云服务的性能监测方法、设备、存储介质及程序产品与流程

本申请涉及云服务，尤其涉及一种云服务的性能监测方法、设备、存储介质及程序产品。

背景技术：

1、随着云计算技术的快速发展，越来越多的企业和组织开始采用云服务来支持其应用运营。在云服务领域，尤其是在专有云（private cloud）环境下，云服务通常部署在多台服务器上，而这些服务器的软硬件的不同，对云服务的性能具有一定影响。例如，多台服务器可能具有多种不同的处理器架构，不同的处理器架构在性能表现上存在差异，导致云服务在不同的处理器架构下也存在性能差异。

2、由于不同的处理器架构对云服务的性能的影响不同，这无疑给云服务的性能监测带来了运维成本的挑战。尤其影响云服务性能的因素是多维度的，且每个维度下又具有多种类型。例如，处理器架构维度下具有多种处理器架构类型，包括x86架构、先进精简指令集（reduced instruction set compute，risc）处理器（advanced risc machines，arm）架构及图形处理器（graphics processing unit，gpu）等。这些复杂的云服务环境都会导致云服务的性能监测的运维成本激增。

技术实现思路

1、本申请的多个方面提供一种云服务的性能监测方法、设备、存储介质及程序产品，用以降低云服务性能监测的运维成本。

2、本申请实施例提供一种云服务的性能监测方法，云服务的多个性能影响维度包括待监测的至少一个目标性能影响维度；所述目标性能影响维度是指所述云服务对应的多个服务设备具有多个属性值的性能影响维度；所述方法包括：

3、获取所述多个服务设备的性能数据及所述多个服务设备在所述至少一个目标性能影响维度的多个目标属性值组合；

4、根据预设的属性值组合与性能基线之间的对应关系，确定所述多个目标属性值组合各自对应的目标性能基线；所述对应关系中的属性值组合包括所述多个目标属性值组合，所述对应关系中的任一属性值组合包括至少一个性能影响维度的属性值；

5、根据所述性能数据和所述目标性能基线，确定所述云服务在所述多个目标属性值组合下的性能监测结果。

6、本申请实施例还提供一种电子设备，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；

7、所述处理器耦合至所述存储器，用于执行所述计算机程序以用于执行上述云服务的性能监测方法中的步骤。

8、本申请实施例还提供一种存储有计算机指令的计算机可读存储介质，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行上述云服务的性能监测方法中的步骤。

9、本申请实施例还提供一种计算机程序产品，包括计算机程序，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行上述云服务的性能监测方法中的步骤。

10、在本申请实施例中，云服务对应的多个服务设备在目标性能影响维度上具有多个属性值，针对待监测的目标性能影响维度，多个服务设备在待监测的目标性能影响维度上具有多个目标属性值组合。基于预先设置的属性值组合与性能基线之间的对应关系，可确定多个服务设备在待监测的目标性能影响维度上具有多个目标属性值组合各自对应的目标性能基线；并根据多个服务设备的性能数据和多个服务设备在待监测的目标性能影响维度上具有多个目标属性值组合各自对应的目标性能基线，可确定云服务在这多个目标属性值组合下的性能监测结果。其中，通过预先设置的属性值组合与性能基线之间的对应关系，维护云服务的多个性能影响维度对云服务的性能影响差异，实现了一套性能基线运维逻辑兼容多维度的性能影响因素对云服务的性能影响差异，而无需为每种性能影响维度的每个属性值单独维护一套性能基线，可降低性能基线的运维成本。

技术特征：

1.一种云服务的性能监测方法，其特征在于，云服务的多个性能影响维度包括待监测的至少一个目标性能影响维度；所述目标性能影响维度是指所述云服务对应的多个服务设备具有多个属性值的性能影响维度；所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述多个目标属性值组合包括：所述多个服务设备各自对应的目标属性值组合；任一服务设备对应的目标属性值组合为所述任一服务设备在所述至少一个目标性能影响维度的属性值的组合；

3.根据权利要求2所述的方法，其特征在于，所述任一目标属性组合对应的目标性能基线包括：目标性能指标及所述目标性能指标的度量值范围；

4.根据权利要求3所述的方法，其特征在于，所述云服务在至少两个目标属性值组合下性能异常；所述至少两个目标属性值组合为所述多个目标属性值组合的部分或全部目标属性值组合；所述方法还包括：

5.根据权利要求3所述的方法，其特征在于，所述从所述目标服务设备的性能数据中，获取确定所述目标性能指标的度量值所需的目标性能数据，包括：

6.根据权利要求1所述的方法，其特征在于，所述根据预设的属性值组合与性能基线之间的对应关系，确定所述多个目标属性值组合各自对应的目标性能基线，包括：

7.根据权利要求1所述的方法，其特征在于，所述云服务存储有数据表及所述多个服务设备的性能数据，所述数据表存储有所述多个服务设备在所述多个性能影响维度的属性值；所述数据表是所述云服务在部署阶段调用云监测服务提供的数据表创建接口所创建的；

8.根据权利要求1-7任一项所述的方法，其特征在于，所述至少一个目标性能影响维度包括：处理器架构、处理器代数、处理器生产厂商、硬件寿命、软件类型、软件版本、所述服务集群的集群规格或所述服务集群的服务接口中的至少一个维度。

9.根据权利要求8所述的方法，其特征在于，所述至少一个目标性能影响维度为处理器架构；所述服务集群具有多种处理器架构类型；

10.根据权利要求9所述的方法，其特征在于，任一处理器架构类型对应的目标性能基线包括：吞吐量及聚合周期内处理的请求量范围；

11.根据权利要求1-7任一项所述的方法，其特征在于，所述方法还包括：

12.一种电子设备，其特征在于，包括：存储器和处理器；其中，所述存储器，用于存储计算机程序；

13.一种存储有计算机指令的计算机可读存储介质，其特征在于，当所述计算机指令被一个或多个处理器执行时，致使所述一个或多个处理器执行权利要求1-11任一项所述方法中的步骤。

14.一种计算机程序产品，其特征在于，包括计算机程序，当所述计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器执行权利要求1-11任一项所述方法中的步骤。

技术总结本申请实施例提供一种云服务的性能监测方法、设备、存储介质及程序产品。在本申请实施例中，通过预先设置的云服务在多个性能影响维度的属性值组合与性能基线之间的对应关系，维护云服务的多个性能影响维度对云服务的性能影响差异，实现了一套性能基线运维逻辑兼容多维度的性能影响因素对云服务的性能影响差异，而无需为每种性能影响维度的每个属性值单独维护一套性能基线，可降低性能基线的运维成本。技术研发人员：张攀,乐朱亮,姜振宇,孙沉受保护的技术使用者：阿里云计算有限公司技术研发日：技术公布日：2024/12/2