神经网络/ML 如何帮助微服务？ [关闭]答案

【问题标题】：How neural networks/ML could help for micro service? [closed]神经网络/ML 如何帮助微服务？ [关闭]
【发布时间】：2020-05-22 17:16:48
【问题描述】：

我想知道神经网络是否可以帮助监控用户对微服务和单体服务的请求，这将提高生产力的性能。我需要关于我的查询的详细建议。

我在阅读this 文章时知道这一点。我还对 ML 可以帮助微服务或监控服务器的任何其他想法感兴趣。

【问题讨论】：

如果您以一种高效的方式使用它们，那么当然可以，但这对您的设置/环境变量具有高度主观性。没有人能真正为你回答这个问题。
欢迎来到 StackOverflow。 On topic、how to ask 和 ...the perfect question 在这里申请。 StackOverflow 是一个针对特定编程问题的知识库——不是一个研究讨论论坛。

标签： machine-learning neural-network artificial-intelligence microservices network-monitoring

【解决方案1】：

这取决于……你想要达到的目标。 ML/“AI”通常用于根据现有数据预测特定结果。因此，如果有历史数据表明系统处于 {relaxed|critical} 状态，您可能会在达到“临界”之前知道何时采取行动。但是话又说回来，当需要应用更多资源时（云服务提供商按需扩展），您可以简单地监控资源并定义一个阈值，这似乎有点过头了。

如果您正在考虑异常检测，这就是 ML/“AI”可能提供帮助的地方。但是：您需要有相关数据才能真正训练出有用的网络。

我的提示：检查诸如 datadog 之类的服务提供商，并检查他们为您准备的内容。训练、评估和放置神经网络并非易事。

【讨论】：

很好的答案。看起来 OP 分享的文章是针对优化容器和部署配置的——这是一个很好的目标区域示例，您可以在其中建立数据来训练模型。 OP 可能还希望将AI Ops 视为一个通用类别。
这篇文章不是很有趣，因为作者甚至懒得问这个问题：我们的“AI”能否超越 Mesos 或 Kubernetes 这样的资源管理器？通过云服务的所有弹性配置，他们采取了完全“人工智能”的路线，而没有说明决策的投资回报率。他只是表示该决定计划周密，执行良好并且优于 CSP - 但我认为没有理由不认为这只是一篇营销博客文章。永远不要相信没有发布评估指标的关于“AI”的帖子。