本發(fā)明涉及計算機，特別涉及微服務的異常根因定位方法、設備、介質和計算機程序產品。
背景技術：
1、近年來，隨著微服務架構的廣泛應用，越來越多的企業(yè)采用基于微服務的系統(tǒng)架構，以提升系統(tǒng)的靈活性和擴展性。然而，微服務架構的高度復雜性也帶來了新的技術挑戰(zhàn)，尤其是在系統(tǒng)出現(xiàn)異常時，錯誤的排查和定位通常需要耗費大量研發(fā)和運維資源。這種低效率的故障排查過程可能導致企業(yè)運營效率下降，甚至造成顯著的經濟損失。因此，在微服務系統(tǒng)中，針對異常場景，如何快速、智能地定位錯誤根因并實現(xiàn)故障恢復，已成為實際應用中的一項重要需求。
2、現(xiàn)有的技術方案通常基于監(jiān)控指標、調用鏈路和日志進行問題定位。然而，由于微服務架構的分布式特性以及云原生技術的引入，如何有效整合這些工具，在復雜系統(tǒng)中快速準確地定位問題仍然具有很大的技術難度和挑戰(zhàn)性。
技術實現(xiàn)思路
1、本發(fā)明的目的在于提供微服務的異常根因定位方法、設備、介質和計算機程序產品，解決如何結合微服務的異常指標、微服務的圖、微服務的更新事件文本快速異常根因定位的技術問題。
2、本發(fā)明的第一實施方式公開了一種微服務的異常根因定位方法，用于電子設備，所述方法包括：
3、獲取多個微服務的異常指標；
4、獲取所述多個微服務的圖，其中，所述圖的節(jié)點表示微服務，邊表示微服務之間存在的調用關系；
5、獲取所述多個微服務的多個更新事件文本；
6、基于所述異常指標，為所述圖的邊賦第一權重，所述第一權重表示邊連接的節(jié)點之間的關聯(lián)度；
7、基于預訓練的圖-文本模型，確定異常子圖與所述多個更新事件文本的相關度，所述圖的異常子圖為所述圖中被賦權的邊及其所連接的節(jié)點；
8、在所述相關度達到預定閾值的情況下，對于所述異常子圖中被所述多個更新事件文本表示的更新節(jié)點，增加所述更新節(jié)點的第二權重，所述第二權重表示節(jié)點在隨機游走算法或隨機傳送算法中優(yōu)先被確定為異常根因節(jié)點的可能性；
9、對所述異常子圖執(zhí)行隨機游走算法，或隨機游走算法和隨機傳送算法，確定異常根因節(jié)點。
10、根據本發(fā)明的第一實施方式，所述獲取多個微服務的異常指標，包括：
11、使用adtk的無監(jiān)督異常檢測算法，獲取微服務性能異常指標、微服務可用性異常指標，其中，所述微服務性能異常指標為微服務之間調用的響應時間，所述微服務可用性異常指標為微服務的錯誤計數。
12、根據本發(fā)明的第一實施方式，所述基于所述異常指標，為所述圖的邊賦第一權重，包括：
13、根據所述微服務性能異常指標和所述微服務可用性異常指標的高低，使用皮爾遜相關系數為表示異常微服務的節(jié)點之間的邊的所述第一權重賦值。
14、根據本發(fā)明的第一實施方式，所述獲取所述多個微服務的圖，包括：
15、獲取預定時間段內的trace數據，包括所述預定時間段內微服務之間的調用關系和調用時長；
16、根據所述trace數據，生成所述圖的邊；
17、獲取所述多個微服務的描述文本。
18、根據本發(fā)明的第一實施方式，所述基于預訓練的圖-文本模型，確定異常子圖與所述多個更新事件文本的相關度，包括：
19、提取所述異常子圖中節(jié)點對應微服務的所述描述文本的第一向量，作為所述節(jié)點的屬性；
20、提取所述多個更新事件文本中與所述節(jié)點對應的更新事件文本的第二向量；
21、利用圖注意力網絡，提取所述第一向量的特征；
22、確定所述特征和所述第二向量之間的相似度。
23、根據本發(fā)明的第一實施方式，所述第一向量和所述第二向量利用bert模型提取。
24、根據本發(fā)明的第一實施方式，所述更新事件文本包括更新的api接口的描述文本。
25、根據本發(fā)明的第一實施方式，還包括：
26、在所述相關度達到預定閾值的情況下，新建虛擬節(jié)點，所述虛擬節(jié)點指向所述異常子圖中被所述多個更新事件文本表示的更新節(jié)點，所述虛擬節(jié)點的第二權重為1。
27、根據本發(fā)明的第一實施方式，所述對所述異常子圖執(zhí)行隨機游走算法，或隨機游走算法和隨機傳送算法，確定異常根因節(jié)點，包括：
28、對所述異常子圖執(zhí)行personalized?pagerank算法，確定異常根因節(jié)點。
29、本發(fā)明的第二實施方式公開了一種電子設備，所述電子設備包括存儲有計算機可執(zhí)行指令的存儲器和處理器，當所述指令被所述處理器執(zhí)行時，使得所述電子設備實施根據本發(fā)明的第一實施方式的微服務的異常根因定位方法。
30、本發(fā)明的第三實施方式公開了一種計算機存儲介質，在所述計算機存儲介質上存儲有指令，當所述指令在計算機上運行時，使得所述計算機執(zhí)行根據本發(fā)明的第一實施方式的微服務的異常根因定位方法。
31、本發(fā)明的第四實施方式公開了一種計算機程序產品，包括計算機可執(zhí)行指令，所述指令被處理器執(zhí)行以實施根據本發(fā)明的第一實施方式的微服務的異常根因定位方法。
32、本發(fā)明實施方式與現(xiàn)有技術相比，主要區(qū)別及其效果在于：
33、通過本發(fā)明的技術方案，將監(jiān)控指標、包含調用關系的微服務圖數據和更新事件文本相關性相結合，實現(xiàn)了對故障根因的快速定位。其中，通過結合監(jiān)控指標和微服務圖數據得到異常子圖；再通過結合更新事件文本，調整異常子圖的權重，將更新事件與異常之間的關聯(lián)關系引入考慮；最后，在調整權重的異常子圖上執(zhí)行隨機游走，或者隨機游走和隨機傳送，提取異常子圖動態(tài)和全局信息，找出異常根因節(jié)點?？梢钥焖俅_定異常對應的根因微服務，從而顯著縮短故障排查時間，提高系統(tǒng)運維效率。
1.一種微服務的異常根因定位方法，用于電子設備，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述獲取多個微服務的異常指標，包括：
3.根據權利要求2所述的方法，其特征在于，所述基于所述異常指標，為所述圖的邊賦第一權重，包括：
4.根據權利要求1所述的方法，其特征在于，所述獲取所述多個微服務的圖，包括：
5.根據權利要求4所述的方法，其特征在于，所述基于預訓練的圖-文本模型，確定異常子圖與所述多個更新事件文本的相關度，包括：
6.根據權利要求5所述的方法，其特征在于，所述第一向量和所述第二向量利用bert模型提取。
7.根據權利要求1所述的方法，其特征在于，所述更新事件文本包括更新的api接口的描述文本。
8.根據權利要求1所述的方法，其特征在于，還包括：
9.根據權利要求1所述的方法，其特征在于，所述對所述異常子圖執(zhí)行隨機游走算法，或隨機游走算法和隨機傳送算法，確定異常根因節(jié)點，包括：
10.一種電子設備，其特征在于，所述電子設備包括存儲有計算機可執(zhí)行指令的存儲器和處理器，當所述指令被所述處理器執(zhí)行時，使得所述電子設備實施根據權利要求1-9中任一項所述的微服務的異常根因定位方法。
11.一種計算機存儲介質，其特征在于，在所述計算機存儲介質上存儲有指令，當所述指令在計算機上運行時，使得所述計算機執(zhí)行根據權利要求1-9中任一項所述的微服務的異常根因定位方法。
12.一種計算機程序產品，其特征在于，包括計算機可執(zhí)行指令，所述指令被處理器執(zhí)行以實施根據權利要求1-9中任一項所述的微服務的異常根因定位方法。