CN108509634A - 抖动故障监测方法、监测装置及计算机可读存储介质 - Google Patents
抖动故障监测方法、监测装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN108509634A CN108509634A CN201810314979.8A CN201810314979A CN108509634A CN 108509634 A CN108509634 A CN 108509634A CN 201810314979 A CN201810314979 A CN 201810314979A CN 108509634 A CN108509634 A CN 108509634A
- Authority
- CN
- China
- Prior art keywords
- jitterbug
- sample
- standard deviation
- point set
- ceph
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/875—Monitoring of systems including the internet
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种抖动故障监测方法，包括：获取Ceph的文件数据，并形成样本点集合；对所述样本点集合进行分析处理，计算得出样本标准差；将所述样本标准差与预设阈值进行比较；在所述样本标准差大于所述预设阈值时，触发抖动故障报警。本发明还公开了一种监测装置和计算机可存储介质。本发明可以及时监测到Ceph环境的抖动故障，实现了对抖动的实时监测、实时分析、实时通告、实时排查。
Description
技术领域
本发明涉及分布式存储技术领域，尤其涉及一种抖动故障监测方法、监测装置及计算机可读存储介质。
背景技术
Linux持续不断进军可扩展计算空间，特别是可扩展存储空间。而Ceph最近加入到Linux中令人印象深刻的文件系统备选行列，它是一个分布式文件系统，能够在维护POSIX(Portable Operation System Interface，可移植操作系统接口)兼容性的同时加入了复制和容错功能。Ceph不仅仅是一个文件系统，还是一个有企业级功能的对象存储生态环境，它可以轻松地扩展到数PB容量，并支持高性能的工作负载。正常工作情况下，要持续不断的维持I/O的高吞吐，则需要特别关注其稳定性。若一段时间内，其I/O趋势发生了较大的抖动，那么，整体Ceph环境的性能将会受到较大影响。但目前现有方案无法对持续的I/O吞吐进行监测，从而无法及时监测到Ceph环境的抖动故障。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种抖动故障监测方法、监测装置及计算机可读存储介质，旨在及时监测到Ceph环境的抖动故障。
为实现上述目的，本发明提供一种抖动故障监测方法，所述抖动故障监测方法包括如下步骤：
获取Ceph的文件数据，并形成样本点集合；
对所述样本点集合进行分析处理，计算得出样本标准差；
将所述样本标准差与预设阈值进行比较；
在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
优选地，获取所述Ceph后台的I/O文件数据；
读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
重复执行计算历史数值的差值预定次数，形成所述样本点集合。
优选地，所述对所述样本点集合进行分析处理，计算得出样本标准差的步骤包括：
对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
优选地，所述在所述样本标准差大于所述预设阈值时，触发抖动故障报警步骤包括：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
优选地，所述通过发送邮件以及保存日志形式触发抖动故障报警的步骤包括：
将当前时间内的Ceph系统I/O日志输入至错误文件中保存，并将当前产生的错误信息以邮件形式发送至用户。
优选地，所述将所述样本标准差与预设阈值进行比较步骤之后包括：
在所述样本标准差小于或等于所述预设阈值时，重新获取所述Ceph的文件数据，并形成样本点集合。
优选地，所述获取Ceph的文件数据，并形成样本点集合的步骤之前还包括：
在所述Ceph稳定运行产生I/O输出时，将所述I/O的吞吐数据信息写入预设文件中。
此外，为实现上述目的，本发明还提供一种监测装置，所述监测装置包括：
获取程序模块，用于获取Ceph的文件数据，并形成样本点集合；
计算程序模块，用于对所述样本点集合进行分析处理，计算得出样本标准差；
比较程序模块，用于比较程序模块，用于将所述样本标准差与预设阈值进行比较；
触发程序模块，用于在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
优选地，所述获取程序模块包括：
获取程序单元，用于获取所述Ceph后台的I/O文件数据；
读取程序单元，用于读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
第一计算程序单元，用于计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
所述第一计算程序单元，还用于重复执行计算历史数值的差值预定次数，形成所述样本点集合。
优选地，所述计算程序模块包括：
第二计算程序单元，用于对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
所述第二计算程序单元，还用于通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
优选地，所述触发程序模块用于：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
此外，为实现上述目的，本发明还提供一种监测装置，所述监测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的抖动故障监测程序，所述抖动故障监测程序被所述处理器执行时实现如上所述的抖动故障监测方法的步骤。
此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有抖动故障监测程序，所述抖动故障监测程序被处理器执行时实现如上所述的抖动故障监测方法的步骤。
本发明提供了一种抖动故障监测方法、监测装置和可读计算机存储介质，通过获取Ceph的文件数据，形成样本点集合，然后对所述样本点集合进行分析处理，计算得出样本标准差，再将所述样本标准差与预设阈值进行比较，在所述样本标准差大于所述预设阈值时，触发抖动故障报警。这样，可以及时监测到Ceph环境的抖动故障，实现了对抖动的实时监测、实时分析、实时通告、实时排查。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的装置结构示意图；
图2为本发明抖动故障监测方法第一实施例的流程示意图；
图3为本发明抖动故障监测方法第二实施例的流程示意图；
图4为本发明抖动故障监测方法第三实施例的流程示意图；
图5为本发明抖动故障监测方法第四实施例的流程示意图；
图6为本发明抖动故障监测方法第五实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1所示，图1是本发明实施例方案涉及的装置的硬件运行环境示意图；
如图1所示，该装置可以包括：处理器1001，例如CPU，网络接口1004，用户接口1003，存储器1005，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如存储器(non-volatile memory)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的装置的结构并不构成对装置的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及抖动故障监测程序。
在图1所示的装置中，网络接口1004主要用于连接后台服务器，与后台服务器进行数据通信；用户接口1003主要用于连接客户端(用户端)，与客户端进行数据通信；而处理器1001可以用于调用存储器1005中存储的抖动故障监测程序，并执行以下操作：
获取Ceph的文件数据，并形成样本点集合；
对所述样本点集合进行分析处理，计算得出样本标准差；
将所述样本标准差与预设阈值进行比较；
在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
获取所述Ceph后台的I/O文件数据；
读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
重复执行计算历史数值的差值预定次数，形成所述样本点集合。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
将当前时间内的Ceph系统I/O日志输入至错误文件中保存，并将当前产生的错误信息以邮件形式发送至用户。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
在所述样本标准差小于或等于所述预设阈值时，重新获取所述Ceph的文件数据，并形成样本点集合。
进一步地，处理器1001可以调用存储器1003中存储的抖动故障监测程序，还执行以下操作：
在所述Ceph稳定运行产生I/O输出时，将所述I/O的吞吐数据信息写入预设文件中。
参照图2，本发明第一实施例提供一种抖动故障监测方法，所述方法包括：
步骤S10，获取Ceph的文件数据，并形成样本点集合；
本实施例中，主要基于linux操作系统，以概率统计的标准差函数为基础，实现对Ceph集群稳定性环境抖动进行监测。具体可以读取Ceph后台的文件数据，实时或定时选取一段时间的大量样本点，该样本点覆盖了当前Ceph集群的所有osd(Object StorageDevice，提供存储资源)发生的I/O文件数据，具有准确性、实时性的特点。当然，可以理解的是，本发明Ceph并不局限于linux操作系统，还可以根据实际需要适用于其他操作系统。
步骤S20，对所述样本点集合进行分析处理，计算得出样本标准差；
本实施例中，通过读取Ceph集群的I/O文件数据，利用统计学分析方法可以快速定位当前Ceph系统I/O的平稳性。具体可以通过计算样本标准差的方式，标准差是方差的算术平方根，用σ表示。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。
步骤S30，将所述样本标准差与预设阈值进行比较；
步骤S40，在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
本实施例中，预设阈值可以根据实际需要合理设置，在此不作具体举例。当计算出的所述样本标准差大于预设阈值时，触发抖动故障报警。具体可以是以内部邮件的形式快速通知用户，还可以是Ceph后台记录抖动发生时的操作日志并保存，也可以是发送邮件和保存日志记录同时发生，还可以是将包含日志记录的邮件发送至用户。该方法能够适应任何ceph集群环境，不依赖于具体的主机。
本优选实施例中，Ceph系统可以实时或定时保存当前当前时间或预定时间内的操作日志，并将该操作日志具体分为正常文件和错误文件。在所述样本标准差大于所述预设阈值时，可以判定当前发生抖动故障。此时，可以将当前时间内的Ceph系统I/O日志输入至错误文件中保存，并将当前产生的错误信息以邮件形式发送至用户。
本发明通过获取Ceph的文件数据，形成样本点集合，然后对所述样本点集合进行分析处理，计算得出样本标准差，再将所述样本标准差与预设阈值进行比较，在所述样本标准差大于所述预设阈值时，触发抖动故障报警。这样，可以及时监测到Ceph环境的抖动故障，实现了对抖动的实时监测、实时分析、实时通告、实时排查。
进一步的，参照图3，本发明第二实施例基于第一实施例提供一种抖动故障监测方法，本实施例步骤S10包括：
S101、获取所述Ceph后台的I/O文件数据；
本实施例中，所述I/O文件数据可以包括吞吐趋势、吞吐数据等。
S102、读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
本实施例中，预定时间可以选择0.1s，当然，在其他实施例中，也可以为0.2s、0.3s等，具体可以根据实际需要合理设置。
S103、计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
本优选实施例中，将0.1s内的两次I/O历史数值的差值作为一个样本点，当然，其他实施例中，也可以将0.2s内的两次I/O历史数值的差值作为一个样本点。
S104、重复执行计算历史数值的差值预定次数，形成所述样本点集合。
本实施例中，可以重复执行计算历史数值的差值100次，也即选择了100个样本点形成了样本点集合。可以理解的是，若所述差值是第一次I/O历史数值减去所述第二次I/O历史数值的差值，则重复执行时也是如此；若所述差值是第二次I/O历史数值减去所述第一次I/O历史数值的差值，则重复执行时也是如此。
进一步的，参照图4，本发明第三实施例基于第一或第二实施例提供一种抖动故障监测方法，本实施例步骤S20包括：
S201、对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
本实施例中，将所述样本点集合内的所有样本点进行分析处理，计算所有样本点的值的和值，然后取平均值计算得出所述算术平均值μ。应理解，所述样本点的值可以为上述实施例中对应计算的所述差值。
S202、通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
本实施例中，所述样本标准差的计算方式可以参见下述公式：
其中，N表示样本点集合内的样本点数量，Xi表示第i个样本点的值，μ表示算术平均值，σ表示样本标准差。
通过统计的方法计算出样本标准差，如此，可以连续不断的观察求出一个Ceph系统的平稳σ值，从而对Ceph的稳定性环境进行监控。
进一步的，参照图5，本发明第四实施例基于第一实施例提供一种抖动故障监测方法，本实施例步骤S30之后还包括：
S50、在所述样本标准差小于或等于所述预设阈值时，重新获取所述Ceph的文件数据，并形成样本点集合。
本实施例中，在所述样本标准差小于或等于所述预设阈值时，判定当前Ceph系统稳定。可以将当前时间内的Ceph系统I/O日志输入至正常文件，并重新获取所述Ceph的文件数据，形成样本点集合，也即重新执行步骤S10。
进一步的，参照图6，本发明五实施例基于第一或第四实施例提供一种抖动故障监测方法，本实施例步骤S10之前还包括：
S60、在所述Ceph稳定运行产生I/O输出时，将所述I/O的吞吐数据信息写入预设文件中。
本实施例中，在所述Ceph稳定运行产生I/O输出时，将所述I/O的吞吐数据信息如吞吐趋势、吞吐数据等预设文件中。所述预设文件可以是/proc/diskstats，当然，在其他实施例中，可以为其他文件类型。
此外，为实现上述目的，本发明还提供一种监测装置，所述监测装置包括：
获取程序模块，用于获取Ceph的文件数据，并形成样本点集合；
计算程序模块，用于对所述样本点集合进行分析处理，计算得出样本标准差；
比较程序模块，用于比较程序模块，用于将所述样本标准差与预设阈值进行比较；
触发程序模块，用于在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
优选地，所述获取程序模块包括：
获取程序单元，用于获取所述Ceph后台的I/O文件数据；
读取程序单元，用于读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
第一计算程序单元，用于计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
所述第一计算程序单元，还用于重复执行计算历史数值的差值预定次数，形成所述样本点集合。
优选地，所述计算程序模块包括：
第二计算程序单元，用于对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
所述第二计算程序单元，还用于通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
优选地，所述触发程序模块用于：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
具体实施例方式同上述方法，此处不再赘述。
本发明还提供一种监测装置，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的抖动故障监测程序，所述抖动故障监测程序被所述处理器执行时实现如上所述的抖动故障监测方法的步骤。
此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有抖动故障监测程序，所述抖动故障监测程序被处理器执行时实现所述的抖动故障监测方法的步骤。
需要说明的是，在本文中，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、物品或者系统不仅包括那些要素，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、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (13)
1.一种抖动故障监测方法，其特征在于，所述抖动故障监测方法包括以下步骤：
获取Ceph的文件数据，并形成样本点集合；
对所述样本点集合进行分析处理，计算得出样本标准差；
将所述样本标准差与预设阈值进行比较；
在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
2.如权利要求1所述的抖动故障监测方法，其特征在于，所述获取Ceph的文件数据，并形成样本点集合步骤包括：
获取所述Ceph后台的I/O文件数据；
读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
重复执行计算历史数值的差值预定次数，形成所述样本点集合。
3.如权利要求1或2所述的抖动故障监测方法，其特征在于，所述对所述样本点集合进行分析处理，计算得出样本标准差的步骤包括：
对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
4.如权利要求1所述的抖动故障监测方法，其特征在于，所述在所述样本标准差大于所述预设阈值时，触发抖动故障报警步骤包括：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
5.如权利要求4所述的抖动故障监测方法，其特征在于，所述通过发送邮件以及保存日志形式触发抖动故障报警的步骤包括：
将当前时间内的Ceph系统I/O日志输入至错误文件中保存，并将当前产生的错误信息以邮件形式发送至用户。
6.如权利要求1所述的抖动故障监测方法，其特征在于，所述将所述样本标准差与预设阈值进行比较步骤之后包括：
在所述样本标准差小于或等于所述预设阈值时，重新获取所述Ceph的文件数据，并形成样本点集合。
7.如权利要求1所述的抖动故障监测方法，其特征在于，所述获取Ceph的文件数据，并形成样本点集合的步骤之前还包括：
在所述Ceph稳定运行产生I/O输出时，将所述I/O的吞吐数据信息写入预设文件中。
8.一种监测装置，其特征在于，所述监测装置包括：
获取程序模块，用于获取Ceph的文件数据，并形成样本点集合；
计算程序模块，用于对所述样本点集合进行分析处理，计算得出样本标准差；
比较程序模块，用于比较程序模块，用于将所述样本标准差与预设阈值进行比较；
触发程序模块，用于在所述样本标准差大于所述预设阈值时，触发抖动故障报警。
9.如权利要求8所述的监测装置，其特征在于，所述获取程序模块包括：
获取程序单元，用于获取所述Ceph后台的I/O文件数据；
读取程序单元，用于读取第一次I/O历史数值，预定时间后读取第二次I/O历史数值；
第一计算程序单元，用于计算所述第一次I/O历史数值与所述第二次I/O历史数值的差值，并将所述差值作为一个样本点；
所述第一计算程序单元，还用于重复执行计算历史数值的差值预定次数，形成所述样本点集合。
10.如权利要求8或9所述的监测装置，其特征在于，所述计算程序模块包括：
第二计算程序单元，用于对所述样本点集合进行分析处理，计算所述样本点集合的算术平均值；
所述第二计算程序单元，还用于通过累加函数计算得出样本方差，并根据所述样本方差得到所述样本标准差。
11.如权利要求8所述的监测装置，其特征在于，所述触发程序模块用于：
在所述样本标准差大于所述预设阈值时，通过发送邮件以及保存日志形成触发抖动故障报警。
12.一种监测装置，其特征在于，所述监测装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的抖动故障监测程序，所述抖动故障监测程序被所述处理器执行时实现如权利要求1至7中任一项所述的抖动故障监测方法的步骤。
13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有抖动故障监测程序，所述抖动故障监测程序被处理器执行时实现如权利要求1至7中任一项所述的抖动故障监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810314979.8A CN108509634A (zh) | 2018-04-10 | 2018-04-10 | 抖动故障监测方法、监测装置及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810314979.8A CN108509634A (zh) | 2018-04-10 | 2018-04-10 | 抖动故障监测方法、监测装置及计算机可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108509634A true CN108509634A (zh) | 2018-09-07 |
Family
ID=63381259
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810314979.8A Pending CN108509634A (zh) | 2018-04-10 | 2018-04-10 | 抖动故障监测方法、监测装置及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108509634A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213617A (zh) * | 2018-09-25 | 2019-01-15 | 郑州云海信息技术有限公司 | 一种osd故障原因的确定方法、系统及相关组件 |
| CN109598415A (zh) * | 2018-11-13 | 2019-04-09 | 黑龙江金域医学检验所有限公司 | 检测系统的质量评估方法及装置、计算机可读存储介质 |
| CN111949941A (zh) * | 2020-07-03 | 2020-11-17 | 广州明珞汽车装备有限公司 | 一种设备故障检测方法、系统、装置和存储介质 |
| CN112260858A (zh) * | 2020-09-30 | 2021-01-22 | 福建天泉教育科技有限公司 | 一种可自动化检测的告警方法及终端 |
| CN112506687A (zh) * | 2020-11-24 | 2021-03-16 | 四川长虹电器股份有限公司 | 基于多周期分段滑动窗口标准差的故障诊断方法 |
| CN113964947A (zh) * | 2021-11-10 | 2022-01-21 | 国网江苏省电力有限公司苏州供电分公司 | 用于智能变电站的监测与预警方法及其控制系统 |
| CN114816940A (zh) * | 2022-06-02 | 2022-07-29 | 科东(广州)软件科技有限公司 | 一种实时系统抖动测试的监控方法及装置 |
| CN115118464A (zh) * | 2022-06-10 | 2022-09-27 | 深信服科技股份有限公司 | 一种失陷主机检测方法、装置、电子设备及存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104917639A (zh) * | 2015-06-10 | 2015-09-16 | 北京奇虎科技有限公司 | 基于集群监控分配数据业务方法及装置 |
| CN105589785A (zh) * | 2015-12-08 | 2016-05-18 | 中国银联股份有限公司 | 监控存储设备的io性能的装置和方法 |
| CN107725283A (zh) * | 2017-09-19 | 2018-02-23 | 江苏方天电力技术有限公司 | 一种基于深度信念网络模型的风机故障检测方法 |
-
2018
- 2018-04-10 CN CN201810314979.8A patent/CN108509634A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104917639A (zh) * | 2015-06-10 | 2015-09-16 | 北京奇虎科技有限公司 | 基于集群监控分配数据业务方法及装置 |
| CN105589785A (zh) * | 2015-12-08 | 2016-05-18 | 中国银联股份有限公司 | 监控存储设备的io性能的装置和方法 |
| CN107725283A (zh) * | 2017-09-19 | 2018-02-23 | 江苏方天电力技术有限公司 | 一种基于深度信念网络模型的风机故障检测方法 |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109213617A (zh) * | 2018-09-25 | 2019-01-15 | 郑州云海信息技术有限公司 | 一种osd故障原因的确定方法、系统及相关组件 |
| CN109598415A (zh) * | 2018-11-13 | 2019-04-09 | 黑龙江金域医学检验所有限公司 | 检测系统的质量评估方法及装置、计算机可读存储介质 |
| CN111949941A (zh) * | 2020-07-03 | 2020-11-17 | 广州明珞汽车装备有限公司 | 一种设备故障检测方法、系统、装置和存储介质 |
| CN111949941B (zh) * | 2020-07-03 | 2023-03-03 | 广州明珞汽车装备有限公司 | 一种设备故障检测方法、系统、装置和存储介质 |
| CN112260858A (zh) * | 2020-09-30 | 2021-01-22 | 福建天泉教育科技有限公司 | 一种可自动化检测的告警方法及终端 |
| CN112506687A (zh) * | 2020-11-24 | 2021-03-16 | 四川长虹电器股份有限公司 | 基于多周期分段滑动窗口标准差的故障诊断方法 |
| CN112506687B (zh) * | 2020-11-24 | 2022-03-01 | 四川长虹电器股份有限公司 | 基于多周期分段滑动窗口标准差的故障诊断方法 |
| CN113964947A (zh) * | 2021-11-10 | 2022-01-21 | 国网江苏省电力有限公司苏州供电分公司 | 用于智能变电站的监测与预警方法及其控制系统 |
| CN113964947B (zh) * | 2021-11-10 | 2024-04-16 | 国网江苏省电力有限公司苏州供电分公司 | 用于智能变电站的监测与预警方法及其控制系统 |
| CN114816940A (zh) * | 2022-06-02 | 2022-07-29 | 科东(广州)软件科技有限公司 | 一种实时系统抖动测试的监控方法及装置 |
| CN115118464A (zh) * | 2022-06-10 | 2022-09-27 | 深信服科技股份有限公司 | 一种失陷主机检测方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108509634A (zh) | 抖动故障监测方法、监测装置及计算机可读存储介质 | |
| US9378075B2 (en) | Reducing interference through controlled data access | |
| US10592328B1 (en) | Using cluster processing to identify sets of similarly failing hosts | |
| KR101792582B1 (ko) | 칼럼형 데이터베이스의 히스토그램을 이용한 효율적인 질의 처리 | |
| EP3278534B1 (en) | Networking flow logs for multi-tenant environments | |
| KR101757844B1 (ko) | 요청된 정보를 삭제하기 위한 방법들 및 시스템들 | |
| US9355007B1 (en) | Identifying abnormal hosts using cluster processing | |
| CN107025153B (zh) | 磁盘的故障预测方法和装置 | |
| US9473413B1 (en) | Dynamic throttle of network traffic | |
| US11184449B2 (en) | Network-based probabilistic device linking | |
| EP3491526B1 (en) | Detection of computing resource leakage in cloud computing architectures | |
| US8208893B1 (en) | Performance metrics processing for anticipating unavailability | |
| US10484257B1 (en) | Network event automatic remediation service | |
| CN103699474A (zh) | 存储设备监控系统及方法 | |
| CN111600746A (zh) | 网络故障定位方法、装置及设备 | |
| US20180089051A1 (en) | Monitoring application operations using user interaction times | |
| CN112328448A (zh) | 基于Zookeeper的监控方法、监控装置、设备及存储介质 | |
| WO2017092444A1 (zh) | 基于Hadoop的日志数据挖掘方法及系统 | |
| EP3011466A1 (en) | Prioritizing event notices utilizing past-preference pairings | |
| US9225608B1 (en) | Evaluating configuration changes based on aggregate activity level | |
| US9195374B1 (en) | Automated statistical graphing tool | |
| CN110602207A (zh) | 基于离网预测推送信息的方法、装置、服务器和存储介质 | |
| US20160283306A1 (en) | Information processing apparatus, information processing method, and data center system | |
| US10749772B1 (en) | Data reconciliation in a distributed data storage network | |
| JP6972735B2 (ja) | 表示制御プログラム、表示制御方法及び表示制御装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180907 |