CN100489716C - 处理度量流数据的方法及采样设备 - Google Patents

处理度量流数据的方法及采样设备 Download PDF

Info

Publication number
CN100489716C
CN100489716C CNB2006100042809A CN200610004280A CN100489716C CN 100489716 C CN100489716 C CN 100489716C CN B2006100042809 A CNB2006100042809 A CN B2006100042809A CN 200610004280 A CN200610004280 A CN 200610004280A CN 100489716 C CN100489716 C CN 100489716C
Authority
CN
China
Prior art keywords
sampling rate
measurements
interim
sampling
stream
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CNB2006100042809A
Other languages
English (en)
Other versions
CN1936752A (zh
Inventor
乌姆贝托·卡塞利
安东尼奥·马里奥·斯格罗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN1936752A publication Critical patent/CN1936752A/zh
Application granted granted Critical
Publication of CN100489716C publication Critical patent/CN100489716C/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B21/00Systems involving sampling of the variable controlled
    • G05B21/02Systems involving sampling of the variable controlled electric

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Arrangements For Transmission Of Measured Signals (AREA)

Abstract

提供了一种用于优化任意度量流的采样的方法或者系统,依据该方法或者系统从度量流中采样样本,并且将样品用于例如利用快速傅里叶变换来确定该度量流的有效带宽的估计。所估计的有效带宽然后用于确定最优采样速率,其然后可以用于度量流的将来采样。处理的某些部分可以远程进行。

Description

处理度量流数据的方法及采样设备
技术领域
本发明涉及度量(metric)的采样。
背景技术
存在有许多其活动需要被监控或者记录的系统。这样的系统规模变化巨大,并且可以一方面包括计算机处理器,或者另一方面包括货仓或者国际运输链。这些系统通常被布置为产生表示该系统的各种活动的度量,这些度量然后可以被监控或者记录。事实是由这些度量表示的数据可以是非常丰富的,与它们所包含的有用信息的数量无关。通常定期采样由处于检查中的系统所提供的信息,以便估量(gauge)它的活动。然而采样速率的选择是潜在的问题,这是因为如果采样速率设置得过低,以致度量仅仅被偶尔采样,则可能完全错过在所测量的值中的短时峰值或者下跌值(dip)。因此惯例是设置非常高的采样速率。这在另一方面虽然保证了不会丢失信息,但是可能在监控或者记录系统上造成实际的负担。
事实上已经观察到,一旦引入了监控制度,通常就不加进一步分析地信任其结果,而不考虑采样速率是否事实上是最优的。让系统用户在首先建立系统之后调整采样速率实质上是未知的。
US20040186685A1提供了一种优化用于具有至少一个可测量的系统参数z的系统的采样时期的方法,其包括计算概率分布函数f(Tz,x)的步骤。时间Tz,x是对于给定等级z而言、可测量的系统参数z将达到预定系统阈值x的第一时间。这里假定存在一个阈值,而且系统对低于这个阈值的样本不感兴趣。仅仅当监控是基于阈值地限制其中可以使用它的领域以及生成的数据值时,才可以使用这种方法。
因此,本发明的一个目的是提供一种处理任意度量流的方法,其至少克服了与现有技术方法相关联的一些问题。
发明内容
依据本发明的第一方面,提供了一种处理度量流数据的方法,该方法包含步骤:以临时采样速率采样所述度量流,以导出多个样本;分析以临时采样速率从所述度量流中采样的所述多个样本,以确定所述度量流的有效带宽的估计;根据所述有效带宽确定改进的采样速率;计算在所述临时采样速率和所述改进的采样速率之间的差值;以及在所述差值大于第一阈值的情况下,将临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,继续以临时速率进行采样。这种方法因此允许处理其特征在处理之前未知的任意数据流,以便该方法可以有效地扩展到任何想得到的度量流。
根据这个第一方面的优选实施例,尽管可以应用于伪值,但是如果使用实际值,则改进的采样速率将更接近于理论上的最优采样速率。
根据这个第一方面的优选实施例,通过采样比实际需要更多的值,可以改变采样速率而不影响要在带宽分析之间使用的样本数目,由此潜在地简化了所需的处理。
根据这个第一方面的优选实施例,通过当建议的改变超过所定义的阈值时才改变采样速率,可以实现稳定的采样速率,其将不会受到较小的瞬时带宽变化的损害。
根据这个第一方面的优选实施例,通过迭代该处理,可以检测出进一步的改变。
根据这个第一方面的优选实施例,通过在迭代之间应用等待期,可以避免资源的不合需要的损耗。
根据这个第一方面的优选实施例,通过从高的采样速率值开始并且逐步降低到优选速率,可以保证在收敛时期期间没有信息丢失。
根据这个第一方面的优选实施例,许多用于这种估计有效带宽的技术的实际实现方式是可用的,从而可以实现成本合算且更容易理解的实现方式。
根据这个第一方面的优选实施例,依据尼奎斯特(nyquist)采样理论,如果采用带宽的两倍的频率,则可以获取在这个带宽内的所有信息。
根据这个第一方面的优选实施例,通过引入比所计算的有效带宽的两倍更高的采样速率,仍然可以捕获例如由带宽中的漂移或者在计算的带宽和实际带宽之间的差值所导致的、在有效带宽外面的信息。
根据这个第一方面的优选实施例,这允许将来参考先前的有效带宽值。
根据这个第一方面的优选实施例,度量有效带宽的历史记录本身可以提供例如有关该起源系统的有用信息。
根据这个第一方面的优选实施例,该方法的益处可适用于远程的、未知的系统。
根据这个第一方面的优选实施例,该方法的益处是可使用的、潜在的任何系统产生易受到依据该方法的处理的度量。
依据本发明的第二方面,提供了一种处理任意度量流的方法,该方法包含步骤:以临时的采样速率采样所述度量流以导出多个样本;提交所述样本的详细信息用于进行分析;接收指定改进的采样速率的指令;计算在所述临时采样速率和所述改进的采样速率之间的差值;以及在所述差值大于第一阈值的情况下,将临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,继续以临时速率进行进一步的采样。这些步骤使得优化不具有估计器或者判定装置的采样器的采样速率成为可能。
根据这个第二方面的优选实施例,不需要在正被监控的系统中存储度量。
根据第二方面的优选实施例,即使当持久的通信连接不可用时,也可以优化采样速率。
根据第二方面的优选实施例,这充分地减少了要由发送器传输的数据量。
依据本发明的第三方面,提供了一种系统,其包含适合于执行第一或者第二方面中的步骤的装置。
依据本发明的第四方面,提供了一种采样设备,所述设备包含:采样器,适合于以临时采样速率采样度量流以导出多个样本;发送器,适合于编译和提交所述样本的详细信息用于进行分析;接收器,适合于接收指定改进的采样速率的指令;而且其中所述采样器进一步适合于响应于所述指令而以所述改进的采样速率进行采样;其中,在所述临时采样速率和所述改进的采样速率之间的差值大于第一阈值的情况下,采样器的采样速率从临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,采样器继续以临时速率进行进一步的采样。这些规定使得优化不具有估计器或者判定装置的采样器的采样速率成为可能。
根据这个第四方面的优选实施例,不需要在正被监控的系统中存储度量。
根据这个第四方面的优选实施例,即使当持久的通信连接不可用时,也可以优化采样速率。
根据这个第四方面的优选实施例,充分地减少了要由发送器传输的数据量。
对于技术人员来说,在阅读了附图和详细说明之后,本发明的进一步的优点将会是明显的。意图使任何另外的优点也包括在此。
附图说明
现在将参考附图描述本发明的优选实施例,其中:
图1是示出本发明的第一实施例中的步骤的流程图。
图2是实现上面参考图1所述的第一实施例的设备的示意图。
图3是示出本发明的第二实施例中的步骤的流程图。
图4是实现上面参考图3所述的第二实施例的设备的示意图。
图5a到5d说明了本发明所基于的原理,并且示出了可以通过实现在此以前描述的实施例而获得的可能结果。
图6a到6e显示出上述实施例中的功能元件的多个可能分布。
具体实施方式
图1是示出本发明的第一实施例中的步骤的流程图。依据这个实施例,在步骤S102,以临时的采样速率F采样度量流以导出多个(n个)样本。
度量流可以采取模拟或者数字信号的形式。它可以从测量计或者测量设备中导出,或者可以由操作员人工输入。该度量所涉及的系统可以远离实现这个实施例的地点。度量所涉及的系统本身可以是分布式的或者局部的。
在步骤S101确定临时采样速率F,而且其可以例如基于有关该度量所涉及的系统的先验知识来选择,或者可以根据用于实现该采样处理的装置的性能来选择,或者可以随机地或者依据缺省值来选择。优选地,将临时采样速率选择为比预测的最优采样速率更快。有利地是,将临时采样速率选择为用于实现采样处理的装置可以操作的最高采样速率。有利地是,将临时采样速率选择为度量的期望带宽Bmax的至少两倍。更有利地是,将临时采样速率选择为期望带宽Bmax的至少四倍。
下一步骤,即步骤S104,分析n个样本以确定所述度量流的有效带宽估计B′。为了实现这个分析,在先前步骤期间采用的样本数目n必须是足够大的,所需要的实际数目取决于在确定有效带宽B′的过程中采用的技术,以及在样本速率输出中所需要的分辨率。换句话说,在确定有效带宽B′的过程中具有较低程度的粒度。本领域技术人员将会想到许多用于确定一组值的有效带宽B′的技术。例如,傅里叶变换的实现方式可以提供用于从采样的值中导出度量流的有效带宽值的装置。优选为,依据本领域技术人员容易想到的任何算法,借助于快速傅里叶变换(FFT)确定有效带宽B′。依据所选择的FFT算法的特征,可能需要将样本的数目限制为二的幂数。512或者1024个样本可能证明是适当的。
最终,需要在步骤S105根据步骤S104中的有效带宽B′确定改进的采样速率F′。鉴于尼奎斯特(Nyquist)定理,为了恢复度量的所有分量,必须采样超过所感兴趣的最高波形频率的两倍,即超过有效带宽B′的两倍。优选为,将改进的采样速率设置为带宽的更高实数倍数S。优选为,将改进的采样速率设置为有效带宽B′的四倍。
在步骤S107,将采样速率F设置为改进的采样速率F′,然后优选为在循环中重复步骤S101到S107,以确保采样速率F永久地维持在最优等级。可以在迭代之间应用延迟,以便避免例如在系统资源上的可能不合需要的消耗。延迟可以是固定的,或者例如根据度量的有效带宽动态地计算,这是因为高带宽信号可能需要更频繁的监控。
图2是实现上面参考图1所述的第一实施例的设备的示意图。这个设备包含采样器1、存储器2和估计器3。采样器1被布置为接收度量流,并且以依据由估计器3提供的信号而确定的速率提取样本。采样器1提供样本到存储器2,由存储器2存储这些样本直到已经获取了预定数目的样本为止,于是存储器2被配置为递送这些样本到估计器3,该估计器3被配置为处理这些样本以便确定度量流的有效带宽,并且基于这个确定建立改进的采样速率,该改进的采样速率由估计器3传递给采样器2。任何元件可以依照硬件、固件、软件或者任何或者全部这些的组合来实现。依据一个优选实施例,这些功能全部由传统的计算机实现。这种实现方式在这些度量所反映的是计算机本身的功能时当然是尤其有利的。
这些设备元件可以以本领域技术人员将容易想到的许多方式中的任一种方式实现。采样器、存储器、和估计器可以根据依据给定实现方式的具体要求而设计的电路、从分离的部件中建立。它们每个都可以包含标准现成的部件,它们可以在诸如ASIC(专用集成电路)、FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)等之类的可定制平台中分别或者一起实现。设备的全部或者一部分可以借助于例如在微处理器或者其它处理器上运行的软件例程实现,该微处理器或者处理器可以平等地并行执行除本发明中的那些之外的任务。
图3是示出本发明的第二实施例中的步骤的流程图。本发明的第二实施例提供了在第一实施例的方法上的进一步改进。
第一个这样的改进体现在步骤S103中,其插入在上面相对于图1所述的步骤S102和S104之间。依据这个实施例,在步骤S103,从度量流中提取多个样本M,而且其为在步骤S104确定有效带宽B′的过程中从中使用n个样本的这些样本的子集。基于利用其导出有效带宽的方法、以及执行相应功能的硬件,能够确定有效带宽时的速率很可能基本上为常数。类似地,如上所述,基于利用其导出有效带宽的方法,这样的分析所需要的样本数目也可能是固定的。因此,虽然在实现本发明时采样速率可以充分地改变,但是需要样本的速率实质上是不变的。通过根据步骤S103调用可用样本的子集,在可用样本数目方面的变化以及样本变得可用时的速率不会影响能够形成有效带宽计算时的速率。
依据进一步的实施例,在有效带宽的计算过程中使用的样本数目还可能根据当前的采样速率而变化。
进一步的改进体现在步骤S106中,其插入在如上所述的步骤S105和S107之间。依据这个实施例,在步骤S106,建立在步骤S105确定的改进的采样速率和当前的采样速率之间的模数差,并且将这样确定的速率差与速率阈值进行比较。如果模数速率差超过速率阈值,则如在第一实施例中那样将该改进的速率用作新的采样速率。另一方面,如果该速率差低于速率阈值,则不对当前的采样速率进行改变。借助于这个规定,可以避免这样的情况,其中由于在带宽计算结果中的不反映有效带宽的长期变化的噪音而不断地对采样速率进行微小的改变。
可以改变阈值以反映测量条件,并且例如可以连续地重新计算阈值以便反映当前采样频率中的不变部分。利用这种方法,改善了系统适合于用最少的用户干预改变状态的性能。
图4是实现上面参考图3所述的第二实施例的设备的示意图。这个设备包含图2的实施例中的采样器1、存储器2和估计器3,并且进一步包含判定单元5和减法器4。依据这个布置,是判定单元5而不是估计器3向采样器1提供采样速率值。减法器4被配置为从由估计器3确定的改进采样速率和采样器1目前正操作时的当前采样速率中的较大值中减去这两个值中的较小值,以便导出差值。将这个差值连同阈值一起馈送给判定单元5。该判定单元被配置为将所述差值和阈值进行比较,并且在发现差值超过阈值的情况下,将改进的速率输出到采样器。相反,在发现差值低于阈值的情况下,将传送到采样器的采样速率保持不变。
这些设备单元可以以本领域技术人员将容易想到的许多方式中的任一种方式实现。采样器、存储器、减法器和估计器可以根据依据给定实现方式的具体要求而设计的电路、从分离的部件中建立。它们每个都可以包含标准的现成部件,它们可以在诸如ASIC、FPGA等之类的可定制平台中分别或者一起实现。设备的全部或者一部分可以借助于例如在微处理器或者其它处理器上运行的软件例程来实现,该微处理器或者处理器可以平等地并行执行除本发明中的那些之外的任务。
图5a到5d说明了本发明所基于的原理,并且示出了可以通过实现在此之前描述的实施例而获得的可能结果。具体地说,在图5a、5c和5d中,线10表示一系列度量值。在这种情况下,该值可以表示例如在计算机系统中存储器使用的级别。在图5a、5c和5d中的方框21、22和23表示依据上述实施例之一处理的样本的完整连续集合。图5b示出了图5a中的方框21的一部分的放大视图,其中示出了从度量流中提取的各个样本,诸如样本211。依据这个示例,完整的样本集可以包含512个样本。可以假定样本设置先前的集合21,其示出相应活动程度,由此示出相似的有效带宽,以致可以看出图5a和5b中的采样速率完全地反映了在度量流中出现的数据。在图5c中,因为可以看出存储器使用更加稳定,所以同时可以看出在样本集合的后半部分中有少得多的活动是可见的。因此,当执行对这些值的带宽分析时,将确定较低的有效带宽。这个较低的带宽导致选择较低的采样速率,其接着在图5d中是可见的,其中231表示单个样本。如图5d中清楚所示的那样,该较低的采样速率暗示将花费相对较长的时间形成完整的样本,尽管上面已经描述了对这个效果的解决方案。
本发明适合于结合其活动需要被监控或者记录的任何系统使用。这样的系统的规模变化巨大,并且可以一方面包括计算机处理器,或者另一方面包括货仓或者国际运输链。可以将所监控的度量认为是可以与例如资源相关的任何时变值。在计算机系统的环境中,资源可以是影响这个系统操作的任何事物,并且可以包括物理和逻辑盘、CPU、存储器、打印机、以及运行的处理和服务,诸如LanMan、Windows(RTM)事件日志、UNIX(记录系统守护进程)syslogd、或者TCP/IP。
本发明的实施例可以在设计时实现,并且由此并入产品或者系统中,以便优化其最终的性能。做为选择,可以通过增加依据本发明实施例的功能来加强现有的产品或者系统,这些功能例如具有“绑定的(bolt-on)”硬件模块、固件升级或者软件例程的修改或修补的形式。更进一步来说,可以将对特定度量流的最优采样速率的确定建议为服务,例如借此第三方可以提交实时或者记录的数据用于分析,并且接着接收用于定义最优采样速率的信息。这个信息可以以这样的形式传输以便自动地导致远程采样装置调整它的采样速率,或者以使操作者能够本地调整设置的人类可读的形式传输。
应当注意到,各个元件的相应位置可进行实质的改变。图6a到6e显示出上述实施例中的功能元件的多个可能分布。在图6a到6e中,采样器1、存储器2、减法器4和估计器3以及判定单元5以与关于图4描述的方式相同的方式布置。图6a到6e还示意地示出了被监控的系统10,以及度量源11。正如以上所述那样,被监控的系统10扩展到可以从中导出度量的任何系统并且没有限制。度量源表示在其处要被采样的测量数据可用的点。它可以是操作系统的函数或者API调用,它可以是工业装置中的量具或者测量仪,它可以是可以查询其知识的个人等。
图6a示出了图4中的布置的第一变体,其中采样器1、存储器2、减法器4和估计器3以及判定单元5在被监控的系统之外提供。此外还提供了输出接口或者发送器Tx7,其根据需要执行编译并且提交度量流以便由采样器1进行采样的任务。发送器的输出可以包含串行或并行数据的连续流。数据可以由包括有线或者无线网络在内的任何装置、由光学或者电学装置传输,该传输可以在互联网、传统或者蜂窝式电话系统上、在语音、数据或者控制信道上进行。信息可以口头地、由书写或者打印的消息、由传真或者任何其它适当的通信方式进行中继。数据可以被打包,并且可以是同步或者异步的。其可以具有诸如时戳、串行码、时钟信息、或者错误校正信息之类的开销信息。
图6b示出了图4中的布置的第二变体,其中采样器1并入被监控的系统10中,而存储器2、减法器4和估计器3以及判定单元5在被监控的系统10之外提供。在这个变体中,在采样器1和存储单元2之间提供了输出接口或者发送器Tx7,以根据需要执行编译和提交样本数据以便存储在存储器中的任务。发送器的输出可以采用关于图6a描述的任何形式。该数据可以被压缩或者加密。依据这个实施例,还提供了输入接口或者接收器Rx8,其在判定单元和采样器之间提供,以便从判定单元接收关于所需要的改进的采样速率的指令,然后将该指令中继到采样器,该采样器被设计成能够响应于这个指令修改其采样速率。改进的采样速率指令可以具有任何适于由本领域技术人员容易想到的形式,并且可以例如包括上面关于发送的数据所述的任何形式。
图6c示出了图4中的布置的第三变体,其中采样器1和存储器2并入被监控的系统10中,而减法器4、估计器3和判定单元5在被监控的系统10之外提供。在这个变体中,在存储器单元2和估计器3之间提供了输出接口或者发送器Tx7,以根据需要执行编译和提交样本数据以便在估计器3处进行带宽分析的任务。发送器的输出可以采用关于图6b描述的任何形式。存储器优选为收集用于有效带宽分析的足够信息,而且依据图6c中的实施例,优选为在一次传输中将用于有效带宽分析的足够信息传输到估计器。在优选为在一次传输中将用于有效带宽分析的足够信息传输到估计器的情况下,可以封装该信息以便将其定义为连续单元。依据这个实施例,如上面关于图6b所讨论的那样,还进一步提供了输入接口或者接收器Rx8。
图6d示出了图4中的布置的第四变体,其中采样器1、存储器2和估计器3并入被监控的系统10中,而减法器4、以及判定单元5在被监控的系统10之外提供。在这个变体中,在估计器3和减法器4之间提供了输出接口或者发送器Tx7,以便根据需要执行编译和提交改进的采样速率数据到减法器4的任务。如先前的实施例中所述,减法器确定在当前的临时采样速率和由估计器提议的改进采样速率之间的模数差。发送器的输出可以采用关于图6b所述的任何形式。依据这个实施例,如上面关于图6b所讨论的那样,还进一步提供了输入接口或者接收器Rx8。
图6e示出了图4中的布置的第五变体,其中采样器1、存储器2、估计器3、减法器4和判定单元5全部并入被监控的系统10中。这个布置因此不要求有发送器或者接收器。
任何上述功能元件可以具有这样的装置,其用于存储用于将来的参考和分析所需要的、由这个或者其它功能元件收集和生成的信息,并且可以提交这些信息用于例如在监管应用中的进一步处理。特别地,这样的实施例能够检测在度量的有效带宽方面的改变,该改变本身可以反映在该度量所涉及的系统状态方面的重要改变。例如,有效带宽的突然增加可以指示在该度量所涉及的系统中的稳定性或者同步化的丧失。根据需要可以报告这样的确定。
可以集成本发明以便形成这样的监管应用的一部分,以便将最佳的实践应用到实质系统资源的自动监控。该应用可以检测瓶颈及其他潜在问题,并且为从关键情形中的自动恢复作准备,这消除了系统管理员对大范围的性能数据人工进行扫描的需要。
在图6a到6d中的变体的情况下,由在被监控系统之外的功能元件执行的功能可以作为商业服务提供给操作适于依据本发明进行监督的系统的任何一方。
在图6a到6e中的变体的情况下,可以将安装和/或配置位于被监控系统内部的功能元件的商业服务提供给操作适于依据本发明进行监控的系统的任何一方。
实施例可以包含发出邀请以提交用于分析的度量的进一步步骤。这可以采取包括下述工具的固件或者软件更新的形式,其中工具用于实现例如依据上述图6a到6e中的变体之一的相关功能元件。这样一个邀请可以借助于广播,即一般要约,发送到任何潜在的感兴趣方。可以定义依据其如上所述由发送器Tx7将数据传输到中央处理站以便依据本发明在专门基础上进行处理的标准格式。
进一步的实施例包含用于优化任意度量流的采样的方法或者系统,依据该方法或者系统从度量流中采样样本,并且将样本用于例如利用快速傅里叶变换来确定该度量流的有效带宽的估计。估计的有效带宽然后用于确定最优采样速率,该最优采样速率然后可以用于度量流的将来采样。处理的某些部分可以远程进行。
作为进一步的实施例,提供了一种采样系统,其包含:采样器,被配置为以临时采样速率采样任意的度量流;存储器,被配置为存储从所述采样器输出的多个样本值;以及估计器,被配置为从存储在所述存储器中的值中确定所述度量流的有效带宽,并且根据所述有效带宽确定改进的采样速率。作为这个实施例的改进,该系统可以进一步包含:比较器,被配置为确定在所述临时采样速率和所述改进的采样速率之间的差;以及判定单元,被配置为在所述差值超过第一阈值的情况下,将所述采样器的采样速率设置为所述改进的采样速率。
先前的实施例提供了多个不同的特征组合。应当理解:这些特征可以以许多其它方式进行组合。例如,尽管在第二实施例中引入了一方面比较在改进的采样速率和临时采样速率之间的差值,而另一方面在处理之前丢弃多个样本的特征,但是这些特征明显是独立的,并且可以自由和独立地包括在其它实施例中或者从其它实施例中略去。类似地,将要理解:步骤执行的次序可以广泛地改变而不妨碍本发明的实现。例如,比较有效带宽而不是相应的理想采样速率将是完全有可能的。本领域技术人员将会想到许多其它这样的改变。
任何元件可以依据硬件、固件、软件或者任何或者全部这些的组合实现。在提供软件组件时,例如为了分配的目的,它们可以暂时或者永久地放置在载体上,其中该载体诸如为诸如CD或者DVD之类的光盘、诸如硬盘驱动器或者软盘之类的磁盘、诸如闪速存储器卡、EPROM、易失性存储器单元等之类的存储器设备、或者光、电、无线电或者其它传输通道。

Claims (24)

1、一种处理度量流数据的方法,包含步骤:
以临时采样速率采样(S102)所述度量流,以导出多个样本;
分析(S104)以临时采样速率从所述度量流中采样的所述多个样本,以确定所述度量流的有效带宽的估计;
根据所述有效带宽确定(S105)改进的采样速率;
计算(S106)在所述临时采样速率和所述改进的采样速率之间的差值;以及
在所述差值大于第一阈值的情况下,将临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,继续以临时速率进行采样。
2、如权利要求1所述的方法,其中,在所述分析(S104)的步骤之前丢弃(S103)所述多个样本的一部分。
3、如权利要求1所述的方法,其中,如果所述差值大于所述第一阈值,则重复所述采样(S102)、分析(S104)、确定(S105)和计算(S106)的步骤,直到确定进一步的采样速率从而使所述临时采样速率和所述进一步的速率之间的差值小于所述第一阈值为止。
4、如权利要求1所述的方法,其中,如果所述差值小于所述第一阈值,则在预定间隔之后重复所述采样(S102)、分析(S104)、和计算(S106)的步骤。
5、如权利要求1所述的方法,其中,最初将所述临时采样速率选择为最大值。
6、如权利要求1-5中任一项所述的方法,其中,所述分析(S104)的步骤包括执行快速傅里叶变换的步骤。
7、如权利要求1-5中任一项所述的方法,其中,将所述改进的采样速率确定为大于信号的估计带宽的两倍。
8、如权利要求1-5中任一项所述的方法,其中,将所述改进的采样速率确定为大于信号的估计带宽的四倍。
9、如权利要求1-5中任一项所述的方法,还包含步骤:记录有效带宽值。
10、如权利要求9所述的方法,还包含步骤:比较有效带宽值以检测特定状态。
11、如权利要求1-5中任一项所述的方法,还包含步骤:发出提交度量的邀请。
12、如权利要求11所述的方法,其中,所述邀请借助于广播发出。
13、一种处理任意度量流的方法,包含步骤:
以临时采样速率采样(S102)所述度量流以导出多个样本;
提交所述样本的详细信息用于进行分析(S104);
接收指定改进的采样速率的指令;
计算(S106)在所述临时采样速率和所述改进的采样速率之间的差值;以及
在所述差值大于第一阈值的情况下,将临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,继续以临时速率进行进一步的采样。
14、如权利要求13所述的方法,其中,所述样本的所述详细信息包含样本本身或者其子集,而且其中所述分析包含步骤:
分析(S104)以临时采样速率从所述度量流中采样的所述样本本身或者其子集,以确定所述度量流的有效带宽的估计;以及
根据所述有效带宽确定(S105)改进的采样速率。
15、如权利要求14所述的方法,其中,所述样本本身或者其子集均是在从所述度量流中导出它们时直接提交的。
16、如权利要求14所述的方法,还包含步骤:存储所述样本本身或者其子集,而且其中在所述提交步骤中一起提交所存储的样本本身或者其子集。
17、如权利要求13所述的方法,还包含步骤:分析(S104)以临时采样速率从所述度量流中采样的多个样本,以确定所述度量流的有效带宽的估计,而且其中所述详细信息包含所述有效带宽的估计。
18、一种系统,包含适合于执行依据权利要求1到17中任何一项的方法中的步骤的装置。
19、一种采样设备,包含:
采样器(1),适合于以临时采样速率采样度量流以导出多个样本;
发送器(7),适合于编译和提交所述样本的详细信息用于进行分析;
接收器(8),适合于接收指定改进的采样速率的指令;而且其中所述采样器(1)进一步适合于响应于所述指令而以所述改进的采样速率进行采样;
其中,在所述临时采样速率和所述改进的采样速率之间的差值大于第一阈值的情况下,采样器(1)的采样速率从临时速率改变为等于改进的采样速率用于进一步采样,在所述差值小于所述第一阈值的情况下,采样器(1)继续以临时速率进行进一步的采样。
20、如权利要求19所述的设备,其中,所述样本的所述详细信息包含样本本身或者其子集,而且其中所述分析步骤包含步骤:
分析以临时采样速率从所述度量流中采样的所述样本本身或者其子集,以确定所述度量流的有效带宽的估计;以及
根据所述有效带宽确定改进的采样速率。
21、如权利要求20所述的设备,其中,所述发送器(7)适合于当从所述度量流中导出所述样本本身或者其子集时,直接传输它们中的每一个。
22、如权利要求21所述的设备,还包含:存储器(2),适合于存储所述样本本身或者其子集,而且其中发送器(7)适合于一起传输所存储的样本本身或者其子集。
23、如权利要求19所述的设备,还包含:
存储器(2),适合于存储所述样本本身或者其子集;
估计器(3),适合于分析存储在所述存储器(2)中的所述样本本身或者其子集,以确定所述度量流的有效带宽的估计;而且其中所述发送器(7)适合于传输这样确定的有效带宽。
24、如权利要求19所述的设备,还包含:
存储器(2),适合于存储所述样本本身或者其子集;
估计器(3),适合于分析存储在所述存储器中的所述样本本身或者其子集以确定所述度量流的有效带宽的估计,以及根据其确定改进的采样速率;
而且其中所述发送器(7)适合于传输这样确定的改进的采样速率。
CNB2006100042809A 2005-09-21 2006-02-13 处理度量流数据的方法及采样设备 Expired - Fee Related CN100489716C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP05108703 2005-09-21
EP05108703.9 2005-09-21

Publications (2)

Publication Number Publication Date
CN1936752A CN1936752A (zh) 2007-03-28
CN100489716C true CN100489716C (zh) 2009-05-20

Family

ID=37694277

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB2006100042809A Expired - Fee Related CN100489716C (zh) 2005-09-21 2006-02-13 处理度量流数据的方法及采样设备

Country Status (2)

Country Link
US (1) US7522071B2 (zh)
CN (1) CN100489716C (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8812673B2 (en) * 2007-02-14 2014-08-19 Alcatel Lucent Content rate control for streaming media servers
US7657333B2 (en) * 2007-09-27 2010-02-02 Rockwell Automation Technologies, Inc. Adjustment of data collection rate based on anomaly detection
KR101512543B1 (ko) * 2012-04-27 2015-04-15 삼성전기주식회사 피크 억제 기능을 갖는 베이스 밴드 처리기, 송신 장치 및 송신 방법
US10324424B2 (en) 2013-03-11 2019-06-18 Johnson Controls Technology Company Control system with response time estimation and automatic operating parameter adjustment
US9395708B2 (en) * 2013-03-11 2016-07-19 Johnson Controls Technology Company Systems and methods for adaptive sampling rate adjustment
US10678229B2 (en) 2014-08-04 2020-06-09 Tlv Co., Ltd. Equipment monitoring system, equipment monitoring program, and equipment monitoring method
US10868857B2 (en) 2017-04-21 2020-12-15 Johnson Controls Technology Company Building management system with distributed data collection and gateway services
US10333810B2 (en) 2017-06-09 2019-06-25 Johnson Controls Technology Company Control system with asynchronous wireless data transmission
US10739028B2 (en) 2017-06-09 2020-08-11 Johnson Controls Technology Company Thermostat with efficient wireless data transmission
US10977151B2 (en) * 2019-05-09 2021-04-13 Vmware, Inc. Processes and systems that determine efficient sampling rates of metrics generated in a distributed computing system
US20230333956A1 (en) * 2022-04-16 2023-10-19 Juniper Networks, Inc. Machine learning for rule recommendation

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4755795A (en) * 1986-10-31 1988-07-05 Hewlett-Packard Company Adaptive sample rate based on input signal bandwidth
CN1191351A (zh) * 1993-06-24 1998-08-26 艾利森电话股份有限公司 在数字信号传输操作中在接收机内估计所传信号的装置和方法
CN1324163A (zh) * 2000-05-13 2001-11-28 三星电子株式会社 检测数据传输速率的装置及其方法
US20020109621A1 (en) * 2000-04-18 2002-08-15 Motorola, Inc. Wireless system protocol for telemetry monitoring
US20040186685A1 (en) * 2003-03-21 2004-09-23 International Business Machines Corporation Method and structure for dynamic sampling method in on-line process monitoring
CN1565142A (zh) * 2002-05-30 2005-01-12 松下电器产业株式会社 无线通信设备和使用频带确定方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4755795A (en) * 1986-10-31 1988-07-05 Hewlett-Packard Company Adaptive sample rate based on input signal bandwidth
CN1191351A (zh) * 1993-06-24 1998-08-26 艾利森电话股份有限公司 在数字信号传输操作中在接收机内估计所传信号的装置和方法
US20020109621A1 (en) * 2000-04-18 2002-08-15 Motorola, Inc. Wireless system protocol for telemetry monitoring
CN1324163A (zh) * 2000-05-13 2001-11-28 三星电子株式会社 检测数据传输速率的装置及其方法
CN1565142A (zh) * 2002-05-30 2005-01-12 松下电器产业株式会社 无线通信设备和使用频带确定方法
US20040186685A1 (en) * 2003-03-21 2004-09-23 International Business Machines Corporation Method and structure for dynamic sampling method in on-line process monitoring

Also Published As

Publication number Publication date
US7522071B2 (en) 2009-04-21
CN1936752A (zh) 2007-03-28
US20070025485A1 (en) 2007-02-01

Similar Documents

Publication Publication Date Title
CN100489716C (zh) 处理度量流数据的方法及采样设备
US11048727B2 (en) Systems and methods for automated feature selection and pattern discovery of multi-variate time-series
CN111162934B (zh) 业务服务的测试方法和装置、存储介质、电子装置
US20150095892A1 (en) Systems and methods for evaluating a change pertaining to a service or machine
US20060074828A1 (en) Methods and apparatus for detecting temporal process variation and for managing and predicting performance of automatic classifiers
Rico-Gallego et al. A survey of communication performance models for high-performance computing
US10120004B1 (en) Power consumption analyzing server and power consumption analyzing method thereof
US10006964B2 (en) Chip performance monitoring system and method
US20060074823A1 (en) Methods and apparatus for detecting temporal process variation and for managing and predicting performance of automatic classifiers
Dashevskiy et al. Time series prediction with performance guarantee
US11831532B2 (en) Timestamp correction apparatus, time stamp correction method, and program
US7890473B1 (en) Method and system for evaluating performance of a computer system
Kain et al. Multi-step prediction of worker resource usage at the extreme edge
CN109560978A (zh) 网络流量检测方法、装置及系统和计算机可读存储介质
Madsen et al. Optimizing data access for wind farm control over hierarchical communication networks
EP3164819B1 (en) Acquisition of high frequency data in transient detection
US11425717B2 (en) Configuring an HVAC wireless communication device
CN101136808B (zh) 分析网络业务量的方法和装置
Mastelic et al. Data velocity scaling via dynamic monitoring frequency on ultrascale infrastructures
US10554509B2 (en) Information processing system and delay measurement method
KR102343139B1 (ko) 어노멀리 검출방법 및 그 장치
CN109101075B (zh) 时间标签生成装置及方法
US20060074826A1 (en) Methods and apparatus for detecting temporal process variation and for managing and predicting performance of automatic classifiers
Ardielli et al. View service quality testing according to INSPIRE implementing rules
CN115204083B (zh) 芯片静态时序分析方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20090520

Termination date: 20190213