羅歡，陳仁澤，劉明偉，徐律冠

（南方電網(wǎng)數(shù)字電網(wǎng)研究院有限公司，廣州 510000）

引言

在互聯(lián)網(wǎng)與計算機逐漸擴展應(yīng)用之后，人類就進入了信息化的時代，在信息社會里，計算機系統(tǒng)逐漸進入到生活與生產(chǎn)的每一個角落，大到探索宇宙的飛船，小到生活中的家用電器，都含有計算機系統(tǒng)與芯片，特別是隨著近年來出現(xiàn)的云計算理念，已經(jīng)成為了生活中的普遍資源。其中云平臺微服務(wù)架構(gòu)更是計算機里較為重要的軟件架構(gòu)，而在微信息環(huán)境下出現(xiàn)的微服務(wù)，其大致模式更是個性化與差異化的，同時也可作為一種新興的媒體服務(wù)。微服務(wù)能夠提供隨身、隨地、隨時的服務(wù)，其服務(wù)的方式會因為人的流動而改變。但是云平臺微服務(wù)架構(gòu)也存在一些固有的弊端，因此需要對其進行可靠性研究。

文獻[1]對微服務(wù)之間的復(fù)雜依賴關(guān)聯(lián)進行建模，從而得到含有有向無環(huán)圖描述的微服務(wù)調(diào)用關(guān)聯(lián)模型，通過該模型對所有微服務(wù)請求的頻率進行估算，同時根據(jù)排隊論中的隊列擬定微服務(wù)的處理流程，從而擬定出一種以微服務(wù)等級協(xié)議滿足度為評估指標(biāo)的服務(wù)收益函數(shù)，最后使用擁塞博弈模型擬定資源利用關(guān)系，通過對比資源利用關(guān)系與收益指標(biāo)函數(shù)來完成對云平臺微服務(wù)架構(gòu)的可靠性研究。但是該方法只通過收益指標(biāo)來度量架構(gòu)的可靠性，無法有效地分析出云平臺微服務(wù)架構(gòu)整體的可靠性。

文獻[2]依據(jù)在失效可恢復(fù)的狀態(tài)中，能夠清晰觀察資源失效規(guī)律的動態(tài)轉(zhuǎn)變原理，并融入失效恢復(fù)機制，利用兩參數(shù)將其放置在不同的時段資源節(jié)點與傳輸鏈路中進行描述，再憑借并行任務(wù)之間含有的交互關(guān)系，擬定出資源可靠性評估模型，最后把該模型融入到粒子群算法中，通過粒子群算法對該模型樣本進行分析，進而完成對云平臺微服務(wù)架構(gòu)可靠性的研究。但是該方法只是使用樣本模型來進行可靠性研究，但是在現(xiàn)實情況中還會存在一些其他因素的影響，這就導(dǎo)致該方法在現(xiàn)實環(huán)境中會出現(xiàn)研究可靠性不精準(zhǔn)的問題。

上述方法中均存在分析結(jié)果不精準(zhǔn)的問題，對云平臺微服務(wù)架構(gòu)可靠性研究造成一些不必要的影響，為此提出一種基于DevOps的云平臺微服務(wù)架構(gòu)可靠性研究方法，該方法夠準(zhǔn)確、有效分析出云平臺微服務(wù)架構(gòu)的可靠性。

1 傳統(tǒng)應(yīng)用架構(gòu)與微服務(wù)架構(gòu)對比

傳統(tǒng)的Web應(yīng)用在完成開發(fā)后，打包為War包，并放置在Web容器里發(fā)布運行。傳統(tǒng)應(yīng)用架構(gòu)的整體結(jié)構(gòu)如圖1所示。

圖1 傳統(tǒng)應(yīng)用架構(gòu)整體結(jié)構(gòu)

傳統(tǒng)應(yīng)用架構(gòu)有多種有點，例如能夠在開發(fā)環(huán)境中完成本地測試、代碼集的完成度較高、有利于團隊的協(xié)同開發(fā)、項目容易打包等。但是傳統(tǒng)應(yīng)用架構(gòu)也存在多種缺點，這種傳統(tǒng)應(yīng)用架構(gòu)較為適用于中小型項目，在項目轉(zhuǎn)換較為復(fù)雜時會出現(xiàn)難以控制的問題，其主要的表現(xiàn)為：隨著業(yè)務(wù)復(fù)雜化與業(yè)務(wù)難度的提升，項目就會變得較為笨重，需要修改局部并重新測試相關(guān)的業(yè)務(wù)數(shù)據(jù)，傳統(tǒng)應(yīng)用架構(gòu)的更新變得非常困難，項目整體[3]頻繁發(fā)布，傳統(tǒng)應(yīng)用架構(gòu)的負(fù)載程度有限，難以滿足頻繁發(fā)布的需求。

微服務(wù)架構(gòu)是將一種復(fù)雜系統(tǒng)里較為獨立的應(yīng)用劃分為不同的服務(wù)，所有的服務(wù)都獨立放置[4]，服務(wù)與服務(wù)之間保持相互獨立的狀態(tài)。所有服務(wù)能夠放置在一種物理服務(wù)器中，也能夠單獨的分布在不同主機內(nèi)，所有服務(wù)由容器進行統(tǒng)一的管理控制，云平臺微服務(wù)架構(gòu)的結(jié)構(gòu)圖如圖2所示。

圖2 云平臺微服務(wù)架構(gòu)整體結(jié)構(gòu)

云平臺微服務(wù)架構(gòu)的優(yōu)點有：單一服務(wù)高內(nèi)聚、代碼[5]容易理解、開發(fā)的速度快、服務(wù)之間能夠獨立放置，單獨的服務(wù)調(diào)試不會干擾到整體項目的運行、每一種服務(wù)能夠憑借開發(fā)者的需求放置到適合的服務(wù)器中、容錯率較高、個別服務(wù)bug不干擾整體系統(tǒng)等。但是，云平臺微服務(wù)架構(gòu)也含有不能回避的問題，即服務(wù)管理成本上升、復(fù)雜性增加、需要管理容器里多種不同的服務(wù)實例。但隨著一些應(yīng)用架構(gòu)的開發(fā)，這些問題也得到了較好的解決。

1.1 云平臺微服務(wù)架構(gòu)設(shè)計模式

云平臺微服務(wù)架構(gòu)在具體使用時包含多種設(shè)計模式，這些模式中最為常見的模式是代理微服務(wù)[6]設(shè)計模式與鏈?zhǔn)轿⒎?wù)設(shè)計模式，這兩種設(shè)計模式分別如圖3（a）、（b）所示。在代理微服務(wù)設(shè)計模式中，客戶端并不會聚合數(shù)據(jù)，代理接口憑借業(yè)務(wù)需求差別調(diào)用不同的微服務(wù)，同時把數(shù)據(jù)反饋至客戶端，代理接口在此過程中需要完成請求委派與數(shù)據(jù)轉(zhuǎn)換的工作。在鏈?zhǔn)轿⒎?wù)設(shè)計模式中，服務(wù)A收到請求后會和服務(wù)B進行通信，相似的，服務(wù)n-1會和服務(wù)n進行通信，在通信流程中傳遞全部的服務(wù)利用同步信息。在整體鏈?zhǔn)秸{(diào)用結(jié)束前，客戶端需長時間等待。除了上述兩種經(jīng)典的微服務(wù)設(shè)計模式外，根據(jù)具體的設(shè)計要求還會出現(xiàn)更多的設(shè)計模式，比如聚合微服務(wù)設(shè)計模式。

圖3 兩種微服務(wù)設(shè)計模式

1.2 可靠性評估模型構(gòu)建

云平臺微服務(wù)架構(gòu)的可靠性模型，是由網(wǎng)絡(luò)可靠性模型擴展得到的，以圖論域[7]幾率論作為研究工具。融合云平臺微服務(wù)架構(gòu)的特點，存在以下三種基本的假設(shè)條件：

第一，節(jié)點與鏈路都含有物理意義，都含有能夠正常運作的幾率；

第二，節(jié)點與鏈路只存在兩種情況，即失效與正常；第三，節(jié)點與鏈路之間的幾率統(tǒng)計都是相互獨立的。因此，云平臺微服務(wù)架構(gòu)可以用G=（V，E）表示，V表示云平臺微服務(wù)架構(gòu)中節(jié)點的集合，E表示云平臺節(jié)點之間的鏈路集合。

已經(jīng)提出的模型大部分都是憑借圖的連通向量來評估云平臺微服務(wù)架構(gòu)的可靠性。憑借連通向量的可靠性模型研究內(nèi)容為圖的連通幾率，分析角度共有三種，分別是：

1）兩終端可靠性：在圖G里，特定源節(jié)點s和任務(wù)節(jié)點t之間最少要含有一條路徑連通的幾率，擬作R1(G)。

2）k終端可靠性：在圖G里，通過k種節(jié)點構(gòu)建頂點子集，其中，隨機兩種節(jié)點都可以連通的幾率，擬定成Rk(G)。

3）全終端可靠性：在圖G里，每一種節(jié)點之間都連通的幾率，擬定成RA(G)。

典型憑借連通向量的可靠性估算方式有，狀態(tài)枚舉法、不交織和法、容斥原理法與因子分解法，四種方法的原理如下。

1）狀態(tài)枚舉法

擬定出云平臺微服務(wù)架構(gòu)可靠的全部狀態(tài)，獲得的可靠度是：

2）容斥原理法

容斥原理法通過組合數(shù)字中的容斥原理[8]公式估算可靠度，其中最為典型的就是小路集法。一種路集對應(yīng)云平臺網(wǎng)絡(luò)的一種正常狀態(tài)，如果網(wǎng)絡(luò)G中含有m種最小路集，Ai代表第i種最小路集，那么最少含有一種最小路集就能夠確保網(wǎng)絡(luò)處于正常情況。擬定網(wǎng)絡(luò)正常事件是S，則可靠度的計算公式為：

3）不交織和法

不交織和法是容斥原理的一種改進，通過不交織公式，計算云平臺微服務(wù)架構(gòu)中所有最小路集[9]的和，計算表達式為：

4）因子分解法

針對規(guī)模較大的云平臺微服務(wù)，因式分解法通過式（4）將其劃分為若干種簡單網(wǎng)絡(luò)[10]，一直持續(xù)至不能夠在劃分為止。

在圖G中，G*e為圖G將邊e縮小后獲得的新圖，G-e代表圖G剔除邊e獲得的新圖，Pe代表邊正常工作的幾率。

因為云平臺微服務(wù)架構(gòu)的使用范圍、資源有限，為了將感知區(qū)域至少被k種不同節(jié)點同時覆蓋，需要放置大量的節(jié)點，進而確保信息可以被可靠的傳輸至Sink節(jié)點。和傳統(tǒng)的應(yīng)用架構(gòu)可靠模型相比，云平臺微服務(wù)架構(gòu)可靠模型不僅考慮節(jié)點之間的連通性，還要考慮網(wǎng)絡(luò)的覆蓋性。

1.3 云平臺微服務(wù)架構(gòu)可靠性評估

為了能夠準(zhǔn)確分析云平臺微服務(wù)架構(gòu)的可靠性，通過云平臺微服務(wù)傳輸?shù)臄?shù)據(jù)安全性進行評估。首先挑選一種合適的評估指標(biāo)，計算每一種敏感數(shù)據(jù)輸送路徑輸入和輸出傳送端緩沖區(qū)的數(shù)據(jù)計算效率，快速的感知每一種數(shù)據(jù)輸送路徑當(dāng)前的輸送狀況，并且測評每一種數(shù)據(jù)輸送路徑的數(shù)據(jù)處理能力，根據(jù)不同輸送路徑對數(shù)據(jù)的處理能力進行敏感數(shù)據(jù)流量動態(tài)匹配，從而安全的傳輸數(shù)據(jù)。

依據(jù)路徑當(dāng)前的數(shù)據(jù)輸送能力，為每一種敏感數(shù)據(jù)輸送路徑匹配各不相同的緩沖區(qū)空間尺寸，利用以下方程估算數(shù)據(jù)輸送路徑的質(zhì)量：

式中：

Tfi—敏感數(shù)據(jù)中路徑i的輸送端緩沖區(qū)時間；

ilT—敏感數(shù)據(jù)內(nèi)最后一種數(shù)據(jù)離開路徑i的傳送段緩沖區(qū)時間；

Mi—路徑i的輸送端緩沖區(qū)尺寸；

Qi—路徑i輸送端緩沖區(qū)的數(shù)據(jù)處理速度。

采集一種不存在敏感數(shù)據(jù)包損失[11]的時間間隔作為原始樣本，并與歷史區(qū)間樣本進行組合，能夠估算出敏感數(shù)據(jù)傳輸所有路徑的置信區(qū)間，代表一條輸送路徑的時間間隔樣本，利用以下公式估算敏感數(shù)據(jù)輸送時間間隔樣本的均衡值：

式中：

ix—時間樣本里沒有發(fā)現(xiàn)確實敏感數(shù)據(jù)包的成功輸送區(qū)間；

N—樣本的總量；

XN—平均時間間隔的均衡值。為了能夠剔除敏感數(shù)據(jù)輸送端儲存的收集樣本[12]，依靠下列方程估算敏感數(shù)據(jù)輸送路徑的時間迭代均衡值。

其中：

SN—表所有樣本的指標(biāo)差。

可以利用迭代法估算標(biāo)準(zhǔn)差，進而刪除敏感數(shù)據(jù)在輸送端存儲的樣本：

通過式（7）與式（9）內(nèi)獲得的均衡值與標(biāo)準(zhǔn)差后，融合估算敏感數(shù)據(jù)成功輸送的變異系數(shù)Z1?a/2，完成中心極限定理估算出置信范圍：

式中：

1?a—置信標(biāo)準(zhǔn)；

u—置信區(qū)間；

S、X—每一種樣本的均衡值和指標(biāo)差。

進而得到置信范圍，并將其作為進一步測評的根據(jù)，更新敏感數(shù)據(jù)預(yù)測趨勢并提高輸送路徑質(zhì)量。

2 實驗證明

上述評估是通過簡易的計算數(shù)值來進行平臺可靠性評估，但在現(xiàn)實環(huán)境中還會出現(xiàn)一些其他的影響因素，為此進行仿真實驗。實驗環(huán)境為Intel(R) Core (TM)i5-3470 CPU，3.20 GHz，8 GB內(nèi) 存 的PC化，通 過MATLAB7.6編程實現(xiàn)，LIBSVM為支持向量機軟件。

當(dāng)云平臺微服務(wù)架構(gòu)處于運行狀態(tài)時，因為各種優(yōu)先級數(shù)據(jù)傳輸占用總線時間與所研究數(shù)據(jù)占用總線時間的影響，任何數(shù)據(jù)的時間參數(shù)均是一種隨機的變量向量。擬定云平臺微服務(wù)架構(gòu)里某三種實時數(shù)據(jù)的每種時間參數(shù)，如表1所示。

表1 數(shù)據(jù)傳輸時間參數(shù)

為了方便對比驗證可靠度的估算結(jié)果，通過Matlab編制程序進行10次Monte-Carlo模擬，獲得數(shù)據(jù)（a）的傳輸可靠度R=0.888 8。

如圖4（a）里時間余量零線以上的*代表傳輸失敗的微服務(wù)數(shù)據(jù)，時間余量零線以下的·代表傳輸成功的微服務(wù)數(shù)據(jù)。進過Monte-Cralo模擬對比，能夠發(fā)現(xiàn)估算結(jié)果和Monte-Cralo實驗結(jié)果完全吻合。

同理憑借式（7）與式（8）能夠進一步的獲得數(shù)據(jù)（b）的云平臺微服務(wù)可靠度R=0.888 2，同理使用Matlab擬定的程序進行Monte-Cralo實驗?zāi)M，獲得的可靠度R=0.888 3，比對發(fā)現(xiàn)他們之間的誤差很小。

數(shù)據(jù)（c）傳輸?shù)目煽慷韧ㄟ^估算查表獲得R=0.885 1，通過Monte-Cralo模擬實驗，獲得可靠度R=0.884 6，結(jié)果完全吻合。

通過圖4三組云平臺微服務(wù)數(shù)據(jù)傳輸可靠度估算和實驗?zāi)M結(jié)果可以看出，通過式（7）與式（8）估算得到的云平臺微服務(wù)數(shù)架構(gòu)可靠度，與使用Matlab編程進行實驗?zāi)M獲得的可靠度結(jié)果非常吻合，相對的誤差較小，表明本文推導(dǎo)估算結(jié)果的正確性。經(jīng)過對比上述三組實驗可靠度可以得出，數(shù)據(jù)Ⅲ的可靠度相對較低，而數(shù)據(jù)Ⅰ、Ⅱ的可靠度較高。這就要求在以后的研究中，要重點研究數(shù)據(jù)Ⅲ的可靠度成功率，經(jīng)過分析擬定提升云平臺微服務(wù)架構(gòu)的可靠度。以上實驗考慮了云平臺微服務(wù)架構(gòu)中三種實時性數(shù)據(jù)，而現(xiàn)實的云平臺微服務(wù)架構(gòu)中需要傳輸?shù)臄?shù)據(jù)種類非常多，同樣能夠使用該方法對平臺中所有數(shù)據(jù)的可靠度進行依次估算，從而獲得整體的云平臺微服務(wù)可靠度。

3 結(jié)論

針對傳統(tǒng)云平臺微服務(wù)可靠性差的問題，提出一種基于DevOps的云平臺微服務(wù)架構(gòu)可靠性研究方法，對傳統(tǒng)的應(yīng)用架構(gòu)和微服務(wù)架構(gòu)進行對比分析，構(gòu)建可靠性評估模型，利用圖論域幾率論分析云平臺微服務(wù)架構(gòu)的特點，實現(xiàn)云平臺微服務(wù)架構(gòu)可靠性的研究。為了能夠進一步評價云平臺微服務(wù)架構(gòu)的可靠性，設(shè)計對比實驗，實驗結(jié)果表明，所提方法能夠有效的分析出云平臺微服務(wù)架構(gòu)的可靠性，具有較高的實際應(yīng)用價值。

圖4 云平臺微服務(wù)可靠度Monte-Cralo實驗?zāi)M