[发明专利]一种基于flink的微服务性能实时监控方法

权利要求书

1.一种基于flink的微服务性能实时监控方法，其特征在于，包括以下步骤：

S1：性能日志埋点；

S2：日志采集；

S3：聚合计算；

S4：结果存储。

2.根据权利要求1所述的基于flink的微服务性能实时监控方法，其特征在于：步骤S1所述性能日志埋点，记录每分钟内同一个服务的总调用次数、调用成功次数、以及调用总耗时。

3.根据权利要求1所述的基于flink的微服务性能实时监控方法，其特征在于：步骤S1中，在所有应用中引入日志埋点软件开发工具包，软件开发工具包通过异步、单线程reactor的方式自动记录下服务调用的埋点日志。

4.根据权利要求3所述的基于flink的微服务性能实时监控方法，其特征在于：埋点日志记录在指定的固定目录下，且每个日志文件的最大大小为100M，超过100M，则自动创建新的文件，最多保存3个历史备份文件，软件开发工具包(SDK)会自动删除过多的备份文件。

5.根据权利要求1所述的基于flink的微服务性能实时监控方法，其特征在于：步骤S2中，采用filebeat进行日志采集，并将filebeat采集的数据发送至kafka中。

6.根据权利要求5所述的基于flink的微服务性能实时监控方法，其特征在于：步骤S3中，flink对kafka中的日志数据进行统计计算，通过聚合计算出每分钟每个服务的总调用次数，总耗时，以及成功率。

7.根据权利要求5所述的基于flink的微服务性能实时监控方法，其特征在于：每分钟内调用成功率的计算方法为：flink使用keyBy方法用服务类型、服务名称、服务方法作为分组，对每分钟内同一个服务的总调用次数，调用成功次数和调用总耗时进行求和，求和的调用成功次数除以求和的调用总次数即为某具体服务每分钟内调用成功率。

8.根据权利要求1所述的基于flink的微服务性能实时监控方法，其特征在于：步骤S4中，采用clickhouse数据库对数据进行存储。

9.根据权利要求7所述的基于flink的微服务性能实时监控方法，其特征在于：创建clickhouse的表，所述clickhouse的表包括以下字段：time，type，serviceName，methodName，totalCount，totalCost，successRate，在flink创建clishouse sink，将计算结果数据，批量存入clickhouse的表中。