Eadro：一种基于多源数据的微服务端到端故障排查框架
软件工程
2023-02-13 v1
摘要
微服务的复杂性与动态性给系统可靠性带来重大挑战，因而自动化故障排查至关重要。异常检测后有效的根因定位对保障微服务系统可靠性十分关键。然而，现有方法存在两个显著问题：（1）微服务产生调用链、系统日志与关键性能指标（KPIs），但现有方法通常仅考虑调用链，未能充分理解系统，因为调用链无法刻画所有异常；（2）微服务故障排查一般包含两个主要阶段，即异常检测与根因定位。现有研究将这两阶段视为独立，忽视其紧密关联。更糟的是，不准确的检测结果会深刻影响定位效果。为克服这些局限，我们提出Eadro，首个基于多源数据融合异常检测与根因定位的端到端框架，用于大规模微服务故障排查。Eadro的核心洞见是不同数据源上的异常表征以及检测与定位的紧密关联。因此，Eadro从调用链、日志与KPIs中建模服务内行为与服间依赖，同时通过多任务学习利用两阶段共享知识。在两种广泛使用的基准微服务上的实验表明，Eadro大幅优于SOTA方法。结果也显示了融合多源数据的效用。我们已开源代码与数据以促进后续研究。
引用
@article{arxiv.2302.05092,
title = {Eadro: An End-to-End Troubleshooting Framework for Microservices on Multi-source Data},
author = {Cheryl Lee and Tianyi Yang and Zhuangbin Chen and Yuxin Su and Michael R. Lyu},
journal= {arXiv preprint arXiv:2302.05092},
year = {2023}
}
备注
In Proceedings of the 2023 IEEE/ACM 45th International Conference on Software Engineering (ICSE)