[发明专利]一种PaaS平台健康状态管理方法和装置

权利要求书

1.一种平台即服务PaaS平台健康状态管理方法，其特征在于，所述方法包括：

针对每个服务节点，接收该服务节点发送的运行状态信息，所述运行状态信息表示该服务节点当前的运行状态；

根据所述运行状态信息，确定特征向量，所述特征向量表示从所述运行状态信息中获得的特征值组成的向量；

根据确定出的特征向量，从预先建立的规则库中匹配对应的规则，所述规则库中包括的每条规则包括规则前件和规则后件，每条规则的规则前件表示执行该规则的条件，每条规则的规则后件表示执行该规则的结果，且所述规则前件用于与特征向量相匹配；

根据匹配出的规则进行规则推理，确定推理结果，根据该推理结果确定该服务节点是否运行正常。

2.如权利要求1所述的方法，其特征在于，根据匹配出的规则进行规则推理，确定推理结果，具体包括：

在匹配出的规则为至少两个时，按照每个匹配出的规则的优先级由高到低的顺序，依次利用每个匹配出的规则确定推理结果，并将利用匹配出的优先级最低的规则确定出的推理结果确定为根据匹配出的规则确定出的推理结果。

3.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

在确定一个服务节点运行正常时，利用该服务节点的运行状态信息，采用自回归方法获得该服务节点的运行趋势信息，所述运行趋势信息表示预测出的该服务节点未来的运行状态；

根据每个运行正常的服务节点的运行状态信息和运行趋势信息，在运行正常的服务节点中进行负载分配。

4.如权利要求3所述的方法，其特征在于，采用自回归方法获得该服务节点的运行趋势信息，具体包括：

通过以下公式确定该服务节点的运行趋势信息：

x_t＝φ₀+φ₁x_t-1+φ_t-2x_t-2+…+φ_px_t-p+ε_t-θ₁ε_t-1-θ₂ε_t-2-…-θ_qε_t-q

其中，

x_t表示t时刻确定出的该服务节点的运行趋势信息；

x_t-i表示根据距离t时刻最近的第i+1次接收到的该服务节点运行状态信息确定出的特征向量，i为0或正整数；

ε_t-i表示根据距离t时刻最近的第i+1次接收到的该服务节点运行状态信息确定出的特征向量的残差；

φ＝[φ₀,φ₁,……φ_p]表示自回归参数；

θ＝[θ₀,θ₁,……θ_q]表示滑动平均参数；

p表示ARMA模型的自回归阶数；

q表示ARMA模型的滑动平均阶数。

5.如权利要求1或2所述的方法，其特征在于，所述方法还包括：

在确定一个服务节点运行不正常时，针对该服务节点进行负载分配。

6.一种平台即服务PaaS平台健康状态管理装置，其特征在于，所述装置包括：

接收模块，用于针对每个服务节点，接收该服务节点发送的运行状态信息，所述运行状态信息表示该服务节点当前的运行状态；

确定模块，用于根据所述运行状态信息，确定特征向量，所述特征向量表示从所述运行状态信息中获得的特征值组成的向量；

匹配模块，用于根据确定模块确定出的特征向量，从预先建立的规则库中匹配对应的规则，所述规则库中包括的每条规则包括规则前件和规则后件，每条规则的规则前件表示执行该规则的条件，每条规则的规则后件表示执行该规则的结果，且所述规则前件用于与特征向量相匹配；

推理模块，用于根据匹配模块匹配出的规则进行规则推理，确定推理结果，根据该推理结果确定一个服务节点是否运行正常；

负载分配模块，用于在推理模块确定一个服务节点运行不正常时，针对该服务节点进行负载分配。