eBa管理龐大服務(wù)架構(gòu)的新方法是什么

eBa管理龐大服務(wù)架構(gòu)的新方法是什么，相信很多沒有經(jīng)驗(yàn)的人對(duì)此束手無策，為此本文總結(jié)了問題出現(xiàn)的原因和解決方法，通過這篇文章希望你能解決這個(gè)問題。

今天我們分享一篇文章，講解了 eBay 是如何使用知識(shí)圖譜來管理龐大服務(wù)架構(gòu)的思路。

在服務(wù)架構(gòu)中管理并理解龐大的生態(tài)系統(tǒng)是一項(xiàng)不小的挑戰(zhàn)：試想在其生產(chǎn)系統(tǒng)中，有超過 3000 個(gè)服務(wù)應(yīng)用集群，這對(duì) eBay 而言尤其如此。每個(gè)應(yīng)用都獨(dú)立發(fā)展，各自具有不同的功能和開發(fā)方法。而文檔的缺乏以及對(duì)內(nèi)部客戶沒有正確的理解，可能會(huì)阻礙高效的開發(fā)。

eBay 的愿景（被稱為 INAR，智能架構(gòu)）是通過提供自動(dòng)化的可見性、評(píng)估和治理智能（Governance Intelligence）來構(gòu)建可持續(xù)的服務(wù)架構(gòu)。為此，我們開發(fā)了一種新的方法，使用知識(shí)圖譜對(duì)應(yīng)用程序生態(tài)系統(tǒng)進(jìn)行建模和處理。

譯注： 治理智能（Governance Intelligence，GI），由 Francis Ohanyido 博士提出，主要是指利用信息和通信技術(shù)應(yīng)用和技術(shù)來識(shí)別、提取、分析和描述治理數(shù)據(jù)。

知識(shí)圖譜是一個(gè)常用術(shù)語，但它的確切定義一直備受爭議?；旧蟻碇v，知識(shí)圖譜是一種可編程方式，使用主題內(nèi)容專家、相互關(guān)聯(lián)數(shù)據(jù)和機(jī)器學(xué)習(xí)算法對(duì)知識(shí)領(lǐng)域進(jìn)行建模。對(duì)于 eBay 來說，應(yīng)用程序 / 基礎(chǔ)架構(gòu)知識(shí)圖譜是一種異構(gòu)屬性圖，可以提高架構(gòu)的可見性、運(yùn)營效率和開發(fā)人員的生產(chǎn)力，最終使客戶在訪問網(wǎng)站時(shí)能夠獲得更好的體驗(yàn)。

本文將解釋 eBay 架構(gòu)知識(shí)圖譜是如何開發(fā)的，eBay 從中獲得了什么好處，以及我們現(xiàn)在和將來看到的這種方法的用例。

三大挑戰(zhàn)

智能架構(gòu)的愿景旨在解決服務(wù)架構(gòu)的三個(gè)關(guān)鍵挑戰(zhàn)：

• 盲目性： 架構(gòu)問題可能很難觀察到，例如軟件和 / 或硬件的不適當(dāng)?shù)囊蕾囮P(guān)系；或設(shè)想一下 eBay 的基礎(chǔ)架構(gòu)和生態(tài)系統(tǒng)，以及定制搜索。這是一個(gè)問題，因?yàn)榱餍械能浖头?wù)經(jīng)常演變，并趨于單一，導(dǎo)致服務(wù)冗余和功能重復(fù)。

• 無知性： 缺乏服務(wù)架構(gòu)或技術(shù)債務(wù)的可測性（采取更簡便的前期方法時(shí)所需的額外返工，從長遠(yuǎn)來看會(huì)更糟糕），可能會(huì)阻礙你開發(fā)提高運(yùn)營效率所需的度量。正如管理學(xué)大師 Peter Drucker 的名言：“沒有測定就沒有管理?！保↖f you can’t measu re it, you can’t improve it.）

• 原始性： 診斷、工程和運(yùn)行時(shí)自動(dòng)化都不存在。因此，人工智能無法應(yīng)用于 IT 運(yùn)營，從而難以發(fā)現(xiàn)運(yùn)營中的異常情況。

很明顯，如果要滿足 1.83 億買家的需求，就需要對(duì)我們的生態(tài)系統(tǒng)有一個(gè)更清晰的了解。我們的目標(biāo)是提供更好的可見性，提供模式 / 異常檢測，以及自動(dòng)化和增強(qiáng) IT 運(yùn)營。這使我們產(chǎn)生了使用知識(shí) / 屬性圖的想法。

建立鏈接：行為度量和智能分層

圖是使用實(shí)時(shí)度量、業(yè)務(wù)特性和運(yùn)營元數(shù)據(jù)構(gòu)建的。最終，圖的目的是鏈接數(shù)據(jù)源并打破孤立的管理域之間的界限。以下是較高層次的描述：

開發(fā)知識(shí)圖譜的第一步，是計(jì)算最佳的應(yīng)用程序度量，并應(yīng)用機(jī)器學(xué)習(xí)算法以自動(dòng)對(duì)應(yīng)用程序進(jìn)行聚類。我們開發(fā)了基于實(shí)時(shí)流量和運(yùn)行時(shí)依賴關(guān)系來度量應(yīng)用程序受歡迎程度的指標(biāo)。

我們計(jì)算了所有 eBay 集群的度量，并使用稱為 K- 平均（K-means）和 Canopy 聚類的技術(shù)對(duì)所有服務(wù)進(jìn)行聚類，然后基于它們的流行度評(píng)分。這使我們能夠?qū)⑸鷳B(tài)系統(tǒng)組成不同的類別，比如它們的活躍程度。我們發(fā)現(xiàn)了 77% 的聚類被標(biāo)記為低活性。

看得見的理解：圖搜索與結(jié)果可視化

我們使用知識(shí)圖譜的目標(biāo)之一，就是提高開發(fā)人員的生產(chǎn)力，使他們能夠更有效地檢索所需的信息。目前，開發(fā)人員必須通過許多工具來接受所需的信息。

為了提高生產(chǎn)效率，我們構(gòu)建了一個(gè)完整的批處理系統(tǒng)，從不同的來源獲取數(shù)據(jù)，并自動(dòng)構(gòu)建知識(shí)圖譜。我們還構(gòu)建了智能圖搜索，它動(dòng)態(tài)生成一個(gè)查詢來探索知識(shí)圖譜，包括服務(wù)度量和智能分層。下面的數(shù)據(jù)模式是在應(yīng)用程序（池）級(jí)設(shè)計(jì)的，帶有粗體或黑色邊框的框，將作為第一個(gè) “baby” 步驟啟用：

通過連接云原生數(shù)據(jù)、硬件、人員、代碼和業(yè)務(wù)，我們對(duì)生態(tài)系統(tǒng)有了更好的了解?？梢暬砸环N可以快速理解和操作的方式，提供了豐富的信息。在以下服務(wù)依賴關(guān)系示例中：我們隨機(jī)選擇了 18 個(gè)服務(wù)，并通過默認(rèn)方法之一將它們可視化。在下圖中，邊框厚度表示邊的屬性（體積），節(jié)點(diǎn)大小表示行為度量。不同的顏色代表團(tuán)隊(duì)或組織（例如，黃色表示一個(gè)域團(tuán)隊(duì)）。

eBay 依賴系統(tǒng) “Galaxies” 采用了概念證明（Proof of Concept，POC），現(xiàn)在，圖模式擴(kuò)展如下：

識(shí)別低效率

我們計(jì)算了 3000 多個(gè) eBay 生產(chǎn)集群中的度量和智能服務(wù)。三位高級(jí)架構(gòu)師手動(dòng)驗(yàn)證了流行度度量和自動(dòng)聚類的初始結(jié)果。

研究結(jié)果令人驚訝，但也提供了很多信息。大約 10% 的高活動(dòng)應(yīng)用程序在不準(zhǔn)確的可用性區(qū)域下運(yùn)行，這可能會(huì)影響運(yùn)營性能和正常運(yùn)行時(shí)間。

對(duì)于 eBay 來說，知識(shí)圖譜已經(jīng)成為一個(gè)重要的工具（Galaxies），它使我們能夠提供可定制的可視化、應(yīng)用度量、智能分層和圖搜索。

該系統(tǒng)提供了應(yīng)用程序的自頂向下和自底向上的視圖，以及依賴關(guān)系和更高的準(zhǔn)確性；豐富數(shù)據(jù)以加強(qiáng)應(yīng)用程序的合規(guī)性；具有清晰的所有權(quán)細(xì)節(jié)的治理；以及運(yùn)營績效的建議。

接下來，我們計(jì)劃通過在圖上顯示每個(gè)事件的全部因果關(guān)系細(xì)節(jié)來增強(qiáng)圖，以支持站點(diǎn)異常檢測（這是一項(xiàng)初始工作）。

我們還計(jì)劃擴(kuò)展此圖，以包含服務(wù) API 元數(shù)據(jù)，這將使服務(wù)分層、推薦和聚類成為可能。知識(shí)圖譜有望成為了解我們的生態(tài)系統(tǒng)和滿足客戶對(duì)持續(xù)更快、更好服務(wù)的期望的關(guān)鍵工具。

看完上述內(nèi)容，你們掌握eBa管理龐大服務(wù)架構(gòu)的新方法是什么的方法了嗎？如果還想學(xué)到更多技能或想了解更多相關(guān)內(nèi)容，歡迎關(guān)注億速云行業(yè)資訊頻道，感謝各位的閱讀！