摘要
本发明涉及计算机技术领域,公开了一种分布式微服务系统的异常定位方法、系统、设备及介质,其中方法包括获取分布式微服务系统的负载监测数据,并根据所述负载监测数据确定采样率以对所述分布式微服务系统中的异常数据进行采集,得到实时链路数据;对所述实时链路数据进行筛选,得到目标链路数据,并将所述目标链路数据输入至预先构建的机器学习模型中进行处理,得到异常定位结果;根据负载监测数据动态调整采样率以有针对性地对分布式微服务系统中的异常数据进行采集,有助于优化资源的利用,并利用预先构建的机器学习模型对所采集的目标链路数据进行定位,采用分布式微服务架构和机器学习技术实现了对异常定位准确性的提升。
技术关键词
分布式微服务系统
链路
采样率
定位方法
机器学习模型
异常数据
可读存储介质
机器学习技术
数据获取模块
内存
定位系统
计算机
处理器
跨度
定位模块
存储器
因子
电子设备
系统为您推荐了相关专利信息
节点
数据传输方法
分布式缓存策略
终端设备
链路状态数据
条件测试方法
机器学习模型
烧调方法
数据
训练样本集
患者临床数据
无创检测方法
无创检测系统
输入端
数据采集单元
资源分配模块
网络计算技术
云端
任务分配算法
节点