-
题名陈泓仰作品
- 1
-
-
作者
陈泓仰
沈丽梅
-
机构
云南省油画协会
云南艺术学院
兰州财经大学
-
出处
《美术教育研究》
2017年第24期187-187,共1页
-
-
关键词
陈泓
-
分类号
J22
[艺术—美术]
-
-
题名面向Java微服务系统的透明请求追踪及采样方法
被引量:2
- 2
-
-
作者
黄梓程
陈鹏飞
余广坝
陈泓仰
-
机构
中山大学计算机学院
-
出处
《软件学报》
EI
CSCD
北大核心
2023年第7期3167-3187,共21页
-
基金
广东省重点领域研究计划(2020B010165002)
国家自然科学基金青年项目(61802448)
+1 种基金
广东省自然科学基金面上项目(2019A1515012229)
广州市基础与应用基础研究项目(202002030328)。
-
文摘
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89.4%的追踪数据.
-
关键词
请求追踪
动态插桩
采样
微服务
云计算
-
Keywords
request tracing
dynamic instrumentation
sampling
microservice
cloud computing
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-