[发明专利]一种微服务架构下系统风险评估方法、装置、设备及介质

说明书

本申请公开了一种微服务架构下系统风险评估方法、装置、设备及介质。该方法包括：获取目标系统在目标时间内的系统变更数据；系统变更数据包括系统预警信息以及系统变更对应的装置名称；基于系统变更数据，利用自然语言处理技术确定出与目标系统变更对应的预警信息；获取目标系统在目标时间内的时间序列数据，并基于时间序列数据，利用机器学习算法得到目标系统对应的监控指标的变化趋势；基于预警信息和变化趋势对目标系统进行系统风险评估。本申请，通过基于自然语言处理得到的系统变更的预警信息，和基于机器学习得到的监控指标趋势异常，对系统变更的风险进行评估，提高了微服务架构下对系统变更风险评估的准确性。

技术领域

本发明涉及微服务系统领域，特别涉及一种微服务架构下系统风险评估方法、装置、设备及介质。

背景技术

当前，在业务模型不完善，超大规模流量的冲击情况下，许多企业纷纷抛弃了传统的单体架构，采用微服务架构，微服务架构模式具备独立开发、独立部署、可扩展性、可重用性的优点。但同时微服务系统的开发、迭代、运维的复杂性较高，服务数量变多导致其中一个服务出现故障的概率增大，并且一个服务故障可能导致整个系统挂掉，定位故障点变得非常困难，同时由于服务数量非常多，部署、管理的工作量很大，极易出现因疏忽导致的事故。通常的互联网产品事故，除了一些不可抗拒的因素，80％的事故产生的原因是由于发布程序的BUG、或者基础资源的变更造成的。所以在复杂的微服务系统下频繁的产品迭代、发布上线等过程中，保障系统原有的稳定性和核心业务十分重要。因此，如何快速从复杂的系统中分析出那些异常是由系统变更引起的，并对系统变更进行风险评估，以便及时通知管理员关注并处理，是保障微服务系统稳定性的前提。

现有技术中，通过灰度分布方式维持系统稳定，按照流量或具体的数据内容进行灰度发布，出现问题后不会影响全网用户，通过控制服务路由的逻辑，控制流量的走向，从而降低发布故障产生的影响，但并不能完全覆盖生产环境下所有用户或流量，降低了风险排查的能力。现有技术中，还通过诸葛io的版本分析功能，通过分析改版后的新增用户、活跃用户等数据，对比不同版本的历史数据，衡量此次发版后的整体效果。但其依靠发布后一段时间内的指标趋势，对发布后的程序进行评估，无法及时的发现线上问题，降低了系统风险排查的能力。

发明内容

有鉴于此，本发明的目的在于提供一种微服务架构下系统风险评估方法、装置、设备及介质，能够提高微服务架构下系统风险评估的准确性。其具体方案如下：

第一方面，本申请公开了一种微服务架构下系统风险评估方法，包括：

获取目标系统在目标时间内的系统变更数据；所述系统变更数据包括系统预警信息以及系统变更对应的装置名称；

基于所述系统变更数据，利用自然语言处理技术确定出与所述目标系统变更对应的预警信息；

获取所述目标系统在所述目标时间内的时间序列数据，并基于所述时间序列数据，利用机器学习算法得到所述目标系统对应的监控指标的变化趋势；

基于所述预警信息和所述变化趋势对所述目标系统进行系统风险评估。

可选的，所述基于所述系统变更数据，利用自然语言处理技术确定出与所述目标系统变更对应的预警信息，包括：

对所述系统预警信息进行语料预处理，并从处理后的系统预警信息中提取出第一组关键词；

对所述装置名称进行语料预处理，并从处理后的变更装置名称中提取出第二组关键词；

计算所述第一组关键词与所述第二组关键词中关键词的相似度，基于所述相似度确定出与所述目标系统变更对应的预警信息。

可选的，所述目标时间包括所述目标系统的系统变更时间，和变更后预设时长内的时间。

可选的，所述基于所述时间序列数据，利用机器学习算法得到所述目标系统对应的监控指标的变化趋势，包括：