JP2006079488A - データ収集装置、データ収集システム及びデータ収集方法 - Google Patents
データ収集装置、データ収集システム及びデータ収集方法 Download PDFInfo
- Publication number
- JP2006079488A JP2006079488A JP2004264873A JP2004264873A JP2006079488A JP 2006079488 A JP2006079488 A JP 2006079488A JP 2004264873 A JP2004264873 A JP 2004264873A JP 2004264873 A JP2004264873 A JP 2004264873A JP 2006079488 A JP2006079488 A JP 2006079488A
- Authority
- JP
- Japan
- Prior art keywords
- data
- data collection
- collection
- schedule
- 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.)
- Granted
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
- Information Transfer Between Computers (AREA)
Abstract
【解決手段】 ネットワークに分散配置されたデータ収集対象から所定のデータを収集する装置において、データ収集対象2毎の各要素の使用量率を算出する使用量算出蓄積部5と、この算出された可動率が低い時にデータ収集を行なうスケジュールを生成する負荷分散スケジュール生成部7を備えて、生成した収集を行なうスケジュールに基づいて上記所定のデータを収集するようにした。
【選択図】 図1
Description
こうしたケースにおいて、ネットワークインフラは企業活動において非常に重要な設備であり、企業活動においてIT設備を利用した業務も多い。従ってネットワークインフラへの負荷はできるだけ少ないほうがよく、データ収集処理のような間接的な業務はできるだけネットワーク負荷を分散してデータ収集を行う必要がある。しかし、現実には、データサイズもばらついており、収集対象も多いということで、収集タイミングを決定するスケジューリング作業は、ほとんど行われていない状況である。
図において、サーバ101は、通信モジュール103とサーバモジュールとして、集積処理部105と集積情報処理部106と稼動情報通知部107とポリシー設定部108とで構成される。ポリシー設定部108は、更にマシン情報設定部109とスケジュール設定部110とで構成される。
クライアント102は、通信モジュール104と、クライアントモジュールとして、起動制御処理部111と収集制御処理部112とスケジュール処理部113と差分抽出処理部114とマシン負荷チェック部115と通信時負荷軽減処理部116と今回収集結果ファイル117と前回収集結果ファイル118とで構成される。
まずポリシー設定部108の機能を利用して、各クライアント102に対してデータ収集スケジュールを設定する。このスケジュール情報を通信モジュール103,104の機能を利用して、対象クライアント102に送付する。
対象クライアント102では、スケジュール情報に基づき、データ収集のタイミングを設定する。スケジュール情報に示された該当時刻になった場合に、収集ファイルのデータから差分抽出処理部114の機能を使用して、前回ファイルと今回ファイルの差分を抽出し、今回収集結果ファイル117を得る。この今回収集結果ファイル117を通信モジュール104によりサーバ101に送信するものである。
このデータ収集動作について負荷分散を図るために、以下の工夫がなされている。
即ち、クライアントマシンのCPU負荷状況をマシン負荷チェック部115により検知し、予めポリシー設定部108で設定した閾値と比較して、CPU負荷がこの閾値を超えていたら、データ収集処理を遅延する。また、収集データをサーバに送信するときの負荷分散については、予めポリシー設定部108で設定したマージン時間をスケジュール時刻に付加することにより、収集タイミングをマージン時間分だけ遅延している。
また、収集対象が多数になった場合の負荷分散として、予めポリシー設定部108で設定したスケジュール設定をクライアント数分だけ行い、時間が重ならないように設定することや、サーバを複数設置して、段階的にデータを収集するような方式を取っている。
しかし、ネットワークの負荷分散や、管理サーバの負荷低減については言及が無い。
上記特許文献1に示される収集サーバを用いればよいが、多数の収集対象装置のデータ収集処理を行う際に、収集対象の装置の状態を考慮して適切にスケジュール設定しているとは云い無い。
従来のデータ収集装置は上記のように構成されており、収集対象の装置の状態を考慮して適切にスケジュール設定されていず、結果的にデータ収集対象、またはネットワークの負荷が大きくなる場合があるという課題がある。
単に複数のサーバを用いてデータ収集を行うと、そのための収集装置が増えてしまうし、ネットワーク上の負荷軽減には寄与しない。
上記データ収集対象毎の各要素の使用量率を算出する使用量算出蓄積部と、この算出された可動率が低い時にデータ収集を行なうスケジュールを生成する負荷分散スケジュール生成部を備えて、
上記生成した収集を行なうスケジュールに基づいて上記所定のデータを収集するようにした。
即ち、管理者のスケジュール設定作業が不要になる。特に頻繁にデータ量、ネットワーク使用量、CPU負荷が変化しても、追随して最適なスケジュールが得られ、ネットワーク負荷を分散した効率データ収集ができる効果がある。
データ収集対象の負荷、及びネットワーク負荷を含む全体の負荷を分散したデータ収集のスケジュールを得て、負荷分散した効率データ収集ができるデータ収集装置及びシステムを説明する。即ち所定の時間にデータ収集対象のCPU(プロセッサ)使用量とネットワーク使用量と保存データ量とから所定計算に基づいて収集スケジュールを生成する機能を設けたので、データ収集の負荷分散を自律的に行う。更にデータ収集対象の情報を基に決定したスケジュールが重なってサーバ側の負荷が分散できない場合は、スケジュールの重複を避ける機能を設けて、サーバ側の負荷も考慮したデータ収集の負荷分散を自律的に行う。こうして1台のサーバで対応できる収集対象数が増えるので、データ収集システムのサーバの設備投資を抑制できる。
図1はこの発明の実施の形態1におけるデータ収集システムの構成を示す図である。図において、データ収集装置1は、インターネット、LAN、専用線などのネットワーク3を介してデータ収集対象(機器)2と接続し、後で詳述するように、適切なスケジュールでデータを収集する。
図2(a)では、ステップ(以下、ステップの記述を省略する)S19において、図11に例を示す運用情報18中の、情報更新時間間隔37と転送データ閾値38とCPU使用量計算間隔39とネットワーク使用量計算間隔40と履歴開始日付41とCPU利用閾値42とネットワーク利用閾値43と同時接続数44とデータ転送量45とマージン時間46とを読み込む。
次にS20では、現在のシステムの日付と時刻をデータ収集装置1の内部クロックから読み込む。S21では、図8に例を示すデータ量履歴情報15を基に、各収集端末と各収集対象ファイル毎に、蓄積データ量をサイズの大きいものから順に降順にソートする。
S22は、すべての収集対象について、処理が完了したかどうかを判断するステップであり、すべての収集対象について処理が完了すると、終了する。未だ収集対象があれば、S23以降を実施する。S23では、収集対象に対して該当する、図6に例を示すCPU使用量履歴情報13と、図7に例を示すネットワーク使用量履歴情報14、及び図11の履歴開始日付41を使用して、履歴開始日付41からの、それぞれの時間帯の平均値を算出する。この処理により、時間帯ごとのCPU使用量の平均値、ネットワーク使用量の平均値を求めて、図16に例を示すCPU使用量履歴情報13と、図17に例を示すネットワーク使用量履歴情報14を得る。
次にS24において、計算した範囲の中で、CPU使用率、ネットワーク使用率の最小の値を持つ時間帯をそれぞれ選択する。同一の値が複数ある場合には、先に出てきたもの、後に出てきたもの、ランダムに選択など、複数の選択を可能とする。
同様にS26において選択されたネットワーク利用量の少ない時間帯において、図6のCPU使用量履歴情報13を参照し、最もCPU使用の少ない時間を選択する。S27において、次回のデータ収集スケジュールとして、S25かS26で選択した時刻を生成し、日付としては、システム日付で得られた日時に1日加えた日付を図9のスケジュール管理テーブル16に記録する。また同時にS21で生成したデータ量もスケジュール管理テーブルに記録する。日付の設定においては、例えば、現在が午前中の時間であり、午後の時間帯が選択された場合には、1日を加算しなくてもよい動作も可能である。S28においては、S27に記録した収集日付、収集時刻、と収集対象名、IPアドレス、収集対象ファイル名を記録する。
こうしてS22で全てのデータ収集対象2について設定が終わると、スケジュール生成が完了する。
そしてデータ収集装置は、こうして生成されたスケジュールに基づいて、図2(b)に示すデータ収集動作を行なう。即ちS01で所定の収集時刻が来ると、S02で先ずi=1として最初のデータ収集対象2のデータを収集し、以後S04で最後の対象のデータを収集するまでデータを収集して、結果を得る。
図4はネットワーク使用量情報11を示す。図において情報は、上記で説明した項目の他に、該当する収集対象が複数のネットワークインターフェースを持つ場合の、ネットワーク毎の使用量を識別するためのネットワークインターフェースNIC番号28、該当するNIC番号におけるネットワーク使用量29を含んでいる。
図5は蓄積データ量情報12を示す。図において情報は、上記で説明した項目の他に、データ収集対象2の内部にあって収集対象となるファイルの名前を記した収集対象ファイル名30と、その収集対象ファイルについて、現在収集すべき蓄積データ量を記録した蓄積データ量31を含んでいる。30の収集対象ファイル名は、通常は計算機のファイル名を指定することで、該当するファイルの最新情報をデータ収集サーバに収集する。
図7はネットワーク使用量履歴情報14を示す。図において情報は、上記で説明した項目を持っている。ここで、ネットワーク使用履歴情報は、端末毎にすべての日時においてネットワークインターフェース毎のネットワーク使用量が記録されている。このため、収集対象毎、日付毎にネットワークの使用量を算出することができる。
図8はデータ量履歴情報15を示す。図において情報は、上記で説明した項目を持っている。ここで、データ量履歴情報は、端末毎、収集対象ファイル名毎に、すべての日時において蓄積データ使用量が記録されている。このため、収集対象毎、収集対象ファイル、日付毎に蓄積データ量を算出することができる。
図10は収集対象情報17を示す。図において情報は、上記で説明した項目の他に、NIC数35と、CPU数36を含んでいる。収集対象情報は、本データ収集装置1がデータ収集対象2とするクライアントを明示して管理するもので、1つの収集対象について、収集するファイル名や、収集対象のネットワークインターフェースの数、収集対象のCPU数を予め管理対象として定義する。
なお、収集対象ファイル名は1つの機器について、複数登録可能としてもよい。
本収集対象情報は、管理部8からGUI画面などを使用して、管理者が入力設定を行い、運用に応じて適宜設定を行なうことで、収集対象を増減する。
本運用情報は、管理部8から運用に応じて管理者が調整入力して設定する。
図12は収集スケジュール情報19を示す。図において情報は、上記で説明した項目からなっている。そしてこの収集スケジュール情報19が、図2の動作フローチャートで得られて、負荷分散を行なうスケジュールとなる。
CPU使用量情報10、ネットワーク使用量情報11、蓄積データ量情報12は、図11の情報更新時間間隔37に基づいて入力がトリガされる。これら3つの情報は、データ収集対象2にインストールされたエージェントが、これら5つの情報をこの指定時間間隔毎に送信してくることや、ファイル共有によって新しい情報が参照できる。
図13はCPU使用量算出蓄積部4の動作フローチャートを示す。
図において、S1で図11に示す情報更新時間間隔37からマージン時間46の各値を入力する。次にS2では、入力した情報更新時間間隔37に基づき、前回の入力時刻から次の入力時刻になるまでアイドルするステップである。アイドルの仕方には、本プログラムを所定時刻までスリープしたり、該当時刻になるのをポーリングによりチェックする方法などがある。所定の時刻になるとS3より始まるステップで情報を入力する。S3で、図10の収集対象情報17に従い、1つずつ、データ収集対象2のCPU使用量情報を入力する。S4では入力した内容をチェックし、エラーを判別する。もしエラーがあった場合には、図1の実行ログ記憶部21にエラーを記録して、該当収集対象の入力はスキップし、次の収集対象について処理する。S5では入力した図3の収集対象名22からCPU使用量27までのCPU使用量について、CPU使用量履歴情報13として格納する。S6において、図10の収集対象情報のすべてについてCPU使用量が入力できたかどうかを判定し、終了していなければS3からのステップを次の収集対象について実施する。このフローチャートによって、図11の情報更新時間間隔37毎に図6のCPU使用量履歴情報13が蓄えられていく。
図16は収集対象毎に得られる、ある時間単位でのCPU使用履歴を示したグラフである。図で、該当のデータ収集対象2について、CPU使用量履歴情報13に基づいて、ある日付における10分単位でのCPUの利用状況を示しているのが棒状グラフである。また、図11のCPU使用量計算間隔39で平均を計算したものが折れ線のグラフである。図2のフローチャートでは、このCPU使用履歴グラフを表現するテーブルが、メモリ上に収集対象毎に生成される。
図17は収集対象毎に得られるネットワーク使用履歴を示したグラフである。図は、該当のデータ収集対象について、ネットワーク使用量情報11に基づいて、ある日付と時間におけるネットワークの利用状況を示しているのが棒状のグラフである。また、図11のネットワーク使用量計算間隔40で平均を計算したものが折れ線のグラフである。図2のフローチャートでは、このネットワーク使用履歴グラフを表現するテーブルが、メモリ上に収集対象毎に生成される。
図18は収集対象毎に得られる、データ蓄積データのグラフである。図で、データ量履歴情報15に基づいて、該当の収集対象についてあるデータの蓄積データ量を降順に集計して棒グラフとして表示したものである。図2のフローチャートにおいては、この収集対象の蓄積データ量グラフを表現するソートテーブルが、メモリ上に収集対象毎に生成される。
こうして図1のような構成で、図2に示したアルゴリズムを適用して、収集対象のCPUが軽負荷で、ネットワークが軽負荷時に、データ量が多い項目からデータを収集して、他の業務に影響を与えないでデータ収集が行える効果がある。
図19は、この発明の実施の形態2におけるデータ収集装置1bの動作を示すフローチャートである。なお全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7bの動作が以下のようになる。
負荷分散スケジュール生成部7bの動作を示すフローチャートである図19において、S29からS31までのステップは、図2のS19からS21のステップと同じである。
次にソートした収集対象に対して、1つずつ処理を行うフローチャートがS32からS40である。S32は、すべての収集対象について、処理が完了したかどうかを判断するステップであり、すべての収集対象について処理が完了したら終了する。処理が完了していなければ、S33以降を実施する。
データ収集対象が少ない場合や、収集するデータ量が少ない場合等では、データ収集対象をソートして順次走査する必要はなく、ともかくも定められた順序でデータを収集すればよい。図20は本実施の形態におけるデータ収集装置1cの動作を示すフローチャートである。なお全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7cの動作が以下のようにする。
負荷分散スケジュール生成部の動作フローチャートである図20において、S38とS39は、図2のS19とS20と同様である。
このように、多数のデータ収集対象2からのデータ収集において、図1のような構成を備え、情報収集対象から収集する負荷調整のための情報として、CPU使用状況、またはネットワーク使用状況に着目し、これらの情報に図20に示したアルゴリズムを適用したので、システム全体の負荷が調整され、収集対象のCPU使用が少ない時間にデータを収集できる。または収集対象のネットワーク負荷に着目し、収集対象のネットワークが軽負荷時にデータを収集できる。
図21は、上記他のデータ収集装置1dの動作を示すフローチャートである。全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7dの動作が以下のようにする。
負荷分散スケジュール生成部7dの動作を示す図21において、S47とS48は、図2のS19とS20と同様の動作をする。S49では、CPU使用量履歴情報13を基に、最新日時のCPU使用量履歴をデータ収集対象毎に選択し、それらを小さい順からソートする。次にソートした収集対象に対して、1つずつ処理を行うフローチャートがS50からS53である。S50は、全てのデータ収集対象について、未処理を判定して、未処理のデータ収集対象についてS51以降の処理を行なう。
このようにしても、多数のデータ収集において、図1の構成で、データ収集の負荷調整の情報として、CPU使用量に着目して図21のアルゴリズムを適用したので、システムのCPU負荷が少ない場合に収集を実行して、システムの業務に影響を与えずにデータ収集が行える効果がある。
図22は、上記他のデータ収集装置1eの動作を示すフローチャートである。全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7eの動作が以下のようになる。
負荷分散スケジュール生成部7eの動作を示す図22において、S54とS55は、図2のS19とS20と同様の動作をする。S56では、ネットワーク使用量履歴情報14を基に、最新日時のネットワーク使用量履歴をデータ収集対象毎に選択し、それらを小さい順からソートする。次にソートした収集対象に対して、1つずつ処理を行うフローチャートがS57からS60である。S57では、全てのデータ収集対象について、未処理を判定して、未処理のデータ収集対象についてS58以降の処理を行なう。
S59とS60では、図2のS27とS28と同様の動作をする。
このようにしても、多数の機器のデータ収集において、図1の構成により、データ収集時の負荷調整用情報として、ネットワーク使用状況に着目し、図22のアルゴリズムを適用したので、ネットワークの負荷が少ない場合に収集を実行して、システム業務に影響を与えずにデータ収集が行なえる効果がある。
図23は、上記他のデータ収集装置1fの動作を示すフローチャートである。全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7fの動作が以下のようになる。即ちCPU負荷とネットワーク負荷とを同時に考慮する。
負荷分散スケジュール生成部7fの動作を示す図23において、S61とS62は、図2のS19とS20と同様の動作をし、S63は、21のS49と同様の動作をする。
次にソートした収集対象に対して、1つずつ処理を行うフローチャートがS64からS68である。S64では、全てのデータ収集対象について、未処理を判定して、未処理のデータ収集対象についてS65以降の処理を行なう。
S67とS68は、図2のS27とS28と同様の動作を行なう。なお、S63は、最新のネットワーク使用量で昇順にソートして、S66とS65の順番を入れ替えてもよい。
以上のようにしても、システム業務に影響を与えずにデータ収集が行える効果がある。
図24は、上記他のデータ収集装置1gの動作を示すフローチャートである。全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7gの動作が以下のようになる。即ち同時接続数を考慮する。
負荷分散スケジュール生成部7gの動作を示す図24において、S69は図18から図23での負荷分散スケジュールによって決定された、データ収集日時を読み込むステップである。S70では、該当スケジュールの日時から図8のスケジュール管理テーブル16のデータを入力し、同一の日時が設定されたスケジュールを検索して、データ収集装置1への該当スケジュールの接続数を得る。そしてS71で、運用情報18の同時接続数44と、S70で得られた同時接続数とを比較し、S70での同時接続数が運用情報の同時接続数44に満たなければ、S73以降でスケジュールを確定する。S71で同時接続数44を満たしていれば、今回新たに登録するS69で得られた時刻について時間をずらす処理をS72で行う。S72では、S69の該当時刻に運用情報18のマージン時間46を加算することで、時間をずらし新しい時刻を生成する。このときの演算は加算のみでなく、減算でも、加算と減算の交互でもかまわない。
以上のようにしても、多数の機器からのデータ収集において、図1のような構成を備え、データ収集対象からのデータ収集時の負荷調整用に、接続数を考慮図24に示したアルゴリズムを適用するので、収集スケジュールをずらして単位時間当たりのデータ収集接続数を一定にする効果がある。
図24は、上記他のデータ収集装置1hの動作を示すフローチャートである。全体のシステム構成は図1と同様であり、図1の負荷分散スケジュール生成部7hの動作が以下のようになる。即ちデータ転送量を考慮する。
負荷分散スケジュール生成部7hの動作を示す図25において、S75は、図18から図23に示す負荷分散スケジュールによって決定された、データ収集日付と時刻を読み込むステップである。S76では、該当スケジュールの日時からスケジュール管理テーブル16のデータを入力し、同一の日時が設定されたスケジュールを検索して、データ収集装置1への該当スケジュールの転送データ量を得る。S77で運用情報18のデータ転送量45と、S76で得られたデータ転送量とを比較し、S76の該当日時のデータ転送量が運用情報18のデータ転送量45未満であれば、S79以降のステップでスケジュールを確定する。S77において該当日時のデータ転送量が運用情報18のデータ転送量45を満たしていれば、今回新たに登録するS75で得られた時刻について時間をずらす処理をS78で行う。S78では、S75の該当時刻に運用情報18のマージン時間46を加算し、時間をずらして新しい時刻を生成する。この演算は加減算であってよい。
S79とS80は、図2のS27とS28と同様の動作を行なう。
以上のようにしても、データ収集において図1のような構成を備え、図25に示すアルゴリズムを適用するので、単位時間当たりのデータ収集量を一定にする効果がある。
Claims (6)
- ネットワークに分散配置されたデータ収集対象から所定のデータを収集する装置において、
上記データ収集対象毎の各要素の使用量率を算出する使用量算出蓄積部と、
上記算出した可動率が低い時にデータ収集を行なうスケジュールを生成する負荷分散スケジュール生成部を備えて、
該生成した収集を行なうスケジュールに基づいて上記所定のデータを収集することを特徴とするデータ収集装置。 - 負荷分散スケジュール生成部は、各データ収集対象の要素の可動率としてプロセッサの使用率または上記データ収集対象のネットワーク使用率を算出対象として、該使用率が統計的に最も低い時にデータ収集を行なうスケジュールを生成するようにしたことを特徴とする請求項1記載のデータ収集装置。
- 負荷分散スケジュール生成部は、データ収集対象の収集データ量を算出して、該収集データ量が多いデータ収集対象の要素可動率が最も低い時にデータ収集を行なうスケジュールを生成するようにしたことを特徴とする請求項1記載のデータ収集装置。
- 負荷分散スケジュール生成部は、一回の転送データ閾値を定めて、収集データが少ない複数のデータ収集対象を選択して、該選択した複数のデータ収集対象の収集データを集めて転送するスケジュールを生成するようにしたことを特徴とする請求項1記載のデータ収集装置。
- ネットワークに分散配置されたデータ収集対象から所定のデータを収集するシステムにおいて、
上記データ収集対象毎の各要素の可動率を算出する使用量入力蓄積部と、該算出した可動率が最も低い時にデータ収集を行なうスケジュールを生成する負荷分散スケジュール生成部を備えて、該生成した収集を行なうスケジュールに基づいて上記所定のデータを収集するデータ収集装置と、
上記生成されたした収集を行なうスケジュールを定期的に参照して、該スケジュールに指定された時刻における上記所定のデータを送信するデータ収集対象機器、とで構成されることを特徴とするデータ収集システム。 - ネットワークに分散配置されたデータ収集対象から所定のデータを収集する方法において、
上記データ収集対象の要素の可動率を算出するステップと、
該算出した可動率が最も低い時にデータ収集を行なうスケジュールを生成するステップと、
該生成した収集を行なうスケジュールに基づいて上記所定のデータを収集するステップと、を備えたことを特徴とするデータ収集方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004264873A JP4537808B2 (ja) | 2004-09-13 | 2004-09-13 | データ収集装置、データ収集システム及びデータ収集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004264873A JP4537808B2 (ja) | 2004-09-13 | 2004-09-13 | データ収集装置、データ収集システム及びデータ収集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006079488A true JP2006079488A (ja) | 2006-03-23 |
JP4537808B2 JP4537808B2 (ja) | 2010-09-08 |
Family
ID=36158863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004264873A Expired - Fee Related JP4537808B2 (ja) | 2004-09-13 | 2004-09-13 | データ収集装置、データ収集システム及びデータ収集方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4537808B2 (ja) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007336512A (ja) * | 2006-05-18 | 2007-12-27 | Alaxala Networks Corp | 統計情報収集システム及び統計情報収集装置 |
JP2008146328A (ja) * | 2006-12-08 | 2008-06-26 | Canon Inc | 画像ログ記録システム及びその制御方法、プログラム及び記憶媒体 |
JP2008191849A (ja) * | 2007-02-02 | 2008-08-21 | Ns Solutions Corp | 稼働管理装置、情報処理装置、稼働管理装置の制御方法、情報処理装置の制御方法及びプログラム |
JP2010287142A (ja) * | 2009-06-15 | 2010-12-24 | Hitachi Ltd | フォールトトレラントコンピュータシステムおよびフォールトトレラントコンピュータシステムにおける方法 |
US8868729B2 (en) | 2008-07-04 | 2014-10-21 | Fujitsu Limited | Information collection device, information collection program, and method |
JP2015032269A (ja) * | 2013-08-06 | 2015-02-16 | 株式会社島津製作所 | 分析装置システム用ログデータ収集システム |
WO2015151258A1 (ja) * | 2014-04-03 | 2015-10-08 | 株式会社日立製作所 | 非同期リモートコピーを行うリモートコピーシステムを含んだ計算機システムの管理システム及び管理方法 |
WO2016170613A1 (ja) * | 2015-04-22 | 2016-10-27 | 株式会社 日立製作所 | データ分析システムおよびデータ分析方法 |
US11165884B1 (en) | 2020-06-08 | 2021-11-02 | Fujitsu Limited | Data collection device and data collection method |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06250887A (ja) * | 1993-02-26 | 1994-09-09 | Fuji Xerox Co Ltd | 管理情報自動伝送システム |
JPH08190499A (ja) * | 1995-01-05 | 1996-07-23 | Fujitsu Ltd | 遠隔監視システム |
JP2000029743A (ja) * | 1998-07-15 | 2000-01-28 | Fujitsu Ltd | 定期接続自動予約システム、遠隔保守システム及びそれらのプログラム記憶媒体 |
JP2000322365A (ja) * | 1999-05-12 | 2000-11-24 | Hitachi Ltd | サーバコンピュータの受付制限方法 |
JP2001306511A (ja) * | 2000-04-25 | 2001-11-02 | Pfu Ltd | マシン情報の収集方法およびマシン情報の収集装置ならびにその記録媒体 |
JP2001325123A (ja) * | 2000-05-12 | 2001-11-22 | Fujitsu Ltd | 稼動監視装置及びその装置での処理をコンピュータに行なわせるためのプログラムを格納した記憶媒体並びにその装置に監視される被監視装置 |
JP2004227132A (ja) * | 2003-01-21 | 2004-08-12 | Nec Corp | データバックアップシステム及び方法 |
-
2004
- 2004-09-13 JP JP2004264873A patent/JP4537808B2/ja not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06250887A (ja) * | 1993-02-26 | 1994-09-09 | Fuji Xerox Co Ltd | 管理情報自動伝送システム |
JPH08190499A (ja) * | 1995-01-05 | 1996-07-23 | Fujitsu Ltd | 遠隔監視システム |
JP2000029743A (ja) * | 1998-07-15 | 2000-01-28 | Fujitsu Ltd | 定期接続自動予約システム、遠隔保守システム及びそれらのプログラム記憶媒体 |
JP2000322365A (ja) * | 1999-05-12 | 2000-11-24 | Hitachi Ltd | サーバコンピュータの受付制限方法 |
JP2001306511A (ja) * | 2000-04-25 | 2001-11-02 | Pfu Ltd | マシン情報の収集方法およびマシン情報の収集装置ならびにその記録媒体 |
JP2001325123A (ja) * | 2000-05-12 | 2001-11-22 | Fujitsu Ltd | 稼動監視装置及びその装置での処理をコンピュータに行なわせるためのプログラムを格納した記憶媒体並びにその装置に監視される被監視装置 |
JP2004227132A (ja) * | 2003-01-21 | 2004-08-12 | Nec Corp | データバックアップシステム及び方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007336512A (ja) * | 2006-05-18 | 2007-12-27 | Alaxala Networks Corp | 統計情報収集システム及び統計情報収集装置 |
JP2008146328A (ja) * | 2006-12-08 | 2008-06-26 | Canon Inc | 画像ログ記録システム及びその制御方法、プログラム及び記憶媒体 |
JP2008191849A (ja) * | 2007-02-02 | 2008-08-21 | Ns Solutions Corp | 稼働管理装置、情報処理装置、稼働管理装置の制御方法、情報処理装置の制御方法及びプログラム |
US8868729B2 (en) | 2008-07-04 | 2014-10-21 | Fujitsu Limited | Information collection device, information collection program, and method |
JP2010287142A (ja) * | 2009-06-15 | 2010-12-24 | Hitachi Ltd | フォールトトレラントコンピュータシステムおよびフォールトトレラントコンピュータシステムにおける方法 |
JP2015032269A (ja) * | 2013-08-06 | 2015-02-16 | 株式会社島津製作所 | 分析装置システム用ログデータ収集システム |
WO2015151258A1 (ja) * | 2014-04-03 | 2015-10-08 | 株式会社日立製作所 | 非同期リモートコピーを行うリモートコピーシステムを含んだ計算機システムの管理システム及び管理方法 |
US9513839B2 (en) | 2014-04-03 | 2016-12-06 | Hitachi, Ltd. | Management system and management method for computer system comprising remote copy system for performing asynchronous remote copy |
WO2016170613A1 (ja) * | 2015-04-22 | 2016-10-27 | 株式会社 日立製作所 | データ分析システムおよびデータ分析方法 |
US11165884B1 (en) | 2020-06-08 | 2021-11-02 | Fujitsu Limited | Data collection device and data collection method |
EP3923523A1 (en) | 2020-06-08 | 2021-12-15 | Fujitsu Limited | Data collection device, data collection method, and program |
Also Published As
Publication number | Publication date |
---|---|
JP4537808B2 (ja) | 2010-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11755371B1 (en) | Data intake and query system with distributed data acquisition, indexing and search | |
US11334543B1 (en) | Scalable bucket merging for a data intake and query system | |
US11422853B2 (en) | Dynamic tree determination for data processing | |
US20230205819A1 (en) | Machine learning output sampling for a data intake and query system | |
Bocchi et al. | Personal cloud storage benchmarks and comparison | |
US11567993B1 (en) | Copying buckets from a remote shared storage system to memory associated with a search node for query execution | |
US9311326B2 (en) | Virtual file system for automated data replication and review | |
US11615082B1 (en) | Using a data store and message queue to ingest data for a data intake and query system | |
US8447757B1 (en) | Latency reduction techniques for partitioned processing | |
CN109040252A (zh) | 文件传输方法、系统、计算机设备和存储介质 | |
US11620336B1 (en) | Managing and storing buckets to a remote shared storage system based on a collective bucket size | |
US11966797B2 (en) | Indexing data at a data intake and query system based on a node capacity threshold | |
US11609913B1 (en) | Reassigning data groups from backup to searching for a processing node | |
CN104348859B (zh) | 文件同步方法、装置、服务器、终端及系统 | |
CN107819825A (zh) | 一种服务调度方法、装置和电子设备 | |
US11687487B1 (en) | Text files updates to an active processing pipeline | |
JP4537808B2 (ja) | データ収集装置、データ収集システム及びデータ収集方法 | |
US11892976B2 (en) | Enhanced search performance using data model summaries stored in a remote data store | |
US11809395B1 (en) | Load balancing, failover, and reliable delivery of data in a data intake and query system | |
CN112732756A (zh) | 数据查询方法、装置、设备及存储介质 | |
CN110225077A (zh) | 变更供应数据的同步方法、装置、计算机设备及计算机存储介质 | |
US11915044B2 (en) | Distributed task assignment in a cluster computing system | |
JP6816511B2 (ja) | セッション管理プログラム、セッション管理方法、情報処理装置、及び情報処理システム | |
WO2022261249A1 (en) | Distributed task assignment, distributed alerts and supression management, and artifact life tracking storage in a cluster computing system | |
CN111966533B (zh) | 电子文件管理方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070522 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090612 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090714 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090803 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100615 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100618 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130625 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |