KR101763394B1 - 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법 - Google Patents

스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법 Download PDF

Info

Publication number
KR101763394B1
KR101763394B1 KR1020170052553A KR20170052553A KR101763394B1 KR 101763394 B1 KR101763394 B1 KR 101763394B1 KR 1020170052553 A KR1020170052553 A KR 1020170052553A KR 20170052553 A KR20170052553 A KR 20170052553A KR 101763394 B1 KR101763394 B1 KR 101763394B1
Authority
KR
South Korea
Prior art keywords
information
speed
time
streaming data
processing system
Prior art date
Application number
KR1020170052553A
Other languages
English (en)
Inventor
김형근
박관영
서강원
Original Assignee
주식회사 모비젠
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
Application filed by 주식회사 모비젠 filed Critical 주식회사 모비젠
Priority to KR1020170052553A priority Critical patent/KR101763394B1/ko
Priority to PCT/KR2017/004718 priority patent/WO2018199372A1/ko
Application granted granted Critical
Publication of KR101763394B1 publication Critical patent/KR101763394B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
    • H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
    • H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
    • H04N21/24—Monitoring of processes or resources, e.g. monitoring of server load, available bandwidth, upstream requests
    • H04N21/2405—Monitoring of the internal components or processes of the server, e.g. server load

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

본 발명의 일 실시 예는, 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치에 있어서, 상기 스트리밍 데이터 고속처리시스템이 제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있는 데이터베이스; 상기 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악하는 속도미달정보파악부; 상기 처리속도정보와 상기 장애발생정보간의 상관관계정보를 산출하는 관계정보산출부; 상기 속도미달정보와 상기 장애발생정보와의 비율정보를 수신하고, 상기 산출된 상관관계정보 및 상기 수신된 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출하는 제2기준속도산출부; 및 상기 제2시점에서의 데이터처리속도가 상기 제2기준속도보다 더 느리면, 성능이상발생경보를 출력하는 경보출력부;를 포함하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링 장치를 제공한다.

Description

스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법{Apparatus for monitoring streaming data processing system and method thereof}
본 발명은 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법에 관한 것으로서, 보다 구체적으로는 스트리밍 데이터를 수집하여 고속으로 처리하는 시스템의 성능 저하 및 장애 발생을 정확하게 감지하기 위해 가변성이 있는 임계값을 산출하는 모니터링 장치 및 그 장치의 모니터링 방법에 관한 것이다.
인터넷상에서 동영상 데이터의 송수신량은 비약적으로 증가하고 있으며, 동영상 데이터를 이용하는 유저들은 동영상 데이터를 영구적으로 저장장치에 저장하여 재생하는 것보다는 스트리밍 방식을 통해 일회성으로 감상하는 것을 더 선호하는 특성을 갖고 있으므로, 스트리밍 데이터를 수집, 처리하는 시스템은 스트리밍 데이터(streaming data)에 대한 안정적인 고속처리능력을 필수적으로 갖추고 있어야 한다.
스트리밍 데이터 처리시스템은 고속처리성능을 안정적으로 유지하기 위해서, 시스템의 성능저하나 장애발생을 모니터링하는 모니터링장치와 함께 운용하는 것이 일반적이며, 시스템 관리자(system administrator)는 모니터링장치를 통해서 스트리밍 데이터 처리시스템을 효율적으로 감시할 수 있다.
모니터링장치가 스트리밍 데이터 처리 시스템이 정상적으로 동작하고 있는 것을 판단하기 위해서는 기준이 필요한데, 그 기준이 되는 값을 시스템 관리자가 매번 지정하여 관리할 경우에는 스트리밍 데이터 처리량의 변화나 시스템 장애 상황에 효율적으로 대처하기 어렵고, 시스템 관리자의 부담이 과중한 문제점이 있다.
위와 같은 문제점을 해결하기 위해서는, 모니터링장치가 스트리밍 데이터 처리 시스템의 정상 동작 여부를 판단하는 기준값을 시간의 흐름 및 시스템의 상황에 따라 능동적으로 조절함으로써, 시스템 관리자의 불필요한 개입을 최소화할 수 있는 모니터링 장치가 필요하다.
대한민국 등록특허 제10-1218927호
본 발명이 해결하고자 하는 기술적 과제는, 스트리밍 데이터를 처리하는 처리시스템의 성능저하를 판단하기 위한 기준값을 축적되어 온 성능지표를 통해 산출하고, 그 산출된 기준값을 통해 사람의 개입없이 처리시스템의 정상 동작 여부를 정확하게 판단할 수 있는 모니터링 장치 및 그 방법을 제공하는 데에 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 일 실시 예에 따른 모니터링장치는, 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치에 있어서, 상기 스트리밍 데이터 고속처리시스템이 제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있는 데이터베이스; 상기 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악하는 속도미달정보파악부; 상기 처리속도정보와 상기 장애발생정보간의 상관관계정보를 산출하는 관계정보산출부; 상기 속도미달정보와 상기 장애발생정보와의 비율정보를 수신하고, 상기 산출된 상관관계정보 및 상기 수신된 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출하는 제2기준속도산출부; 및 상기 제2시점에서의 데이터처리속도가 상기 제2기준속도보다 더 느리면, 성능이상발생경보를 출력하는 경보출력부;를 포함한다.
상기 장치에 있어서, 상기 제1기준속도는, 상기 단위시각별로 서로 다르게 설정된 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 장애발생정보는, 기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 상기 기준장애코드가 발생한 시점을 제외한 시점의 비기준장애정보를 포함하는 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 수신된 비율정보는, 상기 속도미달정보 및 상기 기준장애정보간의 비율에 대한 정보인 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 관계정보산출부는 최우추정법(Maximum Likelihood Method)를 이용하여 상기 상관관계정보를 산출하는 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 관계정보산출부는, 상기 상관관계정보를 산출하는 데에 있어서, 로짓변환((Logit Transformation)를 이용하는 것을 특징으로 할 수 있다.
상기 장치에 있어서, 상기 속도미달정보파악부는, 상기 처리속도정보에서 제1기준속도보다 더 빠르게 데이터가 처리된 시점의 속도달성정보를 상기 파악된 속도미달정보와 구분하기 위해 이진변수를 이용하는 것을 특징으로 할 수 있다.
상기 기술적 과제를 해결하기 위한 본 발명의 다른 일 실시 예에 따른 모니터링방법은, 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법에 있어서, 제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있는 데이터베이스를 참조하여, 상기 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악하는 속도미달정보파악단계; 상기 처리속도정보와 상기 장애발생정보간의 상관관계정보를 산출하는 관계정보산출단계; 상기 속도미달정보와 상기 장애발생정보와의 비율정보를 수신하고, 상기 산출된 상관관계정보 및 상기 수신된 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출하는 제2기준속도산출단계; 및 상기 제2시점에서의 데이터처리속도가 상기 제2기준속도보다 더 느리면, 성능이상발생경보를 출력하는 경보출력단계;를 포함한다.
상기 방법에 있어서, 상기 제1기준속도는, 상기 단위시각별로 서로 다르게 설정된 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 장애발생정보는, 기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 상기 기준장애코드가 발생한 시점을 제외한 시점의 비기준장애정보를 포함하는 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 수신된 비율정보는, 상기 속도미달정보 및 상기 기준장애정보간의 비율에 대한 정보인 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 관계정보산출단계는 최우추정법(Maximum Likelihood Method)를 이용하여 상기 상관관계정보를 산출하는 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 관계정보산출단계는, 상기 상관관계정보를 산출하는 데에 있어서, 로짓변환(Logit Transformation)를 이용하는 것을 특징으로 할 수 있다.
상기 방법에 있어서, 상기 속도미달정보파악단계는, 상기 처리속도정보에서 제1기준속도보다 더 빠르게 데이터가 처리된 시점의 속도달성정보를 상기 파악된 속도미달정보와 구분하기 위해 이진변수를 이용하는 것을 특징으로 할 수 있다.
본 발명은 상기 기술적 과제를 해결하기 위한 방법을 실행시키기 위한 프로그램을 기록하고 있는 컴퓨터 판독가능한 기록매체를 제공할 수 있다.
본 발명에 따르면, 빅 스트리밍 데이터(big streaming data)를 처리하는 스트리밍 데이터 처리시스템의 처리결과와 비교되는 임계값인 제2기준속도가 시간의 변화에 따라 관리자가 개입할 필요 없이 능동적으로 산출되고 적용됨으로써, 스트리밍 데이터 처리 시스템의 성능변화상태를 시스템 관리자의 개입을 최소화하면서 감시할 수 있게 되어, 시스템 관리자의 업무 부담을 경감시킬 수 있다.
또한, 스트리밍 데이터 처리시스템에 본 발명에 따른 모니터링 장치를 적용할 경우, 보다 적은 운용 인력과 시간을 투입하고도 종전과 동일하거나 그 이상의 시스템 감시 효과를 달성할 수 있다.
도 1은 본 발명에 따른 모니터링 시스템의 전체 구성을 개략적으로 나타낸 도면이다.
도 2는 본 발명에 따른 모니터링 장치의 일 예에 대한 블록도이다.
도 3은 본 발명에 따라 산출되는 제2기준속도를 도식적으로 나타낸 도면이다.
도 4는 본 발명에 따른 제2기준속도 산출방식을 수도코드(pseudo-code)로 구현한 일 예를 나타낸다.
도 5는 본 발명에 따른 스트리밍 데이터 고속처리시스템을 모니터링하는 방법의 일 예의 흐름도를 도시한 도면이다.
본 발명은 다양한 변환을 가할 수 있고 여러 가지 실시 예를 가질 수 있는바, 특정 실시 예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 본 발명의 효과 및 특징, 그리고 그것들을 달성하는 방법은 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있다.
이하, 첨부된 도면을 참조하여 본 발명의 실시 예들을 상세히 설명하기로 하며, 도면을 참조하여 설명할 때 동일하거나 대응하는 구성 요소는 동일한 도면부호를 부여하고 이에 대한 중복되는 설명은 생략하기로 한다.
이하의 실시 예에서, 제1, 제2 등의 용어는 한정적인 의미가 아니라 하나의 구성 요소를 다른 구성 요소와 구별하는 목적으로 사용되었다.
이하의 실시 예에서, 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다.
이하의 실시 예에서, 포함하다 또는 가지다 등의 용어는 명세서상에 기재된 특징, 또는 구성요소가 존재함을 의미하는 것이고, 하나 이상의 다른 특징을 또는 구성요소가 부가될 가능성을 미리 배제하는 것은 아니다.
어떤 실시 예가 달리 구현 가능한 경우에 특정한 공정 순서는 설명되는 순서와 다르게 수행될 수도 있다. 예를 들어, 연속하여 설명되는 두 공정이 실질적으로 동시에 수행될 수도 있고, 설명되는 순서와 반대의 순서로 진행될 수 있다.
도 1은 본 발명에 따른 모니터링 시스템의 전체 구성을 개략적으로 나타낸 도면이다.
도 1을 참조하면, 본 발명에 따른 스트리밍 데이터 처리시스템의 모니터링 시스템(10)은, 스트리밍 데이터 송신시스템(110), 스트리밍 데이터 처리시스템(130) 및 모니터링장치(200)로 구성되어 있으며, 스트리밍 데이터 송신시스템(110) 및 스트리밍 데이터 처리시스템(130)은 통신망(150)을 통해 연결되어 각종 데이터를 송수신한다는 것을 알 수 있다.
먼저, 스트리밍 데이터 송신시스템(110)은 스트리밍 데이터를 저장하고 있으며, 스트리밍 데이터 처리시스템(130)으로부터 스트리밍 데이터의 송신하라는 요청을 수신하면, 통신망(150)을 통해 스트리밍 데이터 처리시스템(130)에 스트리밍 데이터를 송신한다. 여기서, 스트리밍 데이터는 전체 데이터 중 일부만을 분할하여 송신될 수 있고, 그 스트리밍 데이터의 일부를 수신한 측에서 그 스트리밍 데이터의 일부를 재생(play)할 수 있는 각종 비디오 및 오디오 데이터를 의미한다.
스트리밍 데이터 처리시스템(130)은 스트리밍 데이터 송신시스템(110)에 스트리밍 데이터 송신요청을 송신하고, 스트리밍 데이터를 수신 및 처리한다. 스트리밍 데이터 처리시스템(130)은 스트리밍 데이터 송신시스템(110)으로부터 수신한 스트리밍 데이터를 반영구적으로 저장할 수 있는 저장장치(storing device) 및 스트리밍 데이터를 처리하여 출력장치를 통해 출력시키는 그래픽제어장치, 오디오제어장치, 각종 프로세서를 모두 포함할 수 있다. 또한, 스트리밍 데이터 처리시스템(130)은 스트리밍 데이터를 처리한 내역(history)을 단위시각별 또는 이벤트별로 로그(log)에 기록하여 보관할 수 있다.
본 발명에 따른 모니터링장치(200)는 스트리밍 데이터 처리시스템(130)의 성능저하 또는 장애코드(error code)의 발생여부를 감시하는 기능을 수행한다. 모니터링장치(200)는 스트리밍 데이터 처리시스템(130)으로부터 데이터 처리결과를 직접 수신하거나, 스트리밍 데이터 처리시스템(130)의 로그를 분석하여, 스트리밍 데이터 처리시스템(130)에 성능저하 또는 장애코드가 발생한 것을 감지한다.
스트리밍 데이터 처리시스템(130)에 성능저하 또는 장애코드가 발생한 것을 감지하면, 그 감지한 결과를 시각적으로 출력할 수도 있다. 모니터링장치(200)는 스트리밍 데이터 처리시스템(130)과 유선으로 연결되거나, 스트리밍 데이터 처리시스템(130)에 물리적 또는 논리적으로 포함되어 동작할 수 있다.
스트리밍 데이터 송신시스템(110) 및 스트리밍 데이터 처리시스템(130)은 각종 데이터를 통신망(150)을 통해 송수신하게 되며, 여기서, 통신망(150)은 일반전화망, 데이터망, 이동통신망 등 각종 유무선 통신망을 포함한다.
도 2는 본 발명에 따른 모니터링 장치의 일 예에 대한 블록도이다.
도 2를 참조하면, 본 발명에 따른 모니터링장치(200)는 데이터베이스(210), 속도미달정보파악부(230), 관계정보산출부(250), 제2기준속도산출부(270) 및 경보출력부(290)를 포함하고 있다는 것을 알 수 있으며, 설명의 편의를 위해서, 도 1을 참조하여 설명하기로 한다.
데이터베이스(210)는 제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있다. 여기서, 제1시점은 스트리밍 데이터 처리시스템(130)이 스트리밍 데이터를 처리한 과거의 시점 중 현재와 가장 인접한 시간대를 의미한다. 예를 들어, 스트리밍 데이터 처리시스템(130)이 오후 2시부터 오후 3시까지 스트리밍 데이터를 처리했다면, 제1시점은 오후 3시 시점이 될 수 있다.
처리속도정보는 스트리밍 데이터 처리시스템(130)이 데이터를 처리하는 속도의 값에 대한 정보를 의미한다. 처리속도정보는 스트리밍 데이터 처리시스템(130)의 로그에 단위시각별로 기록되는 정보를 기초로 하여 생성될 수 있다. 스트리밍 데이터 처리시스템(130)의 데이터 처리속도는 데이터를 처리할 때의 시스템의 보유 리소스량, 장애발생상태, 스트리밍 데이터의 용량, 스트리밍 데이터의 종류(데이터 포맷, 확장자 등을 의미)등에 따라 달라지며, 처리속도정보는 그런 다양한 데이터 처리속도를 포함한 여러 정보가 단위시각별로 기록된 정보이다. 일반적으로 시스템의 데이터 처리속도가 느려지는 것은 시스템의 성능 저하 상태로 해석된다.
장애발생정보는 스트리밍 데이터 처리시스템(130)이 데이터를 처리하는 과정에서 발생하는 각종 장애에 대한 정보를 의미한다. 여기서, 장애발생정보에는 스트리밍 데이터 처리시스템(130)에 미리 설정된 장애코드가 발생한 상태는 물론이고, 미리 설정되지 않은 장애코드가 발생한 상태에 대한 정보가 모두 포함된다.
스트리밍 데이터 처리시스템(130)이 장애코드를 출력하더라도, 스트리밍 데이터 처리시스템(130)의 데이터 처리속도가 전혀 달라지지 않을 수 있다. 즉, 스트리밍 데이터 처리시스템(130)에서 장애가 발생하는 것과 성능 저하가 발생하는 것은 별개의 문제이다. 예를 들어, 스트리밍 데이터 처리시스템(130)의 데이터 처리결과가 스트리밍 데이터 처리시스템(130)에 미리 설정된 SLO(Service Level Objective)을 위반할 경우, 스트리밍 데이터 처리시스템(130)은 장애코드를 출력할 수 있다. 이때, SLO는 스트리밍 데이터 처리시스템(130)의 처리결과에 요구되는 일정한 기준을 의미하고, 그 기준은 스트리밍 데이터 처리시스템(130)의 데이터 처리속도와 전혀 무관한 기준일 수도 있다.
선택적 일 실시 예로서, 장애발생정보는 기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 기준장애코드가 발생한 시점 외의 시점의 비기준장애정보를 포함할 수도 있다. 기준장애코드가 발생한 시점 외의 시점에는 기준장애코드 외의 장애코드가 발생한 시점 및 장애코드가 발생하지 않은 시점이 모두 포함된다.
즉, 장애발생정보는 스트리밍 데이터 처리시스템(130)으로부터 단위시각별로 출력되는 정보이지만, 매순간마다 스트리밍 데이터 처리시스템(130)에 미리 설정된 장애코드에 대응되는 장애가 발생되는 것은 아니므로, 장애발생정보에는 기준장애정보 및 비기준장애정보가 포함된다. 본 선택적 실시 예에서, 기준장애정보는 1, 비기준장애정보는 0으로 표현될 수 있다.
데이터베이스(210)는 시스템이 출력하는 장애코드가 기준장애코드인지 구별할 수 있는 비교코드를 미리 저장할 수도 있다. 데이터베이스(210)는 스트리밍 데이터 처리시스템(130)이 출력한 데이터 처리결과를 분석하여, 비교코드와 일치하는 기준장애코드가 있는지 여부를 파악하고, 기준장애정보 또는 비기준장애정보를 저장하도록 제어하는 프로세서(processor)를 포함할 수도 있다. 예를 들어, t1시점에 장애코드 F6009가 스트리밍 데이터 처리시스템(130)부터 출력되고, 비교코드에 F6009가 포함되어 있다면, 데이터베이스(210)에서 저장되는 t1시점의 장애발생정보는 기준장애정보를 포함하게 된다.
Figure 112017040167145-pat00001
수학식 1은 0초에서 t초까지의 장애발생정보의 일 예를 나타낸다. 수학식 1과 같이 0초에서 t초까지의 장애발생정보는 t+1차원의 벡터로 표현될 수 있다.
처리속도정보 및 장애발생정보는 모두 단위시각별로 기록된 정보이다. 여기서, 단위시각은 특정한 시각으로 한정되지 않으므로, 10초, 1분, 10분, 한 시간 등의 단위가 될 수 있다. 처리속도정보 및 장애발생정보가 둘 다 단위시각별로 기록된 정보이므로, 데이터베이스(210)는 처리속도정보 및 장애발생정보를 맵핑시켜 저장할 수 있다. 예를 들어, 단위시각이 1분이고, 1월 1일 오후 12시부터 스트리밍 데이터가 계속 처리되었다고 가정하면, 데이터베이스(210)에는 1월 1일 오후 12시 1분에 처리속도정보 및 장애발생정보가 각각 대응되어 저장될 수 있다. 데이터베이스(210)가 1월 1일 오후 12시 1분으로 검색되면, 데이터베이스(210)는 그에 따른 처리속도정보 및 장애발생정보를 한꺼번에 출력할 수 있다.
이어서, 속도미달정보파악부(230)는 데이터베이스(210)에 저장된 처리속도정보에서 제1기준속도보다 더 느리게 데이터를 처리한 시점의 속도미달정보를 파악한다.
제1기준속도는 속도미달정보파악부(230)에 미리 저장되어 있거나, 데이터베이스(210)에 저장되어 있다가 속도미달정보파악부(230)에 전달되는 속도값이다. 제1기준속도는 처리속도정보에 포함되어 있는 단위시각별 데이터처리속도와 비교된다. 속도미달정보파악부(230)는 특정 시점의 처리속도정보의 데이터처리속도가 제1기준속도보다 더 느리다면, 그 처리속도정보를 속도미달정보로 파악한다. 처리속도정보에는 스트리밍 데이터 처리시스템(130)이 데이터를 처리한 시각, 처리한 데이터, 처리속도에 대한 정보가 모두 포함되므로, 처리속도정보의 데이터처리속도가 제1기준속도보다 느리다면, 그 처리속도정보의 포함된 모든 정보가 속도미달정보에 포함된 정보가 된다. 즉, 제1기준속도는 스트리밍 데이터 처리시스템(130)에 성능 저하가 발생하여, 스트리밍 데이터 처리시스템(130)이 데이터를 처리하는 속도가 얼마나 떨어졌는지 속도미달정보파악부(230)가 파악하기 위한 기준이다.
선택적 일 실시 예로서, 제1기준속도는 단위시각별로 서로 다르게 설정될 수도 있다. 예를 들어, 0에서 t까지의 제1기준속도는 수학식 2처럼 표현될 수 있다.
Figure 112017040167145-pat00002
본 선택적 실시 예에 따르면, 스트리밍 데이터가 스트리밍 데이터 처리시스템(130)에 의해 처리되는 시점에 따라 제1기준속도가, 수학식 2와 같이 가변성을 갖고 있으므로, 단위시각별로 서로 다른 스트리밍 데이터의 처리속도에 대해 모니터링장치(200)가 일률적으로 성능 저하라고 판정하는 일을 최소화할 수 있다.
스트리밍 데이터 처리시스템(130)의 데이터의 처리속도는 시간의 흐름에 따라 다양하게 변화할 수 있으며, 처리속도가 특정 시점에서 느려지더라도 성능 저하가 아닌 다른 요인으로 인해 발생한 일시적 지연(temporary delay)에 불과할 수 있는데, 본 발명에 따른 모니터링장치(200)에 따르면, 시스템 관리자는 그러한 요인을 고려하여 시스템의 성능 저하 여부를 판단할 수 있게 된다.
이하에서는, 속도미달정보와 구분하기 위해, 처리속도정보 중 속도미달정보로 파악되지 않은 정보는 속도달성정보로 호칭하기로 한다. 속도미달정보파악부(230)는 전술한 과정을 통해 처리속도정보를 속도미달정보와 속도미달정보 외의 속도달성정보를 구분할 수 있고, 속도미달정보 및 속도달성정보를 기초로 하여, 이진변수 형태의 속도미달여부정보를 단위시각별로 산출할 수 있다.
Figure 112017040167145-pat00003
수학식 3은 0초에서 t초까지의 속도미달여부정보의 일 예를 나타낸다. 예를 들어, 수학식 3에서, 제1기준속도보다 더 느리게 데이터를 처리한 1초 시점의 속도미달여부정보인 y(1)는 1, 제1기준속도보다 더 빠르게 데이터를 처리한 2초 시점의 속도미달여부정보인 y(2)는 0이 된다. 이때, 속도미달정보파악부(230)에 미리 설정된 값에 따라 0과 1이 반대로 적용될 수도 있다.
이하에서는, 도 2를 이어서 설명하기로 한다.
관계정보산출부(250)는 처리속도정보와 장애발생정보간의 상관관계정보를 산출한다.
상관관계정보는 처리속도정보와 장애발생정보가 어떠한 상관관계를 갖고 있는지 수식으로 나타낸 정보를 의미한다. 스트리밍 데이터 처리시스템(130)이 제1시점까지 데이터를 처리한 결과가 충분히 많고, 장애발생정보가 이진변수 특성(미리 설정된 장애코드가 발생하였는지 발생하지 않았는지 여부)을 가지므로, 처리속도정보와 장애발생정보와의 상관관계를 하나의 수식으로 근사화(approximation)시키는 것이 가능하다.
장애코드 출력 장애코드 불출력
제1기준속도 미달 x y
제1기준속도 달성(초과) u v
표 1은 스트리밍 데이터 처리시스템(130)에서 출력되는 데이터 처리결과의 비율을 나타내는 표이다. 스트리밍 데이터 처리시스템(130)이 출력하는 데이터 처리결과는 표 1의 네 가지 중 어느 하나일 수밖에 없으므로, x, y, u, v를 합산하면, 1이 된다.
표 1의 x, y, u, v를 이용하여 수학식 4 내지 7에 따른 정보를 정의할 수 있다.
Figure 112017040167145-pat00004
Figure 112017040167145-pat00005
Figure 112017040167145-pat00006
Figure 112017040167145-pat00007
먼저, 수학식 4에서 PPV(Positive Predictive Value)는 0에서 t까지 스트리밍 데이터 처리시스템(130)이 출력한 데이터 처리결과 중에서, 제1기준속도보다 더 느리게 데이터를 처리하고, 장애코드도 출력한 시점의 정보의 비율을 의미한다. 수학식 5에서 cPPV(complementary PPV)는 0에서 t까지 스트리밍 데이터 처리시스템(130)이 출력한 데이터 처리결과 중에서, 제1기준속도보다 더 느리게 데이터를 처리했으나, 장애코드는 출력하지 않은 시점의 정보의 비율을 의미한다.
수학식 6에서 NPV(Negative Predictive Value)는 0에서 t까지 스트리밍 데이터 처리시스템(130)이 출력한 데이터 처리결과 중에서, 제1기준속도보다 더 빠르게 데이터를 처리하고, 장애코드도 출력하지 않은 시점의 정보의 비율을 의미한다. 수학식 7에서 cNPV(complementary NPV)는 0에서 t까지 스트리밍 데이터 처리시스템(130)이 출력한 데이터 처리결과 중에서, 제1기준속도보다 더 빠르게 데이터를 처리하고, 장애코드를 출력한 시점의 정보의 비율을 의미한다.
시스템 관리자는 시간이 충분히 경과한 후에, 스트리밍 데이터 처리시스템(130)이 출력하는 데이터 처리결과로부터 PPV 및 NPV가 산출되었을 때, 그 산출된 PPV 및 NPV가 시스템 관리자가 원하는 특정한 값이 되도록 예시적인 PPV 및 NPV을 미리 설정한다. 이하에서는, 시스템 관리자가 설정한 예시적인 PPV 및 NPV를 각각 α(알파), β(베타)라고 호칭하기로 한다.
시스템 관리자가 스트리밍 데이터 처리시스템(130)에 알파, 베타를 설정하면, 스트리밍 데이터 처리시스템(130)의 데이터 처리결과로부터 산출되는 PPV 및 NPV는 시간이 경과함에 따라 각각 알파 및 베타에 수렴하게 된다. 즉, 시스템 관리자가 스트리밍 데이터 처리시스템(130)으로부터 출력된 데이터 처리결과의 PPV 및 NPV가 각각 알파 및 베타가 되는 경우에는 스트리밍 데이터 처리시스템(130)이 충분히 긴 시간동안 동작하여 안정적인 상태로 장시간 지속되는 단조성(monotonicity)을 갖는 시스템이 되었다고 볼 수 있다. 본 발명은 위와 같이 단조성이 성립된 이후 시점에서 스트리밍 데이터 처리시스템(130)의 데이터 처리속도와 비교할 수 있는 제2기준속도를 산출하는 방법을 제안하며, 제2기준속도에 대한 추가적인 설명은 후술하기로 한다.
이어서, 관계정보산출부(250)는 처리속도정보와 장애발생정보간의 상관관계정보를 산출하기 위해서, 처리속도정보를 장애발생정보 및 제1기준속도를 기초로 하는 관계식으로 정규화할 수 있다.
Figure 112017040167145-pat00008
수학식 8은 처리속도정보를 장애발생정보 및 제1기준속도를 기초로 하는 선형관계식(Linear Relation)을 나타낸다. 수학식 8에서 Y(t)는 처리속도정보에 대한 벡터, Γ(t)는 제1기준속도에 대한 벡터, A(t)는 장애발생정보에 대한 벡터로 표현되고, x(t)는 처리속도정보와 장애발생정보의 합성벡터를 의미한다.
이때, 처리속도정보는, 보다 더 구체적으로는, 속도미달여부정보를 의미한다. 속도미달여부정보란, 단위시각별로 서로 다른 스트리밍 데이터 처리시스템(130)의 데이터 처리속도가 제1기준속도보다 더 빠르거나 더 느린지에 대한 정보로서, 이진변수로 나타낼 수 있는 정보이다. 여기서, 속도미달여부정보는 처리속도정보에 포함되어 있거나, 실시 예에 따라서, 관계정보산출부(250)가 처리속도정보를 수신한 후, 처리속도정보 및 제1기준속도를 기초로 하여 속도미달여부정보를 산출할 수도 있다.
전술한 것과 같이 장애발생정보도 이진변수로 나타낼 수 있는 정보이다. 제1기준속도는 고정된 상수값을 가질 수도 있지만, 실시 예에 따라 시간에 따라 매번 다른 값을 가질 수도 있다는 것을 수학식 2를 통해 설명한 바 있다.
수학식 8과 같은 선형식에 회귀모델링(Regression Modeling)을 적용하면, 미지수 b1, b2, c의 값을 알아낼 수 있으나, 본 발명에서는 응답변수인 Y(t)가 이진변수이므로, 수학식 8과 같은 일반적인 선형식을 이용할 수 없다.
수학식 8을 이용할 수 없는 첫 번째 이유는, 수학식 8에서 x(t)가 충분히 큰 값을 가질 때에, Y(t)가 1을 초과할 수 있기 때문이다. 수학식 8을 이용할 수 없는 두 번째 이유는, Y(t)가 0 또는 1만 되므로, 선형회귀식을 사용하기 위한 전제조건을 만족하지 못하기 때문이다. 선형회귀식을 사용하기 위한 전제조건은, 회귀계수의 유의성검정(Tests of Significance)인 잔차(residual)가 정규분포를 따라야 한다는 것이다.
또한, 마지막으로, A(t)도 0 또는 1인 이진변수이고, Γ(t)는 다양한 값이 될 수 있는 변수이므로, 본 발명에서 수학식 8과 같은 선형회귀식은 사용될 수 없고, 로지스틱 회귀(Logistic Regression)를 이용해야 한다.
Figure 112017040167145-pat00009
수학식 9는 로짓변환(Logit Transformation)의 회귀식을 사용하기 위한 벡터 p(x)를 나타낸다. 수학식 9에서 p(x)는 벡터 x가 제1기준속도 및 장애발생정보로 정의될 때, 스트리밍 데이터 처리시스템(130)의 데이터 처리속도가 제1기준속도보다 더 느린 확률로 정의된다.
Figure 112017040167145-pat00010
수학식 10은 수학식 9에 로짓변환을 적용하여 산출된 회귀식이다. 각 항은 동일한 차원의 벡터로 정의되어 있으므로, 회귀계수 b1, b2, c는 최우추정법(Maximal Likelihood Estimation)을 이용하여 구할 수 있다. 최우추정법은 표본의 수가 충분히 확보된 경우, 이산데이터(binary data)에 기초하여 비선형 통계 모델을 분석대상으로 할 때에 효과적인 추정방법이며, 최우추정법은 이미 널리 알려진 방법이므로, 최우추정법을 통해 회귀계수를 산출하는 과정은 생략하기로 한다.
Time A(t) Γ(t) Y(t)
1 0 58 0
2 1 109 1
3 1 126 0
4 0 60 1
5 1 120 1
6 0 69 0
7 1 147 1
8 0 85 1
9 0 58 0
10 1 116 0
11 1 131 0
12 1 104 1
13 1 149 0
14 0 60 1
15 0 64 1
표 2는 1초부터 15초까지의 Y(t), A(t), Γ(t)를 나타낸다. 표 2와 같은 값을 동일 차원의 벡터로 정리하고, 그 정리된 벡터들을 수학식 10에 대입 후, 최우추정법을 적용하면, b1은 0.8445968, b2는 -0.01878321, c는 1.507379가 산출된다. 표 2는 예시적인 값이므로, 단위시각별 Y(t), A(t), Γ(t)가 표 2와 달라지면, b1, b2, c도 달라질 수 있다.
제2기준속도산출부(270)는 속도미달정보와 장애발생정보간의 비율정보를 수신하고, 그 비율정보 및 관계정보산출부(250)가 산출한 상관관계정보를 기초로 하여 제1시점 이후의 제2시점에서의 제2기준속도를 산출한다.
여기서, 속도미달정보와 장애발생정보와의 비율정보는 속도미달정보를 대표하는 값과 장애발생정보를 대표하는 값의 비율정보를 의미한다. 표 1을 통해 예를 들어 설명하면, α는 속도미달정보와 장애발생정보간의 비율정보가 될 수 있다.
α는 시간 t가 충분히 경과했을 때, 스트리밍 데이터 처리시스템(130)이 출력하는 데이터 처리결과 중에서, 스트리밍 데이터 처리시스템(130)의 데이터 처리속도가 제1기준속도보다 느리고, 미리 설정된 장애코드를 출력하였을 때의 비율에 대한 정보로 정의되기 때문이다. 위와 같은 논리로, β, 특정시점에서의 PPV, cPPV, NPV, cNPV도 속도미달정보와 장애발생정보와의 비율정보가 될 수 있다. 제2기준속도산출부(270)는 속도미달정보와 장애발생정보와의 비율정보를 시스템 관리자로부터 입력받거나, 데이터베이스(210)에 미리 저장되어 있는 값을 이용할 수 있다.
또한, 관계정보산출부(250)로부터 수신한 상관관계정보는 처리속도정보와 장애발생정보간의 관계성을 나타내는 정보를 의미하므로, 수학식 10뿐만 아니라, 회귀계수 b1, b2, c도 상관관계정보가 될 수 있다.
이하에서는, 제2기준속도산출부(270)가 상관관계정보의 일 예인 회귀계수 b1, b2, c 및 비율정보의 일 예인 α 및 β를 기초로 하여 제2기준속도를 산출하는 일 예를 설명하도록 한다.
먼저, 수학식 10을 벡터 p(x)에 대해 나타내면 수학식 11과 같다.
Figure 112017040167145-pat00011
이때, 수학식 8을 참조하여, 벡터 x를 γ(t)와 a(t)의 결합으로 치환하면, 수학식 12와 같은 결과를 얻을 수 있다.
Figure 112017040167145-pat00012
수학식 12에서, a(t+1)은 이진변수(binary variable)로서 0 또는 1이 된다. 즉, 미리 설정된 장애코드가 출력된 경우에는 a(t+1)이 1이 되고, 미리 설정된 장애코드가 출력된 경우가 아니면 a(t+1)은 0이 된다.
Figure 112017040167145-pat00013
Figure 112017040167145-pat00014
수학식 13은 미리 설정된 장애코드가 출력된 t+1 시점에서의 확률이고, 수학식 14는 미리 설정된 장애코드가 출력되지 않은 t+1 시점에서의 확률이다. 전술한 바에 따르면, t+1 시점은 이미 스트리밍 데이터 처리시스템(130)이 충분히 긴 시간이 경과하여 단조성을 보이기 시작한 이후라고 가정한 바 있으므로, 수학식 13의 결과는 1-β, 수학식 14의 결과는 α와 같다.
Figure 112017040167145-pat00015
수학식 15는 수학식 13 및 수학식 14를 연립하여 정리한 결과를 나타내고 있다. 즉, t+1 시점에서 스트리밍 데이터 처리시스템(130)의 데이터 처리속도와 비교되는 제2기준속도는, α, β, 회귀계수(b1, b2, c)의 값이 모두 있으면 산출될 수 있다. 수학식 11 내지 14로부터 수학식 15를 유도하는 방식으로 제2기준속도를 산출하는 것은 제2기준속도를 산출하는 방법의 일 예이므로, 비율정보 및 상관관계정보를 기초로 하여 제2기준속도를 산출한다면, 수학식 11 내지 수학식 15와 동일한 식을 이용하지 않더라도 본 발명의 범주에 포함될 수 있다.
도 3은 본 발명에 따라 산출되는 제2기준속도를 도식적으로 나타낸 도면이다.
보다 구체적으로, 도 3은 표 2에 따른 제1기준속도, 속도미달여부정보, 장애발생정보를 각각 벡터로 표현하고, 비율정보(α 및 β)와 함께 수학식 15에 대입하여 산출된 제2시점에서의 제2기준속도를 그래프 형태로 나타내고 있다.
이때, 수학식 15에서 b1, b2, c의 값은 표 2에 따른 b1, b2, c를 이용했고, α는 0.95, β는 0.9이었다고 가정한다. 표 2에 따른 데이터에 최우추정법을 적용하면, b1은 0.8445968, b2는 -0.01878321, c는 1.507379이 산출되는 것은 이미 설명한 바 있다.
즉, t가 15인 시점에서 스트리밍 데이터 처리시스템(130)은 이미 단조성을 가진 것으로 가정되며, t가 16인 시점에서 제2기준속도는 165.6873, 약 166이 된다. 스트리밍 데이터 처리시스템(130)은 t가 16인 시점에서 데이터 처리속도가 166보다 빠른 경우에, 성능저하가 없는 것으로 시스템 관리자에 의해 해석될 수 있다.
도 3을 참조하면, 시간이 경과함에 따라서 제1기준속도는 계속 변화하고 있으며, t가 16인 시점에서의 제2기준속도는 t가 0에서 15까지의 시점에서의 제1기준속도의 누적된 특성에 의해 산출된 값이라는 것을 이해할 수 있다. 만약, t가 17인 시점에서의 기준속도를 제3기준속도라고 가정한다면, 제3기준속도는 t가 0에서 15시점에서의 제1기준속도 및 t가 16인 시점에서의 제2기준속도의 특성을 모두 고려하여 산출되며, 위와 같은 방식을 반복함으로써, t+2 시점 이후 시점의 기준속도도 산출될 수 있다.
도 4는 본 발명에 따른 제2기준속도 산출방식을 수도코드(pseudo-code)로 구현한 일 예를 나타낸다.
도 4를 참조하면, α 및 β는 각각 0.95, 0.9로 설정되었으며, t가 0인 시점에서의 제1기준속도도 미리 설정된 값이 할당되는 것을 알 수 있다. 도 4에서 μ(t)는 스트리밍 데이터 처리시스템(130)의 데이터 처리속도를 의미하고, 그 외의 나머지 변수들은 전술한 설명에서 사용한 것과 동일하다.
도 4의 수도코드에 따르면, 제2기준속도산출부(270)는 현재 시점의 PPV 및 NPV가 시간이 충분히 경과하여 단조성을 가질 때까지 계산을 반복하면서, 현재 시점인 t시점의 바로 다음 시점인 t+1 시점에 대한 제2기준속도를 산출한다는 것을 알 수 있다. 이때, 'isViolated'는 SLO값을 입력으로 받아서 0 또는 1의 값을 리턴(return)하는 함수로 가정하며, SLO값은 장애발생정보의 일 예라는 것을 데이터베이스(210)를 설명하면서 이미 설명한 바 있다. 도 4의 수도코드에서, 최종식은 수학식 15를 의미한다. 수학식 15를 통해 산출되는 t+1 시점의 제2기준속도는 t+2 시점의 제2기준속도를 산출할 때에는 제1기준속도가 된다.
경보출력부(290)는 스트리밍 데이터 처리시스템(130)의 제2시점에서의 데이터 처리속도가 제2기준속도보다 더 느리면, 성능이상발생경보를 출력한다. 여기서, 제2시점은 제1시점 이후의 시점(시각)을 의미하는 것으로서, 시간이 충분히 경과하여 스트리밍 데이터 처리시스템(130)이 단조성을 보인 이후의 시점을 의미한다. 즉, 제1시점 이후에 한 단위의 단위시각이 경과한 직후는 제2시점이 될 수 있다. 예를 들면, 데이터베이스(210)에 스트리밍 데이터 처리시스템(130)이 60초까지 처리한 데이터의 정보가 저장되어 있고 단위시각이 1초라면, 61초 시점이 제2시점이 될 수 있다.
성능이상발생경보는 스트리밍 데이터 처리시스템(130)에 성능저하가 발생했다는 것을 본 발명에 따른 모니터링장치(200)가 시스템 관리자에게 직접적으로 알려주는 정보로서, 시스템 관리자는 성능이상발생경보를 확인한 후, 필요에 따라 스트리밍 데이터 처리시스템(130)을 점검할 수 있다.
도 5는 본 발명에 따른 스트리밍 데이터 고속처리시스템을 모니터링하는 방법의 일 예의 흐름도를 도시한 도면이다.
도 5에 따른 방법은 도 2에 따른 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치(200)에 의해 구현될 수 있으므로, 도 2를 참조하여 설명하기로 하며, 도 2에서 설명한 것과 중복적인 설명은 생략하기로 한다.
먼저, 속도미달정보파악부(230)는 데이터베이스(210)를 참조하여, 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악한다(S510). 여기서, 데이터베이스(210)는 제1시점에서 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있다.
단계 S510의 선택적 일 실시 예로서, 제1기준속도는 단위시각별로 서로 다르게 설정될 수도 있다. 또한, 단계 S510에서 데이터베이스(210)에 저장된 장애발생정보는 기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 기준장애코드 외의 장애코드만 발생한 시점의 비기준장애정보를 포함할 수도 있다.
이어서, 관계정보산출부(250)는 처리속도정보와 장애발생정보간의 상관관계정보를 산출한다(S530).
단계 S530의 선택적 일 실시 예로서, 관계정보산출부(250)는 최우추정법(Maximum Likelihood Method)를 이용하여 상관관계정보를 산출할 수도 있다.
단계 S530의 다른 선택적 일 실시 예로서, 관계정보산출부(250)는 로짓변환(Logit Transformation)을 이용하여 상관관계정보를 산출할 수 있다.
제2기준속도산출부(270)는 속도미달정보와 장애발생정보와의 비율정보를 수신하고, 상관관계정보 및 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출한다(S550).
단계 S550의 선택적 일 실시 예로서, 제2기준속도산출부(270)가 수신한 비율정보는 속도미달정보 및 기준장애정보간의 비율에 대한 정보일 수 있다.
경보출력부(290)는 제2시점에서의 스트리밍 데이터 처리시스템(130)의 데이터 처리속도를 제2기준속도와 비교한다(S570). 경보출력부(290)는 제2시점에서의 스트리밍 데이터 처리시스템(130)의 데이터 처리속도가 제2기준속도보다 더 느리면, 성능이상발생경보를 출력한다(S590). 단계 S590에서, 경보출력부(290)가 출력하는 성능이상발생경보는 스트리밍 데이터 처리시스템(130)에 성능저하가 발생했다는 것을 시스템 관리자에게 직접적으로 알려주는 정보로서, 시스템 관리자는 성능이상발생경보를 보고 스트리밍 데이터 처리시스템(130)을 점검할 수 있다.
본 발명에 따르면, 빅 스트리밍 데이터(big streaming data)를 처리하는 스트리밍 데이터 처리시스템의 처리결과와 비교되는 임계값인 제2기준속도가 시간의 변화에 따라 관리자가 개입할 필요 없이 능동적으로 산출되고 적용됨으로써, 스트리밍 데이터 처리 시스템의 성능변화상태를 시스템 관리자의 개입을 최소화하면서 감시할 수 있게 되어, 시스템 관리자의 업무부담을 경감시킬 수 있다.
또한, 스트리밍 데이터 처리시스템에 본 발명에 따른 모니터링 장치를 적용할 경우, 보다 적은 운용 인력과 시간을 투입하고도 종전과 동일하거나 그 이상의 시스템 감시 효과를 달성할 수 있다.
이상 설명된 본 발명에 따른 실시 예는 컴퓨터상에서 다양한 구성요소를 통하여 실행될 수 있는 컴퓨터 프로그램의 형태로 구현될 수 있으며, 이와 같은 컴퓨터 프로그램은 컴퓨터로 판독 가능한 매체에 기록될 수 있다. 이때, 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM 및 DVD와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical medium), 및 ROM, RAM, 플래시 메모리 등과 같은, 프로그램 명령어를 저장하고 실행하도록 특별히 구성된 하드웨어 장치를 포함할 수 있다.
한편, 상기 컴퓨터 프로그램은 본 발명을 위하여 특별히 설계되고 구성된 것이거나 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수 있다. 컴퓨터 프로그램의 예에는, 컴파일러에 의하여 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용하여 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함될 수 있다.
본 발명에서 설명하는 특정 실행들은 일 실시 예들로서, 어떠한 방법으로도 본 발명의 범위를 한정하는 것은 아니다. 명세서의 간결함을 위하여, 종래 전자적인 구성들, 제어 시스템들, 소프트웨어, 상기 시스템들의 다른 기능적인 측면들의 기재는 생략될 수 있다. 또한, 도면에 도시된 구성 요소들 간의 선들의 연결 또는 연결 부재들은 기능적인 연결 및/또는 물리적 또는 회로적 연결들을 예시적으로 나타낸 것으로서, 실제 장치에서는 대체 가능하거나 추가의 다양한 기능적인 연결, 물리적인 연결, 또는 회로 연결들로서 나타내어질 수 있다. 또한, “필수적인”, “중요하게” 등과 같이 구체적인 언급이 없다면 본 발명의 적용을 위하여 반드시 필요한 구성 요소가 아닐 수 있다.
본 발명의 명세서(특히 특허청구범위에서)에서 “상기”의 용어 및 이와 유사한 지시 용어의 사용은 단수 및 복수 모두에 해당하는 것일 수 있다. 또한, 본 발명에서 범위(range)를 기재한 경우 상기 범위에 속하는 개별적인 값을 적용한 발명을 포함하는 것으로서(이에 반하는 기재가 없다면), 발명의 상세한 설명에 상기 범위를 구성하는 각 개별적인 값을 기재한 것과 같다. 마지막으로, 본 발명에 따른 방법을 구성하는 단계들에 대하여 명백하게 순서를 기재하거나 반하는 기재가 없다면, 상기 단계들은 적당한 순서로 행해질 수 있다. 반드시 상기 단계들의 기재 순서에 따라 본 발명이 한정되는 것은 아니다. 본 발명에서 모든 예들 또는 예시적인 용어(예들 들어, 등등)의 사용은 단순히 본 발명을 상세히 설명하기 위한 것으로서 특허청구범위에 의해 한정되지 않는 이상 상기 예들 또는 예시적인 용어로 인해 본 발명의 범위가 한정되는 것은 아니다. 또한, 당업자는 다양한 수정, 조합 및 변경이 부가된 특허청구범위 또는 그 균등물의 범주 내에서 설계 조건 및 팩터에 따라 구성될 수 있음을 알 수 있다.

Claims (15)

  1. 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치에 있어서,
    상기 스트리밍 데이터 고속처리시스템이 제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있는 데이터베이스;
    상기 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악하는 속도미달정보파악부;
    상기 처리속도정보와 상기 장애발생정보간의 상관관계정보를 산출하는 관계정보산출부;
    상기 속도미달정보와 상기 장애발생정보와의 비율정보를 수신하고, 상기 산출된 상관관계정보 및 상기 수신된 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출하는 제2기준속도산출부; 및
    상기 제2시점에서의 데이터처리속도가 상기 제2기준속도보다 더 느리면, 성능이상발생경보를 출력하는 경보출력부;를 포함하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  2. 제1항에 있어서,
    상기 제1기준속도는,
    상기 단위시각별로 서로 다르게 설정된 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  3. 제1항에 있어서,
    상기 장애발생정보는,
    기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 상기 기준장애코드가 발생한 시점을 제외한 시점의 비기준장애정보를 포함하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  4. 제3항에 있어서,
    상기 수신된 비율정보는,
    상기 속도미달정보 및 상기 기준장애정보간의 비율에 대한 정보인 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  5. 제1항에 있어서,
    상기 관계정보산출부는 최우추정법(Maximum Likelihood Method)를 이용하여 상기 상관관계정보를 산출하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  6. 제1항에 있어서,
    상기 관계정보산출부는,
    상기 상관관계정보를 산출하는 데에 있어서, 로짓변환(Logit Transformation)를 이용하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  7. 제1항에 있어서,
    상기 속도미달정보파악부는,
    상기 처리속도정보에서 제1기준속도보다 더 빠르게 데이터가 처리된 시점의 속도달성정보를 상기 파악된 속도미달정보와 구분하기 위해 이진변수를 이용하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치.
  8. 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법에 있어서,
    제1시점까지 처리한 데이터의 처리속도정보 및 장애발생정보를 단위시각별로 저장하고 있는 데이터베이스를 참조하여, 상기 처리속도정보에서 제1기준속도보다 더 느리게 데이터가 처리된 시점의 속도미달정보를 파악하는 속도미달정보파악단계;
    상기 처리속도정보와 상기 장애발생정보간의 상관관계정보를 산출하는 관계정보산출단계;
    상기 속도미달정보와 상기 장애발생정보와의 비율정보를 수신하고, 상기 산출된 상관관계정보 및 상기 수신된 비율정보를 기초로 제1시점 이후의 제2시점에서의 제2기준속도를 산출하는 제2기준속도산출단계; 및
    상기 제2시점에서의 데이터처리속도가 상기 제2기준속도보다 더 느리면, 성능이상발생경보를 출력하는 경보출력단계;를 포함하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  9. 제8항에 있어서,
    상기 제1기준속도는,
    상기 단위시각별로 서로 다르게 설정된 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  10. 제8항에 있어서,
    상기 장애발생정보는,
    기설정된 기준장애코드가 발생한 시점의 기준장애정보 및 상기 기준장애코드가 발생한 시점을 제외한 시점의 비기준장애정보를 포함하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  11. 제10항에 있어서,
    상기 수신된 비율정보는,
    상기 속도미달정보 및 상기 기준장애정보간의 비율에 대한 정보인 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  12. 제8항에 있어서,
    상기 관계정보산출단계는 최우추정법(Maximum Likelihood Method)를 이용하여 상기 상관관계정보를 산출하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  13. 제8항에 있어서,
    상기 관계정보산출단계는,
    상기 상관관계정보를 산출하는 데에 있어서, 로짓변환(Logit Transformation)를 이용하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  14. 제8항에 있어서,
    상기 속도미달정보파악단계는,
    상기 처리속도정보에서 제1기준속도보다 더 빠르게 데이터가 처리된 시점의 속도달성정보를 상기 파악된 속도미달정보와 구분하기 위해 이진변수를 이용하는 것을 특징으로 하는 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링방법.
  15. 제8항 내지 제14항 중 어느 한 항에 따른 방법을 실행시키기 위한 프로그램을 기록하고 있는 컴퓨터판독가능한 기록매체.
KR1020170052553A 2017-04-24 2017-04-24 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법 KR101763394B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020170052553A KR101763394B1 (ko) 2017-04-24 2017-04-24 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법
PCT/KR2017/004718 WO2018199372A1 (ko) 2017-04-24 2017-05-04 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020170052553A KR101763394B1 (ko) 2017-04-24 2017-04-24 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법

Publications (1)

Publication Number Publication Date
KR101763394B1 true KR101763394B1 (ko) 2017-07-31

Family

ID=59418905

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020170052553A KR101763394B1 (ko) 2017-04-24 2017-04-24 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법

Country Status (2)

Country Link
KR (1) KR101763394B1 (ko)
WO (1) WO2018199372A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113325771B (zh) * 2021-05-28 2023-02-10 深圳市数存科技有限公司 一种设备故障后的数据安全保存系统及方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101653898B1 (ko) 2012-03-13 2016-09-02 구글 인코포레이티드 예측적인 적응 미디어 스트리밍

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20110115447A (ko) * 2010-04-15 2011-10-21 주식회사 원캐스트 방송 서비스 이중화 방법 및 시스템
KR20140011530A (ko) * 2012-06-29 2014-01-29 한국전자통신연구원 클라우드 컴퓨팅 데이터 센터간 연결 경로 장애 관리 방법 및 그 장치
US9489387B2 (en) * 2014-01-15 2016-11-08 Avigilon Corporation Storage management of data streamed from a video source device
KR102261910B1 (ko) * 2014-12-08 2021-06-08 에스케이플래닛 주식회사 클라우드 스트리밍 서비스를 위한 서비스 에러 검출 장치 및 이를 포함하는 종단간 서비스 모니터링 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101653898B1 (ko) 2012-03-13 2016-09-02 구글 인코포레이티드 예측적인 적응 미디어 스트리밍

Also Published As

Publication number Publication date
WO2018199372A1 (ko) 2018-11-01

Similar Documents

Publication Publication Date Title
US8352789B2 (en) Operation management apparatus and method thereof
US8751417B2 (en) Trouble pattern creating program and trouble pattern creating apparatus
US20140229768A1 (en) Automated detection of a system anomaly
US9509710B1 (en) Analyzing real-time streams of time-series data
US7725773B2 (en) Method, apparatus and program storage device for extending dispersion frame technique behavior using dynamic rule sets
CN110601900A (zh) 一种网络故障预警方法及装置
US11620539B2 (en) Method and device for monitoring a process of generating metric data for predicting anomalies
CA2501273A1 (en) Process for determining competing cause event probability and/or system availability during the simultaneous occurrence of multiple events
US20130173215A1 (en) Adaptive trend-change detection and function fitting system and method
CN110990788A (zh) 一种基于三元维纳过程的轴承剩余寿命预测方法
WO2017130549A1 (ja) プラント監視装置およびプログラム
KR101763394B1 (ko) 스트리밍 데이터 고속처리시스템을 모니터링하는 모니터링장치 및 그 방법
CN112978531A (zh) 电梯运行评估系统
KR101869490B1 (ko) 스트리밍 데이터 처리시스템의 이상동작 분석 장치 및 그 방법
CN108362957B (zh) 设备故障诊断方法、装置、储存介质和电子设备
KR102234054B1 (ko) 리스크 평가 장치, 리스크 평가 시스템, 리스크 평가 방법, 리스크 평가 프로그램 및 데이터 구조
US20160050101A1 (en) Real-Time Network Monitoring and Alerting
EP2882139A1 (en) System and method for IT servers anomaly detection using incident consolidation
KR101758356B1 (ko) 이동통신망장비의 장애데이터의 경향성 예측방법 및 그 장치
US11929869B2 (en) Scalable and real-time anomaly detection
US20130205161A1 (en) Systems and methods of providing high availability of telecommunications systems and devices
Deng et al. Calculation of failure level based on inverse first passage problem
Zhang et al. Adaptively detecting changes in autonomic grid computing
KR20170108315A (ko) 시스템 장애 모니터링 방법 및 장치
JP2018005550A (ja) 業務プロセス評価方法および装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant