CN104360924A - 一种在云数据中心环境下对虚拟机进行监控等级划分的方法 - Google Patents

Abstract

本发明涉及信息数据处理技术领域，具体来说一种在云数据中心环境下对虚拟机进行监控等级划分的方法，包括资源管理模块、配置管理模块、监控引擎模块、服务编排模块和自服务模块，监控引擎模块在虚拟机启动并运行业务系统后，通过计算虚拟机在整个业务环境下所起到的作用，使用业务评价算法形成对虚拟机的评价等级，根据计算得到的结果，监控引擎对相关虚拟机的监控信息进行分级监控，业务评价算法的是通过将持续系统运行时间分成相等考察周期后，并将该数值作为其在整个业务系统中的评价等级参数。本发明能对虚拟机进行监控等级的划分，对不同应用服务的虚拟服务器进行不同层级的监控，实现个性化运维，提高了云数据中心维护运营的效率。

Description

一种在云数据中心环境下对虚拟机进行监控等级划分的方法

[技术领域]

本发明涉及信息数据处理技术领域，具体来说一种在云数据中心环境下对虚拟机进行监控等级划分的方法。

[背景技术]

随着IT技术的飞速发展，数据中心的功能在短短50年的发展过程中经历了数据存储中心、数据处理中心、数据应用中心和数据运营中心四大发展阶段，成为IT系统最重要的组成部分。其形态也从机房发展到云数据中心。云计算(英语：Cloud Computing)，是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。在云计算数据中心场景下，传统业务服务器以虚拟服务器的形式运行在云数据中心中，在虚拟服务器上可以安装各种应用系统服务。虚拟机的出现一定程度上改变了传统信息系统架构，因此也为信息系统的安全防护带来了新的内容。

现阶段对虚拟机的监控往往采用传统监控方式，对不同的虚拟机不同的监控需求都是通过手动配置监控策略来实现，而手动实现监控策略，不仅操作繁杂、无法对虚拟机进行统一，系化的监控还缺乏对不同虚拟机进行分等级监控的具体实现。这使得在虚拟机上运行的不同业务系统情况无法像传统数据中心一样对业务系统进行个性化的监控。给业务系统日常的运营维护带来了困难。

[发明内容]

本发明的目的是为了解决上述的现阶段对虚拟机的监控采用手动配置实现监控策略造成操作繁琐、效率低下、无法对虚拟机进行统一的技术问题，设计一种基于估值方式对虚拟机监控等级进行划分的方法，该方法既能自动化配置虚拟机监控策略又能实现虚拟机按照监控等级进行监控。

为了实现上述目的，设计一种在云数据中心环境下对虚拟机进行监控等级划分的方法,包括资源管理模块、配置管理模块、监控引擎模块、服务编排模块和自服务模块，所述监控引擎主要对资源信息采集、计算以及自动配置监控策略，监控引擎模块在虚拟机启动并运行业务系统后，通过计算虚拟机在整个业务环境下所起到的作用，使用业务评价算法形成对虚拟机的评价等级，根据计算得到的结果，监控引擎对相关虚拟机的监控信息进行分级监控，并调节监控指标的具体阀值；其中业务评价算法的是通过将持续系统运行时间分成相等考察周期后，把所有业务系统相关虚拟机之间的交互行为量化为具体数值，并将该数值作为其在整个业务系统中的评价等级参数。

业务评价算法前提是基于自然规律，在计算网络服务中，当一个节点上运行着的服务接收到其他节点发送的请求包后，会对该请求包进行响应，而如果接收到的请求包不属于该服务则会将该请求包丢弃，因此，我们假设主机H_a在业务系统运行过程中，交互接收请求包的次数为n次，响应请求包次数为n₁，丢弃请求包的次数为n₂，我们将其对业务系统请求响应率记做Di＝n₁/n(n＝n₁+n₂)，并使用Di作为直接等级估算的基础数据，由于业务系统的交互数量会随着用户访问量等各方面原因进行实时变化，因此在对具体业务系统中虚拟机重要程度等级计算时，通常采用平均值算法，即在k个连续时间帧内，业务系统请求响应率的平均值为当业务系统请求响应率越大说明该虚拟机在业务系统起到的作用越大。

上述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，业务评价算法的步骤如下：

a.设置监测周期为T分钟；

b.虚拟机服务启动，使用端口扫描的技术获取虚拟机服务端口信息；

c.使用端口嗅探技术，对虚拟机各个服务端口进行嗅探，计算各端口上接受数据包的数量m和丢弃数据包的数量n，并获取数据包的接收时间间隔t秒；

d.计算其中D_i＝m-n/m,k＝(60T/t)，得到虚拟机业务评价值。

所述的资源管理模块能将虚拟机进行实体抽象；配置管理模块根据资源类型管理其配置项；服务编排模块将资源管理模块以及监控引擎模块中虚拟机资源模块进行编排形成统一的模板并发布为服务目录提供给用户；用户通过自服务模块选择所需要的虚机以及指标模板自动生成实例来使用。

上述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，所述的具体方法如下：

a.云计算数据中心管理员，使用资源管理工具创建一个虚拟机模板；

b.该虚拟机模板创建完成后，在资源管理模块以JSON的方式对虚拟机模板资源信息进行服务化封装，封装成为REST API，虚拟机模板资源封装信息主要包括：虚拟机cpu核数、内存大小、OS操作系统、系统架构、硬盘数量、硬盘大小、网卡数量；

c.虚拟机相关的监控指标包括CPU、内存、进程、文件系统,在监控引擎模块使用JSON格式进行服务化封装，封装成为REST API，监控指标模板封装信息包括：监控指标、资源类型、指标类别、采集方式、监控对象、采集周期；

d.虚拟机资源以及监控指标的REST API在服务编排模块中进行关联并进行服务编排，将虚拟机模板生成的虚机作为监控指标的监控对象，编排完成后将其作为一个服务目录对外提供分级监控虚拟机服务；

e.云用户通过自服务模块，选择服务目录上的分级监控虚拟机服务，将其实例化有一组虚机，并将虚拟机作为服务提供给业务系统作为其运行支撑，将web业务系统部署在这些虚拟机上形成一个对外提供应用服务的业务系统；

f.监控引擎模块在虚拟机启动并运行业务系统后，通过计算虚拟机在整个业务环境下所起到的作用，使用业务评价算法形成对虚拟机的评价等级；

g.根据计算得到的结果，监控引擎对相关虚拟机的监控信息进行分级监控，并调节监控指标的具体阀值。

本发明同现有技术相比，能对虚拟机进行监控等级的划分，对不同应用服务的虚拟服务器进行不同层级的监控，实现个性化运维，在云计算数据中心环境下，通过对虚拟机的业务流量进行估值计算来确定其在整个业务系统中的重要程度，并且按照其重要程度对虚拟机进行等级划分再通过不同的等级配置不同的监控策略，使得云数据中心能够对不同业务虚拟机进行不同层级的监控，更加灵活细颗粒的保障了云数据中心不同应用系统的业务可用性，提高了云数据中心维护运营的效率。

[附图说明]

图1是虚拟机等级监控机制示意图；

图2是虚拟机等级监控实现方法流程图；

图3是虚拟机等级估算流程图；

指定图1作为本发明的摘要附图。

[具体实施方式]

下面结合附图对本发明作进一步说明，这种装置的结构和原理对本专业的人来说是非常清楚的。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明主要设计包含五个模块，如图1所示，资源管理模块、配置管理模块、监控引擎模块、服务编排模块、自服务模块，其中资源管理模块能将虚拟机进行实体抽象，配置管理模块根据资源类型管理其配置项，监控引擎主要对资源信息采集、估值计算以及自动配置监控策略，服务编排模块将资源管理模块以及监控引擎模块中虚拟机资源模块进行编排形成统一的模板并发布为服务目录提供给用户，用户通过自服务模块选择所需要的虚机以及指标模板自动生成实例来使用。

在云数据中心环境下对虚拟机进行监控等级划分的方法，具体流程图见图2：

1.云计算数据中心管理员，使用资源管理工具创建一个虚拟机模板，该虚拟机模板可以批量创建某一配置的虚拟机。

虚拟机模板信息用表1标识：

表1

表1中，Id是作为虚拟机的唯一标识用于对虚拟机唯一性进行区分；Name表示虚拟机的名称也可标识虚拟机；CPU表示虚拟机的CPU核数；MEM表示虚拟机的内存大小；OS是虚拟机内部的客户操作系统；架构是表明虚拟机系统架构；DISK是虚拟机磁盘数量；SIZE是每个磁盘对应的大小；NETWORKCARD是虚拟机网卡的数量。

2.该虚拟机模板创建完成后，在资源管理模块以JSON的方式对虚拟机模板资源信息进行服务化封装，封装成为REST API，虚拟机模板资源封装信息主要包括：虚拟机cpu核数、内存大小、OS操作系统、系统架构、硬盘数量、硬盘大小、网卡数量。

REST API格式如下表2标识：

表2中的REST API是可以通过访问其地址达到控制底层资源操作。

表2

3、虚拟机相关的监控指标，如表3所示，包括CPU、内存、进程、文件系统等方面的指标，在监控引擎模块使用JSON格式进行服务化封装，封装成为REST API。监控指标模板封装信息包括：监控指标、资源类型、指标类别、采集方式、监控对象、采集周期。

指标类别主要包括CPU指标、内存指标、进程指标、文件系统指标。

表3

REST API格式如表4所示：

表4

4、虚拟机资源以及监控指标的REST API在服务编排模块中进行关联并进行服务编排。将虚拟机模板生成的虚机作为监控指标的监控对象，编排完成后将其作为一个服务目录对外提供分级监控虚拟机服务。

服务目录内容如表5所示。

表5

表5中所表示的为服务目录基本结构，其中服务名称主要标识服务的名称；服务描述是具体描述服务内容；服务表单是具体对不同对象实体进行服务编排的实体，比如说，我们要将虚拟机的监控指标按照某一个配置策略进行配置，我们便选择虚拟机、需要监控的指标以及其配置策略。同时我们要描述虚拟机和监控指标两个不同对象之间的关联联系。在这里，我们将虚拟机的唯一标识与监控指标中监控对象id相对应。

5、云用户通过自服务模块，选择服务目录上的分级监控虚拟机服务，将其实例化有一组虚机，并将虚拟机作为服务提供给业务系统作为其运行支撑，将web业务系统部署在这些虚拟机上形成一个对外提供应用服务的业务系统。

填写服务表单，如表6：

表6

表单项	实例
		对象1	VM001，VM002，VM003
对象2	Cpu使用率、内存使用率
		关联因素	VMID
是否自动配置策略	是

备注：VM001，VM002，VM003为具体虚拟机，VMID为虚拟机唯一性id标识。

6、监控引擎模块在虚拟机启动并运行业务系统后，通过估算虚拟机在整个业务环境下所起到的作用，使用业务评估算法形成对虚拟机的评估等级。

业务估值等级如表7所示，流程如图3所示：

通过估值对虚拟机监控等级进行评估，一般业务响应率在10％～20％的组件我们作为低评估等级；20％～70％的组件作为一般程度评估等级；70％以上处于重要等级。该等级策略可以根据实际需求自定义配置。

表7

对象	实例
		VM001	18％-低
VM002	95％-重要
		VM003	50％-一般程度

7、根据估算得到的结果，如表8所示，监控引擎对相关虚拟机的监控信息进行分级监控，并调节监控指标的具体阀值。

表8

对象	实例
		VM001 CPU使用率阀值	80％
VM002 CPU使用率阀值	20％
		VM003 CPU使用率阀值	50％

根据估值得到的评级，对各项指标的监控阀值进行调节，一般越是重要的虚拟机，它的各种阀值，监控要求更加严格。实例中，对评估等级高的虚拟机，它的cpu阀值设置为20％，一旦其CPU使用率超过20％，则发出提示告警。

以上所述仅为本发明的一个实施案例而已，并不用以限制本发明，凡在本发明精神和原则之内所作的任何修改、替换和改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种在云数据中心环境下对虚拟机进行监控等级划分的方法,包括资源管理模块、配置管理模块、监控引擎模块、服务编排模块和自服务模块，其特征在于所述监控引擎主要对资源信息采集、计算以及自动配置监控策略，监控引擎模块在虚拟机启动并运行业务系统后，通过计算虚拟机在整个业务环境下所起到的作用，使用业务评价算法形成对虚拟机的评价等级，根据计算得到的结果，监控引擎对相关虚拟机的监控信息进行分级监控，并调节监控指标的具体阀值；其中业务评价算法的是通过将持续系统运行时间分成相等考察周期后，把所有业务系统相关虚拟机之间的交互行为量化为具体数值，并将该数值作为其在整个业务系统中的评价等级参数。

2.如权利要求1所述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，其特征在于业务评价算法前提是基于自然规律，在计算网络服务中，当一个节点上运行着的服务接收到其他节点发送的请求包后，会对该请求包进行响应，而如果接收到的请求包不属于该服务则会将该请求包丢弃，因此，我们假设主机H_a在业务系统运行过程中，交互接收请求包的次数为n次，响应请求包次数为n₁，丢弃请求包的次数为n₂，我们将其对业务系统请求响应率记做D_i＝n₁/n(n＝n₁+n₂)，并使用D_i作为直接等级估算的基础数据，由于业务系统的交互数量会随着用户访问量等各方面原因进行实时变化，因此在对具体业务系统中虚拟机重要程度等级计算时，通常采用平均值算法，即在k个连续时间帧内，业务系统请求响应率的平均值为当业务系统请求响应率越大说明该虚拟机在业务系统起到的作用越大。

3.如权利要求1所述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，其特征在于业务评价算法的步骤如下：

a.设置监测周期为T分钟；

b.虚拟机服务启动，使用端口扫描的技术获取虚拟机服务端口信息；

c.使用端口嗅探技术，对虚拟机各个服务端口进行嗅探，计算各端口上接受数据包的数量m和丢弃数据包的数量n，并获取数据包的接收时间间隔t秒；

d.计算其中D_i＝m-n/m,k＝(60T/t)，得到虚拟机业务评价值。

4.如权利要求1所述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，其特征在于所述的资源管理模块能将虚拟机进行实体抽象；配置管理模块根据资源类型管理其配置项；服务编排模块将资源管理模块以及监控引擎模块中虚拟机资源模块进行编排形成统一的模板并发布为服务目录提供给用户；用户通过自服务模块选择所需要的虚机以及指标模板自动生成实例来使用。

5.如权利要求1所述的一种在云数据中心环境下对虚拟机进行监控等级划分的方法，其特征在于所述的具体方法如下：

a.云计算数据中心管理员，使用资源管理工具创建一个虚拟机模板；

b.该虚拟机模板创建完成后，在资源管理模块以JSON的方式对虚拟机模板资源信息进行服务化封装，封装成为REST API，虚拟机模板资源封装信息主要包括：虚拟机cpu核数、内存大小、OS操作系统、系统架构、硬盘数量、硬盘大小、网卡数量；

c.虚拟机相关的监控指标包括CPU、内存、进程、文件系统,在监控引擎模块使用JSON格式进行服务化封装，封装成为REST API,监控指标模板封装信息包括：监控指标、资源类型、指标类别、采集方式、监控对象、采集周期；

d.虚拟机资源以及监控指标的REST API在服务编排模块中进行关联并进行服务编排，将虚拟机模板生成的虚机作为监控指标的监控对象，编排完成后将其作为一个服务目录对外提供分级监控虚拟机服务；

e.云用户通过自服务模块，选择服务目录上的分级监控虚拟机服务，将其实例化有一组虚机，并将虚拟机作为服务提供给业务系统作为其运行支撑，将web业务系统部署在这些虚拟机上形成一个对外提供应用服务的业务系统；

f.监控引擎模块在虚拟机启动并运行业务系统后，通过计算虚拟机在整个业务环境下所起到的作用，使用业务评价算法形成对虚拟机的评价等级；

g.根据计算得到的结果，监控引擎对相关虚拟机的监控信息进行分级监控，并调节监控指标的具体阀值。