[发明专利]一种基于调用链数据的监控告警和溯源方法及系统

说明书

本发明涉及一种基于调用链数据的监控告警和溯源方法及系统，包括：S1、应用接入APM组件，从而代理拦截插桩的入口；S2、APM组件采集该接口调用链日志发送到kafka消息队列，并存储到ES数据库；S3、APM服务端对ES数据库内的调用链信息进行处理，将其处理合并成时间粒度的接口统计数据后，再次发送到kafka消息队列，并存储到时序数据库；S4、根据应用场景配置告警策略并添加监控指标；S5、根据告警策略和监控指标，生成告警记录；然后，根据接口统计数据，将告警记录归类形成告警调用树，从而快速获知系统缓慢根源。

技术领域

本发明涉及调用链技术领域，特别涉及一种基于调用链数据的监控告警和溯源方法及系统。

背景技术

随着微服务设计理念在系统中的应用，服务之间的调用关系越来越复杂。一个业务请求可能会涉及到几十个服务的协同操作，涉及到多个业务系统。当遇到服务性能问题需要定位的时候，也会产生一系列的困难。

目前，在运维体系中，一般使用APM系统（应用性能管理与监控系统）实现对基于Java语言开发的应用系统的服务调用链路分析和性能监控，APM主要分为以下部分：通过调用链，把每次请求的调用过程完整串联起来，实现了对请求调用路径的监控，便于故障快速定位。各个调用环节的性能分析(如API执行耗时、资源使用情况，堆栈使用情况等)、还原调用链各个环节依赖关系、IP显示等。

但是，现有的APM服务端仅提供基础的单次调用阀值告警，无法做到接口维度的历史趋势告警、突变告警等；APM服务端仅提供调用检索及调用链详情功能,在应用出现性能问题时，无法进行告警并定位性能问题源头。

因此，APM调用链是基于单次请求的链条，缺乏接口性能的各种指标的有效监测和告警，且缺乏基于历史趋势、突变等告警条件的支持；

当系统中出现性能问题时，如某个服务方法耗时较长，由于子方法耗时告警时经常会导致其所有上级方法产生告警，使得系统会产生大量的告警。APM系统只能展现大量单次请求的链条，由于告警可能分布多个应用，通常需要大量的人工分析才可以判断应用系统缓慢源头，缺乏直观的方法进行快速定位真正的性能问题源头。

发明内容

基于此，有必要提供一种基于调用链数据的监控告警和溯源方法及系统。

本发明实施例一方面提供一种基于调用链数据的监控告警和溯源方法，包括如下步骤：

S1：线上应用接入APM组件，从而代理拦截插桩的入口；

S2：当APM组件拦截到接口的调用时，采集该接口调用链日志并发送到kafka消息队列，同时，将该接口调用链日志存储到ES数据库；

S3：APM服务端对ES数据库内的调用链信息进行处理，将其处理合并成时间粒度的接口统计数据后，再次发送到kafka消息队列，然后，将该接口统计数据存储到时序数据库；

S4：根据具体的应用场景配置告警策略并添加相应的监控指标；

S5：根据步骤S4中配置的告警策略和添加的监控指标，生成相应的告警记录；然后，根据步骤S1中的接口统计数据，将告警记录进行归类，形成树状结构的告警调用树，并进行直观展示，从而快速获知系统缓慢根源。

优选地，该监控告警和溯源方法还包括以下步骤：S6、根据调用链的详情和应用日志进行总展示分析：根据告警记录查找符合条件的调用链；然后，根据调用链的TraceId及节点SpanId筛选对应的应用日志，从而提供对照分析，进一步定位系统缓慢的根因。

优选地，所述APM组件为java agengt组件；所述接口统计数据包括时间戳、应用、服务、方法、接口、平均耗时、最大耗时、总调用次数、失败调用次数、TP50、TP90和TP99；所述时间粒度为一分钟粒度。

优选地，步骤S4中，生成告警记录的所述告警策略包括指定值策略、动态历史基线策略、相同方法偏移策略和趋势突变策略中的任意一种。