CN102970183A

CN102970183A - 一种云监控系统及其数据回流方法

Info

Publication number: CN102970183A
Application number: CN2012104795827A
Authority: CN
Inventors: 刘成平; 刘正伟
Original assignee: Inspur Beijing Electronic Information Industry Co Ltd
Current assignee: Inspur Beijing Electronic Information Industry Co Ltd
Priority date: 2012-11-22
Filing date: 2012-11-22
Publication date: 2013-03-13

Abstract

本发明公开了一种云监控系统及其数据回流方法，涉及计算机应用技术领域。本发明公开的云监控系统的数据回流方法包括：云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间；各云节点设备在所配置的对应的数据回流时间内对其下的分布式设备的数据进行回流操作。本发明还公开了一种云监控系统。本申请技术方案提高了分布式设备数据回流速率，避免了数据回流数据过大带来的网络阻塞以及网络阻塞带来的数据丢失现象。

Description

一种云监控系统及其数据回流方法

技术领域

本发明涉及计算机应用技术领域，具体涉及一种云监控系统及其数据回流方法。

背景技术

云计算作为时下最为流行的一种计算机新技术，已经在各个领域中产生了广泛的应用。简而言之，云计算是分布式计算技术的一种，其最基本的概念，是透过网络将庞大的计算处理程序自动分拆成无数个较小的子程序，再交由多部服务器所组成的庞大系统经搜寻、计算分析之后将处理结果回传给用户。透过这项技术，网络服务提供者可以在数秒之内，达成处理数以千万计甚至亿计的信息，达到和“超级计算机”同样强大效能的网络服务。

但是，传统的分布式设备数据回流方式如图1所示，存在一个显著的不足之处：需要运维人员自己在设备节点上设置数据回流方案，并需要进行一系列较为繁琐的配置，无法解决分布式设备数据回流数据量过大带来的网络阻塞，增加运维工程师的工作量。

发明内容

本发明所要解决的技术问题是，提供一种云监控系统及其数据回流方法，以解决分布式设备数据回流数据量过大带来的网络阻塞问题。

为了解决上述技术问题，本发明公开了一种云监控系统的数据回流方法，包括：

云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间；

各云节点设备在所配置的对应的数据回流时间内对其下的分布式设备的数据进行回流操作。

较佳地，上述方法中，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

根据所生成的数据流量曲线，从预先配置的数据回流时间中选择数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

较佳地，上述方法中，所述云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线指：

以天为监控周期，云监控平台在每个监控周期内对各节点的网络流量进行实时统计以生成各节点在一个监控周期内的流量曲线图。

较佳地，上述方法中，将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间指：

根据所生成的数据流量曲线，对一天内各时间段的网络流量进行排序，将网络流量排序最小的时间段配置为数据回流时间。

较佳地，上述方法还包括，云监控平台为云节点设备配置数据回流时间后，继续对云节点设备的网络流量进行实时监控，当所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，则所述云监控平台为该云节点设备更新数据回流时间。

本发明还公开了一种云监控系统，包括一个云监控平台和多个云节点设备，其中：

所述云监控平台，对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间；

所述云节点设备，在所述云监控平台配置的对应的数据回流时间内对其下的分布式设备的数据进行回流操作。

较佳地，上述系统中，所述云监控平台根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

较佳地，上述系统中，所述云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线指：

较佳地，上述系统中，将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间指：

较佳地，上述系统中，所述云监控平台为云节点设备配置数据回流时间后，继续对云节点设备的网络流量进行实时监控，当所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，则所述云监控平台为该云节点设备更新数据回流时间。

本申请技术方案打破了传统定制化分布式设备数据回流，从而可以提高分布式设备数据回流速率，避免了数据回流数据过大带来的网络阻塞以及网络阻塞带来的数据丢失现象。

附图说明

图1为传统分布式设备的数据回流示意图；

图2为本实施例中云监控系统的数据回流流程图；

图3为本实施例中云监控下的分布式设备的数据回流过程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文将结合附图对本发明技术方案作进一步详细说明。需要说明的是，在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

实施例1

本案申请人针对传统分布式设备数据回流存在的不足，提出一种云监控下的分布式设备的数据回流方法，如图2所示，包括如下步骤100至200：

步骤100，云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线；

上述云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线时，可采用各种方式来实现。而本实施例为了详细说明，提供如下一种实现方式。

云监控平台以天为监控周期，在每个监控周期内对各节点的网络流量进行实时统计以生成各节点在一个监控周期内的流量曲线图。例如，以24小时为监控周期，云监控平台对各节点的流量每3分钟统计一次，生成各节点24小时内的数据流量曲线图，当然统计的时间间隔不限于3分钟，可以任意设置。

步骤200，云监控平台根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间；

该步骤中，可按照如下两种方式将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间：

一、将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

具体地，可以根据所生成的数据流量曲线，对一天内各时间段的网络流量进行排序，将网络流量排序最小的时间段配置为数据回流时间。例如，可以根据生成的数据流量曲线，确定每个小时的网络流量信息并进行排序，将网络流量排序最小的那个小时作为数据回流时间。当然不限于此，也可以确定每两个小时的网络流量信息并进行排序，将网络流量排序最小的那两个小时作为数据回流时间。或者将网络流量排序最小的时间段内的某一个时间作为数据回流时间亦可。

二、根据所生成的数据流量曲线，从预先配置的数据回流时间中选择数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

例如，预先配置的数据回流时间有多个时间段，根据数据流量曲线分别确定这多个时间段对应的网络流量并进行排序，将这多个时间段中，网络流量排序最小的那个时间段作为数据回流时间即可。

步骤300，各云节点设备在所配置的对应的数据回流时间内对其下的分布式设备的数据进行回流操作。

其中，数据回流操作过程中，返回的数据信息主要包括CPU利用率、内存利用率等部件信息以及系统、硬件设备的告警信息等。

在上述方法的基础上，申请人还考虑到网络流量的实时变化，因此，在优选方案中提出，云监控平台为云节点设备配置数据回流时间后，将继续对云节点设备的网络流量进行实时监控。这样，当监控周期内(例如一天内)网络流量发生了变化，如所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，则云监控平台为该云节点设备更新数据回流时间。数据回流时间的更新方法可采用与初次配置数据回流时间相同的方法。

实施例2

本实施例公开一种云监控系统，至少包括一个云监控平台和多个云节点设备，其实现数据回流的过程如图3所示。

云监控平台，主要对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间；

本实施例中，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间的具体实现方式有两种，如下：

第一种，直接将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

第二种，根据所生成的数据流量曲线，从预先配置的数据回流时间中选择数据流量最低的时间段配置为对应的云节点设备的数据回流时间。

云节点设备，在所述云监控平台配置的对应的数据回流时间内对其下的分布式设备的数据进行回流操作。

具体地，上述云监控系统中云监控平台为各云节点设备生成数据流量曲线的过程如下：

以天为监控周期，云监控平台在每个监控周期内对各节点的网络流量进行实时统计以生成各节点在一个监控周期内的流量曲线图。例如，以天为监控周期后，云监控平台可以每隔几分钟就对云节点设备统计一次网络流量，从而生成此云节点设备的数据流量曲线。具体地，统计网络流量的时间间隔可以根据实际应用来确定，统计的时间间隔越小，流量网线也精准。

生成数据流量曲线后，可对一天内各时间段的网络流量进行排序，将网络流量排序最小的时间段配置为数据回流时间。例如，可以根据生成的数据流量曲线，确定每个小时的网络流量信息并进行排序，将网络流量排序最小的那个小时作为数据回流时间。当然不限于此，也可以确定每两个小时的网络流量信息并进行排序，将网络流量排序最小的那两个小时作为数据回流时间。或者将网络流量排序最小的时间段内的某一个时间作为数据回流时间亦可。

还要说明的是，网络流量是实时变化的，因此，云监控平台为云节点设备配置数据回流时间后，仍然会对云节点设备的网络流量进行实时监控，这样，当所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，云监控平台会为该云节点设备更新数据回流时间。数据回流时间的更新方法可采用与初次配置数据回流时间相同的方法。

本领域普通技术人员可以理解上述方法中的全部或部分步骤可通过程序来指令相关硬件完成，所述程序可以存储于计算机可读存储介质中，如只读存储器、磁盘或光盘等。可选地，上述实施例的全部或部分步骤也可以使用一个或多个集成电路来实现。相应地，上述实施例中的各模块/单元可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。本申请不限制于任何特定形式的硬件和软件的结合。

从上述实施例可以看出，本申请技术方案对监控节点网络流量实时监控以智能生成分布式设备数据回流方案，该方案为监控节点分布式设备数据回流提供最有效的回流时间段。不必担心分布式设备数据回流数据量过大带来的网络阻塞。与传统分布式设备数据回流方案比较，采用本申请技术方案节省了监控节点分布式设备数据回流时间段配置及解决分布式设备数据回流数据量过大带来的网络阻塞的人力运维成本。

以上所述，仅为本发明的较佳实例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种云监控系统的数据回流方法，其特征在于，该方法包括：

2.如权利要求1所述的方法，其特征在于，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

3.如权利要求1所述的方法，其特征在于，根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

4.如权利要求1至3任一项所述的方法，其特征在于，所述云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线指：

5.如权利要求4所述的方法，其特征在于，将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间指：

6.如权利要求1至3任一项所述的方法，其特征在于，该方法还包括：

云监控平台为云节点设备配置数据回流时间后，继续对云节点设备的网络流量进行实时监控，当所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，则所述云监控平台为该云节点设备更新数据回流时间。

7.一种云监控系统，其特征在于，该系统包括一个云监控平台和多个云节点设备，其中：

8.如权利要求7所述的系统，其特征在于，所述云监控平台根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

9.如权利要求7所述的系统，其特征在于，所述云监控平台根据所生成的数据流量曲线，将数据流量符合设定要求的时间段配置为对应的云节点设备的数据回流时间指：

10.如权利要求7至9任一项所述的系统，其特征在于，所述云监控系统中云监控平台对各云节点设备的网络流量进行实时监控，分别为各云节点设备生成数据流量曲线指：

11.如权利要求10所述的系统，其特征在于，将所生成的数据流量曲线中数据流量最低的时间段配置为对应的云节点设备的数据回流时间指：

12.如权利要求7至9任一项所述的系统，其特征在于，

所述云监控平台为云节点设备配置数据回流时间后，继续对云节点设备的网络流量进行实时监控，当所配置的数据回流时间段内云节点设备的网络负载达到或超过设定阀值，则所述云监控平台为该云节点设备更新数据回流时间。