[发明专利]基础设施报警规则的生命周期管理方法和装置

说明书

本发明提供一种基础设施报警规则的生命周期管理方法和装置，其中方法包括：基于etcd的watch机制，监控各个基础设施的状态变化以及各个基础设施类型对应的报警规则模板的状态变化；若监控到基础设施的状态变化和/或基础设施类型对应的报警规则模板的状态变化，则确定发生状态变化的基础设施和/或报警规则模板，并基于发生状态变化的基础设施和/或报警规则模板，进行报警规则的更新，使得各个报警规则的生命周期与其对应的基础设施和/或报警规则模板的生命周期相适应。本发明对报警规则进行自适应的更新，使得各个报警规则的生命周期与其对应的基础设施或报警规则模板的生命周期相适应，完成了高效且无感知的报警规则生命周期管理。

技术领域

本发明涉及数据监控技术领域，尤其涉及一种基础设施报警规则的生命周期管理方法和装置。

背景技术

在目前的社区平台中，需要对外提供非常多的服务，例如问答服务、视频服务等。在现有的服务中，通常会基于监控方式对服务进行指标观测，例如订单完成失败率等。由于目前平台中的数据体系非常庞大，为了对各类服务进行指标监控而构建的指标数量可以达到上亿级别。由于需要监控的指标数量极其庞大，且基础设施的变化频率较高，如何监控平台内全部基础设施的指标数据并且维护报警服务的生命周期成为一个复杂且重要的问题。其中，报警服务的生命周期需要与对应的基础设施的生命周期相一致，即基础设施上线时，应当立即新增该基础设施对应的报警服务，而当基础设施下线时，应当停止该基础设施对应的报警服务。

然而，如果由基础设施方主动上报报警规则以在基础设施上线时及时新增对应的报警服务，可能会导致已下线基础设施的报警服务未回收、资源不合理被覆盖，使得报警消息不准确。另外，业界多数采用定时长轮询数据库的策略，通过轮询的方式发现基础设施的上下线，从而管理对应报警服务的生命周期。然而，该策略更适用于数据量较小的场景，一旦数据量大起来，会导致大量的内存被占用，若容器Memory到达限制还将导致严重的内存溢出错误。即便采用分布式方法或者master-worker模式来克服内存占用过多的问题，但会增加更多的不可用风险，与报警系统尽量避免使用额外的组件、降低风险点的设计原则相悖。此外，如引入其他组件，比如kafka消息中间件，对于风险和排查相对比较困难，较难应用于工业界生产环境中。

因此，亟需一种在基础设施上下线时，高效且无感知地对对应报警服务进行生命周期管理的方法。

发明内容

本发明提供一种基础设施报警规则的生命周期管理方法和装置，用以解决现有技术中报警服务生命周期管理不准确且低效的缺陷。

本发明提供一种基础设施报警规则的生命周期管理方法，包括：

基于etcd的watch机制，监控各个基础设施的状态变化以及各个基础设施类型对应的报警规则模板的状态变化；

若监控到基础设施的状态变化和/或基础设施类型对应的报警规则模板的状态变化，则确定发生状态变化的基础设施和/或报警规则模板，并基于所述发生状态变化的基础设施和/或报警规则模板，进行报警规则的更新，使得各个报警规则的生命周期与其对应的基础设施和/或报警规则模板的生命周期相适应；

其中，若任一基础设施或任一报警规则模板的状态变化为新增，则对应报警规则的更新操作为新增；若任一基础设施或任一报警规则模板的状态变化为删除，则对应报警规则的更新操作为删除；若任一报警规则模板的状态变化为修改，则对应报警规则的更新操作为修改。

根据本发明提供的一种基础设施报警规则的生命周期管理方法，所述基于所述发生状态变化的基础设施和/或报警规则模板，进行报警规则的更新，使得各个报警规则的生命周期与其对应的基础设施和/或报警规则模板的生命周期相适应，之后还包括：

基于kubernetes提供的钩子函数，实时监控etcd中各个报警规则的更新事件；