CN106878111A - 一种高可用的云监控系统及监控方法 - Google Patents

Abstract

本发明涉及一种高可用的云监控系统及监控方法，它包括设置于各个待检测节点的agent模块；其特征在于，各agent模块将采集到的待检测节点的状态信息发送到agentCluster节点，agentCluster节点将采集到的数据发送至Server服务端；所述的待检测节点包括物理主机和虚拟机；动态调整agent采集数据的周期，减少监控系统冗余数据的传输，保证云监控系统的高效稳定。同时节点定时报告自己的运行状态，并通过选举算法避免了单节点失效问题的发生。

Description

一种高可用的云监控系统及监控方法

技术领域

本发明属于云计算技术领域；具体涉及一种高可用的云监控系统及监控方法。

背景技术

云资源监控系统是保证云平台正常运转的关键，旨在收集资源负载信息，是作业调度、负载均衡、事件预测、故障检测及恢复等的前提。

对云平台上动态、复杂的虚拟资源进行实时、有效的监控和管理是保证云平台可用性的关键。

现有云监控系统中，为实时反映云平台中的资源负载情况，监控组件需要大量收集资源负载信息，监控组件与被监控资源间存在频繁的数据传输，造成较大的通信开销，容易导致网络拥堵，很难做到监控信息的实时同步和监控系统的稳定可靠，并对云平台的运转造成干扰，影响云平台的正常使用，降低服务质量。此为现有技术的不足之处。

因此，针对现有技术中的上述缺陷，提供设计一种高可用的云监控系统及监控方法；以解决上述技术问题，是非常有必要的。

发明内容

本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种高可用的云监控系统及监控方法，以解决上述技术问题。

为实现上述目的，本发明给出以下技术方案：

一种高可用的云监控系统，它包括设置于各个待检测节点的agent模块；其特征在于，各agent模块将采集到的待检测节点的状态信息发送到agentCluster节点，agentCluster节点将采集到的数据发送至SERVER服务端；

所述的待检测节点包括物理主机和虚拟机。

优选地，各agent模块之间定期相互发送心跳信息。

本发明还给出一种高可用的云监控方法，包括以下步骤：

步骤1)：在待监控主机中设置智能agent模块，并通过Server服务端以文件的形式将监控任务发送到待监控主机中；待监控主机包括物理主机以及虚拟机；

步骤2)：将监控脚本(BAT或是SHELL形式)通过Server服务端传送到待监控物理主机以及虚拟机中；脚本传输完结束后向agent模块传送监控命令，agent模块收到命令后运行对应的脚本文件，采集监控数据；

步骤3)：以物理主机中的agent模块作为agentCluster节点，虚拟机中的agent作为Cluster群集合的成员；Cluster群集合成员中的各agent模块之间以固定时间T_heartbeating发送心跳数据报文，作为各agent模块存活的标志；

步骤4)：各agent模块依据任务列表读取任务脚本，发送采集到的数据给agentCluster节点；初始监控周期为default_monitor_time(i)，同时设置监控周期变化步长，采样的时间间隔的调整大小为原子时间atomic_time(i)的整数倍；

步骤5)：agent分别为不同的监控指标建立对应的存储队列，并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；

步骤6)：在步骤5)的基础上，定义第i个监控指标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)，则增大数据监控采样周期，如果监控采集到的数据的变化趋势较大，即δ＞＝threshold(i)，则缩小数据监控采样周期的大小；

步骤7)：agentCluster节点接收到数据之后，将监控数据通过消息队列发送给监控平台的Server服务端。

作为优选，所述步骤1)中，监控任务包括监控指标(cpu，内存，存储等)以及监控脚本的存放路径。

作为优选，所述步骤3)中还包括以下步骤：

当agent超过时间T_heartbeating，没有发送心跳数据，则认为该agent已关闭；agentCluster节点负责定时报告成员agent的运行状态；当cluster群集合成员发现agentCluster关闭，则启动分布式选举算法Paxos，重新选择agentCluster节点。

作为优选，所述步骤6)中，增大数据监控采样周期的计算模型为：

monitor_time(i)＝default_monitor_time(i)①

monitor_time(i)＝monitor_time(i)+atomic_time(i)*f(δ,threshold(i))②

其中公式①表示监控指标i的采样周期的初始化设置；公式②表示监控指标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；

缩小数据监控采样周期的计算模型为：

monitor_time(i)＝max(monitor_time(i)/2,atomic_time(i))。

本发明的有益效果在于，动态调整agent采集数据的周期，减少监控系统冗余数据的传输，保证云监控系统的高效稳定。同时节点定时报告自己的运行状态，并通过选举算法避免了单节点失效问题的发生。此外，本发明设计原理可靠，结构简单，具有非常广泛的应用前景。

由此可见，本发明与现有技术相比，具有突出的实质性特点和显著地进步，其实施的有益效果也是显而易见的。

附图说明

图1是本发明提供的一种高可用的云监控系统的原理框图。

其中，1-agent模块，2-agentCluster，3-虚拟机，4-物理主机，5-Server服务端，6-消息队列。

具体实施方式

下面结合附图并通过具体实施例对本发明进行详细阐述，以下实施例是对本发明的解释，而本发明并不局限于以下实施方式。

如图1所示，本发明提供的一种高可用的云监控系统，它包括设置于各个待检测节点的agent模块；其特征在于，各agent模块将采集到的待检测节点的状态信息发送到agentCluster节点，agentCluster节点将采集到的数据发送至Server服务端；

所述的待检测节点包括物理主机和虚拟机。

本实施例中，各agent模块之间定期相互发送心跳信息。

本发明还给出一种高可用的云监控方法，包括以下步骤：

步骤1)：在待监控主机中设置智能agent模块，并通过Server服务端以文件的形式将监控任务发送到待监控主机中；待监控主机包括物理主机以及虚拟机；

步骤2)：将监控脚本(BAT或是SHELL形式)通过Server服务端传送到待监控物理主机以及虚拟机中；脚本传输完结束后向agent模块传送监控命令，agent模块收到命令后运行对应的脚本文件，采集监控数据；

步骤3)：以物理主机中的agent模块作为agentCluster节点，虚拟机中的agent作为Cluster群集合的成员；Cluster群集合成员中的各agent模块之间以固定时间T_heartbeating发送心跳数据报文，作为各agent模块存活的标志；

步骤4)：各agent模块依据任务列表读取任务脚本，发送采集到的数据给agentCluster节点；初始监控周期为default_monitor_time(i)，同时设置监控周期变化步长，采样的时间间隔的调整大小为原子时间atomic_time(i)的整数倍；

步骤5)：agent分别为不同的监控指标建立对应的存储队列，并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；

步骤6)：在步骤5)的基础上，定义第i个监控指标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)，则增大数据监控采样周期，如果监控采集到的数据的变化趋势较大，即δ＞＝threshold(i)，则缩小数据监控采样周期的大小；

步骤7)：agentCluster节点接收到数据之后，将监控数据通过消息队列发送给监控平台的SERVER服务端。

本实施例中，所述步骤1)中，监控任务包括监控指标(cpu，内存，存储等)以及监控脚本的存放路径。

所述步骤3)中还包括以下步骤：

当agent超过时间T_heartbeating，没有发送心跳数据，则认为该agent已关闭；agentCluster节点负责定时报告成员agent的运行状态；当cluster群集合成员发现agentCluster关闭，则启动分布式选举算法Paxos，重新选择agentCluster节点。

所述步骤6)中，增大数据监控采样周期的计算模型为：

monitor_time(i)＝default_monitor_time(i) ①

monitor_time(i)＝monitor_time(i)+atomic_time(i)*f(δ,threshold(i)) ②

其中公式①表示监控指标i的采样周期的初始化设置；公式②表示监控指标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；

缩小数据监控采样周期的计算模型为：

monitor_time(i)＝max(monitor_time(i)/2,atomic_time(i))。

以上公开的仅为本发明的优选实施方式，但本发明并非局限于此，任何本领域的技术人员能思之的没有创造性的变化，以及在不脱离本发明原理前提下所作的若干改进和润饰，都应落在本发明的保护范围内。

Claims (6)

1.一种高可用的云监控系统，它包括设置于各个待检测节点的agent模块；其特征在于，各agent模块将采集到的待检测节点的状态信息发送到agentCluster节点，agentCluster节点将采集到的数据发送至Server服务端；所述的待检测节点包括物理主机和虚拟机。

2.根据权利要求1所述的一种高可用的云监控系统，其特征在于：各agent模块之间定期相互发送心跳信息。

3.一种高可用的云监控方法，包括以下步骤：

步骤1)：在待监控主机中设置智能agent模块，并通过Server服务端以文件的形式将监控任务发送到待监控主机中；待监控主机包括物理主机以及虚拟机；

步骤2)：将监控脚本通过Server服务端传送到待监控物理主机以及虚拟机中；脚本传输完结束后向agent模块传送监控命令，agent模块收到命令后运行对应的脚本文件，采集监控数据；

步骤3)：以物理主机中的agent模块作为agentCluster节点，虚拟机中的agent作为Cluster群集合的成员；Cluster群集合成员中的各agent模块之间以固定时间T_heartbeating发送心跳数据报文，作为各agent模块存活的标志；

步骤4)：各agent模块依据任务列表读取任务脚本，发送采集到的数据给agentCluster节点；初始监控周期为default_monitor_time(i)，同时设置监控周期变化步长，采样的时间间隔的调整大小为原子时间atomic_time(i)的整数倍；

步骤5)：agent分别为不同的监控指标建立对应的存储队列，并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：

$\mathrm{\δ}=\sqrt{\frac{\underset{i=1}{\overset{n}{\Σ}}{(X_i-X)}^2}{n-1}}$

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；

步骤6)：在步骤5)的基础上，定义第i个监控指标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)，则增大数据监控采样周期，如果监控采集到的数据的变化趋势较大，即δ＞＝threshold(i)，则缩小数据监控采样周期的大小；

步骤7)：agentCluster节点接收到数据之后，将监控数据通过消息队列发送给监控平台的SERVER服务端。

4.根据权利要求3所述的一种高可用的云监控方法，其特征在于：所述步骤1)中，监控任务包括监控指标以及监控脚本的存放路径。

5.根据权利要求3或4所述的一种高可用的云监控方法，其特征在于：所述步骤3)中还包括以下步骤：

当agent超过时间T_heartbeating，没有发送心跳数据，则认为该agent已关闭；agentCluster节点负责定时报告成员agent的运行状态；当cluster群集合成员发现agentCluster关闭，则启动分布式选举算法Paxos，重新选择agentCluster节点。

6.根据权利要求5所述的一种高可用的云监控方法，其特征在于：所述步骤6)中，增大数据监控采样周期的计算模型为：

monitor_time(i)＝default_monitor_time(i)①

monitor_time(i)＝monitor_time(i)+atomic_time(i)*f(δ,threshold(i))②

其中公式①表示监控指标i的采样周期的初始化设置；公式②表示监控指标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；

缩小数据监控采样周期的计算模型为：

monitor_time(i)＝max(monitor_time(i)/2,atomic_time(i))。