[发明专利]托管服务域中的自动应用部署的方法、系统和存储介质

说明书

描述了与在云计算环境的托管服务域中的应用的自动部署相关的技术。一种或多种这样的技术可以最小化应用部署期间的人类交互或干预。一种相关联的方法包括从客户端系统接收在目标环境中部署应用的请求，并经由机器学习知识模型分析该请求。此外，该方法包括从客户端系统请求对目标环境的访问，并且在接收到对目标环境的访问时，通过检查来验证目标环境。在验证目标环境时，该方法还包括促进通过客户端系统的界面的、应用部署计划的呈现。响应于客户端批准应用部署计划，该方法还包括通过促进经由机器学习知识模型在目标环境中的应用安装来部署应用。

技术领域

在此处描述的各种实施例通常涉及托管服务域(managed service domain)中的自动应用部署。更具体地，各种实施例描述了在云计算环境的托管服务域中部署多个应用当中的应用的技术。

背景技术

传统的手动应用部署要求各种主题专家为环境配置和产品安装花费大量的时间和精力。此外，传统上下文中的手动应用部署可能要求广泛的管理知识和维护，并且还可能增加客户端出错的可能性。

发明内容

在此处描述的各种实施例提供了自动应用部署的技术。根据实施例，相关联的方法包括从客户端系统接收在目标环境中部署应用的请求。该请求包括应用配置详情。此外，该方法包括经由机器学习知识模型分析请求。机器学习知识模型根据应用配置详情确定安装先决条件或相关(dependent)组件。此外，该方法包括从客户端系统请求对目标环境的访问，并且在接收到对目标环境的访问时，通过检查来验证目标环境。在验证目标环境时，该方法还包括促进通过客户端系统的界面的、应用部署计划的呈现。在实施例中，该方法还包括，响应于客户端批准应用部署计划，通过促进经由机器学习知识模型的在目标环境中的应用安装来部署应用。在替代实施例中，该方法还包括，响应于客户端不批准应用部署计划，从客户端系统接收至少一个提议的替代方案。

可选地，该方法还包括解决与应用安装有关(pertaining to)的至少一个问题。在实施例中，解决与应用安装有关的至少一个问题的步骤包括应用机器学习知识模型的人工智能技术来寻求对该至少一个问题的解决方案。此外，解决与应用安装有关的至少一个问题的步骤包括，响应于未能通过人工智能技术的应用确定对该至少一个问题的解决方案，从域管理接收对应用安装的手动超控(override)以解决该至少一个问题，其中该手动超控包括反馈。根据这样的实施例，解决与应用安装有关的至少一个问题的步骤还包括将反馈提交给托管服务域中的多个主题专家当中的至少一个主题专家进行验证，并且在接收到反馈的验证时，基于该反馈调整机器学习知识模型的知识库。

在另外的实施例中，验证目标环境的步骤包括：响应于确定目标环境的规范不满足应用部署的最低要求，向客户端系统通知满足最低要求所必需的至少一次升级。根据这样的实施例，验证目标环境的步骤还包括：响应于确定应用部署所需的至少一个相关组件从目标环境中缺失，向客户端系统通知该至少一个相关组件的必要性。

配置机器学习知识模型的知识库包括基于专家输入初始化知识库。在实施例中，初始化知识库的步骤包括：将多个应用的相应库模型合并到知识库中，并基于相应操作系统和多个应用的相应方面之间的兼容性合并性能调节参数。配置知识库还包括在托管服务域内的至少一次更新之后扩展知识库。在另外的实施例中，该至少一次更新从包括系统升级、应用集成和应用修复的组中选择。

额外的实施例包括计算机程序产品，该计算机程序产品包括计算机可读存储介质，该计算机可读存储介质具有包含在其中的程序指令。根据这样的实施例，程序指令可以由计算设备执行，以使计算设备执行上述方法的一个或多个步骤。另外的实施例包括具有处理器和存储应用程序的存储器的系统，当该应用程序在处理器上执行时，执行上述方法的一个或多个步骤。

附图说明

为了获得和能够详细理解上述方面的方式，可以参考附图对以上简要概述的实施例进行更具体的描述。

然而，注意，附图仅示出了本发明的典型实施例，因此不应被认为是对其范围的限制，因为本发明可以允许其他等同有效的实施例。