现微服务系统根因节点的错误排查。本发明方法能够提高错误根因节点的准确度，加快排查速度，节省成本。

技术领域

本发明属于信息技术领域，涉及微服务系统体系结构异常排查技术，尤其涉及一种基于频繁子图挖掘算法的微服务系统架构根因节点错误排查的方法。

背景技术

微服务架构是一种广泛使用的服务器架构，他的优点在于易于实现和重用，以及服务组件的独立缩放。然而，细粒度服务器的使用是有代价的。成百上千的服务器系统很容易出现异常，实际应用中需要快速定位出错误的服务器节点。

微服务系统根因节点即发生异常的错误的服务器接口节点。异常根服务的识别非常耗时，原因如下：首先，微服务架构中的服务关系复杂和多变。细粒度带来额外的硬件和软件负担过重，很难采用集中式系统来记录系统的实时拓扑关系。第二，大量的微服务产生大量的运行数据，处理和分析可能相当耗时。操作维护部门通常要求系统专家来做这项工作。这种解决方法的成本很高，因为不断的知识更新。

前人已经对微服务架构的根因节点排查进行了大量的研究工作。例如，文献[11],[12],[13]，[14],[15]使用了许多方法来解决这个问题。文献[16]记载了根原因排序的MRANK算法和GANK算法。在文献[17]中，Kim等实现了一个实时度量收集系统和异常检测框架。然而，这些算法仍然非常耗时，难以对错误的服务器节点实现快速定位。

参考文献：

[11]Y.Liu,L.Zhang,and Y.Guan,A distributed data streaming algorithmfor network-wide traffic anomaly detection,ACM SIGMETRICS PerformanceEvaluation Review,vol.37,no.2,pp.81-82,2009.

[12]R.Jiang,H.Fei,and J.Huan,Anomaly localization for network datastreams with graph joint sparse PCA,in Proceedings of the 17th ACM SIGKDDinternational conference on Knowledge discovery and data mining,pp.886-894,2011.

[13]C.Wang et al.,VScope:middleware for troubleshooting time-sensitive data center applications,in ACM/IFIP/USENIX InternationalConference on Distributed Systems Platforms and Open Distributed Processing,pp.121-141,2012.

[14]A.Jalali and S.Sanghavi,Learning the Dependence Graph of TimeSeries with Latent Factors,in Proceedings of the 29th InternationalConference on Machine Learning(ICML-12),pp.473-480,2012.