[发明专利]微服务系统的异常检测方法、装置、电子设备及存储介质

说明书

本发明涉及数据处理技术，揭露了一种微服务系统的异常检测方法，包括：获取微服务系统中对象监控指标的历史时序数据，计算所述历史时序数据的阈值参数，并利用所述阈值参数对获取的实时时序数据进行异常检测，得到异常检测数据，利用预设的入口服务指标确定所述异常检测数据的耗时记录，并将所述耗时纪录与预设的耗时记录库进行比较，得到数据异常次数，根据预设的排序规则对所述数据异常次数进行排序并输出，得到异常检测结果。此外，本发明还涉及区块链技术，所述耗时记录库可存储于区块链的节点。本发明还提出一种微服务系统的异常检测装置、电子设备以及计算机可读存储介质。本发明可以解决异常检测效率较低及针对性不强的问题。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种微服务系统的异常检测方法、装置、电子设备及计算机可读存储介质。

背景技术

微服务系统的故障检测属于运维范畴的工作。在微服务系统中，涉及有网络、应用容器引擎(docker)、数据库(Database)等多种对象，且多种对象间互相存在调用关系，而每个对象有下属多个监控指标用于监测对象的运行状态。当微服务系统发生故障时(例如入口服务发生访问耗时突增)，可能伴随存在多个关联对象发生异常。当前，微服务系统的异常检测的流程主要由人工介入分析，而一些算法技术仅作为辅助提供时序异常检测等的参考。当前微服务系统的异常检测技术存在以下缺陷：1、对于异常检测的发生，人工只能对所有相关调用对象进行分析，效率较低。2、一些算法技术仅作为辅助，无法对异常检测结果进行重要性排序，运维人员无法及时和有针对性的进行维护。

发明内容

本发明提供一种微服务系统的异常检测方法、装置及计算机可读存储介质，其主要目的在于解决微服务系统中异常检测效率较低及针对性不强的问题。

为实现上述目的，本发明提供的一种微服务系统的异常检测方法，包括：

获取微服务系统中对象监控指标的历史时序数据，计算所述历史时序数据的阈值参数；

获取所述微服务系统的实时时序数据，利用所述阈值参数对所述实时时序数据进行异常检测，得到异常检测数据；

利用预设的入口服务指标确定所述异常检测数据的耗时记录，并将所述耗时纪录与预设的耗时记录库进行比较，得到数据异常次数；

根据预设的排序规则对所述数据异常次数进行排序并输出，得到异常检测结果。

可选地，所述计算所述历史时序数据的阈值参数，包括：

利用预设的周期性检测方法对所述历史时序数据进行周期性判断；

若所述历史时序数据为周期性数据，则计算所述历史时序数据的滑窗阈值；

若所述历史时序数据为非周期性数据，则计算所述历史时序数据的滑窗阈值及全量阈值。

可选地，所述计算所述历史时序数据的滑窗阈值，包括：

根据预设的滑窗步长将所述历史时序数据划分为多个滑窗；

获取每个滑窗内的预设数量的分位数，并根据所述分位数计算得到分位数阈值及西格玛阈值；

汇总所述分位数阈值、所述西格玛阈值及预设的固定阈值，得到每个滑窗内的滑窗阈值。

可选地，所述利用所述阈值参数对所述实时时序数据进行异常检测，包括：

利用预设的周期性检测方法对所述实时时序数据进行周期性判断；

若所述实时时序数据为周期性数据，则利用所述滑窗阈值对所述实时时序数据进行检测；

若所述实时时序数据为非周期性数据，则利用所述滑窗阈值及所述全量阈值对所述实时时序数据进行检测。