JP2004164637A - ベースライン化および自動しきい値処理を行う仕組みを与える方法および装置 - Google Patents

Abstract

【課題】 過去のパフォーマンス挙動に基づいて将来のパフォーマンス挙動を予測すること。
【解決手段】 ベースライン化および自動しきい値処理を行う仕組みを与える方法は、所定の間隔の間パフォーマンスデータを収集すること、パフォーマンスデータを１つのデータポイントに集計すること、集計されたデータポイントに基づいてベースラインオブジェクトを更新すること、集計されたデータポイントに基づいて次のデータ値を予測することと、を含む。本方法は、予測されたデータ値を実際に収集されたデータ値と比較すること、予測されたデータ値と実際に収集されたデータ値の間にずれがある場合、しきい値違反イベントを発生させることと、をさらに含む。
【選択図】図２

Description

技術分野はデータベース管理システムに関し、特に、ベースライン化・自動しきい値処理システムに関する。

高まるデータベースストレージのニーズに直面し、情報技術（ＩＴ）部門は、ネットワーク接続型ストレージ（ＮＡＳ）およびストレージエリアネットワーク（ＳＡＮ）等のネットワーク化されたストレージ、ならびに直接接続型ストレージをますます実施するようになっている。通常、これら異質の、多くの場合には分散したストレージ環境の管理は時間のかかる手動での作業であり、各記憶装置を個々に管理することが求められる。さらに、ＩＴ部門では頻繁に、処理能力が「行き詰まった」状況、すなわちある装置を必要とするアプリケーションがその装置にアクセスできない場合や、処理能力が古い、または無駄なストレージ内に拘束され、資源の利用効率が悪くなる状況が見られる。したがって、システム管理者にとって、将来のパフォーマンスの問題を早目に検出することが重要である。

一般に、既存のネットワーク管理システムは、過去のパフォーマンス挙動に基づいて将来のパフォーマンス挙動を予測することができない。システムによっては、パフォーマンスの問題が、しきい値違反が発生したときに報告されるものがあるが、システム管理者は、ハードリミットに基づいてしきい値を構成しなければならない。ハードリミットに基づくしきい値の構成は、この作業を行うにはシステム管理者が現在のＳＡＮパフォーマンスを把握していなければならないため、難しい場合がある。

ベースライン化および自動しきい値処理を行う仕組みを与える方法は、所定の間隔の間パフォーマンスデータを収集すること、パフォーマンスデータを１つのデータポイントに集計すること、集計されたデータポイントに基づいてベースラインオブジェクトを更新すること、集計されたデータポイントに基づいて次のデータ値を予測することと、を含む。本方法は、予測されたデータ値を実際に収集されたデータ値と比較すること、予測されたデータ値と実際に収集されたデータ値の間にずれがある場合、しきい値違反イベントを発生させることと、をさらに含む。

ベースライン化および自動しきい値処理を行う仕組みを与える装置は、所定の間隔の間パフォーマンスデータを収集することが可能なデータ収集モジュールと、パフォーマンスデータを１つのデータポイントに集計することが可能なデータ集計モジュールと、を備える。本装置は、集計されたデータポイントに基づいてベースライン・オブジェクトを更新し、次のデータ値を予測することが可能なベースライン化モジュールと、予測されたデータ値を実際に収集されたデータ値と比較し、予測されたデータ値と前記実際に収集されたデータ値の間にずれがある場合、しきい値違反イベントを発生させることが可能なしきい値監視モジュールと、をさらに備える。

コンピュータ可読媒体は、所定の間隔の間パフォーマンスデータを収集し、パフォーマンスデータを１つのデータポイントに集計し、集計されたデータポイントに基づいてベースライン・オブジェクトを更新し、集計されたデータポイントに基づいて次のデータ値を予測し、予測されたデータ値を実際に収集されたデータ値と比較し、予測されたデータ値と実際に収集されたデータ値との間にずれがある場合、しきい値違反イベントを発生させることによってベースライン化および自動しきい値処理を行う仕組みを与える命令を含む。

ベースライン化および自動しきい値処理を行う仕組みを与える方法および装置の好ましい実施形態を、同様の番号が同様の要素を指す添付図面を参照して詳細に説明する。

ベースライン化および自動しきい値処理を行う仕組みを与える方法および対応の装置は、ベースラインライン化・自動しきい値処理システムを使用して、パフォーマンスデータを収集し、統計的手段に基づいて将来のデータ値を予測し、いずれのしきい値違反もシステム管理者に通知する。ベースライン化・自動しきい値処理システムは、ネットワーク化されたストレージの広範なパフォーマンスメトリックス（データ）に適合し、潜在的なパフォーマンスの問題を予測する。しきい値の違反が発生すると、ベースライン化・自動しきい値処理システムがシステム管理者に警告するため、システム管理者が即座に対応して、ネットワーク化されたストレージおよびネットワーク化されたストレージに存在するデータの可用性を保証することができる。

ベースライン化・自動しきい値処理システムは、ＯＰＥＮＶＩＥＷ（登録商標）ＳＡＭおよびストレージオプティマイザ等、記憶領域マネージャ（ＳＡＭ）およびストレージオプティマイザを使用して実施することができる。ＳＡＭは、情報技術（ＩＴ）部門によるストレージ管理コストの削減、既存のストレージ投資の保護、資源の効率的な利用、ならびに顧客、提携先、および従業員に対する保証された品質のサービス提供に役立つ統合ツールを使用して、企業のストレージユーティリティサービスを支援する。ＳＡＭにより、システム管理者は、ディスク、テープ、直接接続、およびネットワーク化されたストレージインフラにわたる複数ベンダーからの記憶資源の管理を簡易化・自動化することができる。ＳＡＭは、分散した企業にわたる可用性、パフォーマンス、使用法、拡張、およびコストを集中管理・監視することも可能である。さらに、ＳＡＭにより、システム管理者は、資源の利用および運用を最適化するとともに、ストレージおよびストレージサービスを企業全体のＩＴサービス管理システムにシームレスに統合することが可能である。

ストレージオプティマイザは、単一の管理ステーションから、ホスト、インフラ、およびストレージを含む、ストレージネットワーク上のすべてのコンポーネントのパフォーマンスを監視することができる。ストレージオプティマイザはまた、データを収集し、ＩＴサービスの品質およびコストの評価、監視、および管理を行う完全な報告構造を提供する。システム管理者は、差し迫ったパフォーマンス問題について自動通知を、その問題が深刻化する前に受け取ることができ、また、システムコンポーネントのパフォーマンスを経時追跡することができる。したがって、ストレージオプティマイザは、システム管理者が、ネットワーク化されたストレージへの投資を最適化しながら、問題を予測し、効率を上げるのに役立つ。パフォーマンスの監視、履歴追跡、および傾向解析を組み合わせることにより、ストレージオプティマイザは、ストレージインフラを解析しアップグレードする強力なツールになる。

図１は、例示的なベースライン化・自動しきい値処理システム１００を示す。ベースライン化・自動しきい値処理システム１００は、好ましくは、ストレージオプティマイザの機能に組み込まれ、収集されたパフォーマンスメトリックスのベースライン化・自動しきい値処理を提供する。当業者は、ベースライン化・自動しきい値処理システム１００が任意のネットワーク化されたストレージに適用しうることを認めよう。

図１を参照すると、ベースライン化・自動しきい値システム１００は、パフォーマンスデータを収集するデータ収集モジュール１１０およびデータ集計を行うデータ集計モジュール１２０を備える。パフォーマンスデータは、たとえば、ストレージエリアネットワーク（ＳＡＮ）内に分散した装置から収集しうる。ＳＡＮ装置の例としては、ホスト、相互接続装置、および記憶装置が挙げられる。広範囲のパフォーマンスメトリックス（データ）が各種の装置から入手可能である。たとえば、ホストでは、ストレージオプティマイザが、論理ボリュームおよび物理ボリュームの読み書き速度についてのパフォーマンスメトリックスを集める(collect)ことができる。相互接続装置では、ストレージオプティマイザは、送受信バイトおよびフレームについて装置レベルおよびポートレベルパフォーマンスメトリックスを集めることができる。通常、いずれの装置も同じではないため、集めることのできるメトリックスは装置に依存しうる。

パフォーマンスデータを指定の時間間隔で収集し、それから集計(summarize)して、より長い時間の間隔にわたって集められたデータを表す単一の平均ポイントにすることができる。パフォーマンスデータの集計は、たとえば、オプティマイザアプリケーション内にあるソフトウェアコードを使用して行うことができる。データ集計モジュール１２０が、離散した期間にわたって生のパフォーマンスデータポイントを集めることができる。次いで、データ集計モジュール１２０は、生のデータポイントが集められた時間期間の割合で、生のデータポイントを並べることができる。次に、データ集計モジュール１２０は、重み付き平均化計算を用いて、たとえば、生のパフォーマンスデータポイントを、時間間隔全体を表す単一の集計済データポイントに変換することができる。たとえば、データが１５分毎に集められ、そのデータが１時間毎に集計される場合、１つの集計済ポイントは、その１時間に集められたデータポイントの集計を表すことができる。集められたパフォーマンスデータメトリックスが、データ集計プロセスを通して集計されると、そのデータをチャートおよびテーブルでユーザに表示することができる。集計プロセスは、例示のみを目的として述べられたものであり、当業者は、他の種類の集計計算も同様に等しく適用しうることを認めよう。

集計済データポイントは、データベース等の永久ストレージに記憶し、ベースライン化モジュール１３０に入力することができる。ベースライン化モジュール１３０は、ベースライン・オブジェクト（図示せず）を更新または生成することができる。ベースライン・オブジェクトとは、過去のデータポイントに基づいて将来のパフォーマンスデータポイントを予測するために必要なデータおよびメソッドを含むオブジェクトのことである。ベースライン化モジュール１３０は、ベースライン・オブジェクトが存在する場合には、ベースライン・オブジェクトに集計済データポイントを追加することによってそのベースライン・オブジェクトを更新することができる。ベースライン・オブジェクトが存在しない場合には、ベースライン化モジュール１３０による更新前に、データ集計モジュール１２０がベースライン・オブジェクトを発生させることができる。

パフォーマンスデータが離散した装置から収集され、１つの平均ポイントに集計された後、ベースライン化モジュール１３０は、ベースライン・オブジェクトに含まれるデータおよびメソッドを使用して、集計された平均データポイントに基づいて次のデータポイントを予測することができる。たとえば、ベースライン・オブジェクトは、過去のデータポイントに基づいて将来のパフォーマンスデータポイントを予測する統計的解析モデルを含みうる。統計的解析モデルは当分野において周知である。通常、ベースライン化モジュール１３０は、収集されたパフォーマンスデータの統計的解析に頼って将来の予測を発生させる。例示的な統計的解析モデルは、次のデータポイントを予測するデータのベースライン、傾向、時期(season)、および感度等のパラメータをアルゴリズムに提供する。この例示的な統計的解析モデルでは、データポイントの間は等間隔（たとえば、１時間間隔）であり、少なくとも２つの時期の長さ分のデータを解析に利用することができる。時期の長さは、たとえば、１日または１週間でありうる。したがって、２つの時期の長さ分のデータでは、予測を行うために２日分または２週間分のデータポイントを必要としうる。当業者は、他の種類の統計的解析モデルも次のデータポイントの予測に等しく適用しうることを認めよう。

ベースライン化・自動しきい値処理システム１００は、しきい値監視モジュール１４０も備える。しきい値監視モジュール１４０は、１つまたは複数のしきい値アクションオブジェクト１４４を管理する責任を有する。通常、しきい値アクションオブジェクト１４４は、前もって予測されたデータ値の範囲を、実際に収集されたデータ値と比較する。前もって予測されたデータ値は、実際に収集されたデータ値と比較する上限および下限を有しうる。しきい値アクションオブジェクト１４４は、前もって予測されたデータ値と実際に収集されたデータ値の間にずれがある場合にしきい値エントリオブジェクト（図示せず）を発生させることができる。言い換えれば、しきい値アクションオブジェクト１４４は、上限または下限しきい値違反が発生したときは常にしきい値エントリオブジェクトを発生させることができる。たとえば、実際に収集されたデータ値が前もって予測されたデータ値の上限を越えたときに、上限しきい値違反が発生する。同様に、実際に収集されたデータ値が前もって予測されたデータ値の下限を下回ったときに、下限しきい値違反が発生する。

前もって予測されたデータ値と実際に収集されたデータ値の間にずれがある、すなわちしきい値の違反が発生する場合、しきい値監視モジュール１４０は、しきい値アクションオブジェクト１４４を使用してしきい値違反イベント１４６を発生させることができ、これがシステム管理者に送られる。したがって、システム管理者には、システム環境に必要な変更を行うために、パフォーマンス問題に先んじて通知される。通常、しきい値違反イベント１４６はグラフィカルユーザインタフェース（ＧＵＩ）１５２に送られるか、またはログファイル１５４に記録される。

ベースライン化・自動しきい値処理システム１００は、タグ付けられた任意のパフォーマンスメトリックスに適用することのできる汎用機構を提供する。しきい値の決定は、データ集計プロセス中にベースライン・オブジェクトの更新に関して自動的に行われる。言い換えれば、ベースライン・オブジェクトが更新されるとき、同時にしきい値が調べられる。加えて、ベースライン化可能な（baselineable）メトリックスに応じて、予測に使用されたデータサンプルの数を動的に増減することができる。通常、ベースライン化可能なメトリックスは、スループットおよび入力または出力に関連するメトリックスである。たとえば、予測に必要なデータサンプル数は、ユーザにより１日あるいは１週間に構成することが可能である。

図２は、ベースライン化・自動しきい値処理システム１００の例示的な動作を示すフローチャートである。パフォーマンスデータが収集され（ブロック２１０）、平均データポイントに集計された（ブロック２２０）後、システム１００は、ベースライン・オブジェクトが存在するか否かを判定する（ブロック２３０）。ベースライン・オブジェクトは、過去のデータポイントに基づいて将来のパフォーマンスデータポイントを予測するために必要なデータおよびメソッドを含みうる。ベースライン・オブジェクトが存在しない場合、データ集計モジュール１２０はベースライン・オブジェクトを発生させる（ブロック２３２）。次に、ベースライン化モジュール１３０は、集計済データポイントをベースライン・オブジェクトに追加することによってベースライン・オブジェクトを更新する（ブロック２３４）。

次いで、ベースライン化モジュール１３０は、上限および下限を含みうる次のデータポイントを予測する（ブロック２４０）。次いで、しきい値監視モジュール１４０が、前もって予測されたある範囲のデータ値と実際に収集されたデータ値とを比較することによってしきい値をチェックする（ブロック２５０）。上限しきい値違反が発生する（ブロック２５２）、すなわち実際に収集されたデータ値が上限を越える場合、しきい値監視モジュール１４０は、たとえば、上限しきい値超過イベントを発生させ、これがＧＵＩ１５２に送られるか、またはログファイル１５４に記録される（ブロック２６２）。同様に、下限しきい値違反が発生する（ブロック２５４）、すなわち実際に収集されたデータ値が下限を下回る場合、しきい値監視モジュールは、たとえば下限しきい値未満イベントを発生させ、これがＧＵＩ１５２に送られるか、またはログファイル１５４に記録される（ブロック２６４）。次に、パフォーマンスデータを補助記憶装置３１２に記憶することができる（図３に示す）（ブロック２７０）。次いで、本方法はパフォーマンスデータ収集（ブロック２８０）を継続し、ブロック２１０に戻ることができる。

図３は、ベースライン化および自動しきい値処理を行う仕組みを与える方法と併せて使用しうるコンピュータ３００の例示的なハードウェアコンポーネントを示す。コンピュータ３００は、インターネットまたは他の種類のコンピュータ網もしくは電話網等、ネットワーク３１８との接続３２０を含む。通常、コンピュータ３００は、メモリ３０２、補助記憶装置３１２、プロセッサ３１４、入力装置３１６、表示装置３１０、および出力装置３０８を含む。

メモリ３０２は、ランダムアクセスメモリ（ＲＡＭ）または似た種類のメモリを含みうる。補助記憶装置３１２は、ハードディスクドライブ、フロッピー（登録商標）ディスクドライブ、ＣＤ−ＲＯＭドライブ、または他の種類の不揮発性データ記憶装置を含むことができ、各種データベースまたは他の資源に対応しうる。プロセッサ３１４は、メモリ３０２、補助記憶装置３１２に記憶されている、またはインターネットもしくは他のネットワーク３１８から受け取った情報を実行することができる。ベースライン化および自動しきい値処理を行う仕組みを与える命令は、メモリ３０２および／または補助記憶装置３１２に記憶することができる。入力装置３１６は、キーボード、キーパッド、カーソル制御装置、タッチスクリーン（おそらくスタイラス付き）、またはマイクロフォン等、データをコンピュータ３００に入力する任意の装置を含みうる。表示装置３１０は、可視画像を提示する任意の種類の装置、たとえばコンピュータモニタ、フラットスクリーンディスプレイ、またはディスプレイパネル等を含みうる。出力装置３０８は、プリンタ等、データをハードコピーフォーマットで提示する任意の種類の装置、およびスピーカやデータを可聴形式で提供する任意の装置を含む他の種類の出力装置を含みうる。コンピュータ３００は、おそらく、複数の入力装置、出力装置、および表示装置を備えることができる。

コンピュータ３００は、各種コンポーネントを備えて示されるが、当業者は、コンピュータ３００がさらに、または異なるコンポーネントを備えうることを認めよう。さらに、ベースライン化および自動しきい値処理を行う仕組みを与える方法と一貫する実施の態様は、メモリに記憶されているものとして説明されるが、当業者は、これら態様が、ハードディスク、フロッピー（登録商標）ディスク、またはＣＤ−ＲＯＭを含む補助記憶装置等、他の種類のコンピュータプログラム製品またはコンピュータ可読媒体、インターネットまたは他のネットワークからの搬送波、あるいは他の形態のＲＡＭもしくはＲＯＭに記憶されていても、またはこれらから読み出されてもよいことを認めよう。コンピュータ可読媒体は、コンピュータ３００を制御して特定の方法を実行させる命令を含みうる。

ベースライン化および自動しきい値処理を行う仕組みを与える方法および装置について例示的な実施形態と併せて説明したが、当業者は、これら教示に照らして多くの修正が可能であり、本出願はいずれの変形も網羅するよう意図されていることを理解しよう。

例示的なベースライン化・自動しきい値処理システムを示す図。 図１のベースライン化および自動しきい値処理システムの例示的動作を示すフローチャート。 ベースライン化および自動しきい値を行う仕組みを与える方法と併せて使用しうるコンピュータの例示的なハードウェアコンポーネントを示す図。

Claims (10)

1. ベースライン化および自動しきい値処理を行う仕組みを与える方法であって、
   所定の間隔の間パフォーマンスデータを収集すること、
   前記パフォーマンスデータを１つのデータポイントに集計すること、
   前記集計されたデータポイントに基づいてベースライン・オブジェクトを更新すること、
   前記集計されたデータポイントに基づいて次のデータ値を予測すること、
   前記予測されたデータ値を実際に収集されたデータ値と比較すること、
   前記予測されたデータ値と前記実際に収集されたデータ値の間にずれがある場合、しきい値違反イベントを発生させることと、を含む方法。
2. 前記予測するステップは、統計的解析モデルを使用して前記次のデータ値を予測する請求項１記載の方法。
3. 前記発生させるステップは、前記実際に収集されたデータ値が前記予測されたデータ値の上限を越える場合、前記しきい値違反イベントを上限しきい値超過イベントとして発生させる請求項１記載の方法。
4. 前記発生させるステップは、前記実際に収集されたデータ値が前記予測されたデータ値の下限を下回る場合、前記しきい値違反イベントを下限しきい値未満イベントとして発生させる請求項１記載の方法。
5. 前記しきい値違反イベントをグラフィカルユーザインタフェース（ＧＵＩ）に送ることをさらに含む請求項１記載の方法。
6. 前記しきい値違反イベントをログファイルに記録することをさらに含む請求項１記載の方法。
7. ベースライン化および自動しきい値処理を行う仕組みを与える装置であって、
   所定の間隔の間パフォーマンスデータを収集することが可能なデータ収集モジュールと、
   前記パフォーマンスデータを１つのデータポイントに集計することが可能なデータ集計モジュールと、
   前記集計されたデータポイントに基づいてベースライン・オブジェクトを更新し、次のデータ値を予測することが可能なベースライン化モジュールと、
   前記予測されたデータ値を実際に収集されたデータ値と比較し、前記予測されたデータ値と前記実際に収集されたデータ値の間にずれがある場合、しきい値違反イベントを発生させることが可能なしきい値監視モジュールと、を備えた装置。
8. 前記次のデータ値は統計的解析モデルを使用して予測される請求項７記載の装置。
9. 前記しきい値監視モジュールは、前記実際に収集されたデータ値が前記予測されたデータ値の上限を越える場合、前記しきい値違反イベントを上限しきい値超過イベントとして発生させる請求項７記載の装置。
10. 前記しきい値監視モジュールは、前記実際に収集されたデータ値が前記予測されたデータ値の下限を下回る場合、前記しきい値違反イベントを下限しきい値未満イベントとして発生させる請求項７記載の装置。

Images