Sage：利用机器学习诊断云微服务中不可预测的性能
分布式、并行与集群计算
2021-12-14 v1
摘要
云应用正日益从大型单体服务转向由松散耦合微服务组成的复杂图。尽管有诸多优势，微服务也引入了云应用中的级联 QoS 违规，难以诊断与纠正。我们提出 Sage，一个面向交互式云微服务的机器学习驱动的根因分析系统。Sage 利用无监督学习模型规避轨迹标注的开销，在线确定不可预测性能的根因，并应用纠正动作以恢复性能。在专用本地集群和大型 GCE 集群上的实验表明，Sage 实现了高根因检测准确率和可预测性能。
引用
@article{arxiv.2112.06263,
title = {Sage: Leveraging ML to Diagnose Unpredictable Performance in Cloud Microservices},
author = {Yu Gan and Mingyu Liang and Sundar Dev and David Lo and Christina Delimitrou},
journal= {arXiv preprint arXiv:2112.06263},
year = {2021}
}