CN107992951A - 云管理平台的容量告警方法、系统、存储器及电子设备 - Google Patents

云管理平台的容量告警方法、系统、存储器及电子设备 Download PDF

Info

Publication number
CN107992951A
CN107992951A CN201711307335.8A CN201711307335A CN107992951A CN 107992951 A CN107992951 A CN 107992951A CN 201711307335 A CN201711307335 A CN 201711307335A CN 107992951 A CN107992951 A CN 107992951A
Authority
CN
China
Prior art keywords
capacity
scoring
pressure
management platform
cloud management
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
CN201711307335.8A
Other languages
English (en)
Inventor
张宏斌
傅志仁
廖文昭
杨成圆
周伟
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.)
Shanghai Information Network Co Ltd
Original Assignee
Shanghai Information Network 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 Shanghai Information Network Co Ltd filed Critical Shanghai Information Network Co Ltd
Priority to CN201711307335.8A priority Critical patent/CN107992951A/zh
Publication of CN107992951A publication Critical patent/CN107992951A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/327—Alarm or error message display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供云管理平台的容量告警方法、系统、存储器及电子设备。所述方法包括：通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分；将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。本发明以评分的方式将云管理平台当前的容量风险直观地呈现给运维人员，方便运维人员及时发现云管理平台的资源瓶颈并采取相应措施，从而确保云管理平台的运行质量及用户体验。

Description

云管理平台的容量告警方法、系统、存储器及电子设备
技术领域
本发明涉及云管理平台领域，特别是涉及云管理平台的容量告警方法、系统、存储器及电子设备。
背景技术
云管理平台的作用主要有两方面，第一是管理公有云、私有云，形成混合云；第二是自服务，镜像划分，计量与计费，负载优化等。云管理平台主要由资源管理域、服务管理域、运营管理域三大部分组成，其中，资源管理域通过接口适配器接入多个数据中心的资源，构建分布式云资源池，对云资源池进行资源的统一编排、统一管理、统一监控。云管理平台最终交付给用户的是服务，比如计算服务、存储服务、网络服务等，服务管理域通过自服务界面把应用提供给用户使用。运维管理域对所有数据中心的资源进行统一管理、调度和运维支持，并实现分权分域的管理。
云管理平台最终的目标是使应用在云平台上运行时取得最优化的效果，能最大限度的保证应用的可靠性及用户体验。为了达到该目的，运维人员需要密切关注系统中各对象的性能指标、告警、日志等信息，并将这些零散的信息分析整理，使用人脑判断系统是否存在潜在的问题。然而，云平台上各类对象众多，各对象的创建也有很大的随机性，维护系统正常运行将耗费大量运维成本。为此，如何设计一些方便有效的手段来帮助运维人员及时发现系统潜在的性能问题，在避免问题暴露在客户面前的同时还能有效减少运维成本是非常必要的。
在众多系统性能问题中，系统容量不足可以说是最隐蔽、最难发现的问题，通常在收到用户投诉虚拟机运行过慢时，运维人员才能发现问题。
发明内容
鉴于以上所述现有技术的缺点，本发明的目的在于提供云管理平台的容量告警方法、系统、存储器及电子设备，用于解决现有技术中云管理平台的容量无法提前预测的问题。
为实现上述目的及其他相关目的，本发明提供一种云管理平台的容量告警方法，包括：通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分；将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。
于本发明一实施例中，所述压力评分、所述剩余时间评分及所述剩余容量评分的数值范围分别介于0～100之间；所述容量风险评分的计算公式为：容量风险评分＝a×压力评分+b×(100-剩余时间评分)+c×(100-剩余容量评分)；其中，a+b+c＝1；所述容量风险评分的范围介于0～100之间，分值越小则表示所述对象的容量风险越小，所述云管理平台的性能越优秀。
于本发明一实施例中，所述压力评分的计算通过以下步骤实现：分别采集所述对象的各项资源在过去一段时间的工作负载平均情况数据，并据以分别画出各项资源的压力曲线图；所述压力曲线图的横坐标表示时间，纵坐标表示压力百分数；在各所述压力曲线图中，将超出预设压力百分数且不大于100％的纵坐标范围与横坐标的时间范围所构成的矩形区域作为压力区域，将超出所述预设压力百分数所在直线的圧力曲线与所述预设压力百分数所在直线所构成的区域作为压力面积；将所述压力面积在所述压力区域中的占比作为资源的压力评分；将各所述压力评分中最大的评分作为所述对象的压力评分。
于本发明一实施例中，所述剩余时间评分的计算通过以下步骤实现：利用预测算法学习得到所述对象的各指定资源的使用趋势；预测各所述指定资源耗尽所需时间，据以确定各所述指定资源的剩余时间评分；将各所述剩余时间评分中最小的评分作为所述对象的剩余时间评分。
于本发明一实施例中，所述剩余容量评分的计算通过以下步骤实现：根据所述对象中所有虚拟机的各项资源的规格，计算得到所述对象的各项资源的剩余容量；根据各所述剩余容量计算得到所述对象还能部署的虚拟机数量；根据所述对象的总容量计算得到所述对象能部署的虚拟机总数；将计算得到的所述对象还能部署的虚拟机数量在所述对象能部署的虚拟机总数中的占比作为所述对象的剩余容量评分。
于本发明一实施例中，所述告警信息包括：所述对象的低于预设分值的压力评分、剩余时间评分或剩余容量评分。
于本发明一实施例中，所述告警信息还包括：所述对象的利用率超出预设指标的一种或多种资源。
为实现上述目的及其他相关目的，本发明提供一种云管理平台的容量告警系统，包括：容量风险评分模块，用于通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分；容量预测告警模块，用于将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。
为实现上述目的及其他相关目的，本发明提供一种存储介质，其中存储有计算机程序，所述计算机程序被处理器加载执行时，实现如上任一所述的云管理平台的容量告警方法。
为实现上述目的及其他相关目的，本发明提供一种电子设备，包括：处理器、及存储器；其中，所述存储器用于存储计算机程序；所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如上任一所述的云管理平台的容量告警方法。
如上所述，本发明的云管理平台的容量告警方法、系统、存储器及电子设备，以评分的方式将云管理平台当前的容量风险直观地呈现给运维人员，方便运维人员及时发现云管理平台的资源瓶颈并采取相应措施，从而确保云管理平台的运行质量及用户体验。
附图说明
图1显示为本发明一实施例中的云管理平台的容量告警方法的流程示意图。
图2显示为本发明一实施例中的压力曲线示意图。
图3显示为本发明一实施例中的云管理平台的容量告警系统的模块示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
本实施例提供一种云管理平台的容量告警方法，该方法通过计算云管理平台的对象的压力评分、剩余时间评分及剩余容量评分来计算该对象的容量风险评分，并将计算得到的容量风险评分与预设容量风险阈值进行比对，在容量风险评分超出所述预设容量风险阈值时产生告警信息并通知运维人员，从而方便运维人员及时发现云管理平台的资源瓶颈并采取相应措施。
一般地，评估云管理平台的容量风险使用到的指标包括：CPU占用率、磁盘占用率、内存占用率、网络入向带宽利用率、网络出向带宽利用率等。为方便说明，本实施例在计算对象的容量风险时只考虑CPU占用率、磁盘占用率及内存占用率三个指标，如图1所示，本实施例的容量风险评分通过以下步骤计算获得：
步骤一：分别计算压力评分Stress、剩余时间评分Remaingtime、剩余容量评分Remaining capacity。
以下将对压力、剩余时间、剩余容量的含义，以及各自的评分计算过程进行详细介绍。
压力及压力评分
压力表示对象的工作负载超出压力线(压力设定值)的程度。压力评分是选定时间样本中存在压力的压力区域的百分比。压力评分范围介于0和100之间，评分越小，说明云管理平台表现越优秀。压力评分较高并不意味着当前云管理平台存在容量风险，但强调将来可能会出现容量风险。
压力评分的计算
首先，分别采集所述对象的各项资源在过去一段时间的工作负载平均情况数据，并据以分别画出各项资源的压力曲线图；其中，所述压力曲线图的横坐标表示时间，纵坐标表示压力百分数；然后，在各所述压力曲线图中，将超出预设压力百分数且不大于100％的纵坐标范围与横坐标的时间范围所构成的矩形区域作为压力区域，将超出所述预设压力百分数所在直线的圧力曲线与所述预设压力百分数所在直线所构成的区域作为压力面积；最后，将所述压力面积在所述压力区域中的占比作为资源的压力评分。
举例来说，根据过去一段时间(以前6周为例)的工作负载平均情况绘制压力曲线图，每一种资源的工作负载情况都会得到一张压力图，图2是以CPU占用率为例而绘制的圧力曲线图，绘制过程如下：
步骤1、求前6个周一在00:00这个时刻的CPU占用率平均值V01；
步骤2、求前6个周一在00:05这个时刻的CPU占用率平均值V02；
……
步骤12、求前6个周一在00:55这个时刻的CPU占用率平均值V012；
步骤13、求前6个周一在01:00这个时刻的CPU占用率平均值V101；
……
步骤N-1、求前6个周一在23:55这个时刻的CPU占用率平均值V2312；
步骤N、经过以上计算，得到12*24共288个采样点(每小时得到12个采样点，一天24个小时)，使用这些采样点的信息绘制如图2所示的压力曲线图。
在图2中，设置了CPU的压力线为70％，虚线框所表示的矩形区域即为压力区域，阴影线填充的区域即为压力面积，压力面积在压力区域中的占比即为该资源的压力评分。在图2中压力面积在压力区域中的占比为12％，压力评分记为12。
假设计算某对象的压力所使用到的资源包括CPU、内存、磁盘，则针对CPU占用率、内存占用率及磁盘占用率分别得到压力评分Stresscpu、Stressmem、Stressdisk，则该对象的压力评分Stress＝MAX[Stresscpu，Stressmem，Stressdisk]。
剩余时间及剩余时间评分
剩余时间表示所选对象的资源耗尽之前所剩余的时间量。剩余时间评分是基于当前消耗趋势计算得出的资源消耗达到最大容量之前的天数。剩余时间评分可以提醒运维人员及时给所选对象规划新资源，或更改工作负载以调整虚拟环境中的资源需求。剩余时间评分范围介于0和100之间，评分越大，说明云管理平台表现越优秀。
剩余时间评分的计算
一般的，可以使用一定的算法学习出各关键资源的使用趋势，并预测各关键资源耗尽所需的时间，如使用机器学习算法预测资源使用趋势图等。由于预测算法为现有技术且并不是本发明要解决的主要矛盾，所以在此就不详细展开。
假设计算某对象剩余时间评分所使用到的资源包括CPU、内存、磁盘，则针对CPU占用率、内存占用率及磁盘占用率分别得到剩余时间评分Remaingtimecpu、Remaingtimemem、Rem aingtimedisk，则该对象的剩余时间评分Remaingtime＝MIN[Remaingtimecpu，Remaingtimemem，Remaingtimedisk]。
剩余容量及剩余容量评分
剩余容量表示虚拟环境可容纳新虚拟机的未使用容量。剩余容量评分表示指定对象中还有多少虚拟机可以部署。剩余容量评分范围介于0和100之间，评分越大，说明云管理平台表现越优秀。
剩余容量的计算
步骤1：计算指定对象中虚拟机的平均规格，例如：选择CPU核数、内存总量、磁盘总量等做为衡量指标，先获取对象中所有虚拟机的这些衡量指标的规格参数，在将所有虚拟机的指定资源的规格平均值作为该对象中虚拟机的平均规格。
举例来说，若某对象中有2个虚拟机，虚拟机1的CPU核数为4，内存总量200MB，磁盘总量20GB；虚拟机2的CPU核数为2，内存总量100MB，磁盘总量30GB，则该对象中虚拟机的平均规格为CPU核数为3((4+2)/2)，内存总量为150MB((100+200)/2)，磁盘总量为25GB((20+30)/2)。
步骤2：计算各资源的剩余容量，剩余容量＝容量上限—容量使用量。
例如，承接步骤1的举例，假设指定对象中CPU总核数为10，内存总量为1000MB，磁盘总量为100GB，则该对象的剩余容量为：CPU核数剩余容量为4(10-4-2)，内存剩余容量为700MB(1000-200-100)，磁盘剩余容量为50GB(100-30-20)。
步骤3：求剩余容量还能部署多少虚拟机，剩余虚拟机数＝MIN(CPU核数剩余容量/虚拟机CPU核数平均规格，内存剩余容量/虚拟机内存平均规格，磁盘剩余容量/虚拟机磁盘平均规格)。
例如，承接步骤2的举例，剩余虚拟机数＝MIN(4/3，700/150，50/25)，取1台。
步骤4、求总容量能部署多少虚拟机，总虚拟机数＝MIN(CPU核数总容量/虚拟机CPU核数平均规格，内存总容量/虚拟机内存平均规格，磁盘总容量/虚拟机磁盘平均规格)。
例如，承接步骤2和3的举例，总虚拟机数＝MIN(10/3，1000/150，100/25)，取3台。
步骤5、求剩余容量的评分Remainingcapacity＝(剩余虚拟机数/总虚拟机数)*100％。
例如，承接步骤4的举例，剩余容量的评分Remainingcapacity＝(1/3)*100％＝33％，取33.33分。
步骤二：计算容量风险评分Risk＝a*Stress+b*(100-Remaingtime)+c*(100-Remainingcapaci-ty)，其中，权重值a+b+c＝1。
需要说明的是，容量风险评分Risk的范围介于0和100之间，评分越小，说明容量风险越小，云管理平台的表现越优秀。容量风险门限可预先配置，当容量风险评分高于门限值时，可产生告警信息并通知运维人员。
在一具体的使用场景中，运维人员A在上午8点收到告警邮件通知“主机B容量风险评分80分，高于容量风险门限75分”，此时，运维人员A登录云管理平台，经过查看发现导致主机B容量风险评分高的主要原因是主机B的剩余容量评分过低，为70分。随后，运维人员A发现主机B的剩余容量评分过低的主要因素为主机B的磁盘剩余量过低。此时，运维人员A会通过给主机B规划新的磁盘资源，或更改工作负载来调整主机B的资源需求。至此，主机B的容量风险告警恢复。
在另一实施例中，判断云管理平台容量风险所在的步骤由云管理平台自己执行，换句话说，在提供给运维人员的告警信息中可以包括：所述对象的低于某一预设值的压力评分、低于某一预设值的剩余时间评分或低于某一预设值的剩余容量评分，以便让运维人员知晓是压力出现了问题，还是剩余时间或是剩余容量。进一步地，所述告警信息中还可以包括：使得某评分未达到预设值的利用率超出了预设指标的资源信息，从而直接告知运维人员此次告警的症结所在，无需运维人员自己判断。
图3显示了一种与前述方法实施例相对应的云管理平台容量告警系统300，由于前述方法实施例中的技术特征可以应用于本系统实施例，因而不再重复赘述。
云管理平台的容量告警系统300包括：容量风险评分模块301和容量预测告警模块302。容量风险评分模块301通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分。容量预测告警模块302将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。
除此之外，本发明还包括一种存储介质和一种电子设备，由于前述实施例中的技术特征可以应用于存储介质实施例、电子设备实施例，因而不再重复赘述。
所述存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质，其中存储有计算机程序，该计算机程序在被处理器加载执行时，实现前述实施例中云管理平台的容量告警方法的全部或部分步骤。
所述电子设备为包括处理器(CPU/MCU/SOC)和存储器(ROM/RAM)的设备，优选为服务器设备。特别的，该存储器中存储有计算机程序，该处理器在加载执行所述计算机程序时，实现前述实施例中云管理平台的容量告警方法的全部或部分步骤。
综上所述，本发明的云管理平台的容量告警方法、系统、存储器及电子设备，周期性监测云管理平台资源，方便运维人员及时发现资源瓶颈并补充相应资源，从而保证云管理平台的正常工作、确保应用质量以及用户体验，有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (10)

1.一种云管理平台的容量告警方法，其特征在于，包括：
通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分；
将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。
2.根据权利要求1所述的方法，其特征在于，所述压力评分、所述剩余时间评分及所述剩余容量评分的数值范围分别介于0～100之间；所述容量风险评分的计算公式为：
容量风险评分＝a×压力评分+b×(100-剩余时间评分)+c×(100-剩余容量评分)；其中，a+b+c＝1；所述容量风险评分的范围介于0～100之间，分值越小则表示所述对象的容量风险越小，所述云管理平台的性能越优秀。
3.根据权利要求1所述的方法，其特征在于，所述压力评分的计算通过以下步骤实现：
分别采集所述对象的各项资源在过去一段时间的工作负载平均情况数据，并据以分别画出各项资源的压力曲线图；所述压力曲线图的横坐标表示时间，纵坐标表示压力百分数；
在各所述压力曲线图中，将超出预设压力百分数且不大于100％的纵坐标范围与横坐标的时间范围所构成的矩形区域作为压力区域，将超出所述预设压力百分数所在直线的圧力曲线与所述预设压力百分数所在直线所构成的区域作为压力面积；
将所述压力面积在所述压力区域中的占比作为资源的压力评分；
将各所述压力评分中最大的评分作为所述对象的压力评分。
4.根据权利要求1所述的方法，其特征在于，所述剩余时间评分的计算通过以下步骤实现：
利用预测算法学习得到所述对象的各指定资源的使用趋势；
预测各所述指定资源耗尽所需时间，据以确定各所述指定资源的剩余时间评分；
将各所述剩余时间评分中最小的评分作为所述对象的剩余时间评分。
5.根据权利要求1所述的方法，其特征在于，所述剩余容量评分的计算通过以下步骤实现：
根据所述对象中所有虚拟机的各项资源的规格，计算得到所述对象的各项资源的剩余容量；
根据各所述剩余容量计算得到所述对象还能部署的虚拟机数量；
根据所述对象的总容量计算得到所述对象能部署的虚拟机总数；
将计算得到的所述对象还能部署的虚拟机数量在所述对象能部署的虚拟机总数中的占比作为所述对象的剩余容量评分。
6.根据权利要求1所述的方法，其特征在于，所述告警信息包括：所述对象的低于预设分值的压力评分、剩余时间评分或剩余容量评分。
7.根据权利要求6所述的方法，其特征在于，所述告警信息还包括：所述对象的利用率超出预设指标的一种或多种资源。
8.一种云管理平台的容量告警系统，其特征在于，包括：
容量风险评分模块，用于通过计算获得云管理平台的对象的压力评分、剩余时间评分及剩余容量评分，据以计算所述对象的容量风险评分；
容量预测告警模块，用于将计算得到的容量风险评分与预设容量风险阈值进行比对，若超出所述预设容量风险阈值则产生告警信息并通知运维人员。
9.一种存储介质，其中存储有计算机程序，其特征在于，所述计算机程序被处理器加载执行时，实现如权利要求1至7中任一所述的云管理平台的容量告警方法。
10.一种电子设备，其特征在于，包括：处理器、及存储器；其中，
所述存储器用于存储计算机程序；
所述处理器用于加载执行所述计算机程序，以使所述电子设备执行如权利要求1至7中任一所述的云管理平台的容量告警方法。
CN201711307335.8A 2017-12-11 2017-12-11 云管理平台的容量告警方法、系统、存储器及电子设备 Pending CN107992951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711307335.8A CN107992951A (zh) 2017-12-11 2017-12-11 云管理平台的容量告警方法、系统、存储器及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711307335.8A CN107992951A (zh) 2017-12-11 2017-12-11 云管理平台的容量告警方法、系统、存储器及电子设备

Publications (1)

Publication Number Publication Date
CN107992951A true CN107992951A (zh) 2018-05-04

Family

ID=62037313

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711307335.8A Pending CN107992951A (zh) 2017-12-11 2017-12-11 云管理平台的容量告警方法、系统、存储器及电子设备

Country Status (1)

Country Link
CN (1) CN107992951A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109981333A (zh) * 2018-12-28 2019-07-05 华为技术有限公司 一种应用于数据中心的运维方法和运维设备
CN110417897A (zh) * 2019-07-31 2019-11-05 中国联合网络通信集团有限公司 一种区块链分域触发方法、区块链节点设备和终端
CN111090559A (zh) * 2018-10-23 2020-05-01 北京金山云网络技术有限公司 数据监控方法、装置及服务器

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164279A (zh) * 2011-12-13 2013-06-19 中国电信股份有限公司 云计算资源分配方法和系统
CN103458052A (zh) * 2013-09-16 2013-12-18 北京搜狐新媒体信息技术有限公司 一种基于IaaS云平台的资源调度方法和装置
CN103684916A (zh) * 2013-12-13 2014-03-26 国家计算机网络与信息安全管理中心 一种云计算下智能监控分析方法及系统
CN103793316A (zh) * 2012-10-29 2014-05-14 腾讯科技（深圳）有限公司 确定软件性能的方法和系统
CN103942105A (zh) * 2014-03-20 2014-07-23 华为技术有限公司 一种获取资源利用情况的方法和装置
CN104348887A (zh) * 2013-08-09 2015-02-11 中国电信股份有限公司 云管理平台中的资源分配方法与装置
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
CN104539689A (zh) * 2014-12-23 2015-04-22 西安电子科技大学 一种云平台下的资源监控方法
CN105183627A (zh) * 2015-10-20 2015-12-23 浪潮(北京)电子信息产业有限公司 一种服务器性能预测的方法及系统
CN106844175A (zh) * 2017-01-23 2017-06-13 杭州谐云科技有限公司 一种基于机器学习的云平台容量规划方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103164279A (zh) * 2011-12-13 2013-06-19 中国电信股份有限公司 云计算资源分配方法和系统
CN103793316A (zh) * 2012-10-29 2014-05-14 腾讯科技（深圳）有限公司 确定软件性能的方法和系统
CN104348887A (zh) * 2013-08-09 2015-02-11 中国电信股份有限公司 云管理平台中的资源分配方法与装置
CN103458052A (zh) * 2013-09-16 2013-12-18 北京搜狐新媒体信息技术有限公司 一种基于IaaS云平台的资源调度方法和装置
CN103684916A (zh) * 2013-12-13 2014-03-26 国家计算机网络与信息安全管理中心 一种云计算下智能监控分析方法及系统
CN103942105A (zh) * 2014-03-20 2014-07-23 华为技术有限公司 一种获取资源利用情况的方法和装置
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
CN104539689A (zh) * 2014-12-23 2015-04-22 西安电子科技大学 一种云平台下的资源监控方法
CN105183627A (zh) * 2015-10-20 2015-12-23 浪潮(北京)电子信息产业有限公司 一种服务器性能预测的方法及系统
CN106844175A (zh) * 2017-01-23 2017-06-13 杭州谐云科技有限公司 一种基于机器学习的云平台容量规划方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111090559A (zh) * 2018-10-23 2020-05-01 北京金山云网络技术有限公司 数据监控方法、装置及服务器
CN111090559B (zh) * 2018-10-23 2023-09-08 北京金山云网络技术有限公司 数据监控方法、装置及服务器
CN109981333A (zh) * 2018-12-28 2019-07-05 华为技术有限公司 一种应用于数据中心的运维方法和运维设备
WO2020135806A1 (zh) * 2018-12-28 2020-07-02 华为技术有限公司 一种应用于数据中心的运维方法和运维设备
CN109981333B (zh) * 2018-12-28 2022-03-25 华为云计算技术有限公司 一种应用于数据中心的运维方法和运维设备
CN110417897A (zh) * 2019-07-31 2019-11-05 中国联合网络通信集团有限公司 一种区块链分域触发方法、区块链节点设备和终端

Similar Documents

Publication Publication Date Title
CN106020715B (zh) 存储池容量管理
Hou et al. Temporal, functional and spatial big data computing framework for large-scale smart grid
CN104463492B (zh) 一种电力系统云仿真平台的运营管理方法
US10841241B2 (en) Intelligent placement within a data center
CN108090225B (zh) 数据库实例的运行方法、装置、系统及计算机可读存储介质
CN105335273A (zh) 一种面向私有云的云管理平台
CN108322548A (zh) 一种基于云计算的工业过程数据解析平台
CN103581339A (zh) 基于云计算的存储资源分配监控处理方法
US20100063643A1 (en) Policy-based energy management
CN104205056A (zh) 跨多个云的工作负荷的动态分配
CN103473115B (zh) 虚拟机放置方法和装置
CN107992951A (zh) 云管理平台的容量告警方法、系统、存储器及电子设备
CN107645410A (zh) 一种基于OpenStack云平台的虚拟机管理系统及方法
CN109241096A (zh) 数据处理方法、装置和系统
CN109088747A (zh) 云计算系统中资源的管理方法和装置
CN110162445A (zh) 基于主机日志及性能指标的主机健康评价方法及装置
CN108733493A (zh) 资源利用率的计算方法、计算装置及计算机可读存储介质
CN103595815A (zh) 基于云计算的存储资源分配方法
CN112988381B (zh) 为云资源生成优化信息的方法、装置和电子设备
CN110348674A (zh) 一种电网风险评估方法、系统和计算机可读存储介质
CN104680328A (zh) 一种基于客户感知价值的电网建设质量监测方法
CN109902919A (zh) 服务器资产管理方法、装置、设备及可读存储介质
CN107194562A (zh) 供电公司用台区停电分析系统
CN109510834A (zh) 一种安全策略下发方法及装置
CN110209469A (zh) Dcn架构资源检测方法、装置、设备及计算机存储介质

Legal Events

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

Application publication date: 20180504

RJ01 Rejection of invention patent application after publication