新特性速览!Sermant重磅更新,1.3.0 release版本发布

Sermant社区发布了1.3.0版本,新增了消息队列禁止消费插件,允许动态调整消费者行为,提升服务治理能力。同时修复了框架问题并优化了插件安装机制,增强了系统的高可用性和可观测性。

Sermant社区在12月份正式发布了1.3.0 release版本,这次更新中,Sermant新增服务治理插件:消息队列禁止消费插件。该插件允许在微服务运行时动态地控制消费者(如Kafka、RocketMQ)的消费行为,实现禁止或开启消费,强化了Sermant的可用性治理能力。

除此之外,本次版本更新还对Seramnt框架存在的已知问题和部分功能进行了修复和优化。(Sermant官网:https://sermant.io/)

一、服务治理能力提升

1.1 动态调整消费者消费行为

本次Sermant更新新增了消息队列禁止消费插件,该插件允许微服务在运行态根据实际需求动态调整消费者对消息队列中间件的消费行为,确保在非正常环境或状态下,业务处理流程中的消息得到妥善管理,避免不必要的业务影响。例如,在多云多活架构系统中,如果发生区域性故障需要对流量做切流处理,可在发生故障的可用区开启消息队列禁止消费功能,让正常可用区的消费者来处理业务,避免故障区域消费流量导致业务异常,保障系统的高可用。待故障处理完成后,可重新开启消费。

图1 消息队列禁止消费插件故障切流场景使用

消息队列禁止消费插件目前支持Kafka和RocketMQ两种消息中间件。在Kafka方面,该插件实现了Topic级别的禁止和恢复消费功能。对于RocketMQ, 控制消费的粒度为消费者实例级别。关于消费队列禁止消费插件的具体介绍、配置说明和场景演示等请参考官网文档消息队列禁止消费

二、Sermant 框架提升

2.1 可观测性能力提升

支持通过指令查询Sermant对宿主应用的增强信息,包括被增强的类和方法以及具体的Interceptor,有助于提升Sermant的可观测能力。可用于开发调试场景中,判断是否对宿主类增强成功。

在Sermant通过任意方式启动成功后,运行官方提供的AgentLoader,并传入参数下发查询增强信息的指令command=CHECK_ENHANCEMENT,即可在日志中查看到Sermant已执行的增强信息,打印内容如下所示。具体操作请参考官网文档增强信息查询

xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:42] [Attach Listener] ---------- PLUGINS ----------  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:44] [Attach Listener] test-plugin-A:1.0.0  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:44] [Attach Listener] test-plugin-B:1.0.0  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:46] [Attach Listener] ---------- ENHANCEMENT ----------  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:58] [Attach Listener] test-plugin-A:1.0.0  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:65] [Attach Listener] xxxxx.xxxx.TestClassA#testFunctionA(boolean,java.lang.String,java.lang.String,java.lang.String)@sun.misc.Launcher$AppClassLoader@5c647e05 [xxxx.xxxx.TestInterceptorA]  
xxxx-xx-xx xx:xx:xx.xxx [INFO] [com.huaweicloud.sermant.core.command.CheckEnhancementsCommandExecutor] [execute:65] [Attach Listener] xxxxx.xxxx.TestClassB#testFunctionB(boolean,java.lang.String,java.lang.String,java.lang.String)@sun.misc.Launcher$AppClassLoader@5c647e05 [xxxx.xxxx.TestInterceptorB,xxxx.xxxx.TestInterceptorC]

2.2 插件安装机制优化

增强Sermant Agent插件的安装机制,支持插件重复安装。用于需要动态扩展插件字节码增强范围(类和方法)的场景,如故障注入场景中通过插件的重复安装功能可以在原有故障注入基础上再注入一个新的故障。重复安装插件的实现基于Sermant插件的动态安装功能,具体操作请参考官网文档动态安装插件

2.3 问题修复

  • 修复个别场景下可以从插件类加载器中加载到宿主类的问题。进一步强化了Sermant的类隔离能力,避免与宿主服务发生类冲突问题。
  • 修复实例化拦截器时,偶发找不到宿主类的问题。从而确保了拦截器在执行增强逻辑时能够正常操作宿主类。

三、总结

本次版本更新主要为新增消息队列禁止消费插件。基于该插件,Sermant的服务治理能力得到进一步强化。同时本次版本更新对Seramnt框架存在的已知问题和部分功能进行了修复和优化,提升了Sermant的高可用性。

Sermant作为专注于服务治理领域的字节码增强框架,致力于提供高性能、可扩展、易接入、功能丰富的服务治理体验,并会在每个版本中做好性能、功能、体验的看护,广泛欢迎大家的加入。

https://oscimg.oschina.net/oscnet/up-e493033c464bc888b36c5315926893a881b.png

内容概要:本文详细介绍了一个基于MATLAB平台的股票价格预测项目,采用支持向量机(SVM)、卷积神经网络(CNN)与长短期记忆网络(LSTM)相结合的混合模型(SVM-CNN-LSTM)。通过CNN自动提取金融数据中的局部特征,利用LSTM捕捉时间序列的长期依赖关系,并由SVM进行最终回归预测,提升模型的鲁棒性与泛化能力。项目涵盖数据预处理、模型构建、超参数调优、性能评估、结果可视化及GUI界面设计,提供了完整的代码实现和系统部署方案,实现了从数据输入到预测输出的端到端流程。同时,项目强调模型可解释性、多源数据融合与工程化应用,适用于金融预测、量化交易、风险控制等多个领域。;适合人群:具备一定编程基础和金融知识背景的科研人员、高校师生、金融领域从业者及对人工智能在金融中应用感兴趣的开发者。;使用场景及目标:①应用于股票、指数等金融资产价格的高精度预测;②支持量化交易策略开发、投资组合优化与智能投顾服务;③构建金融风险预警系统,提升机构风控能力;④作为教学与科研案例,推动多学科交叉融合与金融科技人才培养。;阅读建议:建议读者结合MATLAB环境运行代码,逐步理解数据处理、模型集成与可视化实现过程,重点关注CNN、LSTM与SVM的协同机制及超参数调优策略,同时可扩展引入更多外部因子以提升模型实用性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值