MicroRCA: Root Cause Localization of Performance Issues in Microservices

MicroRCA: Root Cause Localization of Performance Issues in Microservices
MicroRCA: 微服务性能问题根因定位

• 总结

  • 使用属性图来模拟微服务系统的异常传播

  • 使用图和权重、PageRank的方法来定位问题

    • 已知的性能问题表现在权重上（异常症状和资源关联）
    • PageRank对可能的问题节点进行排序，很新颖
    • 能够更准确得定位问题，能够从症状明显的服务和症状不明显的服务中准确得找出根因，这是别的方法做不到的地方（作者言）

  • 权重、图的数据来源仍然是默认的调用信息、调用结构、时间等

  • MicroRCA: 将性能症状于相关资源利用率相关联，推断出根本原因

• Intro:

  • 微服务挑战

    • 1. 复杂的依赖（很多服务）2. 大量的监控数据 3. 异构的服务 4. 频繁的更新

  • 提出MicroRCA

    • 1. 收集应用（响应时间）和系统层级(cpu、内存）的数据，检测服务级别(service)的异常
    • 2. 一旦检测到，构造包含服务和host的属性图（不仅包含异常路径，还包含host上的所有服务）
    • 3. MRCA将异常和资源利用率相关，并排序根因
    • 优点：通过业务异常与资源利用率的相关性，MicroRCA可以识别出异常且服务异常症状不明显的非计算密集型服务，减轻虚警对定位根本原因的影响。

  • 贡献：

    • 提出属性图来模拟微服务系统的异常传播
    • 提出一种方法，能够将异常症状和资源关联，从而定位问题

• 总览

  • MicroRCA

    • 

    • 检测到异常 -> 构建相关服务和节点的属性图 -> 构建子图 -> 排序问题

  • 数据收集：

    • 服务网格+系统监控

  • 异常检测

    • 无监督学习： Distance-Based online clustering BIRCH
    • 检测慢响应时间作为异常

  • 根因定位三步曲：属性图构建、异常子图构建、错误服务定位

• 根因定位

  • 

  • 属性图构建

    • 构造一个属性图来表示微服务环境中的异常传播
    • 选中的服务：不仅包含错误路径涉及的服务（异常在同一节点的服务间扩散）
    • 基础架构：正常运行时的框架

  • 异常子图构建

    • s1->s2: s2为异常节点
    • 节点附加属性：平均异常响应时间rt_a

  • 异常服务定位

    • edge 权重赋值

      • 权重1：异常程度，
        越异常越大
      • 权重2：异常节点对正常节点的影响，corr(t(E_i,j), t(rt_a(i)))
      • 权重3：异常响应时间和主机资源利用率的最大相关度
        *
        • 最后一项为入度为异常的所有边的平均值

    • 共有三个属性

      • 

  • 服务异常打分

    • 

    • 节点平均权重 * 最大[资源和异常延时之间的相关系数]

  • 定位

    • PageRank
    • 
      • v: 最终排序
      • p: 移动概率（根据权重计算）
      • 1-c: 继续传播， c: 随机跳跃
      • u: 节点的异常分数

• 实验

  • 两个指标

    • PRk：topk包含真实故障的概率，k越小，精度越高
    • 平均PRk: 整体性能

  • 实验看来，top1大多数情况能找到问题