[发明专利]服务的监控方法、装置、计算机设备及存储介质

权利要求书

1.一种服务的监控方法，其特征在于，包括：

基于决策树模型确定服务对应的预警条件；

实时获取所述服务对应的日志文件；

从所述日志文件中确定监控对象的数据信息；

判断所述数据信息是否符合所述预警条件；

若所述数据信息符合所述预警条件，则发出预警信息。

2.根据权利要求1所述的方法，其特征在于，所述基于决策树模型确定服务对应的预警条件，包括：

将所述服务的属性信息作为决策树模型的输入，以使所述决策树模型输出所述服务触发所述预警条件时对应的第一阈值和/或第二阈值；

将垃圾回收率大于所述第一阈值作为预警条件；和/或，将内存回收比例大于所述第二阈值作为预警条件。

3.根据权利要求1所述的方法，其特征在于，所述实时获取所述服务对应的日志文件，包括：

配置java虚拟机jvm服务对应垃圾回收gc的日期参数、时间戳参数以及存储路径参数；

基于所述gc的所述日期参数、所述时间戳参数以及所述存储路径参数，获取所述jvm服务对应的gc日志文件。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述gc日志文件与所述服务的属性信息进行关联，生成gc日志记录，以使在所述gc日志记录中的所述gc日志文件与所述服务一一对应；

将所述gc日志记录存储于分布式消息集群kafka。

5.根据权利要求4所述的方法，其特征在于，所述从所述日志文件中确定监控对象的数据信息，包括：

调用流处理框架flink进程，根据属性信息查询所述kafka，确定所述属性信息对应的所述gc日志记录；

从所述gc日志记录中获取待监控的垃圾回收信息和/或内存回收信息。

6.根据权利要求5所述的方法，其特征在于，所述从所述gc日志记录中获取待监控的垃圾回收信息和/或内存回收信息，包括：

基于设定的时间窗口对多个所述gc日志记录进行过滤，得到处于所述时间窗口内的多个gc日志记录；

对处于所述时间窗口内的多个gc日志记录进行聚合；

统计聚合后所述gc日志记录中的垃圾回收信息和/或内存回收信息，其中，所述垃圾回收信息中包括不同类型gc的信息；

存储所述垃圾回收信息和/或所述内存回收信息。

7.根据权利要求6所述的方法，其特征在于，所述决策树模型通过以下方式训练：

将存储的历史垃圾回收信息作为训练样本；

将所述训练样本输入所述决策树模型计算垃圾回收率；

基于所述服务宕机时对应的垃圾回收率调整所述决策树模型输出的第一阈值；

当所述第一阈值与所述服务宕机时对应的垃圾回收率的差值小于第三阈值时，则确定所述决策树模型训练完成。

8.根据权利要求6所述的方法，其特征在于，所述决策树模型通过以下方式训练：

将存储的历史内存回收信息作为训练样本；

将所述训练样本输入所述决策树模型计算内存回收比例；

基于所述服务宕机时对应的内存回收比例调整所述决策树模型输出的第二阈值；

当所述第二阈值与所述服务宕机时对应的内存回收比例的差值小于第三阈值时，则确定所述决策树模型训练完成。

9.一种服务的监控装置，其特征在于，包括：

确定模块，用于基于决策树模型确定服务对应的预警条件；

获取模块，用于实时获取所述服务对应的日志文件；

所述确定模块，还用于从所述日志文件中确定监控对象的数据信息；

判断模块，用于判断所述数据信息是否符合所述预警条件；

预警模块，用于确定若所述数据信息符合所述预警条件，则发出预警信息。