CN112272107B - 一种基于云计算的数据中心容灾系统 - Google Patents

一种基于云计算的数据中心容灾系统 Download PDF

Info

Publication number
CN112272107B
CN112272107B CN202011054623.9A CN202011054623A CN112272107B CN 112272107 B CN112272107 B CN 112272107B CN 202011054623 A CN202011054623 A CN 202011054623A CN 112272107 B CN112272107 B CN 112272107B
Authority
CN
China
Prior art keywords
data
data center
center
disaster recovery
unit
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.)
Active
Application number
CN202011054623.9A
Other languages
English (en)
Other versions
CN112272107A (zh
Inventor
王玲
陈淑君
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.)
Nanjing Xinyida Computing Technology Co.,Ltd.
Original Assignee
Nanjing Xinyida Computing 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 Nanjing Xinyida Computing Technology Co ltd filed Critical Nanjing Xinyida Computing Technology Co ltd
Priority to CN202011054623.9A priority Critical patent/CN112272107B/zh
Publication of CN112272107A publication Critical patent/CN112272107A/zh
Application granted granted Critical
Publication of CN112272107B publication Critical patent/CN112272107B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04L41/06—Management of faults, events, alarms or notifications
    • H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
    • H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby network elements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1464—Management of the backup or restore process for networked environments
    • 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
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • 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
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0823—Errors, e.g. transmission errors

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明属于信息安全技术领域，尤其涉及一种基于云计算的数据中心容灾系统，包括数据中心、能力测算单元、状态监测单元和容灾数据传输单元，数据中心包括第一数据中心和第二数据中心，能力测算单元用于对数据中心进行数据存储传输能力测算，状态监测单元用于数据中心之间进行状态检测，容灾数据传输单元用于将出现故障的数据中心中数据进行即时传输。本发明在使用时通过对数据中心的能力计算，获取数据中心的各项能力指数，在容灾过程中，可以高效的在第一数据中心与第二数据中心之间进行多数据通道的构建，确保异常出现时能够进行高效快速的数据传输备份。

Description

一种基于云计算的数据中心容灾系统
技术领域
本发明属于信息安全技术领域，具体为一种基于云计算的数据中心容灾系统。
背景技术
大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起。大数据需要持殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。
在建设云数据中心时，往往需要对数据中心进行容灾备份，以免因为灾难导致数据中心数据丢失和服务中断，造成不可估量的损失。现有的云数据中心，一般会使用安装在主机上的备份软件及代理，基于局域网管理网络，将数据拷贝到远程的数据中心备份，当数据中心发生数据丢失后再进行恢复，具体是将主数据中心的数据制作快照，并打包压缩，通过L AN管理网，远程拷贝至备数据中心存储上，灾难发生时，再通过快照解压合并的方式，在备数据中心恢复数据。由于是经过LAN管理网络，数据传输的带宽受限制，并且会占用正常的管理网络带宽，同时数据链路较长，数据备份时数据需从主中心的存储设备，途径主中心存储网络到主中心主机，再通过主备中心的LAN管理网络到达备中心主机，再由备中心存储网络到达备中心存储设备，因此拷贝速度慢、时延大，灾难恢复的复原点目标和复原时间目标都会较大，对于时延要求很小的容灾场景，很难满足。
发明内容
本发明的目的在于提供一种基于云计算的数据中心容灾系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于云计算的数据中心容灾系统，包括数据中心1、能力测算单元2、状态监测单元3和容灾数据传输单元4，其特征在于：所述数据中心1包括第一数据中心101和第二数据中心102，所述能力测算单元2用于对数据中心1进行数据存储传输能力测算，所述状态监测单元3用于第一数据中心101和第二数据中心102之间进行状态检测，所述容灾数据传输单元4用于将出现故障的数据中心1中数据进行即时传输；所述第一数据中心101和第二数据中心102均对用户信息进行处理，所述第一数据中心101和第二数据中心102之间设有数据交换的数据通道；所述能力测算单元2对数据中心1数据存储传输能力测算的方法步骤为：
S1：第一数据中心101和第二数据中心102之间的数据通道打开，进行双向全速的数据传输，能力测算单元2监测获取第一数据中心101和第二数据中心102数据输入输出的最大速率vmax；
S2：向第一数据中心101和第二数据中心102输入数据，测量第一数据中心101和第二数据中心102的最大数据存储能力cmax；
S3：向第一数据中心101和第二数据中心102发送多组需要进行分析和处理的数据，能力测算单元2记录多组分析处理返回数据所需时间，并预测下一数据分析和处理的最短时间tmin；所述能力测算单元2预测下一数据分析和处理的最短时间tmin的计算公式为：
Figure GDA0003417886750000021
其中，t′是第m号传输节点计算第k次预测最快执行速度，ak为第k次预测时的系统负载程度，t″指第m号传输节点计算第k次实际的最快执行速度，ρ为数据中心最大能力参数，用于在不同云环境中调节经验值和预制值的比重，ak+1为第k+1次预测时的系统负载程度；所述能力测算单元2计算数据中心1最大能力参数ρ的计算公式为：
Figure GDA0003417886750000022
其中，tmin为预测下一数据分析和处理的最短时间，cmax为最大数据存储能力，vmax为数据输入输出的最大速率。
所述状态监测单元3的工作步骤为：
步骤S1：第一数据中心101向第二数据中心102定时发送监测数据，同时第二数据中心102向第一数据中心101发送监测数据；
步骤S2：第一数据中心101和第二数据中心102将接收到的监测数据进行处理返回；
步骤S3：根据监测数据的返回数据了解第一数据中心101和第二数据中心102的工作状态信息。
所述第一数据中心101将监测数据发送到第二数据中心102，所述第二数据中心102在接收到监测数据后会根据监测数据将工作状态信息返回第一数据中心101。
所述容灾数据传输单元4包括数据传输状态接收单元401和电气运行状态监测单元402，所述数据传输状态接收单元401用于实时同步接收数据中心1的状态数据。
所述电气运行状态监测单元402用于监测数据中心数据，存储和传输设备的电气状态。
所述容灾数据传输单元4的工作步骤为：
步骤S4：容灾数据传输单元4对数据中心1的运行状态进行监测，运行状态包括数据传输处理状态和电气特性状态；
步骤S5：在监测到数据中心1的运行状态出现变化和异常时发送报警提示信息，将变化和异常展示出来；
步骤S6：当设定时间之内异常未得到处理便对数据中心1进行数据备份转移处理，当第一数据中心101出现异常时，将第一数据中心101中数据备份传输到正常运行的第二数据中心102，当第二数据中心102中异常出现时将第一数据中心101的数据备份传输到第一数据中心101中。
与现有技术相比，本发明的有益效果是：本发明在使用时通过对数据中心的能力计算，获取数据中心的各项能力指数，在容灾过程中，可以高效的在第一数据中心与第二数据中心之间进行多数据通道的构建，确保异常出现时能够进行高效快速的数据传输备份，同时数据中心设有第一数据中心和第二数据中心，能够大大降低单个数据中心的压力，多个数据中心能够同时对服务数据进行处理，同时还可以更多的设立其他数据中心来进行容灾。数据中心与数据中心之间发送监测数据，监测数据使数据中心将自己的工作状态信息发送给容灾数据传输处理单元，容灾数据传输处理单元对状态信息分析根据运行状态信息内容对异常数据中心进行容灾处理。
附图说明
图1为本发明基于云计算的数据中心容灾系统结构示意图；
图2为本发明数据中心结构示意图；
图3为本发明大数据测算数据中心能力内容示意图；
图4为本发明数据中心与容灾数据传输单元交互示意图；
图5为本发明容灾数据传输单元结构示意图；
图6为本发明容灾数据传输单元工作流程示意图。
图中：1数据中心、101第一数据中心、102第二数据中心、2能力测算单元、3状态监测单元、4容灾数据传输单元、数据传输状态接收单元401、电气运行状态监测单元402。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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。
请参阅图1-6，本发明提供一种技术方案：
一种基于云计算的数据中心容灾系统，包括数据中心1、能力测算单元2、状态监测单元3和容灾数据传输单元4，数据中心1包括第一数据中心101和第二数据中心102，能力测算单元2用于对数据中心1进行数据存储传输能力测算，状态监测单元3用于第一数据中心101和第二数据中心102之间进行状态检测，容灾数据传输单元4用于将出现故障的数据中心1中数据进行即时传输。第一数据中心101和第二数据中心102均可对用户信息进行处理，第一数据中心101和第二数据中心102之间设有数据交换的数据通道。在实施例中数据中心1可以设有更多的子数据中心1，设置多个数据中心1可提高数据中心的容灾能力，同时也可以降低单个数据中心1的工作承载负荷量，保证数据中心1高效快速的进行数据传输与处理。数据中心1中的第一数据中心101与第二数据中心102存储有用于查看数据中心1状态的状态数据，当数据中心1接收到相互发送的状态数据时数据中心1会将自身数据信息与电气信息传输给状态数据发送端数据中心进行存储，同时数据信息与电气信息会同步发送给容灾数据传输单元4.
备能力测算单元2对数据中心能力测算的方法步骤为：
S1：第一数据中心101和第二数据中心102之间的数据通达打开，进行双向全速的数据传输，能力测算单元2监测获取第一数据中心101和第二数据中心102数据输入输出的最大速率vmax；
S2：向第一数据中心101和第二数据中心102输入数据，测量第一数据中心101和第二数据中心102的最大数据存储能力cmax；
S3：向第一数据中心(101)和第二数据中心(102)发送多组需要进行分析和处理的数据，能力测算单元(2)记录多组分析处理返回数据所需时间，并预测下一数据分析和处理的最短时间tmin；所述能力测算单元(2)预测计算经过预测下一数据分析和处理的最短时间tmin的计算公式为：
Figure GDA0003417886750000051
其中，t′是第m号传输节点计算第k次预测最快执行速度，ak为第k次预测时的系统负载程度，t″指第m号传输节点计算第k次实际的最快执行速度，ρ为数据中心最大能力参数，用于在不同云环境中调节经验值和预制值的比重，ak+1为第k+1次预测时的系统负载程度；所述能力测算单元(2)计算数据中心最大能力参数ρ的计算公式为：
Figure GDA0003417886750000052
其中，tmin为预测下一数据分析和处理的最短时间，cmax为最大数据存储能力，vmax为数据输入输出的最大速率。
能力预测单元2通过大数据云计算来预测数据中心的能力参数，能力预测单元2根据数据中心存储之前的能力参数现实值与预测值，能力预测单元2能够进准的进行下一阶段的能力预测，预测数据通过与之前预测数据与现实数据的对照更加准确的反应数据中心1的能力值。数据中心1能力值主要有数据传输速率、数据存储能力和数据处理速率，从这些参数去了解数据中心能力，能够对数据中心1容灾过程进行精准控制。
状态监测单元3的工作步骤为：
步骤S1：第一数据中心101向第二数据中心102定时发送监测数据，同时第二数据中心102向第一数据中心101发送监测数据；
步骤S2：第一数据中心101和第二数据中心102将接收到的监测数据进行处理返回；
步骤S3：根据监测数据的返回数据了解第一数据中心101和第二数据中心102的工作状态信息。监测数据在数据中心1之间发送和接收，所述数据中心1在接收到监测数据后会根据监测数据将工作状态信息返回数据中心1。
状态监测单元3通过数据中心之间定时发送监测数据对数据中心1的工作状态进行监测，数据中心在接受到监测数据后会将自己的状态信息进行记录传输。
电气运行状态监测单元402用于监测数据中心数据，存储和传输设备的电气状态。容灾数据传输单元4的工作步骤为：
步骤S4：容灾数据传输单元4对数据中心1的运行状态进行监测，运行状态包括数据传输处理状态和电气特性状态；
步骤S5：在监测到数据中心1的运行状态出现变化和异常时发送报警提示信息，将变化和异常展示出来；
步骤S6：当设定时间之内异常未得到处理便对数据中心1进行数据备份转移处理，当第一数据中心101出现异常时，将第一数据中心101中数据备份传输到正常运行的第二数据中心102，当第二数据中心102中异常出现时将第一数据中心101的数据备份传输到第一数据中心101中。
容灾数据传输单元4从数据监测方面和电气设备监测方面同步对数据中心1进行监测，当发现异常时会先进行报警提示处理，当未得到处理回应时，容灾数据传输单元4就会自行将异常数据中心1里的数据进行备份发送至正常工作的数据中心1存储。
本发明的具体工作流程为：使用时通过对数据中心的能力计算，获取数据中心的各项能力指数，预测数据传输速率、数据存储能力和数据处理速率，在容灾过程中，掌握数据中心1的能力指数可以高效的在第一数据中心与第二数据中心之间进行多数据通道的构建，确保异常出现时能够进行高效快速的数据传输备份，多个数据中心能够同时对服务数据进行处理，同时还可以更多的设立其他数据中心来进行容灾。数据中心与数据中心之间发送监测数据，监测数据使数据中心将自己的工作状态信息发送给容灾数据传输处理单元4，容灾数据传输处理单元4对状态信息分析根据运行状态信息内容对异常数据中心进行容灾处理。数据中心1设有第一数据中心101和第二数据中心102，能够大大降低单个数据中心的压力，第一数据中心101和第二数据中心102至建设有多个数据通道方便数据进行快速备份传输。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种基于云计算的数据中心容灾系统，包括数据中心(1)、能力测算单元(2)、状态监测单元(3)和容灾数据传输单元(4)，其特征在于：所述数据中心(1)包括第一数据中心(101)和第二数据中心(102)，所述能力测算单元(2)用于对数据中心(1)进行数据存储传输能力测算，所述状态监测单元(3)用于第一数据中心(101)和第二数据中心(102)之间进行状态检测，所述容灾数据传输单元(4)用于将出现故障的数据中心(1)中数据进行即时传输；所述第一数据中心(101)和第二数据中心(102)均对用户信息进行处理，所述第一数据中心(101)和第二数据中心(102)之间设有数据交换的数据通道；所述能力测算单元(2)对数据中心(1)数据存储传输能力测算的方法步骤为：
S1：第一数据中心(101)和第二数据中心(102)之间的数据通道打开，进行双向全速的数据传输，能力测算单元(2)监测获取第一数据中心(101)和第二数据中心(102)数据输入输出的最大速率vmax；
S2：向第一数据中心(101)和第二数据中心(102)输入数据，测量第一数据中心(101)和第二数据中心(102)的最大数据存储能力cmax；
S3：向第一数据中心(101)和第二数据中心(102)发送多组需要进行分析和处理的数据，能力测算单元(2)记录多组分析处理返回数据所需时间，并预测下一数据分析和处理的最短时间tmin；所述能力测算单元(2)预测下一数据分析和处理的最短时间tmin的计算公式为：
Figure FDA0003491767900000011
其中，t′是第m号传输节点计算第k次预测最快执行速度，ak为第k次预测时的系统负载程度，t″指第m号传输节点计算第k次实际的最快执行速度，ρ为数据中心最大能力参数，用于在不同云环境中调节经验值和预制值的比重，ak+1为第k+1次预测时的系统负载程度；所述能力测算单元(2)计算数据中心(1)最大能力参数ρ的计算公式为：
Figure FDA0003491767900000012
其中，tmin为预测下一数据分析和处理的最短时间，cmax为最大数据存储能力，vmax为数据输入输出的最大速率。
2.根据权利要求1所述的基于云计算的数据中心容灾系统，其特征在于：所述状态监测单元(3)的工作步骤为：
步骤S1：第一数据中心(101)向第二数据中心(102)定时发送监测数据，同时第二数据中心(102)向第一数据中心(101)发送监测数据；
步骤S2：第一数据中心(101)和第二数据中心(102)将接收到的监测数据进行处理返回；
步骤S3：根据监测数据的返回数据了解第一数据中心(101)和第二数据中心(102)的工作状态信息。
3.根据权利要求1所述的基于云计算的数据中心容灾系统，其特征在于：所述第一数据中心(101)将监测数据发送到第二数据中心(102)，所述第二数据中心(102)在接收到监测数据后会根据监测数据将工作状态信息返回第一数据中心(101)。
4.根据权利要求1所述的基于云计算的数据中心容灾系统，其特征在于：所述容灾数据传输单元(4)包括数据传输状态接收单元(401)和电气运行状态监测单元(402)，所述数据传输状态接收单元(401)用于实时同步接收数据中心(1)的状态数据。
5.根据权利要求4所述的基于云计算的数据中心容灾系统，其特征在于：所述电气运行状态监测单元(402)用于监测数据中心数据，存储和传输设备的电气状态。
6.根据权利要求1所述的基于云计算的数据中心容灾系统，其特征在于：所述容灾数据传输单元(4)的工作步骤为：
步骤S4：容灾数据传输单元(4)对数据中心(1)的运行状态进行监测，运行状态包括数据传输处理状态和电气特性状态；
步骤S5：在监测到数据中心(1)的运行状态出现变化和异常时发送报警提示信息，将变化和异常展示出来；
步骤S6：当设定时间之内异常未得到处理便对数据中心(1)进行数据备份转移处理，当第一数据中心(101)出现异常时，将第一数据中心(101)中数据备份传输到正常运行的第二数据中心(102)，当第二数据中心(102)中异常出现时将第一数据中心(101)的数据备份传输到第一数据中心(101)中。
CN202011054623.9A 2020-09-29 2020-09-29 一种基于云计算的数据中心容灾系统 Active CN112272107B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011054623.9A CN112272107B (zh) 2020-09-29 2020-09-29 一种基于云计算的数据中心容灾系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011054623.9A CN112272107B (zh) 2020-09-29 2020-09-29 一种基于云计算的数据中心容灾系统

Publications (2)

Publication Number Publication Date
CN112272107A CN112272107A (zh) 2021-01-26
CN112272107B true CN112272107B (zh) 2022-04-01

Family

ID=74337756

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011054623.9A Active CN112272107B (zh) 2020-09-29 2020-09-29 一种基于云计算的数据中心容灾系统

Country Status (1)

Country Link
CN (1) CN112272107B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113391950B (zh) * 2021-05-20 2022-03-08 广西飞创信息科技有限公司 一种高效容灾保护的方法与系统
CN113836221A (zh) * 2021-08-21 2021-12-24 济南浪潮数据技术有限公司 一种分布式存储系统的数据同步方法和装置
CN114679376A (zh) * 2022-02-22 2022-06-28 兴业证券股份有限公司 一种多数据中心灾备方法和系统
CN116089175B (zh) * 2023-04-10 2023-06-23 航天万源云数据河北有限公司 数据中心容灾方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554163A (zh) * 2016-02-01 2016-05-04 武汉楚云端信息科技有限责任公司 一种基于云计算的远程监测系统及远程监测方法
CN109669812A (zh) * 2018-11-27 2019-04-23 武汉烽火信息集成技术有限公司 基于数据分流备份的云数据中心容灾系统及方法
CN110784539A (zh) * 2019-10-29 2020-02-11 深圳供电局有限公司 一种基于云计算的数据管理系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SG10201709798VA (en) * 2016-11-28 2018-06-28 Tata Consultancy Services Ltd System and method for offloading robotic functions to network edge augmented clouds

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554163A (zh) * 2016-02-01 2016-05-04 武汉楚云端信息科技有限责任公司 一种基于云计算的远程监测系统及远程监测方法
CN109669812A (zh) * 2018-11-27 2019-04-23 武汉烽火信息集成技术有限公司 基于数据分流备份的云数据中心容灾系统及方法
CN110784539A (zh) * 2019-10-29 2020-02-11 深圳供电局有限公司 一种基于云计算的数据管理系统及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于云计算的网数据容灾关键技术的研究;刘军;《中国优秀硕士学位论文全文数据库·信息科技辑》;20111115;全文 *

Also Published As

Publication number Publication date
CN112272107A (zh) 2021-01-26

Similar Documents

Publication Publication Date Title
CN112272107B (zh) 一种基于云计算的数据中心容灾系统
CN114757590B (zh) 基于大数据分析的企业运营风险预警及管控系统
CN110365529B (zh) 一种边缘计算智能网关业务处理方法及边缘计算智能网关
CN107872457B (zh) 一种基于网络流量预测进行网络操作的方法及系统
CN109034580B (zh) 一种基于大数据分析的信息系统整体健康度评估方法
CN109728981A (zh) 一种云平台故障监测方法及装置
CN107544832A (zh) 一种虚拟机进程的监控方法、装置和系统
CN211321337U (zh) 通信系统的监测系统
CN109412902B (zh) 一种电力调度数据网系统的智能监测方法、存储设备、终端和系统
Wang et al. Reliability modeling and analysis for linear consecutive-k-out-of-n: F retrial systems with two maintenance activities
CN105068763B (zh) 一种针对存储故障的虚拟机容错系统和方法
CN117453137A (zh) 云化智能运维系统数据管理系统
KR102473637B1 (ko) 5g 분산 클라우드 시스템의 빅 데이터를 이용하여 장애를 관리하는 장치 및 방법
CN110750425A (zh) 数据库监控方法、装置、系统和存储介质
CN110275815A (zh) 一种系统异常告警处理方法及装置
CN110069371A (zh) 一种识别固态硬盘性能的方法及固态硬盘
TWI591489B (zh) Intelligent monitoring and warning device and method for distributed software defined storage system
CN110609761B (zh) 确定故障源的方法、装置、存储介质和电子设备
CN116149954A (zh) 一种服务器智能运维系统及其方法
CN111815449B (zh) 一种基于流计算的多主机行情系统的异常检测方法及系统
CN108335044A (zh) 一种输变电设备状态评价方法
CN108196985A (zh) 一种基于智能预测的存储系统故障预测方法与装置
JP2019502969A (ja) スーパーコンピュータの保守および最適化を支援するための方法およびシステム
CN116723111B (zh) 业务请求的处理方法、系统及电子设备
CN117336137B (zh) 基于智能边缘网关的物联网数据处理方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20220222

Address after: Room 1947, hatching Eagle building, No. 99, Tuanjie Road, yanchuangyuan, Nanjing, Jiangsu 210000

Applicant after: Nanjing Xinyida Computing Technology Co.,Ltd.

Address before: 210000 No.7, building 35, yanjiangyuan, Gulou District, Nanjing City, Jiangsu Province

Applicant before: NANJING XINTONGCHENG INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
CB02 Change of applicant information

Address after: 210000 room 1947, hatch Eagle building, No. 99, Tuanjie Road, yanchuang Park, Nanjing area, China (Jiangsu) pilot Free Trade Zone, Nanjing, Jiangsu Province

Applicant after: Nanjing Xinyida Computing Technology Co.,Ltd.

Address before: Room 1947, hatching Eagle building, No. 99, Tuanjie Road, yanchuangyuan, Nanjing, Jiangsu 210000

Applicant before: Nanjing Xinyida Computing Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant