CN106250305A - 云计算环境下监控系统数据采集周期的自适应控制方法 - Google Patents

云计算环境下监控系统数据采集周期的自适应控制方法 Download PDF

Info

Publication number
CN106250305A
CN106250305A CN201610678056.1A CN201610678056A CN106250305A CN 106250305 A CN106250305 A CN 106250305A CN 201610678056 A CN201610678056 A CN 201610678056A CN 106250305 A CN106250305 A CN 106250305A
Authority
CN
China
Prior art keywords
data
time
intelligent agent
host
control method
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.)
Granted
Application number
CN201610678056.1A
Other languages
English (en)
Other versions
CN106250305B (zh
Inventor
张建伟
于沈课
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.)
Inspur Cloud Information Technology Co Ltd
Original Assignee
Inspur Electronic Information Industry Co Ltd
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 Inspur Electronic Information Industry Co Ltd filed Critical Inspur Electronic Information Industry Co Ltd
Priority to CN201610678056.1A priority Critical patent/CN106250305B/zh
Publication of CN106250305A publication Critical patent/CN106250305A/zh
Application granted granted Critical
Publication of CN106250305B publication Critical patent/CN106250305B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02—Addressing or allocation; Relocation
    • G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
    • G06F12/0802—Addressing of a memory level in which the access to the desired data or data block requires associative addressing means, e.g. caches
    • G06F12/0844—Multiple simultaneous or quasi-simultaneous cache accessing
    • G06F12/0846—Cache with multiple tag or data arrays being simultaneously accessible

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种云计算环境下监控系统数据采集周期的自适应控制方法，属于云计算技术领域，本发明要解决的技术问题为监控数据的采集周期固定单一，没有考虑所采集的数据的变化的特点，严重浪费了计算、网络、存储资源，采用的技术方案为：该方法包括如下步骤：（1）、在宿主机上部署智能Agent系统；（2）、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；（3）、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓存队列中。

Description

云计算环境下监控系统数据采集周期的自适应控制方法
技术领域
本发明涉及云计算技术领域，具体地说是一种云计算环境下监控系统数据采集周期的自适应控制方法。
背景技术
云计算是一种基于互联网的计算方式，通过这种方式，软硬件资源可以按需提供给服务使用者。云计算平台的资源监控系统，能够不断地衡量和评估云平台的可靠性、可用性和高效性，是组成云计算平台的重要部分。因此高效、可靠的平台状态信息的采集异常重要。然而，当前的云平台监控系统对于系统的实时状态信息的采集面临着严重的问题，具体表现为：监控数据的采集周期固定单一，没有考虑所采集的数据的变化的特点，严重浪费了计算、网络、存储资源。更为严重的是，固定周期的大小设置依据经验进行设置，采集到的数据不能客观正确的反应出当前平台运行的状态。
发明内容
本发明的技术任务是提供一种云计算环境下监控系统数据采集周期的自适应控制方法，来解决监控数据的采集周期固定单一，没有考虑所采集的数据的变化的特点，严重浪费了计算、网络、存储资源的问题。
本发明的技术任务是按以下方式实现的，云计算环境下监控系统数据采集周期的自适应控制方法，该方法包括如下步骤：
（1）、在宿主机上部署智能Agent系统；
（2）、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；
（3）、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓存队列中；
（4）、智能Agent系统根据数据采集周期的自适应控制方法，动态的调整数据的采集周期；自适应控制方法就是根据采集到的宿主机运行的实时数据，评估宿主机运行的状态信息的变化趋势，依据智能Agent系统的状态变化动态确定数据采集周期的大小，形成数据变化趋势与数据采集周期的闭环控制；
（5）、智能Agent系统将采集到的数据信息通过消息队列AMQP，传输到云平台中的监控组件；
（6）、监控组件接到数据信息后，一方面对数据进行持久化的存储，另一方面根据告警方案产生系统告警实例。
作为优选，所述步骤（1）中宿主机为物理机或虚拟机。
作为优选，所述步骤（2）中宿主机的运行状态信息包括CPU利用率、内存占有率和磁盘利用率。
作为优选，所述步骤（5）中智能Agent将采集到的数据信息包括CPU利用率、内存占有率和磁盘利用率。
作为优选，所述步骤（5）中云平台中的监控组件为Ceilometer模块。
作为优选，所述步骤（4）中自适应控制方法包括如下具体步骤：
①、根据不同类型的监控对象设置智能Agent系统的默认监控时间default_monitor_time(i)；同时规定采样间隔的原子时间为atomic _time(i) ，即采样的时间间隔的调整大小只能是原子时间atomic _time(i)的整数倍；
②、部署在虚拟机或是物理机上的智能Agent系统根据不同类型的监控对象分别为其建立数据缓冲队列，队列的大小为queue_size(i) ；智能Agent系统根据数据的采集周期定时的获取宿主机的运行状态信息，并将宿主机的运行状态信息的相关数据存储到数据缓冲队列中，数据缓冲队列中的数据清除策略采用后进先出的方式；
③、智能Agent系统在采集完数据之后，先计算数据缓冲队列中的数据的“偏差”情况，其计算使用如下模型：
其中δ表示样本数据的标准差， Xi为采集到的第i个数据的状态信息；
④、在步骤③的基础上，定义第i个监控对象的数据偏差的上限为threshold(i)；如果采集到的数据的变化趋势较为平稳即δ＜threshold(i) ，则增大监控采样的周期，其计算模型如下：
monitor_time(i)=default_monitor_time(i) (Ⅰ)
monitor_time(i)=monitor_time(i)+atomic_time(i)*f(δ, threshold(i)) （Ⅱ）
其中,公式(Ⅰ)表示监控对象i的采样周期的初始化设置；
公式(Ⅱ)表示监控对象i的采样周期的动态调整，其中，f(δ, threshold(i)) 表示数据偏差值δ与阈值threshold(i))的对应函数关系；如果监控采集到的数据的变化趋势较大，即δ≥threshold(i)，则需要缩小数据的采样周期的大小，其计算模型如下：
monitor_time(i)=max(monitor_time(i)/2,atomic_time(i))
⑤、智能agent系统将采集到的数据信息封装为标准的消息格式，再通过AMQP传输给云平台的Ceilometer模块，Ceilometer模块接收到监控对象状态信息之后，一方面将采集到的数据进行持久化存储另一方面会根据告警策略产生系统告警信息。
本发明的云计算环境下监控系统数据采集周期的自适应控制方法具有以下优点：
1、本发明的智能agent系统充分利用了现有的云平台监控组件，在不改变云平台本身的监控系统的前提下，进行监控数据的采集、持久化以及产生对应的告警信息；首先系统将智能Agent系统部署在宿主机上，智能Agent系统以默认周期进行系统状态信息的采集，接着智能Agent系统在采集到数据之后，根据不同的监控对象为其建立对应的数据缓冲队列，并将数据存储到队列中；同时将数据以标准的云监控的格式发送到云平台监控组件中，最后系统根据自适应控制策略计算下一次数据采集的周期，并调整智能Agent系统的数据采集周期；
2、本发明根据采集到的云平台的实时数据，评估状态信息的变化趋势，在此基础上依据系统的状态变化动态的确定数据采集周期的大小，形成数据变化趋势与数据采集周期的闭环控制，数据采集周期的闭环控制，其计算不依赖于经验设置，能够正确的反应出系统的实时运行状态；
3、本发明数据采集周期自适应控制，减少了冗余数据的采集、传输以及存储，节省了大量的网络、计算、存储资源；
4、智能Agent系统在将采集到的数据先进行标准化处理，然后将标准化的数据传输到云平台监控系统Ceilometer模块中，该策略能够兼容云平台本身的各个监控模块，在其基础上对数据进行有效的持久化以及产生系统状态的告警。
本发明具有设计合理、结构简单、使用方便、一物多用等特点，因而，具有很好的推广使用价值。
附图说明
下面结合附图对本发明进一步说明。
附图1为云计算环境下监控系统数据采集周期的自适应控制方法的结构框图。
具体实施方式
参照说明书附图和具体实施例对本发明的云计算环境下监控系统数据采集周期的自适应控制方法作以下详细地说明。
实施例：
如附图1所示，本发明的云计算环境下监控系统数据采集周期的自适应控制方法, 该方法包括如下步骤：
（1）、在宿主机上部署智能Agent系统；宿主机为物理机或虚拟机。
（2）、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；宿主机的运行状态信息包括CPU利用率、内存占有率和磁盘利用率。
（3）、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓存队列中；
（4）、智能Agent系统根据数据采集周期的自适应控制方法，动态的调整数据的采集周期；自适应控制方法就是根据采集到的宿主机运行的实时数据，评估宿主机运行的状态信息的变化趋势，依据智能Agent系统的状态变化动态确定数据采集周期的大小，形成数据变化趋势与数据采集周期的闭环控制；
自适应控制方法包括如下具体步骤：
①、根据不同类型的监控对象设置智能Agent系统的默认监控时间default_monitor_time(i)；同时规定采样间隔的原子时间为atomic _time(i) ，即采样的时间间隔的调整大小只能是原子时间atomic _time(i)的整数倍；
②、部署在虚拟机或是物理机上的智能Agent系统根据不同类型的监控对象分别为其建立数据缓冲队列，队列的大小为queue_size(i) ；智能Agent系统根据数据的采集周期定时的获取宿主机的运行状态信息，并将宿主机的运行状态信息的相关数据存储到数据缓冲队列中，数据缓冲队列中的数据清除策略采用后进先出的方式；
③、智能Agent系统在采集完数据之后，先计算数据缓冲队列中的数据的“偏差”情况，其计算使用如下模型：
其中δ表示样本数据的标准差， Xi为采集到的第i个数据的状态信息；
④、在步骤③的基础上，定义第i个监控对象的数据偏差的上限为threshold(i)；如果采集到的数据的变化趋势较为平稳即δ＜threshold(i) ，则增大监控采样的周期，其计算模型如下：
monitor_time(i)=default_monitor_time(i) (Ⅰ)
monitor_time(i)=monitor_time(i)+atomic_time(i)*f(δ, threshold(i)) （Ⅱ）
其中,公式(Ⅰ)表示监控对象i的采样周期的初始化设置；
公式(Ⅱ)表示监控对象i的采样周期的动态调整，其中，f(δ, threshold(i)) 表示数据偏差值δ与阈值threshold(i))的对应函数关系；如果监控采集到的数据的变化趋势较大，即δ≥threshold(i)，则需要缩小数据的采样周期的大小，其计算模型如下：
monitor_time(i)=max(monitor_time(i)/2,atomic_time(i))
⑤、智能agent系统将采集到的数据信息封装为标准的消息格式，再通过AMQP传输给云平台的Ceilometer模块，Ceilometer模块接收到监控对象状态信息之后，一方面将采集到的数据进行持久化存储另一方面会根据告警策略产生系统告警信息。
（5）、智能Agent系统将采集到的数据信息通过消息队列AMQP，传输到云平台中的监控组件；智能Agent将采集到的数据信息包括CPU利用率、内存占有率和磁盘利用率。云平台中的监控组件为Ceilometer模块。
（6）、监控组件接到数据信息后，一方面对数据进行持久化的存储，另一方面根据告警方案产生系统告警实例。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的一种具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。

Claims (6)

1.云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于该方法包括如下步骤：
（1）、在宿主机上部署智能Agent系统；
（2）、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；
（3）、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓存队列中；
（4）、智能Agent系统根据数据采集周期的自适应控制方法，动态的调整数据的采集周期；自适应控制方法就是根据采集到的宿主机运行的实时数据，评估宿主机运行的状态信息的变化趋势，依据智能Agent系统的状态变化动态确定数据采集周期的大小，形成数据变化趋势与数据采集周期的闭环控制；
（5）、智能Agent系统将采集到的数据信息通过消息队列AMQP，传输到云平台中的监控组件；
（6）、监控组件接到数据信息后，一方面对数据进行持久化的存储，另一方面根据告警方案产生系统告警实例。
2.根据权利要求1所述的云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于所述步骤（1）中宿主机为物理机或虚拟机。
3.根据权利要求1所述的云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于所述步骤（2）中宿主机的运行状态信息包括CPU利用率、内存占有率和磁盘利用率。
4.根据权利要求1所述的云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于所述步骤（5）中智能Agent将采集到的数据信息包括CPU利用率、内存占有率和磁盘利用率。
5.根据权利要求1所述的云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于所述步骤（5）中云平台中的监控组件为Ceilometer模块。
6.根据权利要求1所述的云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于所述步骤（4）中自适应控制方法包括如下具体步骤：
①、根据不同类型的监控对象设置智能Agent系统的默认监控时间default_monitor_time(i)；同时规定采样间隔的原子时间为atomic _time(i) ，即采样的时间间隔的调整大小只能是原子时间atomic _time(i)的整数倍；
②、部署在虚拟机或是物理机上的智能Agent系统根据不同类型的监控对象分别为其建立数据缓冲队列，队列的大小为queue_size(i) ；智能Agent系统根据数据的采集周期定时的获取宿主机的运行状态信息，并将宿主机的运行状态信息的相关数据存储到数据缓冲队列中，数据缓冲队列中的数据清除策略采用后进先出的方式；
③、智能Agent系统在采集完数据之后，先计算数据缓冲队列中的数据的“偏差”情况，其计算使用如下模型：
其中δ表示样本数据的标准差， Xi为采集到的第i个数据的状态信息；
④、在步骤③的基础上，定义第i个监控对象的数据偏差的上限为threshold(i)；如果采集到的数据的变化趋势较为平稳即δ＜threshold(i) ，则增大监控采样的周期，其计算模型如下：
monitor_time(i)=default_monitor_time(i) (Ⅰ)
monitor_time(i)=monitor_time(i)+atomic_time(i)*f(δ, threshold(i)) （Ⅱ）
其中,公式(Ⅰ)表示监控对象i的采样周期的初始化设置；
公式(Ⅱ)表示监控对象i的采样周期的动态调整，其中，f(δ, threshold(i)) 表示数据偏差值δ与阈值threshold(i))的对应函数关系；如果监控采集到的数据的变化趋势较大，即δ≥threshold(i)，则需要缩小数据的采样周期的大小，其计算模型如下：
monitor_time(i)=max(monitor_time(i)/2,atomic_time(i))
⑤、智能agent系统将采集到的数据信息封装为标准的消息格式，再通过AMQP传输给云平台的Ceilometer模块，Ceilometer模块接收到监控对象状态信息之后，一方面将采集到的数据进行持久化存储另一方面会根据告警策略产生系统告警信息。
CN201610678056.1A 2016-08-17 2016-08-17 云计算环境下监控系统数据采集周期的自适应控制方法 Active CN106250305B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610678056.1A CN106250305B (zh) 2016-08-17 2016-08-17 云计算环境下监控系统数据采集周期的自适应控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610678056.1A CN106250305B (zh) 2016-08-17 2016-08-17 云计算环境下监控系统数据采集周期的自适应控制方法

Publications (2)

Publication Number Publication Date
CN106250305A true CN106250305A (zh) 2016-12-21
CN106250305B CN106250305B (zh) 2018-11-09

Family

ID=57591555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610678056.1A Active CN106250305B (zh) 2016-08-17 2016-08-17 云计算环境下监控系统数据采集周期的自适应控制方法

Country Status (1)

Country Link
CN (1) CN106250305B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106878111A (zh) * 2017-03-15 2017-06-20 郑州云海信息技术有限公司 一种高可用的云监控系统及监控方法
CN107070740A (zh) * 2017-03-11 2017-08-18 郑州云海信息技术有限公司 一种高效的paas平台监控方法及系统
CN107463487A (zh) * 2017-08-03 2017-12-12 国网江苏省电力公司信息通信分公司 一种分布式主机性能采集系统及性能采集方法
CN107484189A (zh) * 2017-07-27 2017-12-15 北京市天元网络技术股份有限公司 Lte数据处理系统
CN107589983A (zh) * 2017-10-11 2018-01-16 郑州云海信息技术有限公司 一种云计算系统中虚拟机创建方法及其装置
CN107948330A (zh) * 2018-01-04 2018-04-20 郑州云海信息技术有限公司 一种云环境下基于动态优先级的负载均衡策略
CN108268342A (zh) * 2016-12-30 2018-07-10 上海华讯网络系统有限公司 大规模it监控数据的存储运算系统及方法
CN108809760A (zh) * 2018-06-07 2018-11-13 郑州云海信息技术有限公司 数据采样系统中采样周期的控制方法和装置
CN108981069A (zh) * 2018-06-29 2018-12-11 珠海格力电器股份有限公司 数据采集频率的控制方法、装置及空调系统
CN109558297A (zh) * 2018-11-27 2019-04-02 苏州思必驰信息科技有限公司 内存管理方法及装置
CN109587264A (zh) * 2018-12-20 2019-04-05 新华三技术有限公司 数据监控方法、装置及云平台服务器
CN109889602A (zh) * 2019-03-13 2019-06-14 深信服科技股份有限公司 资源采集频率调整方法、装置、系统和存储介质
CN109918190A (zh) * 2017-12-13 2019-06-21 华为技术有限公司 一种数据采集方法及相关设备
CN109976974A (zh) * 2019-03-08 2019-07-05 昆明理工大学 一种针对运行状态判断的云计算环境下系统监测方法
CN110140326A (zh) * 2017-12-08 2019-08-16 华为技术有限公司 对设备的性能数据进行采样的方法和装置
CN110247816A (zh) * 2019-05-13 2019-09-17 中国联合网络通信集团有限公司 指标监控方法及装置
CN113608842A (zh) * 2021-09-30 2021-11-05 苏州浪潮智能科技有限公司 一种容器集群和组件的管理方法、装置、系统及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04168537A (ja) * 1990-10-31 1992-06-16 Nec Eng Ltd 障害情報収集方式
US5802303A (en) * 1994-08-03 1998-09-01 Hitachi, Ltd. Monitor data collecting method for parallel computer system
CN105071969A (zh) * 2015-08-19 2015-11-18 焦点科技股份有限公司 基于jmx的定制化实时监控及自动化异常处理的系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04168537A (ja) * 1990-10-31 1992-06-16 Nec Eng Ltd 障害情報収集方式
US5802303A (en) * 1994-08-03 1998-09-01 Hitachi, Ltd. Monitor data collecting method for parallel computer system
CN105071969A (zh) * 2015-08-19 2015-11-18 焦点科技股份有限公司 基于jmx的定制化实时监控及自动化异常处理的系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李岚清: "云平台监控系统的研究和实现", 《中国优秀硕士学位论文全文数据库（电子期刊）》 *
杨洪山等: "云数据中心分布式监控架构研究与平台设计", 《计算机应用与软件》 *

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108268342A (zh) * 2016-12-30 2018-07-10 上海华讯网络系统有限公司 大规模it监控数据的存储运算系统及方法
CN107070740A (zh) * 2017-03-11 2017-08-18 郑州云海信息技术有限公司 一种高效的paas平台监控方法及系统
CN106878111A (zh) * 2017-03-15 2017-06-20 郑州云海信息技术有限公司 一种高可用的云监控系统及监控方法
CN107484189A (zh) * 2017-07-27 2017-12-15 北京市天元网络技术股份有限公司 Lte数据处理系统
CN107484189B (zh) * 2017-07-27 2020-10-16 北京市天元网络技术股份有限公司 Lte数据处理系统
CN107463487A (zh) * 2017-08-03 2017-12-12 国网江苏省电力公司信息通信分公司 一种分布式主机性能采集系统及性能采集方法
CN107463487B (zh) * 2017-08-03 2020-12-29 国网江苏省电力有限公司信息通信分公司 一种分布式主机性能采集系统及性能采集方法
CN107589983A (zh) * 2017-10-11 2018-01-16 郑州云海信息技术有限公司 一种云计算系统中虚拟机创建方法及其装置
CN110140326A (zh) * 2017-12-08 2019-08-16 华为技术有限公司 对设备的性能数据进行采样的方法和装置
CN109918190A (zh) * 2017-12-13 2019-06-21 华为技术有限公司 一种数据采集方法及相关设备
CN107948330A (zh) * 2018-01-04 2018-04-20 郑州云海信息技术有限公司 一种云环境下基于动态优先级的负载均衡策略
CN108809760A (zh) * 2018-06-07 2018-11-13 郑州云海信息技术有限公司 数据采样系统中采样周期的控制方法和装置
CN108981069A (zh) * 2018-06-29 2018-12-11 珠海格力电器股份有限公司 数据采集频率的控制方法、装置及空调系统
CN109558297A (zh) * 2018-11-27 2019-04-02 苏州思必驰信息科技有限公司 内存管理方法及装置
CN109587264A (zh) * 2018-12-20 2019-04-05 新华三技术有限公司 数据监控方法、装置及云平台服务器
CN109976974A (zh) * 2019-03-08 2019-07-05 昆明理工大学 一种针对运行状态判断的云计算环境下系统监测方法
CN109976974B (zh) * 2019-03-08 2021-08-10 昆明理工大学 一种针对运行状态判断的云计算环境下系统监测方法
CN109889602A (zh) * 2019-03-13 2019-06-14 深信服科技股份有限公司 资源采集频率调整方法、装置、系统和存储介质
CN109889602B (zh) * 2019-03-13 2021-11-19 深信服科技股份有限公司 资源采集频率调整方法、装置、系统和存储介质
CN110247816A (zh) * 2019-05-13 2019-09-17 中国联合网络通信集团有限公司 指标监控方法及装置
CN113608842A (zh) * 2021-09-30 2021-11-05 苏州浪潮智能科技有限公司 一种容器集群和组件的管理方法、装置、系统及存储介质

Also Published As

Publication number Publication date
CN106250305B (zh) 2018-11-09

Similar Documents

Publication Publication Date Title
CN106250305A (zh) 云计算环境下监控系统数据采集周期的自适应控制方法
CN102111337B (zh) 任务调度方法和系统
US8402226B1 (en) Rate proportional cache write-back in a storage server
CN104639626B (zh) 一种多级负载预测与云资源弹性配置方法与监控配置系统
CN109324875B (zh) 一种基于强化学习的数据中心服务器功耗管理与优化方法
CN104102543B (zh) 一种云计算环境中负载调整的方法和装置
CN113010260B (zh) 容器数量弹性伸缩方法以及容器数量弹性伸缩方法系统
CN103870341A (zh) 一种调整虚拟机资源的方法和系统
CN103425535A (zh) 云环境下的敏捷弹性伸缩方法
CN111966453B (zh) 一种负载均衡方法、系统、设备及存储介质
US20110231854A1 (en) Method and Infrastructure for Optimizing the Utilization of Computer System's Resources
CN103605567A (zh) 面向实时性需求变化的云计算任务调度方法
CN109005130B (zh) 网络资源配置调度方法和装置
WO2020134364A1 (zh) 一种虚拟机迁移方法、云计算管理平台和存储介质
CN113505084B (zh) 基于访存和性能建模的内存资源动态调控方法及系统
CN103150215A (zh) 虚拟环境下细粒度的cpu资源使用预测方法
CN107977167A (zh) 一种基于纠删码的分布式存储系统的退化读优化方法
CN110543355A (zh) 一种自动均衡云平台资源的方法
CN105393518B (zh) 分布式缓存控制方法及装置
CN110990160B (zh) 一种基于负荷预测的静态安全分析容器云弹性伸缩方法
CN103309843A (zh) 服务器的配置方法和系统
CN108170522B (zh) 一种基于动态阈值的云计算虚拟机迁移控制方法
CN112714074B (zh) 智能tcp拥塞控制方法、系统、设备和存储介质
CN106844175B (zh) 一种基于机器学习的云平台容量规划方法
CN101776946B (zh) 一种基于对象存储系统的功耗控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200519

Address after: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee after: Tidal Cloud Information Technology Co.,Ltd.

Address before: 250101 Ji'nan high tech Zone, Shandong, No. 1036 wave road

Patentee before: INSPUR ELECTRONIC INFORMATION INDUSTRY Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee after: Inspur cloud Information Technology Co., Ltd

Address before: 250100 No. 1036 Tidal Road, Jinan High-tech Zone, Shandong Province, S01 Building, Tidal Science Park

Patentee before: Tidal Cloud Information Technology Co.,Ltd.