[发明专利]故障定位方法及装置、计算机系统和可读存储介质

说明书

本公开提供了一种故障定位方法，应用于由多个节点组成的有向无环的微服务架构，微服务架构中的每个节点用于提供对应的预定服务，该方法包括：获取微服务架构中第一节点的属性数据，其中，第一节点的节点属性已知；配置微服务架构中第二节点的属性数据为空值，其中，第二节点的节点属性未知；利用与微服务架构对应的贝叶斯网络处理第一节点的属性数据和第二节点的空值，得到对应的处理结果；以及基于处理结果，确定微服务架构中第二节点的节点属性，以定位微服务架构中的故障节点。本公开还公开了一种故障定位装置、一种计算机系统和一种计算机可读存储介质。

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种故障定位方法、一种故障定位装置、一种计算机系统和一种计算机可读存储介质。

背景技术

微服务架构是如今广泛应用于大型企业级别应用的一种新型服务架构，有别于传统的单体应用架构及SOA(Service-Oriented Architecture)架构，微服务架构依赖于新兴的云技术、容器技术，不需要服务总线，核心理念是低耦合、小组件的应用及服务，每一个微服务与其满足的业务需求相匹配。

微服务架构可以看作多个服务节点(以下简称节点)组成的有向无环图(以下简称有向图)，节点之间存在父子逻辑关系。因此，当有向图中某一节点发生故障时，可能引起下游的连锁反应，最终导致整个微服务架构可用性降低。而反映出故障，或是发出失效警告的，可能并不是故障发生的源头，而是故障链的末端，此时，需要人工进行溯源、排查，费时费力，也无法快速恢复架构的可用性。如图1所示，服务1发生故障时，并不知道是服务1自身发生故障，还是服务3故障引起服务1故障，或是服务4故障引起服务1故障，或是其他复合原因导致，这些都需要人工排查。

微服务架构日常应用场景中的两个重要问题，即故障发生时寻找故障原因，实际上是故障诊断(Fault Diagnosis)，而故障还未发生时预测故障，实际上是故障预测(FaultPrediction)问题，在此归纳为微服务架构的优化问题。

以Azure、AWS、Netflix为例，业界目前主要有以下几种技术方案：

(1)Azure故障诊断组件

微软开发的Azure使用云服务监视和部署诊断组件的方式支持微服务架构的故障诊断。Azure可以启用监视服务，每5分钟采样和收集CPU使用率、网络使用率等指标值，存储进用户账户，以便用户随时查看。

Azure提供的故障诊断组件，实际上是一个区分来源的日志收集器。它将异常发生时的应用程序日志、Windows应用日志、.NET事件源等信息记录综合起来，向开发者反馈一些统计信息，例如请求连接数、实例重启次数等，并将这些信息绘制成报表，在开发者希望开始分析时展现。因此，Azure故障诊断组件其实并不具备推理分析能力，而只是监控记录收集器。

(2)AWS Cloudwatch

AWS(Amazon Web Service)是亚马逊提供的云计算服务平台，AWS提供与Azure类似的故障侦测手段，即使用云监视器监控容器的CPU使用率等指标值。与Azure不同的是，AWS还提供用户自定义的触发器来保持微服务架构的高可用性。用户可以使用Lamda函数和EC2 Run Command设置触发器，当某个AWS发生故障时，自动启动新的实例替代故障实例，或者进行自动扩容(Auto Scaling)，来避免服务的失效。同样地，AWS目前也没有提供利用机器学习或其他方案来自动生成故障诊断报告的手段。

(3)Netflix空间聚类算法

Netflix作为著名的流媒体互联网企业，已经将微服务架构完全应用于整个应用体系中，因此，Netflix也在微服务架构的维护与优化方面做了很多研究。Netflix的目标是发现处于“亚健康”或者“次优”状态下的服务器，也就是说，在服务器指标正常时，发现服务器表现异常的倾向，这就类似于一个故障预测问题。