CN114553672A - 一种应用系统性能瓶颈确定方法、装置、设备、介质 - Google Patents
一种应用系统性能瓶颈确定方法、装置、设备、介质 Download PDFInfo
- Publication number
- CN114553672A CN114553672A CN202210436692.9A CN202210436692A CN114553672A CN 114553672 A CN114553672 A CN 114553672A CN 202210436692 A CN202210436692 A CN 202210436692A CN 114553672 A CN114553672 A CN 114553672A
- Authority
- CN
- China
- Prior art keywords
- server
- topological graph
- storage
- performance
- application system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013507 mapping Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 17
- 241001290266 Sciaenops ocellatus Species 0.000 claims description 4
- 241000269959 Xiphias gladius Species 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 235000021335 sword fish Nutrition 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 239000002699 waste material Substances 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001052 transient 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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
-
- 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
- H04L41/0677—Localisation of faults
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种应用系统性能瓶颈确定方法,涉及计算机网络技术领域,包括:基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;基于业务映射模型将物理拓扑图映射为业务拓扑图;根据物理拓扑图和业务拓扑图获取服务器、网络设备及存储设备的目标性能数据指标,并对目标性能数据指标对应的日志信息进行分析,并根据日志信息确定应用系统性能瓶颈。通过本申请通过监测到的所有性能故障可疑点的日志信息确定应用系统性能瓶颈,根据服务器、网络设备、存储设备三端的性能瓶颈分分析,极大缩短性能分析的时间,提高了故障定位与解决的效率,进一步提升了应用系统的易维护性与稳定性。
Description
技术领域
本发明涉及计算机网络技术领域,特别涉及一种应用系统性能瓶颈确定方法、装置、设备、介质。
背景技术
在现代存储系统中,稳定和性能是其关键核心要求,存储系统中的绝大部分功能特性均围绕存储系统更加稳定可靠与更高的性能开展。因此,存储系统的性能监控分析,性能故障的快速定位修复显得尤为重要,目前大多数存储厂商和产品均提供了性能监控分析平台,可全方面提供存储部件,业务对象等长时间的性能指标展示与分析。但从应用的角度来分析,其性能的高低不完全由存储决定。现代大型IT应用系统由高性能服务器、网络和存储组成,其中,存储处于IO栈的最底层。应用性能由服务器性能,网络性能以及存储性能共同组成,具有木桶效应,任何一个部分出现问题,均不能发挥最大性能,从而造成性能与资源浪费,以及效率低下,应用不可用等情况。
综上,如何实现准确的应用系统故障性能瓶颈分析定位,避免定位效率低下以及资源浪费是本领域有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种应用系统性能瓶颈确定方法、装置、设备、介质,能够实现准确的应用系统故障性能瓶颈分析定位,避免定位效率低下以及资源浪费。其具体方案如下:
第一方面,本申请公开了种应用系统性能瓶颈确定方法,包括:
基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;
基于业务映射模型将所述物理拓扑图映射为业务拓扑图;
根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
可选的,所述基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图,包括:
获取服务器、网络设备及存储设备的配置信息;
基于所述服务器、网络设备及存储设备的配置信息,并利用预设网络连接模型连接所述服务器、所述网络设备及所述存储设备,以生成物理拓扑图。
可选的,所述获取服务器、网络设备及存储设备的配置信息之前,还包括:
预先分别配置服务器、网络设备及存储设备的账户信息,以便性能分析系统利用所述账户信息分别访问对应的所述服务器、所述网络设备及所述存储设备。
可选的,所述获取服务器、网络设备及存储设备的配置信息,包括:
通过SNMP协议、Redfish协议、Swordfish协议并基于预设数据接口分别从服务器、网络设备及存储设备中获取所述服务器、所述网络设备及所述存储设备的配置信息。
可选的,所述基于业务映射模型将所述物理拓扑图映射为业务拓扑图,包括:
获取所述存储设备的存储卷映射到所述服务器的逻辑关系,并记录所述服务器的主机卷标识信息;
获取所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系;
基于所述存储卷映射到所述服务器的逻辑关系、所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系将所述物理拓扑图映射为业务拓扑图。
可选的,所述根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,包括:
根据所述物理拓扑图获取与服务器应用程序相关的所述服务器、所述网络设备以及所述存储设备的性能数据指标;
根据所述业务拓扑图获取与服务器应用程序相关的存储卷、存储池和硬盘的业务数据指标。
可选的,所述对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈,包括:
获取所述目标故障数据指标对应的日志信息,并对所述日志信息格式化处理,以得到格式化日志信息;
从所述格式化日志信息中筛选目标时间段、目标性能数据指标对应的格式化日志信息,并从所述格式化日志信息中标识错误日志和警告日志,然后根据所述错误日志和所述警告日志确定应用系统性能瓶颈。
第二方面,本申请公开了一种应用系统性能瓶颈确定装置,包括:
拓扑图生成模块,用于基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;
拓扑图映射模块,用于基于业务映射模型将所述物理拓扑图映射为业务拓扑图;
性能瓶颈确定模块,用于根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
第三方面,本申请公开了一种电子设备,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如前述公开的应用系统性能瓶颈确定方法的步骤。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如前述公开的应用系统性能瓶颈确定方法的步骤。
可见,本申请实施例公开了一种应用系统性能瓶颈确定方法,包括:基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;基于业务映射模型将所述物理拓扑图映射为业务拓扑图;根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。由此可见,本申请通过对服务器、网络设备及存储设备三个端进行各自的性能监测以外,还通过物理拓扑图以及业务拓扑图对端与端之间的业务过程以及每个端内部的业务过程进行了有效的性能监测,进而可以根据监测到的所有性能故障可疑点的日志信息确定应用系统性能瓶颈,极大缩短性能分析的时间,提高了故障定位与解决的效率,进一步提升了应用系统的易维护性与稳定性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种应用系统性能瓶颈确定方法流程图;
图2为本申请公开的一种端到端的物理链路拓扑图;
图3为本申请公开的一种端到端的业务链路拓扑图;
图4为本申请公开的一种具体的应用系统性能瓶颈确定方法流程图;
图5为本申请公开的一种应用系统性能瓶颈确定装置结构示意图;
图6为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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。
当前,在现代存储系统中,稳定和性能是其关键核心要求,存储系统中的绝大部分功能特性均围绕存储系统更加稳定可靠与更高的性能开展。因此,存储系统的性能监控分析,性能故障的快速定位修复显得尤为重要,目前大多数存储厂商和产品均提供了性能监控分析平台,可全方面提供存储部件,业务对象等长时间的性能指标展示与分析。但从应用的角度来分析,其性能的高低不完全由存储决定。现代大型IT应用系统由高性能服务器、网络和存储组成,其中,存储处于IO栈的最底层。应用性能由服务器性能,网络性能以及存储性能共同组成,具有木桶效应,任何一个部分出现问题,均不能发挥最大性能,从而造成性能与资源浪费,以及效率低下,应用不可用等情况。
为此,本发明提供了一种应用系统故障性能瓶颈确定方案,能够实现准确的应用系统故障性能瓶颈分析定位,避免定位效率低下以及资源浪费。
参照图1所示,本申请实施例公开了一种应用系统故障性能瓶颈定位方法,具体包括:
步骤S11:基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图。
本实施例中,获取服务器、网络设备及存储设备的配置信息;基于所述服务器、网络设备及存储设备的配置信息,并利用预设网络连接模型连接所述服务器、所述网络设备及所述存储设备,以生成物理拓扑图。可以理解的是,通过标准协议以及自定义开发数据接口获取所述服务器、所述网络设备及所述存储设备的配置信息,所述配置信息具体可以包括但不限于:WWPN(World Wide Port Number,端口号)、WWN(World Wide Name,全球唯一名字)等,然后利用预设网络连接模型连接所述服务器、网络设备及存储设备,并生成如图2所示的三端连接的物理拓扑图,然后将所述物理拓扑图展示在性能分析系统上。
步骤S12:基于业务映射模型将所述物理拓扑图映射为业务拓扑图。
本实施例中,获取所述存储设备的存储卷映射到所述服务器的逻辑关系,并记录所述服务器的主机卷标识信息;获取所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系;基于所述存储卷映射到所述服务器的逻辑关系、所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系将所述物理拓扑图映射为业务拓扑图,可以理解的是,预先创建存储卷,并且可以预先建立所述存储设备中的多个硬盘与所述存储卷之间的关系,获取存储设备的硬盘、存储池、存储卷的相应关系,获取存储卷映射到主机的逻辑关系,并记录所述服务器的主机卷标识信息具体可以为记录IQN(Iscsi Qualified Name,小型计算机系统接口合格名称),主机卷ID等信息,获取服务器上主机卷ID与文件系统的逻辑关系,根据存储、服务器、网络的物理拓扑图,进一步展示如图3所示的业务拓扑图并获取所述存储卷与位于服务器上的文件系统的关系。
步骤S13:根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
本实施例中,根据所述物理拓扑图获取与服务器应用程序相关的所述服务器、所述网络设备以及所述存储设备的性能数据指标;根据所述业务拓扑图获取与服务器应用程序相关的存储卷、存储池和硬盘的业务数据指标。可以理解的是,性能分析系统根据所述物理拓扑图和所述业务拓扑图获取各种设备的告警信息、性能数据以及业务配置数据,并且综合分析可能影响主机应用性能的点,通过定制化的log日志进一步分析确认问题点,缩小定位范围,提升定位效率。
可见,本申请实施例公开了一种应用系统性能瓶颈确定方法,包括:基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;基于业务映射模型将所述物理拓扑图映射为业务拓扑图;根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。由此可见,本申请通过对服务器、网络设备及存储设备三个端进行各自的性能监测以外,还通过物理拓扑图以及业务拓扑图对端与端之间的业务过程以及每个端内部的业务过程进行了有效的性能监测,进而可以根据监测到的所有性能故障可疑点的日志信息确定应用系统性能瓶颈,极大缩短性能分析的时间,提高了故障定位与解决的效率,进一步提升了应用系统的易维护性与稳定性。
参照图4所示,本发明实施例公开了一种具体的应用系统性能瓶颈确定方法,相对于上一实施例,本实施例对技术方案作了进一步的说明和优化。具体的:
步骤S21:预先分别配置服务器、网络设备及存储设备的账户信息,以便性能分析系统利用所述账户信息分别访问对应的所述服务器、所述网络设备及所述存储设备。
本实施例中,预先在服务器、网络设备及存储设备外部搭建性能分析系统,该系统通过管理网络并利用预先配置的管理员账户信息访问所述服务器、所述网络设备及所述存储设备,并获取所述服务器、所述网络设备及所述设备存储的信息。
步骤S22:通过SNMP协议、Redfish协议、Swordfish协议并基于预设数据接口分别从服务器、网络设备及存储设备中获取所述服务器、所述网络设备及所述存储设备的配置信息。
本实施例中,通过SNMP协议,并通过SNMP get与trap命令可获取所述存储设备和所述网络设备的部分指标信息,所述部分指标信息具体可以包括但不限于:告警信息,WWPN,WWN等。其中所述SNMP协议支持SNMP V1版本、SNMP V2c版本和SNMP V3版本;通过Swordfish协议,使性能分析系统可获取所述存储设备更多的指标信息,所述指标信息具体可以包括但不限于:接口卡、硬盘、存储池、存储卷、主机映射等。通过Redfish协议,使性能分析系统可获取所述服务器的指标信息,所述服务器的指标信息具体可以包括但不限于:网卡、主机文件系统、存储卷、SCSI信息等。
步骤S23:基于预设网络连接模型连接所述服务器、所述网络设备及所述存储设备,以生成物理拓扑图。
本实施例中,对于光纤连接和网线连接的设备,需要打开所述存储设备和所述网络设备的LLDP协议,使所述存储设和所述网络设备能够通过二层链路相互发现。对于FC链路,通过获取存储所述、服务器所述及网络设备的WWPN,WWN配置信息等,建立服务器、存储设备、网络设备的基本物理拓扑图;对于ISCSI链路,通过获取IQN与Mac地址信息,以及通过LLDP协议自动发现等方式,建立服务器、存储设备、网络设备的物理拓扑图。
步骤S24:基于业务映射模型将所述物理拓扑图映射为业务拓扑图。
步骤S25:根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标。
其中,对于步骤S24、步骤S25更加具体的处理过程可以参考前述实施例公开的相应内容,在此不再赘述。
步骤S26:获取所述目标故障数据指标对应的日志信息,并对所述日志信息格式化处理,以得到格式化日志信息;从所述格式化日志信息中筛选目标时间段、目标性能数据指标对应的格式化日志信息,并从所述格式化日志信息中标识错误日志和警告日志,然后根据所述错误日志和所述警告日志确定应用系统性能瓶颈。
本实施例中,当发现服务器应用程序出现性能降低,延迟增大等性能问题;通过性能分析系统首先分析构建的物理拓扑图,锁定该应用所涉及服务器、网络交换机、存储设备等;其次,分析业务拓扑图,锁定应用所涉及的主机卷,存储池,硬盘等信息;分析告警系统,检测是否范围内的部件出现故障,例如:网络链路故障,硬盘损坏等故障,若有,则可判定故障点为性能瓶颈可疑点;分析是否有部件升级FW(Firmware,固件)等相关操作,若有,则作为性能瓶颈可疑点;分析是否有同步复制,远程复制,容灾备份,重构等相关业务,若有,则作为性能瓶颈可疑点;分析是否有服务器、网络设备、存储设备相应端口,接口卡,控制器等部件IOPS(Input/Output Operations Per Second,每秒进行读写输入/输出操作的次数)和时延指标在问题时间段是否异常,例如:时延指标是否突然降低等,若有,则作为性能瓶颈可疑点;分析业务路径上的存储池、存储卷、磁盘的性能统计信息在问题时间段内是否有异常,若有,则作为性能瓶颈可疑点;所述性能统计信息具体可以包括:IOPS、时延等,将以上性能瓶颈可疑点汇总,后台自动获取对应的LOG日志,根据已定制化的日志格式,筛选相关时间段,相关指标的日志,标识出ERROR,WARN级别日志,并经由运维人员进一步定位性能瓶颈点,然后进行故障的确认与修复。
由此可见,本申请通过从服务器、网络设备到存储设备全IO栈的性能瓶颈分析,可快速找到性能故障的真正根因,极大缩短性能分析的时间,提高了故障定位与解决的效率,进一步提升了应用系统的易维护性与稳定性。
参照图5所示,本发明实施例公开了一种应用系统性能瓶颈确定装置,包括:
拓扑图生成模块11,用于基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;
拓扑图映射模块12,用于基于业务映射模型将所述物理拓扑图映射为业务拓扑图;
性能瓶颈确定模块13,用于根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
可见,本申请实施例公开了一种应用系统性能瓶颈确定方法,包括:基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;基于业务映射模型将所述物理拓扑图映射为业务拓扑图;根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。由此可见,本申请通过对服务器、网络设备及存储设备三个端进行各自的性能监测以外,还通过物理拓扑图以及业务拓扑图对端与端之间的业务过程以及每个端内部的业务过程进行了有效的性能监测,进而可以根据监测到的所有性能故障可疑点的日志信息确定应用系统性能瓶颈,极大缩短性能分析的时间,提高了故障定位与解决的效率,进一步提升了应用系统的易维护性与稳定性。
进一步的,本申请实施例还公开了一种电子设备,图6是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图6为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的应用系统性能瓶颈确定方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
其中,处理器21可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器21可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器21可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器21还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,以实现处理器21对存储器22中海量数据223的运算与处理,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的应用系统性能瓶颈确定方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据,也可以包括由自身输入输出接口25采集到的数据等。
进一步的,本申请还公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的应用系统性能瓶颈确定方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。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。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种应用系统性能瓶颈确定方法、装置、设备、存储介质进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,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发明的限制。
Claims (10)
1.一种应用系统性能瓶颈确定方法,其特征在于,包括:
基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;
基于业务映射模型将所述物理拓扑图映射为业务拓扑图;
根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
2.根据权利要求1所述的应用系统性能瓶颈确定方法,其特征在于,所述基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图,包括:
获取服务器、网络设备及存储设备的配置信息;
基于所述服务器、网络设备及存储设备的配置信息,并利用预设网络连接模型连接所述服务器、所述网络设备及所述存储设备,以生成物理拓扑图。
3.根据权利要求2所述的应用系统性能瓶颈确定方法,其特征在于,所述获取服务器、网络设备及存储设备的配置信息之前,还包括:
预先分别配置服务器、网络设备及存储设备的账户信息,以便性能分析系统利用所述账户信息分别访问对应的所述服务器、所述网络设备及所述存储设备。
4.根据权利要求2所述的应用系统性能瓶颈确定方法,其特征在于,所述获取服务器、网络设备及存储设备的配置信息,包括:
通过SNMP协议、Redfish协议、Swordfish协议并基于预设数据接口分别从服务器、网络设备及存储设备中获取所述服务器、所述网络设备及所述存储设备的配置信息。
5.根据权利要求1所述的应用系统性能瓶颈确定方法,其特征在于,所述基于业务映射模型将所述物理拓扑图映射为业务拓扑图,包括:
获取所述存储设备的存储卷映射到所述服务器的逻辑关系,并记录所述服务器的主机卷标识信息;
获取所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系;
基于所述存储卷映射到所述服务器的逻辑关系、所述主机卷标识信息映射到所述服务器的主机文件系统的逻辑关系将所述物理拓扑图映射为业务拓扑图。
6.根据权利要求1所述的应用系统性能瓶颈确定方法,其特征在于,所述根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,包括:
根据所述物理拓扑图获取与服务器应用程序相关的所述服务器、所述网络设备以及所述存储设备的性能数据指标;
根据所述业务拓扑图获取与服务器应用程序相关的存储卷、存储池和硬盘的业务数据指标。
7.根据权利要求1至6任一项所述的应用系统性能瓶颈确定方法,其特征在于,所述对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈,包括:
获取所述目标故障数据指标对应的日志信息,并对所述日志信息格式化处理,以得到格式化日志信息;
从所述格式化日志信息中筛选目标时间段、目标性能数据指标对应的格式化日志信息,并从所述格式化日志信息中标识错误日志和警告日志,然后根据所述错误日志和所述警告日志确定应用系统性能瓶颈。
8.一种应用系统性能瓶颈确定装置,其特征在于,包括:
拓扑图生成模块,用于基于预设网络连接模型连接服务器、网络设备及存储设备,以生成物理拓扑图;
拓扑图映射模块,用于基于业务映射模型将所述物理拓扑图映射为业务拓扑图;
性能瓶颈确定模块,用于根据所述物理拓扑图和所述业务拓扑图获取所述服务器、所述网络设备及所述存储设备的目标性能数据指标,并对所述目标性能数据指标对应的日志信息进行分析,并根据所述日志信息确定应用系统性能瓶颈。
9.一种电子设备,其特征在于,包括:
存储器,用于保存计算机程序;
处理器,用于执行所述计算机程序,以实现如权利要求1至7任一项所述的应用系统性能瓶颈确定方法的步骤。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的应用系统性能瓶颈确定方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210436692.9A CN114553672B (zh) | 2022-04-25 | 2022-04-25 | 一种应用系统性能瓶颈确定方法、装置、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210436692.9A CN114553672B (zh) | 2022-04-25 | 2022-04-25 | 一种应用系统性能瓶颈确定方法、装置、设备、介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114553672A true CN114553672A (zh) | 2022-05-27 |
CN114553672B CN114553672B (zh) | 2022-08-02 |
Family
ID=81667092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210436692.9A Active CN114553672B (zh) | 2022-04-25 | 2022-04-25 | 一种应用系统性能瓶颈确定方法、装置、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114553672B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116192612A (zh) * | 2023-04-23 | 2023-05-30 | 成都新西旺自动化科技有限公司 | 一种基于日志分析的系统故障监测和预警系统及方法 |
CN116882724A (zh) * | 2023-07-13 | 2023-10-13 | 北京优特捷信息技术有限公司 | 一种业务流程优化方案的生成方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107094086A (zh) * | 2016-02-18 | 2017-08-25 | 中国移动通信集团江西有限公司 | 一种信息获取方法和装置 |
CN107294764A (zh) * | 2017-04-26 | 2017-10-24 | 中国科学院信息工程研究所 | 智能监管方法和智能监管系统 |
CN110764988A (zh) * | 2019-10-31 | 2020-02-07 | 郑州悉知信息科技股份有限公司 | 一种告警方法、装置及系统 |
CN111209178A (zh) * | 2020-01-13 | 2020-05-29 | 中信银行股份有限公司 | 全链路瓶颈测试方法及系统 |
-
2022
- 2022-04-25 CN CN202210436692.9A patent/CN114553672B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107094086A (zh) * | 2016-02-18 | 2017-08-25 | 中国移动通信集团江西有限公司 | 一种信息获取方法和装置 |
CN107294764A (zh) * | 2017-04-26 | 2017-10-24 | 中国科学院信息工程研究所 | 智能监管方法和智能监管系统 |
CN110764988A (zh) * | 2019-10-31 | 2020-02-07 | 郑州悉知信息科技股份有限公司 | 一种告警方法、装置及系统 |
CN111209178A (zh) * | 2020-01-13 | 2020-05-29 | 中信银行股份有限公司 | 全链路瓶颈测试方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116192612A (zh) * | 2023-04-23 | 2023-05-30 | 成都新西旺自动化科技有限公司 | 一种基于日志分析的系统故障监测和预警系统及方法 |
CN116882724A (zh) * | 2023-07-13 | 2023-10-13 | 北京优特捷信息技术有限公司 | 一种业务流程优化方案的生成方法、装置、设备及介质 |
CN116882724B (zh) * | 2023-07-13 | 2024-06-11 | 北京优特捷信息技术有限公司 | 一种业务流程优化方案的生成方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114553672B (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10649838B2 (en) | Automatic correlation of dynamic system events within computing devices | |
US10511485B2 (en) | Dynamic virtual network topology discovery engine | |
CN114553672B (zh) | 一种应用系统性能瓶颈确定方法、装置、设备、介质 | |
US11729077B2 (en) | Configuration and management of scalable global private networks | |
US9280399B2 (en) | Detecting, monitoring, and configuring services in a netwowk | |
US11218391B2 (en) | Methods for monitoring performance of a network fabric and devices thereof | |
CN113835836B (zh) | 动态发布容器服务的系统、方法、计算机设备及介质 | |
US10644947B2 (en) | Non-invasive diagnosis of configuration errors in distributed system | |
CN117221151B (zh) | 云计算存储的可视化管理装置及方法 | |
CN112164414A (zh) | 一种测试存储设备稳定性的方法及组件 | |
US10552282B2 (en) | On demand monitoring mechanism to identify root cause of operation problems | |
JP7514336B2 (ja) | クラスタの容量縮小・拡張方法及びシステム、容量縮小・拡張制御端末、及び媒体 | |
CN109981377A (zh) | 一种分布式数据中心链路监控方法及系统 | |
US7885256B1 (en) | SAN fabric discovery | |
US10999169B1 (en) | Configuration and management of scalable global private networks | |
CN116582465A (zh) | 链路监控方法、介质、装置和计算设备 | |
US20050193105A1 (en) | Method and system for processing network discovery data | |
US7418376B1 (en) | Method for generating a simulated network based on an actual managed network | |
US8296414B1 (en) | Techniques for automated application discovery | |
US10970152B2 (en) | Notification of network connection errors between connected software systems | |
CN111262728A (zh) | 基于日志端口流量的流量负载监控系统 | |
CN112036828A (zh) | 一种裸金属的管理方法、装置、设备及介质 | |
US10996964B2 (en) | Virtual endpoint software system | |
CN113472567B (zh) | 一种网络sla的计算方法及装置 | |
US20240028723A1 (en) | Suspicious workspace instantiation detection |
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 |