3. 服务画像建模：基于时间序列的画像建模方法、特征工程
服务画像建模是弹性伸缩 SLA 定义的核心前置环节。其目标是将原始监控时间序列数据转化为可量化、可预测的服务行为特征向量，从而为伸缩策略提供“个性化”的决策依据。本节将系统阐述基于时间序列的画像建模方法及关键特征工程。
3.1 时间序列画像建模方法
服务画像本质上是服务在不同时间尺度下行为模式的数学抽象。建模过程遵循“采集 → 清洗 → 分解 → 特征提取 → 画像存储”的流水线。
核心建模流程：
- 数据采集与预处理： 以固定粒度（如 1 分钟、5 分钟）采集 CPU、内存、QPS、响应延迟、错误率等指标，并进行异常值剔除与缺失值插补。
- 时间序列分解： 将原始序列拆解为趋势分量、周期分量和残差分量，这是画像建模的基础。
- 窗口化与聚合： 按业务周期（如日、周、月）划分窗口，在每个窗口内计算统计特征。
- 特征向量生成： 将多维度、多窗口的特征组合成固定长度的特征向量，作为服务的“数字指纹”。
- 画像存储与更新： 将特征向量存入时序数据库或特征存储系统，并支持滑动窗口更新。
3.2 核心特征工程
特征工程是将原始时间序列转化为有效特征向量的关键步骤。对于弹性伸缩场景，以下四类特征最为核心：
| 特征类别 | 定义 | 计算方法 | 伸缩意义 |
|---|---|---|---|
| 均值 (Mean) | 窗口内指标的平均水平 | \(\bar{x} = \frac{1}{n}\sum_{i=1}^{n}x_i\) | 确定基础容量基线，避免过度预留 |
| 峰值 (Peak) | 窗口内指标的最大值或 p99 分位值 | \(P_{99} = \text{percentile}(x, 0.99)\) | 定义容量上限，防止突发流量击穿 |
| 周期 (Periodicity) | 指标波动的规律性间隔 | 自相关函数 (ACF) / 傅里叶变换 | 预判扩容时机，实现“预测性伸缩” |
| 趋势 (Trend) | 指标在长时间尺度上的单调变化方向 | 线性回归 / 移动平均 / 霍尔特-温特斯 | 识别业务增长或衰退，调整长期容量规划 |
实践建议： 在特征工程中，建议同时计算 短期窗口（5 分钟） 和 长期窗口（1 小时） 的特征。短期特征用于快速响应，长期特征用于趋势判断和周期识别。
3.3 特征组合与画像向量构建
单一特征无法完整描述服务行为。实际工程中，需要将多个维度的特征组合成高维画像向量。以下是一个典型的服务画像向量结构：
// 服务画像特征向量示例（JSON 格式）
{
"service_id": "order-svc-v2",
"timestamp": 1710000000,
"features": {
"cpu": {
"mean_5m": 45.2, // 5分钟平均CPU利用率(%)
"p99_5m": 78.5, // 5分钟p99 CPU利用率(%)
"trend_1h": 0.03, // 1小时趋势斜率(正值为增长)
"period_min": 1440 // 周期长度(分钟)，1440=日周期
},
"qps": {
"mean_5m": 1200,
"p99_5m": 2500,
"trend_1h": -0.01,
"period_min": 1440
},
"latency_p99": {
"mean_5m": 85,
"p99_5m": 210,
"trend_1h": 0.05,
"period_min": 1440
}
},
"profile_version": 3
}
3.4 特征工程避坑指南
⚠️ 常见陷阱与应对策略：
- 陷阱 1：忽略周期对齐。 如果服务的日周期峰值出现在 14:00，但画像窗口从 13:00 开始计算，会导致特征偏移。应使用业务时间对齐窗口。
- 陷阱 2：趋势与周期混淆。 在未去除周期分量前直接计算趋势，趋势会被周期波动污染。必须先做时序分解。
- 陷阱 3：峰值特征过于敏感。 使用最大值作为峰值特征容易受毛刺影响。建议使用 p99 或 p999 分位值，并配合中位数偏差 (MAD) 进行异常过滤。
- 陷阱 4：特征维度爆炸。 每个指标提取 4 个特征，10 个指标就是 40 维。建议使用 PCA 或 Autoencoder 进行降维，保留 90% 以上方差。
3.5 画像建模的工程落地
在实际 SRE 平台中，服务画像建模通常以离线批处理 + 在线增量更新的方式运行：
| 环节 | 技术选型 | 更新频率 | 存储 |
|---|---|---|---|
| 数据采集 | Prometheus / VictoriaMetrics | 15s ~ 1min | TSDB |
| 时序分解 | Statsmodels (STL) / Prophet | 每小时 | 内存 + Redis |
| 特征计算 | Flink / Spark Streaming | 每 5 分钟 | 特征存储 (Feast) |
| 画像更新 | 滑动窗口 (24h) | 每 5 分钟 | Redis / Cassandra |
通过上述建模与特征工程，服务画像能够为弹性伸缩 SLA 提供精准的“个性化”输入，使伸缩策略从“一刀切”的阈值响应，进化为“因服务而异、因时而动”的智能决策。