CN115048280A - 基于nmon性能监控工具的数据处理方法、装置、设备和介质 - Google Patents
基于nmon性能监控工具的数据处理方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN115048280A CN115048280A CN202210763106.1A CN202210763106A CN115048280A CN 115048280 A CN115048280 A CN 115048280A CN 202210763106 A CN202210763106 A CN 202210763106A CN 115048280 A CN115048280 A CN 115048280A
- Authority
- CN
- China
- Prior art keywords
- server
- performance
- rule set
- nmon
- rule
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本公开提供了一种基于NMON性能监控工具的数据处理方法,涉及大数据领域。该方法包括:通过NMON性能监控工具采集N台服务器的性能数据;在所述每台服务器本地读取所述NMON性能监控工具生成的NMON文件;根据用户的数据处理指令,在所述每台服务器本地调用预设规则库中的目标规则集合;在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果;根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价。本公开还提供了一种基于NMON性能监控工具的数据处理装置、设备、存储介质和程序产品。
Description
技术领域
本公开涉及大数据领域,更具体地,涉及一种基于NMON性能监控工具的数据处理方法、装置、设备、介质和程序产品。
背景技术
NMON(Nigel’s Monitor)是监控AIX系统与Linux系统资源的工具。该工具可将服务器系统资源耗用情况收集起来并输出一个特定的文件,并可利用NMON Analyser工具进行数据的统计分析。
在收集监控数据事后分析模式下,NMON将性能数据捕获到受测服务器本地的一个普通文本文件,测试结束后,利用NMON Analyser工具对性能文本文件进行解析,解析完成后生成Excel/WPS文件,由人工打开Excel/WPS文件,查看CPU、内存、磁盘、网络等多个sheet的图表进行数据处理。
在实现本公开发明构思的过程中,发明人发现相关技术中至少存在以下问题:
NMON Analyser工具基于Excel/WPS文件,有最大处理数据行数限制。并且随着分布式架构或服务器集群等技术的发展,性能数据的量级越加庞大,依赖人工打开Excel/WPS查看多个sheet的图表做出进行数据处理的方式,效率较低且容易出现误判、漏判等问题。
发明内容
鉴于上述问题,本公开提供了一种的基于NMON性能监控工具的数据处理方法、装置、设备、介质和程序产品。
本公开实施例的一个方面提供了一种基于NMON性能监控工具的数据处理方法,包括:通过NMON性能监控工具采集N台服务器的性能数据,其中,所述N台服务器的每台服务器中预先部署所述NMON性能监控工具,N为大于或等于1的整数;在所述每台服务器本地读取所述NMON性能监控工具生成的NMON文件,其中,所述NMON文件包括所述每台服务器的性能数据;根据用户的数据处理指令,在所述每台服务器本地调用预设规则库中的目标规则集合,其中,所述预设规则库包括M个规则集合,所述目标规则集合为所述M个规则集合中的任一个集合,所述目标规则集合包括对所述每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数;在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果;根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价。
根据本公开的实施例,所述N台服务器包括主服务器,以及至少一台从服务器,所述根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价包括:对比所述主服务器的至少一个性能指标结果和每台从服务器的至少一个性能指标结果,获得第一对比结果;根据所述第一对比结果对所述每台从服务器进行性能评价。
根据本公开的实施例,若所述目标规则集合为用户自定义规则集合,在所述每台服务器本地调用预设规则库中的目标规则集合之后,还包括:接收所述用户的自定义指令,其中,所述自定义指令包括所述用户输入的至少一个自定义性能指标,和/或每个自定义性能指标的自定义计算规则;根据所述自定义指令,更新所述目标规则集合。
根据本公开的实施例,若所述目标规则集合为通用规则集合,在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据包括:在所述每台服务器本地运行所述通用规则集合处理所述每台服务器的性能数据,其中,所述通用规则集合包括预先配置的至少一个通用性能指标的计算规则,所述通用性能指标包括根据所述用户的历史性能计算频率确定的指标。5.根据权利要求3或4所述的方法,其中,在所述每台服务器本地调用预设规则库中的目标规则集合之前,还包括:在所述每台服务器本地调用所述M个规则集合中的基准规则集合,处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果,其中,所述基准规则集合用于确定所述每台服务器的配置环境。
根据本公开的实施例,在所述每台服务器本地调用所述M个规则集合中的基准规则集合之前,还包括预先设置所述基准规则集合,具体包括:在待测配置环境中执行基准测试;获取待测服务器的性能指标基准,其中,所述待测服务器中部署有所述待测配置环境;根据所述待测服务器的性能指标基准设置所述基准规则集合。
根据本公开的实施例,所述目标规则集合包括至少一个计算规则函数,所述在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果包括:将所述每台服务器的性能数据作为所述至少一个计算规则函数的输入,其中,所述至少一个计算规则函数与所述至少一个性能指标一一对应;以及获得所述至少一个计算规则函数的输出结果。
根据本公开的实施例,所述根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价包括:将所述每台服务器的至少一个性能指标结果一一对应地与至少一个资源瓶颈阈值进行对比,获得第二对比结果;根据所述第二对比结果获得性能瓶颈判定结果。
本公开实施例的另一方面提供了一种基于NMON性能监控工具的数据处理装置,包括:数据采集模块,用于通过NMON性能监控工具采集N台服务器的性能数据,其中,所述N台服务器的每台服务器中预先部署所述NMON性能监控工具,N为大于或等于1的整数;文件读取模块,用于在所述每台服务器本地读取所述NMON性能监控工具生成的NMON文件,其中,所述NMON文件包括所述每台服务器的性能数据;规则调用模块,用于根据用户的数据处理指令,在所述每台服务器本地调用预设规则库中的目标规则集合,其中,所述预设规则库包括M个规则集合,所述目标规则集合为所述M个规则集合中的任一个集合,所述目标规则集合包括对所述每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数;数据处理模块,用于在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果;性能评价模块,用于根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价。
本公开实施例的另一方面提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行如上所述的方法。
本公开实施例的另一方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行如上所述的方法。
本公开实施例的另一方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现如上所述的方法。
上述一个或多个实施例具有如下有益效果:对NMON性能监控工具采集N台服务器的性能数据而生成的NMON文件,在N台服务器的每台服务器本地直接读取,并可以根据用户的数据处理指令,调用预设规则库的任一个规则集合,自动得到所述每台服务器的至少一个性能指标结果,并能够自动对所述N台服务器进行性能评价。因此,对NMON的监控数据进行自动化处理,直接得到性能评价结果,解决了NMON Analyser有最大处理数据行数限制以及解析数据后需人工打开Excel/WPS查看多个表单的图表的问题。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的数据处理方法的应用场景图;
图2示意性示出了根据本公开实施例的数据处理方法的流程图;
图3示意性示出了根据本公开实施例的规则库的架构图;
图4示意性示出了根据本公开实施例的预先设置基准规则集合的流程图;
图5示意性示出了根据本公开实施例的MySQL数据库集群性能测试的架构图;
图6示意性示出了根据本公开实施例的用户自定义规则的流程图;
图7示意性示出了根据本公开实施例的得到性能指标结果的流程图;
图8示意性示出了根据本公开实施例的性能评价的流程图;
图9示意性示出了根据本公开实施例的获得性能瓶颈判定结果的流程图;
图10示意性示出了根据本公开实施例的基于NMON性能监控工具的数据处理装置的结构框图;以及
图11示意性示出了根据本公开实施例的适于实现基于NMON性能监控工具的数据处理方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
图1示意性示出了根据本公开实施例的数据处理方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括从服务器111、112、113,主服务器120,网络130和终端设备141、142、143。网络130用以在终端设备141、142、143和从服务器111、112、113或主服务器120之间提供通信链路的介质。网络130可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备141、142、143通过网络130与从服务器111、112、113或主服务器120交互,以接收或发送消息等。终端设备141、142、143上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备141、142、143可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
从服务器111、112、113或主服务器120可以是提供各种服务的服务器,例如对用户利用终端设备141、142、143所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
以下将基于图1描述的场景,通过图2~图9对本公开实施例的基于NMON性能监控工具的数据处理方法进行详细描述。
图2示意性示出了根据本公开实施例的数据处理方法的流程图。图3示意性示出了根据本公开实施例的规则库的架构图。
如图2所示,该实施例的基于NMON性能监控工具的数据处理方法包括操作S210~操作S250。
在操作S210,通过NMON性能监控工具采集N台服务器的性能数据,其中,N台服务器的每台服务器中预先部署NMON性能监控工具,N为大于或等于1的整数。
在操作S220,在每台服务器本地读取NMON性能监控工具生成的NMON文件,其中,NMON文件包括每台服务器的性能数据。
每台服务器在本地有包括该台服务器性能数据的NMON文件。例如令每台服务器运行特定应用,会在NMON所在目录下生成后缀为nmon的监控文件,并持续写入性能数据,直至监控时间结束或特定应用处理任务结束。性能数据可以包括CPU、内存、网络、磁盘或繁忙进程等数据。可以通过python的open命令,或其他编程语言用于读取文件的命令,实现NMON文件的读取。
在操作S230,根据用户的数据处理指令,在每台服务器本地调用预设规则库中的目标规则集合,其中,预设规则库包括M个规则集合,目标规则集合为M个规则集合中的任一个集合,目标规则集合包括对每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数。
示例性地,数据处理指令可以是用户输入的命令,也可以是向用户展示M个规则集合的选项,接收用户选择的目标选项。至少一个性能指标可以包括CPU指标、内存指标、网络指标、磁盘指标或繁忙进程指标等,每个性能指标具有对应的计算规则。
参照图3,预设规则库300可以包括基准规则集合310、通用规则集合320和用户自定义规则集合330中的至少一个集合。
在操作S240,在每台服务器本地运行目标规则集合处理每台服务器的性能数据,得到每台服务器的至少一个性能指标结果。至少一个性能指标结果与操作S230中至少一个性能指标一一对应。
示例性地,运行目标规则集合可以是执行目标规则集合中的计算规则。至少一个性能指标结果可以包括根据计算规则处理性能数据得到的CPU指标、内存指标、网络指标、磁盘指标或繁忙进程指标等结果。
在操作S250,根据每台服务器的至少一个性能指标结果,对N台服务器进行性能评价。
通过性能指标结果可以评价每台服务器某一个性能指标是否满足要求,或者通过各台服务器之间的性能指标结果相互参照计算,评价N台服务器整体或某台服务器是否存在性能问题。
根据本公开的实施例,对NMON性能监控工具采集N台服务器的性能数据而生成的NMON文件,在N台服务器的每台服务器本地直接读取,并可以根据用户的数据处理指令,在本地调用预设规则库的任一个规则集合,自动得到每台服务器的至少一个性能指标结果,并能够自动对N台服务器进行性能评价。因此,对NMON的监控数据进行自动化处理,直接得到性能评价结果,解决了NMON Analyser有最大处理数据行数限制以及解析数据后需人工打开Excel/WPS查看多个表单的图表的问题。
图4示意性示出了根据本公开实施例的预先设置基准规则集合的流程图。
如图4所示,该实施例的预先设置基准规则集合包括操作S410~操作S430。可以在每台服务器本地调用M个规则集合中的基准规则集合之前执行操作S410~操作S430。
在操作S410,在待测配置环境中执行基准测试。
例如待测配置环境可以包括每台服务器的软硬件环境,例如CPU型号、内存大小、磁盘大小、网络带宽或者应用的运行环境(如操作系统)等。
基准测试是一种测量和评估服务器性能指标的测试活动,可以在某个时候通过基准测试建立一个已知的性能水平(称为基准线)。基准测试的用途可以包括测定某种负载水平下的性能极限、管理系统或环境的变化、发现可能导致性能问题的条件,等等。
在操作S420,获取待测服务器的性能指标基准,其中,待测服务器中部署有待测配置环境。
例如利用sybench(基于LuaJIT的多线程基准测试工具)或iperf(网络性能评估工具)等测试工具在待测配置环境执行基准测试,获取待测服务器的性能基准,并将基准存入规则库,如磁盘所能达到的最大读写速率和IOPS值、网卡能达到的最大传输速率等。
示例性地,待测服务器可以属于N台服务器,也可以是独立于N台服务器的其他服务器,性能指标基准即为通过基准测试建立的一个已知的性能水平(基准线)。
在操作S430,根据待测服务器的性能指标基准设置基准规则集合。
示例性地,可以根据性能指标基准设置基准阈值规则。在应用开发测试过程中,可能由开发人员在服务器中部署好待测配置环境,安装了开发的应用。接着,由测试人员进行应用测试,例如进行服务器是否满足应用运行要求的压力测试。
图5示意性示出了根据本公开实施例的MySQL数据库集群性能测试的架构图。
例如有一主三从的MySQL数据库集群要进行性能测试,四个数据库分布在四台linux服务器上,架构示意图如图5所示。在主库上分别发起8、16、32、64、128、256个客户端并发访问的性能测试,针对这六个场景,每台服务器上均会生成6个NMON文件,共24个文件。
相关技术中,使用nmon Analyser工具解析,解析后会生成24个Excel/WPS电子表格文件,需人工打开24个Excel/WPS文件,每个文件查看至少5个sheet的图表做出资源瓶颈判断,效率较低且容易误判、漏判。本公开实施例提供的数据处理方法,可以直接在各服务器本地运行,自动做出性能评价。
根据本公开的实施例,在每台服务器本地调用预设规则库中的目标规则集合之前,还包括:在每台服务器本地调用M个规则集合中的基准规则集合,处理每台服务器的性能数据,得到每台服务器的至少一个性能指标结果,其中,基准规则集合用于确定每台服务器的配置环境。
参照图3,基准规则集合310可以包括基准阈值规则和计算CPU、内存、磁盘、网络资源等使用的基准计算规则。基准阈值规则包括基准性能指标,及其中每个指标的阈值,用于进行确定性能指标结果是否满足基准,基准规则集合310可以用于基准测试的场景中。
根据本公开的实施例,可以先进行基准测试来确定每台服务器中的配置环境是否满足要求,若满足要求则执行测试用例。若不满足要求则重新配置环境,可以避免若配置环境不满足要求直接执行测试用例,导致测试结果不准确的情况。
根据本公开的实施例,若目标规则集合为通用规则集合,在每台服务器本地运行目标规则集合处理每台服务器的性能数据包括:在每台服务器本地运行通用规则集合处理每台服务器的性能数据,其中,通用规则集合包括预先配置的至少一个通用性能指标的计算规则,通用性能指标包括根据用户的历史性能计算频率确定的指标。
参照图3,通用规则集合320包括通用阈值规则和计算CPU、内存、磁盘、网络资源等使用的通用计算规则(即至少一个通用性能指标的计算规则)。通用阈值规则包括通用性能指标,及其中每个指标的阈值,用于确定运行计算规则得到的性能计算结果是否达到阈值。通用计算规则与基准计算规则相同或不同。
根据本公开的实施例,通用规则集合可以包括提供给用户默认的性能指标的计算规则。操作S230中性能指标可以包括通用性能指标。用户的历史性能计算频率可以是根据专家经验或网络统计数据来获得,也可以是在用户自定义规则集合被调用时进行记录,若用户自定义的规则超过阈值,则自动记录并存入通用规则集合。因此,使用通用规则集合可以降低对用户的专业要求,降低使用成本,提高数据处理效率。
图6示意性示出了根据本公开实施例的用户自定义规则的流程图。
若目标规则集合为用户自定义规则集合,在每台服务器本地调用预设规则库中的目标规则集合之后,如图6所示,该实施例的用户自定义规则包括操作S610~操作S620。
在操作S610,接收用户的自定义指令,其中,自定义指令包括用户输入的至少一个自定义性能指标,和/或每个自定义性能指标的自定义计算规则。
参照图3,用户自定义规则集合330可以包括自定义阈值规则和计算CPU、内存、磁盘、网络资源等使用的自定义计算规则。自定义阈值规则包括自定义性能指标,及其中每个指标的阈值。用于确定运行自定义计算规则得到的性能计算结果是否达到阈值。
例如自定义性能指标包括指定的磁盘分区sdb2的繁忙率,磁盘繁忙率阈值为95%。sdb2其存放的是数据库的数据文件和日志文件,测试时会有频繁的读写。网卡ethl带宽使用率,网络带宽使用率阈值为90%,该网卡连接从库1、从库2、从库3。CPU使用率,其阈值为95%。内存使用率,其阈值为90%。
例如自定义计算规则可以包括如下一个或多个:
自定义CPU平均使用率计算规则:读取CPU_ALL的Idle%的值,1-Idle%为CPU使用率,计算均值。
自定义内存使用率计算规则:读取memtotal、memfree、cached、buffers的值,(memtotal-memfree-cached-buffers)/memtotal*100%为内存使用率,计算均值。
自定义指定磁盘或磁盘分区繁忙率计算规则:读取sdb2的DISKBUSY值,计算均值。
自定义网络带宽占用率计算规则:读取NET中eth1网卡的流量值,读流量为eth1-read-KB/s,写流量为eth1-write-KB/s,读写流量之和为eth1的网卡流量,(网卡流量/理论上网络能达到的最大流量)*100%为网络带宽占用率,计算均值。
还可以设置读取DISK_SUMM中指定磁盘或磁盘分区的Disk Read KB/s、DiskWrite KB/s、IO/sec值,自定义计算磁盘的读写速率和IOPS值。
在操作S620,根据自定义指令,更新目标规则集合。
在该操作中,可以将自定义指令存入到目标规则集合中,以便在操作S240运行自定义计算规则(参照图5,可以通过python的open命令,读取的每台服务器本地的6个nmon监控数据文件),并可以在操作S250利用自定义性能指标的阈值进行对比。
根据本公开的实施例,在进行自动化数据处理的过程,通用规则集合和基准测试集合可能无法满足用户多样化的性能评价需求。提供给用户自定义规则的功能,能够令用户既能满足多样化性能评价需求,又能实现对较大量级的性能监控数据的自动化处理。
图7示意性示出了根据本公开实施例的得到性能指标结果的流程图。
如图7所示,操作S240中得到每台服务器的至少一个性能指标结果包括操作S710~操作S720。目标规则集合包括至少一个计算规则函数。
在操作S710,将每台服务器的性能数据作为至少一个计算规则函数的输入,其中,至少一个计算规则函数与至少一个性能指标一一对应。
示例性地,在预先设置通用规则集合或基准规则结合时,可以将阈值赋值给对应的变量,将计算规则封装为计算规则函数。集合存在的形式可以是主函数形式,也可以是存放函数文件的文件夹形式。
在用户自定义规则时,自定义计算规则可以是用户输入的函数表达式。一些实施例中,可以预先在用户自定义规则集合对应一个或多个空函数,更新用户自定义规则集合可以是令用户输入的函数表达式来取代它。
函数中包含程序的可执行代码。可以将一个程序划分成若干个程序模块,每一个程序模块都完成一部分功能。主函数可以调用其他的函数,其他函数也可以相互调用。例如在主函数中调用其他的函数,这些函数执行完毕之后又返回到主函数中。
在操作S720,获得至少一个计算规则函数的输出结果。
例如针对磁盘分区繁忙率通用计算规则定义一个函数,函数的功能是进行均值计算,并调用该函数向其输入一个或多个采样周期内的DISKBUSY值,使得函数的返回值参加运算得到计算结果。
图8示意性示出了根据本公开实施例的性能评价的流程图。
如图8所示,该实施例的性能评价包括操作S810~操作S820。
参照图1,N台服务器包括主服务器,以及至少一台从服务器,如图5所示的一主三从的MySQL数据库集群。
在操作S810,对比主服务器的至少一个性能指标结果和每台从服务器的至少一个性能指标结果,获得第一对比结果。
例如在MySQL数据库集群中,主库负责写数据操作,从库负责读数据操作。在进行主从同步过程中,主库的网络流量相当于三个从库的总和,所以每个从库的网络流量基于等于主库网络流量的三分之一。因此,可以将每个从库的网络流量与主库网络流量的三分之一进行比较,获得第一对比结果。
在操作S820,根据第一对比结果对每台从服务器进行性能评价。
该操作中的性能评价可以是诊断和定位从库的性能问题或其他问题。参照图5,例如从库1的网络流量尚未达到主库网络流量的三分之一,可能是从库1并没有同步完成主库的数据,及时排查问题并进行处理。例如从库2的网络流量超出主库网络流量的二分之一,则可能存在业务范围外的流量损失,也及时排查问题并进行处理。
在一些实施例中,可以将从库之间的性能计算结果进行对比,若在处理相同操作的情况下,某个从库的性能计算结果有异常,则可以及时排查问题并处理。
在一些实施例中,N个服务器可以包括多个如图5所示的主从架构,每个主从架构作为分布式应用的一个实例节点。例如在该应用进行多点多活的分布式实例部署时,可以针对每个实例处理的业务来确定该实例节点的性能指标,并在各个实例之间进行性能计算结果的对比。
根据本公开的实施例,不再局限于每个服务器本地的性能计算结果,而是通过各个服务器之间的性能评价结果对比,从而能够拓展更多的数据处理方式,适用更多的应用场景。
图9示意性示出了根据本公开实施例的获得性能瓶颈判定结果的流程图。
如图9所示,该实施例的获得性能瓶颈判定结果包括操作S910~操作S920。
在操作S910,将每台服务器的至少一个性能指标结果一一对应地与至少一个资源瓶颈阈值进行对比,获得第二对比结果。
在操作S920,根据第二对比结果获得性能瓶颈判定结果。
示例性地,当用户选择的是用户自定义规则集合,计算的资源使用率大于等于用户自定义阀值时,判定资源达到瓶颈。当用户选择的是通用规则集合,计算的资源使用率大于等于通用阀值时,判定资源达到瓶颈。当用户选择的是基准规则集合,计算的资源使用接近基准测阈值时,判定资源达到瓶颈。
以用户自定义规则集合举例,若用户自定义的资源阈值为CPU使用率为95%、内存使用率90%、磁盘繁忙率95%、网络带宽使用率90%,例如参照用户自定义的阈值,计算出的CPU使用率假设为96%、内存使用率假设为60%、磁盘繁忙率假设为98%、网络带宽使用率假设为70%。一一进行对比,第二对比结果包括CPU使用率超出阈值,内存使用率未超出阈值,磁盘繁忙率超出阈值和网络带宽使用率未超出阈值。性能瓶颈判定结果为CPU和磁盘达到瓶颈。
在一些实施例中,可以自动给出有哪些指标达到瓶颈,详细列出达到瓶颈的指标,以及相应指标的阈值、测试达到的值,如下。
本次测试共有2项系统指标达到瓶颈。
CPU使用率指标达到瓶颈,阈值为95%,测试时达到96%。
磁盘繁忙率指标达到瓶颈,阈值为95%,测试时达到98%。
根据本公开的实施例,能够自动处理性能监控数据,直接给出资源瓶颈判定结果,降低了数据处理分析工作强度,提高了测试效率。
基于上述基于NMON性能监控工具的数据处理方法,本公开还提供了一种基于NMON性能监控工具的数据处理装置。以下将结合图10对该装置进行详细描述。
图10示意性示出了根据本公开实施例的基于NMON性能监控工具的数据处理装置的结构框图。
如图10所示,该实施例的基于NMON性能监控工具的数据处理装置1000包括数据采集模块1010、文件读取模块1020、规则调用模块1030、数据处理模块1040和性能评价模块1050。
数据采集模块1010可以执行操作S210,用于通过NMON性能监控工具采集N台服务器的性能数据,其中,N台服务器的每台服务器中预先部署NMON性能监控工具,N为大于或等于1的整数。
文件读取模块1020可以执行操作S220,用于在每台服务器本地读取NMON性能监控工具生成的NMON文件,其中,NMON文件包括每台服务器的性能数据。
规则调用模块1030可以执行操作S230,用于根据用户的数据处理指令,在每台服务器本地调用预设规则库中的目标规则集合,其中,预设规则库包括M个规则集合,目标规则集合为M个规则集合中的任一个集合,目标规则集合包括对每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数。
数据处理模块1040可以执行操作S240,用于在每台服务器本地运行目标规则集合处理每台服务器的性能数据,得到每台服务器的至少一个性能指标结果。
性能评价模块1050可以执行操作S250,用于根据每台服务器的至少一个性能指标结果,对N台服务器进行性能评价。
根据本公开的实施例,数据处理装置1000可以包括参数输入模块,用于接收预先配置规则库时的性能指标和计算规则。接收性能评价时用户输入的磁盘、内存、CPU或网卡名称、阀值规则和计算规则。
根据本公开的实施例,数据处理装置1000可以包括规则库模块,可以执行操作S410~操作S420,在此不做赘述。
根据本公开的实施例,数据处理装置1000可以包括用户自定义模块,可以执行操作S610~操作S620,在此不做赘述。
根据本公开的实施例,数据处理装置1000可以包括计算模块,可以执行操作S710~操作S720,在此不做赘述。
根据本公开的实施例,性能评价模块1050可以包括判定模块,可以执行操作S810~操作S820和操作S910~操作S920,在此不做赘述。
根据本公开的实施例,数据处理装置1000可以包括结果输出模块,用于根据判定模块判定的结果进行输出。
需要说明的是,装置部分实施例中各模块/单元/子单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似,在此不再赘述。
根据本公开的实施例,数据采集模块1010、文件读取模块1020、规则调用模块1030、数据处理模块1040和性能评价模块1050中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。
根据本公开的实施例,数据采集模块1010、文件读取模块1020、规则调用模块1030、数据处理模块1040和性能评价模块1050中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,数据采集模块1010、文件读取模块1020、规则调用模块1030、数据处理模块1040和性能评价模块1050中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图11示意性示出了根据本公开实施例的适于实现基于NMON性能监控工具的数据处理方法的电子设备的方框图。
如图11所示,根据本公开实施例的电子设备1100包括处理器1101,其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。处理器1101例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器1101还可以包括用于缓存用途的板载存储器。处理器1101可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1103中,存储有电子设备1100操作所需的各种程序和数据。处理器1101、ROM 1102以及RAM 1103通过总线1104彼此相连。处理器1101通过执行ROM 1102和/或RAM1103中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,程序也可以存储在除ROM 1102和RAM 1103以外的一个或多个存储器中。处理器1101也可以通过执行存储在一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1100还可以包括输入/输出(I/O)接口1105,输入/输出(I/O)接口1105也连接至总线1104。电子设备1100还可以包括连接至I/O接口1105的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1106。包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107。包括硬盘等的存储部分1108。以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1110上,以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的。也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1102和/或RAM 1103和/或ROM 1102和RAM 1103以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的方法。
在该计算机程序被处理器1101执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分1109被下载和安装,和/或从可拆卸介质1111被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分1109从网络上被下载和安装,和/或从可拆卸介质1111被安装。在该计算机程序被处理器1101执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (12)
1.一种基于NMON性能监控工具的数据处理方法,包括:
通过NMON性能监控工具采集N台服务器的性能数据,其中,所述N台服务器的每台服务器中预先部署所述NMON性能监控工具,N为大于或等于1的整数;
在所述每台服务器本地读取所述NMON性能监控工具生成的NMON文件,其中,所述NMON文件包括所述每台服务器的性能数据;
根据用户的数据处理指令,在所述每台服务器本地调用预设规则库中的目标规则集合,其中,所述预设规则库包括M个规则集合,所述目标规则集合为所述M个规则集合中的任一个集合,所述目标规则集合包括对所述每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数;
在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果;
根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价。
2.根据权利要求1所述的方法,其中,所述N台服务器包括主服务器,以及至少一台从服务器,所述根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价包括:
对比所述主服务器的至少一个性能指标结果和每台从服务器的至少一个性能指标结果,获得第一对比结果;
根据所述第一对比结果对所述每台从服务器进行性能评价。
3.根据权利要求1所述的方法,其中,若所述目标规则集合为用户自定义规则集合,在所述每台服务器本地调用预设规则库中的目标规则集合之后,还包括:
接收所述用户的自定义指令,其中,所述自定义指令包括所述用户输入的至少一个自定义性能指标,和/或每个自定义性能指标的自定义计算规则;
根据所述自定义指令,更新所述目标规则集合。
4.根据权利要求1所述的方法,其中,若所述目标规则集合为通用规则集合,在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据包括:
在所述每台服务器本地运行所述通用规则集合处理所述每台服务器的性能数据,其中,所述通用规则集合包括预先配置的至少一个通用性能指标的计算规则,所述通用性能指标包括根据所述用户的历史性能计算频率确定的指标。
5.根据权利要求3或4所述的方法,其中,在所述每台服务器本地调用预设规则库中的目标规则集合之前,还包括:
在所述每台服务器本地调用所述M个规则集合中的基准规则集合,处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果,其中,所述基准规则集合用于确定所述每台服务器的配置环境。
6.根据权利要求5所述的方法,其中,在所述每台服务器本地调用所述M个规则集合中的基准规则集合之前,还包括预先设置所述基准规则集合,具体包括:
在待测配置环境中执行基准测试;
获取待测服务器的性能指标基准,其中,所述待测服务器中部署有所述待测配置环境;
根据所述待测服务器的性能指标基准设置所述基准规则集合。
7.根据权利要求1所述的方法,其中,所述目标规则集合包括至少一个计算规则函数,所述在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果包括:
将所述每台服务器的性能数据作为所述至少一个计算规则函数的输入,其中,所述至少一个计算规则函数与所述至少一个性能指标一一对应;以及
获得所述至少一个计算规则函数的输出结果。
8.根据权利要求1所述的方法,其中,所述根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价包括:
将所述每台服务器的至少一个性能指标结果一一对应地与至少一个资源瓶颈阈值进行对比,获得第二对比结果;
根据所述第二对比结果获得性能瓶颈判定结果。
9.一种基于NMON性能监控工具的数据处理装置,包括:
数据采集模块,用于通过NMON性能监控工具采集N台服务器的性能数据,其中,所述N台服务器的每台服务器中预先部署所述NMON性能监控工具,N为大于或等于1的整数;
文件读取模块,用于在所述每台服务器本地读取所述NMON性能监控工具生成的NMON文件,其中,所述NMON文件包括所述每台服务器的性能数据;
规则调用模块,用于根据用户的数据处理指令,在所述每台服务器本地调用预设规则库中的目标规则集合,其中,所述预设规则库包括M个规则集合,所述目标规则集合为所述M个规则集合中的任一个集合,所述目标规则集合包括对所述每台服务器的至少一个性能指标的计算规则,M为大于或等于1的整数;
数据处理模块,用于在所述每台服务器本地运行所述目标规则集合处理所述每台服务器的性能数据,得到所述每台服务器的至少一个性能指标结果;
性能评价模块,用于根据所述每台服务器的至少一个性能指标结果,对所述N台服务器进行性能评价。
10.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~8中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763106.1A CN115048280A (zh) | 2022-06-29 | 2022-06-29 | 基于nmon性能监控工具的数据处理方法、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210763106.1A CN115048280A (zh) | 2022-06-29 | 2022-06-29 | 基于nmon性能监控工具的数据处理方法、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115048280A true CN115048280A (zh) | 2022-09-13 |
Family
ID=83165487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210763106.1A Pending CN115048280A (zh) | 2022-06-29 | 2022-06-29 | 基于nmon性能监控工具的数据处理方法、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115048280A (zh) |
-
2022
- 2022-06-29 CN CN202210763106.1A patent/CN115048280A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10372600B2 (en) | Systems and methods for automated web performance testing for cloud apps in use-case scenarios | |
CN108521353B (zh) | 定位性能瓶颈的处理方法、设备及可读存储介质 | |
US20170168915A1 (en) | Dynamic trace level control | |
CN111897724B (zh) | 一种适用于云平台的自动化测试方法及装置 | |
US20160224400A1 (en) | Automatic root cause analysis for distributed business transaction | |
US10116534B2 (en) | Systems and methods for WebSphere MQ performance metrics analysis | |
CN111045911B (zh) | 性能测试方法、性能测试装置、存储介质与电子设备 | |
US20210390029A1 (en) | Method and apparatus for testing stress based on cloud service | |
CN107608901B (zh) | 基于Jmeter的测试方法及装置、存储介质、电子设备 | |
CN105607986A (zh) | 用户行为日志数据采集方法及装置 | |
CN113760641A (zh) | 业务监控方法、装置、计算机系统和计算机可读存储介质 | |
CN114564374A (zh) | 算子性能评估方法、装置、电子设备及存储介质 | |
CN114817050A (zh) | 任务执行方法及装置、电子设备和计算机可读存储介质 | |
CN114760233A (zh) | 业务处理方法、装置、电子设备及存储介质 | |
CN109308243B (zh) | 数据处理方法、装置、计算机设备和介质 | |
CN113360182B (zh) | 系统性能诊断的方法和装置 | |
US11627193B2 (en) | Method and system for tracking application activity data from remote devices and generating a corrective action data structure for the remote devices | |
CN113032237B (zh) | 数据处理方法及装置、电子设备和计算机可读存储介质 | |
CN115048280A (zh) | 基于nmon性能监控工具的数据处理方法、装置、设备和介质 | |
CN115202973A (zh) | 应用运行状态的确定方法、装置、电子设备和介质 | |
CN113656391A (zh) | 数据检测方法及装置、存储介质及电子设备 | |
CN110247802B (zh) | 针对云服务单机环境的资源配置方法及装置 | |
CN113434382A (zh) | 数据库性能监控方法、装置、电子设备及计算机可读介质 | |
CN113138772B (zh) | 数据处理平台的构建方法、装置、电子设备和存储介质 | |
CN114185656A (zh) | 一种测试任务处理方法、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 |