存算分离架构的消息队列被广泛应用于运营商的核心计费业务场景,其对消息队列的稳定性要求极高,对异常的容忍度非常低.因此,快速识别、定位消息队列的性能异常并及时止损就变得愈发重要.针对消息队列性能异常的问题,传统的方式是根据消息队列集群指标设定告警阈值.此方式依赖专家进行规则配置,无法根据不同的集群规模和业务场景灵活、动态地调整规则或阈值,也无法预测消息队列的性能发展趋势,因此,极易造成重大故障.基于AI的消息队列性能预测能力,可以基于消息队列的历史表现情况,对关键指标进行7×24小时巡检,能够在性能异常尚在萌芽状态就发现风险,实现性能异常的提前暴露.当消息队列性能偏离正常范围时,能够及时发出警报,辅助运维人员在问题恶化前进行准确定位并及时止损.同时,根据性能预测结果可以对资源进行合理规划,有效地治理集群,找出性能瓶颈,有针对性地进行性能优化.本文利用AI算法,设计了基于存算分离构架消息队列的性能预测模型,能够在消息队列集群正常运行状态下,对未来一段时间内的性能做出较为准确的预测,从而有效预防未来可能出现的性能问题.
万方数据
维普
