CN117041107B - 带宽质量监控方法、带宽质量监控系统和数据中心 - Google Patents
带宽质量监控方法、带宽质量监控系统和数据中心 Download PDFInfo
- Publication number
- CN117041107B CN117041107B CN202311265761.5A CN202311265761A CN117041107B CN 117041107 B CN117041107 B CN 117041107B CN 202311265761 A CN202311265761 A CN 202311265761A CN 117041107 B CN117041107 B CN 117041107B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- data
- bandwidth quality
- quality monitoring
- node
- 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 168
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 description 33
- 238000012545 processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- 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
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L1/00—Arrangements for detecting or preventing errors in the information received
- H04L1/22—Arrangements for detecting or preventing errors in the information received using redundant apparatus to increase reliability
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种带宽质量监控方法、带宽质量监控系统和数据中心，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；方法包括：通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。该方式中，通过设置多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度。
Description
技术领域
本发明涉及带宽质量监控技术领域，尤其是涉及一种带宽质量监控方法、带宽质量监控系统和数据中心。
背景技术
随着云计算和大数据处理等应用的普及，数据中心的规模和复杂度越来越大。数据中心的带宽质量对于应用的性能和用户体验至关重要。目前，市场上已经有一些带宽质量检测解决方案，多为基于SNMP（Simple Network Management Protocol，简单网络管理协议）或基于NetFlow（网络监测功能）技术或基于QoS（Quality of Service，服务质量）技术的集中式带宽监测方法。但是，传统的集中式带宽监测方法如果核心的监测节点或服务器发生故障，那么整个监测系统可能会瘫痪或无法正常工作。同时，传统的集中式带宽监测方法中数据传输会出现延迟，导致监控数据获取和响应的时间变长，带宽质量监测效率较低和准确度不足。
发明内容
有鉴于此，本发明的目的在于提供一种带宽质量监控方法、带宽质量监控系统和数据中心，缓解了传统的集中式带宽监测方法中带宽质量监测效率较低和准确度不足的问题，提高了数据中心的带宽质量监测效率和准确度。
通过多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度；同时将监测结果实时反馈给用户，以提升用户的使用感受。
第一方面，本发明实施例提供了一种带宽质量监控方法，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；方法包括：通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。
进一步的，将带宽质量数据存储至对应的数据库节点的步骤，包括：计算带宽质量数据对应的哈希值；根据预设的哈希值对应关系，确定哈希值对应的数据库节点；其中，不同哈希值范围对应不同的数据库节点；将带宽质量数据存储至对应的数据库节点。
进一步的，将带宽质量数据存储至对应的数据库节点的方法，包括：根据预设加密方法对带宽质量数据进行加密，并将加密后的带宽质量数据从带宽质量监测节点发送至对应的数据库节点，以使数据库节点解密后存储。
进一步的，根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：将带宽指标数据与预设指标范围进行对比；如果带宽指标数据不在预设指标范围内，发送告警信息至用户。
进一步的，根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：将带宽质量监测节点对应的带宽指标数据，与和带宽质量监测节点相连的下一带宽质量监测节点对应的下一带宽指标数据作差，得到第一带宽指标数据差值；将第一带宽指标数据差值与预设差值范围进行对比；如果第一带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
进一步的，根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：将当前时间间隔中带宽指标数据，与上一时间间隔对应的上一带宽指标数据作差，得到第二带宽指标数据差值；将第二带宽指标数据差值与预设差值范围进行对比；如果第二带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
进一步的，根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：基于预设绘图工具，通过图形的方式显示带宽指标数据。
第二方面，本发明实施例提供了一种带宽质量监控系统，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；包括：数据采集模块，用于通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；数据读取模块，用于按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；数据计算模块，用于根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。
第三方面，本发明实施例提供了一种数据中心，包括上述带宽质量监控系统；带宽质量监控系统设置在数据中心中。
第四方面，本发明实施例提供了一种电子设备，包括存储器、处理器，存储器上存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述的方法。
本发明实施例提供了一种带宽质量监控方法、带宽质量监控系统和数据中心，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；方法包括：通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。该方式中，通过设置多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的带宽质量监控方法的流程图；
图2为本发明实施例一提供的带宽质量监测节点连接关系示意图；
图3为本发明实施例一提供的将带宽质量数据存储至对应的数据库节点的方法的流程图；
图4为本发明实施例一提供的告警信息的第一种生成方法的流程图；
图5为本发明实施例一提供的告警信息的第二种生成方法的流程图；
图6为本发明实施例一提供的告警信息的第三种生成方法的流程图；
图7为本发明实施例二提供的带宽质量监控系统示意图；
图8为本发明实施例三提供的一种数据中心示意图。
图标：1-数据采集模块；2-数据读取模块；3-数据计算模块；4-数据中心；5-带宽质量监控系统。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。
为便于对本实施例进行理解，下面对本发明实施例进行详细介绍。
实施例一：
图1为本发明实施例一提供的带宽质量监控方法的流程图。
图2为本发明实施例一提供的带宽质量监测节点连接关系示意图。
带宽质量监控方法应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点。
这里，参照图2，数据中心为大规模分布式数据中心，适用于云计算、大数据处理等领域。数据中心托管数据仓库、存储层和业务集群，并为用户提供Web GUI（网页图形用户界面）和API（应用程序编程接口）接口，以支持数据的存储、处理、分析，以及用户访问和交互。数据中心是整个体系结构的基础，包含了硬件和基础设施。存储层包括数据仓库和各种数据存储技术。业务集群用于执行数据处理任务，业务集群中包括多个数据处理链路。WebGUI提供了用户友好的访问界面，而用户访问和API接口允许用户和应用程序与数据进行交互。这些组件共同协作，以支持数据的收集、存储、处理和分析，以满足不同用户和业务需求。
宽带质量监测节点分布式的布置在数据中心中，可以是在数据中心核心交换机和路由器等设备上部署监测软件或硬件。也可以是在数据中心的边缘设备上部署监测节点，如接入交换机、防火墙等设备上部署监测软件或硬件。这些宽带质量监测节点可以分布在数据中心的不同区域，覆盖全网的不同链路。参照图2，在不同链路中，宽带质量监测节点之间可以为并行关系也可以为串行关系。
数据中心可以通过Cassandra（开源分布式NoSQL数据库系统）设置一个分布式数据库，可以是在独立的物理服务器或虚拟机实例上部署数据库节点，这些节点将专门用于存储和管理数据库的数据。对于大型数据中心或需要高性能的场景，也可以将数据库节点设置在转用的硬件上，以确保良好的性能和可用性。数据库节点可以分布于数据中心的不同位置，以提高可用性和容错性。
参照图1，应用于数据中心的带宽质量监控方法的步骤，包括：
步骤S101，通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点。
这里，带宽质量监测节点通过多种方式采集带宽质量数据，包括但不限于PING测试、TCP/UDP带宽测试、HTTP下载测试等。
带宽质量数据包括数据包的大小、抖动、延时时间、数据传输速度、数据包丢失率、带宽利用率、网络拓扑信息和网络负载等。
数据包的大小表示传输的数据量，传输速率表示数据传输的速度，延迟表示数据从发送到接收所需的时间。通常通过监测网络流量中的数据包来获得。可以使用网络抓包工具（如Wireshark）或专业的网络监测设备来捕获和分析数据包。用于实时监测网络性能，发现问题并进行性能分析。
带宽利用率是一个衡量网络连接使用的带宽百分比，用于监测网络连接是否接近其最大带宽容量。可以通过测量实际数据传输速率与可用带宽之比来计算。带宽利用率（%）= (实际传输速率 / 可用带宽) × 100%。
延迟时间是数据从源到目标的传输时间，通常以毫秒为单位衡量。较低的延迟通常表示更快的网络响应。延迟时间通常以往返时间表示，即数据从发送到接收的时间。延迟时间可以通过发送一个数据包并测量其往返时间来计算。
抖动是数据包传输之间的时间变化，通常以毫秒为单位。小的抖动表明网络传输更加稳定，大的抖动可能导致延迟变化。
数据包丢失率表示在数据传输过程中丢失的数据包的百分比。高丢包率可能表明网络连接存在问题。数据包丢失率可以通过比较发送的数据包数量和接收到的数据包数量来计算。数据包丢失率（%）= [(发送的数据包数 - 接收到的数据包数) / 发送的数据包数] × 100%。
数据传输速度通常以每秒比特数（bps）或字节每秒（Bps）表示。数据传输速度 =数据包大小 / 延迟时间。
网络拓扑信息包括有关数据中心或网络的结构、连接关系和路由信息。它有助于识别潜在的网络瓶颈。通过网络探测工具、自动发现机制或网络管理系统来获得。例如，使用网络扫描工具可以绘制网络拓扑图。
网络负载描述了数据中心或网络中的流量模式、流量分布和负载均衡情况。它有助于优化资源分配和规划容量。使用流量分析工具可以监测和分析网络负载。
将带宽质量数据存储至对应的数据库节点需要遵循一定的数据分布策略，这些策略可以确保数据均匀地分布在不同的数据库节点上，以提高性能、可伸缩性和容错性。
图3为本发明实施例一提供的将带宽质量数据存储至对应的数据库节点的方法的流程图。
在一实施例中，参照图3，步骤S101中还包括：
步骤S201，计算带宽质量数据对应的哈希值。
这里，将带宽质量数据对应的唯一标识（键或ID）经过哈希函数计算后，得到一个哈希值。
步骤S202，根据预设的哈希值对应关系，确定哈希值对应的数据库节点；其中，不同哈希值范围对应不同的数据库节点。
这里，预设的哈希值对应关系可以根据实际情况进行设置，例如按照时间戳范围或字母顺序将哈希值划分成多个哈希值范围，并将每个哈希值范围对应不同的数据库节点。
根据哈希值的范围将带宽质量数据分配给不同的数据库节点。使得带宽质量数据的均匀分布，使得相邻数据在物理上更接近。
步骤S203，将带宽质量数据存储至对应的数据库节点。
使用一致性哈希算法，将带宽质量数据映射到一个固定数量的虚拟节点上，然后将虚拟节点映射到实际的数据库节点。从而在数据库节点的增加或减少时保持数据的稳定分布。数据通常会复制到多个数据库节点以提供冗余和容错性。
步骤S102，按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据。
这里，预设时间间隔可以根据实际情况进行设定。
在一实施例中，将带宽质量数据存储至对应的数据库节点的方法，包括：
根据预设加密方法对带宽质量数据进行加密，并将加密后的带宽质量数据从带宽质量监测节点发送至对应的数据库节点，以使数据库节点解密后存储。
这里，带宽质量监测节点将数据传输到数据库节点中和数据中心数据传输时，采用加密技术确保数据传输的安全性。可以采用TCP（Transmission Control Protocol，传输控制协议）或UDP（User Datagram Protocol，用户数据报协议）等协议进行数据传输，还可以采用SSL（SecuritySocketLayer，加密通讯协议）加密、数字签名、压缩、冗余备份等技术手段，以确保数据传输的稳定和安全。
步骤S103，根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。
这里，带宽指标数据的计算方法包括平均值计算、标准差计算、峰值计算和谷值计算。
具体地，用Spark作为分布式计算框架对传输过来的带宽质量数据进行进行处理和分析。
将传输过来的带宽质量数据加载到Spark集群中，对数据进行清洗和转换，以确保数据的一致性和适合分析。这可能涉及到处理缺失值、异常数据或数据格式转换等。
使用Spark的分布式计算功能，将数据分布到集群中的多个节点上进行并行处理。可以编写Spark应用程序来执行各种数据挖掘、机器学习或分析任务，以提取所需的信息和指标。
使用Spark的统计功能，计算各指标的平均值、标准差、峰值、谷值等统计信息。
其中，带宽指标数据包括带宽利用率平均值、带宽利用率标准差、带宽利用率峰值、带宽利用率谷值、延迟时间平均值、延迟时间标准差、延迟时间峰值、延迟时间谷值、数据传输速度平均值、数据传输速度标准差、数据传输速度峰值、数据传输速度谷值、数据包丢失率平均值、数据包丢失率标准差、数据包丢失率峰值、数据包丢失率谷值、抖动平均值、抖动标准差、抖动峰值和抖动谷值。
图4为本发明实施例一提供的告警信息的第一种生成方法的流程图。
在一实施例中，参照图4，步骤S103的步骤之后，方法还包括：
步骤S301，将带宽指标数据与预设指标范围进行对比。
这里，预设指标范围为用户根据历史带宽监测实验预先设置的。预设指标范围包括带宽利用率平均值范围、带宽利用率标准差范围、带宽利用率峰值范围、带宽利用率谷值范围、延迟时间平均值范围、延迟时间标准差范围、延迟时间峰值范围、延迟时间谷值范围、数据传输速度平均值范围、数据传输速度标准差范围、数据传输速度峰值范围、数据传输速度谷值范围、数据包丢失率平均值范围、数据包丢失率标准差范围、数据包丢失率峰值范围、数据包丢失率谷值范围、抖动平均值范围、抖动标准差范围、抖动峰值范围和抖动谷值范围。
步骤S302，如果带宽指标数据不在预设指标范围内，发送告警信息至用户。
这里，如果任一带宽指标数据不在预设范围内，数据中心发送告警信息至用户。告警信息中包括当前存在问题的带宽指标数据对应的带宽质量监测节点名称、位置及对应的链路名称和位置，以提醒用户当前位置的带宽质量存在问题。其中，告警信息可以通过邮件或短信等形式发送至用户等管理人员。
图5为本发明实施例一提供的告警信息的第二种生成方法的流程图。
在一实施例中，参照图5，步骤S103的步骤之后，方法还包括：
步骤401，将带宽质量监测节点对应的带宽指标数据，与和带宽质量监测节点相连的下一带宽质量监测节点对应的下一带宽指标数据作差，得到第一带宽指标数据差值。
这里，当当前带宽质量监测节点与下一带宽质量监测节点之间存在数据的传输时，需要对比相邻两个存在数据传输的带宽质量监测节点的带宽指标数据之间的差值，以判断当前带宽质量监测节点的带宽质量是否存在问题。
具体地，分别获取当前带宽质量监测节点与下一带宽质量监测节点的宽利用率平均值、延迟时间平均值、数据传输速度平均值、数据包丢失率平均值抖动平均值，并作差得到第一带宽指标数据差值。其中，第一带宽指标数据差值包括带宽利用率平均值差值、延迟时间平均值差值、数据传输速度平均值差值、数据包丢失率平均值差值和抖动平均值差值。
步骤S402，将第一带宽指标数据差值与预设差值范围进行对比。
这里，预设差值范围可以根据实际情况进行设置。其中，预设差值范围包括带宽利用率平均值差值范围、延迟时间平均值差值范围、数据传输速度平均值差值范围、数据包丢失率平均值差值范围和抖动平均值差值范围。
步骤S403，如果第一带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
这里，如果第一带宽指标数据差值均在预设差值范围内，确定相邻两个存在数据传输的带宽质量监测节点之间的带宽质量没有问题。
如果任一第一带宽指标数据差值不在预设差值范围内，数据中心发送告警信息至用户。
图6为本发明实施例一提供的告警信息的第三种生成方法的流程图。
在一实施例中，参照图6，步骤S103的步骤之后，方法还包括：
步骤S501，将当前时间间隔中带宽指标数据，与上一时间间隔对应的上一带宽指标数据作差，得到第二带宽指标数据差值。
这里，需要对比当前时间间隔中的带宽指标数据与上一时间间隔的带宽指标数据之间的差值，以判断到当前时间间隔为止带宽质量监测节点的带宽质量是否存在问题。
具体地，分别获取带宽质量监测节点在当前时间间隔和上一时间间隔的带宽利用率峰值、数据传输速度峰值、数据包丢失率平均值、延迟时间平均值和抖动平均值。第二带宽指标数据差值包括带宽利用率峰值差值、数据传输速度峰值差值、数据包丢失率平均值差值、延迟时间平均值差值和抖动平均值差值。
步骤S502，将第二带宽指标数据差值与预设差值范围进行对比。
这里，预设差值范围包括带宽利用率峰值差值范围和数据传输速度峰值差值范围。
步骤S503，如果第二带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
这里，如果第二宽指标数据差值均在预设差值范围内，确定带宽质量监测节点的带宽质量没有问题。
如果任一第二带宽指标数据差值不在预设差值范围内，数据中心发送告警信息至用户。
在一实施例中，步骤S103的步骤之后，方法还包括：
基于预设绘图工具，通过图形的方式显示带宽指标数据。
这里，预设绘图工具可以为Grafana、Kibana等可视化平台。通过预设绘图工具将监控数据可视化呈现，例如绘制折线图、柱状图、饼图、仪表盘等，以使用户或管理人员可以通过Web界面查看实时的带宽质量监控结果，并根据需要进行配置和管理。
本发明实施例提供了一种带宽质量监控方法，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；方法包括：通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。该方式中，通过多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度；同时将监测结果实时反馈给用户，以提升用户的使用感受。
实施例二：
图7为本发明实施例二提供的带宽质量监控系统示意图。
带宽质量监控系统应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点。
参照图7，带宽质量监控系统，包括：
数据采集模块1，用于通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点。
数据读取模块2，用于按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据。
数据计算模块3，用于根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。
在一实施方式中，数据采集模块1，用于：
将带宽质量数据存储至对应的数据库节点的步骤，包括：
计算带宽质量数据对应的哈希值。
根据预设的哈希值对应关系，确定哈希值对应的数据库节点；其中，不同哈希值范围对应不同的数据库节点。
将带宽质量数据存储至对应的数据库节点。
在一实施方式中，数据采集模块1，还用于：
将带宽质量数据存储至对应的数据库节点的方法，包括：
根据预设加密方法对带宽质量数据进行加密，并将加密后的带宽质量数据从带宽质量监测节点发送至对应的数据库节点，以使数据库节点解密后存储。
在一实施方式中，数据计算模块3，还用于：
根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：
将带宽指标数据与预设指标范围进行对比。
如果带宽指标数据不在预设指标范围内，发送告警信息至用户。
在一实施方式中，数据计算模块3，还用于：
根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：
将带宽质量监测节点对应的带宽指标数据，与和带宽质量监测节点相连的下一带宽质量监测节点对应的下一带宽指标数据作差，得到第一带宽指标数据差值。
将第一带宽指标数据差值与预设差值范围进行对比。
如果第一带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
在一实施方式中，数据计算模块3，还用于：
根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据的步骤之后，方法还包括：
将当前时间间隔中带宽指标数据，与上一时间间隔对应的上一带宽指标数据作差，得到第二带宽指标数据差值。
将第二带宽指标数据差值与预设差值范围进行对比。
如果第二带宽指标数据差值不在预设差值范围内，发送告警信息至用户。
在一实施方式中，数据计算模块3，还用于：
基于预设绘图工具，通过图形的方式显示带宽指标数据。
本发明实施例提供了一种带宽质量监控系统，应用于数据中心，数据中心分布式地设置有多个带宽质量监测节点和数据库节点；方法包括：通过每个带宽质量监测节点实时采集对应的带宽质量数据，并将带宽质量数据存储至对应的数据库节点；按照预设时间间隔，从数据库节点获取时间间隔内的带宽质量数据；根据带宽质量数据计算当前时间间隔中，每个带宽质量监测节点对应的带宽指标数据。该方式中，通过多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度；同时将监测结果实时反馈给用户，以提升用户的使用感受。
实施例三：
图8为本发明实施例三提供的一种数据中心示意图。
参照图8，数据中心4，包括上述带宽质量监控系统5；带宽质量监控系统5设置在数据中心4中。这样，数据中心就可以通过执行内置的带宽质量监控系统来实现对带宽质量的监控。
本发明实施例提供了一种数据中心，通过多个带宽质量监测节点同时对数据中心不同链路的带宽质量进行实时监测，如果单个带宽质量监测节点发生故障其他带宽质量监测节点仍可以继续工作，从而提高数据中心的带宽质量监测效率和准确度；同时将监测结果实时反馈给用户，以提升用户的使用感受。
本发明实施例还提供一种电子设备，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，处理器执行计算机程序时实现上述实施例提供的带宽质量监控方法的步骤。
本发明实施例所提供的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种带宽质量监控方法，其特征在于，应用于数据中心，所述数据中心分布式地设置有多个带宽质量监测节点和数据库节点；所述带宽质量监测节点可以设置在所述数据中心的核心设备上，也可以设置在所述数据中心的边缘设备上；所述带宽质量监测节点之间可以为并行关系也可以为串行关系；所述方法包括：
通过每个所述带宽质量监测节点实时采集对应的带宽质量数据，并将所述带宽质量数据存储至对应的所述数据库节点；
按照预设时间间隔，从所述数据库节点获取所述时间间隔内的所述带宽质量数据；
根据所述带宽质量数据计算当前所述时间间隔中，每个所述带宽质量监测节点对应的带宽指标数据；
将所述带宽质量监测节点对应的所述带宽指标数据，与和所述带宽质量监测节点相连的下一带宽质量监测节点对应的下一带宽指标数据作差，得到第一带宽指标数据差值；
将所述第一带宽指标数据差值与预设差值范围进行对比；
如果所述第一带宽指标数据差值不在所述预设差值范围内，发送告警信息至用户。
2.根据权利要求1所述的带宽质量监控方法，其特征在于，将所述带宽质量数据存储至对应的所述数据库节点的步骤，包括：
计算所述带宽质量数据对应的哈希值；
根据预设的哈希值对应关系，确定所述哈希值对应的数据库节点；其中，不同哈希值范围对应不同的数据库节点；
将所述带宽质量数据存储至对应的所述数据库节点。
3.根据权利要求2所述的带宽质量监控方法，其特征在于，所述将所述带宽质量数据存储至对应的所述数据库节点的方法，包括：
根据预设加密方法对所述带宽质量数据进行加密，并将加密后的所述带宽质量数据从所述带宽质量监测节点发送至对应的所述数据库节点，以使所述数据库节点解密后存储。
4.根据权利要求1所述的带宽质量监控方法，其特征在于，根据所述带宽质量数据计算当前所述时间间隔中，每个所述带宽质量监测节点对应的带宽指标数据的步骤之后，所述方法还包括：
将所述带宽指标数据与预设指标范围进行对比；
如果所述带宽指标数据不在所述预设指标范围内，发送告警信息至用户。
5.根据权利要求1所述的带宽质量监控方法，其特征在于，根据所述带宽质量数据计算当前所述时间间隔中，每个所述带宽质量监测节点对应的带宽指标数据的步骤之后，所述方法还包括：
将当前时间间隔中所述带宽指标数据，与上一时间间隔对应的上一带宽指标数据作差，得到第二带宽指标数据差值；
将所述第二带宽指标数据差值与预设差值范围进行对比；
如果所述第二带宽指标数据差值不在所述预设差值范围内，发送告警信息至用户。
6.根据权利要求1所述的带宽质量监控方法，其特征在于，根据所述带宽质量数据计算当前所述时间间隔中，每个所述带宽质量监测节点对应的带宽指标数据的步骤之后，所述方法还包括：
基于预设绘图工具，通过图形的方式显示所述带宽指标数据。
7.一种带宽质量监控系统，其特征在于，应用于数据中心，所述数据中心分布式地设置有多个带宽质量监测节点和数据库节点；所述带宽质量监测节点可以设置在所述数据中心的核心设备上，也可以设置在所述数据中心的边缘设备上；所述带宽质量监测节点之间可以为并行关系也可以为串行关系；包括：
数据采集模块，用于通过每个所述带宽质量监测节点实时采集对应的带宽质量数据，并将所述带宽质量数据存储至对应的所述数据库节点；
数据读取模块，用于按照预设时间间隔，从所述数据库节点获取所述时间间隔内的所述带宽质量数据；
数据计算模块，用于根据所述带宽质量数据计算当前所述时间间隔中，每个所述带宽质量监测节点对应的带宽指标数据；
所述数据计算模块，还用于将所述带宽质量监测节点对应的所述带宽指标数据，与和所述带宽质量监测节点相连的下一带宽质量监测节点对应的下一带宽指标数据作差，得到第一带宽指标数据差值；将所述第一带宽指标数据差值与预设差值范围进行对比；如果所述第一带宽指标数据差值不在所述预设差值范围内，发送告警信息至用户。
8.一种数据中心，其特征在于，包括权利要求7所述的带宽质量监控系统；所述带宽质量监控系统设置在所述数据中心中。
9.一种电子设备，包括存储器、处理器，所述存储器上存储有可在所述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上述权利要求1-6任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311265761.5A CN117041107B (zh) | 2023-09-28 | 2023-09-28 | 带宽质量监控方法、带宽质量监控系统和数据中心 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311265761.5A CN117041107B (zh) | 2023-09-28 | 2023-09-28 | 带宽质量监控方法、带宽质量监控系统和数据中心 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117041107A CN117041107A (zh) | 2023-11-10 |
| CN117041107B true CN117041107B (zh) | 2024-01-26 |
Family
ID=88639856
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311265761.5A Active CN117041107B (zh) | 2023-09-28 | 2023-09-28 | 带宽质量监控方法、带宽质量监控系统和数据中心 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117041107B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118200200A (zh) * | 2023-11-17 | 2024-06-14 | 江苏信而泰智能装备有限公司 | 一种网络测试仪 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106549782A (zh) * | 2015-09-18 | 2017-03-29 | 中兴通讯股份有限公司 | 一种数据中心内关联流的带宽调度方法及装置 |
| CN107465708A (zh) * | 2016-06-02 | 2017-12-12 | 腾讯科技（深圳）有限公司 | 一种cdn带宽调度系统及方法 |
| CN109150597A (zh) * | 2018-08-08 | 2019-01-04 | 清华大学 | 面向云服务提供商的带宽成本降低方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180123901A1 (en) * | 2016-10-31 | 2018-05-03 | Level 3 Communication, Llc | Distributed calculation of customer bandwidth utilization models |
| US11050645B2 (en) * | 2017-06-07 | 2021-06-29 | Telefonaktiebolaget Lm Ericsson (Publ) | Method and node for distributed network performance monitoring |
| US11184234B2 (en) * | 2019-04-16 | 2021-11-23 | Ciena Corporation | Self-optimizing fabric architecture and self-assembling network |
-
2023
- 2023-09-28 CN CN202311265761.5A patent/CN117041107B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106549782A (zh) * | 2015-09-18 | 2017-03-29 | 中兴通讯股份有限公司 | 一种数据中心内关联流的带宽调度方法及装置 |
| CN107465708A (zh) * | 2016-06-02 | 2017-12-12 | 腾讯科技（深圳）有限公司 | 一种cdn带宽调度系统及方法 |
| CN109150597A (zh) * | 2018-08-08 | 2019-01-04 | 清华大学 | 面向云服务提供商的带宽成本降低方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117041107A (zh) | 2023-11-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10749939B2 (en) | Application monitoring for cloud-based architectures | |
| US20210258239A1 (en) | Network health data aggregation service | |
| US10917322B2 (en) | Network traffic tracking using encapsulation protocol | |
| US10862777B2 (en) | Visualization of network health information | |
| Zhuang et al. | On failure detection algorithms in overlay networks | |
| US20060203739A1 (en) | Profiling wide-area networks using peer cooperation | |
| WO2012117549A1 (ja) | 障害解析装置、そのシステム、およびその方法 | |
| CN108989136B (zh) | 业务端到端性能监控方法及装置 | |
| CN117041107B (zh) | 带宽质量监控方法、带宽质量监控系统和数据中心 | |
| CN106412113A (zh) | 一种能源云服务系统及其通信方法 | |
| JP6220625B2 (ja) | 遅延監視システムおよび遅延監視方法 | |
| JP2012089955A (ja) | 監視プログラム、監視装置、および監視方法 | |
| US20190007285A1 (en) | Apparatus and Method for Defining Baseline Network Behavior and Producing Analytics and Alerts Therefrom | |
| CN117459457A (zh) | 一种基于分布式核心网的接入方法 | |
| CN103200124A (zh) | 一种业务策略的调整方法及装置 | |
| JP2004128977A (ja) | ネットワーク計測設定装置 | |
| JP6542538B2 (ja) | ネットワーク監視システム、監視装置および監視方法 | |
| Purwanto et al. | Optimization problem of computer network using ppdioo | |
| JP2004350198A (ja) | ネットワーク制御システム | |
| Pekar et al. | Towards threshold‐agnostic heavy‐hitter classification | |
| Lin et al. | Physarumsm: P2p service discovery and allocation in dynamic edge networks | |
| JP6733923B1 (ja) | ネットワーク管理システム、ネットワーク管理方法およびネットワーク管理プログラム | |
| CN104486415B (zh) | 监控对象工作状态的判定方法及装置 | |
| Gao et al. | The diagnosis of wired network malfunctions based on big data and traffic prediction: An overview | |
| US20240031264A1 (en) | Monitoring performance of applications with respect to software defined wide area network edge devices |
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 |