CN111669294A - 监控系统配置方法、装置、监控系统和存储介质 - Google Patents
监控系统配置方法、装置、监控系统和存储介质 Download PDFInfo
- Publication number
- CN111669294A CN111669294A CN202010574840.4A CN202010574840A CN111669294A CN 111669294 A CN111669294 A CN 111669294A CN 202010574840 A CN202010574840 A CN 202010574840A CN 111669294 A CN111669294 A CN 111669294A
- Authority
- CN
- China
- Prior art keywords
- server
- monitoring system
- target
- data
- servers
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 212
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012545 processing Methods 0.000 claims abstract description 96
- 238000013139 quantization Methods 0.000 claims abstract description 86
- 238000004590 computer program Methods 0.000 claims description 21
- 230000009467 reduction Effects 0.000 claims description 21
- 238000012423 maintenance Methods 0.000 claims description 19
- 230000008569 process Effects 0.000 description 17
- 238000007726 management method Methods 0.000 description 15
- 238000004458 analytical method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007639 printing Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 102220352372 c.148T>G Human genes 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本申请涉及一种监控系统配置方法、装置、监控系统和存储介质。所述方法包括：获取待监控服务器所需要处理的数据量的数据规模量化值；根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。采用本方法能够确保监控系统的稳定运行。
Description
技术领域
本申请涉及互联网技术领域，特别是涉及一种监控系统配置方法、装置、监控系统和存储介质。
背景技术
在人们的日常工作和生活中，网络系统已经广泛地被应用。例如在各政府部门、企事业单位、科教文卫组织等，均已具备信息化水平，尤其是已建成大量业务系统的组织中更是离不开网络信息化。
通常，网络系统在使用过程中，常常需要设置专门的网络监控系统对网络系统进行监控和维护以确保正常使用。通常的网络监控系统的规模会根据人们的经验进行架设，来实现网络监控。
然而传统的监控系统在待监控的网络系统的数据容量过大时，容易出现服务器过载导致崩溃，导致无法正常监控，因此运行不稳定。
发明内容
基于此，有必要针对上述技术问题，提供一种能够稳定性的监控系统配置方法、装置、监控系统和存储介质。
一种监控系统配置方法，所述方法包括：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
在其中一个实施例中，所述根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量，包括：
根据所述各个服务器的规格确定每个服务器所承载的正常数据量；
根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
在其中一个实施例中，所述根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量之前，还包括：
获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数；
将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级；
将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数；
根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
在其中一个实施例中，所述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。
在其中一个实施例中，所述方法还包括：
获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值；
当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控；
当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
在其中一个实施例中，所述根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控，包括：
按照所述减少数量确定所述停用目标服务器的数量；
若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。
在其中一个实施例中，所述调整阈值为根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。
一种监控系统配置装置，所述装置包括：
获取模块，用于获取待监控服务器所需要处理的数据量的数据规模量化值；
确定模块，用于根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
配置模块，用于根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
一种监控系统，包括：采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备，所述采集服务器、所述数据库服务器、所述应用服务器、所述前端服务器和所述运维工具设备之间通过数据总线进行数据交换；所述监控系统采用如上述任一实施例所述的监控系统配置方法进行配置，以对待监控服务器进行系统监控。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
上述监控系统配置方法、装置、监控系统和存储介质，监控系统获取待监控服务器所需要处理的数据量的数据规模量化值，并根据数据规模量化值和监控系统中各个服务器的规格，采用预设的配置策略确定监控系统中的所需要运行的目标服务器的数量，最后根据目标服务器的数量对监控系统中的服务器进行配置，以对待监控服务器进行系统监控。由于配置策略包括数据规模量化值、目标服务器的规格、目标服务器的个数、数据处理质量需求的对应关系，因此，监控系统能够基于上述配置策略确定监控系统中的所需要运行的目标服务器的数量，这个目标服务器的数量能够和待监控服务器所需要处理的数据量的数据规模量化值所匹配，因此基于这个匹配的目标服务器的数量进行监控系统中的服务器进行配置，能够避免传统的仅用固定数量的服务器进行监控可能导致的数据量大的时候出现的过载和崩溃的情况，也能够避免传统技术中数据量小的时候出现的资源过剩的情况，该方法能够合理配置监控系统中所运行的目标服务器的数量，使得监控系统的服务器配置更为合理，同时确保了监控系统的稳定运行和合理节约了资源。
附图说明
图1为一个实施例提供的监控系统配置方法的应用环境图；
图2为一个实施例提供的监控系统配置方法的流程示意图；
图3为另一个实施例提供的监控系统配置方法的流程示意图；
图4为另一个实施例提供的监控系统配置方法的流程示意图；
图5为另一个实施例提供的监控系统配置方法的流程示意图；
图6为一个实施例提供的监控系统配置装置的结构框图；
图7为一个实施例中服务器的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的监控系统配置方法，可以应用于如图1所示的应用环境中。其中，待监控服务器102通过网络与监控系统104的各个服务器进行通信。通过对待监控服务器的规模进行考量，从而确定监控系统的服务器的配置，使得监控系统能够匹配待监控服务器的数据处理量。其中，待监控服务器102和监控系统104的服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
本领域技术人员可以理解，图1中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
下面以具体的实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
需要说明的是，下述方法实施例的执行主体可以是监控系统配置装置，该装置可以通过软件、硬件或者软硬件结合的方式实现成为上述计算机设备的部分或者全部。下述方法实施例以执行主体为监控系统为例进行说明。
图2为一个实施例提供的监控系统配置方法的流程示意图。本实施例涉及的是的具体过程。如图1所示，包括：
S10、获取待监控服务器所需要处理的数据量的数据规模量化值。
通常，待监控服务器可以是我们常用的业务系统的服务器。具体的，监控系统可以获取待监控服务器所需要处理的数据量的数据规模量化值。可选地，该数据规模量化值可以表征该待监控服务器所需要处理的数据量的多少，可以是根据该待监控服务器的规格确定，也可以是根据待监控服务器以往处理的数据量的多少确定，对此本实施例不做限定。例如，该数据规模量化值可以为通过cmdb获取加自动周期探测去重后所需要的服务器的数量，加上每台服务器需要监控的指标个数，采集指标数据频率、每次采集的数据量大小所得到的对应的数据量。
S20、根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系。
具体的，监控系统可以根据上述数据规模量化值和所述监控系统中各个服务器的规格，基于预设的配置策略确定出监控系统中的所需要运行的目标服务器的数量。需要说明的是，上述配置策略可以包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系，监控系统根据上述数据规模量化值和各个服务器的规格在上述对应关系中查找，得到与各个服务器的规格匹配的目标服务器的数量。可选地，上述对应关系可以是根据经验进行定义的，也可以是获取历史处理数据的记录并进行统计所得到的，上述对应关系中的目标服务器的规格可以是一个范围内的，并不一定是一个；上述目标服务器的个数也可以是一个范围，并不特指一个数值；上述数据处理质量需求可以包括处理速度、处理效率、处理数据的准确率、数据处理的延迟等，
可选地，上述对应关系中，数据处理质量需求越高，例如处理速度、处理效率、处理数据的准确率要求越高，或者数据处理的延迟越低时，则对应的目标服务器的数量越多；反之，数据处理质量需求越低，例如处理速度、处理效率、处理数据的准确率要求越低，或者数据处理的延迟越高时，则对应的目标服务器的数量越少；上述数据规模量化值越大，则对应的目标服务器的数量越多，数据规模量化值越小，则对应的目标服务器的数量越少。
S30、根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
具体的，监控系统根据上述目标服务器的数量将监控系统中的服务器进行配置，作为监控系统的运行的服务器，从而实现对待监控服务器进行系统监控。
本实施例中，监控系统获取待监控服务器所需要处理的数据量的数据规模量化值，并根据数据规模量化值和监控系统中各个服务器的规格，采用预设的配置策略确定监控系统中的所需要运行的目标服务器的数量，最后根据目标服务器的数量对监控系统中的服务器进行配置，以对待监控服务器进行系统监控。由于配置策略包括数据规模量化值、目标服务器的规格、目标服务器的个数、数据处理质量需求的对应关系，因此，监控系统能够基于上述配置策略确定监控系统中的所需要运行的目标服务器的数量，这个目标服务器的数量能够和待监控服务器所需要处理的数据量的数据规模量化值所匹配，因此基于这个匹配的目标服务器的数量进行监控系统中的服务器进行配置，能够避免传统的仅用固定数量的服务器进行监控可能导致的数据量大的时候出现的过载和崩溃的情况，也能够避免传统技术中数据量小的时候出现的资源过剩的情况，该方法能够合理配置监控系统中所运行的目标服务器的数量，使得监控系统的服务器配置更为合理，同时确保了监控系统的稳定运行和合理节约了资源。
可选地，上述步骤S20的一种可能的实现方式还可以如图3所示，包括：
S21、根据所述各个服务器的规格确定每个服务器所承载的正常数据量。
S22、根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
需要说明的是，上述正常数据量为每个服务器在正常工作情况下所能够承担处理的数据量，可以是按照最大承载量减去预设的承载余量所确定的，也可以是按照资源运行的百分之八十的处理能力所确定的数据量，还可以是在历史数据中正常运行时所处理的数据量的平均值，对此本实施例也不做限定。具体的，监控系统获取各个服务器的规格，并根据该规格获取对应的服务器所承载的正常数据量。当上述每种服务器所承载的正常数据量相同或者差异较小时，监控系统根据数据规模量化值和每服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种个所述目标服务器的数量，例如可以是将数据规模量化值除以上述正常数据量，得到的整数部分加1，作为目标服务器的数量；也可以是将数据规模量化值除以上述正常数据量，得到的整数部分加其他的整数，例如2或者3，作为目标服务器的数量；还可以是将上述数据规模量化值乘以一个预设的系数，例如1.2，再除以上述正常数据量得到而整数部分加1，作为目标服务器的数量。当上述每种服务器所承载的正常数据量差异较大时，则将，将多个服务器的正常数据量相加，如果能够超过数据规模量化值并留有一定裕度，则将这多个服务器的数量作为每种所述目标服务器的数量。
本实施例中，监控系统根据各个服务器的规格确定每个服务器所承载的正常数据量，并根据数据规模量化值和每个服务器所承载的正常数据量，在监控系统中确定目标服务器和每种目标服务器的数量，能够基于每台服务器的正常数据量和需要处理的数据规模量化值确定每种目标服务器的数量，因此能够使得每种目标服务器的数量确定的更为合理，进一步优化监控系统的配置，提高了监控系统的资源利用率。
在上述各个实施例的基础上，步骤S20之前还可以如图4所示，包括配置策略的生成过程，包括：
S211、获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数。
S212、将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级。
具体的，监控系统可以获取历史配置信息，由于历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数，并将历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级，例如是将差异小于一定阈值的数据归为一类。可选地，上述数据处理等级的数量可以根据需要进行设置，例如高中低三个等级，也可以是由低到高的一级、二级、三级、四级、五级等等。
S213、将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数。
S214、根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
具体的，监控系统将上述每个数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的一个，作为数据处理等级对应的配置规格和配置个数，并根据这个数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数之间的对应关系进行汇总，生成所述配置策略。
本实施例中，获取历史配置信息，并将历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级，然后将每个数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为数据处理等级对应的配置规格和配置个数，最后根据每个数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成配置策略。由于历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数，因此，上述过程所得到的配置策略能够基于先验的经验，因而更为合理和准确。
在一个实施例中，上述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。其中，采集服务器、数据库服务器、应用服务器和前端服务器的个数均可以根据各自承载的数据规模量化值分别进行确定，可以为单机部署或者多机部署。上述运维工具设备的数量也可以根据数据规模量化值进行确定，或者是根据要求的故障处理要求进行配置，例如当故障处理要求为故障处理时效为较短的10分钟，则可以配置数量较多的运维工具设备，如果故障处理要求为时效为较长的2小时，则可以配置数量较少的运维工具设备。
本实施例中，上述采集服务器可以部署采集层的模块，负责数据采集工作，并对配置：如中央处理器的配置信息和存储空间的配置信息等、性能：如中央处理器使用率和磁盘空间利用率等、日志：如业务应用的日志、以及业务信息，如OA系统的业务流进行采集和标准化处理，还可以包括归并压制日志类的信息，过滤、预处理等操作。上述采集层可以采用SNMP、TCP、Syslog、SSH、WMI等协议确保系统运行及建设过程中数据的安全性。上述应用服务器用于接收采集服务器发送的这些数据，并进行分析，得到分析结果。数据库服务器可以负责统一部署统一信息库和数据服务总线，并负责数据存储以及与中间件的通讯。数据库服务器还可以通过服务总线提高数据传输效率。上述统一信息库负责存储系统的监控信息、管理类信息、分析结果信息以及系统所需的基本参数，为业务健康监管系统提供数据支持，监控信息包括配置信息、性能信息、状态信息、告警信息。例如当磁盘故障的时候，对应的服务器所属于的系统的业务线则可能存在大概率故障，则进行告警。管理类信息包括用户信息、设备管理信息，分析结果主要包括定时生成的日、周、月、季、年的分析报告信息；数据服务总线指监控系统采用数据服务总线实现各模块间的数据通讯以及向外部系统提供数据。且数据服务总线遵循SOA架构体系，支持多种操作系统平台和多种技术协议，具备可扩展的特性，提供页面服务WebService和数据库适配器功能，并具有适配器扩展的功能。上述应用服务器部署处理层的模块，负责数据分析处理工作，所述处理层完成数据分析的工作，主要包括：配置变更分析配置变更分析，实时性能分析、历史趋势分析、资源裕度分析、拓扑变更分析以及告警关联分析；前端服务器(Web服务器)负责应用的发布和管理以及与用户之间的人机交互工作，且Web服务器包括展现层，该展现层向用户提供web浏览方式的人机交互界面，用户通过系统提供的各式图形化组件直观的查阅并维护相关资产管理信息、性能管理信息、告警管理信息、业务管理信息、网络管理信息以及综合分析类报表，且通过系统维护界面实现对设备监控策略以及用户权限方面的设置工作，所述资产管理信息实现对IT软、硬件设备配置信息的统一管理，用于用户了解IT基础架构的配置情况；性能管理信息实现对IT软、硬件设备性能状态的统一管理，用于用户发现性能瓶颈以及故障分析；所述告警管理信息是统一触发、通知、展示、处理和查询告警信息的集中平台，用于用户提发现并处理报警；业务管理信息通过图形化方式反映业务系统的IT基础架构与业务之间的逻辑关联关系，以业务的视角显现业务故障所影响的部门；网络管理信息通过图形化方式反映网络节点间的物理及逻辑关联关系，以网络的视角，为用户提供网络故障定位分析环境；所述综合分析类报表支持用户自定义日常运维报表，并且按日、周、月、季、年或自定义时间区间的进行报表统计，自定义报表的生成时间、内容、格式和打印时间，支持图文混排，报表支持曲线、棒图和饼图展现形式，支持报表文件导出：HTML、Excel、PDF和打印功能，所述系统维护界面包括：监控策略设置、用户权限设置、操作日志查询以及功能菜单维护。基于上述，监控系统实现全流程的系统监控，确保待监控系统的安全运行和故障问题的有效解决。
在上述各个实施例的基础上，所述方法还可以如图5所示，还包括：
S40、获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值。
S50A、当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控。
S50B、当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
可选地，上述调整阈值可以是人为设定的固定值，也可以是根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。可选地，可以是将目标服务器的规格和目标服务器当前的资源占用率的乘积作为调整阈值，也可以是二者乘积在乘以相应的系数，例如乘以0.8等，作为上述调整阈值以预留一定的裕度。当根据上述目标服务器的规格和所述目标服务器当前的资源占用率确定调整阈值能够进一步提高目标服务器的数量的合理性，进一步优化监控系统中服务器的配置的合理性。
具体的，监控系统还可以对待监控服务器需要处理的数据量进行周期性的监控，从而获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值。当更新数据规模量化值大于预设的调整阈值时，此时现有运行的目标服务器的数量无法满足正常的监控，则根据更新数据规模量化值确定目标服务器的增加数量，并根据增加数量确定监控系统中的新增目标服务器，以对待监控服务器进行正常合理的系统监控。当更新数据规模量化值的减少量大于或等于调整阈值时，则根据更新数据规模量化值确定目标服务器的减少数量，并根据减少数量确定监控系统中的停用目标服务器，以对待监控服务器进行系统监控。本实施例中，监控系统通过基于所需要处理的数据量发生变化时的更新数据规模量化值和调整阈值之间的大小关系，从而更新目标服务器的数量，进而使得运行的目标服务器的数量能够随时进行调整，进一步提高了资源配置的合理性。
在上述各个实施例的基础上，步骤S50B中“根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控”的一种可能的实现方式还可以包括：按照所述减少数量确定所述停用目标服务器的数量；若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。由此可以确保即使需要处理的数据量非常小的情况下，也能够保证单机运行，确保监控系统的正常运转。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图6所示，提供了一种监控系统配置装置，包括：
获取模块100，用于获取待监控服务器所需要处理的数据量的数据规模量化值；
确定模块200，用于根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
配置模块300，用于根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
在一个实施例中，确定模块200，具体用于根据所述各个服务器的规格确定每个服务器所承载的正常数据量；根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
在一个实施例中，确定模块200，还用于获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数；将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级；将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数；根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
在一个实施例中，所述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。
在一个实施例中，确定模块200，还用于获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值；当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控；当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
在一个实施例中，确定模块200，还具体用于按照所述减少数量确定所述停用目标服务器的数量；若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。
在一个实施例中，所述调整阈值为根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。
关于监控系统配置装置的具体限定可以参见上文中对于监控系统配置方法的限定，在此不再赘述。上述监控系统配置装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，还提供一种监控系统，如图1所示，包括：采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备，所述采集服务器、所述数据库服务器、所述应用服务器、所述前端服务器和所述运维工具设备之间通过数据总线进行数据交换；所述监控系统采用如上述任一实施例所述的监控系统配置方法进行配置，以对待监控服务器进行系统监控。
在一个实施例中，上述监控系统中的服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储过程数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种监控系统配置方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
根据所述各个服务器的规格确定每个服务器所承载的正常数据量；
根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数；
将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级；
将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数；
根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
在一个实施例中，所述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值；
当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控；
当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
按照所述减少数量确定所述停用目标服务器的数量；
若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。
在一个实施例中，所述调整阈值为根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。
应当清楚的是，本申请实施例中处理器执行计算机程序的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
根据所述各个服务器的规格确定每个服务器所承载的正常数据量；
根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数；
将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级；
将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数；
根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
在一个实施例中，所述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值；
当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控；
当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
按照所述减少数量确定所述停用目标服务器的数量；
若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。
在一个实施例中，所述调整阈值为根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。
应当清楚的是，本申请实施例中计算机程序被处理器执行的过程，与上述方法中各个步骤的执行过程一致，具体可参见上文中的描述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种监控系统配置方法，其特征在于，所述方法包括：
获取待监控服务器所需要处理的数据量的数据规模量化值；
根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
2.根据权利要求1所述的方法，其特征在于，所述根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量，包括：
根据所述各个服务器的规格确定每个服务器所承载的正常数据量；
根据所述数据规模量化值和每个服务器所承载的正常数据量，在所述监控系统中确定所述目标服务器和每种所述目标服务器的数量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量之前，还包括：
获取历史配置信息；其中，所述历史配置信息包括多个不同数据规模量化值和不同数据处理质量需求，所对应的目标服务器的规格和目标服务器的个数；
将所述历史配置信息中的数据规模量化值和不同数据处理质量需求进行归类，得到多个数据处理等级；
将每个所述数据处理等级所对应的目标服务器的规格和目标服务器的个数中最大的，作为所述数据处理等级对应的配置规格和配置个数；
根据每个所述数据处理等级所对应的数据规模量化值、数据处理质量需求、目标服务器的配置规格和配置个数生成所述配置策略。
4.根据权利要求1所述的方法，其特征在于，所述监控系统包括采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备。
5.根据权利要求1至4任意一项所述的方法，其特征在于，所述方法还包括：
获取待监控服务器所需要处理的数据量发生变化时的更新数据规模量化值；
当所述更新数据规模量化值的增加量大于或等于预设的调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的增加数量，并根据所述增加数量确定所述监控系统中的新增目标服务器，以对所述待监控服务器进行系统监控；
当所述更新数据规模量化值的减少量大于或等于所述调整阈值时，则根据所述更新数据规模量化值确定所述目标服务器的减少数量，并根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控。
6.根据权利要求5所述的方法，其特征在于，所述根据所述减少数量确定所述监控系统中的停用目标服务器，以对所述待监控服务器进行系统监控，包括：
按照所述减少数量确定所述停用目标服务器的数量；
若所述目标服务器的数量减去所述停用目标服务器的数量之差小于1，则采用每种所述目标服务器中的一个对所述待监控服务器进行系统监控。
7.根据权利要求5所述的方法，其特征在于，所述调整阈值为根据所述目标服务器的规格和所述目标服务器当前的资源占用率确定的。
8.一种监控系统配置装置，其特征在于，所述装置包括：
获取模块，用于获取待监控服务器所需要处理的数据量的数据规模量化值；
确定模块，用于根据所述数据规模量化值和所述监控系统中各个服务器的规格，采用预设的配置策略确定所述监控系统中的所需要运行的目标服务器的数量；其中，所述配置策略包括数据规模量化值、所述目标服务器的规格、所述目标服务器的个数、数据处理质量需求的对应关系；
配置模块，用于根据所述目标服务器的数量对所述监控系统中的服务器进行配置，以对所述待监控服务器进行系统监控。
9.一种监控系统，其特征在于，包括：采集服务器、数据库服务器、应用服务器、前端服务器和运维工具设备，所述采集服务器、所述数据库服务器、所述应用服务器、所述前端服务器和所述运维工具设备之间通过数据总线进行数据交换；所述监控系统采用如上述权利要求1-7所述的监控系统配置方法进行配置，以对待监控服务器进行系统监控。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010574840.4A CN111669294B (zh) | 2020-06-22 | 2020-06-22 | 监控系统配置方法、装置、监控系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010574840.4A CN111669294B (zh) | 2020-06-22 | 2020-06-22 | 监控系统配置方法、装置、监控系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111669294A true CN111669294A (zh) | 2020-09-15 |
| CN111669294B CN111669294B (zh) | 2023-06-30 |
Family
ID=72389124
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010574840.4A Active CN111669294B (zh) | 2020-06-22 | 2020-06-22 | 监控系统配置方法、装置、监控系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111669294B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103368760A (zh) * | 2012-03-31 | 2013-10-23 | 北京泰乐德信息技术有限公司 | 一种铁路电务与通信信号综合运维系统和方法 |
| CN105808347A (zh) * | 2014-12-31 | 2016-07-27 | 北京神州泰岳软件股份有限公司 | 集群服务器部署计算方法及装置 |
| CN106959894A (zh) * | 2016-01-11 | 2017-07-18 | 北京京东尚科信息技术有限公司 | 资源分配方法和装置 |
| CN107682391A (zh) * | 2017-08-04 | 2018-02-09 | 平安科技（深圳）有限公司 | 电子装置、服务器分配控制方法和计算机可读存储介质 |
| CN109992392A (zh) * | 2017-12-29 | 2019-07-09 | 中移（杭州）信息技术有限公司 | 一种资源部署方法、装置及资源服务器 |
-
2020
- 2020-06-22 CN CN202010574840.4A patent/CN111669294B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103368760A (zh) * | 2012-03-31 | 2013-10-23 | 北京泰乐德信息技术有限公司 | 一种铁路电务与通信信号综合运维系统和方法 |
| CN105808347A (zh) * | 2014-12-31 | 2016-07-27 | 北京神州泰岳软件股份有限公司 | 集群服务器部署计算方法及装置 |
| CN106959894A (zh) * | 2016-01-11 | 2017-07-18 | 北京京东尚科信息技术有限公司 | 资源分配方法和装置 |
| CN107682391A (zh) * | 2017-08-04 | 2018-02-09 | 平安科技（深圳）有限公司 | 电子装置、服务器分配控制方法和计算机可读存储介质 |
| CN109992392A (zh) * | 2017-12-29 | 2019-07-09 | 中移（杭州）信息技术有限公司 | 一种资源部署方法、装置及资源服务器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111669294B (zh) | 2023-06-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111818159B (zh) | 数据处理节点的管理方法、装置、设备及存储介质 | |
| CN111522636B (zh) | 应用容器的调整方法、调整系统、计算机可读介质及终端设备 | |
| US20030167151A1 (en) | Enterprise management system and method which indicates chaotic behavior in system resource usage for more accurate modeling and prediction | |
| CN111669295B (zh) | 业务管理方法和装置 | |
| CN113704052B (zh) | 一种微服务架构的运维系统、方法、设备及介质 | |
| CN112764993A (zh) | 一种节点信息收集方法、装置、设备及可读存储介质 | |
| CN114443441B (zh) | 一种存储系统管理方法、装置、设备及可读存储介质 | |
| CN116418653A (zh) | 基于多指标根因定位算法的故障定位方法及装置 | |
| CN111324644B (zh) | 大型微服务架构下的数据库连接风暴的监控方法及装置 | |
| US11146447B2 (en) | Method and apparatus of establishing computer network monitoring criteria | |
| CN111506271B (zh) | 数据段单元传输差异化管理方法和分布式块存储系统 | |
| CN111669294A (zh) | 监控系统配置方法、装置、监控系统和存储介质 | |
| CN111885159B (zh) | 数据采集方法、装置、电子设备及存储介质 | |
| CN114138617B (zh) | 自学习的变频监控方法、系统、电子设备和存储介质 | |
| CN106686082B (zh) | 存储资源调整方法及管理节点 | |
| CN113472881B (zh) | 在线终端设备的统计方法和装置 | |
| CN114036032A (zh) | 一种实时程序的监控方法及装置 | |
| CN115048260A (zh) | 一种基于云计算的核电厂PaaS平台资源配额监控方法和系统 | |
| CN109120439B (zh) | 分布式集群告警输出方法、装置、设备及可读存储介质 | |
| CN114285647A (zh) | 一种分布式对象存储系统中桶异常访问检测方法及装置 | |
| CN109492933B (zh) | 基于scada系统的电网模型划分方法及装置 | |
| CN117093499A (zh) | 测试资源的控制方法和装置、存储介质及电子设备 | |
| US20090013075A1 (en) | Monitoring apparatus, executive program, and information processing system | |
| CN117411797A (zh) | 网元数据采集方法、装置、计算机设备和存储介质 | |
| CN116266132A (zh) | 定时任务的执行方法、系统、装置、设备及存储介质 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Applicant after: Southern Power Grid Digital Grid Research Institute Co.,Ltd. Address before: 511458 Room 1301, Chengtou Building, 106 Fengze East Road, Nansha District, Guangzhou City, Guangdong Province (self-compiled 1301-12159) Applicant before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231101 Address after: Full Floor 12, Unit 3, Building 2, No. 11 Spectral Middle Road, Huangpu District, Guangzhou City, Guangdong Province, 510700 Patentee after: China Southern Power Grid Digital Power Grid Group Information Communication Technology Co.,Ltd. Address before: Room 86, room 406, No.1, Yichuang street, Zhongxin Guangzhou Knowledge City, Huangpu District, Guangzhou City, Guangdong Province Patentee before: Southern Power Grid Digital Grid Research Institute Co.,Ltd. |