JP6295801B2 - 分析方法、分析装置、及び分析プログラム - Google Patents
分析方法、分析装置、及び分析プログラム Download PDFInfo
- Publication number
- JP6295801B2 JP6295801B2 JP2014086154A JP2014086154A JP6295801B2 JP 6295801 B2 JP6295801 B2 JP 6295801B2 JP 2014086154 A JP2014086154 A JP 2014086154A JP 2014086154 A JP2014086154 A JP 2014086154A JP 6295801 B2 JP6295801 B2 JP 6295801B2
- Authority
- JP
- Japan
- Prior art keywords
- module
- modules
- abnormal
- grouping
- services
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- 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
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Debugging And Monitoring (AREA)
- Software Systems (AREA)
Description
分析方法の他の態様は、複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールを少なくとも1つ共通するモジュールとして相互に含む複数のグルーピングモジュールを定義するコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶する。また、前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行なう。さらに、異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを含む複数のグルーピングモジュールについて、異常であるグルーピングモジュールが含み正常であるグルーピングモジュールが含まないモジュールを異常と判断する第2の判断処理を行なう。
図1〜図16を参照しながら、本実施形態の構成について説明する。
図1は、一実施形態に係るネットワークシステム1の一例を示すブロック図である。図1に示すネットワークシステム1は、例示的に、インターネット等のネットワーク10、ネットワーク10に接続されたサーバ群20,30及び40、ネットワークスイッチ50、並びに、分析装置100及び200等をそなえる。サーバ群20,30及び40には、例示的に、Webサーバ30や、アプリケーション(AP)サーバ40、その他のサーバ20等が含まれる。なお、サーバ群20,30及び40としては、PC(Personal Computer)やサーバ等の情報処理装置が挙げられる。
URL2=p1 -p3 -p5
URL3=p1-p2
URL4= p3-p4
p1=method1() → p2=method2() → p4=method3()等
・ブロック単位(if文や{}などで区分けされたブロック)
p1=while(...) → p2=if()... → p4=else...等
・利用者指定のログ出力個所
p1={file=foo.java,line=35} → p2={file=foo.java,line=55}
→ p4={file=boo.java,line=20}等
ここで、本実施形態に係る分析装置100及び200の対比例について説明する。
ユーザから呼び出されたサービスに含まれる最細粒度のモジュール(処理)として、以下の4つがある場合を考える。ただし、下記の各行はモジュール(処理)の呼出名である。また、例えば1行目において、“com.lang.Java.”はパッケージ、“Foo1”はクラス、“#Meth1”はメソッドである。これら各行のモジュールは、例えば上述したメソッド(関数)呼出し単位であり、APサーバ40等のアプリケーションにより実行される処理である。
com.lang.Java.Foo2#Meth2
com.user.Pkg#Meth1
com.user.Pkg#Meth2
p1=com.lang.Java
p2=com.user.Pkg
となる。
p1=com.lang.Java.Foo1
p2=com.lang.Java.Foo2
p3=com.user.Pkg#Meth1
p4=com.user.Pkg#Meth2
となる。
ユーザから呼び出されたサービスに含まれるモジュールとして、以下の複数のモジュールがある場合を考える。ただし、以下の例では、パッケージ.クラス“com.lang.Java.Foo1”のメソッド“#Meth2”〜“#Meth22”を省略して“...”で表している。
...
com.lang.Java.Foo1#Meth23
com.lang.Java.Foo2#Meth1
com.lang.Java.Foo2#Meth2
com.user.Pkg#Meth1
com.user.Pkg#Meth2
com.user.Pkg#Meth3
p1=com.lang.Java.Foo1(“#Meth1”〜“#Meth23”がまとめられた)
p2=com.lang.Java.Foo2#Meth1
p3=com.lang.Java.Foo2#Meth2
p4=com.user.Pkg#Meth1
p5=com.user.Pkg#Meth2
p6=com.user.Pkg#Meth3
となる。
p1=com.lang.Java.Foo1(“#Meth1”〜“#Meth23”がまとめられた)
p2=com.lang.Java.Foo2#Meth1
p3=com.lang.Java.Foo2#Meth2
p4=com.user.Pkg(“#Meth1”〜“#Meth3”がまとめられた)
となる。
URL2=p1 -p3(p31 -p33)
○URL2=p1 -p3
○URL3=p1-p2
というサービス情報がある場合には、URL3はp2を含むパスであるのに遅延していないため、分析装置によりp2が異常個所ではないと判断され、異常個所として何も抽出されない。
URL1=p1-p2-p3-p4-p5-p6-p7-p8-p9-p10
URL2=p2-p3-p4-p5-p6-p7-p8-p9-p10-p11
URL10=...
分析装置による分析の際の演算は、
URL10通り×コンポーネント10通り=100通り
となる。
p1=p1.1-p1.2-p1.3...-p1.100
p2=p2.1-p2.2...-p2.100
各URLは以下のようになる。
URL2= ...
URL10通り×コンポーネント100通り=1000通り
となる。
これに対し、本実施形態に係る分析装置100及び200は、それぞれ事前分析フェーズ1A及び運用フェーズ1Bにおいて後述する処理を実行することで、少ない判断処理で異常モジュール(遅延コンポーネント,異常処理)の検出を可能とすることができる。
はじめに、図4を参照しながら、事前分析フェーズ1Aの分析装置100の構成について説明する。図4は、本実施形態の事前分析フェーズ1Aの分析装置100のハードウェア構成及び機能構成を示すブロック図である。分析装置100は、上述したように、APサーバ40等、又は、サーバ群20,30,40とは別体の情報処理装置にそなえられることができる。本実施形態において、分析装置100は、サーバ群20,30,40とは別体の情報処理装置にそなえられているものとする。
次に、図12を参照しながら、運用フェーズ1Bの分析装置200の構成について説明する。図12は、本実施形態の運用フェーズ1Bの分析装置200のハードウェア構成及び機能構成を示すブロック図である。分析装置200は、上述したように、APサーバ40等、又は、サーバ群20,30,40とは別体の情報処理装置にそなえられることができる。本実施形態において、分析装置200は、サーバ群20,30,40とは別体の情報処理装置にそなえられているものとする。なお、記述のように、分析装置200は分析装置100と同一の情報処理装置により実現されてもよい。
URL2:正常
URL2=p1-p2-p3.b
p3.a:遅延
p3.b:正常
という情報と、コンポーネント定義情報127から得られる
p3.a=p3.1-p3.2-p3.3
p3.b=p3.1 -p3.3
という細粒度のパス情報とを用いてマトリクスによる分析を行ない、遅延が生じているp3.aにのみ存在するコンポーネントp3.2が遅延の原因(異常処理)であると推定する。
次に、上述のごとく構成された本実施形態に係る分析装置100及び200の動作例について説明する。
はじめに、図17に示すフローチャート(ステップS1〜S4)に従って、本実施形態に係る分析装置100の動作例について説明する。
次に、図18に示すフローチャート(ステップS11〜S18)及び図19に示すテーブル例を参照しながら、分析装置100(機能抽出部113)の構成要素抽出処理の動作例について説明する。
次に、図20に示すフローチャート(ステップS21〜S24)及び図21に示すテーブル例を参照しながら、分析装置100(サービス情報生成部114)のサービス情報生成処理の動作例について説明する。
c4:com.lang.Java.Foo1.Boo2#Meth2
次に、図22に示すフローチャート(ステップS31〜S34)に従って、本実施形態に係る分析装置200の動作例について説明する。
次に、図23に示すフローチャート(ステップS41〜S47)及び図24に示すテーブル例を参照しながら、分析装置200(問題個所特定部214)の分析処理の動作例について説明する。
次に、図25を参照しながら、一実施形態に係る分析装置200の適用事例を説明する。図25に示すパス情報126は、以下のように表すことができる。
URL2=p1-p2.b(p2.1-p2.2)-p3.b(p3.1 -p3.3)
コンポーネントp3.2が遅延原因の場合、コンポーネントp3.2はURL1のみに含まれるため、問題個所特定部214は、サービスURL1及びURL2について以下の判定をする。
URL2:正常
○p2.b=p2.1-p2.2
○p3.b=p3.1 -p3.3
コンポーネントp2.2が遅延原因の場合、コンポーネントp2.2はURL2のみに含まれるため、問題個所特定部214は、サービスURL1及びURL2について以下の判定をする。
URL2:遅延
×p2.b=p2.1-p2.2
×p3.b=p3.1 -p3.3
一実施形態に係る分析装置100又は200は、上述したものに限定されるものではない。以下、一実施形態に係る分析装置100又は200の変形例について説明する。
一実施形態に係る分析装置200は、最も粗い(トップレベルの)粒度で分析を開始するものとして説明したが、これに限定されるものではない。
URL2:正常
URL2=p1-p2-p3.1-p3.2.b
第1変形例では、粒度レベルをユーザが設定するものとして説明したが、これに限定されるものではない。例えば、第2変形例に係る分析装置200は、第1変形例に係る分析装置200に加えて、データの傾向を学習して分析開始粒度を決定する(所定の階層を他の階層に変化させる)機能をそなえてもよい。
一実施形態に係る分析装置100は、ログ採取部111が採取した詳細ログ121に基づいて、コンポーネント定義情報127を生成するものとして説明したが、これに限定されるものではない。
また、分析装置200は、分析結果を学習してコンポーネント定義情報127(及びパス情報126等)を動的に変更してもよい。
以上、本発明の好ましい実施形態及び変形例について詳述したが、本発明は、係る特定の実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲内において、種々の変形、変更して実施することができる。
以上の実施形態及び各変形例に関し、さらに以下の付記を開示する。
複数の階層を持つ処理を複数含むサービスについて、サービスごとの各処理を共通する階層の有無を考慮して所定の階層でグルーピングしたサービス情報を記憶し、
複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれる処理について、異常の有無を判断する第1の判断処理を行ない、
異常と判断された処理がグルーピングされたグルーピング処理である場合、前記サービス情報に基づき、前記異常と判断されたグルーピング処理を前記所定の階層よりも下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する第2の判断処理を行なう、
ことを特徴とする、分析方法。
前記サービス情報は、サービスごとに、サービスに含まれるグルーピング処理を対応付けた第1の情報を含み、
前記第1の情報に、第1のサービスに含まれる第1のグルーピング処理と、第2のサービスに含まれ、グルーピングされた複数の処理のうちの一部の処理のみが前記第1のグルーピング処理と共通する第2のグルーピング処理と、を互いに区別可能に記憶する、
ことを特徴とする、付記1記載の分析方法。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記第1の判断処理において、前記一以上のサービスに含まれる処理のうちのグルーピング処理については、前記第2の情報に基づき前記所定の階層よりも下位の階層の一以上の処理に展開してから、異常の有無を判断する、
ことを特徴とする、付記1又は付記2記載の分析方法。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、前記所定の階層を他の階層に変化させる、
ことを特徴とする、付記1又は付記2記載の分析方法。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、所定のグルーピング処理を分割して複数のグルーピング処理とする、
ことを特徴とする、付記1又は付記2記載の分析方法。
前記第2の判断処理において、
異常と判断された処理がグルーピング処理である場合、異常と判断された処理がグルーピング処理でなくなるまで、段階的に前記異常と判断された処理をさらに下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する、
ことを特徴とする、付記1〜5のいずれか1項記載の分析方法。
複数のサービスに関する前記ログデータに基づき、各サービスの状態に正常及び異常の状態が混在しない時間区間を取得し、
前記第1の判断処理において、
取得した時間区間に実行された一以上のサービスに含まれる処理について、異常の有無を判断する、
ことを特徴とする、付記1〜6のいずれか1項記載の分析方法。
複数の階層を持つ処理を複数含むサービスについて、サービスごとの各処理を共通する階層の有無を考慮して所定の階層でグルーピングしたサービス情報を記憶する記憶部と、
複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれる処理について、異常の有無を判断する第1の判断処理を行なう第1判断部と、
異常と判断された処理がグルーピングされたグルーピング処理である場合、前記サービス情報に基づき、前記異常と判断されたグルーピング処理を前記所定の階層よりも下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する第2の判断処理を行なう第2判断部と、をそなえる
ことを特徴とする、分析装置。
前記サービス情報は、サービスごとに、サービスに含まれるグルーピング処理を対応付けた第1の情報を含み、
前記記憶部は、第1のサービスに含まれる第1のグルーピング処理と、第2のサービスに含まれ、グルーピングされた複数の処理のうちの一部の処理のみが前記第1のグルーピング処理と共通する第2のグルーピング処理と、を互いに区別可能に設定された前記第1の情報を記憶する、
ことを特徴とする、付記8記載の分析装置。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記第1判断部は、前記一以上のサービスに含まれる処理のうちのグルーピング処理については、前記第2の情報に基づき前記所定の階層よりも下位の階層の一以上の処理に展開してから、異常の有無を判断する、
ことを特徴とする、付記8又は付記9記載の分析装置。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記記憶部は、前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、前記所定の階層を他の階層に変化させる、
ことを特徴とする、付記8又は付記9記載の分析装置。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記記憶部は、前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、所定のグルーピング処理を分割して複数のグルーピング処理とする、
ことを特徴とする、付記8又は付記9記載の分析装置。
前記第2判断部は、
異常と判断された処理がグルーピング処理である場合、異常と判断された処理がグルーピング処理でなくなるまで、段階的に前記異常と判断された処理をさらに下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する、
ことを特徴とする、付記8〜12のいずれか1項記載の分析装置。
複数のサービスに関する前記ログデータに基づき、各サービスの状態に正常及び異常の状態が混在しない時間区間を取得する取得部をさらにそなえ、
前記第1判断部は、
取得した時間区間に実行された一以上のサービスに含まれる処理について、異常の有無を判断する、
ことを特徴とする、付記8〜13のいずれか1項記載の分析装置。
コンピュータに、
複数の階層を持つ処理を複数含むサービスについて、サービスごとの各処理を共通する階層の有無を考慮して所定の階層でグルーピングしたサービス情報を記憶し、
複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれる処理について、異常の有無を判断する第1の判断処理を行ない、
異常と判断された処理がグルーピングされたグルーピング処理である場合、前記サービス情報に基づき、前記異常と判断されたグルーピング処理を前記所定の階層よりも下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する第2の判断処理を行なう、
処理を実行させることを特徴とする、分析プログラム。
前記サービス情報は、サービスごとに、サービスに含まれるグルーピング処理を対応付けた第1の情報を含み、
前記コンピュータに、
前記第1の情報に、第1のサービスに含まれる第1のグルーピング処理と、第2のサービスに含まれ、グルーピングされた複数の処理のうちの一部の処理のみが前記第1のグルーピング処理と共通する第2のグルーピング処理と、を互いに区別可能に記憶する、
処理を実行させることを特徴とする、付記15記載の分析プログラム。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記第1の判断処理において、前記一以上のサービスに含まれる処理のうちのグルーピング処理については、前記第2の情報に基づき前記所定の階層よりも下位の階層の一以上の処理に展開してから、異常の有無を判断する、
ことを特徴とする、付記15又は付記16記載の分析プログラム。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記コンピュータに、
前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、前記所定の階層を他の階層に変化させる、
処理を実行させることを特徴とする、付記15又は付記16記載の分析プログラム。
前記サービス情報は、グルーピング処理に含まれる処理をグルーピングされた階層ごとに示す第2の情報を含み、
前記コンピュータに、
前記第2の判断処理の処理結果を記憶し、
記憶した処理結果に基づき、所定のグルーピング処理を分割して複数のグルーピング処理とする、
処理を実行させることを特徴とする、付記15又は付記16記載の分析プログラム。
前記第2の判断処理において、
異常と判断された処理がグルーピング処理である場合、異常と判断された処理がグルーピング処理でなくなるまで、段階的に前記異常と判断された処理をさらに下位の階層の一以上の処理に展開して、展開した一以上の処理について異常の有無を判断する、
ことを特徴とする、付記15〜19のいずれか1項記載の分析プログラム。
前記コンピュータに、
複数のサービスに関する前記ログデータに基づき、各サービスの状態に正常及び異常の状態が混在しない時間区間を取得する、
処理を実行させ、
前記第1の判断処理において、
取得した時間区間に実行された一以上のサービスに含まれる処理について、異常の有無を判断する、
ことを特徴とする、付記15〜20のいずれか1項記載の分析プログラム。
1A 事前分析フェーズ
1B 運用フェーズ
10 ネットワーク
20 サーバ
30 Webサーバ
40 AP(アプリケーション)サーバ
50 ネットワークスイッチ(NS)
100,200 分析装置
110,210 処理部
120,220 記憶部
111,211 ログ採取部
112 ログ加工部
113 機能抽出部
114 サービス情報生成部
121 アクセスログ
122 紐付け結果
123 cid対応表
124 cidセット表
125 pid対応表
126 パス情報(第1の情報)
127 コンポーネント定義情報(第2の情報)
212 機能選別部
213 データスライス分割部(取得部)
214 問題個所特定部(第1判断部,第2判断部)
221 アクセスログ
400 通知画面
401 ラベル
410 詳細表示画面
411 ボタン
URL1,URL2,URL3,URL4 サービス
c1,c2,c3,c4,c5 モジュール
p1,p2,p3,p4,p5 コンポーネント
p2.1,p2.2,p2.a,p2.b コンポーネント
p3.1,p3.2,p3.3,p3.a,p3.b コンポーネント
Claims (8)
- 複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールをグルーピングしたコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶し、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行ない、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを前記グルーピングモジュールのトップレベルよりも下位の処理単位に展開して、展開した各モジュールのうち、異常であるモジュールが含み正常であるモジュールが含まない処理単位を異常と判断する第2の判断処理を行なう、
ことを特徴とする、分析方法。 - 複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールを少なくとも1つ共通するモジュールとして相互に含む複数のグルーピングモジュールを定義するコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶し、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行ない、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを含む複数のグルーピングモジュールについて、異常であるグルーピングモジュールが含み正常であるグルーピングモジュールが含まないモジュールを異常と判断する第2の判断処理を行なう、
ことを特徴とする、分析方法。 - 前記第2の判断処理において、
異常と判断されたモジュールがグルーピングモジュールである場合、異常と判断されたモジュールがグルーピングモジュールでなくなるまで、段階的に前記異常と判断されたモジュールをさらに下位の階層の一以上のモジュールに展開して、展開した一以上のモジュールについて異常の有無を判断する、
ことを特徴とする、請求項2に記載の分析方法。 - 複数のサービスに関する前記ログデータに基づき、各サービスにおいて正常状態及び異常状態が混在しない時間区間を取得し、
前記第1の判断処理において、
取得した時間区間に実行された一以上のサービスに含まれるモジュールについて、異常の有無を判断する、
ことを特徴とする、請求項1〜3のいずれか1項記載の分析方法。 - 複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールをグルーピングしたコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶する記憶部と、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行なう第1判断部と、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを前記グルーピングモジュールのトップレベルよりも下位の処理単位に展開して、展開した各モジュールのうち、異常であるモジュールが含み正常であるモジュールが含まない処理単位を異常と判断する第2の判断処理を行なう第2判断部と、をそなえる、
ことを特徴とする、分析装置。 - 複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールを少なくとも1つ共通するモジュールとして相互に含む複数のグルーピングモジュールを定義するコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶する記憶部と、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行なう第1判断部と、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを含む複数のグルーピングモジュールについて、異常であるグルーピングモジュールが含み正常であるグルーピングモジュールが含まないモジュールを異常と判断する第2の判断処理を行なう第2判断部と、をそなえる、
ことを特徴とする、分析装置。 - コンピュータに、
複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールをグルーピングしたコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶し、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行ない、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを前記グルーピングモジュールのトップレベルよりも下位の処理単位に展開して、展開した各モジュールのうち、異常であるモジュールが含み正常であるモジュールが含まない処理単位を異常と判断する第2の判断処理を行なう、
処理を実行させることを特徴とする、分析プログラム。 - コンピュータに、
複数の階層を持つモジュールを複数含む複数のサービスについて、前記の各サービスを構成するモジュールについて、前記の各モジュールの下位階層の処理単位が共通するモジュールを少なくとも1つ共通するモジュールとして相互に含む複数のグルーピングモジュールを定義するコンポーネント定義情報と、サービスがどのグルーピングされたモジュールによって構成されているかを示すパス情報とをサービス情報として記憶し、
前記複数のサービスに関するログデータ及び前記サービス情報に基づき、一以上のサービスに含まれるモジュールについて、異常の有無を判断する第1の判断処理を行ない、
異常と判断されたモジュールがグルーピングされたグルーピングモジュールである場合、前記サービス情報に基づき、前記異常と判断されたグルーピングモジュールを含む複数のグルーピングモジュールについて、異常であるグルーピングモジュールが含み正常であるグルーピングモジュールが含まないモジュールを異常と判断する第2の判断処理を行なう、
処理を実行させることを特徴とする、分析プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014086154A JP6295801B2 (ja) | 2014-04-18 | 2014-04-18 | 分析方法、分析装置、及び分析プログラム |
US14/668,141 US9720751B2 (en) | 2014-04-18 | 2015-03-25 | Analysis method, analysis apparatus and computer-readable recording medium having stored therein analysis program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014086154A JP6295801B2 (ja) | 2014-04-18 | 2014-04-18 | 分析方法、分析装置、及び分析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015207079A JP2015207079A (ja) | 2015-11-19 |
JP6295801B2 true JP6295801B2 (ja) | 2018-03-20 |
Family
ID=54322110
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014086154A Active JP6295801B2 (ja) | 2014-04-18 | 2014-04-18 | 分析方法、分析装置、及び分析プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US9720751B2 (ja) |
JP (1) | JP6295801B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6828558B2 (ja) * | 2017-03-30 | 2021-02-10 | 富士通株式会社 | 管理装置、管理方法及び管理プログラム |
US11018949B2 (en) * | 2017-07-14 | 2021-05-25 | Accenture Global Solutions Limited | System for generating an architecture diagram |
CN107798235B (zh) * | 2017-10-30 | 2020-01-10 | 清华大学 | 基于one-hot编码机制的无监督异常访问检测方法及装置 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3863423B2 (ja) * | 2001-12-17 | 2006-12-27 | Necエレクトロニクス株式会社 | 論理回路の故障箇所推定方法、および、論理回路の故障箇所推定プログラム |
JP4737624B2 (ja) * | 2006-03-06 | 2011-08-03 | 株式会社日立ソリューションズ | アプリケーションの障害原因の特定作業支援システム |
JP5040136B2 (ja) | 2006-03-27 | 2012-10-03 | 富士通セミコンダクター株式会社 | チューニング支援装置、チューニング支援プログラム、チューニング支援プログラムを記録したコンピュータ読み取り可能な記録媒体およびチューニング支援方法 |
US8286135B2 (en) * | 2006-10-17 | 2012-10-09 | Cray Inc. | Performance visualization including hierarchical display of performance data |
US7685475B2 (en) * | 2007-01-09 | 2010-03-23 | Morgan Stanley Smith Barney Holdings Llc | System and method for providing performance statistics for application components |
JP5299272B2 (ja) | 2007-04-12 | 2013-09-25 | 富士通株式会社 | 分析プログラムおよび分析装置 |
US20100138833A1 (en) * | 2008-12-01 | 2010-06-03 | Microsoft Corporation | Resource coverage and analysis |
US8407321B2 (en) * | 2010-04-21 | 2013-03-26 | Microsoft Corporation | Capturing web-based scenarios |
US8566800B2 (en) * | 2010-05-11 | 2013-10-22 | Ca, Inc. | Detection of method calls to streamline diagnosis of custom code through dynamic instrumentation |
US9251032B2 (en) | 2011-11-03 | 2016-02-02 | Fujitsu Limited | Method, computer program, and information processing apparatus for analyzing performance of computer system |
CN103378982A (zh) * | 2012-04-17 | 2013-10-30 | 深圳市腾讯计算机系统有限公司 | 互联网业务运行监测方法和系统 |
-
2014
- 2014-04-18 JP JP2014086154A patent/JP6295801B2/ja active Active
-
2015
- 2015-03-25 US US14/668,141 patent/US9720751B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US20150301866A1 (en) | 2015-10-22 |
US9720751B2 (en) | 2017-08-01 |
JP2015207079A (ja) | 2015-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6264849B2 (ja) | 分析方法、分析装置、及び分析プログラム | |
Sprenkle et al. | An empirical comparison of test suite reduction techniques for user-session-based testing of web applications | |
CN110928772B (zh) | 一种测试方法及装置 | |
JP6217212B2 (ja) | テストプログラム、テスト方法及びテスト装置 | |
US8850393B2 (en) | Method and apparatus for testing software | |
Deissenboeck et al. | Model clone detection in practice | |
US8024617B2 (en) | Method and apparatus for cause analysis involving configuration changes | |
Yandrapally et al. | Robust test automation using contextual clues | |
US20150269058A1 (en) | Completing functional testing | |
US20110145793A1 (en) | Method and apparatus to semantically connect independent build and test processes | |
CN109144882A (zh) | 一种基于程序不变量的软件故障定位方法及装置 | |
US20060288149A1 (en) | Generating static performance modeling factors in a deployed system | |
JP2008242540A (ja) | テスト仕様書生成プログラム、およびテスト仕様書生成装置 | |
JP6295801B2 (ja) | 分析方法、分析装置、及び分析プログラム | |
CN106156355A (zh) | 日志处理方法及装置 | |
US9342784B1 (en) | Rule based module for analyzing computing environments | |
CN101308471A (zh) | 一种恢复数据的方法及装置 | |
US20230004487A1 (en) | System and method for anomaly detection and root cause automation using shrunk dynamic call graphs | |
De Pauw et al. | Discovering conversations in web services using semantic correlation analysis | |
CN103713995A (zh) | 潜在缺陷识别 | |
Sandeep et al. | CLUEBOX: A Performance Log Analyzer for Automated Troubleshooting. | |
Luo et al. | Clustering and tailoring user session data for testing web applications | |
JP2010009127A (ja) | 管理プログラムおよび管理装置 | |
Wong et al. | An approach towards designing a prescriptive analytical logic model for software application root cause analysis | |
JP6601232B2 (ja) | 分析方法、分析装置、及び分析プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170110 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171031 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20171114 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180115 |
|
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: 20180123 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180205 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6295801 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |