一种分布式系统的服务编排方法和装置与流程

allin2026-08-11  24


本发明涉及计算机,特别涉及人工智能,尤其涉及一种分布式系统的服务编排方法和装置。


背景技术:

1、随着微服务架构的普及,系统被拆分成多个独立的服务,这些服务之间的交互变得复杂。服务编排能够对这些交互进行集中管理,确保服务间的依赖关系、调用顺序和异常处理得到妥善处理,从而降低系统的复杂性。相关技术中,通过现有框架实现服务编排,但有的服务编排框架往往依赖于硬编码的规则,这些规则在面对未知情况或数据时缺乏灵活性和适应性;在复杂的生产和编排场景中,存在大量的变量和约束条件,传统服务编排框架难以进行有效的决策和自我优化能力。


技术实现思路

1、本发明的一个目的在于提供一种分布式系统的服务编排方法,基于机器学习算法构建服务编排模型,有效提升服务编排的灵活性、适应性和模型的自我优化能力,面对复杂场景能够高效生成服务编排结果,及时提供有效决策。本发明的另一个目的在于提供一种分布式系统的服务编排装置。本发明的再一个目的在于提供一种计算机可读介质。本发明的还一个目的在于提供一种计算机设备。

2、为了达到以上目的,本发明一方面公开了一种分布式系统的服务编排方法,包括:

3、获取分布式系统上各个节点的原始日志数据;

4、根据原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型;

5、通过服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果。

6、优选的,获取分布式系统上各个节点的原始日志数据,包括:

7、通过日志管理工具,获取各个节点的服务调用日志;

8、通过日志管理工具,从服务调用日志中提取出原始日志数据。

9、优选的,根据原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型,包括:

10、对原始日志数据进行数据预处理,生成服务指标数据集;

11、根据服务指标数据集,基于基尼系数对决策树算法进行训练,构建服务编排模型。

12、优选的,对原始日志数据进行数据预处理,生成服务指标数据集,包括:

13、对原始日志数据进行数据清洗,生成初始数据集;

14、从初始数据集中提取出关键指标,生成关键指标数据集;

15、对关键指标数据集进行离散化处理,生成服务指标数据集。

16、优选的,根据服务指标数据集,基于基尼系数对决策树算法进行训练,构建服务编排模型,包括:

17、将服务指标数据集进行划分,生成训练指标数据集和测试指标数据集;

18、通过训练指标数据集,对决策树算法进行初始训练,生成初始编排模型;

19、通过测试指标数据集,基于基尼系数对初始编排模型进行参数优化,构建服务编排模型。

20、优选的,通过服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果,包括:

21、对当前的服务运行数据进行数据预处理,生成原子服务指标;

22、通过服务编排模型,根据原子服务指标,生成每个原子服务的基尼系数;

23、根据基尼系数,确定出原子服务的服务编排结果。

24、本发明还公开了一种分布式系统的服务编排装置,包括:

25、获取单元,用于获取分布式系统上各个节点的原始日志数据;

26、模型构建单元,用于根据原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型;

27、服务编排单元,用于通过服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果。

28、本发明还公开了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述方法。

29、本发明还公开了一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,所述处理器执行所述程序时实现如上所述方法。

30、本发明还公开了一种计算机程序产品,包括计算机程序/指令,计算机程序/指令被处理器执行时实现如上所述方法。

31、本发明获取分布式系统上各个节点的原始日志数据;根据原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型;通过服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果,基于机器学习算法构建服务编排模型,有效提升服务编排的灵活性、适应性和模型的自我优化能力,面对复杂场景能够高效生成服务编排结果,及时提供有效决策。



技术特征:

1.一种分布式系统的服务编排方法,其特征在于,所述方法包括:

2.根据权利要求1所述的分布式系统的服务编排方法,其特征在于,所述获取分布式系统上各个节点的原始日志数据,包括:

3.根据权利要求1所述的分布式系统的服务编排方法,其特征在于,所述根据所述原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型,包括:

4.根据权利要求3所述的分布式系统的服务编排方法,其特征在于,所述对所述原始日志数据进行数据预处理,生成服务指标数据集,包括:

5.根据权利要求3所述的分布式系统的服务编排方法,其特征在于,所述根据所述服务指标数据集,基于基尼系数对决策树算法进行训练,构建服务编排模型,包括:

6.根据权利要求1所述的分布式系统的服务编排方法,其特征在于,所述通过所述服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果,包括:

7.一种分布式系统的服务编排装置,其特征在于,所述装置包括:

8.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至6任一项所述的分布式系统的服务编排方法。

9.一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指令的信息,所述处理器用于控制程序指令的执行,其特征在于,所述程序指令被处理器加载并执行时实现权利要求1至6任一项所述的分布式系统的服务编排方法。

10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现权利要求1至6任一项所述的分布式系统的服务编排方法。


技术总结
本发明实施例提供了一种分布式系统的服务编排方法和装置,可用于人工智能技术领域,所述方法包括:获取分布式系统上各个节点的原始日志数据;根据原始日志数据,基于基尼系数对决策树算法进行训练,构建服务编排模型;通过服务编排模型,根据当前的服务运行数据进行基尼系数计算,生成服务编排结果,基于机器学习算法构建服务编排模型,有效提升服务编排的灵活性、适应性和模型的自我优化能力,面对复杂场景能够高效生成服务编排结果,及时提供有效决策。

技术研发人员:李佩之,陈霞
受保护的技术使用者:中国工商银行股份有限公司
技术研发日:
技术公布日:2024/10/31
转载请注明原文地址: https://www.8miu.com/read-30159.html

最新回复(0)