[发明专利]一种基于链路跟踪的性能预测告警方法及系统

说明书

本发明涉及云计算技术领域，具体为一种基于链路跟踪的性能预测告警方法包括以下步骤：基于链路跟踪数据生成性能指标数据，采集端收集应用的调用链数据上报到服务侧；将接口维度的每分钟调用次数及接口响应时间聚合为服务维度的每分钟调用次数及服务响应时间指标；有益效果为：本发明提出的基于链路跟踪的性能预测告警方法及系统通过既有的性能指标数据对未来应用负载波动场景做出预测，在预测值与实际观测值出现偏差时及时对用户进行告警，既保障了应用的性能异常场景的及时观测，又提高了运维人员的管理效率。

技术领域

本发明涉及云计算技术领域，具体为一种基于链路跟踪的性能预测告警方法及系统。

背景技术

随着云计算以及分布式应用的不断发展，为了满足日益增长的业务量及不断多元化的应用场景，应用架构经过多年演变日益复杂，使得应用系统满足了吞吐量、执行效率、扩展性的需求。

现有技术中，复杂的应用架构为运维带来了更多困难，链路跟踪系统的出现，通过对链路数据的收集实现了对所有请求的跟踪分析，并由此链路数据分析出应用的性能指标数据，为运维人员分析处理应用的性能问题带来了便利。

但是，针对应用性能的异常指标进行常规的阈值告警，往往在应用性能问题发生之后才能发现，无法为运维人员提前发现问题提供支撑。

发明内容

本发明的目的在于提供一种基于链路跟踪的性能预测告警方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于链路跟踪的性能预测告警方法，该包括以下步骤：

基于链路跟踪数据生成性能指标数据，采集端收集应用的调用链数据上报到服务侧；

将接口维度的每分钟调用次数及接口响应时间聚合为服务维度的每分钟调用次数及服务响应时间指标；

使用三次指数平滑法分别处理服务每分钟调用次数及服务响应时间数据，提前预测出一定时间段的数据点，并将预测数据转存写入专门的时序数据库中；

将预测值与观测值进行join，通过RMSE均方根误差进行曲线拟合计算，对曲线偏差进行预警。

优选的，服务侧对收集到的调用链数据进行解析，根据Trace数据的StartTime及EndTime计算得出Trace的响应耗时，并记录当前每分钟下接口的调用次数，以及每个链路执行过程中响应时间，服务的性能指标数据来源于每一次链路的数据；

设定存放服务每分钟调用次数的数据表为service_cpm,存放服务响应时间指标数据的数据表为service_resp_time。

优选的，设定定时执行周期变量为cronstr，值为“0 60***”，即为数据处理方法每60分钟执行一次，每次分别处理服务每分钟调用次数及服务响应时间数据。

优选的，均方根误差，其定义为，i＝1,2,3,…n，在有限的测量次数中，均方根误差用以下表达式表示：

√[di*2/(n-1)]＝Re，其中n为测量次数，di为一组测量值与实际值的偏差；

获取当前观测值作为告警的基准数据，通过查询时序数据库中service_cpm数据表获得服务每分钟请求次数的数据；获取第一阶段通过三次指数平滑法生成的预测值数据，作为参考数据，通过查询时序数据库中forecast_service_cpm数据表获得；di为service_cpm与forecast_service_cpm每个数据点之间的偏差值，设定偏差值的阈值为limit，当Relimit时触发告警，偏差值越大告警级别越高；当Relimit时，表示预测值与观测值之间偏差处于可容忍范围之内，即链路跟踪数据预测较为准确。