CN112965811B - 一种监控数据的优化方法及服务端 - Google Patents
一种监控数据的优化方法及服务端 Download PDFInfo
- Publication number
- CN112965811B CN112965811B CN202110147788.9A CN202110147788A CN112965811B CN 112965811 B CN112965811 B CN 112965811B CN 202110147788 A CN202110147788 A CN 202110147788A CN 112965811 B CN112965811 B CN 112965811B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- utilization rate
- preset
- resource utilization
- service
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 233
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000005457 optimization Methods 0.000 title description 6
- 230000015654 memory Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
- G06F9/5055—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering software capabilities, i.e. software resources associated or available to the machine
-
- 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
- G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种监控数据的优化方法及服务端,其方法的实现步骤如下:获取监控程序采集监控数据的监控周期,在每一个监控周期内采集实时业务资源使用率;服务端判断实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,预设业务资源使用率为总资源使用率减去预设监控资源使用率,预设监控资源使用率大于或等于监控程序采集监控数据的最多资源使用率。本发明在使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
Description
技术领域
本发明涉及互联网数据处理技术领域,特别涉及一种监控数据的优化方法及服务端。
背景技术
在现代的很多互联网产品中,都是使用各种客户端进行使用的。而各种的客户端又都对应着各自的一个服务端。而每一个的服务端后面可能只是单独的项目,有些则可能是很多的服务端的微服务聚合成的一个项目,即存在多种多样的情况。其中,在系统的正常运行中,有可能会出现业务数据异常的情况,这个也是正常现象。
针对上述的业务数据异常,在很多系统中,会存在有各种各自的监控系统来进行异常监控。而在这些监控系统中,无论是服务器资源监控、实例监控以及具体到各种业务上的监控,都需要应用软件或者业务方提供数据或者由专门的监控代理程序监控服务器或者应用信息,统计记录与告警。由于这些监控程序与业务程序共享包括各种内存以及CPU(central processing unit,中央处理器)等资源。在通常情况下,资源充足或者业务量不大的时候,监控程序与业务程序都能够获取到足够资源进行各自的处理,但是,业务量剧增或者逐渐增大时,业务程序就占据了较多资源,则会影响到监控程序的正常工作。对于业务程序这种及其重要的流量,需要优先保证,但是其又必须与业务软件一同部署,共享资源,是否能有一种有效的优化方式能够实现共享资源的同时,却又能保证监控程序的正常工作。
发明内容
本发明所要解决的技术问题是:提供一种监控数据的优化方法及服务端,以使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
为了解决上述技术问题,本发明采用的技术方案为:
一种监控数据的优化方法,包括步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
为了解决上述技术问题,本发明采用的另一种技术方案为:
一种监控数据的优化服务端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
本发明的有益效果在于:一种监控数据的优化方法及服务端,通过限定监控程序采集监控数据的最多资源使用率来得到预设业务资源使用率,在每一个监控周期内采集实时业务资源使用率来和预设业务资源使用率进行比对,并在超过时进行限流,保证监控程序在监控时间点到来时能够有足够的资源来采集监控数据,从而保证监控程序的正常工作;同时,由于只保证监控时间点到来时能有足够的资源供监控程序使用,而在非监控时段释放该资源供业务程序使用,从而实现对监控资源的动态绑定,且使得监控程序在和业务程序能共享资源,即本发明在使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
附图说明
图1为本发明实施例的一种监控数据的优化方法的流程示意图;
图2为本发明实施例的一种监控数据的优化服务端的结构示意图。
标号说明:
1、一种监控数据的优化服务端;2、处理器;3、存储器。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,一种监控数据的优化方法,包括步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
从上述描述可知,本发明的有益效果在于:通过限定监控程序采集监控数据的最多资源使用率来得到预设业务资源使用率,在每一个监控周期内采集实时业务资源使用率来和预设业务资源使用率进行比对,并在超过时进行限流,保证监控程序在监控时间点到来时能够有足够的资源来采集监控数据,从而保证监控程序的正常工作;同时,由于只保证监控时间点到来时能有足够的资源供监控程序使用,而在非监控时段释放该资源供业务程序使用,从而实现对监控资源的动态绑定,且使得监控程序在和业务程序能共享资源,即本发明在使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
进一步地,所述步骤S1之前还包括以下步骤:
将多个CPU核中的第一CPU核中与所述预设监控资源使用率相同的资源作为所述监控程序进行使用;
预设多个与所述CPU核一一对应绑定的业务实例对象;
所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集所述第一CPU的实时业务资源使用率;
所述步骤S2具体包括以下步骤:
判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,否则采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
从上述描述可知,当服务器有多个CPU核时,只需要把其中一个CPU核的资源拿出来动态绑定给监控程序,使得每次只需要对一个CPU核的资源使用情况进行检测和限流,使得检测所需资源更小且检测效率更高;而其余CPU核则都是用来供业务程序使用,使得监控流量与大部分的业务流量分开,以保证业务程序的正常稳定工作。
进一步地,所述步骤S2中采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象具体包括以下步骤:
采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,直到下一个所述监控周期的到来或者持续所述监控周期之后,采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象。
从上述描述可知,即按照监控周期进行监控流量的动态绑定和释放,从而保证在监控时间点能有足够的资源进行监控数据的采集同时保证在非监控时间段时业务程序可以共享这部分资源。
进一步地,所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期的中间时间点采集实时业务资源使用率。
从上述描述可知,在每一个监控周期的中间时间点采集实时业务资源使用率,保证有足够的时间释放资源,从而保证在到达监控时间点能有足够的资源进行监控数据的采集。
进一步地,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率减去预设固定使用率,所述预设监控资源使用率等于所述监控程序采集监控数据的最多资源使用率,所述预设固定使用率为[5%,30%];
所述步骤S2之后还包括以下步骤:
当在连续多个所述监控周期内所采集的所述实时业务资源使用率都超过所述预设业务资源使用率,则发出人工预警信号。
从上述描述可知,在某些特定情况下,在检测时间点检测的实时业务资源使用率没有超过预设业务资源使用率,但在监控时间点时有可能出现监控资源不够用的情况,因此预留一个预设固定使用率,尽可能保证监控程序的正常使用;同时在实时业务资源使用率都超过预设业务资源使用率,都会先进行资源释放再接收请求,正常情况下,实时业务资源使用率应该会逐步减少,所以此时有可能出现了系统问题或者软件漏洞等,导致资源无法正常释放,需要人工介入处理,从而尽可能避免在监控时间点时出现监控资源不够用的情况,以最大程度上保证监控程序的正常使用。
请参照图2,一种监控数据的优化服务端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
从上述描述可知,本发明的有益效果在于:通过限定监控程序采集监控数据的最多资源使用率来得到预设业务资源使用率,在每一个监控周期内采集实时业务资源使用率来和预设业务资源使用率进行比对,并在超过时进行限流,保证监控程序在监控时间点到来时能够有足够的资源来采集监控数据,从而保证监控程序的正常工作;同时,由于只保证监控时间点到来时能有足够的资源供监控程序使用,而在非监控时段释放该资源供业务程序使用,从而实现对监控资源的动态绑定,且使得监控程序在和业务程序能共享资源,即本发明在使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
进一步地,所述步骤S1之前还包括以下步骤:
将多个CPU核中的第一CPU核中与所述预设监控资源使用率相同的资源作为所述监控程序进行使用;
预设多个与所述CPU核一一对应绑定的业务实例对象;
所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集所述第一CPU的实时业务资源使用率;
所述步骤S2具体包括以下步骤:
判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,否则采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率。
从上述描述可知,当服务器有多个CPU核时,只需要把其中一个CPU核的资源拿出来动态绑定给监控程序,使得每次只需要对一个CPU核的资源使用情况进行检测和限流,使得检测所需资源更小且检测效率更高;而其余CPU核则都是用来供业务程序使用,使得监控流量与大部分的业务流量分开,以保证业务程序的正常稳定工作。
进一步地,所述步骤S2中采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象具体包括以下步骤:
采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,直到下一个所述监控周期的到来或者持续所述监控周期之后,采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象。
从上述描述可知,即按照监控周期进行监控流量的动态绑定和释放,从而保证在监控时间点能有足够的资源进行监控数据的采集同时保证在非监控时间段时业务程序可以共享这部分资源。
进一步地,所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期的中间时间点采集实时业务资源使用率。
从上述描述可知,在每一个监控周期的中间时间点采集实时业务资源使用率,保证有足够的时间释放资源,从而保证在到达监控时间点能有足够的资源进行监控数据的采集。
进一步地,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率减去预设固定使用率,所述预设监控资源使用率等于所述监控程序采集监控数据的最多资源使用率,所述预设固定使用率为[5%,30%];
所述步骤S2之后还包括以下步骤:
当在连续多个所述监控周期内所采集的所述实时业务资源使用率都超过所述预设业务资源使用率,则发出人工预警信号。
从上述描述可知,在某些特定情况下,在检测时间点检测的实时业务资源使用率没有超过预设业务资源使用率,但在监控时间点时有可能出现监控资源不够用的情况,因此预留一个预设固定使用率,尽可能保证监控程序的正常使用;同时在实时业务资源使用率都超过预设业务资源使用率,都会先进行资源释放再接收请求,正常情况下,实时业务资源使用率应该会逐步减少,所以此时有可能出现了系统问题或者软件漏洞等,导致资源无法正常释放,需要人工介入处理,从而尽可能避免在监控时间点时出现监控资源不够用的情况,以最大程度上保证监控程序的正常使用。
请参照图1,本发明的实施例一为:
在本实施例中,假设一台服务器上存在4核的CPU,分别为P1、P2、P3和P4,每一个核的使用率为100%,则总CPU的使用率为400%。该台服务器上存在1个业务程序与一个监控程序,其中监控程序每隔6s进行一次监控数据的采集,即监控周期为6s。此时,在本实施例中实现的一种监控数据的优化方法,其包括步骤:
S01、将多个CPU核中的第一CPU核中与预设监控资源使用率相同的资源作为监控程序进行使用;
其中,第一CPU核为P1,预设监控资源使用率为CPU核的20%,则监控程序最多占用P1这个CPU核20%的资源。
S02、预设多个与CPU核一一对应绑定的业务实例对象;
其中,在服务器的业务程序上设置有消息接收功能,该消息接收功能用来接收监控程序发来的消息;同时,提供一个工厂类,该类功能为返回一个业务实例对象供外部程序使用。该工厂类内部存在4个业务实例对象,这4个业务实例对象分别绑定了P1、P2、P3和P4的CPU核。
S1、获取监控程序采集监控数据的监控周期,在每一个监控周期内采集实时业务资源使用率;
在本实施例中,步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个监控周期的中间时间点采集第一CPU的实时业务资源使用率;
其中,采集第一CPU的实时业务资源使用率的时间点称为检测时间点。
此时,监控周期为6s,每一个监控周期的中间时间点即为第3s这个时间点作为检测时间点,假设19:00:00为监控时间点,则19:00:03为检测时间点,19:00:06为下一个监控时间点,即在19:00:00至19:00:06这个监控周期内,在19:00:03采集P1的实时业务资源使用率。
S2、服务端判断实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,预设业务资源使用率为总资源使用率减去预设监控资源使用率,预设监控资源使用率大于或等于监控程序采集监控数据的最多资源使用率。
在本实施例中,步骤S2具体包括以下步骤:
判断实时业务资源使用率是否超过预设业务资源使用率,若是,则采用轮询策略按照预设顺序返回除第一CPU的其余CPU所绑定的业务实例对象,直到下一个监控周期的到来或者持续监控周期之后,采用轮询策略按照预设顺序返回所有CPU所对应的业务实例对象,否则采用轮询策略按照预设顺序返回所有CPU所对应的业务实例对象,预设业务资源使用率为总资源使用率减去预设监控资源使用率,预设监控资源使用率大于或等于监控程序采集监控数据的最多资源使用率。
其中,预设业务资源使用率为总资源使用率减去预设监控资源使用率减去预设固定使用率,预设监控资源使用率等于监控程序采集监控数据的最多资源使用率,预设固定使用率为[5%,30%];
即当预设监控资源使用率为CPU核的20%,预设固定使用率在本实施例为20%,则预设业务资源使用率为1-20%-20%=60%,即判断实时业务资源使用率是否超过60%,在超过时,监控程序发送一个消息至业务程序,业务程序开始对P1这个CPU核进行限流,使得业务程序采用轮询策略按照P2、P3、P4的顺序返回业务实例对象,这样在实时业务资源使用率超过60%时不会将请求发送至P1绑定的业务实例对象,直到19:00:06之后,采用轮询策略按照P1、P2、P3、P4的顺序返回业务实例对象。若没有超过,则业务程序没有收到监控程序的消息,则采用轮询策略按照P1、P2、P3、P4的顺序返回业务实例对象,。
在实际场景中,服务器每个线程使用CPU的时间段只会是几十毫秒或者几百毫秒,当到达时间后就会让出CPU供其他线程使用。这也是现在系统可多线程并发执行的主要功能之一。因此就算在19:00:03这个检测时间点达到最高的100%,这个资源释放的速度会很快的让P1的资源降低到80%以下的使用率,更何况本实施例提前3s来释放资源,使得在到达19:00:06这个监控时间点,P1上至少有80%的资源供监控程序使用。而在19:00:03时实时业务资源使用率不超过60%时,虽然在19:00:03至19:00:06这个时间段随着P1的业务实例对象不断接收请求并处理,有可能会在19:00:06个监控时间点,P1的实时业务资源使用率会有所上升。但是预留了20%的预设固定使用率,使得在19:00:06个监控时间点,P1的实时业务资源使用率也基本上不可能达到80%,从而最大程度上保证在监控时间点时有足够的资源供监控资源使用。
此时,在19:00:00这个监控时间点采集到监控数据之后,直至19:00:03这个时间点,P1上的100%资源都是可以给业务程序使用的,即使得业务程序和监控程序能共享资源。如此,在服务器执行本实施例的过程中,随着使用过程中遇到的问题不断的调整检测时间点和预设固定使用率,比如将检测时间点定为监控时间点的前1s,将预设固定使用率定为5%,则在19:00:00这个监控时间点采集到监控数据之后,直至19:00:05这个时间点,P1上的100%资源都是可以共享给业务程序使用的。
S3、当在连续多个监控周期内所采集的实时业务资源使用率都超过预设业务资源使用率,则发出人工预警信号。
此时,因为当一个监控周期内所采集的实时业务资源使用率超过预设业务资源使用率,就进行了释放,之后虽然有继续请求以增加资源使用率,但是在正常释放资源的速度更快的情况下,理论上是可以逐步减少CPU的使用率。此时,因为本实施例中和其他CPU是轮询,则在其他CPU核正常的情况下不太可能在多个监控周期内所采集的实时业务资源使用率都超过预设业务资源使用率,因此认为出现了系统问题或者软件漏洞等,导致CPU资源无法正常释放,需要发出人工预警信号来让人工介入处理。
其中,在其他等同实施例中,监控周期、预设业务资源使用率、、预设监控资源使用率、预设固定使用率以及检测时间点可以根据实际使用情况进行灵活调整,以适应不同应用场景。
由此,本实施例中在保证监控程序和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
请参照图2,本发明的实施例二为:
一种监控数据的优化服务端1,包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序,处理器2执行计算机程序时实现上述实施例一的步骤。
综上所述,本发明提供的一种监控数据的优化方法及服务端,通过限定监控程序采集监控数据的最多资源使用率和预留的预设固定使用率来得到预设业务资源使用率,在每一个监控周期的中间时间点采集其中一个CPU核的实时业务资源使用率来和预设业务资源使用率进行比对,并在超过时进行限流,保证监控程序在监控时间点到来时能够有足够的资源来采集监控数据,从而最大程度上保证监控程序的正常工作;同时,由于只保证监控时间点到来时能有足够的资源供监控程序使用,而在非监控时段释放该资源供业务程序使用,从而实现对监控资源的动态绑定,且使得监控程序在和业务程序能共享资源,即本发明在使得监控程序在和业务程序共享资源的同时能保证自身进行监控数据的正常工作。
以上所述仅为本发明的实施例,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同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种监控数据的优化方法,其特征在于,包括步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率;
所述步骤S1之前还包括以下步骤:
将多个CPU核中的第一CPU核中与所述预设监控资源使用率相同的资源作为所述监控程序进行使用;
预设多个与所述CPU核一一对应绑定的业务实例对象;
所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集所述第一CPU的实时业务资源使用率;
所述步骤S2具体包括以下步骤:
判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,否则采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率;
所述步骤S2中采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象具体包括以下步骤:
采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,直到下一个所述监控周期的到来或者持续所述监控周期之后,采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象。
2.根据权利要求1所述的一种监控数据的优化方法,其特征在于,所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期的中间时间点采集实时业务资源使用率。
3.根据权利要求1至2任一所述的一种监控数据的优化方法,其特征在于,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率减去预设固定使用率,所述预设监控资源使用率等于所述监控程序采集监控数据的最多资源使用率,所述预设固定使用率为[5%,30%];
所述步骤S2之后还包括以下步骤:
当在连续多个所述监控周期内所采集的所述实时业务资源使用率都超过所述预设业务资源使用率,则发出人工预警信号。
4.一种监控数据的优化服务端,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现以下步骤:
S1、获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集实时业务资源使用率;
S2、服务端判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则对业务流量进行限流,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率;
所述步骤S1之前还包括以下步骤:
将多个CPU核中的第一CPU核中与所述预设监控资源使用率相同的资源作为所述监控程序进行使用;
预设多个与所述CPU核一一对应绑定的业务实例对象;
所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期内采集所述第一CPU的实时业务资源使用率;
所述步骤S2具体包括以下步骤:
判断所述实时业务资源使用率是否超过预设业务资源使用率,若是,则采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,否则采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率,所述预设监控资源使用率大于或等于所述监控程序采集监控数据的最多资源使用率;
所述步骤S2中采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象具体包括以下步骤:
采用轮询策略按照预设顺序返回除所述第一CPU的其余CPU所绑定的所述业务实例对象,直到下一个所述监控周期的到来或者持续所述监控周期之后,采用轮询策略按照预设顺序返回所有CPU所对应的所述业务实例对象。
5.根据权利要求4所述的一种监控数据的优化服务端,其特征在于,所述步骤S1具体包括以下步骤:
获取监控程序采集监控数据的监控周期,在每一个所述监控周期的中间时间点采集实时业务资源使用率。
6.根据权利要求4至5任一所述的一种监控数据的优化服务端,其特征在于,所述预设业务资源使用率为总资源使用率减去预设监控资源使用率减去预设固定使用率,所述预设监控资源使用率等于所述监控程序采集监控数据的最多资源使用率,所述预设固定使用率为[5%,30%];
所述步骤S2之后还包括以下步骤:
当在连续多个所述监控周期内所采集的所述实时业务资源使用率都超过所述预设业务资源使用率,则发出人工预警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147788.9A CN112965811B (zh) | 2021-02-03 | 2021-02-03 | 一种监控数据的优化方法及服务端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110147788.9A CN112965811B (zh) | 2021-02-03 | 2021-02-03 | 一种监控数据的优化方法及服务端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112965811A CN112965811A (zh) | 2021-06-15 |
CN112965811B true CN112965811B (zh) | 2023-12-19 |
Family
ID=76273694
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110147788.9A Active CN112965811B (zh) | 2021-02-03 | 2021-02-03 | 一种监控数据的优化方法及服务端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112965811B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113821421B (zh) * | 2021-08-27 | 2023-12-22 | 济南浪潮数据技术有限公司 | 一种服务器性能数据采集方法、系统、装置及存储介质 |
CN114528120B (zh) * | 2021-12-31 | 2024-06-11 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种基于服务的机间互操作架构 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005182641A (ja) * | 2003-12-22 | 2005-07-07 | Hitachi Information Systems Ltd | 動的負荷分散システム及び動的負荷分散方法 |
CN1767500A (zh) * | 2004-10-29 | 2006-05-03 | 株式会社日立制作所 | 数据包通信装置 |
CN101115299A (zh) * | 2007-07-25 | 2008-01-30 | 上海华为技术有限公司 | 一种对用户接入进行控制的方法及装置 |
CN103229580A (zh) * | 2012-12-21 | 2013-07-31 | 华为技术有限公司 | 资源调度的方法和装置 |
CN104079503A (zh) * | 2013-03-27 | 2014-10-01 | 华为技术有限公司 | 一种资源分配方法及装置 |
CN110138688A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 动态调整业务接口的方法、装置、设备及可读存储介质 |
CN112286930A (zh) * | 2020-09-29 | 2021-01-29 | 北京大米科技有限公司 | redis业务方资源共享的方法、装置、存储介质及电子设备 |
-
2021
- 2021-02-03 CN CN202110147788.9A patent/CN112965811B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005182641A (ja) * | 2003-12-22 | 2005-07-07 | Hitachi Information Systems Ltd | 動的負荷分散システム及び動的負荷分散方法 |
CN1767500A (zh) * | 2004-10-29 | 2006-05-03 | 株式会社日立制作所 | 数据包通信装置 |
CN101115299A (zh) * | 2007-07-25 | 2008-01-30 | 上海华为技术有限公司 | 一种对用户接入进行控制的方法及装置 |
CN103229580A (zh) * | 2012-12-21 | 2013-07-31 | 华为技术有限公司 | 资源调度的方法和装置 |
CN104079503A (zh) * | 2013-03-27 | 2014-10-01 | 华为技术有限公司 | 一种资源分配方法及装置 |
CN110138688A (zh) * | 2019-04-15 | 2019-08-16 | 深圳壹账通智能科技有限公司 | 动态调整业务接口的方法、装置、设备及可读存储介质 |
CN112286930A (zh) * | 2020-09-29 | 2021-01-29 | 北京大米科技有限公司 | redis业务方资源共享的方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112965811A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10838777B2 (en) | Distributed resource allocation method, allocation node, and access node | |
CN112965811B (zh) | 一种监控数据的优化方法及服务端 | |
CN111049705B (zh) | 一种监控分布式存储系统的方法及装置 | |
US7843811B2 (en) | Method of solving a split-brain condition | |
CN108134814B (zh) | 一种业务数据处理方法及装置 | |
CN106656537B (zh) | 一种it集群系统监控方法、装置、终端及系统 | |
CN111209110B (zh) | 一种实现负载均衡的任务调度管理方法、系统和存储介质 | |
CN107395458B (zh) | 系统监控方法及装置 | |
CN111930493B (zh) | 集群中NodeManager状态管理方法、装置及计算设备 | |
CN106993037A (zh) | 一种基于分布式系统的负载均衡服务器实现高可用性的方法 | |
US20090138751A1 (en) | De-centralized nodal failover handling | |
CN109769029B (zh) | 基于用电信息采集系统的通信连接方法及终端设备 | |
CN111988234A (zh) | 过载保护方法、装置、服务器及存储介质 | |
CN102984184A (zh) | 一种分布式系统的服务负载均衡方法及装置 | |
CN111782432A (zh) | 用于容器异常分析的数据的采集方法及装置 | |
CN109428745B (zh) | Jms消息转发方法、装置、电子设备和存储介质 | |
EP3672203A1 (en) | Distribution method for distributed data computing, device, server and storage medium | |
CN106899659B (zh) | 分布式系统及其管理方法和管理装置 | |
JP2000250833A (ja) | 複数サーバ運用管理における稼働情報取得方法およびそのプログラムを記録した記録媒体 | |
CN112468310A (zh) | 流媒体集群节点管理方法、装置及存储介质 | |
CN113239059B (zh) | 一种分布式锁的切换方法、装置、服务器和存储介质 | |
CN114301816A (zh) | 一种多路分析方法及装置 | |
CN114116178A (zh) | 集群框架任务管理方法以及相关装置 | |
CN108494853B (zh) | 一种海量设备状态自维护方法及其装置和系统 | |
CN112988511B (zh) | 一种日志信息收集方法、系统、存储介质及设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |