CN106899436A - 一种云平台故障预测诊断系统 - Google Patents

一种云平台故障预测诊断系统 Download PDF

Info

Publication number
CN106899436A
CN106899436A CN201710096561.XA CN201710096561A CN106899436A CN 106899436 A CN106899436 A CN 106899436A CN 201710096561 A CN201710096561 A CN 201710096561A CN 106899436 A CN106899436 A CN 106899436A
Authority
CN
China
Prior art keywords
failure
depth detection
cloud platform
module
fault type
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
Application number
CN201710096561.XA
Other languages
English (en)
Inventor
陈彦灵
吴安
石江涛
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.)
Zhengzhou Yunhai Information Technology Co Ltd
Original Assignee
Zhengzhou Yunhai Information Technology 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 Zhengzhou Yunhai Information Technology Co Ltd filed Critical Zhengzhou Yunhai Information Technology Co Ltd
Priority to CN201710096561.XA priority Critical patent/CN106899436A/zh
Publication of CN106899436A publication Critical patent/CN106899436A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0604—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • 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
    • H04L43/02—Capturing of monitoring data
    • H04L43/028—Capturing of monitoring data by filtering

Abstract

本发明公开了一种云平台故障预测诊断系统，包括故障预测模块和深度检测诊断模块，其中，故障预测模块，用于收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，并将故障类型发送给深度检测诊断模块；深度检测诊断模块，用于依据故障类型对故障进行深度检测和诊断，获得故障结论。应用本发明实施例所提供的技术方案，可以及时对云平台各资源的故障进行诊断，获得故障结论，为云平台的正常运行提供有力保障，可以降低云平台的维护成本，提高数据中心的可用性。

Description

一种云平台故障预测诊断系统
技术领域
本发明涉及云计算技术领域，特别是涉及一种云平台故障预测诊断系统。
背景技术
随着云计算技术的快速发展，对计算资源、存储资源和网络资源统一管理和编排的技术发展的越来越成熟，使得云平台中计算、存储、网络和虚拟化操作系统等各种元素紧密地结合在一起，且规模越来越大。
在云平台中，如何及时对故障进行诊断，是目前本领域技术人员亟需解决的技术问题。
发明内容
本发明的目的是提供一种云平台故障预测诊断系统，以及时对故障进行诊断，获得故障结论，为云平台的正常运行提供有力保障，可以降低云平台的维护成本，提高数据中心的可用性。
为解决上述技术问题，本发明提供如下技术方案：
一种云平台故障预测诊断系统，包括故障预测模块和深度检测诊断模块，其中，
所述故障预测模块，用于收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，并将所述故障类型发送给所述深度检测诊断模块；
所述深度检测诊断模块，用于依据所述故障类型对故障进行深度检测和诊断，获得故障结论。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与网络相关；如果是，则启动诊断进程或者虚拟机发送测试包，对故障进行深度检测诊断，获得故障结论。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与存储相关；如果是，则启动诊断进程或者虚拟机存储、读取测试文件，对故障进行深度检测诊断，获得故障结论。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与计算相关；如果是，则启动诊断进程或者虚拟机存储、读取内存数据，对故障进行深度检测诊断，获得故障结论。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与虚拟化软件相关；如果是，则启动虚拟机分配、存储网络，对故障进行深度检测诊断，获得故障结论。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否为硬件损伤类故障或环境故障；如果是，则直接记录所述故障类型。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，还用于确定所述故障结论是否符合预设的反馈条件；如果是，则将所述故障结论反馈给所述故障预测模块；
所述故障预测模块，还用于在接收到所述深度检测诊断模块反馈的故障结论时，基于收集到的各类数据和所述故障结论预测可能存在的故障的故障类型，重复执行所述将所述故障类型发送给所述深度检测诊断模块的步骤。
在本发明的一种具体实施方式中，
所述深度检测诊断模块，还用于在根据所述故障结论，确定存在的故障的具体内容时，进行故障记录。
在本发明的一种具体实施方式中，还包括故障修复模块，
所述深度检测诊断模块，还用于在确定存在的故障的具体内容时，确定存在的故障是否符合预设的修复条件；如果是，则启用所述故障修复模块对所述存在的故障进行修复。
在本发明的一种具体实施方式中，所述故障类型包括资源配置类型、器件物理损伤类型、环境类型、虚拟化软件类型、未知类型。
应用本发明实施例所提供的技术方案，故障预测模块收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，将故障类型发送给深度检测诊断模块，深度检测诊断模块依据该故障类型对故障进行深度检测和诊断，获得故障结论。及时对云平台各资源的故障进行诊断，获得故障结论，为云平台的正常运行提供有力保障，可以降低云平台的维护成本，提高数据中心的可用性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中云平台故障预测诊断系统的一种结构示意图；
图2为本发明实施例中资源运行数据及故障类型示意图；
图3为本发明实施例中云平台故障预测诊断系统的另一种结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅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。
参见图1所示，为本发明实施例所提供的一种云平台故障预测诊断系统的结构示意图，该系统包括故障预测模块110和深度检测诊断模块120。
故障预测模块110，用于收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，并将故障类型发送给深度检测诊断模块120；
深度检测诊断模块120，用于依据故障类型对故障进行深度检测和诊断，获得故障结论。
在本发明实施例中，故障预测模块110可以与构建云平台的各业务系统、业务模块连接，通过监测，可以获得计算资源、存储资源和网络资源等的运行状态数据和告警数据，对各种资源的运行数据进行收集。基于收集到的各类数据，故障预测模块110可以预测当前是否存在故障及可能存在的故障的故障类型。
可以预先设定各类数据与故障类型的对应关系。
举例而言，如图2所示，故障预测模块110可以收集到的各种资源的运行数据可以有以下几类：
第一类数据：云平台资源运行状态数据。如服务器CPU占用率、虚拟机CPU占用率、服务器内存占用率、虚拟机内存占用率、网络连接带宽占用率、网络连接错包增长率、虚拟机IOPS、服务器IOPS等；
第二类数据：硬件或芯片上记录的告警数据。如CPU硬件告警数据、内存硬件告警数据、存储硬件告警数据、网络硬件告警数据、其它硬件告警数据等；
第三类数据：应用程序告警接口告警数据。云操作系统可以给运行在服务器上的进程或者运行在虚拟机里的进程提供告警接口，应用程序进程可以调用相关接口给云平台报警，如CPU资源不足、内存不够、硬盘不够或访问太慢、网络带宽不足等；
第四类数据：模拟应用检测系统告警数据。可以启用模拟程序探测系统是否潜在存在故障，模拟程序可以是服务器上的进程或虚拟机，可以是web访问应用或是数据库应用；
第五类数据：各种环境传感器告警数据。可以通过云平台中各种传感器报上来的告警数据判断环境是否存在问题导致云平台中故障发生，比如温度、湿度、电量、烟雾、粉尘、水浸、震动等环境变量是否异常；
第六类数据：其它采集数据。可以通过非上述情况采集到的其它有利于分析故障的数据。
故障预测模块110基于收集到的各类数据，可以预测可能存在的故障的故障类型有以下几种，如图2所示：
第一种类型：资源配置类型，如CPU超额配置、内存超额配置、存储超额配置、网络拥塞等；
第二种类型：器件物理损伤类型，如CPU物理损伤、内存物理损伤、存储物理损伤、网络物理损伤、其它器件损伤等；
第三种类型：环境类型，如温度异常、湿度异常、电量异常、烟雾过大、粉尘过低、有水浸、有异常震动等；
第四种类型：虚拟化软件类型，如硬件资源足够但不能被分配，硬件工作正常但上层应用不能正常使用等；
第五种类型：未知类型，预测可能存在故障，但和已知故障类型不匹配。
故障预测模块110预测可能存在的故障的故障类型后，可以将故障类型发送给深度检测诊断模块120，该故障类型为故障预测模块110初步判断得到的，为深度检测诊断模块120提供对故障的深度检测诊断依据。深度检测诊断模块120依据故障类型可以对故障进行深度检测和诊断，获得故障结论。
在本发明的一种具体实施方式中，深度检测诊断模块120，具体用于依据故障类型，确定故障是否与网络相关；如果是，则启动诊断进程或者虚拟机发送测试包，对故障进行深度检测诊断，获得故障结论。
或者，深度检测诊断模块120，具体用于依据故障类型，确定故障是否与存储相关；如果是，则启动诊断进程或者虚拟机存储、读取测试文件，对故障进行深度检测诊断，获得故障结论。
或者，深度检测诊断模块120，具体用于依据故障类型，确定故障是否与计算相关；如果是，则启动诊断进程或者虚拟机存储、读取内存数据，对故障进行深度检测诊断，获得故障结论。
或者，深度检测诊断模块120，具体用于依据故障类型，确定故障是否与虚拟化软件相关；如果是，则启动虚拟机分配、存储网络，对故障进行深度检测诊断，获得故障结论。
或者，深度检测诊断模块120，具体用于依据故障类型，确定故障是否为硬件损伤类故障或环境故障；如果是，则直接记录故障类型。
在本发明实施例中，深度检测诊断模块120依据故障类型可以确定可能发生的故障对应的资源。
如果依据故障类型，确定故障与网络相关，则可以启动诊断进程或者虚拟机发送测试包，对故障进行深度检测诊断，确定哪里的网络资源存在故障，如网络拥塞，或者网络断开等，获得故障结论。
如果依据故障类型，确定故障与存储相关，则可以启动诊断进程或者虚拟机存储、读取测试文件，对故障进行深度检测诊断，确定哪里的存储资源存在故障，获得故障结论。
如果依据故障类型，确定故障与计算相关，则可以启动诊断进程或者虚拟机存储、读取内存数据，对故障进行深度检测诊断，确定哪里的计算资源存在故障，获得故障结论。
如果依据故障类型，确定故障与虚拟化软件相关，则可以启动虚拟机分配、存储网络，对故障进行深度检测诊断，获得故障结论。
如果依据故障类型，确定故障为硬件损伤类故障或环境故障，则可以直接记录该故障类型。
在实际应用中，对于物理资源中故障的深度检测诊断，可以启动诊断进程，对于虚拟资源中故障的深度检测诊断，可以启动虚拟机。获得的故障结论为故障的具体内容。
在本发明的一种具体实施方式中，深度检测诊断模块120，还可以用于确定故障结论是否符合预设的反馈条件；如果是，则将故障结论反馈给故障预测模块110；
故障预测模块110，还用于在接收到深度检测诊断模块120反馈的故障结论时，基于收集到的各类数据和故障结论预测可能存在的故障的故障类型，重复执行将故障类型发送给深度检测诊断模块120的步骤。
在本发明实施例中，深度检测诊断模块120还可以在获得故障结论后，确定故障结论是否符合预设的反馈条件，如果是，则可以将故障结论反馈给故障预测模块110，这样，故障预测模块110在接收到深度检测诊断模块120反馈的故障结论时，可以基于收集到的各类数据和故障结论预测可能存在的故障的故障类型，重复执行将故障类型发送给深度检测诊断模块120的步骤。进而使深度检测诊断模块120再对故障进行深度检测诊断。
反馈条件可以根据实际情况进行设定和调整，比如，故障结论不能表明故障的具体内容时，认为该故障结论符合反馈条件，或者，故障结论表明不存在故障时，认为该故障结论符合反馈条件。
在本发明的一种具体实施方式中，深度检测诊断模块120，还用于在根据故障结论，确定存在的故障的具体内容时，进行故障记录。
深度检测诊断模块120根据故障结论，可以确定是否存在故障，如果不存在故障，则可以不做任何操作，或者将故障结论反馈给故障预测模块110，以便再次进行预测和深度检测诊断，如果存在故障，且可以确定存在的故障的具体内容，则可以进行故障记录，如记录故障的具体内容，故障发生时间等，方便运维人员对故障进行查看，对云平台资源进行维护。
在本发明的一个实施例中，该系统还可以包括故障修复模块130，
深度检测诊断模块120，还用于在确定存在的故障的具体内容时，确定存在的故障是否符合预设的修复条件；如果是，则启用故障修复模块130对存在的故障进行修复。
在本发明实施例中，可以根据实际情况预先设定故障的修复条件。在确定存在的故障的具体内容时，可以确定存在的故障是否符合预设的修复条件，如果符合，则可以启用故障修复模块130对存在的故障进行修复，如控制某虚拟机重新启动等。
应用本发明实施例所提供的系统，故障预测模块收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，将故障类型发送给深度检测诊断模块，深度检测诊断模块依据该故障类型对故障进行深度检测和诊断，获得故障结论。及时对云平台各资源的故障进行诊断，获得故障结论，为云平台的正常运行提供有力保障，可以降低云平台的维护成本，提高数据中心的可用性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的技术方案及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种云平台故障预测诊断系统，其特征在于，包括故障预测模块和深度检测诊断模块，其中，
所述故障预测模块，用于收集云平台中各种资源的运行数据，基于收集到的各类数据预测是否存在故障，及可能存在的故障的故障类型，并将所述故障类型发送给所述深度检测诊断模块；
所述深度检测诊断模块，用于依据所述故障类型对故障进行深度检测和诊断，获得故障结论。
2.根据权利要求1所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与网络相关；如果是，则启动诊断进程或者虚拟机发送测试包，对故障进行深度检测诊断，获得故障结论。
3.根据权利要求1所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与存储相关；如果是，则启动诊断进程或者虚拟机存储、读取测试文件，对故障进行深度检测诊断，获得故障结论。
4.根据权利要求1所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与计算相关；如果是，则启动诊断进程或者虚拟机存储、读取内存数据，对故障进行深度检测诊断，获得故障结论。
5.根据权利要求1所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否与虚拟化软件相关；如果是，则启动虚拟机分配、存储网络，对故障进行深度检测诊断，获得故障结论。
6.根据权利要求1所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，具体用于依据所述故障类型，确定故障是否为硬件损伤类故障或环境故障；如果是，则直接记录所述故障类型。
7.根据权利要求1至6任一项所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，还用于确定所述故障结论是否符合预设的反馈条件；如果是，则将所述故障结论反馈给所述故障预测模块；
所述故障预测模块，还用于在接收到所述深度检测诊断模块反馈的故障结论时，基于收集到的各类数据和所述故障结论预测可能存在的故障的故障类型，重复执行所述将所述故障类型发送给所述深度检测诊断模块的步骤。
8.根据权利要求7所述的云平台故障预测诊断系统，其特征在于，
所述深度检测诊断模块，还用于在根据所述故障结论，确定存在的故障的具体内容时，进行故障记录。
9.根据权利要求8所述的云平台故障预测诊断系统，其特征在于，还包括故障修复模块，
所述深度检测诊断模块，还用于在确定存在的故障的具体内容时，确定存在的故障是否符合预设的修复条件；如果是，则启用所述故障修复模块对所述存在的故障进行修复。
10.根据权利要求9所述的云平台故障预测诊断系统，其特征在于，所述故障类型包括资源配置类型、器件物理损伤类型、环境类型、虚拟化软件类型、未知类型。
CN201710096561.XA 2017-02-22 2017-02-22 一种云平台故障预测诊断系统 Pending CN106899436A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710096561.XA CN106899436A (zh) 2017-02-22 2017-02-22 一种云平台故障预测诊断系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710096561.XA CN106899436A (zh) 2017-02-22 2017-02-22 一种云平台故障预测诊断系统

Publications (1)

Publication Number Publication Date
CN106899436A true CN106899436A (zh) 2017-06-27

Family

ID=59184664

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710096561.XA Pending CN106899436A (zh) 2017-02-22 2017-02-22 一种云平台故障预测诊断系统

Country Status (1)

Country Link
CN (1) CN106899436A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107786375A (zh) * 2017-10-20 2018-03-09 朱健雄 一种通讯装置失效预警系统
CN109872461A (zh) * 2019-02-27 2019-06-11 上海钧正网络科技有限公司 一种报障分析方法、装置、系统及服务器
CN110474787A (zh) * 2018-05-11 2019-11-19 华为技术有限公司 一种节点故障检测方法和装置
US11675649B2 (en) 2020-07-20 2023-06-13 Beijing Baidu Netcom Science And Technology Co., Ltd. Fault prediction method, apparatus and storage medium

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103149046A (zh) * 2013-03-07 2013-06-12 北京化工大学 一种基于专家思维的多维度故障诊断方法
CN104410535A (zh) * 2014-12-23 2015-03-11 浪潮电子信息产业股份有限公司 一种云资源智能监控告警方法
CN104793607A (zh) * 2015-04-20 2015-07-22 国家电网公司 一种服务器故障在线诊断、健康分析及失效预报系统及方法
CN105844416A (zh) * 2016-03-28 2016-08-10 国网江苏省电力公司电力科学研究院 一种用于变电站设备故障缺陷分析的综合数据管理系统
CN106383760A (zh) * 2016-09-19 2017-02-08 郑州云海信息技术有限公司 一种计算机故障管理方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103149046A (zh) * 2013-03-07 2013-06-12 北京化工大学 一种基于专家思维的多维度故障诊断方法
CN104410535A (zh) * 2014-12-23 2015-03-11 浪潮电子信息产业股份有限公司 一种云资源智能监控告警方法
CN104793607A (zh) * 2015-04-20 2015-07-22 国家电网公司 一种服务器故障在线诊断、健康分析及失效预报系统及方法
CN105844416A (zh) * 2016-03-28 2016-08-10 国网江苏省电力公司电力科学研究院 一种用于变电站设备故障缺陷分析的综合数据管理系统
CN106383760A (zh) * 2016-09-19 2017-02-08 郑州云海信息技术有限公司 一种计算机故障管理方法及装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107786375A (zh) * 2017-10-20 2018-03-09 朱健雄 一种通讯装置失效预警系统
CN110474787A (zh) * 2018-05-11 2019-11-19 华为技术有限公司 一种节点故障检测方法和装置
CN109872461A (zh) * 2019-02-27 2019-06-11 上海钧正网络科技有限公司 一种报障分析方法、装置、系统及服务器
US11675649B2 (en) 2020-07-20 2023-06-13 Beijing Baidu Netcom Science And Technology Co., Ltd. Fault prediction method, apparatus and storage medium

Similar Documents

Publication Publication Date Title
US8655623B2 (en) Diagnostic system and method
CN100465919C (zh) 应用服务器的健康监视和控制的技术
CN106383760A (zh) 一种计算机故障管理方法及装置
EP2887222B1 (en) Management system and management program
US20140195860A1 (en) Early Detection Of Failing Computers
US20160019131A1 (en) Methods and Arrangements to Collect Data
CN110704277B (zh) 一种监测应用性能的方法、相关设备及存储介质
CN106899436A (zh) 一种云平台故障预测诊断系统
CN105224888B (zh) 一种基于安全预警技术的磁盘阵列数据保护系统
CN103399781B (zh) 云服务器及其虚拟机管理方法
CN113946499A (zh) 一种微服务链路跟踪及性能分析方法、系统、设备及应用
CN103345439B (zh) 一种信息系统全链路健康状态监控方法及装置
CN108255620A (zh) 一种业务逻辑处理方法、装置、业务服务器及系统
US11704186B2 (en) Analysis of deep-level cause of fault of storage management
CN111522703A (zh) 监控访问请求的方法、设备和计算机程序产品
CN105354102B (zh) 一种文件系统维护和修复的方法和装置
CN111752481A (zh) 一种基于spd的内存监控及寿命预测方法和系统
CN110018932B (zh) 一种容器磁盘的监控方法及装置
CN111901172B (zh) 基于云计算环境下的应用服务监控方法及系统
CN104364664A (zh) 用于创建、定义和执行spc规则决策树的算法和结构
WO2020044898A1 (ja) 機器状態監視装置及びプログラム
US20140165058A1 (en) System resource management method for virtual system
CN114610567A (zh) 容器监控方法、网络设备及存储介质
CN104883273A (zh) 虚拟化服务管理平台中业务影响模型的处理方法和系统
CN113837462A (zh) 故障风险趋势分析方法、装置、服务器和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170627