JP2002342182A - Support system for operation management in network system - Google Patents

Support system for operation management in network system

Info

Publication number
JP2002342182A
JP2002342182A JP2001150272A JP2001150272A JP2002342182A JP 2002342182 A JP2002342182 A JP 2002342182A JP 2001150272 A JP2001150272 A JP 2001150272A JP 2001150272 A JP2001150272 A JP 2001150272A JP 2002342182 A JP2002342182 A JP 2002342182A
Authority
JP
Grant status
Application
Patent type
Prior art keywords
operation information
operation
means
management
information
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
Application number
JP2001150272A
Other languages
Japanese (ja)
Inventor
Masaharu Akatsu
Hirokazu Ikeda
Tsugito Miyahara
次人 宮原
博和 池田
雅晴 赤津
Original Assignee
Hitachi Ins Software Ltd
Hitachi Ltd
日立アイ・エヌ・エス・ソフトウェア株式会社
株式会社日立製作所
Priority date (The priority date 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 date listed.)
Filing date
Publication date

Links

Abstract

PROBLEM TO BE SOLVED: To realize cause specification at an early stage by reporting a list of components to be a performance bottleneck and a fault cause. SOLUTION: This support system is provided with a management object system 200, a network 000 and an operation management server 100, and the operation information of each component collected from the management object system 200 through an operation information collection adapter 120 is stored in an operation information storing part 140. An analysis operating part 150 selects one piece of operation information surpassing the range of an optional or preset value, and quantifies relation magnitude to operation information other than the selected operation information. In performing a quantification operation, needed operation information is sequentially extracted from the operation information collecting part 140. Operation information, the quantified relation value of which surpasses the range of the preset value among pieces of operation information that becomes an operation object is reported to an inputting-outputting part 180 because of being considered to have high possibility of being a performance bottleneck and a fault cause.

Description

【発明の詳細な説明】 DETAILED DESCRIPTION OF THE INVENTION

【0001】 [0001]

【発明の属する技術分野】本発明はネットワークに接続された複数のハードウェアとソフトウェアからなるネットワークシステムにおいて稼動状況を管理する方法に関し、特に性能上のボトルネックとなる構成要素の特定や、障害の原因となる構成要素の特定において有効な技術に関するものである。 The present invention relates to relates to a method of managing operation status in a network system comprising a plurality of hardware and software connected to a network, in particular specific and components a bottleneck in performance, fault in particular component that causes a technique effectively.

【0002】 [0002]

【従来の技術】企業情報システムやiDC(Internet Data BACKGROUND OF THE INVENTION enterprise information systems and iDC (Internet Data
Center)など比較的大規模なネットワークシステムにおいては、システム管理にかかるコストが高いため、システムの構成要素の稼動状況を集中して管理する統合管理システムが導入されることが多い。 In a relatively large-scale network system, etc. Center), because of the high cost of system administration, it is often introduced integrated management system that manages to concentrate health of components of the system. この統合管理システムでは、管理対象となる複数のハードウェアまたはソフトウェアの稼動状況に関する情報をオンラインで取得し、統合管理システムに接続した表示装置に出力する。 This integrated management system to get information about the operating status of a plurality of hardware or software to be managed online, and outputs to a display device connected to the integrated management system.
管理対象となるシステムの障害を判別するには、あらかじめ稼動情報に閾値を設定しておく方法や、平均値からのずれを評価する方法などがあり、障害と判定された場合、該箇所が報告される。 To determine the failure of the managed system, a method of setting the threshold value in advance operation information, there is a method of evaluating the deviation from the average value, when it is determined that the failure relevant section reported It is.

【0003】障害箇所としてあるプログラムのエラー率が特定されたような場合、それがメモリ容量不足が原因なのか、CPU負荷が原因なのか、ネットワーク負荷が原因なのか等、解決のために原因を絞り込む必要がある。 [0003] If the error rate of the program with a failure point is as specified, whether it is insufficient memory capacity is caused, or the CPU load caused a of, and whether the network load caused a of the cause for resolution there is a need to refine.
一般に原因の解明には関係がありそうな計算機のシステムログやパラメータの調査、さらにはシステムエンジニアの経験と勘に頼る必要があり、解決に時間と労力を要する。 In general investigation of the system log and parameters there is a relationship likely computer is to elucidate the cause, it is necessary to further rely on experience and intuition of the system engineer, takes time and effort to resolve. 特開平8−65302号公報では、構成要素ごとに予め関連の大きさを決めておき、障害時には関連の高い構成要素について稼動情報を追加収集する技術が記述されている。 In JP-A 8-65302 and JP previously determined relevant dimensions for each component, a technique for adding gather operational information about the associated high component is described in the case of failure. しかし前記技術では、構成要素どうしの関連の大きさを予め設定しているために、実際の稼動状況に応じた関連の大きさは加味されず、必ずしも原因が特定できなかったり、原因を特定する効率があまり良くない。 However, in the art, to have set the associated magnitude of each other components in advance, related magnitude corresponding to the actual operating condition is not taken into account, always it may not be identified due to identify the cause efficiency is not very good. また、従来技術では、管理対象システムの性能を改善したい場合について、どのハードウェア、もしくはソフトウェアが性能上のボトルネックとなっているかを特定することは、ネットワークシステムの規模が大きくなるほど難しく、往々にして過剰投資、過少投資を招く。 Further, in the prior art, for if you want to improve the performance of the managed system, which hardware, or that the software identifies whether the bottleneck in performance is difficult as the size of the network system increases, often west excessive investment Te, lead to under-investment.

【0004】 [0004]

【発明が解決しようとする課題】前述の如く、比較的規模の大きなネットワークシステムにおいては、性能のボトルネックや障害の原因の絞込みを行うために、複数の構成要素の稼動情報を調査する必要があった。 As described above [0006], in a relatively large-scale network system, in order to perform the narrowing down of the causes of bottlenecks or failure of performance, the need to investigate the operation information of a plurality of components there were. 本発明が解決しようとする課題は、管理対象となるシステムの構成要素間の関係について稼動情報を元に定量化することにより、性能のボトルネックや障害の原因となる構成要素を絞り込み、原因の特定を早期に実現できるようにすることである。 An object of the present invention is to provide, by quantifying based on operation information about the relationship between the components of the managed system, refine the components causing bottlenecks or failure in performance, caused it is to allow achieve a particular early.

【0005】 [0005]

【課題を解決するための手段】上記目的を達成するために、本発明のネットワークシステムにおける運用管理の支援システムは、(1)管理機器と通信する手段と、取得可能な稼動状態を有する1つ以上の構成要素を備える1台以上の管理対象機器と、前記管理対象機器と通信する通信手段と、前記通信手段によって管理対象機器から構成要素の稼動情報を収集する収集手段と、前記収集手段により収集された稼動情報を蓄積しておく記憶手段と、前記記憶手段により蓄積された稼動情報を元に任意の1つの稼動情報と他の1つ以上の稼動情報の関連の大きさを定量化する演算手段と、演算結果を元に関連がある構成要素を特定する判定手段を備える管理機器と、から構成されることを特徴とする。 Means for Solving the Problems] To achieve the above object, support system management in a network system of the present invention, one having a means and, obtainable operating state to communicate with (1) the management apparatus and one or more managed devices having the above components, and communication means for communicating with the management subject device, collecting means for collecting operational information element from the management subject device by said communication means, by said collecting means and storing means for storing the collected operation information to quantify the relevant size of any one of operating information and one or more other operational information based on the operation information stored by the storage means calculating means, characterized a management apparatus including a judging means for identifying the components are related based on the operation result, in that they are composed of. また、(2)上記(1)に記載の支援システムにおいて、収集された稼動情報が、予め各稼動情報に対して設定した閾値の範囲を逸脱した場合、該当する稼動情報を前記任意の1つの稼動情報として演算をおこなうことを特徴とする。 Further, (2) in the support system according to the above (1), the collected operation information, when departing from the scope of the threshold set in advance for each operation information, one operation information of the arbitrary appropriate for and performing arithmetic operation as operation information. また、 Also,
(3)上記(1)に記載の支援システムにおける演算手段について、任意の1つの稼動情報を目的変数に、他の1つ以上の稼動情報を説明変数として重回帰分析を行い、各説明変数について偏相関係数やF値などの目的変数に対する寄与を表す統計量を算出することで、関連の大きさを定量化することを特徴とする。 (3) computing means in support system according to the above (1), the objective variable any one of the operational information, performing a multiple regression analysis as explanatory variables other one or more of the operational information, for each explanatory variable by calculating a statistical quantity representing the contribution to the objective variable, such as partial correlation coefficients and F values, characterized by quantifying the relevant size. また、(4)上記(1)に記載の支援システムにおける演算手段について、任意の1つの稼動情報を目的変数、他の1つ以上の稼動情報を説明変数、予め各稼動情報に対して任意に設定した値の範囲を異常値域、と定義した場合、目的変数が異常値域であった時間に対する、前記時間の内説明変数が同時に異常値域であった時間の割合を、各説明変数ごとに算出することで、関連の大きさを定量化することを特徴とする。 Further, (4) calculating means in support system according to the above (1), object variables any one of the operational information, one or more other operational information explanatory variables, optionally in advance for each operation information If the range of the set value defined abnormal range, and, with respect to time dependent variable is abnormal range, the percentage of time the inner explanatory variables of the time is abnormal range simultaneously calculated for each explanatory variable it is characterized by quantifying the relevant size. また、(5)上記(1)に記載の支援システムにおける演算手段について、任意の1つの稼動情報を目的変数、他の1つ以上の稼動情報を説明変数と定義した場合、管理対象機器の構成要素間の既知の依存関係を元に、依存の有無に応じて説明変数を演算対象から除外することを特徴とする。 Also, (5) calculating means in support system according to the above (1), object variables any one of the operational information, when defined as one or more other operation information explanatory variables, configuration of the managed devices based on the known dependencies between elements, characterized in that it excludes the explanatory variables from the calculation target in response to the presence or absence of dependence. また、(6)上記(1)に記載の支援システムにおける判定手段について、演算手段によって定量化された関連の値に対し予め値の範囲を設定し、前記値の範囲を逸脱しない稼動情報を有する構成要素について、関連があるとみなし報告することを特徴とする。 Further, the determination means in the support system according to (6) above (1), set the range of advance values ​​for related values ​​that are quantified by calculating means comprises operation information without departing from the scope of the value the components, and wherein the reporting deemed to be related. また、(7)上記(1)に記載の支援システムにおける判定手段について、演算手段によって定量化された関連の値が複数ある場合、構成要素を前記関連の値に応じて順位付けして報告することを特徴とする。 Further, the determination means in the support system according to (7) above (1), when the relevant values ​​were quantified by calculating means there are multiple reports with ranks in accordance components to the related values it is characterized in.

【0006】 [0006]

【発明の実施の形態】図1〜図10は発明を実施する形態の一例であって、図中同一の符号を付した部分は同一物を表わし、基本的な構成は図に示す従来のものと同様である。 Figures 1-10 PREFERRED EMBODIMENTS is an example of the mode for carrying out the invention, portions denoted by the same reference numerals in the figures represent the same components, the basic configuration the conventional one shown in FIG. is the same as that. 以下、本発明の実施の形態を添付図面を参照して説明する。 Hereinafter will be described an embodiment of the present invention with reference to the accompanying drawings. 図1は本発明の実施形態を示すネットワークシステムのブロック図である。 Figure 1 is a block diagram of a network system illustrating an embodiment of the present invention. このシステムは、管理対象システム200と、ネットワーク000と、運用管理サーバ100を備えている。 This system includes a managed system 200, a network 000, and a management server 100.

【0007】管理対象システム200は、一台以上の計算機もしくは一台以上のネットワーク機器を備えており、運用の間稼動情報が稼動情報収集アダプタによって収集される。 [0007] managed system 200 includes a single or more computers or a single or more network devices, during operation information of operation is collected by the operation information collecting adapter. ネットワーク機器はネットワークプリンタ、インテリジェントハブなど固有のIPアドレスを備えているがOSを有さない機器である。 Network equipment network printer is provided with the unique IP address, such as an intelligent hub is a device with no OS. 管理対象システム2 Managed system 2
00は通信回線001を用いてネットワーク000と接続する。 00 is connected to the network 000 using a communication line 001. 図1では便宜上、一本の通信回線001で接続しているが、管理対象計算機210, 230とネットワーク000が直接複数の通信回線で接続する構成としても良い。 In Figure 1 for convenience, they are connected by a single communication line 001, the managed computer 210, 230 and the network 000 may be connected directly with the plurality of communication lines. 通信回線001は有線、無線どちらでもよい。 Communication line 001 is wired, wireless Immaterial.

【0008】図2は本発明における情報の伝達経路を表すブロック図である。 [0008] FIG. 2 is a block diagram showing a transmission path of information in the present invention. 管理対象システム200から稼動情報収集アダプタ120によって収集された稼動情報は、整形され経路52で稼動情報格納部140に格納される。 Operational information gathered by the operation information collecting adapter 120 from the managed system 200 is stored in the operation information storage section 140 in the shaped path 52. 稼動情報の収集方法には、経路50で稼動情報収集アダプタ120が収集する方法と、経路51で管理対象システム200が収集し定期的に稼動収集アダプタに送る方法があり、どちらでもよい。 The collection method of the operational information, the method of collecting the operational information collected adapter 120 in the path 50, there is a way to send the regular operating collected adapter collected by managed system 200 through the path 51 may be either. 分析演算部150は分析を行う際、経路53で稼動情報を稼動情報格納部1 When analyzing arithmetic unit 150 which performs analysis, run the operation information in the route 53 information storage unit 1
40に取得しに行き、経路54で必要な情報を抽出する。 Go to get to 40, to extract the necessary information on the path 54. 入出力部180では経路56で分析の対象を指定し、経路55で分析結果を表示する。 It specifies for analysis in path 56 the input and output unit 180, displays the analysis result on the path 55. 図2における経路は情報の流れを抽象化して表した物であり、具体的な機器を要求するものではない。 Path in FIG. 2 is a representation abstracts the flow of information, but does not require any specific equipment.

【0009】運用管理サーバ100は、稼動情報収集アダプタ120を介して管理対象システムから稼動情報を収集する手段と、分析部130において収集した稼動情報を分析する手段と、入出力部180において分析結果の出力および分析内容を設定する手段を備えている。 [0009] management server 100 includes means for collecting operational information from the managed system through the operation information collecting adapter 120, it means for analyzing the collected operation information in the analysis unit 130, the analysis result in the input and output unit 180 and a means for setting the output and contents of analysis of. 分析部130は稼動情報収集アダプタ120から出力される稼動情報を格納しておく稼動情報格納部140および構成要素間の関連の大きさを定量化するための分析演算部150からなる。 Analysis unit 130 is composed of the analysis calculation unit 150 for quantifying the relevant size between operation information storage unit 140 and components storing the operation information output from the operation information collecting adapter 120. 図1では便宜上、一台の運用管理サーバ100において上記手段を構成しているが、稼動情報収集アダプタ120、稼動情報格納部140、分析演算部150、入出力部180をそれぞれ別のサーバで構成することも可能である。 In Figure 1 for convenience, constitute the means in a single operation management server 100, configuration operation information collecting adapter 120, the operation information storage unit 140, the analysis calculation unit 150, an input-output unit 180 in separate servers it is also possible to.

【0010】ネットワーク000は、管理対象システム200と運用管理サーバ100との通信を行うための通信回線であり、有線・無線を問わない。 [0010] The network 000 is a communication line for communicating with the managed system 200 and the operation management server 100, and may be wired or wireless. 管理対象システム200と運用管理サーバ100が直接通信を行う場合には、ネットワーク000がない構成も可能である。 If the managed system 200 and management server 100 communicates directly is also possible configuration no network 000. なおネットワーク000がインターネットである場合など、複数のファイアーウォールを内包する構成とすることもできる。 Note for example, if the network 000 is the Internet, can also be configured to encapsulating a plurality of firewalls.

【0011】以下、管理対象システム200の各構成部の詳細を説明する。 [0011] Hereinafter, details of each component of the managed system 200. 図3は図1に示す管理対象システムの詳細の図である。 Figure 3 is a diagram of the details of the managed system shown in FIG. 計算機210はプログラムを解釈、 Computer 210 interprets the program,
実行するCPU213、プログラムやデータを読み込むためのメモリ214、ネットワークとの接続を行うための通信インターフェース212、プログラムやデータを格納する外部記憶装置216から構成される。 Run to CPU 213, a memory 214 for reading programs and data, a communication interface 212 for connection with the network, and an external storage device 216 for storing programs and data. 通信インターフェース212、CPU213、外部記憶装置216、 Communication interface 212, CPU 213, external storage device 216,
メモリ214は相互にデータを送受するためのバス21 Bus 21 for memory 214 to send and receive data to each other
1で結合されている。 They are joined by 1. メモリ214には、計算機210 In memory 214, computer 210
上で動作する一つ以上のプログラムがロードされる。 One or more programs to work on is loaded. 計算機210が複数のネットワークを仲介する機能を有する場合など、一台の管理対象計算機に複数の通信インターフェースを搭載する構成としてもよい。 Such as when the computer 210 has a function of mediating a plurality of network may be configured to mount a plurality of communication interfaces on a single managed computer. 外部記憶装置を搭載しない、もしくは複数搭載する構成としても良い。 Not equipped with the external storage device, or may be a plurality mounted to configure. 計算機230も計算機210と同様の構成である。 Computer 230 has a similar configuration as the computer 210.
また、計算機210は、小型のノートパソコンや携帯電話などネットワークに常時接続せず、利用時のみネットワークに接続するような断続的な利用形態を有する移動端末機器としても良い。 The computer 210 is not always connected to a network such as a small laptop computers and mobile phones, it may be a mobile terminal device having an intermittent usage pattern as to connect to the network only when using.

【0012】サービスとプログラムの関係の一例を図4 [0012] FIG. 4 an example of the relationship between the services and programs
に示すサービスはインターネット/イントラネットにおける検索サービスなど、ユーザがプログラムの動作を意識することなく提供される機能である。 Services shown in the such as the search service in Internet / Intranet, a feature provided without the user being aware of the operation of the program. サービスは、一つ以上のプログラムから構築される機能であり、一つのサービスを構築するプログラムが複数の計算機で動作していても良い。 Service is a function that is constructed from one or more programs, a program to build a service may be operated by a plurality of computers. プログラムは計算機のメモリにロードされプロセス単位での管理が可能な構成要素である。 Program is a component that can be managed in the process unit is loaded into the memory of the computer. 一つのプログラムが複数のサービスを構成しても良い。 One of the program may constitute a plurality of services. 図4 Figure 4
においてサービス311は計算機210で動作するプログラム215と、計算機230で動作するプログラム2 A program 215 service 311 operates in the computer 210 in, operates in the computer 230 program 2
35から構成されている。 And a 35.

【0013】図3における管理対象構成要素220は計算機210を構成するハードウェア要素およびソフトウェア要素のうち稼動情報を収集することによって稼動状態を監視する要素の範囲を示している。 [0013] managed component 220 in FIG. 3 indicates the range of elements for monitoring the operating state by collecting operational information of the hardware and software elements constituting the computer 210. すなわち、ここでプログラムC, プログラムE, 通信インターフェースおよび外部記憶装置は稼動情報を取得しない構成要素である。 That is, here the program C, program E, a communication interface and the external storage device is a component which does not acquire the operation information. 管理対象構成要素はすべての構成要素を範囲とすることができると同時に、任意の構成要素を範囲としないことができる。 Managed components at the same time can range all the components, it is possible not to the range of any component. 図4における管理対象サービス310 Administration in Figure 4 target service 310
は、図3における管理対象構成要素と同様、稼動状態を監視するサービスの範囲を示しており、ここでサービス311を管理対象としている。 , Like the managed component in FIG 3, it shows a range of services to monitor the operating state, and the service 311 managed here. 管理対象サービス310 Managed services 310
の範囲は任意であり、管理対象システムで稼動しているすべてのサービス300を含めることが可能であると同時に、すべてのサービス300を含めないこともできる。 Range is arbitrary, at the same time it is possible to include all services 300 running on the managed system, it is also possible not to include all of the services 300.

【0014】図5の表420は、図1における稼動情報収集アダプタ120が稼動情報421を収集する際の収集対象と収集手段を示している。 [0014] Table 420 in FIG. 5 shows the collection target and collecting means when the operation of FIG. 1 information collecting adapter 120 collects the operational information 421. 稼動情報収集アダプタ120は管理対象構成要素220および管理対象サービス310の範囲内における構成要素の稼動情報について収集を行い、集計を行った上で稼動情報格納部140に格納する手段を有する。 Operation information collecting adapter 120 performs collected for operational information of the components within the scope of the managed component 220 and the managed service 310 comprises means for storing the operation information storage unit 140 after performing the aggregation. 図5におけるCPU使用率431 CPU utilization on 5 431
について稼動情報収集アダプタ120の動作の詳細を以下に示す。 It shows the details of the operation of the operation information collection adapter 120 below. 稼動情報収集アダプタ120は計算機1に対して、収集ツールAを用いてCPU使用率の収集を行う。 Against operation information collecting adapter 120 computer 1, the collection of CPU utilization by using a collection tool A. 収集ツールAは収集周期5分おきに稼動情報収集アダプタ1 Collection tool A is operating information collected in the collection cycle every 5 minutes adapter 1
20から起動され、収集した5分毎のCPU使用率をメモリもしくは外部記憶装置に格納しておく。 Started from 20, the CPU utilization of the collected every 5 min storing memory or external storage device. 稼動情報収集アダプタ120は、5分間隔で収集されたメモリ使用率1時間分の12個のデータについて平均をとり、稼動情報格納部140に格納する。 Operation information collecting adapter 120, the 5 minute interval 12 data memory usage 1 hour collected on averages, and stores the operation information storage unit 140. 図5において、稼動情報収集アダプタ120は収集手段として収集ツールを呼び出す記述となっているが、計算機1が収集ツールをプログラムとして持ち、自身の収集ツールを自立的に動作させる方法も可能である。 5, operation information collecting adapter 120 is has a description to invoke the collection tool as collecting means, has a computer 1 collection tool as a program, a method for operating its own collection tool autonomously are also possible. また、収集周期と集計周期が同じ場合など、集計処理を行わず直接稼動情報を稼動情報格納部1 Further, the collection period and aggregation period and the same case, aggregation processing operation information storing unit 1 a direct operation information without
40に格納する方法も可能である。 How to store the 40 are possible. 図5は稼動情報収集アダプタ120の動作定義情報の例であって、収集手段423、収集周期424、集計周期425、集計方法4 Figure 5 is an example of the operation definition information of operation information collecting adapter 120, the collecting means 423, acquisition period 424, the aggregation period 425, aggregation method 4
26の項目については必ずしも含まなくても良く、運用管理サーバ100から接続可能な外部記憶装置に同様の情報を格納すればよい。 May not necessarily include the 26 items, it may be stored the same information in the external storage device connectable from the operation management server 100. 自動的に報告を行うための閾値など、任意の判定条件を表420で定義することも可能である。 Such threshold value for performing automatic reporting, it is also possible to define a table 420 of any determination condition.

【0015】稼動情報格納部140は分析演算部150 The operation information storage unit 140 the analysis calculation unit 150
において演算に利用する稼動情報を格納する。 Storing operation information to be used for computation in. 図6に稼動情報格納部140に格納される稼動情報の一覧を、示す。 A list of operation information stored in the operation information storage unit 140 in FIG. 6 shows. 表440の行451は、2001年1月17日の12時10分に計算機1から収集されたCPU使用率の値が22%であることを示している。 Row 451 of table 440 shows that the CPU usage values ​​collected from the computer 1 to 10 pm 12 January 17, 2001 is 22%. 稼動情報格納部140に格納されているデータ量は、管理対象システムを管理する時間が長いほど稼動情報が蓄積され、多くなる。 Amount data stored in the operation information storage unit 140, as operation information longer time to manage the managed system are accumulated increases. 稼動情報格納部140には、分析演算において対象とする時間内のすべての稼動情報が、同じ時間幅かつ同じ時刻で格納されている必要がある。 The operation information storage unit 140, all of the operational information in time of interest in the analysis operation, it is necessary to have stored the same duration and at the same time. すなわち、行451については、2001 That is, for the line 451, 2001
年1月17日12時10分の稼動情報が、計算機1のCPU使用率およびメモリ使用率だけではなく、すべての対象構成要素について格納されていなければならないということである。 Operating information of January 17, 12 hours 10 minutes year, CPU utilization of the computer 1 and not only the memory usage, is that it must have been stored for all of the target component. ただし、実際の運用においては、ある時刻において収集できなかった稼動情報があることがあるため、その際には稼動情報の該格納場所に直前の値や0や100 However, in actual operation, because there is that there is operational information that could not be collected at a certain time, and the value and 0 of the immediately preceding to the storage location of when the operation information 100
など適当な値を格納しておく。 Such as storing appropriate values. 図6は稼動情報格納部1 Figure 6 is operation information storage section 1
40に格納される稼動情報の一例であって、データ構造は問わず、運用管理サーバ100から接続可能な外部記憶装置に同様の情報を格納すればよい。 An example of operation information stored in 40, the data structure is not limited, it may be stored the same information in the external storage device connectable from the operation management server 100.

【0016】以下で、図1における分析演算部150の動作の詳細について説明する。 [0016] In the following, details of operation of the analysis calculation unit 150 in FIG. 図7は、図6の稼動情報を時刻を軸にグラフ化した図である。 Figure 7 is a diagram showing a graph of the axial time operation information of FIG. 管理対象システム200から収集された稼動情報にはサービス応答時間4 Service response time to the collected operation information from the managed system 200 4
61など合計7つある。 A total of 7-fold, such as 61. 分析演算部150は、着目した稼動情報と他の稼動情報の間の関連の強さを定量化する手段と、着目した稼動情報に強い関連がある稼動情報を選択する手段を具備する。 Analysis calculation unit 150, comprising means for selecting the means for quantifying the strength of the relation between the focused operation information and other operation information, the operation information is strongly related to the focused operation information. 着目した稼動情報には、入出力部180において人間が指定するもの、およびあらかじめ設定した閾値を越えたものの二通りがある。 The interest was operating information, which specifies a human for input and output unit 180, and there are two ways, but exceeds a preset threshold. 図8 Figure 8
は、入出力部180においてサービス応答時間461について分析を行うよう指示した場合の動作について示したブロック図である。 Is a block diagram showing the operation when instructed to perform the analysis of the service response time 461 in the output unit 180. 以下で関連の強さを定量化する手段として、重回帰分析を用いた方法と、異常時における寄与率の算出による方法の二通りの分析方法を取り上げ詳細について説明するが、定量化する手段を複数組み合わせて用いることも可能である。 As a means of quantifying the strength of relationship in the following, the method using the multiple regression analysis, details taken up analysis method of the two ways by calculating the contribution rate is described in abnormality, but a means for quantifying it is also possible to use a combination of a plurality.

【0017】重回帰分析を用いて他の稼動情報の中からサービス応答時間461に関連の大きい稼動情報を選定する方法を説明する。 [0017] The method of selecting a larger operational information related to the service response time 461 from among other operational information will be described with reference to multiple regression analysis. 重回帰分析では、数1に示す重回帰式を求める。 In multiple regression analysis, determining the multiple regression equation shown in Equation 1. 数1においてyは目的変数を、xは説明変数を、αは回帰係数を、f(x)はxを従属変数とする任意の関数を表す。 In Equation 1 y is the response variable, x is the explanatory variables, alpha is the regression coefficient, f (x) represents any function with dependent variable x. f(x)=xである場合、数1は線形重回帰式であるが、当てはめのよい任意の関数を使用することも可能である。 If it is f (x) = x, the number 1 is a linear multiple regression equation, it is also possible to use any function good fit. 入出力部180では、重回帰分析を行うための分析条件501として目的変数と説明変数を指定する。 The output unit 180, specifies the objective variable and explanatory variables as analysis condition 501 for performing multiple regression analysis. 重回帰分析を行う説明変数は任意に選択することができるが、必ず一つ以上選ばなければならない。 Although explanatory variable for performing multiple regression analysis can be arbitrarily selected, you must choose always more than one. 重回帰分析演算部150は分析条件501を解釈し、指定された稼動情報を稼動情報格納部140から抽出する。 Multiple regression analysis calculation unit 150 interprets the analytical conditions 501, and extracts the specified operation information from the operation information storage unit 140. 抽出された稼動情報470は、各時刻ごとに一つの稼動情報の集合として扱う。 Extracted operation information 470 are treated as a set of one of the operational information for each time. すなわち数1においては、ある時刻のyおよびその時刻におけるすべてのxとして扱うことを意味する。 That is, in the number 1, it means that treated as all x in y and time at a certain time.

【0018】 [0018]

【数1】 [Number 1] 稼動情報格納部140から抽出した稼動情報470における目的変数472と説明変数473の値を用いて重回帰分析を行い、重回帰式および分析結果を得る。 Performing a multiple regression analysis using the value of the objective variable 472 explanatory variables 473 in the operation information 470 extracted from the operation information storage unit 140, to obtain a multiple regression equation and analysis. 図9は図8における重回帰式による分析結果の詳細な内容である。 Figure 9 is a detailed content of the analysis result by the multiple regression equation in Fig. 説明変数毎の分析結果520から数2の重回帰式が記述できる。 Multiple regression equation described several analysis revealed 520 for each variable 2 can be described. 数2の重回帰式を構成する説明変数521 Explanatory variables 521 constituting the multiple regression equation having 2
が目的変数472の予測に必要であるかはF値522を用いて決定する。 There is either necessary to predict the target variable 472 is determined using the F value 522. 有意水準α=0.05において説明変数として採用されるためにはF値が18.513を越えなければならず、説明変数521のうちこれに該当するものは計算機2のメモリ使用率462のみである。 In order to be employed as explanatory variables in the significance level alpha = 0.05 must exceed the F value is 18.513, what corresponds to this of explanatory variables 521 only memory utilization 462 of the computer 2. すなわち稼動情報を分析した結果、特許検索サービスのサービス応答時間461と関連が高い稼動情報は計算機2のメモリ使用率462であった。 That result of analyzing the operation information, high operating information associated with the service response time 461 patent search service was memory utilization 462 of the computer 2. 分析演算部150は重回帰式と分析結果のすべてもしくは一部と、十分な関連があると判定された稼動情報、ここでは計算機2のメモリ使用率、を入出力部180に出力する。 Analysis calculation unit 150 and all or part of the analytical results and multiple regression equation, the determined operation information that there is sufficient associated, here outputs the memory usage of the computer 2, the input and output portion 180. 数2の重回帰式の決定では、ステップワイズ法など、より最適な説明変数を取捨選択する手段を用いることも可能である。 The determination of multiple regression equation having 2, such as stepwise procedure, it is also possible to use a means to sift the more optimal explanatory variables. また、説明変数の選定の際には検定統計量としてF値ではなく、t At the time of selection of explanatory variables is not the F value as the test statistic, t
値や、赤池情報量基準(AIC)、偏相関係数など他の基準を用いることも可能であり、その際の選定基準値についても任意の値を指定することができる。 Values ​​and, Akaike Information Criterion (AIC), it is also possible to use other criteria, such as partial correlation coefficient, it is possible to specify any value also selection reference value at that time.

【0019】 [0019]

【数2】 [Number 2] 管理対象システム200から収集された図6の稼動情報を異常時における寄与率による算定方法を用いて分析する方法を以下で説明する。 A method of analyzing described below with reference to the calculation method by the contribution ratio operation information of FIG. 6 collected from the managed system 200 in abnormal condition. 異常寄与率の算定における動作の流れは基本的に重回帰分析のそれに順ずる。 Abnormal flow of operations in the calculation of the contribution rate it in order cunning basically multiple regression analysis. 入出力部180において、目的変数に指定された特許検索サービスのサービス応答時間と関連の高い説明変数を異常寄与率を元に決定する。 In output unit 180, determines a high explanatory variables associated with the service response time of the patent search service specified in the dependent variable based on the abnormal contribution. 説明変数は目的変数以外の稼動情報について、管理対象システム200のすべての構成要素を対象とすること、もしくは任意に選択することが可能である。 Explanatory variable for operating information other than the target variable, it is possible to choose to cover all of the components of the managed system 200, or optionally. 稼動情報470が異常であるということは、 The fact that the operating information 470 is abnormal,
平均値との差が大きいことや、機器の性能・容量限界に近いこと、機器が正常に動作していないことなどがあるが、いずれにせよ、異常の判定のため任意の閾値を設定する。 It and the difference between the average value is large, it is close to the performance and capacity limits of equipment, equipment although the like that does not operate normally, anyway, setting an arbitrary threshold value for the determination of the abnormality. 数3に異常寄与率の算出式を示す。 Indicating abnormality contribution ratio calculation expression in Equation 3. 稼動情報47 Operating information 47
0から、目的変数が異常であった時間と、その時間において説明変数が異常であった時間の合計を算出し、異常寄与率を各説明変数ごとに求める。 0, time and objective variable is abnormal, then calculates the total time the explanatory variables is abnormal at that time, obtaining the abnormal contribution for each explanatory variable. 異常寄与率は目的変数が異常の時、説明変数が同時に異常である割合であり、関連の可能性を表す指標である。 Abnormal contribution rate when the objective variable is abnormal is the ratio explanatory variable is abnormal at the same time is an index representing the relevant possibilities.

【0020】 [0020]

【数3】 [Number 3] 図10に異常寄与率による分析結果を示す。 The analytical results due to abnormal contribution in FIG. ここでは異常判定の手段として、閾値542においてあらかじめ異常である値の範囲を指定することと、偏差の閾値543 As a means of abnormality determination here, and by specifying the range of a previously abnormal values ​​in the threshold value 542, threshold value of the deviation 543
において稼動情報の平均値からの偏差の範囲を指定することを用いたが、任意の閾値を任意の組み合わせで指定することが可能である。 Is used to specify a range of deviations from the mean of the operational information in, it is possible to specify any threshold in any combination. 閾値は、図5の稼動情報収集アダプタの動作定義において指定すること、もしくは分析演算部150や入出力部180で直接指定することができる。 Threshold be specified in the operation information collecting adapter operation definition in Figure 5, or may be specified on the analysis calculation unit 150 and the input-output unit 180. 図14の異常であった時間544において目的変数が異常であった時間は4時間であり、この時間の内説明変数が同時に異常であった時間を数3から算出した値が異常寄与率545である。 Time dependent variable is abnormal at time 544 was abnormal 14 is a 4 hours, the value of the inner explanatory variable of this time was calculated time was abnormal at the same time from a few 3 abnormal contribution 545 is there. 関連が高いと決定するための異常寄与率の閾値を40%とすると、特許検索サービスのサービス応答時間461と関連が高い稼動情報は、 When related to the high 40% threshold of abnormality contribution rate to determine, it has a high operating information associated with the service response time 461 patent search service,
計算機2のメモリ使用率と計算機2のCPU使用率である。 Memory usage of the computer 2 as a CPU utilization of the computer 2. 分析演算部150は分析結果のすべてもしくは一部と、十分な関連があると判定された稼動情報、ここでは計算機2のメモリ使用率と計算機2のCPU使用率、を入出力部180に出力する。 Analysis calculation unit 150 and all analysis results or a part, the determined operation information that there is sufficient associated, here outputs CPU utilization of the computer 2 and the memory usage of the computer 2, the input and output portion 180 . 異常寄与率の閾値は、指定しないことおよび任意の値を指定することができる。 Threshold of abnormality contribution rate can be specified and any value that is not specified.

【0021】入出力部180は、目的変数と説明変数指定する手段と、分析結果を表示する手段を備える。 The output unit 180 comprises means for explanatory variable designated as objective variables, the means for displaying the analysis results. 稼動対象システム200の機器構成情報の表示または設定と、図5における稼動情報収集アダプタの動作定義情報の表示または設定と、図7における稼動情報のグラフ表示など付加的な入出力機能を有することも可能である。 Display or set the device configuration information operation target system 200, display or set the operation definition information of operation information collecting adapter in FIG. 5, also have additional input and output functions such as graphical representation of the operational information in FIG. 7 possible it is.
入出力部180において、目的変数と説明変数を直接指定しない場合、閾値を逸脱した場合自動的に分析を行うように、閾値の情報を運用管理サーバ内で保持する必要がある。 In output unit 180, if you do not specify the objective variable and explanatory variables directly, so as to perform automatic analysis when deviating from the threshold, it is necessary to hold the information threshold within the operation management server. 分析結果の表示の際には、目的変数に関して関連が高いとみなされた説明変数を一覧表示する。 When the display of the analysis results, to list the explanatory variables deemed highly relevant for the purposes variable. 目的変数もしくは説明変数は本来稼動情報であり、構成要素の稼動状況を表す指標であることから、ここで表示された一覧は目的変数が属する構成要素の、性能のボトルネックや障害の原因となっている可能性が高い構成要素の稼動情報である。 Is the original purpose variable or explanatory variables operating information, made from it is an index representing the operation status of the components, here it displays the list components that purpose variable belongs, and the cause of bottlenecks or failure of performance possibility and is in a working information of high component. サービス応答時間461を目的変数として重回帰分析によって演算した結果である図9を例にとると、サービスの性能に影響を与えている稼動情報は計算機2のメモリ使用率であるとなる。 Taking FIG. 9 is a service response time 461 results calculated by multiple regression analysis as objective variable as an example, operation information affecting the performance of the service will be a memory usage of the computer 2. なお、分析演算部150で関連を定量化する演算方法を複数使用した場合についても、関連が高いとみなされた説明変数をすべて表示する。 Incidentally, the case where the calculation method for quantifying the relevant analysis calculation unit 150 has a plurality also used to display all the explanatory variables deemed relevant high.

【0022】尚、本発明のネットワークシステムにおける運用管理の支援システムは、上記した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更を加え得ることは勿論である。 [0022] Incidentally, support system management in a network system of the present invention is not intended to be limited to the embodiment described above, and various modifications may be made without departing from the gist of the present invention is of course is there.

【0023】 [0023]

【発明の効果】本発明によれば、ネットワークシステムの構成要素間の関係の大きさを定量化することにより、 According to the present invention, by quantifying the magnitude of the relationship between the components of the network system,
性能のボトルネックや障害の原因となる構成要素の一覧を報告し、原因の特定を早期に実現することができる。 Reported a list of components that cause bottlenecks or failure of performance, it is possible to realize a specific cause at an early stage.

【図面の簡単な説明】 BRIEF DESCRIPTION OF THE DRAWINGS

【図1】本発明のネットワークシステムにおける運用管理の支援システムの本発明に係る構成の一実施例を示すブロック図である。 1 is a block diagram showing an embodiment of a structure according to the present invention the operation management support system in the network system of the present invention.

【図2】図1における情報の伝達経路を表すブロック図である。 It is a block diagram showing a transmission path of information in FIG. 1;

【図3】図1における管理対象システムの各構成部の詳細図である。 3 is a detailed view of the components of the managed system in FIG.

【図4】図1における管理対象計算機で動作するプログラムとサービスの関係を表すブロック図である。 4 is a block diagram representing the relationship between programs and services running on the managed computer in FIG.

【図5】図1における稼動情報収集アダプタの動作定義の一例を示した一覧図である。 FIG. 5 is a list view showing an example of the operation definition of the operation information collection adapter in Figure 1.

【図6】図1における稼動情報格納部に格納される稼動情報の一例を示した一覧図である。 6 is a list diagram showing an example of operation information stored in the operation information storage unit in FIG.

【図7】図1における管理対象システムから収集された稼動情報を、時刻を横軸として表示したグラフの一例を示す図である。 [7] The operating information collected from the managed system in FIG. 1 is a diagram illustrating an example of a graph that displays the time on the horizontal axis.

【図8】図1における運用管理サーバについて、分析演算部における処理の流れを示す説明図である。 For the operation management server in FIG. 8] FIG. 1 is an explanatory diagram showing a flow of processing in the analysis calculation unit.

【図9】図1における分析演算部において、演算手法として重回帰分析を用いた場合の分析結果の一例を示す図である。 In the analysis calculation unit in FIG. 9] FIG. 1 is a diagram showing an example of the analysis results using multiple regression analysis as an arithmetic method.

【図10】図1における分析演算部において、演算手法として異常寄与率を算出する方法を用いた場合の分析結果の一例を示す図である。 In the analysis calculation unit in FIG. 10 FIG. 1 is a diagram showing an example of the analysis results obtained by using the method of calculating the abnormal contribution factor as a calculation technique.

【符号の説明】 DESCRIPTION OF SYMBOLS

000…ネットワーク、001…通信回線、100…運用管理サーバ、120…稼動情報収集アダプタ、130 000 ... network, 001 ... communication line, 100 ... operation management server, 120 ... operation information collection adapter, 130
…分析部、140…稼動情報格納部、150…分析演算部、180…入出力部、200…管理対象システム、2 ... analyzer, 140 ... operation information storage section, 150 ... analysis calculation unit, 180 ... output unit, 200 ... managed system, 2
10…管理対象計算機、211…バス、212…通信インターフェース、213…CPU、214…メモリ、21 10 ... managed computer, 211 ... bus, 212 ... communication interface, 213 ... CPU, 214 ... memory, 21
5…プログラム、220…管理対象構成要素、300… 5 ... program, 220 ... managed component, 300 ...
ネットワークシステムが提供するサービス群、310… Service group network system provides, 310 ...
管理対象サービス、311…サービスα。 Managed services, 311 ... service α.

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl. 7識別記号 FI テーマコート゛(参考) H04L 12/24 H04L 12/24 12/26 12/26 H04Q 9/00 301 H04Q 9/00 301B 311 311H 321 321E (72)発明者 宮原 次人 神奈川県横浜市中区日本大通5番地の2 日立アイ・エヌ・エス・ソフトウェア株式 会社内 (72)発明者 赤津 雅晴 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 Fターム(参考) 5B042 GA12 HH20 JJ29 MA14 MC30 5B089 JA35 JA36 JB15 JB16 KA12 KA13 KB04 KC28 MC01 5K030 GA11 HB19 HC01 KA01 KA02 MA01 MB09 5K048 BA21 DA02 DB01 DC01 DC03 EB06 EB11 EB12 GB05 HA01 HA02 ────────────────────────────────────────────────── ─── front page continued (51) Int.Cl. 7 identifications FI theme coat Bu (reference) H04L 12/24 H04L 12/24 12/26 12/26 H04Q 9/00 301 H04Q 9/00 301B 311 311H 321 321E (72) inventor Miyahara next person 2 Hitachi Systems, Ltd. es of Kanagawa Prefecture, Naka-ku, Yokohama Nihon'odori address 5 software shares in the company (72) inventor Masaharu AKATSU Kawasaki City, Kanagawa Prefecture Aso District Ozenji 1099 address shares company Hitachi systems development Laboratory in the F-term (reference) 5B042 GA12 HH20 JJ29 MA14 MC30 5B089 JA35 JA36 JB15 JB16 KA12 KA13 KB04 KC28 MC01 5K030 GA11 HB19 HC01 KA01 KA02 MA01 MB09 5K048 BA21 DA02 DB01 DC01 DC03 EB06 EB11 EB12 GB05 HA01 HA02

Claims (7)

    【特許請求の範囲】 [The claims]
  1. 【請求項1】 管理機器と通信する手段と、取得可能な稼動状態を有する1つ以上の構成要素を備える1台以上の管理対象機器と、前記管理対象機器と通信する通信手段と、前記通信手段によって管理対象機器から構成要素の稼動情報を収集する収集手段と、前記収集手段により収集された稼動情報を蓄積しておく記憶手段と、前記記憶手段により蓄積された稼動情報を元に任意の1つの稼動情報と他の1つ以上の稼動情報の関連の大きさを定量化する演算手段と、演算結果を元に関連がある構成要素を特定する判定手段を備える管理機器と、から構成されることを特徴とするネットワークシステムにおける運用管理の支援システム。 Means for communicating with the 1. A management device, and one or more managed devices comprising one or more components having obtainable operating state, and communication means for communicating with the management subject device, the communication collecting means for collecting operational information element from the management subject device by means, storing means for storing the operation information collected by said collecting means, any based on the stored operation information by the storage means calculating means for quantifying related to the size of one of the operational information and one or more other operating information, and a management apparatus including a judging means for identifying the components are related based on the operation result, is composed of support system of management in the network system according to claim Rukoto.
  2. 【請求項2】 請求項1記載において、収集された稼動情報が、予め各稼動情報に対して設定した閾値の範囲を逸脱した場合、該当する稼動情報を前記任意の1つの稼動情報として演算をおこなうことを特徴とするネットワークシステムにおける運用管理の支援システム。 2. The method of claim 1 wherein, the collected operation information, when departing from the scope of the threshold set in advance for each operation information, the operation of the operation information corresponding as said arbitrary one of the operational information support system management in a network system, wherein a performed.
  3. 【請求項3】 請求項1記載の管理機器における演算手段について、任意の1つの稼動情報を目的変数に、他の1つ以上の稼動情報を説明変数として重回帰分析を行い、各説明変数について偏相関係数やF値などの目的変数に対する寄与を表す統計量を算出することで、関連の大きさを定量化することを特徴とするネットワークシステムにおける運用管理の支援システム。 About wherein calculating means in the management apparatus according to claim 1, in objective variables any one of the operational information, performing a multiple regression analysis as explanatory variables other one or more of the operational information, for each explanatory variable by calculating a statistical quantity representing the contribution to the objective variable, such as partial correlation coefficients and F values, related support system management in a network system, which comprises quantifying the size.
  4. 【請求項4】 請求項1記載の管理機器における演算手段について、任意の1つの稼動情報を目的変数、他の1 4. The method of claim 1 for the computing means in the management apparatus according an object variable to any one of the operational information, the other 1
    つ以上の稼動情報を説明変数、予め各稼動情報に対して任意に設定した値の範囲を異常値域、と定義した場合、 One or more of the operational information of explanatory variables, the range abnormality range of previously arbitrarily set the value for each operation information, and if you define,
    目的変数が異常値域であった時間に対する、前記時間の内説明変数が同時に異常値域であった時間の割合を、各説明変数ごとに算出することで、関連の大きさを定量化することを特徴とするネットワークシステムにおける運用管理の支援システム。 For time dependent variable is abnormal range, the percentage of time the inner explanatory variables is abnormal range simultaneously said time, by calculating for each explanatory variable, characterized by quantifying the relevant dimensions support system of management in the network system to be.
  5. 【請求項5】 請求項1記載の管理機器における演算手段について、任意の1つの稼動情報を目的変数、他の1 5. A method according to claim 1 for the computing means in the management apparatus according an object variable to any one of the operational information, the other 1
    つ以上の稼動情報を説明変数と定義した場合、管理対象機器の構成要素間の既知の依存関係を元に、依存の有無に応じて説明変数を演算対象から除外することを特徴とするネットワークシステムにおける運用管理の支援システム。 If more than three was defined as explanatory variable operation information, the network system characterized in that to exclude based on the known dependencies between the components of the device to be managed, the explanatory variable in accordance with the presence or absence of dependence from the calculation target support system of management in.
  6. 【請求項6】 請求項1記載の管理機器における判定手段について、演算手段によって定量化された関連の値に対し予め値の範囲を設定し、前記値の範囲を逸脱しない稼動情報を有する構成要素について、関連があるとみなし報告することを特徴とするネットワークシステムにおける運用管理の支援システム。 6. The determination unit in the management apparatus according to claim 1, and set the range of the advance values ​​for related values ​​that are quantified by calculating means, components having the operation information without departing from the scope of the value for, the operation management in a network system, characterized by reporting deemed to be related support systems.
  7. 【請求項7】 請求項1記載の管理機器における判定手段について、演算手段によって定量化された関連の値が複数ある場合、構成要素を前記関連の値に応じて順位付けして報告することを特徴とするネットワークシステムにおける運用管理の支援システム。 For 7. determination unit in the management apparatus according to claim 1, wherein, when the quantified related values ​​by the calculation means is more, to report by rank according the components to the related values support system of management in a network system which is characterized.
JP2001150272A 2001-05-21 2001-05-21 Support system for operation management in network system Pending JP2002342182A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2001150272A JP2002342182A (en) 2001-05-21 2001-05-21 Support system for operation management in network system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2001150272A JP2002342182A (en) 2001-05-21 2001-05-21 Support system for operation management in network system

Publications (1)

Publication Number Publication Date
JP2002342182A true true JP2002342182A (en) 2002-11-29

Family

ID=18995310

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2001150272A Pending JP2002342182A (en) 2001-05-21 2001-05-21 Support system for operation management in network system

Country Status (1)

Country Link
JP (1) JP2002342182A (en)

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006046297A1 (en) * 2004-10-28 2006-05-04 Fujitsu Limited Analyzing method and device
JP2006227999A (en) * 2005-02-18 2006-08-31 Nec Corp Bottleneck detecting system, measured object server, bottleneck detecting method and program
WO2007052327A1 (en) 2005-10-31 2007-05-10 Fujitsu Limited Performance failure analysis device, method, program, and performance failure analysis device analysis result display method
JP2007122330A (en) * 2005-10-27 2007-05-17 Nec Corp Cluster fault estimation system
WO2007060721A1 (en) * 2005-11-24 2007-05-31 Hewlett-Packard Development Company, L.P. Network administrating device and method of administrating network
JP2007323193A (en) * 2006-05-30 2007-12-13 Nec Corp System, method and program for detecting abnormality of performance load
WO2008007669A1 (en) * 2006-07-10 2008-01-17 Nec Corporation Computer system managing device, and computer system managing method
WO2008072674A1 (en) * 2006-12-12 2008-06-19 International Business Machines Corporation Detection device, program, and detection method
WO2008114323A1 (en) * 2007-03-20 2008-09-25 Fujitsu Microelectronics Limited Processor/system optimization support apparatus and support method
US7506195B2 (en) 2002-12-26 2009-03-17 Fujitsu Limited Operation management method and operation management server
EP2043297A1 (en) 2007-09-27 2009-04-01 Fujitsu Limited System and method for managing devices connected to a computer network
WO2009087986A1 (en) * 2008-01-10 2009-07-16 Nec Corporation Information providing system, information providing device, information providing method, and program
JP2010073151A (en) * 2008-09-22 2010-04-02 Nec Corp Method for locating cause of performance degradation in cluster system, and the cluster system
JP2010079811A (en) * 2008-09-29 2010-04-08 Hitachi Ltd Computer system, method of detecting predictor of failure of computer system, and program
US7975186B2 (en) 2008-02-25 2011-07-05 Nec Corporation Operations management apparatus, operations management system, data processing method, and operations management program
US8225144B2 (en) 2008-02-25 2012-07-17 Nec Corporation Operations management apparatus, operations management system, data processing method, and operations management program
JP2013114439A (en) * 2011-11-29 2013-06-10 Nomura Research Institute Ltd Analysis device and analysis method
JP2013242899A (en) * 2013-07-18 2013-12-05 Nec Corp Monitoring control system, monitoring control method, monitoring control server, and monitoring control program
US9049079B2 (en) 2011-12-21 2015-06-02 International Business Machines Corporation Optimizing software configuration values using CMDB

Cited By (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7506195B2 (en) 2002-12-26 2009-03-17 Fujitsu Limited Operation management method and operation management server
US8560667B2 (en) 2004-10-28 2013-10-15 Fujitsu Limited Analysis method and apparatus
WO2006046297A1 (en) * 2004-10-28 2006-05-04 Fujitsu Limited Analyzing method and device
JP2006227999A (en) * 2005-02-18 2006-08-31 Nec Corp Bottleneck detecting system, measured object server, bottleneck detecting method and program
JP4654707B2 (en) * 2005-02-18 2011-03-23 日本電気株式会社 Bottleneck detection system, the measurement object server, the bottleneck detection method and program
JP2007122330A (en) * 2005-10-27 2007-05-17 Nec Corp Cluster fault estimation system
WO2007052327A1 (en) 2005-10-31 2007-05-10 Fujitsu Limited Performance failure analysis device, method, program, and performance failure analysis device analysis result display method
EP1944699A1 (en) * 2005-10-31 2008-07-16 Fujitsu Ltd. Performance failure analysis device, method, program, and performance failure analysis device analysis result display method
US7970584B2 (en) 2005-10-31 2011-06-28 Fujitsu Limited Performance abnormality analysis apparatus, method, and program, and analysis result display method for performance abnormality analysis apparatus
EP1944699A4 (en) * 2005-10-31 2009-04-08 Fujitsu Ltd Performance failure analysis device, method, program, and performance failure analysis device analysis result display method
US8359378B2 (en) 2005-11-24 2013-01-22 Hewlett-Packard Development Company, L.P. Network system and method of administrating networks
WO2007060721A1 (en) * 2005-11-24 2007-05-31 Hewlett-Packard Development Company, L.P. Network administrating device and method of administrating network
JP2007323193A (en) * 2006-05-30 2007-12-13 Nec Corp System, method and program for detecting abnormality of performance load
JP4573179B2 (en) * 2006-05-30 2010-11-04 日本電気株式会社 Performance abnormal load detection system, the performance load abnormality detecting method, and program
US8171133B2 (en) 2006-07-10 2012-05-01 Nec Corporation Management apparatus and management method for computer system
WO2008007669A1 (en) * 2006-07-10 2008-01-17 Nec Corporation Computer system managing device, and computer system managing method
WO2008072674A1 (en) * 2006-12-12 2008-06-19 International Business Machines Corporation Detection device, program, and detection method
US8271981B2 (en) 2006-12-12 2012-09-18 International Business Machines Corporation Detecting an extraordinary behavior
KR101006122B1 (en) 2006-12-12 2011-01-07 인터내셔널 비지네스 머신즈 코포레이션 Detection device, program, and detection method
JP4996623B2 (en) * 2006-12-12 2012-08-08 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Maschines Corporation Detector, programs and detection methods
WO2008114323A1 (en) * 2007-03-20 2008-09-25 Fujitsu Microelectronics Limited Processor/system optimization support apparatus and support method
US8972795B2 (en) 2007-03-20 2015-03-03 Spansion Llc Processor system optimization
US8612805B2 (en) 2007-03-20 2013-12-17 Spansion Llc Processor system optimization supporting apparatus and supporting method
EP2043297A1 (en) 2007-09-27 2009-04-01 Fujitsu Limited System and method for managing devices connected to a computer network
WO2009087986A1 (en) * 2008-01-10 2009-07-16 Nec Corporation Information providing system, information providing device, information providing method, and program
US8225144B2 (en) 2008-02-25 2012-07-17 Nec Corporation Operations management apparatus, operations management system, data processing method, and operations management program
US8621284B2 (en) 2008-02-25 2013-12-31 Nec Corporation Operations management apparatus, operations management system, data processing method, and operations management program
US7975186B2 (en) 2008-02-25 2011-07-05 Nec Corporation Operations management apparatus, operations management system, data processing method, and operations management program
JP2010073151A (en) * 2008-09-22 2010-04-02 Nec Corp Method for locating cause of performance degradation in cluster system, and the cluster system
JP4572251B2 (en) * 2008-09-29 2010-11-04 株式会社日立製作所 Computer system, warning detection of failure of the computer system method and program
JP2010079811A (en) * 2008-09-29 2010-04-08 Hitachi Ltd Computer system, method of detecting predictor of failure of computer system, and program
JP2013114439A (en) * 2011-11-29 2013-06-10 Nomura Research Institute Ltd Analysis device and analysis method
US9049079B2 (en) 2011-12-21 2015-06-02 International Business Machines Corporation Optimizing software configuration values using CMDB
JP2013242899A (en) * 2013-07-18 2013-12-05 Nec Corp Monitoring control system, monitoring control method, monitoring control server, and monitoring control program

Similar Documents

Publication Publication Date Title
US7058953B2 (en) Managing a distributed computing system
US6763380B1 (en) Methods, systems and computer program products for tracking network device performance
US7340654B2 (en) Autonomic monitoring in a grid environment
US6564174B1 (en) Enterprise management system and method which indicates chaotic behavior in system resource usage for more accurate modeling and prediction
US6883120B1 (en) Computer assisted automatic error detection and diagnosis of file servers
US6320585B1 (en) Displaying resource performance and utilization information
US5825775A (en) Method and apparatus for managing an integrated router/hub
US7096248B2 (en) Program control for resource management architecture and corresponding programs therefor
US7792948B2 (en) Method and system for collecting, aggregating and viewing performance data on a site-wide basis
US20050198200A1 (en) Method and apparatus for facilitating fulfillment of web-service requests on a communication network
US20050102318A1 (en) Load simulation tool for server resource capacity planning
US20050222885A1 (en) Method enabling real-time testing of on-demand infrastructure to predict service level agreement compliance
US20060218450A1 (en) Computer system performance analysis
US7383332B2 (en) Method for problem determination in distributed enterprise applications
US20090228726A1 (en) Environmentally Cognizant Power Management
US20050097517A1 (en) Method and system for adjusting the relative value of system configuration recommendations
US6901442B1 (en) Methods, system and computer program products for dynamic filtering of network performance test results
US7146353B2 (en) Resource allocation for multiple applications
US5621663A (en) Method and system for monitoring a computer system
US7065566B2 (en) System and method for business systems transactions and infrastructure management
US20090063509A1 (en) Method and Apparatus for Monitoring Network Servers
US20030151619A1 (en) System for analyzing network load and other characteristics of an executable application
US20020157035A1 (en) Systems and methods for providing an automated diagnostic audit for cluster computer systems
US20030225876A1 (en) Method and apparatus for graphically depicting network performance and connectivity
US20120053925A1 (en) Method and System for Computer Power and Resource Consumption Modeling