CN105262634A - 一种监控阈值的生成方法、装置和系统 - Google Patents
一种监控阈值的生成方法、装置和系统 Download PDFInfo
- Publication number
- CN105262634A CN105262634A CN201510558025.8A CN201510558025A CN105262634A CN 105262634 A CN105262634 A CN 105262634A CN 201510558025 A CN201510558025 A CN 201510558025A CN 105262634 A CN105262634 A CN 105262634A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- user
- resource
- storage
- threshold value
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
Landscapes
- Engineering & Computer Science (AREA)
- Environmental & Geological Engineering (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种监控阈值的生成方法、装置和系统,该方法包括:在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值,从而实现对监控阈值进行动态调整。
Description
技术领域
本发明涉及云计算应用领域,特别涉及一种监控阈值的生成方法、装置和系统。
背景技术
对数据中心的资源如数据中心中服务器、网络设备等设备的CPU利用率、内存利用率、磁盘利用率等进行监控,是数据中心最重要的任务之一。在现有监控技术中,运维人员主要通过个人经验设置资源的各个指标的监控阈值如设置CPU利用率的监控阈值为90%等,那么,当CPU利用率超过90%,将引起数据中心的预警。
随着数据中心的不断发展,数据中心的资源和用户越来越多,导致不同时间段,不同用户对资源的使用情况差异性较大,那么,对于不同时间段,不同用户的监控阈值也应该存在一定的差异,但是,在现有这种监控技术中,仍然无法对监控阈值进行动态调整。
发明内容
本发明提供一种监控阈值的生成方法、装置和系统,从而实现对监控阈值进行动态调整。
一种监控阈值的生成方法,包括:
在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;
存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
优选地,所述根据各个资源对应的监控数据中的各个指标对应的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的各个指标的监控阈值,包括:
对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当所述当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定所述临界状态对应的指标值为当前时间、当前用户的监控阈值,当所述当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
优选地,上述方法进一步包括:设置监控阈值的更新时间;
在到达所述监控阈值的更新时间时,或者在接收到管理员触发时,执行所述读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
优选地,在所述确定在每一个监控时间段中,每一个用户对应的监控阈值之后,进一步包括:
将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中;
将当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
一种监控阈值的生成装置,包括:
监控数据采集单元,用于在每一个监控时间段中,针对每一个用户分别从外设的各个资源中采集监控数据,并发送所述采集的监控数据;
监控数据存储单元,用于接收并存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
监控阈值分析单元,用于读取所述监控数据存储单元中存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
优选地,上述装置,进一步包括:监控阈值存储单元,用于从所述监控阈值分析单元获取并存储所述不同时间、不同用户对应的动态监控阈值。
优选地,所述监控阈值分析单元,用于对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当所述当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定所述临界状态对应的指标值为当前时间、当前用户的监控阈值,当所述当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
优选地,所述监控阈值分析单元,用于设置动态监控阈值的更新时间,当到达所述更新时间时,或者在接收到管理员触发时,执行所述读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
优选地,上述装置进一步包括:监控阈值调用单元,用于获取所述每一个监控时间段中,每一个用户对应的监控阈值,将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中,并将所述监控数据采集单元当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
一种监控阈值的生成系统,包括:上述任一种所述监控阈值的生成装置和至少一个资源;其中,
所述至少一个资源中,每一个资源,用于在每一个监控时间段中,向所述监控阈值的生成装置提供每一个用户对应的监控数据。
优选地,所述监控阈值的生成装置应用于云数据中心的管理服务器中;
所述至少一个资源,包括:云数据中心的所有设备。
本发明实施例提供了一种监控阈值的生成方法、装置和系统,该监控阈值的生成方法,包括:在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值,使得同一个用户,不同时间段的监控阈值有所差异,也可使同一监控时间段中,不同用户的监控阈值有所差异,与现有的监控技术中所有监控时间段、所有用户共用同一个监控阈值相比,本发明实现了对监控阈值进行动态调整。
附图说明
图1为本发明实施例提供的一种监控阈值的生成方法的流程图;
图2为本发明另一实施例提供的一种监控阈值的生成方法的流程图;
图3为本发明实施例提供的user1和user2对应的监控阈值动态变化曲线;
图4为本发明实施例提供的一种监控阈值的生成装置的结构示意图;
图5为本发明另一实施例提供的一种监控阈值的生成装置的结构示意图;
图6为本发明实施例提供的一种监控阈值的生成系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种监控阈值的生成方法,该方法可以包括如下步骤:
步骤101:在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;
步骤102:存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
步骤103:读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
在本发明一个实施例中,为了能够提高监控阈值准确性,步骤103的具体实施方式:对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当所述当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定所述临界状态对应的指标值为当前时间、当前用户的监控阈值,当所述当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
在本发明一个实施例中,为了能够增加监控阈值更新的自动性和灵活性,该监控阈值的生成方法进一步包括:设置监控阈值的更新时间;在到达所述监控阈值的更新时间时,或者在接收到管理员触发时,则执行步骤103。
在本发明一个实施例中,为了能够将监控阈值合理的应用于对应的资源监控实例中,以使监控阈值具有实用性,在步骤103之后,进一步包括:将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中;将当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
如图2所示,本发明另一实施例提供一种监控阈值的生成方法,该方法可以包括如下步骤:
步骤200:设置监控阈值的更新时间;
步骤201:在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;
如下表所示,为本发明实施例提供的监测数据,在该监测数据中包含有每一个监控时间段中,每一个用户的各个资源对应的CPU利用率的值以及与该CPU利用率的值对应的资源实际状态。
在数据中心中,上述各个资源一般指服务器、网络设备等等支持数据中心正常运行的各种设备,在这些设备中,通常采集的监控数据一般为能够影响设备运行的一些指标如CPU利用率、内存利用率、磁盘利用率、网络流量等的指标值,每一个指标分别对应着各自的监控阈值如:CPU利用率的监控阈值为90%,内存利用率为85%等,由于各个指标对应的监控阈值的生成过程相同,本发明实施例将以生成每一个监控时间段中,每一个用户对应的CPU利用率的监控阈值为例,展开说明监控阈值的生成方法。
步骤202:存储每一个监控时间段中,每一个用户的各个资源对应的监控数据;
步骤203:在到达CPU利用率的监控阈值的更新时间时,读取存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据;
在该步骤中,还可以是管理员控制触发更新时,读取存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据。
步骤204:对比当前时间段、当前用户的各个资源对应的CPU利用率的值和实际状态是否包含有临界状态,如果是,则执行步骤205,否则,执行步骤206;
步骤205:确定临界状态对应的CPU利用率的值为当前时间、当前用户的CPU利用率的监控阈值,然后,执行步骤207;
步骤206:确定最大CPU利用率的值为当前时间、当前用户的CPU利用率的监控阈值,然后执行步骤207;
步骤204至步骤206的过程可以通过一个例子加以说明,通过步骤201得到的监测数据,获得不同时间段不同用户的监测阈值。在步骤201的表中已知,在00:00时,用户user1对应的资源1的CPU利用率的值为93%,实际状态为正常状态,对应的资源2的CPU利用率的值为95%,实际状态为临界状态,则在00:00时,用户user1的CPU利用率监控阈值为95%;在01:00时,用户user1对应的资源1的CPU利用率的值为85%,实际状态为正常状态,对应的资源2的CPU利用率的值为98%,实际状态也为正常状态,则在01:00时,用户user1的CPU利用率监控阈值为88%等等,得到每一个时间段,每一个用户对应的CPU利用率的监控阈值,如下表所述:
另外,还可以为在步骤205和步骤206确定的不同时间段的监控阈值,形成如图3所示的动态监控阈值变化曲线,以供后续步骤207调用并应用到资源监控实例中。
步骤207:将每一个监控时间段中,每一个用户对应的CPU利用率的监控阈值中第一监控时间段中,第一用户对应的第一CPU利用率的监控阈值应用到第一监控时间段中,第一用户对应的各个资源监控实例中;
例如:将上述步骤204至步骤206形成的表格中00:00的关于用户user1的CPU利用率的监控阈值应用到00:00时段对用户user1的监控中。
步骤208:对比当前采集的第一监控时间段中,第一用户对应的各个资源监控数据中当前资源的CPU利用率的值是否大于第一监控时间段中,第一用户对应的第一CPU利用率的监控阈值,如果是,则执行步骤209;否则执行步骤210;
步骤209:反馈当前资源为告警状态,触发当前资源告警,并结束当前流程;
步骤210:反馈当前资源为正常状态。
例如:当前采集的用户user1的,每个时间段,资源1的CPU利用率的值如下表所示:
将该表中各个CPU利用率的值与步骤204至步骤206形成的监控阈值进行对比,即:用户user1在00:00的资源1的CPU利用率的值94%与用户user1在00:00的CPU利用率的监控阈值95%进行对比,94%小于95%,则用户user1在00:00的资源1状态正常。通过对比即可得到用户1,在各个时间段中,资源1的状态,如下所示:
值得说明的是,监控数据是大于监控阈值时发出警告,还是在监控数据是小于监控阈值时发出警告,与指标有关系,如:CPU利用率、内存利用率、磁盘利用率等作为指标时,当这些指标中任意一个的监控数据大于对应的监控阈值时,发出警告;数量统计等作为指标时,当该指标的监控数据小于监控阈值时,发出警告。
由于上述实施例主要利用当前时间段,当前用户对应的监控数据获取该当前时间段,该当前用户对应的监控阈值,那么,依次将各个时间段、各个用户作为当前时间段、当前用户,即可获得同一用户,不同时间段对应的各个监控阈值;也可获得可以同一时间段,不同用户对应的各个监控阈值;还可获得不同时间段,不同用户对应的各个监控阈值,将该各个监控阈值应用于对应的时间段和对应的用户,使监控阈值具有灵活性,能够有效提高监控的准确性和有效性。
如图4所示,本发明实施例提供一种监控阈值的生成装置,包括:
监控数据采集单元401,用于在每一个监控时间段中,针对每一个用户分别从外设的各个资源中采集监控数据,并发送所述采集的监控数据;
监控数据存储单元402,用于接收并存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
监控阈值分析单元403,用于读取监控数据存储单元中存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
如图5所示,在本发明另一实施例中,上述装置进一步包括:监控阈值存储单元501,用于从监控阈值分析单元获取并存储所述不同时间、不同用户对应的动态监控阈值。
在本发明另一实施例中,监控阈值分析单元403,用于对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定临界状态对应的指标值为当前时间、当前用户的监控阈值,当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
在本发明又一实施例中,监控阈值分析单元403,用于设置动态监控阈值的更新时间,当到达所述更新时间时,或者在接收到管理员触发时,执行所述读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
在本发明另一实施例中,上述装置进一步包括:监控阈值调用单元(图中未示出),用于获取所述每一个监控时间段中,每一个用户对应的监控阈值,将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中,并将所述监控数据采集单元当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
如图6所示,本发明实施例提供一种监控阈值的生成系统,包括:上述任一种监控阈值的生成装置601和至少一个资源602;其中,
至少一个资源中,每一个资源602,用于在每一个监控时间段中,向所述监控阈值的生成装置提供每一个用户对应的监控数据。
在本发明又一实施例中,监控阈值的生成装置601应用于云数据中心的管理服务器中;
至少一个资源602,包括:云数据中心的所有设备。
本发明实施例所述方案,至少能够达到如下有益效果:
1.在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值,使得同一个用户,不同时间段的监控阈值有所差异,也可使同一监控时间段中,不同用户的监控阈值有所差异,与现有的监控技术中所有监控时间段、所有用户共用同一个监控阈值相比,本发明实现了对监控阈值进行动态调整。
2.在本发明实施例中,同一用户在不同时间段分别对应不同的监控阈值也使监控阈值更贴合实际的业务应用运行状况,监控阈值在不同时间段随着业务量的变化而动态变化,从而大大提高了监控的灵活性,满足了不同管理员同时关注相同资源但有各自不同要求和标准的应用场景,同时也提高了根据监控阈值产生告警的准确性和有效性,为进一步的故障根本原因告警提供支撑。
3.在本发明实施例中,监控阈值的生成装置满足了监控阈值动态变化的特点,通过监控阈值的生成装置,可以使不同用户在不同时间应用动态变化的监控阈值,再结合监控阈值存储单元的管理,采用监控阈值分析单元完成对不同用户的动态阈值分析,实现以云数据中心监控为基础、监控数据采集和监控阈值分析相关联的动态监控阈值,监控阈值调用单元对不同的用户分别调用其动态监控阈值,最终根据动态监控阈值判断出各资源的监测状态,使不同的管理员可以从不同的角度去分析和关注其管理的资源。
4.在本发明实施例中,由于能够在不同时间段对资源监控阈值进行动态调整,可以真实、高效地完成资源监控,使整个云数据中心的监控达到最理想的效果,有效地提高了云数据中心的资源告警准确性、资源告警灵活性等,为云数据中心的发展提供支持。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个〃〃〃〃〃〃”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明保护的范围之内。
Claims (10)
1.一种监控阈值的生成方法,其特征在于,包括:
在每一个监控时间段中,针对每一个用户分别从各个资源中采集监控数据;
存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
2.根据权利要求1所述的方法,其特征在于,所述根据各个资源对应的监控数据中的各个指标对应的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的各个指标的监控阈值,包括:
对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当所述当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定所述临界状态对应的指标值为当前时间、当前用户的监控阈值,当所述当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
3.根据权利要求1所述的方法,其特征在于,
进一步包括:设置监控阈值的更新时间;
在到达所述监控阈值的更新时间时,或者在接收到管理员触发时,执行所述读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
4.根据权利要求1至3任一所述的方法,其特征在于,在所述确定在每一个监控时间段中,每一个用户对应的监控阈值之后,进一步包括:
将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中;
将当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
5.一种监控阈值的生成装置,其特征在于,包括:
监控数据采集单元,用于在每一个监控时间段中,针对每一个用户分别从外设的各个资源中采集监控数据,并发送所述采集的监控数据;
监控数据存储单元,用于接收并存储所述每一个监控时间段中,每一个用户的各个资源对应的监控数据;
监控阈值分析单元,用于读取所述监控数据存储单元中存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
6.根据权利要求5所述的装置,其特征在于,
进一步包括:监控阈值存储单元,用于从所述监控阈值分析单元获取并存储所述不同时间、不同用户对应的动态监控阈值;
和/或,
所述监控阈值分析单元,用于对比当前时间段、当前用户的各个资源对应的指标值和实际状态,当所述当前时间段、当前用户的各个资源对应的实际状态包含有临界状态时,确定所述临界状态对应的指标值为当前时间、当前用户的监控阈值,当所述当前时间段、当前用户的各个资源对应的实际状态均为正常状态时,确定最大指标值为当前时间、当前用户的监控阈值。
7.根据权利要求5所述的装置,其特征在于,
所述监控阈值分析单元,用于设置动态监控阈值的更新时间,当到达所述更新时间时,或者在接收到管理员触发时,执行所述读取所述存储的每一个监控时间段中,每一个用户的各个资源对应的监控数据,并根据各个资源对应的监控数据中的指标值和实际状态,确定在每一个监控时间段中,每一个用户对应的监控阈值。
8.根据权利要求5至7任一所述的装置,其特征在于,进一步包括:
监控阈值调用单元,用于获取所述每一个监控时间段中,每一个用户对应的监控阈值,将所述每一个监控时间段中,每一个用户对应的监控阈值中第一监控时间段中,第一用户对应的第一监控阈值应用到所述第一监控时间段中,第一用户对应的各个资源监控实例中,并将所述监控数据采集单元当前采集的第一监控时间段中,第一用户对应的各个资源的监控数据与所述第一监控时间段中,第一用户对应的第一监控阈值进行对比,确定并反馈所述第一监控时间段中,第一用户对应的各个资源的状态。
9.一种监控阈值的生成系统,其特征在于,包括:权利要求5至7任一所述监控阈值的生成装置和至少一个资源;其中,
所述至少一个资源中,每一个资源,用于在每一个监控时间段中,向所述监控阈值的生成装置提供每一个用户对应的监控数据。
10.根据权利要求9所述的系统,其特征在于,所述监控阈值的生成装置应用于云数据中心的管理服务器中;
所述至少一个资源,包括:云数据中心的所有设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510558025.8A CN105262634A (zh) | 2015-09-06 | 2015-09-06 | 一种监控阈值的生成方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510558025.8A CN105262634A (zh) | 2015-09-06 | 2015-09-06 | 一种监控阈值的生成方法、装置和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105262634A true CN105262634A (zh) | 2016-01-20 |
Family
ID=55102151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510558025.8A Pending CN105262634A (zh) | 2015-09-06 | 2015-09-06 | 一种监控阈值的生成方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105262634A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106656583A (zh) * | 2016-12-02 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种动态阈值告警方法及装置 |
CN106713029A (zh) * | 2016-12-20 | 2017-05-24 | 中国银联股份有限公司 | 一种确定资源监控阈值的方法及装置 |
CN108874648A (zh) * | 2018-07-17 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种阈值设置方法及相关装置 |
CN109933487A (zh) * | 2017-12-19 | 2019-06-25 | 深圳光启合众科技有限公司 | 智能机器人的监测方法和装置 |
WO2020048047A1 (zh) * | 2018-09-03 | 2020-03-12 | 平安科技(深圳)有限公司 | 系统故障的预警方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100229014A1 (en) * | 2009-03-03 | 2010-09-09 | 1E Limited | Monitoring a computer |
CN102740247A (zh) * | 2011-04-15 | 2012-10-17 | 中国移动通信集团山东有限公司 | 一种告警信息的生成方法及装置 |
CN102760079A (zh) * | 2012-03-27 | 2012-10-31 | 无锡里外半导体科技有限公司 | 移动应用处理器的自适应中断调控方法及装置 |
CN103873498A (zh) * | 2012-12-11 | 2014-06-18 | 中国电信股份有限公司 | 云平台资源自适应预警方法与系统 |
-
2015
- 2015-09-06 CN CN201510558025.8A patent/CN105262634A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100229014A1 (en) * | 2009-03-03 | 2010-09-09 | 1E Limited | Monitoring a computer |
CN102740247A (zh) * | 2011-04-15 | 2012-10-17 | 中国移动通信集团山东有限公司 | 一种告警信息的生成方法及装置 |
CN102760079A (zh) * | 2012-03-27 | 2012-10-31 | 无锡里外半导体科技有限公司 | 移动应用处理器的自适应中断调控方法及装置 |
CN103873498A (zh) * | 2012-12-11 | 2014-06-18 | 中国电信股份有限公司 | 云平台资源自适应预警方法与系统 |
Non-Patent Citations (1)
Title |
---|
王越: "基于动态阈值的网络性能管理系统研究与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106656583A (zh) * | 2016-12-02 | 2017-05-10 | 郑州云海信息技术有限公司 | 一种动态阈值告警方法及装置 |
CN106713029A (zh) * | 2016-12-20 | 2017-05-24 | 中国银联股份有限公司 | 一种确定资源监控阈值的方法及装置 |
CN106713029B (zh) * | 2016-12-20 | 2020-05-01 | 中国银联股份有限公司 | 一种确定资源监控阈值的方法及装置 |
CN109933487A (zh) * | 2017-12-19 | 2019-06-25 | 深圳光启合众科技有限公司 | 智能机器人的监测方法和装置 |
CN109933487B (zh) * | 2017-12-19 | 2024-05-07 | 潘明旭 | 智能机器人的监测方法和装置 |
CN108874648A (zh) * | 2018-07-17 | 2018-11-23 | 郑州云海信息技术有限公司 | 一种阈值设置方法及相关装置 |
WO2020048047A1 (zh) * | 2018-09-03 | 2020-03-12 | 平安科技(深圳)有限公司 | 系统故障的预警方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105262634A (zh) | 一种监控阈值的生成方法、装置和系统 | |
CN109309596B (zh) | 一种压力测试方法、装置及服务器 | |
CN110198347B (zh) | 一种基于区块链的预警方法及分控服务器 | |
CN105049298A (zh) | 一种云资源监控方法和系统 | |
CN112051771B (zh) | 多云数据采集方法、装置、计算机设备和存储介质 | |
CN107295031A (zh) | 一种数据同步方法及装置 | |
CN107577550B (zh) | 一种确定访问请求的响应是否异常的方法及装置 | |
CN104477776A (zh) | 基于角色的起重机远程分级监控系统 | |
US20160094392A1 (en) | Evaluating Configuration Changes Based on Aggregate Activity Level | |
Tiwari et al. | Service adaptive broking mechanism using MROSP algorithm | |
CN115277577A (zh) | 数据处理方法、装置、计算机设备和计算机可读存储介质 | |
CN103475520B (zh) | 一种分布式网络中的事务处理控制方法及装置 | |
CN107479974A (zh) | 一种虚拟机调度方法及装置 | |
CN113507691B (zh) | 一种基于配电网跨区服务的信息推送系统和方法 | |
CN105471938A (zh) | 服务器负载管理方法及装置 | |
CN111062503B (zh) | 一种电网监控告警处理方法、系统、终端及存储介质 | |
CN114745275A (zh) | 云服务环境中的节点更新方法、装置和计算机设备 | |
CN116991675A (zh) | 一种异常访问监控方法、装置、计算机设备及存储介质 | |
CN116703071A (zh) | 资源共享方法、装置及设备和存储介质 | |
KR101928822B1 (ko) | 사물 인터넷 환경에서 낯선 기기에 대한 사용자 신뢰도 계산 시스템 및 방법 | |
CN111124669A (zh) | 一种分布式SaaS软件的运营方法、系统、终端及存储介质 | |
Ortigoza et al. | Dynamic environments for virtual machine placement considering elasticity and overbooking | |
CN108881646A (zh) | 呼叫中心的任务跟踪方法、装置、设备及存储介质 | |
CN107608796A (zh) | 存储资源管控方法、存储资源管控装置及处理器 | |
US10333801B2 (en) | Inventory service for distributed infrastructure |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160120 |
|
WD01 | Invention patent application deemed withdrawn after publication |