CN110990219B

CN110990219B - 一种基于预测模型的计算机监控方法

Info

Publication number: CN110990219B
Application number: CN201911159289.0A
Authority: CN
Inventors: 刘成平
Original assignee: Beijing Inspur Data Technology Co Ltd
Current assignee: Beijing Inspur Data Technology Co Ltd
Priority date: 2019-11-22
Filing date: 2019-11-22
Publication date: 2022-05-10
Anticipated expiration: 2039-11-22
Also published as: CN110990219A

Abstract

本申请公开了一种基于预测模型的计算机监控方法、装置、监控平台及可读存储介质，包括：根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；将预测监控数据发送至前端页面；在获取到监控对象的实际监控数据后，利用实际监控数据覆盖预测监控数据。可见，该方法有效利用历史监控数据，对于监控平台的部分监控数据，在需要在前端页面展示监控数据时，利用数据预测的方式为用户快速提供当前轮询周期内的监控数据信息，避免了前端页面延迟高、用户长时间等待的问题，特别是在通信网络延迟高的情况下，可以显著提升用户使用体验。

Description

一种基于预测模型的计算机监控方法

技术领域

本申请涉及计算机技术领域，特别涉及一种基于预测模型的计算机监控方法、装置、监控平台及可读存储介质。

背景技术

当前的数据中心监控规模越来越大，利用监控平台来进行统一运维管理已是一种常态化的事情。但是在监控平台使用的过程当中，因数据中心异地管理、网络问题等因素，在进行设备状态、性能指标、历史曲线图等工程查看时，监控平台页面经常会出现数据刷新等待时间长，数据刷不出来的问题。从用户的使用角度，如何使软件更加高效、快速流畅的为用户呈现查看内容也就成了有待解决的事情。

在当前的普遍监控平台中，对于因网络问题、监控设备问题等，导致的获取监控信息无法及时提供的问题，大多数厂商往往采用异步刷新的方式展示给用户。这种情况下，在用户查看的信息当中，对于网络好、反应快速的设备是能够正常获取监控数据进行展示的，而对于存在网络问题、或者反应慢的监控设备仍是没有彻底解决，给用户的展示效果是部分设备正常显示监控信息，而部分设备总是处于获取信息的等待中，没有从根本上解决监控页面响应慢的问题。

可见，如何提升监控平台的前端页面的响应速度，保证用户体验，是亟待本领域技术人员解决的问题。

发明内容

本申请的目的是提供一种基于预测模型的计算机监控方法、装置、监控平台及可读存储介质，用以解决传统计算机监控方案的前端页面响应速度慢，无法及时向用户反馈监控数据的问题。其具体方案如下：

第一方面，本申请提供了一种基于预测模型的计算机监控方法，应用于监控平台，包括：

根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；

在本地存储所述预测监控数据，并将所述预测监控数据发送至所述前端页面；

在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据。

优选的，所述根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求，包括：

在获取到前端页面对监控数据的第一获取请求后，判断本地与所述监控对象之间的网络延迟是否超过预设阈值；

若是，根据所述第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求。

优选的，所述向监控对象发送对监控数据的第二获取请求，包括：

根据所述第一获取请求中的设备标识信息，确定监控对象，并向所述监控对象发送对监控数据的第二获取请求。

优选的，所述根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，包括：

在获取到前端页面对监控数据的第一获取请求后，根据所述第一获取请求中的数据类型标识信息，确定目标数据类型；利用预测模型根据所述目标数据类型的历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据。

优选的，所述目标数据类型包括以下任意一项或多项：性能数据、温度数据、电源功耗数据。

优选的，所述在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据，包括：

在获取到所述监控对象的实际监控数据后的下一轮询周期内，利用所述实际监控数据覆盖所述预测监控数据。

优选的，所述利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，包括：

利用预测模型确定当前请求时间，并确定在预设天数内与所述当前请求时间相对应的历史监控数据的平均值，以作为当前轮询周期内的预测监控数据。

第二方面，本申请提供了一种基于预测模型的计算机监控装置，应用于监控平台，包括：

预测模块：用于根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；

反馈模块：用于在本地存储所述预测监控数据，并将所述预测监控数据发送至所述前端页面；

更新模块：用于在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据。

第三方面，本申请提供了一种监控平台，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如上所述的一种基于预测模型的计算机监控方法的步骤。

第四方面，本申请提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的一种基于预测模型的计算机监控方法的步骤。

本申请所提供的一种基于预测模型的计算机监控方法，应用于监控平台，包括：根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；在本地存储预测监控数据，并将预测监控数据发送至前端页面；在获取到监控对象的实际监控数据后，利用实际监控数据覆盖预测监控数据。可见，该方法有效利用历史监控数据，对于监控平台的部分监控数据，在需要在前端页面展示监控数据时，利用数据预测的方式为用户快速提供当前轮询周期内的监控数据信息，避免了前端页面延迟高、用户长时间等待的问题，特别是在通信网络延迟高的情况下，可以显著提升用户使用体验。

此外，本申请还提供了一种基于预测模型的计算机监控装置、监控平台及可读存储介质，其技术效果与上述方法的技术效果相对应，这里不再赘述。

附图说明

为了更清楚的说明本申请实施例或现有技术的技术方案，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的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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为本申请所提供的一种基于预测模型的计算机监控方法实施例一的实现流程图；

图2为本申请所提供的一种基于预测模型的计算机监控方法实施例二的实现流程图；

图3为本申请所提供的一种基于预测模型的计算机监控方法实施例二的实现过程示意图；

图4为本申请所提供的一种基于预测模型的计算机监控装置实施例的功能框图；

图5为本申请所提供的一种监控平台实施例的结构示意图。

具体实施方式

本申请的核心是提供一种基于预测模型的计算机监控方法、装置、监控平台及可读存储介质，利用数据预测的方式为用户快速提供当前轮询周期内的监控数据信息，避免了前端页面延迟高、用户长时间等待的问题，提升了用户的使用体验。

为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

下面对本申请提供的一种基于预测模型的计算机监控方法实施例一进行介绍，参见图1，实施例一应用于监控平台，包括：

S101、根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；

具体的，第一获取请求中包括设备标识信息，上述向监控对象发送对监控数据的第二获取请求的过程具体为：根据所述第一获取请求中的设备标识信息，确定监控对象，并向所述监控对象发送对监控数据的第二获取请求。

此外，第一获取请求中还可以包括数据类型信息，上述根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，具体包括：在获取到前端页面对监控数据的第一获取请求后，根据所述第一获取请求中的数据类型标识信息，确定目标数据类型；利用预测模型根据所述目标数据类型的历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据。

其中，所述目标数据类型包括以下任意一项或多项：性能数据、温度数据、电源功耗数据。

对于上述利用预测模型根据历史监控数据预测当前轮询周期内的监控数据的过程，其具体预测依据可以为：确定当前时间，计算近期与当前时间相对应的监控数据的平均值，以作为预测监控数据。

S102、在本地存储所述预测监控数据，并将所述预测监控数据发送至所述前端页面，以进行展示；

S103、在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据。

如前文所述，对于监控平台来说，常常因为网络通信、设备分布等原因，无法实时获取到监控对象上的监控数据，导致用户在前端页面发起监控数据的获取请求后迟迟得不到回应，影响用户体验。针对上述问题，本实施例提供一种基于预测模型的计算机监控方法，目的在于提升监控平台前端页面的响应速度，以提升用户使用体验。

因此，可以理解的是，本实施例尤其适用于网络通信延迟高的场景，用于在该场景中及时向前端页面反馈部分监控数据，这里的部分监控数据主要是指监控平台系统中部分对精确性要求不高监控数据，例如性能、温度、转速类数据等。

本实施例所提供一种基于预测模型的计算机监控方法，应用于监控平台，包括：根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；在本地存储预测监控数据，并将预测监控数据发送至前端页面；在获取到监控对象的实际监控数据后，利用实际监控数据覆盖预测监控数据。可见，该方法有效利用历史监控数据，对于监控平台的部分监控数据，在需要在前端页面展示监控数据时，利用数据预测的方式为用户快速提供当前轮询周期内的监控数据信息，避免了前端页面延迟高、用户长时间等待的问题，特别是在通信网络延迟高的情况下，可以显著提升用户使用体验。

下面开始详细介绍本申请提供的一种基于预测模型的计算机监控方法实施例二，实施例二基于前述实施例一实现，并在实施例一的基础上进行了一定程度上的拓展。

参见图2，实施例二具体应用于监控平台，包括：

S201、在获取到前端页面对监控数据的第一获取请求后，判断本地与所述监控对象之间的网络延迟是否超过预设阈值；若是，则跳转至S202，否则，按照常规流程获取监控数据并发送至前端页面；

S202、根据所述第一获取请求中的数据类型标识信息，确定目标数据类型；利用预测模型根据所述目标数据类型的历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据；

具体的，利用预测模型确定当前请求时间，并确定在预设天数内与所述当前请求时间相对应的历史监控数据的平均值，以作为当前轮询周期内的预测监控数据。

S203、根据所述第一获取请求中的设备标识信息，确定监控对象，并向所述监控对象发送对监控数据的第二获取请求；

S204、在本地存储所述预测监控数据，并将所述预测监控数据发送至所述前端页面；

S205、在获取到所述监控对象的实际监控数据后的下一轮询周期内，利用所述实际监控数据覆盖所述预测监控数据。

综上，本实施例中，对于网络延迟大的监控对象，监控平台单独获取监控数据，并进行本地存储。当需要从监控对象获取新的监控数据时，分为两步：

第一步，在当前轮询周期内，因直接请求数据速度较慢，且用户对于数据的准确性，相对来说要求不高，可以通过预测模型根据预先存储的历史监控数据直接预测当前轮询周期内监控对象的监控数据，并把预测监控数据直接反馈前端页面，提高页面响应速度，减少用户等待时间；

第二步，监控平台的数据获取命令正常执行，当获取到实际监控数据时，到本地数据库进行存储。等到下一轮询周期时，利用实际监控数据覆盖前一轮询周期内的预测监控数据，保障监控数据准确性。在此过程中，还可以根据实际监控数据和预测监控数据来对预测模型进行优化。

如图3所示，本实施例的体系结构包括：监控数据预测单元和监控数据纠正单元，下面分别对二者进行介绍。

监控数据预测单元：主要功能是对于延迟大于2s的监控平台，在当前轮询周期内，通过分析利用当前已经存储的历史监控数据，在无法快速获取监控对象的监控数据时，把对于用户来说精度要求不高的数据，利用预测模型预测得到预测监控数据，直接反馈前端页面，提高页面响应速度，减少用户等待时间；其中，可以进行预测的数据包括：

性能类数据，包括CPU利用率、内测利用率、硬盘利用率数据；

温度数据；

电源功耗，风扇转速；

上述预测模型的预测规则具体可以为：获取监控对象每天同一时刻的数据，采集近10天的监控数据进行平均计算；

V平均＝(Day1+...+Day10/10)；

并利用三点估算法计算最可能值：

预测值＝(Day最小值+4*V平均+Day最大值)/6。

监控数据纠正单元：主要功能是确保监控平台的数据获取命令正常执行，当获取到实际监控数据时，到本地数据库进行存储，利用该数据覆盖前一轮询周期内的预测监控数据，保障监控数据准确性。

可见，本实施例提供的一种基于预测模型的计算机监控方法，利用已有的监控数据和预测模型，完成服务器轮询周期内，延迟设备状态的快速反馈。同时后台需要保障后台设备数据获取命令正常执行，当获取到实际监控数据时，存储到本地数据库，利用该数据覆盖对应的预测监控数据，保障监控数据准确性。因此，本实施例能够方便、快捷的对数据中心监控平台中网络延迟大的设备，进行监控数据的快速预测反馈，确保服务器的监控平台页面刷新、响应速度的及时性，统一性；避免了因网络、设备问题带来的需要用户长时间等待等问题，最大化的减少数据中心服务器的运维成本，保障数据中心服务器设备的运维效率。

下面对本申请实施例提供的一种基于预测模型的计算机监控装置进行介绍，下文描述的一种基于预测模型的计算机监控装置与上文描述的一种基于预测模型的计算机监控方法可相互对应参照。

本实施例的计算机监控装置应用于监控平台，如图4所示，包括：

预测模块401：用于根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；

反馈模块402：用于在本地存储所述预测监控数据，并将所述预测监控数据发送至所述前端页面；

更新模块403：用于在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据。

本实施例的基于预测模型的计算机监控装置用于实现前述的基于预测模型的计算机监控方法，因此该装置中的具体实施方式可见前文中的基于预测模型的计算机监控方法的实施例部分，例如，预测模块401、反馈模块402、更新模块403，分别用于实现上述基于预测模型的计算机监控方法中步骤S101，S102，S103。所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再展开介绍。

另外，由于本实施例的基于预测模型的计算机监控装置用于实现前述的基于预测模型的计算机监控方法，因此其作用与上述方法的作用相对应，这里不再赘述。

此外，本申请还提供了一种监控平台，如图5所示，包括：

存储器100：用于存储计算机程序；

处理器200：用于执行所述计算机程序，以实现如上所述的一种基于预测模型的计算机监控方法的步骤。

最后，本申请提供了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如上所述的一种基于预测模型的计算机监控方法的步骤。

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。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

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。

以上对本申请所提供的方案进行了详细介绍，本文中应用了具体个例对本申请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申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims

1.一种基于预测模型的计算机监控方法，其特征在于，应用于监控平台，包括：

在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据；

所述根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求，包括：

若是，根据所述第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；否则，按照常规流程获取监控数据并发送至前端页面。

2.如权利要求1所述的方法，其特征在于，所述向监控对象发送对监控数据的第二获取请求，包括：

3.如权利要求2所述的方法，其特征在于，所述根据前端页面对监控数据的第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，包括：

4.如权利要求3所述的方法，其特征在于，所述目标数据类型包括以下任意一项或多项：性能数据、温度数据、电源功耗数据。

5.如权利要求1所述的方法，其特征在于，所述在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据，包括：

6.如权利要求1-5任意一项所述的方法，其特征在于，所述利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，包括：

7.一种基于预测模型的计算机监控装置，其特征在于，应用于监控平台，包括：

更新模块：用于在获取到所述监控对象的实际监控数据后，利用所述实际监控数据覆盖所述预测监控数据；

所述预测模块具体用于在获取到前端页面对监控数据的第一获取请求后，判断本地与所述监控对象之间的网络延迟是否超过预设阈值；若是，根据所述第一获取请求，利用预测模型根据历史监控数据预测当前轮询周期内的监控数据，得到预测监控数据，并向监控对象发送对监控数据的第二获取请求；否则，按照常规流程获取监控数据并发送至前端页面。

8.一种监控平台，其特征在于，包括：

存储器：用于存储计算机程序；

处理器：用于执行所述计算机程序，以实现如权利要求1-6任意一项所述的一种基于预测模型的计算机监控方法的步骤。

9.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时用于实现如权利要求1-6任意一项所述的一种基于预测模型的计算机监控方法的步骤。