CN117439853A - 一种基于云边端的数据运维管理系统 - Google Patents
一种基于云边端的数据运维管理系统 Download PDFInfo
- Publication number
- CN117439853A CN117439853A CN202311743245.9A CN202311743245A CN117439853A CN 117439853 A CN117439853 A CN 117439853A CN 202311743245 A CN202311743245 A CN 202311743245A CN 117439853 A CN117439853 A CN 117439853A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring management
- management node
- edge monitoring
- center
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 29
- 238000012544 monitoring process Methods 0.000 claims abstract description 356
- 238000007726 management method Methods 0.000 claims abstract description 294
- 230000005540 biological transmission Effects 0.000 claims abstract description 40
- 230000002159 abnormal effect Effects 0.000 claims abstract description 24
- 238000007405 data analysis Methods 0.000 claims abstract description 15
- 238000013079 data visualisation Methods 0.000 claims abstract description 11
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000000034 method Methods 0.000 claims description 36
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 6
- 230000005856 abnormality Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000003507 refrigerant Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009960 carding Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
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
- H04L41/04—Network management architectures or arrangements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/1021—Server selection for load balancing based on client or server locations
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
- H04L67/5651—Reducing the amount or size of exchanged application data
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种基于云边端的数据运维管理系统,涉及数据运维管理技术领域,包括集约管理中心,所述集约管理中心通信连接有边缘监控管理节点、数据可视化模块、弹性匹配模块、路径规划模块和数据分析模块;边缘监控管理节点用于获取实时监测数据;数据可视化模块用于构建实时监测数据的一体化视图;弹性匹配模块用于获取弹性边缘监控管理节点;路径规划模块用于规划目标边缘监控管理节点的数据传输路径;数据分析模块用于获取合并数据包或生成指标类型异常警报信号,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施,减少了远程数据反馈的延迟,显著提高了数据运维系统性能。
Description
技术领域
本发明涉及数据运维管理技术领域,具体是一种基于云边端的数据运维管理系统。
背景技术
现有技术中,通过在边缘基础设施之上构筑边缘数据中心,形成边缘位置的计算、网络、存储、安全等能力全面的弹性云平台,并与中心云和物联网终端形成“云边端三体协同”的端到端的技术架构,通过将网络转发、存储、计算,智能化数据分析等工作放在边缘处理,降低响应时延、减轻云端压力、降低带宽成本,并供全网调度、算力分发等云服务。随着物联网终端的急速增长,边缘数据中心数量也不断增多,边缘数据中心的管理,多个边缘数据中心的通信,协同,容灾,监控运维的难度也面临新的挑战,需要构建一个统一的监控运维管理系统,可以全局掌控多个边缘云平台的运行和资源使用等情况,对边缘云平台进行集中的管控。
现有技术CN111314149A“基于多个边缘云平台实现统一监控运维管理的系统”采用了该基于多个边缘云平台实现统一监控运维管理的系统,为用户提供一个可全局掌控多个边缘云平台的中心管理系统,能够在一个云环境中进行统一管理,利用常用的虚拟化、云计算技术架构作为基础,同时具有管理多边缘云平台,对多云平台进行分析,提高了系统的稳定性及可靠,统一管理;
现有技术CN110855743B“基于数据云平台的智慧楼宇远程运维系统”将单个楼宇多目标多维度诉求整合,利用物联网和互联网技术进行数据收集和传输,实现数据互联互通,进行局部优化控制,同时系统将不同楼宇原始数据上传到云端;云端对多个智慧楼宇原始数据进行管理并进行云计算,实现知识获取,并将发现的知识通过云平台进行发布,对各楼宇的控制提供指导,从而实现对楼宇智慧运维管理;
由此,亟需基于平台组织架构及业务特色,梳理管理体系架构、运维标准规范、运营管理流程,建设一套数字化、智能化运维管理平台,现提供一种基于云边端的数据运维管理系统。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种基于云边端的数据运维管理系统,包括集约管理中心,所述集约管理中心通信连接有边缘监控管理节点、数据可视化模块、弹性匹配模块、路径规划模块和数据分析模块;
所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,用于获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心;
所述数据可视化模块用于构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图;
所述弹性匹配模块用于根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点;
所述路径规划模块用于根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径;
所述数据分析模块用于对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并数据包或生成指标类型异常警报信号,并将合并数据包或生成指标类型异常警报信号发送至集约管理中心,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施。
进一步的,所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心的过程包括:
获取边缘监控管理节点所属的本地数据中心的监控业务属性,根据所述监控业务属性利用数据检索获取各个边缘监控管理节点的监测指标;
根据所述边缘监控管理节点对应的监测指标将边缘监控管理节点采集的实时监测数据打包成不同监测指标类型的数据包,获取对应边缘监控管理节点的采集记录,所述采集记录包括采集时刻、数据类型以及数据大小。
进一步的,所述数据可视化模块构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图的过程包括:
获取各属地数据中心以及集约管理中心在物理空间中的物理实体,对所述物理实体进行三维建模获取三维模型,获取各属地数据中心以及集约管理中心的配置信息,根据所述配置信息,为各属地数据中心以及集约管理中心对应的三维模型进行属性赋值,得到实例化三维模型;
通过GIS手段获取目标区域内各属地数据中心以及集约管理中心的经纬度坐标,构建目标区域二维平面图,根据所述经纬度坐标将各属地数据中心以及集约管理中心对应的实例化三维模型映射至目标区域二维平面图,得到位置图层;
获取各属地数据中心以及集约管理中心的装配连接关系,根据所述装配连接关系生成包含所述多个实例化三维模型连接关系的网架模型,得到网架模型图层;
获取集约管理中心以及各属地数据中心的边缘监控管理节点采集的多源异构数据,并进行数据格式预处理,转化为数据格式统一的孪生数据,将所述孪生数据结合对应实例化三维模型生成孪生数据图层;
以位置图层为基础图层,在所述基础图层上叠加所述网架模型图层和孪生数据图层,得到所述实时监测数据的一体化视图。
进一步的,所述弹性匹配模块根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点的过程包括:
获取目标边缘监控管理节点传输至集约管理中心的数据包的监测指标类型和对应的指标阈值,同时基于一体化视图获取与目标边缘监控管理节点有连接关系其他边缘监控管理节点,获取所述其他边缘监控管理节点传输至集约管理中心的与所述监测指标类型相同的数据包对应的指标阈值;
对所述目标边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值与所述其他边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值进行相似度对比,获取其他边缘监控管理节点与目标边缘监控管理节点对应指标阈值的第一相似度;
预设相似度阈值,若存在所述第一相似度大于等于相似度阈值的其他边缘监控管理节点,则将所述其他边缘监控管理节点标记为第一其他边缘监控管理节点;
基于一体化视图,获取目标边缘监控管理节点和第一其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离小于目标边缘监控管理节点与集约管理中心的数据传输距离的第一其他边缘监控管理节点,将所述第一其他边缘监控管理节点标记为第二其他边缘监控管理节点;
基于一体化视图,获取所述第二其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离最小的第二其他边缘监控管理节点作为目标边缘监控管理节点的当前监测指标类型的数据包的弹性边缘监控管理节点;通过筛选出所述数据传输距离最小的第一其他边缘监控管理节点作为目标边缘监控管理节点的弹性边缘监控管理节点,便于集约管理中心在接收到目标边缘监控管理节点的指标异常警报信号时,直接从距离最近的弹性边缘监控管理节点获取目标边缘监控管理节点的数据包,而不是距离较远弹性缘监控管理节点获取目标边缘监控管理节点的数据包,减少了数据访问距离,降低了数据访问延迟,提高系统性能。
以此类推,获取目标边缘监控管理节点的其他的监测指标类型的数据包的弹性边缘监控管理节点。
进一步的,所述路径规划模块根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径的过程包括:
若目标边缘监控管理节点的当前监测指标类型的数据包存在弹性边缘监控管理节点,则将所述数据包由目标边缘监控管理节点传输至集约管理中心的数据传输路径转换成由目标边缘监控管理节点传输至弹性边缘监控管理节点的数据传输路径。
进一步的,弹性边缘监控管理节点设置有临时缓冲空间,所述临时缓冲空间用于临时存储目标边缘监控管理节点传输至弹性边缘监控管理节点的数据包;
所述临时缓冲空间设置有时间生存期,根据所述时间生存期对存储至临时缓冲空间的数据包设置过期时间,当临时缓冲空间检测到数据包过期后,删除所述数据包。
进一步的,所述数据分析模块对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并后数据包或生成指标类型异常警报信号,并发送至集约管理中心的过程包括:
当弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包后,将所述数据包复制至临时缓冲空间中,并将所述数据包中的实时监测数据与对应的指标阈值进行对比,若所述实时监测数据符合对应的指标阈值,则将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,数据包合并完成后传输至集约管理中心;
若所述实时监测数据不符合对应的指标阈值,则根据数据包的监测指标类型生成目标边缘监控管理节点的指标类型异常警报信号并传输至集约管理中心。
进一步的,所述数据分析模块将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的过程包括:
将与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的数据包删除,随后弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包上添加目标边缘监控管理节点数据包重叠标签。
通过将目标边缘监控管理节点与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,即将目标边缘监控管理节点与弹性边缘监控管理节点的同一类型且相同指标阈值内需要传输的内容重叠率极高的数据包删除,将原本需要传输的两个内容重叠率极高的数据包转化为传输一个数据包,即将弹性边缘监控管理节点传输的数据包表示弹性边缘监控管理节点的监测数据,同时也指代表边缘监控管理节点的监测数据,降低了每次数据传输时的数据传输量,提高了数据传输性能,减少用户查询数据的响应时间。
进一步的,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施的过程包括:
当集约管理中心接收到弹性边缘监控管理节点发送的目标边缘监控管理节点的指标类型异常警报信号后,获取弹性边缘监控管理节点的临时缓冲空间内目标边缘监控管理节点的历史数据包和实时数据包;
集约管理中心对所述历史数据包和实时数据包进行分析后,生成紧急处理措施,并将紧急处理措施反馈至目标边缘监控管理节点所属的本地数据中心。
集约管理中心直接从距离最近的弹性边缘监控管理节点获取目标边缘监控管理节点的历史数据和实时数据,相较于传统的直接从目标边缘监控管理节点的历史数据和实时数据,当目标边缘监控管理节点与集约管理中心距离很远时,会导致集约管理中心数据反馈时间很长,降低实时数据的时效性,影响数据反馈精确度,而本发明中集约管理中心直接访问距离最近的弹性边缘监控管理节点,减少了远程数据反馈的延迟,显著提高了数据运维系统性能。
与现有技术相比,本发明的有益效果是:
1、通过将目标边缘监控管理节点与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,即将目标边缘监控管理节点与弹性边缘监控管理节点的同一类型且相同指标阈值内需要传输的内容重叠率极高的数据包删除,将原本需要传输的两个内容重叠率极高的数据包转化为传输一个数据包,即将弹性边缘监控管理节点传输的数据包表示弹性边缘监控管理节点的监测数据,同时也指代表边缘监控管理节点的监测数据,降低了每次数据传输时的数据传输量,提高了数据传输性能,减少用户查询数据的响应时间。
2、集约管理中心直接从距离最近的弹性边缘监控管理节点获取目标边缘监控管理节点的历史数据和实时数据,相较于传统的直接从目标边缘监控管理节点的历史数据和实时数据,当目标边缘监控管理节点与集约管理中心距离很远时,会导致集约管理中心数据反馈时间很长,降低实时数据的时效性,影响数据反馈精确度,而本发明中集约管理中心直接访问距离最近的弹性边缘监控管理节点,减少了远程数据反馈的延迟,显著提高了数据运维系统性能。
附图说明
图1为本申请实施例的一种基于云边端的数据运维管理系统的原理图。
具体实施方式
下面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、完整的描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域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,都属于本申请保护的范围。
如图1所示,一种基于云边端的数据运维管理系统,包括集约管理中心,所述集约管理中心通信连接有边缘监控管理节点、数据可视化模块、弹性匹配模块、路径规划模块和数据分析模块;
所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,用于获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心;
所述数据可视化模块用于构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图;
所述弹性匹配模块用于根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点;
所述路径规划模块用于根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径;
所述数据分析模块用于对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并数据包或生成指标类型异常警报信号,并将合并数据包或生成指标类型异常警报信号发送至集约管理中心,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施。
需要进一步说明的是,在具体实施过程中,所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心的过程包括:
获取边缘监控管理节点所属的本地数据中心的监控业务属性,根据所述监控业务属性利用数据检索获取各个边缘监控管理节点的监测指标,所述监测指标包括但不限于:
数据中心整体电力系统设施的监控,监测指标包含但不限于对高压柜、低压柜、柴油发电机、变压器、多功能电度表等所有变配电设备的远程监控,并完成相关数据的采集、分析、存储及异常情况的预警,相关数据包含但不限于:各类电力参数(电压、电流、有功功率、无功功率、功率因数、有功电度、无功电度及其它高压综保所能采集的电力参数信息);
数据中心空调及环境系统配置的监控,监测指标包含但不限于:实时监测精密空调运行参数及状态、精密空调开、关状态、送风温度/湿度、回风温度/湿度参数等;
数据中心制冷群控系统配置的监控,监测指标包含但不限于:冷水机组的冷冻水供/回水温度、冷却水供/回水温度、蒸发器压力、冷凝器压力、蒸发器制冷剂温度、冷凝器制冷剂温度等机组内部运行参数;
数据中心门禁管理系统配置的监控,监测指标包含但不限于:在平台上能够实时显示各出入口的刷卡记录、门的状态记录、门的报警记录;
数据中心视频监控系统配置的监控,监测指标包含但不限于:数据中心现有视频摄像机添加到数据中心的电子地图上;点击电子地图上的摄像机图标能够弹出对应的视频画面;在平台上能够查阅视频摄像机的实时画面;
根据所述边缘监控管理节点对应的监测指标将边缘监控管理节点采集的实时监测数据打包成不同监测指标类型的数据包,获取对应边缘监控管理节点的采集记录,所述采集记录包括采集时刻、数据类型以及数据大小。
需要进一步说明的是,在具体实施过程中,所述数据可视化模块构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图的过程包括:
获取各属地数据中心以及集约管理中心在物理空间中的物理实体,对所述物理实体进行三维建模获取三维模型,获取各属地数据中心以及集约管理中心的配置信息,所述配置信息包括但不限于:空间(如:园区、楼宇、机房、机架)、电力(容量、设备数量)、暖通(容量、设备数量)等资源指标信息;PUE、WUE、总功耗、各系统功耗等能源指标信息;巡检、维保、工单等运维指标信息;
根据所述配置信息,为各属地数据中心以及集约管理中心对应的三维模型进行属性赋值,得到实例化三维模型;
通过GIS手段获取目标区域内各属地数据中心以及集约管理中心的经纬度坐标,构建目标区域二维平面图,根据所述经纬度坐标将各属地数据中心以及集约管理中心对应的实例化三维模型映射至目标区域二维平面图,得到位置图层;
获取各属地数据中心以及集约管理中心的装配连接关系,根据所述装配连接关系生成包含所述多个实例化三维模型连接关系的网架模型,得到网架模型图层;
获取集约管理中心以及各属地数据中心的边缘监控管理节点采集的多源异构数据,并进行数据格式预处理,转化为数据格式统一的孪生数据,将所述孪生数据结合对应实例化三维模型生成孪生数据图层;
以位置图层为基础图层,在所述基础图层上叠加所述网架模型图层和孪生数据图层,得到所述实时监测数据的一体化视图。
需要进一步说明的是,在具体实施过程中,所述弹性匹配模块根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点的过程包括:
获取目标边缘监控管理节点传输至集约管理中心的数据包的监测指标类型和对应的指标阈值,同时基于一体化视图获取与目标边缘监控管理节点有连接关系其他边缘监控管理节点,获取所述其他边缘监控管理节点传输至集约管理中心的与所述监测指标类型相同的数据包对应的指标阈值;
对所述目标边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值与所述其他边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值进行相似度对比,获取其他边缘监控管理节点与目标边缘监控管理节点对应指标阈值的第一相似度;
预设相似度阈值,若存在所述第一相似度大于等于相似度阈值的其他边缘监控管理节点,则将所述其他边缘监控管理节点标记为第一其他边缘监控管理节点;
基于一体化视图,获取目标边缘监控管理节点和第一其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离小于目标边缘监控管理节点与集约管理中心的数据传输距离的第一其他边缘监控管理节点,将所述第一其他边缘监控管理节点标记为第二其他边缘监控管理节点;
基于一体化视图,获取所述第二其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离最小的第二其他边缘监控管理节点作为目标边缘监控管理节点的当前监测指标类型的数据包的弹性边缘监控管理节点;
以此类推,获取目标边缘监控管理节点的其他的监测指标类型的数据包的弹性边缘监控管理节点。
通过筛选出所述数据传输距离最小的第一其他边缘监控管理节点作为目标边缘监控管理节点的弹性边缘监控管理节点,便于集约管理中心在接收到目标边缘监控管理节点的指标异常警报信号时,直接从距离最近的弹性边缘监控管理节点获取目标边缘监控管理节点的数据包,而不是距离较远弹性缘监控管理节点获取目标边缘监控管理节点的数据包,减少了数据访问距离,降低了数据访问延迟,提高系统性能。
需要进一步说明的是,在具体实施过程中,所述路径规划模块根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径的过程包括:
若目标边缘监控管理节点的当前监测指标类型的数据包存在弹性边缘监控管理节点,则将所述数据包由目标边缘监控管理节点传输至集约管理中心的数据传输路径转换成由目标边缘监控管理节点传输至弹性边缘监控管理节点的数据传输路径。
需要进一步说明的是,在具体实施过程中,弹性边缘监控管理节点设置有临时缓冲空间,所述临时缓冲空间用于临时存储目标边缘监控管理节点传输至弹性边缘监控管理节点的数据包;
所述临时缓冲空间设置有时间生存期,根据所述时间生存期对存储至临时缓冲空间的数据包设置过期时间,当临时缓冲空间检测到数据包过期后,删除所述数据包。
需要进一步说明的是,在具体实施过程中,所述数据分析模块对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并后数据包或生成指标类型异常警报信号,并发送至集约管理中心的过程包括:
当弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包后,将所述数据包复制至临时缓冲空间中,并将所述数据包中的实时监测数据与对应的指标阈值进行对比,若所述实时监测数据符合对应的指标阈值,则将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,数据包合并完成后传输至集约管理中心;
若所述实时监测数据不符合对应的指标阈值,则根据数据包的监测指标类型生成目标边缘监控管理节点的指标类型异常警报信号并传输至集约管理中心。
需要进一步说明的是,在具体实施过程中,所述数据分析模块将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的过程包括:
将与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的数据包删除,随后弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包上添加目标边缘监控管理节点数据包重叠标签。
通过将目标边缘监控管理节点与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,即将目标边缘监控管理节点与弹性边缘监控管理节点的同一类型且相同指标阈值内需要传输的内容重叠率极高的数据包删除,将原本需要传输的两个内容重叠率极高的数据包转化为传输一个数据包,即将弹性边缘监控管理节点传输的数据包表示弹性边缘监控管理节点的监测数据,同时也指代表边缘监控管理节点的监测数据,降低了每次数据传输时的数据传输量,提高了数据传输性能,减少用户查询数据的响应时间。
需要进一步说明的是,在具体实施过程中,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施的过程包括:
当集约管理中心接收到弹性边缘监控管理节点发送的目标边缘监控管理节点的指标类型异常警报信号后,获取弹性边缘监控管理节点的临时缓冲空间内目标边缘监控管理节点的历史数据包和实时数据包;
集约管理中心对所述历史数据包和实时数据包进行分析后,生成紧急处理措施,并将紧急处理措施反馈至目标边缘监控管理节点所属的本地数据中心。
集约管理中心直接从距离最近的弹性边缘监控管理节点获取目标边缘监控管理节点的历史数据和实时数据,相较于传统的直接从目标边缘监控管理节点的历史数据和实时数据,当目标边缘监控管理节点与集约管理中心距离很远时,会导致集约管理中心数据反馈时间很长,降低实时数据的时效性,影响数据反馈精确度,而本发明中集约管理中心直接访问距离最近的弹性边缘监控管理节点,减少了远程数据反馈的延迟,显著提高了数据运维系统性能。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.一种基于云边端的数据运维管理系统,包括集约管理中心,其特征在于,所述集约管理中心通信连接有边缘监控管理节点、数据可视化模块、弹性匹配模块、路径规划模块和数据分析模块;
所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,用于获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心;
所述数据可视化模块用于构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图;
所述弹性匹配模块用于根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点;
所述路径规划模块用于根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径;
所述数据分析模块用于对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并数据包或生成指标类型异常警报信号,并将合并数据包或生成指标类型异常警报信号发送至集约管理中心,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施。
2.根据权利要求1所述的一种基于云边端的数据运维管理系统,其特征在于,所述边缘监控管理节点与集约管理中心之间通过中间件节点进行分布式的连接,获取本地数据中心的关键基础设施设备的实时监测数据并上传至集约管理中心的过程包括:
获取边缘监控管理节点所属的本地数据中心的监控业务属性,根据所述监控业务属性利用数据检索获取各个边缘监控管理节点的监测指标;
根据所述边缘监控管理节点对应的监测指标将边缘监控管理节点采集的实时监测数据打包成不同监测指标类型的数据包,获取对应边缘监控管理节点的采集记录,所述采集记录包括采集时刻、数据类型以及数据大小。
3.根据权利要求2所述的一种基于云边端的数据运维管理系统,其特征在于,所述数据可视化模块构建各属地数据中心以及集约管理中心的实例化三维模型,并根据实例化三维模型以及各实例化三维模型之间装配连接关系构建实时监测数据的一体化视图的过程包括:
获取各属地数据中心以及集约管理中心在物理空间中的物理实体,对所述物理实体进行三维建模获取三维模型,获取各属地数据中心以及集约管理中心的配置信息,根据所述配置信息,为各属地数据中心以及集约管理中心对应的三维模型进行属性赋值,得到实例化三维模型;
通过GIS手段获取目标区域内各属地数据中心以及集约管理中心的经纬度坐标,构建目标区域二维平面图,根据所述经纬度坐标将各属地数据中心以及集约管理中心对应的实例化三维模型映射至目标区域二维平面图,得到位置图层;
获取各属地数据中心以及集约管理中心的装配连接关系,根据所述装配连接关系生成包含所述多个实例化三维模型连接关系的网架模型,得到网架模型图层;
获取集约管理中心以及各属地数据中心的边缘监控管理节点采集的多源异构数据,并进行数据格式预处理,转化为数据格式统一的孪生数据,将所述孪生数据结合对应实例化三维模型生成孪生数据图层;
以位置图层为基础图层,在所述基础图层上叠加所述网架模型图层和孪生数据图层,得到所述实时监测数据的一体化视图。
4.根据权利要求3所述的一种基于云边端的数据运维管理系统,其特征在于,所述弹性匹配模块根据一体化视图获取目标边缘监控管理节点的弹性边缘监控管理节点的过程包括:
获取目标边缘监控管理节点传输至集约管理中心的数据包的监测指标类型和对应的指标阈值,同时基于一体化视图获取与目标边缘监控管理节点有连接关系其他边缘监控管理节点,获取所述其他边缘监控管理节点传输至集约管理中心的与所述监测指标类型相同的数据包对应的指标阈值;
对所述目标边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值与所述其他边缘监控管理节点传输至集约管理中心的数据包对应的指标阈值进行相似度对比,获取其他边缘监控管理节点与目标边缘监控管理节点对应指标阈值的第一相似度;
预设相似度阈值,若存在所述第一相似度大于等于相似度阈值的其他边缘监控管理节点,则将所述其他边缘监控管理节点标记为第一其他边缘监控管理节点;
基于一体化视图,获取目标边缘监控管理节点和第一其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离小于目标边缘监控管理节点与集约管理中心的数据传输距离的第一其他边缘监控管理节点,将所述第一其他边缘监控管理节点标记为第二其他边缘监控管理节点;
基于一体化视图,获取所述第二其他边缘监控管理节点与集约管理中心的数据传输距离,筛选出所述数据传输距离最小的第二其他边缘监控管理节点作为目标边缘监控管理节点的当前监测指标类型的数据包的弹性边缘监控管理节点;
以此类推,获取目标边缘监控管理节点的其他的监测指标类型的数据包的弹性边缘监控管理节点。
5.根据权利要求4所述的一种基于云边端的数据运维管理系统,其特征在于,所述路径规划模块根据目标边缘监控管理节点的弹性边缘监控管理节点规划目标边缘监控管理节点的数据传输路径的过程包括:
若目标边缘监控管理节点的当前监测指标类型的数据包存在弹性边缘监控管理节点,则将所述数据包由目标边缘监控管理节点传输至集约管理中心的数据传输路径转换成由目标边缘监控管理节点传输至弹性边缘监控管理节点的数据传输路径。
6.根据权利要求5所述的一种基于云边端的数据运维管理系统,其特征在于,弹性边缘监控管理节点设置有临时缓冲空间,所述临时缓冲空间用于临时存储目标边缘监控管理节点传输至弹性边缘监控管理节点的数据包;
所述临时缓冲空间设置有时间生存期,根据所述时间生存期对存储至临时缓冲空间的数据包设置过期时间,当临时缓冲空间检测到数据包过期后,删除所述数据包。
7.根据权利要求6所述的一种基于云边端的数据运维管理系统,其特征在于,所述数据分析模块对弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包进行分析,并根据分析结果获取合并后数据包或生成指标类型异常警报信号,并发送至集约管理中心的过程包括:
当弹性边缘监控管理节点在接收到目标边缘监控管理节点的数据包后,将所述数据包复制至临时缓冲空间中,并将所述数据包中的实时监测数据与对应的指标阈值进行对比,若所述实时监测数据符合对应的指标阈值,则将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并,数据包合并完成后传输至集约管理中心;
若所述实时监测数据不符合对应的指标阈值,则根据数据包的监测指标类型生成目标边缘监控管理节点的指标类型异常警报信号并传输至集约管理中心。
8.根据权利要求7所述的一种基于云边端的数据运维管理系统,其特征在于,所述数据分析模块将所述数据包与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的过程包括:
将与弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包进行合并的数据包删除,随后弹性边缘监控管理节点内当前时刻传输至集约管理中心的数据包上添加目标边缘监控管理节点数据包重叠标签。
9.根据权利要求8所述的一种基于云边端的数据运维管理系统,其特征在于,当所述集约管理中心接收到指标类型异常警报信号后,向目标边缘监控管理节点反馈紧急处理措施的过程包括:
当集约管理中心接收到弹性边缘监控管理节点发送的目标边缘监控管理节点的指标类型异常警报信号后,获取弹性边缘监控管理节点的临时缓冲空间内目标边缘监控管理节点的历史数据包和实时数据包;
集约管理中心对所述历史数据包和实时数据包进行分析后,生成紧急处理措施,并将紧急处理措施反馈至目标边缘监控管理节点所属的本地数据中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311743245.9A CN117439853B (zh) | 2023-12-19 | 2023-12-19 | 一种基于云边端的数据运维管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311743245.9A CN117439853B (zh) | 2023-12-19 | 2023-12-19 | 一种基于云边端的数据运维管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117439853A true CN117439853A (zh) | 2024-01-23 |
CN117439853B CN117439853B (zh) | 2024-04-05 |
Family
ID=89551876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311743245.9A Active CN117439853B (zh) | 2023-12-19 | 2023-12-19 | 一种基于云边端的数据运维管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117439853B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200264914A1 (en) * | 2019-02-15 | 2020-08-20 | Cisco Technology, Inc. | Virtual infrastructure manager enhancements for remote edge cloud deployments |
CN112596914A (zh) * | 2020-12-29 | 2021-04-02 | 贵州大学 | 一种面向IoT的边缘节点系统体系架构及其工作方法、计算迁移方法 |
CN112995241A (zh) * | 2019-12-02 | 2021-06-18 | 中国电信股份有限公司 | 服务调度方法和装置 |
WO2022149092A1 (en) * | 2021-01-07 | 2022-07-14 | Circadia Technologies Ltd. | Systems, apparatus and methods for acquisition, storage, and analysis of health and environmental data |
CN115702775A (zh) * | 2021-08-04 | 2023-02-17 | 中移(成都)信息通信科技有限公司 | 一种边缘计算节点及数据处理系统 |
CN115767462A (zh) * | 2022-11-14 | 2023-03-07 | 广州电力设计院有限公司 | 基于边缘计算的供配电信息化系统和方法 |
CN116009884A (zh) * | 2022-12-22 | 2023-04-25 | 清华大学 | 面向边缘设备的神经网络弹性部署方法及装置 |
CN116610747A (zh) * | 2023-07-21 | 2023-08-18 | 北京国遥新天地信息技术股份有限公司 | 一种基于三维数字的可视化智慧管理系统 |
-
2023
- 2023-12-19 CN CN202311743245.9A patent/CN117439853B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200264914A1 (en) * | 2019-02-15 | 2020-08-20 | Cisco Technology, Inc. | Virtual infrastructure manager enhancements for remote edge cloud deployments |
CN112995241A (zh) * | 2019-12-02 | 2021-06-18 | 中国电信股份有限公司 | 服务调度方法和装置 |
CN112596914A (zh) * | 2020-12-29 | 2021-04-02 | 贵州大学 | 一种面向IoT的边缘节点系统体系架构及其工作方法、计算迁移方法 |
WO2022149092A1 (en) * | 2021-01-07 | 2022-07-14 | Circadia Technologies Ltd. | Systems, apparatus and methods for acquisition, storage, and analysis of health and environmental data |
CN115702775A (zh) * | 2021-08-04 | 2023-02-17 | 中移(成都)信息通信科技有限公司 | 一种边缘计算节点及数据处理系统 |
CN115767462A (zh) * | 2022-11-14 | 2023-03-07 | 广州电力设计院有限公司 | 基于边缘计算的供配电信息化系统和方法 |
CN116009884A (zh) * | 2022-12-22 | 2023-04-25 | 清华大学 | 面向边缘设备的神经网络弹性部署方法及装置 |
CN116610747A (zh) * | 2023-07-21 | 2023-08-18 | 北京国遥新天地信息技术股份有限公司 | 一种基于三维数字的可视化智慧管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117439853B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709643B (zh) | 智慧园区管理系统、方法、计算机设备和存储介质 | |
CN109325076B (zh) | 物联网中的数据管理方法、设备、计算机设备及可读介质 | |
CN113285974A (zh) | 一种基于数字孪生技术的企业碳排放监控系统 | |
CN106909641B (zh) | 一种实时数据存储器 | |
CN112765143B (zh) | 一种基于边缘计算技术的低压物联网配网数据处理方法 | |
CN101931645A (zh) | 基于Web的无线温湿度监测系统 | |
CN109391923B (zh) | 一种基于5g架构的建筑能耗管理方法及系统 | |
CN202094938U (zh) | 基于Web的无线温湿度监测网络 | |
CN104966330A (zh) | 基于云计算机的远程机房智能巡检系统 | |
CN113505046A (zh) | 一种三维可视化数据中心监控管理系统与方法 | |
CN116362445B (zh) | 一种面向多终端的智慧城市数字孪生地图管理系统 | |
CN111191851B (zh) | 一种基于知识图谱的数据中心能效优化方法 | |
CN110769032A (zh) | 一种电网设备故障快速检测与维护的系统及方法 | |
CN112186901B (zh) | 一种变电站全景感知监控方法及系统 | |
CN107607814A (zh) | 一种分布式电源接入的电能质量监测系统及其监测方法 | |
CN115002146A (zh) | 一种物模型在工业物联网的应用方法 | |
CN112865311A (zh) | 一种电力系统消息总线监视方法和装置 | |
CN115225675A (zh) | 一种基于边缘计算的充电场站智能运维的系统 | |
CN116402247A (zh) | 一种基于bim和物联网的智能建筑数字化管理系统 | |
CN117439853B (zh) | 一种基于云边端的数据运维管理系统 | |
CN109709839A (zh) | 一种生物质电厂多级实时监控方法 | |
CN117118062A (zh) | 用于电力调度自动化的二次系统数据融合监视方法和系统 | |
CN105812317A (zh) | 一种基于数据分发服务规范的智能变电站报文映射方法 | |
CN110705062A (zh) | 基于5g的机柜能耗远程统计计量方法 | |
CN114119292B (zh) | 一种基于物联网与大数据的建筑管理系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |