背景技术：
1、基于云的平台的一些用户旨在在基于云的平台上构建和部署他们自己的服务。通常，可为这些用户提供推荐，诸如供用户审查的参考架构和文档。然而，考虑到在基于云的平台上构建和部署服务所需的信息的广度和深度，消耗所需信息以适当地实现这些推荐可是一项艰巨的任务。进一步，架构和部署推荐可随着引入新的能力或服务而改变。因此，采用推荐的架构实践的挑战可超出初始部署并扩展到对正在进行的对齐的需要。然而，提供架构和部署推荐是静态的，并且仅表示捕获指导的最佳努力，所述指导可以一般地适用于大多数用户，而不考虑任何一个用户的特定优先级。
技术实现思路
1、本公开的各方面涉及基于一组规则来生成框架，该框架可允许基于云的平台的用户定义目标，以确定现有部署与该目标的对齐，或者实现该基于云的平台的该用户的服务的新部署。机器学习模型诸如生成模型可为基于云的平台生成一组规则。每个规则可被生成为二元粒度条件。
2、除了生成规则之外，机器学习模型还可处理规则。规则可经由条件和/或标记(tag)彼此相关联。规则还可包括其他元素，诸如标准。这些元素例如条件、标记、标准可用于使哪些规则应当被共同地视为一组、哪些规则彼此具有依赖性和/或其他外部因素相关。然后，可基于目标的排序来进一步策划和过滤相关的规则。例如，如果两个规则冲突，则可使一个规则优先于另一个规则。可考虑由用户提供的任何其他条件和/或标准以进一步细化相关的规则。
3、所得到的一组规则可表示与用户的目标对齐的特定架构。然后，用户可拒绝特定规则或创建附加规则，并清楚地理解这将如何影响架构。规则可基于预定义的知识而充当基于云的平台的特定服务和应用的基线。规则也可是动态的，并且利用来自用户以及基于云的平台的运营商的最新指导连续更新。
4、本公开的一方面涉及一种用于持续架构即服务的方法，包括：由一个或多个处理器接收与用于云服务的一个或多个架构目标相关联的数据；由一个或多个处理器基于与一个或多个架构目标相关联的数据来生成用于云服务的多个规则；由一个或多个处理器基于架构目标的一个或多个条件来将多个规则分组以形成用于云服务的一个或多个模块；由一个或多个处理器基于一个或多个条件来配置一个或多个模块中的多个规则；由一个或多个处理器基于一个或多个模块内的规则的标记来将一个或多个模块分组以形成用于云服务的模板架构；以及由一个或多个处理器输出用于云服务的模板架构。
5、在示例中，与一个或多个架构目标相关联的数据进一步包括与一个或多个设计原理相关联的数据。在另一示例中，与一个或多个架构目标相关联的数据进一步包括与一个或多个系统要求或标准相关联的数据。
6、在又一示例中，该方法进一步包括：由一个或多个处理器确定与云服务对齐的模板架构中的多个规则。在又一示例中，该方法进一步包括：由一个或多个处理器用独特识别符来标记模板架构；以及由一个或多个处理器响应于确定模板架构与云服务对齐而部署模板架构。在又一示例中，该方法进一步包括：由一个或多个处理器确定与云服务不对齐的模板架构中的多个规则中的至少一个规则。在又一示例中，该方法进一步包括：由一个或多个处理器响应于确定模板架构与云服务不对齐而与模板架构偏离，以生成更改多个规则中的至少一个规则的偏离模板架构；由一个或多个处理器用独特识别符来标记该偏离模板架构；以及由一个或多个处理器部署该偏离模板架构。在又一示例中，该方法进一步包括：由一个或多个处理器生成与模板架构偏离的一个或多个原因。
7、在又一示例中，多个规则的生成、多个规则的分组、多个规则的配置、或一个或多个模块的分组中的至少一个由一个或多个机器学习模型执行。在又一示例中，该方法进一步包括：由一个或多个处理器将多个规则转换为代码片段；以及由一个或多个处理器将该代码片段存储为结构化数据。
8、在又一示例中，多个规则中的每个规则包括二元语句；并且配置每个规则进一步包括启用或禁用每个规则。
9、本公开的另一方面提供了一种系统，包括：一个或多个处理器；以及一个或多个存储装置，一个或多个存储装置耦合到一个或多个处理器并存储指令，该指令在由一个或多个处理器执行时使一个或多个处理器执行用于持续架构即服务的操作，所述操作包括：接收与用于云服务的一个或多个架构目标相关联的数据；基于与一个或多个架构目标相关联的数据来生成用于该云服务的多个规则；基于架构目标的一个或多个条件来将多个规则分组以形成用于该云服务的一个或多个模块；基于一个或多个条件来配置一个或多个模块中的多个规则；基于一个或多个模块内的规则的标记来将一个或多个模块分组以形成用于该云服务的模板架构；以及输出用于该云服务的模板架构。
10、在示例中，操作进一步包括：确定与云服务对齐的模板架构中的多个规则。在另一示例中，操作进一步包括：用独特识别符来标记模板架构；以及响应于确定模板架构与云服务对齐而部署模板架构。在又一示例中，操作进一步包括：确定与云服务不对齐的模板架构中的多个规则中的至少一个规则。在又一示例中，操作进一步包括：响应于确定模板架构与云服务不对齐而与模板架构偏离，以生成更改多个规则中的至少一个规则的偏离模板架构；用独特识别符来标记该偏离模板架构；以及部署该偏离模板架构。在又一示例中，操作进一步包括：生成与模板架构偏离的一个或多个原因。
11、在又一示例中，多个规则的生成、多个规则的分组、多个规则的配置、或一个或多个模块的分组中的至少一个由一个或多个机器学习模型执行。在又一示例中，操作进一步包括：将多个规则转换为代码片段；以及将代码片段存储为结构化数据。
12、本公开的又一方面提供了一种非暂时性计算机可读介质，用于存储指令，该指令在由一个或多个处理器执行时使一个或多个处理器执行用于持续架构即服务的操作，所述操作包括：接收与用于云服务的一个或多个架构目标相关联的数据；基于与一个或多个架构目标相关联的数据来生成用于该云服务的多个规则；基于架构目标的一个或多个条件来将多个规则分组以形成用于该云服务的一个或多个模块；基于一个或多个条件来配置一个或多个模块中的多个规则；基于一个或多个模块内的规则的标记来将一个或多个模块分组以形成用于该云服务的模板架构；以及输出用于该云服务的模板架构。
1.一种用于持续架构即服务的方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，与所述一个或多个架构目标相关联的所述数据进一步包括与一个或多个设计原理相关联的数据。
3.根据权利要求1所述的方法，其特征在于，与所述一个或多个架构目标相关联的所述数据进一步包括与至少一个或多个系统要求或标准相关联的数据。
4.根据权利要求1所述的方法，其特征在于，进一步包括：由所述一个或多个处理器确定与所述云服务对齐的所述模板架构中的所述多个规则。
5.根据权利要求4所述的方法，其特征在于，进一步包括：
6.根据权利要求1所述的方法，其特征在于，进一步包括：由所述一个或多个处理器确定与所述云服务不对齐的所述模板架构中的所述多个规则中的至少一个规则。
7.根据权利要求6所述的方法，其特征在于，进一步包括：
8.根据权利要求7所述的方法，其特征在于，进一步包括：由所述一个或多个处理器生成与所述模板架构偏离的一个或多个原因。
9.根据权利要求1所述的方法，其特征在于，所述多个规则的所述生成、所述多个规则的所述分组、所述多个规则的所述配置或者所述一个或多个模块的所述分组中的至少一个由一个或多个机器学习模型执行。
10.根据权利要求9所述的方法，其特征在于，进一步包括：
11.根据权利要求1所述的方法，其特征在于，：
12.一种系统，其特征在于，包括：
13.根据权利要求12所述的系统，其特征在于，所述操作进一步包括：确定与所述云服务对齐的所述模板架构中的所述多个规则。
14.根据权利要求13所述的系统，其特征在于，所述操作进一步包括：
15.根据权利要求12所述的系统，其特征在于，所述操作进一步包括：确定与所述云服务不对齐的所述模板架构中的所述多个规则中的至少一个规则。
16.根据权利要求15所述的系统，其特征在于，所述操作进一步包括：
17.根据权利要求16所述的系统，其特征在于，所述操作进一步包括：生成与所述模板架构偏离的一个或多个原因。
18.根据权利要求12所述的系统，其特征在于，所述多个规则的所述生成、所述多个规则的所述分组、所述多个规则的所述配置或者所述一个或多个模块的所述分组中的至少一个由一个或多个机器学习模型执行。
19.根据权利要求18所述的系统，其特征在于，所述操作进一步包括：
20.一种用于存储指令的非暂时性计算机可读介质，其特征在于，所述指令在由一个或多个处理器执行时使所述一个或多个处理器执行用于持续架构即服务的操作，所述操作包括：
