[发明专利]服务过载的处理方法、装置、电子设备及存储介质

权利要求书

1.一种服务过载的处理方法，其特征在于，所述方法包括：

获取分布式系统架构中提供服务的系统的资源数据和所述系统在当前时刻的当前负载信息，根据所述资源数据和当前负载信息之间的大小关系，计算所述系统在下一时刻的服务请求阈值；

当所述系统在下一时刻接收到服务调用请求时，若所述系统的并发服务请求数小于所述服务请求阈值，则根据所述服务调用请求进行相应的服务调用；

若所述系统的并发服务请求数大于或等于所述服务请求阈值，则丢弃所述服务调用请求。

2.根据权利要求1所述的方法，其特征在于，所述系统的资源数据包括所述系统的CPU核数，所述系统在当前时刻的当前负载信息包括所述系统当前正在执行的任务数量；所述根据所述资源数据和当前负载信息之间的大小关系，计算所述系统在下一时刻的服务请求阈值，包括：

若所述系统当前正在执行的任务数量大于所述系统的CPU核数，则减小所述系统在当前时刻的当前服务请求阈值，得到所述系统在下一时刻的服务请求阈值；

若所述系统当前正在执行的任务数量小于所述系统的CPU核数，则增大所述系统在当前时刻的当前服务请求阈值，得到所述系统在下一时刻的服务请求阈值；

若所述系统当前正在执行的任务数量等于所述系统的CPU核数，则将所述系统在当前时刻的当前服务请求阈值作为所述系统在下一时刻的服务请求阈值。

3.根据权利要求1所述的方法，其特征在于，所述根据所述资源数据和当前负载信息之间的大小关系，计算所述系统在下一时刻的服务请求阈值，包括：

获取所述系统在当前时刻的当前并发服务请求数以及当前服务请求阈值；

根据第一设定值和所述系统的资源数据、所述系统在当前时刻的当前负载信息以及当前服务请求阈值，计算所述系统在下一时刻的服务请求阈值的第一估计值，所述第一设定值表征梯度下降算法中的学习率，用于计算并限定所述第一估计值的大小；

根据第二设定值和所述系统在当前时刻的当前并发服务请求数，计算所述系统在下一时刻的服务请求阈值的第二估计值，所述第二设定值表征梯度下降算法中的伸缩率，用于计算并限定所述第二估计值的大小；

提取所述系统在下一时刻的服务请求阈值的第一估计值和第二估计值中的最小值，将所述最小值作为所述系统在下一时刻的服务请求阈值。

4.根据权利要求3所述的方法，其特征在于，所述根据第一设定值和所述系统的资源数据、所述系统在当前时刻的当前负载信息以及当前服务请求阈值，计算所述系统在下一时刻的服务请求阈值的第一估计值，包括：

获取所述系统的资源数据与所述系统在当前时刻的当前负载信息之间的差值；

提取所述差值与所述系统在当前时刻的当前负载信息之间的商；

获取所述商、所述第一设定值以及所述系统在当前时刻的当前服务请求阈值之间的乘积，得到所述系统在下一时刻的服务请求阈值的偏移量；

获取所述系统在当前时刻的当前服务请求阈值与所述系统在下一时刻的服务请求阈值的偏移量之间的和，将所述和确定为所述系统在下一时刻的服务请求阈值的第一估计值。

5.根据权利要求3所述的方法，其特征在于，所述根据第二设定值和所述系统在当前时刻的当前并发服务请求数，计算所述系统在下一时刻的服务请求阈值的第二估计值，包括：

获取所述系统在当前时刻的当前并发服务请求数与所述第二设定值之间的乘积，将所述乘积确定为所述系统在下一时刻的服务请求阈值的第二估计值。

6.根据权利要求3所述的方法，其特征在于，所述第一设定值在[0,1)的区间中，第二设定值大于1。