內容簡介：為解決航空公司網站在訪問量大幅波動時容易導致系統異常、難以快速進行治理的問題，以Spring Cloud微服務治理框架為基礎，融入長短期記憶（LSTM）模型對系統指標進行分析與預測，結合云原生架構，提出了一種基于LSTM模型的智能服務治理方案。利用LSTM對歷史指標數據進行訓練并輸出預測模型，實現對于指標的趨勢預測；結合云原生基礎設施，生成基于預測結果的主動式水平容器組自動伸縮器，實現資源預伸縮；根據指標預測結果與變化趨勢自動下發與回收治理策略，實現智能化的流量治理。實踐表明，該方案能根據模型預測結果提前做好資源擴縮容與服務治理，有效規避系統風險。