基于微服务架构的智慧照明管理平台

随着国内城市路灯数量的逐年增加,路灯耗电费用在政府财政支出中所占比例也急速上涨,而传统的路灯系统由于缺乏稳定性与灵活性,并不能有效地降低能耗,节省开支.本文结合微服务技术组件,通过将具体功能抽离组成多个微服务的方式,设计并实现了一种基于微服务架构的智慧照明管理平台,目前系统已经完成开发与测试工作并已交付使用,实际使用效果表明,该平台能够有效地降低能源消耗,具有一定的社会推广价值.     

基于微服务的深度学习模型服务系统

Tensorflow Serving是Google开源的一个服务系统,针对Tensorflow Serving单体应用吞吐量低、服务调用烦琐、模型生命周期管理不完善等问题,本文设计了一种基于Tensorflow Serving的微服务软件架构方案,在部署Tensorflow Serving的Docker(开源的应用容器引擎)容器里添加本文研发的监控程序,该监控程序根据各个实例模型加载情况,将可用模型服务主动注册到微服务架构中的注册中心以实现对模型的编排管理。实验结果表明:采用本文的微服务架构方案,有效提升了Tensorflow Serving服务的吞吐量,降低了服务响应时间,简化了模型调用流程,从而满足Tensorflow Serving在生产环境中部署和运维的实际需求。     

能源互联网背景下的新一代电力交易平台设计探讨

发用电计划逐步放开、现货市场建设加快推进、能源互联网快速发展等新形势,对电力交易系统提出了新要求。首先,从新一代电力交易平台总体设计切入,结合能源互联网建设思路,对中长期电力曲线交易、横纵向集成、两级市场协同运营、高性能结算等重点需求进行了分析,提出了基于"云平台+微服务"的总体架构体系,重塑了六大业务应用,设计了优化出清、智能注册、全网通等技术支撑组件。最后,对平台建设需解决的核心支撑能力进行了探讨,并实现初步应用。     

考虑服务配置的细粒度电力任务云边协同优化调度策略

新型电力系统的建设促使电力业务范围向用户侧深入,业务种类及数量不断增加。边设备资源有限,只能配置有限数量的服务,任务的时延能耗需求与设备资源有限的矛盾日益突出。为实现云边资源协同与任务的优化调度,提出了一种考虑服务配置的细粒度电力任务云边协同优化调度策略。通过建立微服务的时延与能耗模型,并对任务调度中的约束条件进行分析,将时延与能耗的优化决策问题转化为带约束的多目标优化问题,采用NSGA-Ⅱ算法求解。然后通过基于模糊逻辑的多准则决策方法为任务选择调度方案。仿真结果表明,所提策略在时延和能耗方面的性能优于其他策略,能够适应不同的任务场景并做出最优决策,提高了任务的完成率。     

集群环境中微服务容器资源特征分析及优化

在集群环境中部署微服务已经成为微服务部署的重要方式.由于不同种类服务对于CPU、内存、磁盘等资源的需求不同,导致集群中的节点产生资源碎片、出现资源消耗倾斜.如何提高集群资源利用率、降低集群能耗,成为继保障服务级别协议(service level agreement, SLA)之后的重大挑战.本文以阿里巴巴集团2021年发布的近两万个微服务的详细跟踪为数据样本,从容器资源使用情况、节点部署特征和资源消耗偏好等多个维度出发,分析其集群资源消耗特征,发现集群中出现了资源消耗倾斜的情况.通过进一步分析节点中容器部署情况发现容器资源分配不合理加剧了这一现象.基于此我们提出了一种使用深度双Q网络的模型,依据上游服务资源需求的实时变化,对容器资源分配进行优化.对比实验结果表明该方法可以在保证服务SLA的情况下有效提高容器资源利用率,改善节点资源消耗倾斜的情况.     

面向Java微服务系统的透明请求追踪及采样方法

微服务因其敏捷的开发方式、快速的部署方式,逐渐成为以云为基础的软件系统的主流架构方式之一.但是,微服务系统结构复杂,动辄上百个服务实例,而且服务之间的调用关系异常复杂,当微服务系统中出现异常时,难以定位故障根因.为了解决这个问题,端到端请求追踪(trace)成为微服务系统监控的标配.然而现有的分布式请求追踪实现方式对应用程序具有侵入性,严重依赖于开发者对请求追踪的经验,无法在运行时控制追踪功能的开启和关闭.这些不足不仅会增加开发者的负担,而且限制了分布式请求追踪技术的实际应用.设计并实现对程序开发者透明的请求追踪系统Trace++,能够自动生成追踪代码,利用动态代码插桩技术将追踪代码注入到运行中的应用程序. Trace++对程序低侵入,对开发者透明,能够灵活控制追踪功能的开启和关闭.此外, Trace++的自适应采样方法有效减少了请求追踪产生的开销.在微服务系统TrainTicket上的实验结果证明, Trace++能够准确发现服务依赖关系.在开启请求追踪时,性能开销接近于源代码插桩,在关闭请求追踪时无性能开销.此外, Trace++的自适应采样方法在采样到具有代表性样本的同时减少了8...     

基于模型检测的微服务组合平台QoS验证

针对当前缺少对微服务组合平台的服务质量（QoS）指标进行分析验证的问题，提出一种基于模型检测的形式化验证方法，对影响微服务平台性能的因素进行分析评估。首先，将微服务组合的服务资源配置过程划分为服务请求、资源配置和服务执行3个阶段，并分别由服务请求队列、服务请求配置器和提供服务资源的虚拟机等模块实现；其次，将各个模块的实现过程建模为带标记Markov回报模型（LMRM），借助类似于进程代数的同步概念获得微服务组合过程的全局模型；接着，用连续随机回报逻辑公式刻画期望的QoS指标；最后，将形式模型与逻辑公式作为模型检测工具PRISM的输入以获得验证结果。实验结果表明，LMRM可较好地用于微服务组合平台的建模和QoS验证分析。     

资源约束下的基于类依赖关系的微服务识别方法

为有效提升基于微服务架构的遗留软件系统重构的自动化水平，根据存在依赖关系的两个类所操作的资源数据之间存在着一定相关性的原则，提出了一种资源约束下基于类依赖关系的微服务识别方法。首先，根据遗留软件程序中的类依赖关系构建类依赖关系图，并设置每个类的资源实体标签；然后，设计了基于资源实体标签的类依赖关系图划分算法，用以划分原软件系统和得到候选微服务；最后，合并依赖程度较高的候选微服务，从而得到最终的微服务集合。基于GitHub的4个开源项目的实验结果表明，所提方法具有高于90%的微服务划分准确率，证实了同时考虑不同类之间的依赖关系和资源约束对于微服务识别是合理和有效的。     

基于区块链的内河执法管理系统的研究和设计

文章提出一种基于区块链的内河执法管理系统的设计方法,实现了区块链技术在内河航运执法过程中的应用。系统以Hyperledger Fabric为区块链框架,使用微服务技术进行封装,保证与原业务系统的交互性。该设计方法结合了传统中心化存储技术和区块链去中心化存储技术,利用区块链技术防篡改和价值自动传递的特性,可以提高内河执法的安全性和公平性。     

微服务在煤矿监控类软件开发框架中的应用

针对煤矿监控类软件开发面临版本混乱、重复开发、维护困难,软件的定制化修改导致不同煤矿监控软件之间的通信变得困难等问题,提出了一种采用微服务架构的煤矿监控类软件开发框架。基于微服务架构,通过规范化开发流程、简化技术栈优化煤矿监控类软件的开发流程;将基础业务固化在开发框架中,专有业务通过微服务的方式进行加载运行,减少了基础代码的重复编码工作,并使得专有业务可以重用;沙盒运行方式让微服务的部署不受运行环境影响,部署方便,跨平台移植性强,微服务托管平台可对微服务进行统一的版本管理。实际应用结果表明:采用微服务架构的煤矿监控类软件通过将常用功能拆分为微服务,可以最大程度减少软件功能的重复开发,微服务的数据存储效率比现有垂直架构更高,使用Docker镜像部署,软件安装过程更为便捷,为监控类软件开发提供了一种更为高效的开发方式。