JPWO2012101933A1 - 運用管理装置、運用管理方法、及びプログラム - Google Patents
運用管理装置、運用管理方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2012101933A1 JPWO2012101933A1 JP2012554646A JP2012554646A JPWO2012101933A1 JP WO2012101933 A1 JPWO2012101933 A1 JP WO2012101933A1 JP 2012554646 A JP2012554646 A JP 2012554646A JP 2012554646 A JP2012554646 A JP 2012554646A JP WO2012101933 A1 JPWO2012101933 A1 JP WO2012101933A1
- Authority
- JP
- Japan
- Prior art keywords
- metrics
- correlation
- metric
- correlation model
- added
- 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
Classifications
-
- 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
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
- G06F11/0721—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment within a central processing unit [CPU]
- G06F11/0724—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment within a central processing unit [CPU] in a multiprocessor or a multi-core unit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/079—Root cause analysis, i.e. error or fault diagnosis
-
- 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
- G06F11/3495—Performance evaluation by tracing or monitoring for systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/875—Monitoring of systems including the internet
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Hardware Design (AREA)
- Debugging And Monitoring (AREA)
Abstract
監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行う。相関モデル記憶部１１２は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶する。相関モデル更新部１０３は、メトリックが追加された場合、当該追加されたメトリックと第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、相関関係の有無を判定し、検出された相関関係を第１の相関モデルに追加して第２の相関モデルを生成する。
Description
本発明は、運用管理装置、運用管理方法、及びプログラムに関し、特に、システムの性能値の種別（メトリック）間の相関関係を監視する運用管理装置、運用管理方法、及びプログラムに関する。
システム性能の時系列情報を用いて、システムのモデル化を行い、生成されたモデルを用いてそのシステムの障害を検出する運用管理システムの一例が特許文献１に記載されている。
特許文献１記載の運用管理システムは、システムの複数種別の性能値（複数のメトリック）の計測値をもとに、監視対象のメトリックの組み合わせの各々に対して相関関係を検出し、相関モデルを生成する。そして、この運用管理システムは、生成された相関モデルを用いて、定期的に、入力されたメトリックの計測値に対して相関関係の破壊が発生しているかどうかを判定し、システムの障害、及び、障害の原因を検知する。
また、特許文献２、及び、特許文献３には、特許文献１と同様に生成された相関モデルを用いてメトリックの値を予測し、システムのボトルネックを予測する運用管理システムが開示されている。
特許文献１記載の運用管理システムは、システムの複数種別の性能値（複数のメトリック）の計測値をもとに、監視対象のメトリックの組み合わせの各々に対して相関関係を検出し、相関モデルを生成する。そして、この運用管理システムは、生成された相関モデルを用いて、定期的に、入力されたメトリックの計測値に対して相関関係の破壊が発生しているかどうかを判定し、システムの障害、及び、障害の原因を検知する。
また、特許文献２、及び、特許文献３には、特許文献１と同様に生成された相関モデルを用いてメトリックの値を予測し、システムのボトルネックを予測する運用管理システムが開示されている。
上述の特許文献１から３に記載された運用管理システムにおいては、監視対象である複数のメトリックの内の２つのメトリックの全組み合わせについて相関関係の有無を検出し、相関モデルを生成する。このため、システム変更や監視ポリシーの変更に伴い監視対象のメトリックに変更があった場合に、相関モデルの再生成に時間を要するという課題があった。
本発明の目的は、上述の課題を解決し、監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行うことができる運用管理装置、運用管理方法、及びプログラムを提供することである。
本発明の目的は、上述の課題を解決し、監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行うことができる運用管理装置、運用管理方法、及びプログラムを提供することである。
本発明の一態様における運用管理装置は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶する相関モデル記憶手段と、メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する相関モデル更新手段とを含む。
本発明の一態様における運用管理方法は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する。
本発明の一態様におけるコンピュータ読み取り可能な記録媒体は、コンピュータに、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する処理を実行させるプログラムを格納する。
本発明の一態様における運用管理方法は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する。
本発明の一態様におけるコンピュータ読み取り可能な記録媒体は、コンピュータに、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する処理を実行させるプログラムを格納する。
本発明の効果は、監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行うことができることである。
（第一の実施の形態）
次に、本発明の第一の実施の形態について説明する。
はじめに、本発明の第一の実施の形態の構成について説明する。図２は、本発明の第一の実施の形態における運用管理装置１００を適用した運用管理システムの構成を示すブロック図である。
図２を参照すると、本発明の第一の実施の形態における運用管理システムは、運用管理装置１００、及び、複数の被監視装置２００を含む。
運用管理装置１００は、監視対象である被監視装置２００から収集した性能情報をもとに、相関モデルを生成し、生成した相関モデルを用いて、被監視装置２００についての障害分析を行う。
被監視装置２００は、例えば、Ｗｅｂサーバ、アプリケーションサーバ（ＡＰサーバ）、データベースサーバ（ＤＢサーバ）等、ユーザに対してサービスを提供するシステムを構成する装置である。
図３及び図１０は、本発明の第一の実施の形態における、被監視装置２００の接続関係の例を示す図である。図３の例では、装置識別子ＳＶ１、ＳＶ２、ＳＶ３の被監視装置２００が、Ｗｅｂサーバ、ＡＰサーバ、データベースサーバからなる階層システムを構成している。
被監視装置２００の各々は、複数種目の性能値の実測データを一定間隔毎に計測し、計測された各実測データ（計測値）を運用管理装置１００へ送信する。ここで、性能値の種目として、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）使用率（ＣＰＵ）、メモリ使用量（ＭＥＭ）、ディスク使用量（ＤＳＫ）等が計測される。
ここで、被監視装置２００と性能値の種目の組を性能値の種別（メトリック）とし、同一時刻に計測された複数のメトリックの値の組を性能情報とする。
運用管理装置１００は、性能情報収集部１０１、相関モデル生成部１０２、相関モデル更新部１０３、障害分析部１０４、性能情報記憶部１１１、相関モデル記憶部１１２、メトリック情報記憶部１１３、及び、追加メトリック情報記憶部１１４を含む。
性能情報収集部１０１は、被監視装置２００から性能情報を収集し、その時系列変化を性能系列情報１２１として性能情報記憶部１１１に保存する。
図５、及び、図１１は、本発明の第一の実施の形態における性能系列情報１２１の例を示す図である。図５の例では、性能系列情報１２１は、装置識別子ＳＶ１の被監視装置２００のＣＰＵ使用率（ＳＶ１．ＣＰＵ）、ディスク使用量（ＳＶ１．ＤＳＫ）、装置識別子ＳＶ２の被監視装置２００のＣＰＵ使用率（ＳＶ２．ＣＰＵ）、メモリ使用量（ＳＶ２．ＭＥＭ）、装置識別子ＳＶ３の被監視装置２００のＣＰＵ使用率（ＳＶ３．ＣＰＵ）、メモリ使用量（ＳＶ３．ＭＥＭ）、ディスク使用量（ＳＶ３．ＤＳＫ）をメトリックとして含む。
相関モデル生成部１０２は、性能系列情報１２１をもとに監視対象である複数のメトリックに関する相関モデルを生成する。ここで、相関モデル生成部１０２は、所定期間の性能系列情報１２１に基づいて、監視対象である複数のメトリックの内の２つのメトリックの全組み合わせの各々について、当該２つのメトリック間の関係を近似する所定の近似式（相関関数、または、変換関数）の係数を決定（相関関数を決定）する。相関関数の係数は、特許文献１、２と同様に、上述の２つのメトリックの計測値の時系列に対するシステム同定処理によって決定される。相関モデル生成部１０２は、特許文献１、２と同様に、相関関数による計測値間の変換誤差をもとに、例えば、変換誤差の平均値の大きさに応じて小さくなるような、当該相関関数の重みを算出する。そして、相関モデル生成部１０２は、相関関数の重みが所定値以上である場合、当該相関関数に関する２つのメトリック間の相関関係が有効である（当該２つのメトリック間に相関関係が有る）と判定する。ここで、監視対象のメトリックに関する有効な相関関係の集合を相関モデルとする。
なお、相関モデル生成部１０２は、相関関係の有無を、上述のように相関関数による変換誤差を基に判定する以外に、２つのメトリック間の分散を基に判定する等、他の方法により判定してもよい。
相関モデル記憶部１１２は、相関モデル生成部１０２が生成した相関モデルを示す相関モデル情報１２２記憶する。
図６、及び、図１２は、本発明の第一の実施の形態における相関モデル情報１２２の例を示す図である。相関モデル情報１２２は、相関関数の入出力のメトリックの識別子、相関関数の係数、相関関数の重み、及び、相関関係判定情報（有効性）を含む。相関関係判定情報は、相関関係が有効（○）か無効（×）を示す。図６の例は、相関関数がｙ＝Ａｘ＋Ｂの近似式で表される場合を示しており、各メトリックの組み合わせについて、係数Ａ、Ｂが決定されている。また、重みの値が０．５以上のメトリック間の相関関係が有効になっている。
相関モデル更新部１０３は、システム構成の変更等により監視対象のメトリックが追加された場合に、相関モデルを更新する。
上述の通り、相関モデルは、監視対象である複数のメトリックの内の２つのメトリック間の相関関係の有無、すなわち、２つのメトリックの値の増減のパターンの共通性の有無を検出することにより生成される。本発明の第一の実施の形態においては、各メトリックの増減のパターンは、主にアプリケーションのロジックに依存すると仮定する。この場合、アプリケーションのロジックが変更されない限り、メトリックの値の増減パターンにも変更は無いと考えられる。そのため、２つのメトリック間に相関関係が無い場合、アプリケーションロジックの変更を伴わないようなシステム構成の変更等により監視対象のメトリックが追加されても、当該２つのメトリック間には引き続き相関関係は無いと考えられる。
そこで、本発明の第一の実施の形態においては、相関モデル記憶部１１２に監視対象である複数のメトリック（第１の複数のメトリック）の内の２つのメトリックの組み合わせについて検出された相関関係から構成される相関モデル（第１の相関モデル）が存在し、監視対象のメトリックが追加された場合に、相関モデル更新部１０３は、追加されたメトリックを含む監視対象のメトリック（第２の複数のメトリック）の内の２つのメトリックの組み合わせの中で、相関関係の有無を判定済みのメトリック（第１の複数のメトリック）の内の２つのメトリックの組み合わせ（判定済み組み合わせ）については相関関係の検出を行わず、当該判定済み組み合わせを除いた２つのメトリックの全組み合わせの各々について、相関モデル生成部１０２と同様に相関関数の係数を決定し、相関関係の有無を検出する。すなわち、相関モデル更新部１０３は、監視対象である複数のメトリックの内、追加されたメトリックの２つのメトリックの全組み合わせの各々、及び、追加されたメトリックと追加されたメトリック以外のメトリックとの全組み合わせの各々について、相関関係の有無を検出する。そして、相関モデル更新部１０３は、検出された相関関係を相関モデルに追加することにより、相関モデルを更新する（第２の相関モデルを生成する）。
メトリック情報記憶部１１３は、相関モデルの生成処理、及び、相関モデルの更新処理において相関関係の有無を判定したメトリックを示すメトリック情報１２３を記憶する。
図９、及び、図１７は、本発明の第一の実施の形態におけるメトリック情報１２３の例を示す図である。メトリック情報１２３は、相関モデルの生成処理、及び、相関モデルの更新処理において相関関係の有無を判定したメトリックの識別子を含む。
追加メトリック情報記憶部１１４は、監視対象として追加されたメトリックを示す追加メトリック情報１２４を記憶する。
図１６は、本発明の第一の実施の形態における追加メトリック情報１２４の他の例を示す図である。追加メトリック情報１２４には、管理者等により、監視対象として追加されたメトリックの識別子が設定される。
障害分析部１０４は、特許文献１と同様に、新たに入力された性能情報と相関モデル記憶部１１２に記憶された相関モデルとを用いて、相関モデルに含まれる相関関係の相関破壊を検出することにより、システムの障害の検出、及び、障害原因の特定を行う。
なお、運用管理装置１００は、ＣＰＵとプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。また、性能情報記憶部１１１、相関モデル記憶部１１２、メトリック情報記憶部１１３、及び、追加メトリック情報記憶部１１４は、それぞれ個別の記憶媒体でも、１つの記憶媒体によって構成されてもよい。
次に、本発明の第一の実施の形態における運用管理装置１００の動作について説明する。ここでは、図３のように、１台のＤＢサーバ、１台のＡＰサーバ、及び、１台のＷｅｂサーバから構成されるシステムにおいて、図１０のように、システムにさらに１台のＷｅｂサーバを追加することにより、２台のＷｅｂサーバによる冗長構成を含むようにシステム構成が変更される場合を例に、運用管理装置１００の動作を説明する。この場合、各サーバのアプリケーションのロジックには変更が無い。従って、追加されたＷｅｂサーバに関するメトリックが監視対象として追加されても、上述の通り、システム構成の変更前の相関モデルにおいて相関関係が無い２つのメトリック間には、システム構成の変更後も相関関係が無いと考えられる。
図４は、本発明の第一の実施の形態における運用管理装置１００の処理を示すフローチャートである。
はじめに、運用管理装置１００の相関モデル生成部１０２は、性能情報記憶部１１１の性能系列情報１２１をもとに、監視対象である複数のメトリックの組み合わせについて相関関係の有無を検出し（ステップＳ１０１）、検出した相関関係を含む相関モデルを相関モデル情報１２２として相関モデル記憶部１１２に保存する（ステップＳ１０２）。ここで、監視対象のメトリックと、相関モデルの生成に用いる性能系列情報１２１の期間は、管理者等により指定される。
例えば、相関モデル生成部１０２は、図３のシステムに対して性能情報収集部１０１により収集された図５の性能系列情報１２１をもとに、監視対象のメトリック（ＳＶ１．ＣＰＵ、ＳＶ１．ＤＳＫ、ＳＶ２．ＣＰＵ、ＳＶ２．ＭＥＭ、ＳＶ３．ＣＰＵ、ＳＶ３．ＭＥＭ、ＳＶ３．ＤＳＫ）について、相関関係の有無を検出する。
図７は、本発明の第一の実施の形態における、相関モデルの生成処理で相関関係の有無を判定するメトリックの組み合わせの例を示す図である。図７における各ノードはメトリック、ノード間の点線は相関関係の判定を行うメトリックの組み合わせを示す。相関モデル生成部１０２は、図７に示すように、監視対象のメトリックの内の２つのメトリックの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図６のように、ＳＶ１．ＣＰＵとＳＶ２．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＭＥＭ、及び、ＳＶ３．ＣＰＵとＳＶ３．ＭＥＭ間の相関関係が検出される。
図８は、本発明の第一の実施の形態における、相関モデル生成部１０２により検出された相関関係の例を示す相関グラフである。図８におけるノード間の実線は有効な相関関係を示す。
そして、相関モデル生成部１０２は、検出した相関関係を含む図６の相関モデル情報１２２を相関モデル記憶部１１２に保存する。
次に、相関モデル生成部１０２は、相関モデルの生成処理（ステップＳ１０１）において相関関係の有無を判定したメトリック（監視対象のメトリック）を含むメトリック情報１２３を生成し、メトリック情報記憶部１１３に保存する（ステップＳ１０３）。
例えば、相関モデル生成部１０２は、図９に示すようなメトリック情報１２３を生成する。
次に、システム構成の変更等に伴い、監視対象として追加されたメトリックが追加メトリック情報１２４に設定されると、相関モデル更新部１０３は、性能情報記憶部１１１の性能系列情報１２１をもとに、追加メトリック情報１２４に設定されたメトリックの組み合わせについて相関関係の有無を検出する（ステップＳ１０４）。ここで、相関モデルの更新に用いる性能系列情報１２１の期間は、管理者等により指定される。
例えば、システム構成が図１０のように変更された場合、追加メトリック情報１２４に図１６のようにメトリックが設定される。相関モデル更新部１０３は、図１０のシステムに対して性能情報収集部１０１により収集された図１１の性能系列情報１２１をもとに、図１６の追加メトリック情報１２４に設定されたメトリック（ＳＶ４．ＣＰＵ、ＳＶ４．ＭＥＭ、ＳＶ４．ＤＳＫ）に関して相関関係の有無を検出する。
図１３は、本発明の第一の実施の形態における、相関モデルの更新処理で相関関係の有無を判定するメトリックの組み合わせの例を示す図である。相関モデル更新部１０３は、図１３に示すように、図１６の追加メトリック情報１２４に設定されたメトリックの内の２つのメトリックの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図１２の１２２１のように、ＳＶ４．ＣＰＵとＳＶ４．ＭＥＭ間の相関関係が検出される。
さらに、相関モデル更新部１０３は、性能情報記憶部１１１の性能系列情報１２１をもとに、監視対象のメトリックの内、追加メトリック情報１２４に設定されたメトリックとメトリック情報１２３に設定されたメトリックとの組み合わせについて相関関係の有無を検出する（ステップＳ１０５）。
図１４は、本発明の第一の実施の形態における、相関モデルの更新処理で相関関係の有無を判定するメトリックの組み合わせの他の例を示す図である。相関モデル更新部１０３は、図１４に示すように、図１６の追加メトリック情報１２４に設定されたメトリックと図９のメトリック情報１２３に設定されたメトリックとの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図１２の１２２２のように、ＳＶ２．ＣＰＵとＳＶ４．ＣＰＵ、及び、ＳＶ２．ＣＰＵとＳＶ４．ＭＥＭ間の相関関係が検出される。
このように、ステップＳ１０４、及び、Ｓ１０５により、新たに検出された相関関係が相関モデルに追加（相関モデルの相関関係が更新）される。
図１５は、本発明の第一の実施の形態における、相関モデル更新部１０３により更新された相関関係の例を示す相関グラフである。図１５の相関グラフでは、図８の相関グラフに加えて、相関モデル更新部１０３により新たに検出された相関関係が追加されている。
次に、相関モデル更新部１０３は、新たに検出された相関関係を含む相関モデルを相関モデル情報１２２として相関モデル記憶部１１２に保存する（ステップＳ１０６）。
例えば、相関モデル更新部１０３は、図１２の相関モデル情報１２２を相関モデル記憶部１１２に保存する。
次に、相関モデル更新部１０３は、追加されたメトリックをメトリック情報１２３に追加（メトリック情報１２３を更新）し、メトリック情報記憶部１１３に保存するとともに、追加メトリック情報１２４を初期化する（ステップＳ１０７）。
例えば、相関モデル更新部１０３は、図１７に示すようにメトリック情報１２３を更新する。
なお、相関モデル更新部１０３は、相関モデル更新前の判定済み組み合わせについて相関関係の検出を行う必要は無いが、判定済み組み合わせの内、相関関係が検出されている２つのメトリックの組み合わせについて、相関関数の係数を再決定（相関関数を再決定）してもよい（ステップＳ１０８）。また、相関モデル更新部１０３は、再決定された相関関数をもとに、相関関係の有無を再判定してもよい。
例えば、相関モデル更新部１０３は、ＳＶ１．ＣＰＵとＳＶ２．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＭＥＭ、及び、ＳＶ３．ＣＰＵとＳＶ３．ＭＥＭ間の相関関係について、相関関数の係数を再決定してもよい。
以後、監視対象のメトリックが追加される度に、ステップＳ１０４からステップＳ１０８が繰り返される。
以上により、本発明の第一の実施の形態の動作が完了する。
次に、本発明の第一の実施の形態の特徴的な構成を説明する。図１は、本発明の第一の実施の形態の特徴的な構成を示すブロック図である。
図１を参照すると、運用管理装置１００は、相関モデル記憶部１１２、及び、相関モデル更新部１０３を含む。
ここで、相関モデル記憶部１１２は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶する。
相関モデル更新部１０３は、メトリックが追加された場合、当該追加されたメトリックと第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、相関関係の有無を判定し、検出された相関関係を第１の相関モデルに追加して第２の相関モデルを生成する。
本発明の第一の実施によれば、監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行うことができる。その理由は、監視対象のメトリックが追加された場合、相関モデル更新部１０３が、当該追加されたメトリックを含めた複数のメトリックの内の２つのメトリックの組み合わせの中で、相関関係の有無を判定済みのメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、相関関係の有無を判定し、検出された相関関係を相関モデル記憶部１１２に記憶されている相関モデルに追加するためである。監視対象のメトリックが追加された場合に、監視対象のメトリックの全組み合わせについて相関関係の有無を検出する必要がないため、相関モデルの更新を迅速に行うことができる。
また、本発明の第一の実施によれば、監視対象のメトリックに変更があった場合に、更新前に検出されていた相関関係に関する状態を更新することができる。その理由は、監視対象のメトリックが追加された場合、相関モデル更新部１０３が、相関モデル更新前の判定済み組み合わせの内、相関関係が検出されている２つのメトリックの組み合わせについて、相関関数を再決定するためである。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
例えば、本発明の第一の実施の形態では、監視対象のシステム構成の変更により、冗長構成されたサーバが追加される場合を例に動作を説明したが、これに限らず、監視対象のシステム構成に変更は無いが、監視ポリシーの変更などにより、監視対象のメトリックが追加された場合も、アプリケーションのロジックに変更は無いため、同様の効果が得られる。
また、仮想環境等において、アプリケーションのロジックの変更無しに、ＣＰＵやメモリリソースを増強し、増強したＣＰＵやメモリリソースに関するメトリックが監視対象として追加された場合も、同様の効果が得られる。
さらに、データベースのキャッシュサイズの増強、ＡＰサーバのワーカスレッド数の増強など、アプリケーションのロジックの変更無しに、アプリケーションのパラメータを変更し、変更したパラメータに関するメトリックが監視対象として追加された場合も、同様の効果が得られる。
この出願は、２０１１年１月２４日に出願された日本出願特願２０１１−０１１８８７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
次に、本発明の第一の実施の形態について説明する。
はじめに、本発明の第一の実施の形態の構成について説明する。図２は、本発明の第一の実施の形態における運用管理装置１００を適用した運用管理システムの構成を示すブロック図である。
図２を参照すると、本発明の第一の実施の形態における運用管理システムは、運用管理装置１００、及び、複数の被監視装置２００を含む。
運用管理装置１００は、監視対象である被監視装置２００から収集した性能情報をもとに、相関モデルを生成し、生成した相関モデルを用いて、被監視装置２００についての障害分析を行う。
被監視装置２００は、例えば、Ｗｅｂサーバ、アプリケーションサーバ（ＡＰサーバ）、データベースサーバ（ＤＢサーバ）等、ユーザに対してサービスを提供するシステムを構成する装置である。
図３及び図１０は、本発明の第一の実施の形態における、被監視装置２００の接続関係の例を示す図である。図３の例では、装置識別子ＳＶ１、ＳＶ２、ＳＶ３の被監視装置２００が、Ｗｅｂサーバ、ＡＰサーバ、データベースサーバからなる階層システムを構成している。
被監視装置２００の各々は、複数種目の性能値の実測データを一定間隔毎に計測し、計測された各実測データ（計測値）を運用管理装置１００へ送信する。ここで、性能値の種目として、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）使用率（ＣＰＵ）、メモリ使用量（ＭＥＭ）、ディスク使用量（ＤＳＫ）等が計測される。
ここで、被監視装置２００と性能値の種目の組を性能値の種別（メトリック）とし、同一時刻に計測された複数のメトリックの値の組を性能情報とする。
運用管理装置１００は、性能情報収集部１０１、相関モデル生成部１０２、相関モデル更新部１０３、障害分析部１０４、性能情報記憶部１１１、相関モデル記憶部１１２、メトリック情報記憶部１１３、及び、追加メトリック情報記憶部１１４を含む。
性能情報収集部１０１は、被監視装置２００から性能情報を収集し、その時系列変化を性能系列情報１２１として性能情報記憶部１１１に保存する。
図５、及び、図１１は、本発明の第一の実施の形態における性能系列情報１２１の例を示す図である。図５の例では、性能系列情報１２１は、装置識別子ＳＶ１の被監視装置２００のＣＰＵ使用率（ＳＶ１．ＣＰＵ）、ディスク使用量（ＳＶ１．ＤＳＫ）、装置識別子ＳＶ２の被監視装置２００のＣＰＵ使用率（ＳＶ２．ＣＰＵ）、メモリ使用量（ＳＶ２．ＭＥＭ）、装置識別子ＳＶ３の被監視装置２００のＣＰＵ使用率（ＳＶ３．ＣＰＵ）、メモリ使用量（ＳＶ３．ＭＥＭ）、ディスク使用量（ＳＶ３．ＤＳＫ）をメトリックとして含む。
相関モデル生成部１０２は、性能系列情報１２１をもとに監視対象である複数のメトリックに関する相関モデルを生成する。ここで、相関モデル生成部１０２は、所定期間の性能系列情報１２１に基づいて、監視対象である複数のメトリックの内の２つのメトリックの全組み合わせの各々について、当該２つのメトリック間の関係を近似する所定の近似式（相関関数、または、変換関数）の係数を決定（相関関数を決定）する。相関関数の係数は、特許文献１、２と同様に、上述の２つのメトリックの計測値の時系列に対するシステム同定処理によって決定される。相関モデル生成部１０２は、特許文献１、２と同様に、相関関数による計測値間の変換誤差をもとに、例えば、変換誤差の平均値の大きさに応じて小さくなるような、当該相関関数の重みを算出する。そして、相関モデル生成部１０２は、相関関数の重みが所定値以上である場合、当該相関関数に関する２つのメトリック間の相関関係が有効である（当該２つのメトリック間に相関関係が有る）と判定する。ここで、監視対象のメトリックに関する有効な相関関係の集合を相関モデルとする。
なお、相関モデル生成部１０２は、相関関係の有無を、上述のように相関関数による変換誤差を基に判定する以外に、２つのメトリック間の分散を基に判定する等、他の方法により判定してもよい。
相関モデル記憶部１１２は、相関モデル生成部１０２が生成した相関モデルを示す相関モデル情報１２２記憶する。
図６、及び、図１２は、本発明の第一の実施の形態における相関モデル情報１２２の例を示す図である。相関モデル情報１２２は、相関関数の入出力のメトリックの識別子、相関関数の係数、相関関数の重み、及び、相関関係判定情報（有効性）を含む。相関関係判定情報は、相関関係が有効（○）か無効（×）を示す。図６の例は、相関関数がｙ＝Ａｘ＋Ｂの近似式で表される場合を示しており、各メトリックの組み合わせについて、係数Ａ、Ｂが決定されている。また、重みの値が０．５以上のメトリック間の相関関係が有効になっている。
相関モデル更新部１０３は、システム構成の変更等により監視対象のメトリックが追加された場合に、相関モデルを更新する。
上述の通り、相関モデルは、監視対象である複数のメトリックの内の２つのメトリック間の相関関係の有無、すなわち、２つのメトリックの値の増減のパターンの共通性の有無を検出することにより生成される。本発明の第一の実施の形態においては、各メトリックの増減のパターンは、主にアプリケーションのロジックに依存すると仮定する。この場合、アプリケーションのロジックが変更されない限り、メトリックの値の増減パターンにも変更は無いと考えられる。そのため、２つのメトリック間に相関関係が無い場合、アプリケーションロジックの変更を伴わないようなシステム構成の変更等により監視対象のメトリックが追加されても、当該２つのメトリック間には引き続き相関関係は無いと考えられる。
そこで、本発明の第一の実施の形態においては、相関モデル記憶部１１２に監視対象である複数のメトリック（第１の複数のメトリック）の内の２つのメトリックの組み合わせについて検出された相関関係から構成される相関モデル（第１の相関モデル）が存在し、監視対象のメトリックが追加された場合に、相関モデル更新部１０３は、追加されたメトリックを含む監視対象のメトリック（第２の複数のメトリック）の内の２つのメトリックの組み合わせの中で、相関関係の有無を判定済みのメトリック（第１の複数のメトリック）の内の２つのメトリックの組み合わせ（判定済み組み合わせ）については相関関係の検出を行わず、当該判定済み組み合わせを除いた２つのメトリックの全組み合わせの各々について、相関モデル生成部１０２と同様に相関関数の係数を決定し、相関関係の有無を検出する。すなわち、相関モデル更新部１０３は、監視対象である複数のメトリックの内、追加されたメトリックの２つのメトリックの全組み合わせの各々、及び、追加されたメトリックと追加されたメトリック以外のメトリックとの全組み合わせの各々について、相関関係の有無を検出する。そして、相関モデル更新部１０３は、検出された相関関係を相関モデルに追加することにより、相関モデルを更新する（第２の相関モデルを生成する）。
メトリック情報記憶部１１３は、相関モデルの生成処理、及び、相関モデルの更新処理において相関関係の有無を判定したメトリックを示すメトリック情報１２３を記憶する。
図９、及び、図１７は、本発明の第一の実施の形態におけるメトリック情報１２３の例を示す図である。メトリック情報１２３は、相関モデルの生成処理、及び、相関モデルの更新処理において相関関係の有無を判定したメトリックの識別子を含む。
追加メトリック情報記憶部１１４は、監視対象として追加されたメトリックを示す追加メトリック情報１２４を記憶する。
図１６は、本発明の第一の実施の形態における追加メトリック情報１２４の他の例を示す図である。追加メトリック情報１２４には、管理者等により、監視対象として追加されたメトリックの識別子が設定される。
障害分析部１０４は、特許文献１と同様に、新たに入力された性能情報と相関モデル記憶部１１２に記憶された相関モデルとを用いて、相関モデルに含まれる相関関係の相関破壊を検出することにより、システムの障害の検出、及び、障害原因の特定を行う。
なお、運用管理装置１００は、ＣＰＵとプログラムを記憶した記憶媒体を含み、プログラムに基づく制御によって動作するコンピュータであってもよい。また、性能情報記憶部１１１、相関モデル記憶部１１２、メトリック情報記憶部１１３、及び、追加メトリック情報記憶部１１４は、それぞれ個別の記憶媒体でも、１つの記憶媒体によって構成されてもよい。
次に、本発明の第一の実施の形態における運用管理装置１００の動作について説明する。ここでは、図３のように、１台のＤＢサーバ、１台のＡＰサーバ、及び、１台のＷｅｂサーバから構成されるシステムにおいて、図１０のように、システムにさらに１台のＷｅｂサーバを追加することにより、２台のＷｅｂサーバによる冗長構成を含むようにシステム構成が変更される場合を例に、運用管理装置１００の動作を説明する。この場合、各サーバのアプリケーションのロジックには変更が無い。従って、追加されたＷｅｂサーバに関するメトリックが監視対象として追加されても、上述の通り、システム構成の変更前の相関モデルにおいて相関関係が無い２つのメトリック間には、システム構成の変更後も相関関係が無いと考えられる。
図４は、本発明の第一の実施の形態における運用管理装置１００の処理を示すフローチャートである。
はじめに、運用管理装置１００の相関モデル生成部１０２は、性能情報記憶部１１１の性能系列情報１２１をもとに、監視対象である複数のメトリックの組み合わせについて相関関係の有無を検出し（ステップＳ１０１）、検出した相関関係を含む相関モデルを相関モデル情報１２２として相関モデル記憶部１１２に保存する（ステップＳ１０２）。ここで、監視対象のメトリックと、相関モデルの生成に用いる性能系列情報１２１の期間は、管理者等により指定される。
例えば、相関モデル生成部１０２は、図３のシステムに対して性能情報収集部１０１により収集された図５の性能系列情報１２１をもとに、監視対象のメトリック（ＳＶ１．ＣＰＵ、ＳＶ１．ＤＳＫ、ＳＶ２．ＣＰＵ、ＳＶ２．ＭＥＭ、ＳＶ３．ＣＰＵ、ＳＶ３．ＭＥＭ、ＳＶ３．ＤＳＫ）について、相関関係の有無を検出する。
図７は、本発明の第一の実施の形態における、相関モデルの生成処理で相関関係の有無を判定するメトリックの組み合わせの例を示す図である。図７における各ノードはメトリック、ノード間の点線は相関関係の判定を行うメトリックの組み合わせを示す。相関モデル生成部１０２は、図７に示すように、監視対象のメトリックの内の２つのメトリックの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図６のように、ＳＶ１．ＣＰＵとＳＶ２．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＭＥＭ、及び、ＳＶ３．ＣＰＵとＳＶ３．ＭＥＭ間の相関関係が検出される。
図８は、本発明の第一の実施の形態における、相関モデル生成部１０２により検出された相関関係の例を示す相関グラフである。図８におけるノード間の実線は有効な相関関係を示す。
そして、相関モデル生成部１０２は、検出した相関関係を含む図６の相関モデル情報１２２を相関モデル記憶部１１２に保存する。
次に、相関モデル生成部１０２は、相関モデルの生成処理（ステップＳ１０１）において相関関係の有無を判定したメトリック（監視対象のメトリック）を含むメトリック情報１２３を生成し、メトリック情報記憶部１１３に保存する（ステップＳ１０３）。
例えば、相関モデル生成部１０２は、図９に示すようなメトリック情報１２３を生成する。
次に、システム構成の変更等に伴い、監視対象として追加されたメトリックが追加メトリック情報１２４に設定されると、相関モデル更新部１０３は、性能情報記憶部１１１の性能系列情報１２１をもとに、追加メトリック情報１２４に設定されたメトリックの組み合わせについて相関関係の有無を検出する（ステップＳ１０４）。ここで、相関モデルの更新に用いる性能系列情報１２１の期間は、管理者等により指定される。
例えば、システム構成が図１０のように変更された場合、追加メトリック情報１２４に図１６のようにメトリックが設定される。相関モデル更新部１０３は、図１０のシステムに対して性能情報収集部１０１により収集された図１１の性能系列情報１２１をもとに、図１６の追加メトリック情報１２４に設定されたメトリック（ＳＶ４．ＣＰＵ、ＳＶ４．ＭＥＭ、ＳＶ４．ＤＳＫ）に関して相関関係の有無を検出する。
図１３は、本発明の第一の実施の形態における、相関モデルの更新処理で相関関係の有無を判定するメトリックの組み合わせの例を示す図である。相関モデル更新部１０３は、図１３に示すように、図１６の追加メトリック情報１２４に設定されたメトリックの内の２つのメトリックの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図１２の１２２１のように、ＳＶ４．ＣＰＵとＳＶ４．ＭＥＭ間の相関関係が検出される。
さらに、相関モデル更新部１０３は、性能情報記憶部１１１の性能系列情報１２１をもとに、監視対象のメトリックの内、追加メトリック情報１２４に設定されたメトリックとメトリック情報１２３に設定されたメトリックとの組み合わせについて相関関係の有無を検出する（ステップＳ１０５）。
図１４は、本発明の第一の実施の形態における、相関モデルの更新処理で相関関係の有無を判定するメトリックの組み合わせの他の例を示す図である。相関モデル更新部１０３は、図１４に示すように、図１６の追加メトリック情報１２４に設定されたメトリックと図９のメトリック情報１２３に設定されたメトリックとの全組み合わせの各々について、相関関数の係数を決定、重みの算出を行い、相関関係の有無を判定する。この結果、例えば、図１２の１２２２のように、ＳＶ２．ＣＰＵとＳＶ４．ＣＰＵ、及び、ＳＶ２．ＣＰＵとＳＶ４．ＭＥＭ間の相関関係が検出される。
このように、ステップＳ１０４、及び、Ｓ１０５により、新たに検出された相関関係が相関モデルに追加（相関モデルの相関関係が更新）される。
図１５は、本発明の第一の実施の形態における、相関モデル更新部１０３により更新された相関関係の例を示す相関グラフである。図１５の相関グラフでは、図８の相関グラフに加えて、相関モデル更新部１０３により新たに検出された相関関係が追加されている。
次に、相関モデル更新部１０３は、新たに検出された相関関係を含む相関モデルを相関モデル情報１２２として相関モデル記憶部１１２に保存する（ステップＳ１０６）。
例えば、相関モデル更新部１０３は、図１２の相関モデル情報１２２を相関モデル記憶部１１２に保存する。
次に、相関モデル更新部１０３は、追加されたメトリックをメトリック情報１２３に追加（メトリック情報１２３を更新）し、メトリック情報記憶部１１３に保存するとともに、追加メトリック情報１２４を初期化する（ステップＳ１０７）。
例えば、相関モデル更新部１０３は、図１７に示すようにメトリック情報１２３を更新する。
なお、相関モデル更新部１０３は、相関モデル更新前の判定済み組み合わせについて相関関係の検出を行う必要は無いが、判定済み組み合わせの内、相関関係が検出されている２つのメトリックの組み合わせについて、相関関数の係数を再決定（相関関数を再決定）してもよい（ステップＳ１０８）。また、相関モデル更新部１０３は、再決定された相関関数をもとに、相関関係の有無を再判定してもよい。
例えば、相関モデル更新部１０３は、ＳＶ１．ＣＰＵとＳＶ２．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＣＰＵ、ＳＶ２．ＣＰＵとＳＶ３．ＭＥＭ、及び、ＳＶ３．ＣＰＵとＳＶ３．ＭＥＭ間の相関関係について、相関関数の係数を再決定してもよい。
以後、監視対象のメトリックが追加される度に、ステップＳ１０４からステップＳ１０８が繰り返される。
以上により、本発明の第一の実施の形態の動作が完了する。
次に、本発明の第一の実施の形態の特徴的な構成を説明する。図１は、本発明の第一の実施の形態の特徴的な構成を示すブロック図である。
図１を参照すると、運用管理装置１００は、相関モデル記憶部１１２、及び、相関モデル更新部１０３を含む。
ここで、相関モデル記憶部１１２は、第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶する。
相関モデル更新部１０３は、メトリックが追加された場合、当該追加されたメトリックと第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、相関関係の有無を判定し、検出された相関関係を第１の相関モデルに追加して第２の相関モデルを生成する。
本発明の第一の実施によれば、監視対象のメトリックに変更があった場合の相関モデルの更新を迅速に行うことができる。その理由は、監視対象のメトリックが追加された場合、相関モデル更新部１０３が、当該追加されたメトリックを含めた複数のメトリックの内の２つのメトリックの組み合わせの中で、相関関係の有無を判定済みのメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、相関関係の有無を判定し、検出された相関関係を相関モデル記憶部１１２に記憶されている相関モデルに追加するためである。監視対象のメトリックが追加された場合に、監視対象のメトリックの全組み合わせについて相関関係の有無を検出する必要がないため、相関モデルの更新を迅速に行うことができる。
また、本発明の第一の実施によれば、監視対象のメトリックに変更があった場合に、更新前に検出されていた相関関係に関する状態を更新することができる。その理由は、監視対象のメトリックが追加された場合、相関モデル更新部１０３が、相関モデル更新前の判定済み組み合わせの内、相関関係が検出されている２つのメトリックの組み合わせについて、相関関数を再決定するためである。
以上、実施形態を参照して本願発明を説明したが、本願発明は上記実施形態に限定されない。本願発明の構成や詳細には、本願発明のスコープ内で当業者が理解し得る様々な変更をすることができる。
例えば、本発明の第一の実施の形態では、監視対象のシステム構成の変更により、冗長構成されたサーバが追加される場合を例に動作を説明したが、これに限らず、監視対象のシステム構成に変更は無いが、監視ポリシーの変更などにより、監視対象のメトリックが追加された場合も、アプリケーションのロジックに変更は無いため、同様の効果が得られる。
また、仮想環境等において、アプリケーションのロジックの変更無しに、ＣＰＵやメモリリソースを増強し、増強したＣＰＵやメモリリソースに関するメトリックが監視対象として追加された場合も、同様の効果が得られる。
さらに、データベースのキャッシュサイズの増強、ＡＰサーバのワーカスレッド数の増強など、アプリケーションのロジックの変更無しに、アプリケーションのパラメータを変更し、変更したパラメータに関するメトリックが監視対象として追加された場合も、同様の効果が得られる。
この出願は、２０１１年１月２４日に出願された日本出願特願２０１１−０１１８８７を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１００ 運用管理装置
１０１ 性能情報収集部
１０２ 相関モデル生成部
１０３ 相関モデル更新部
１０４ 障害分析部
１１１ 性能情報記憶部
１１２ 相関モデル記憶部
１１３ メトリック情報記憶部
１１４ 追加メトリック情報記憶部
１２１ 性能系列情報
１２２ 相関モデル情報
１２３ メトリック情報
１２４ 追加メトリック情報
２００ 被監視装置
１０１ 性能情報収集部
１０２ 相関モデル生成部
１０３ 相関モデル更新部
１０４ 障害分析部
１１１ 性能情報記憶部
１１２ 相関モデル記憶部
１１３ メトリック情報記憶部
１１４ 追加メトリック情報記憶部
１２１ 性能系列情報
１２２ 相関モデル情報
１２３ メトリック情報
１２４ 追加メトリック情報
２００ 被監視装置
Claims (15)
- 第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶する相関モデル記憶手段と、
メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する相関モデル更新手段と
を含む運用管理装置。 - さらに、前記第１の複数のメトリックを示すメトリック情報を記憶するメトリック情報記憶手段を含み、
前記相関モデル更新手段は、前記第２の相関モデルを生成する場合、前記追加されたメトリックの内の２つのメトリックの組み合わせの各々、及び、当該追加されたメトリックと前記メトリック情報に含まれるメトリックの組み合わせの各々について、前記相関関係の有無を判定し、前記追加されたメトリックを前記メトリック情報に追加する
請求項１に記載の運用管理装置。 - さらに、前記第１の複数のメトリックの内の２つのメトリックの組み合わせの各々について前記相関関係の有無を判定し、検出された前記相関関係を含む前記第１の相関モデルを生成し、前記第１の複数のメトリックを前記メトリック情報に設定する相関モデル生成手段を含む
請求項２に記載の運用管理装置。 - さらに、複数のメトリックの各々の計測値を時系列に記憶する性能情報記憶手段を含み、
前記性能情報記憶手段に含まれる２つのメトリックの所定期間の前記計測値をもとに当該２つのメトリック間の相関関数が決定され、当該相関関数による変換誤差をもとに当該２つのメトリックの組み合わせについての前記相関関係の有無の判定が行われる
請求項１乃至３のいずれかに記載の運用管理装置。 - 前記相関モデル更新手段は、さらに、前記第１の相関モデルにおいて前記相関関係が検出されている２つのメトリックの組み合わせの各々について、前記相関関数を再決定する
請求項４に記載の運用管理装置。 - 第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、
メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する
運用管理方法。 - さらに、前記第１の複数のメトリックを示すメトリック情報を記憶し、
前記第２の相関モデルを生成する場合、前記追加されたメトリックの内の２つのメトリックの組み合わせの各々、及び、当該追加されたメトリックと前記メトリック情報に含まれるメトリックの組み合わせの各々について、前記相関関係の有無を判定し、前記追加されたメトリックを前記メトリック情報に追加する
請求項６に記載の運用管理方法。 - さらに、前記第１の複数のメトリックの内の２つのメトリックの組み合わせの各々について前記相関関係の有無を判定し、検出された前記相関関係を含む前記第１の相関モデルを生成し、前記第１の複数のメトリックを前記メトリック情報に設定する
請求項７に記載の運用管理方法。 - さらに、複数のメトリックの各々の計測値を時系列に記憶し、
２つのメトリックの所定期間の前記計測値をもとに当該２つのメトリック間の相関関数が決定され、当該相関関数による変換誤差をもとに当該２つのメトリックの組み合わせについての前記相関関係の有無の判定が行われる
請求項６乃至８のいずれかに記載の運用管理方法。 - 前記第２の相関モデルを生成する場合、さらに、前記第１の相関モデルにおいて前記相関関係が検出されている２つのメトリックの組み合わせの各々について、前記相関関数を再決定する
請求項９に記載の運用管理方法。 - コンピュータに、
第１の複数のメトリックの内の２つのメトリックの組み合わせについて検出された相関関係から構成される第１の相関モデルを記憶し、
メトリックが追加された場合、当該追加されたメトリックと前記第１の複数のメトリックを含む第２の複数のメトリックの内の２つのメトリックの組み合わせの中から、前記第１の複数のメトリックの内の２つのメトリックの組み合わせを除いた２つのメトリックの組み合わせの各々について、前記相関関係の有無を判定し、検出された前記相関関係を前記第１の相関モデルに追加して第２の相関モデルを生成する
処理を実行させるプログラムを格納するコンピュータ読み取り可能な記録媒体。 - さらに、前記第１の複数のメトリックを示すメトリック情報を記憶し、
前記第２の相関モデルを生成する場合、前記追加されたメトリックの内の２つのメトリックの組み合わせの各々、及び、当該追加されたメトリックと前記メトリック情報に含まれるメトリックの組み合わせの各々について、前記相関関係の有無を判定し、前記追加されたメトリックを前記メトリック情報に追加する
請求項１１に記載のプログラムを格納する記録媒体。 - さらに、前記第１の複数のメトリックの内の２つのメトリックの組み合わせの各々について前記相関関係の有無を判定し、検出された前記相関関係を含む前記第１の相関モデルを生成し、前記第１の複数のメトリックを前記メトリック情報に設定する
請求項１２に記載のプログラムを格納する記録媒体。 - さらに、複数のメトリックの各々の計測値を時系列に記憶し、
２つのメトリックの所定期間の前記計測値をもとに当該２つのメトリック間の相関関数が決定され、当該相関関数による変換誤差をもとに当該２つのメトリックの組み合わせについての前記相関関係の有無の判定が行われる
請求項１１乃至１３のいずれかに記載のプログラムを格納する記録媒体。 - 前記第２の相関モデルを生成する場合、さらに、前記第１の相関モデルにおいて前記相関関係が検出されている２つのメトリックの組み合わせの各々について、前記相関関数を再決定する
請求項１４に記載のプログラムを格納する記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012554646A JP5532150B2 (ja) | 2011-01-24 | 2011-12-13 | 運用管理装置、運用管理方法、及びプログラム |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011011887 | 2011-01-24 | ||
| JP2011011887 | 2011-01-24 | ||
| JP2012554646A JP5532150B2 (ja) | 2011-01-24 | 2011-12-13 | 運用管理装置、運用管理方法、及びプログラム |
| PCT/JP2011/079275 WO2012101933A1 (ja) | 2011-01-24 | 2011-12-13 | 運用管理装置、運用管理方法、及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP5532150B2 JP5532150B2 (ja) | 2014-06-25 |
| JPWO2012101933A1 true JPWO2012101933A1 (ja) | 2014-06-30 |
Family
ID=46580515
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012554646A Active JP5532150B2 (ja) | 2011-01-24 | 2011-12-13 | 運用管理装置、運用管理方法、及びプログラム |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US8930757B2 (ja) |
| EP (1) | EP2685380B1 (ja) |
| JP (1) | JP5532150B2 (ja) |
| CN (1) | CN103339613B (ja) |
| WO (1) | WO2012101933A1 (ja) |
Families Citing this family (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130231978A1 (en) * | 2012-03-01 | 2013-09-05 | International Business Machines Corporation | Integrated case management history and analytics |
| EP2916222A4 (en) * | 2012-11-01 | 2016-04-13 | Nec Corp | DISTRIBUTED DATA PROCESSING SYSTEM AND DISTRIBUTED DATA PROCESSING METHOD |
| GB2517147A (en) * | 2013-08-12 | 2015-02-18 | Ibm | Performance metrics of a computer system |
| JP2015184818A (ja) * | 2014-03-20 | 2015-10-22 | 株式会社東芝 | サーバ、モデル適用可否判定方法およびコンピュータプログラム |
| US10176033B1 (en) * | 2015-06-25 | 2019-01-08 | Amazon Technologies, Inc. | Large-scale event detector |
| US10587487B2 (en) | 2015-09-23 | 2020-03-10 | International Business Machines Corporation | Selecting time-series data for information technology (IT) operations analytics anomaly detection |
| US10169731B2 (en) * | 2015-11-02 | 2019-01-01 | International Business Machines Corporation | Selecting key performance indicators for anomaly detection analytics |
| US10331802B2 (en) | 2016-02-29 | 2019-06-25 | Oracle International Corporation | System for detecting and characterizing seasons |
| US10699211B2 (en) | 2016-02-29 | 2020-06-30 | Oracle International Corporation | Supervised method for classifying seasonal patterns |
| US10867421B2 (en) | 2016-02-29 | 2020-12-15 | Oracle International Corporation | Seasonal aware method for forecasting and capacity planning |
| US10885461B2 (en) | 2016-02-29 | 2021-01-05 | Oracle International Corporation | Unsupervised method for classifying seasonal patterns |
| US10198339B2 (en) * | 2016-05-16 | 2019-02-05 | Oracle International Corporation | Correlation-based analytic for time-series data |
| US10635563B2 (en) | 2016-08-04 | 2020-04-28 | Oracle International Corporation | Unsupervised method for baselining and anomaly detection in time-series data for enterprise systems |
| US11082439B2 (en) | 2016-08-04 | 2021-08-03 | Oracle International Corporation | Unsupervised method for baselining and anomaly detection in time-series data for enterprise systems |
| US10949436B2 (en) | 2017-02-24 | 2021-03-16 | Oracle International Corporation | Optimization for scalable analytics using time series models |
| US10915830B2 (en) | 2017-02-24 | 2021-02-09 | Oracle International Corporation | Multiscale method for predictive alerting |
| US10817803B2 (en) | 2017-06-02 | 2020-10-27 | Oracle International Corporation | Data driven methods and systems for what if analysis |
| US10997517B2 (en) | 2018-06-05 | 2021-05-04 | Oracle International Corporation | Methods and systems for aggregating distribution approximations |
| US10963346B2 (en) | 2018-06-05 | 2021-03-30 | Oracle International Corporation | Scalable methods and systems for approximating statistical distributions |
| US11138090B2 (en) | 2018-10-23 | 2021-10-05 | Oracle International Corporation | Systems and methods for forecasting time series with variable seasonality |
| US12001926B2 (en) | 2018-10-23 | 2024-06-04 | Oracle International Corporation | Systems and methods for detecting long term seasons |
| US10855548B2 (en) | 2019-02-15 | 2020-12-01 | Oracle International Corporation | Systems and methods for automatically detecting, summarizing, and responding to anomalies |
| US11533326B2 (en) | 2019-05-01 | 2022-12-20 | Oracle International Corporation | Systems and methods for multivariate anomaly detection in software monitoring |
| US11537940B2 (en) | 2019-05-13 | 2022-12-27 | Oracle International Corporation | Systems and methods for unsupervised anomaly detection using non-parametric tolerance intervals over a sliding window of t-digests |
| US11887015B2 (en) | 2019-09-13 | 2024-01-30 | Oracle International Corporation | Automatically-generated labels for time series data and numerical lists to use in analytic and machine learning systems |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06131468A (ja) * | 1992-10-16 | 1994-05-13 | Toshiba Corp | パターン記憶装置およびパターン記憶方法 |
| US7337090B1 (en) * | 1994-05-25 | 2008-02-26 | Emc Corporation | Apparatus and method for event correlation and problem reporting |
| JP3556574B2 (ja) * | 2000-05-31 | 2004-08-18 | 株式会社東芝 | 情報分析方法および装置 |
| US7076695B2 (en) * | 2001-07-20 | 2006-07-11 | Opnet Technologies, Inc. | System and methods for adaptive threshold determination for performance metrics |
| WO2003054704A1 (en) * | 2001-12-19 | 2003-07-03 | Netuitive Inc. | Method and system for analyzing and predicting the behavior of systems |
| US7444263B2 (en) * | 2002-07-01 | 2008-10-28 | Opnet Technologies, Inc. | Performance metric collection and automated analysis |
| US20050216241A1 (en) * | 2004-03-29 | 2005-09-29 | Gadi Entin | Method and apparatus for gathering statistical measures |
| US7617313B1 (en) * | 2004-12-27 | 2009-11-10 | Sprint Communications Company L.P. | Metric transport and database load |
| JP4591697B2 (ja) * | 2005-08-16 | 2010-12-01 | 日本電気株式会社 | 通信管理システムおよび通信管理方法 |
| US7269599B2 (en) * | 2005-12-01 | 2007-09-11 | International Business Machines Corporation | Method and system for predicting user activity levels associated with an application |
| JP4573179B2 (ja) * | 2006-05-30 | 2010-11-04 | 日本電気株式会社 | 性能負荷異常検出システム、性能負荷異常検出方法、及びプログラム |
| JP4859558B2 (ja) * | 2006-06-30 | 2012-01-25 | 株式会社日立製作所 | コンピュータシステムの制御方法及びコンピュータシステム |
| US7827447B2 (en) * | 2007-01-05 | 2010-11-02 | International Business Machines Corporation | Sliding window mechanism for data capture and failure analysis |
| US7661032B2 (en) * | 2007-01-06 | 2010-02-09 | International Business Machines Corporation | Adjusting sliding window parameters in intelligent event archiving and failure analysis |
| US8095830B1 (en) * | 2007-04-03 | 2012-01-10 | Hewlett-Packard Development Company, L.P. | Diagnosis of system health with event logs |
| US7996204B2 (en) * | 2007-04-23 | 2011-08-09 | Microsoft Corporation | Simulation using resource models |
| US20120023041A1 (en) * | 2007-08-08 | 2012-01-26 | Yoram Kariv | System and method for predictive network monitoring |
| US20090210745A1 (en) * | 2008-02-14 | 2009-08-20 | Becker Sherilyn M | Runtime Error Correlation Learning and Guided Automatic Recovery |
| JP4872945B2 (ja) | 2008-02-25 | 2012-02-08 | 日本電気株式会社 | 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム |
| JP4872944B2 (ja) | 2008-02-25 | 2012-02-08 | 日本電気株式会社 | 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム |
| US8255522B2 (en) * | 2009-03-06 | 2012-08-28 | Hewlett-Packard Development Company, L.P. | Event detection from attributes read by entities |
| JP5741784B2 (ja) | 2009-03-31 | 2015-07-01 | 株式会社寺岡精工 | セルフチェックアウトシステム |
| JP5418250B2 (ja) * | 2010-01-26 | 2014-02-19 | 富士通株式会社 | 異常検出装置、プログラム、及び異常検出方法 |
| US8949668B2 (en) * | 2011-05-23 | 2015-02-03 | The Boeing Company | Methods and systems for use in identifying abnormal behavior in a control system including independent comparisons to user policies and an event correlation model |
| US20130231978A1 (en) * | 2012-03-01 | 2013-09-05 | International Business Machines Corporation | Integrated case management history and analytics |
-
2011
- 2011-12-13 CN CN201180065835.XA patent/CN103339613B/zh active Active
- 2011-12-13 WO PCT/JP2011/079275 patent/WO2012101933A1/ja active Application Filing
- 2011-12-13 JP JP2012554646A patent/JP5532150B2/ja active Active
- 2011-12-13 US US13/505,273 patent/US8930757B2/en active Active
- 2011-12-13 EP EP11857203.1A patent/EP2685380B1/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| US8930757B2 (en) | 2015-01-06 |
| EP2685380B1 (en) | 2020-01-22 |
| EP2685380A4 (en) | 2015-08-12 |
| JP5532150B2 (ja) | 2014-06-25 |
| US20130151907A1 (en) | 2013-06-13 |
| CN103339613B (zh) | 2016-01-06 |
| CN103339613A (zh) | 2013-10-02 |
| WO2012101933A1 (ja) | 2012-08-02 |
| EP2685380A1 (en) | 2014-01-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5532150B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
| JP6394726B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
| JP5910727B2 (ja) | 運用管理装置、運用管理方法、及び、プログラム | |
| JP5267749B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
| JP5729466B2 (ja) | 仮想マシン管理装置、仮想マシン管理方法、及び、プログラム | |
| WO2014184934A1 (ja) | 障害分析方法、障害分析システム及び記憶媒体 | |
| JP5768796B2 (ja) | 運用管理装置、運用管理方法、及び、プログラム | |
| WO2013042789A1 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
| US10430268B2 (en) | Operations management system, operations management method and program thereof | |
| US9852007B2 (en) | System management method, management computer, and non-transitory computer-readable storage medium | |
| WO2014080598A1 (ja) | 運用管理装置、及び、運用管理方法 | |
| JP5971395B2 (ja) | システム分析装置、及び、システム分析方法 | |
| JP6176390B2 (ja) | 情報処理装置、解析方法、及び、プログラム記録媒体 | |
| JP2006092053A (ja) | システム使用率管理装置及びそれに用いるシステム使用率管理方法並びにそのプログラム | |
| WO2020261621A1 (ja) | 監視システム、監視方法及びプログラム | |
| JPWO2013114911A1 (ja) | リスク評価システム、リスク評価方法、及びプログラム | |
| JP6070717B2 (ja) | 分散データ処理システム、及び、分散データ処理方法 | |
| JP2015007886A (ja) | 運用管理処理検証装置、運用管理システム、運用管理処理検証方法、および、コンピュータ・プログラム | |
| JP2023133915A (ja) | 情報処理装置、情報処理方法およびプログラム | |
| JP2010073151A (ja) | クラスタシステムにおける性能低下の原因箇所の特定方法、クラスタシステム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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: 20140325 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140407 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5532150 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |