数据处理方法、装置、电子设备及计算机可读存储介质与流程

本技术涉及微服务，具体而言，本技术涉及一种数据处理方法、装置、电子设备及计算机可读存储介质。

背景技术：

1、微服务是一种云原生架构方法，其中单个应用程序由许多松散耦合且可独立部署的微服务节点(较小组件或服务)组成。每个微服务节点都围绕着具体业务进行构建，并且能够独立地部署到生产环境、类生产环境中。节点之间采用轻量级的通信机制互相沟通，开发人员可以单独对某一服务节点进行部署和扩展，降低了运营和开发成本。

2、在微服务项目中，存在着很多调用链路，当某个链路出现故障时，需要对整个链路进行分析检查，定位问题所在的根因节点；现有技术中，通常在检测时间段针对每条调用链的时序指标数据进行解析，以检测发现异常节点，当多个异常微服务节点并发了多条异常调用链时，待解析的指标数据的数据量过大，会造成检测效率低下的问题。

技术实现思路

1、本技术实施例提供了一种数据处理方法、装置、电子设备及计算机可读存储介质，可以解决现有技术中针对异常微服务节点检测效率不高的问题。所述技术方案如下：

2、根据本技术实施例的一个方面，提供了一种数据处理方法，该方法包括：

3、在检测时间点，获取微服务调用链路中每一调用节点的时延；

4、根据时延，计算微服务调用链路中各链路单元的第一链路时延；其中，链路单元包括叶子节点和存在调用关系的调用节点对，叶子节点是不存在子节点的调用节点；

5、识别第一链路时延中的异常时延，将异常时延对应的链路单元作为异常单元；

6、从异常单元对应的微服务节点中筛选得到异常微服务节点；其中，每一微服务节点对应至少一个调用节点。

7、在一个可能的实现方式中，上述识别第一链路时延中的异常时延，包括：

8、基于历史时间段内每一链路单元在单位时间点的第二链路时延，统计每一链路单元的链路时延概率分布；

9、根据链路时延概率分布，识别第一链路时延中的异常时延。

10、在一个可能的实现方式中，上述根据链路时延概率分布，识别第一链路时延中的异常时延，包括：

11、针对每一链路单元，计算第一链路时延基于链路时延概率分布的概率值；

12、确定历史时间段内链路单元的第二链路时延的时延均值；

13、基于链路单元对应的概率值和时延均值中的至少一项，确定对应第一链路时延中的异常时延。

14、在又一个可能的实现方式中，上述基于链路单元对应的概率值和时延均值中的至少一项，确定对应第一链路时延中的异常时延，包括：

15、基于概率值确定第一预设条件，基于第一链路时延与时延均值的差值确定第二预设条件；

16、当第一链路时延满足第一预设条件与第二预设条件中的至少一项时，确定第一链路时延为异常时延。

17、在又一个可能的实现方式中，上述第一预设条件和第二预设条件是基于如下方式确定的：

18、当概率值不大于预设第一阈值，则第一链路时延满足第二预设条件；

19、计算链路单元对应的各第二链路时延的标准差；其中，标准差用于表征各第二链路时延之间的离散程度；

20、将预设倍数的标准差与预设差值阈值中的最大值作为第二阈值；

21、当第一链路时延与时延均值的差值不小于第二阈值，则第一链路时延满足第二预设条件。

22、在另一个可能的实现方式中，上述从异常单元对应的微服务节点中筛选得到异常微服务节点，包括：

23、基于每一异常单元对应的第一链路时延与时延均值的差值，针对异常单元对应的微服务节点构建概率转移矩阵；

24、根据概率转移矩阵对微服务节点进行检测，筛选得到异常微服务节点。

25、在另一个可能的实现方式中，上述根据概率转移矩阵对微服务节点进行检测，筛选得到异常微服务节点，包括：

26、获取每一微服务节点的初始异常数值，基于概率转移矩阵迭代更新初始异常数值直至符合预设结束条件，得到每一微服务节点的目标异常数值；其中，初始异常数值用于表征微服务节点的异常概率；

27、将目标异常数值最高的微服务节点作为异常微服务节点。

28、根据本技术实施例的另一个方面，提供了一种数据处理装置，该装置包括：

29、获取模块，用于在检测时间点，获取微服务调用链路中每一调用节点的时延；

30、计算模块，用于根据时延，计算微服务调用链路中各链路单元的第一链路时延；其中，链路单元包括叶子节点和存在调用关系的调用节点对，叶子节点是不存在子节点的调用节点；

31、确定模块，用于识别第一链路时延中的异常时延，将异常时延对应的链路单元作为异常单元；

32、筛选模块，用于从异常单元对应的微服务节点中筛选得到异常微服务节点；其中，每一微服务节点对应至少一个调用节点。

33、在一个可能的实现方式中，上述确定模块在识别第一链路时延中的异常时延时，用于：

34、基于历史时间段内每一链路单元在单位时间点的第二链路时延，统计每一链路单元的链路时延概率分布；

35、根据链路时延概率分布，识别第一链路时延中的异常时延。

36、在一个可能的实现方式中，上述确定模块在根据链路时延概率分布，识别第一链路时延中的异常时延时，用于：

37、针对每一链路单元，计算第一链路时延基于链路时延概率分布的概率值；

38、确定历史时间段内链路单元的第二链路时延的时延均值；

39、基于链路单元对应的概率值和时延均值中的至少一项，确定对应第一链路时延中的异常时延。

40、在又一个可能的实现方式中，上述确定模块在基于链路单元对应的概率值和时延均值中的至少一项，确定对应第一链路时延中的异常时延时，用于：

41、基于概率值确定第一预设条件，基于第一链路时延与时延均值的差值确定第二预设条件；

42、当第一链路时延满足第一预设条件与第二预设条件中的至少一项时，确定第一链路时延为异常时延。

43、在又一个可能的实现方式中，上述第一预设条件和第二预设条件是基于如下方式确定的：

44、当概率值不大于预设第一阈值，则第一链路时延满足第二预设条件；

45、计算链路单元对应的各第二链路时延的标准差；其中，标准差用于表征各第二链路时延之间的离散程度；

46、将预设倍数的标准差与预设差值阈值中的最大值作为第二阈值；

47、当第一链路时延与时延均值的差值不小于第二阈值，则第一链路时延满足第二预设条件。

48、在另一个可能的实现方式中，上述筛选模块在从异常单元对应的微服务节点中筛选得到异常微服务节点时，用于：

49、基于每一异常单元对应的第一链路时延与时延均值的差值，针对异常单元对应的微服务节点构建概率转移矩阵；

50、根据概率转移矩阵对微服务节点进行检测，筛选得到异常微服务节点。

51、在另一个可能的实现方式中，上述筛选模块在根据概率转移矩阵对微服务节点进行检测，筛选得到异常微服务节点时，用于：

52、获取每一微服务节点的初始异常数值，基于概率转移矩阵迭代更新初始异常数值直至符合预设结束条件，得到每一微服务节点的目标异常数值；其中，初始异常数值用于表征微服务节点的异常概率；

53、将目标异常数值最高的微服务节点作为异常微服务节点。

54、根据本技术实施例的另一个方面，提供了一种电子设备，该电子设备包括：存储器、处理器及存储在存储器上的计算机程序，上述处理器执行计算机程序以实现本技术实施例第一方面所示方法的步骤。

55、根据本技术实施例的再一个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本技术实施例第一方面所示方法的步骤。

56、根据本技术实施例的一个方面，提供了一种计算机程序产品，其包括计算机程序，该计算机程序被处理器执行时实现本技术实施例第一方面所示方法的步骤。

57、本技术实施例提供的技术方案带来的有益效果是：

58、本技术实施例通过获取微服务调用链路中每一调用节点在预设检测时间点的时延，计算每一链路单元的第一链路时延，接着从第一链路时延中识别异常时延，并将异常时延对应的链路单元作为异常单元，进而从异常单元对应的微服务节点中筛选得到异常微服务节点。区别于现有技术中基于纵向时间段的调用链指标数据进行异常解析，本技术实施例实现了基于横向时间点的微服务节点异常检测，减少了异常检测的数据量，提高了异常检测效率和检测结果的准确性；同时，本技术实施例将叶子节点和存在调用关系的调用节点对作为链路单元进行异常检测，并从异常单元中确定异常微服务节点，进一步减少数据的计算量，有效提升了异常微服务节点的筛选效率，保障了异常检测结果的可靠性。