[发明专利]一种基于机器学习的智能分布式调用链跟踪方法在审
| 申请号： | 201711436321.6 | 申请日： | 2017-12-26 |
| 公开（公告）号： | CN108205486A | 公开（公告）日： | 2018-06-26 |
| 发明（设计）人： | 石健;舒乐焱;靳良玉 | 申请（专利权）人： | 上海中畅数据技术有限公司 |
| 主分类号： | G06F11/30 | 分类号： | G06F11/30;G06F11/34 |
| 代理公司： | 上海精晟知识产权代理有限公司 31253 | 代理人： | 吴庆 |
| 地址： | 200120 上海市浦东新区中国（上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及智能分布式系统的跟踪处理方法技术领域，尤其是一种基于机器学习的智能分布式调用链跟踪方法，包括如下步骤：调用链数据的生成；调用链数据采集；调用链数据存储及查询，对采集到的数据进行存储；日志存储及查询；根据机器学习，通过概率计算，不断完善模型，完成单PV预测告警功能，提供各种阀值警告功能，基于机器学习的该算法，有效的解决了产生问题的日志无法追踪问题，同时也解决了当大规模复杂异常时，抽样个别PV的定位，容易以偏概全，缺少汇聚回归问题。 | ||
| 搜索关键词： | 基于机器 调用链 分布式调用 智能 分布式系统 查询 概率计算 告警功能 跟踪处理 机器学习 日志存储 数据采集 数据存储 跟踪 日志 算法 学习 存储 抽样 采集 追踪 汇聚 警告 回归 预测 | ||
【主权项】：
1.一种基于机器学习的智能分布式调用链跟踪方法，其特征在于：包括如下具体步骤：1)调用链数据的生成，对整个调用过程的所有应用进行埋点并输出日志；2)调用链数据采集，对各个应用中的日志数据进行采集；3)调用链数据存储及查询，对采集到的数据进行存储；4)日志存储及查询，对采集到的日志数据进行各种指标运算，将运算结果保存起来；5)根据机器学习，通过概率计算，不断完善模型，完成单PV预测告警功能，提供各种阀值警告功能；其中，步骤1)中通过AGENT生成调用链日志；步骤2)中通过logstash采集日志到kafka；步骤3)中kafka负责提供数据给下游消费；步骤4)中通过storm计算汇聚指标结果并落到opentsdb；storm抽取trace数据并落到ElasticSearch；步骤5)中利用GBDT单PV根因预测模型，采用大量日志进行模型训练。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海中畅数据技术有限公司，未经上海中畅数据技术有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711436321.6/，转载请声明来源钻瓜专利网。
