NO315100B1

NO315100B1 - Analyse av datanett

Info

Publication number: NO315100B1
Application number: NO19995974A
Authority: NO
Inventors: Axel-Stephane Smoergrav
Original assignee: Ericsson Telefon Ab L M
Priority date: 1999-12-03
Filing date: 1999-12-03
Publication date: 2003-07-07
Also published as: CN100361438C; DE10085248T1; NO995974L; CN1408155A; WO2001041361A1; US6615261B1; AU1742501A; NO995974D0

Description

Teknisk område

Foreliggende oppfinnelse vedrører ytelsesanalyse av datanett .

For å følge opp nettverksytelse, må en nettmanager overvåke nettverkets vitale parametre. Han behøver til enhver tid å vite om deler av nettverket er overbelastet, eller om veks-ten i trafikken i deler av nettet vil kreve inngrep i den umiddelbare fremtid for å øke kapasiteten, omorganisere nettet eller modifisere rutingen for å unngå fremtidige forstyrrelser i nettverksoperasjonen. Dersom deler av nettet er overbelastet, ønsker han kanskje å redusere kapasiteten til visse linker for å redusere kostnadene ved nettverkets drift.

Ytelsesdata kan brukes for å oppdage problemer som oppstår under driften av nettverket, eller for å oppdage tendenser i nettverket slik at korrigerende tiltak kan treffes før et problem oppstår.

Dataene innsamlet fra nettverket kan utnyttes enten manuelt av en operatør, eller automatisk av rapportgeneratorer, korrelasjonsverktøy og til og med systemer som automatisk kan reagere på avvik i nettverket ved aktivt å utføre en rekonfigurasjon for å løse et påvist problem.

Nettverkselementer vedlikeholder tellere som kan benyttes for å gi et bilde av trafikk, feilrater osv. ved dette spesifikke punkt i nettverket. Verdiene i slike tellere kan hentes ut på forskjellige måter, avhengig av kapasiteten av nettverkselementet, samt hvilke styrefunksjoner (protokoller) den støtter.

De mest vanlige styreprotokollene for dataoverføring er SNMP (Simple Network Management Protocol). Denne protokol-len støtter henting av spesifikke dataobjekter fra et nettverkselement på en forespørsel/svar måte. Andre alternative protokoller er FTP eller Telnet.

Det er ofte ønskelig å benytte matematiske funksjoner på dataobjekter hentet fra nettverkselementer, eller på en eller annen måte sammenligne verdiene av disse dataobjektene. Dette er fornuftig bare dersom verdiene som benyttes i beregningen (eller sammenligningen) samples på samme tidspunkt .

Som et eksempel på en slik beregning, kan vi for eksempel anta at vi henter objektene ifOutOctets {antall oktetter sendt på grensesnittet), iflnOctets (antall oktetter mot-tatt på grensesnittet), og ifSpeed (grensesnittoverførings-rate i bits per sekund) fra et nettverkselement, for et spesifikt halvdupleks grensesnitt, og vi ønsker å beregne båndbreddebruk (BU for Bandwidth Utilisation) som forholdet mellom ytelse (ifOutOctets + iflnOctets), og den tilgjeng-lige båndbredde (ifSpeed).

Spesielt fordi mye av datahentingen gjøres ved hjelp av fo-respørsel /svar -paradigmen, kan vi ikke gå ut ifra at samplene for flere dataobjekter kan hentes fra nettverkselementer samtidig. Dersom verdiene benyttet for ifOutOctets og iflnOctets i det ovenfor brukte uttrykket ikke samples samtidig, kan resultatet bli betydelig feil.

Det er flere grunner til at vi ikke kan gå ut ifra at multiple objekter kan hentes samtidig. For det første vil dette resultere i oppsamlinger av datahentinger på spesielle tidspunkt. Datasystemet har kanskje ikke kapasiteten til å behandle en slik mengde data med en akseptabel forsinkelse, og disse skurene av nettverkstrafikk kan resultere i tra-fikkforsinkelser og til og med overbelastning av nettverket. I den andre enden må nettverkselementene svare praktisk talt umiddelbart på alle forespørsler, hvilket krever en tilstrekkelig stor behandlingskapasitet som burde benyttes til nettverkselementenes primære oppgave, dvs. videre-sending av data.

Det vi faktisk kan ønske er å definere målinger som starter ved et spesifikt tidspunkt, med en spesifikk samplingsfrekvens. Imidlertid, ved å gjøre dette vil vi få samplings-opphopninger fordi et stort antall målinger uunngåelig vil bli definert til å starte på det samme minutt etter timen, med den samme samplingsfrekvens. Det ville derfor være bed-re å ha tilfeldig start på målingene innen et akseptabelt intervall.

På grunn av manglende evne til å lese og nullstille en ti-mer samtidig (unntatt når denne funksjonen støttes av ti-mermaskinvaren), og at multiple tidsbrytere emuleres i pro-gramvare, vil de faktiske målingsintervaller forskyves noen fraksjoner av et sekund i tid for hver periode.

Et annet problem som må adresseres, er at man kanskje ønsker å sammenligne dataobjekter samplet ved ulike intervaller.

KJENTE LØSNINGER

HP OpenView Network Node Manager er et nettverkstyrings-verktøy som tilveiebringer dybdeoversikter av nettverket i et grafisk format. Verktøyet oppdager nettverksinnretninger og tilveiebringer et kart over nettverket. Kartet indikerer hvilke innretninger og nettverkssegmenter som er sunne, og hvilke områder som behøver oppmerksomhet, for eksempel hvis en innretning svikter, vil nettverksnodestyreren evaluere hendelsesstrømmen og nøyaktig bestemme årsaken til svikten. Nettverksnodestyreren inkluderer også en SNMP datasamler som kan konfigureres til å hente data fra nettverkselementer ved bestemte tidsintervaller, og tilveiebringer grafiske programmer for lesing av både gamle data så vel som inn-kommende data i sann tid.

Så langt vi kjenner til utfører ikke HP Openview snmpcol-lect/xnmgraph tidsnormalisering som beskrevet i dette dokumentet .

RRDtool (woodstock.mcc.ac.uk/-pjm/docs/rrdtool/rrdtutorial. html) er et program for analyse av nettverkshendelser. Hendelser som angår et objekt blir tidsnormalisert ved interpolering slik at de fremstår som data samplet samtidig ved periodiske tidsintervaller. De tidsnormaliserte samplene blir lagret og kan senere tas frem for presentasjon. På grunn av tidsnormaliseringen til periodiske intervaller er ikke denne programvaren egnet til analyse av periodiske hendelser som faller sammen med eller er et multiplum av sampleintervallet, og programmet er heller ikke egnet til analyse av asynkrone hendelser ved et vilkårlig tidspunkt.

KORTFATTET BESKRIVELSE AV FORELIGGENDE OPPFINNELSE

Den grunnleggende idé presentert i dette dokumentet er å benytte lineær interpolering for å beregne målingsverdier for en vilkårlig tid, uavhengig av hvilken tid målingen og samplingsfrekvensen ble startet. Denne prosessen er det vi vil referere til som tidsnormalisering.

Vi legger frem et sett av beregningstrinn og teknikker for å tilveiebringe et ytelsesanalyseverktøy for ytelsesdata samlet fra nettverket, som passer for ytterligere analyser, eller data som begrensningsmessig er avledet fra data samlet fra nettverket.

Det nøyaktige omfanget av oppfinnelsen er som definert i de vedlagte patentkrav.

KORTFATTET BESKRIVELSE AV TEGNINGENE

Oppfinnelsen vil nå bli videre beskrevet med referanse til de vedlagte tegningene, hvor

Figur 1 illustrerer datasamlings- og analyseprosessen som benyttes i den foreliggende oppfinnelse, Figur 2 viser lagdelingen av den lokale ytelsesagenten (PLA) benyttet i datasamlingssystemet, Figur 3 er en graf som viser teller nullstilling ("wrap-around") og de korresponderende målingsverdier beregnet som differansen mellom målesampler, Figur 4 viser multiple nullstillinger i løpet av en samplingsintervall, hvilket ikke vil oppdages, Figur 5 viser et annet eksempel på uoppdaget nullstilling.

Figur 6 viser normalisering av samplingsintervall,

Figur 7 er en tidsserie som viser forholdet mellom samp-lings tidene og normaliserte samplingstider, Figur 8 illustrerer fremgangsmåten i henhold til den foreliggende oppfinnelse.

DETALJERT BESKRIVELSE AV OPPFINNELSEN

Figur 1 illustrerer datasamlingen og analyseprosessen. Data samles fra nettverkselementer ved å bruke en passende fremgangsmåte, avhengig av nettverkselementenes kapasitet eller den foretrukne samlingsmetoden. Samlede sampler lagres i

PDB (Performance Database) for senere gjenfinning. Blant klienter for systemytelse kan vi finne verktøy som varierer fra enkle grafiske verktøy til sofistikert analyseprogram-vare i stand til å generere en "helsesjekk" av nettverket eller til og med gjøre korrigerende inngrep uten innblan-ding av operatør.

AVLEDEDE OBJEKTER

Avledede objekter er objekter hvis verdier defineres som en matematisk funksjon av virkelige objekter samlet fra nettverkselementene.

Avledede objekter vil som alle andre objekter, bli definert i konfigurasjonsfilen for nettverkselementtypen. Informa-sjonen som må inkluderes i en avledet objektdefinisjon, er

• Navnet på det avledede objektet

• En beskrivelse av det avledede objekt

• En enhet, for eksempel "%"

• Et matematisk uttrykk

Sett fra brukeren skulle et avledet objekt fremstå lik et virkelig objekt, dvs. et objekt tilgjengelig på et nettverkselement.

For å forenkle parsing og tolkning av uttrykkene som be-skriver de avledede objekter, foreslår vi å benytte aritme-tisk postfiksnotasjon. Ved å benytte et eksempeluttrykk med objekter tatt fra MIB-2 grensesnittgruppen, (McClogrie, K. & Rose, M.: Management Information Base for Network Management on TCP/IP-based internets: MIBII, RFC1213, IETF, mars 1991). vil postfiksuttrykket være

Fordelen med å bruke postfiksnotasjon er at assosiasjonis-men er Implisitt, at grammatikken er parsabel med en LL(1) parser. Algoritmen vil bestå i å skyve alle symboler på stakken til den møter på en operator, hvorved 2 operander hentes frem fra stakken, resultatet beregnes og skyves til-bake i stakken. Algoritmen repeteres til parseren enten går tom for uttrykksstreng, eller til stakken er tom. Dersom begge oppstår samtidig er uttrykket korrekt.

Ulempen er at uttrykkene ikke er intuitivt tydelig for det utrenede øye.

LOKAL YTELSESAGENT (PLA)

PLA er det eksterne grensesnittet av datainnsamlingssyste-met. Oppgaven til PLA er å lagre nye jobber i ytelsesdata-basen (PDB) og hente data på forespørsel fra en klient. Da-tabasetilgang utføres gjennom PDB-grensesnittet (PDBI).

I tillegg til bare å hente data fra PDB og levere den til den forespørrende klient, vil PLA også være i stand til å beregne verdiene av avledede objekter, beregne verdiene av objekter ved nøyaktige tidsintervaller ved å interpolere datasampler i PDB, og slik tilveiebringe klienter med et abstrakt syn på dataene.

For sammenligningens skyld er det nødvendig for en klient å være i stand til å hente verdier for et par dataobjekter samplet på nøyaktig samme tidspunkt. Også for beregningen av avledede objekter er det nødvendig å oppnå verdier for objektene som opptrer i det avledede objektuttrykket som er samplet på nøyaktig samme tidspunkt.

I og med at vi ikke tror at det er mulig å oppnå sampler for måleobjekter på nøyaktig samme tidspunkt, må vi utføre noen beregninger på sampeldataene for å beregne mellomlig-gende verdier for de nøyaktige tidene vi behøver sampler. Et annet relevant moment er at et stort antall av de objekter som vi er interessert i å samle, er tellere. Vi define-rer en teller som et register, hvis verdi øker likeformet stigende(monotonically) til registeret flyter over, i hvilket tilfelle det resettes til null pluss overflyten, i motsetning til en måler som gir en momentan verdi for en para-meter, for eksempel CPU-last. For noen data kan ytelsedata-samleren benytte en ekstern datasamler for å gjøre datasamlingen per se, og bare parse de innsamlede data, som følge-lig lagres i PDB. I dette tilfellet er det den eksterne da-tasamleren som håndterer "wrappingen" av registeret, og verdien som blir gitt er deltaet mellom to etterfølgende sampler.

Ytelsemanageren må behandle data som ikke er samlet ved hjelp av en ekstern samler som tilveiebringer de ovenfor beskrevne funksjonaliteter, dvs. deltaberegning må utføres ved en viss tid.

Beregningen kan utføres i sann tid, dvs. på den tiden dataene faktisk mottas fra nettverkselementet, og de beregnede data lagres i databasen sammen med sanne objektverdier, men det kan kanskje ha en alvorlig påvirkning på systemets kapasitet til å utføre datasamling, og vil øke databasetrans-aksjonsraten. Beregning av verdien av avledede objekter avhenger også av flere sanne objektverdier som må være tidsnormaliserte før beregning av den avledede objektverdien.

Den beste løsningen er derfor å gjøre beregningen ved den tiden dataene er bestilt av en klientapplikasjon.

Uansett, ytelsemanageren må vite hvordan å behandle data i henhold til om de er teller-data eller målere.

Presentasj onslaq

Oppgaven til PLA-et (PLA for Presentation Layer) er å levere måleverdier til laget ovenfor, som er normalisert med henblikk på tid.

En målesampel er innholdet i et register hentet fra et

nettverkselement, uten videre prosessering av ytelsemanage-mentsystemet, i motsetning til en måleverdi som er resultatet av bruk av en funksjon på de korresponderende målesamplene.

Tidsnormaliseringsprosessen består i å beregne måleverdier for en ytelseparameter, ved spesifikke tider, vanligvis definert av en initiell tid og et delta-inkrement (trinn).

Notasjon

Vi vil betegne samplingstider, dvs. tidene ved hvilke samp-linger ble samlet, som ti for i > 0, og normaliserte tider som Ti=T0+i<*>AT for i > 0.

For verdier av en målesampel ved tiden t, vil vi bruke no-tasjonen s(t) og v(t) for de korresponderende måleverdiene.

Beregning av måleverdier

I figur 3 viser den første grafen en utvikling av en teller som inkluderer nullstilling mellom tidene ti og t2. Den andre grafen viser de korresponderende måleverdier fastsatt ved beregning av differansen mellom målesampler.

I de fleste tilfeller kan en måleverdi uttrykkes som v(ti)

= s(tt) - s(ti-i) for i > 0. Hvis en tellernullstilling oppdages (av det faktum at s(ti) < s(ti-i)), må beregningen imidlertid være v (ti) = SmaX + s(ti-i)- s(ti)+l, hvor Smax er det maksimale heltall oppnåelig av telleren.

I tilfelle multiple nullstillinger i løpet av en samplingsintervall, som illustrert i figur 4, vil beregningen gi u-korrekte verdier. Dette er dessverre uunngåelig, fordi det ikke finnes noen måter å si hvor mange ganger en teller har nullstillet seg i løpet av samplingsintervallet.

En annen uregelmessighet som kan oppstå, er en nullstilling fulgt av en rask økning av telleren, illustrert i figur 10. I dette tilfellet vil vi ikke være i stand til å oppdage noen nullstillinger i det hele tatt, og den beregnede verdien vil bli betydelig mindre enn i virkeligheten.

Den eneste måten å bøte på disse to problemene er å øke samplingsfrekvensen - innenfor rimelighetens grenser, eller øke størrelsen på registrene i nettverkselementene.

Normalisering av måleintervall

Som diskutert tidligere, spesielt i tilfelle med avledet objektberegning, trenger vi å gi verdier ved nøyaktige tider. Por å oppnå dette vil vi gå ut ifra at økningen på telleren er lineær gjennom samplingsintervallet.

I figur 6, v{T3) er summen av områdene avgrenset av gjen-nomsnittene og samplingstidene.

La tk, k e [0, —være samp lings tidene, og tk, k e [0, de normaliserte samplingstidene. Gå ut ifra at ti er den første samplingstiden etter Tj-i og tn er den første samplingstiden etter Tj som illustrert i figur 7.

Måleverdiene ved tiden Tj kan uttrykkes som

I løpet av et samplingsintervall <ti-i,ti], er gjennom-snitt småleverdien kvotienten av v (ti) og lengen av intervallet. Ved å multiplisere dette gjennomsnittet med medgått tid, oppnår vi den kumulative verdien mellom to mellomlig-gende tider innen intervallet.

Beregningslag

Beregningslaget har den oppgave å hente de påkrevde data fra presentasjonslaget, utføre tilstrekkelige beregninger på de data hvis nødvendig, dvs. hvis det forespurte objektet var et avledet objekt, og å returnere data for det forespurte objekt.

Hvis det forespurte objekt er et avledet objekt, vil beregningslaget måtte forespørre normaliserte målingsverdier for hvert sanne måleobjekt som oppstår i den avledede objekt-formelen, anvende formelen på dataene og returnere det resulterende datasett.

Ellers henter beregningslaget verdier for det forespurte måleobjektet fra presentasjonslaget. Det er ikke påkrevd tidsnormalisering fordi det grunnleggende målet til tids-normal i sering er å oppnå måleverdier for ulike objekter som er sammenlignbare.

FORDELER

• Tidsnormalisering av samlede sampler muliggjør sammen-ligning og korrelasjon av ytelsedataverdier enten manuelt gjennom analyse av grafiske presentasjoner av dataene, eller ved et ytelsesanalyseverktøy, når dataene ikke er samlet samtidig eller er samlet ved ulike tidsintervall. • Vi tilveiebringer muligheten til å definere avledede objekter og presentere deres verdier til en klient som om de var sanne objekter (samlet fra nettverkselementer), transparent.

KONKLUSJONER

Vi har presentert et fullstendig rammeverk for presentasjon av dataobjekter samlet fra nettverkselementer, så vel som såkalte avledede objekter for ytelsesanalyse og rapport-verktøy. Vi har spesielt løst problemet med levering av data samplet ved praktisk talt samme tid, hvor tiden er be-stemt av tiden til den første sampelen, og en fast samp-lingsf rekvens, slik at ytterligere behandlingsnivåer er tilveiebrakt med et øyeblikkelig bilde av nettverket. Selv om dette er et tilnærmet resultat hvis presisjon avhenger av samplingsfrekvensen, er det det beste vi kan få med de teknikkene som benyttes for samling av samplene fra nettverkselementene.

Inngangen til fremgangsmåten er en eller flere strømmer av sampler for et tidsintervall; én strøm for hvert dataobjekt samlet fra nettverkselementet, i kronologisk rekkefølge. Hver strøm blir så prosessert av presentasjonslaget hvis utgang er de samme strømmene som inngangen, men hvor data-strømmen er omordnet slik at hver strøm har ett datapunkt for de spesifikke tidene ved en spesifikk frekvens, fremde-les i kronologisk rekkefølge, som illustrert i figur 8.

Siste trinn i fremgangsmåten består av beregningen av det avledede objekt, hvilket resulterer i én enkelt datastrøm.

Resultatet av fremgangsmåten kan benyttes til å generere menneskelig forståelige rapporter benyttet til nettverks-planlegging eller feilsøking, å sette riktig størrelse for nettverkskapasiteten, tjenestenivåavtale- (SLA for Service Level Agreement) analyse og overvåkning, trafikkbasert ru-ting og til og med automatisk korrigering av feiltilstander i nettverket.

Claims

1. Fremgangsmåte for ytelsesanalyse av datanettverk, hvor data samles inn som målesampler fra individuelle nettverkselementer ved asynkrone samplingsintervaller, og hvor dataene lagres i en ytelsesdatabase, karakterisert ved at nevnte database vedlikeholdes av en lokal ytelsesagent (PLA for Performance Local Agent), som lagrer innsamlede data i databasen, henter data fra databasen som forespørsel fra en klient, idet nevnte data hentes som strømmer av målesampler fra hvert element, normaliserer nevnte målesampler v(t) til korresponderende synkrone sampelstrømmer slik at målesamplene fremstår som målinger v(T) samplet ved nøyaktig det samme tidspunkt, og prosesserer nevnte synkrone sampelstrømmer for å tilveiebringe avledede objekter, hvilke objekter indikerer driftsbetingelsene i nettverket, og gir klienter et bilde av de resulterende verdier.

2. Fremgangsmåte ifølge krav 1, karakterisert ved at nevnte målesampler normaliseres ved statistisk estimering eller lineær inter-polerings fremgangsmåter .

3. Fremgangsmåte ifølge krav 2, karakterisert ved at de samplede målingene v(t) normaliseres i henhold til formelen: hvor tk betegner den faktiske samplingstiden, Tk betegner den normaliserte samplingstiden, k e [0, -», for betyd-ningen av bokstavene i, j og n, vises det til figur 7.

4. Fremgangsmåte ifølge krav 3, karakterisert ved at nevnte nettverkselementer inkluderer hendelsestellere, som teller trafikken i et nettverkselement eller feilfrekvensen, og/eller målere, som måler det øyeblikkelige ressursforbruket.

5. Fremgangsmåte ifølge krav 4, karakterisert ved at nevnte målesampler hentes fra hvert nettverkselement ved bruk av SNMP (Simple Network Management Protocol), FTP eller Telnet.

6. Anordning for ytelsesanalyse av datanettverk, hvor data samles som målesampler fra individuelle nettverkselementer ved asynkrone samplingsintervaller, idet nevnte data lagres i en ytelsedatabase, karakterisert ved at databasen vedlikeholdes av en lokal ytelsesagent som inkluderer et grensesnitt for ytelsesdatabase, et presentasjonslag og et beregning sl ag, hvilken lokal ytelseagent er tilpasset til å lagre og hente nevnte data i nevnte database gjennom ytelsesdatabasegren-sesnittet, for presentasjon til en klient, idet nevnte data hentes som strømmer av målesampler for hvert element, nevnte strømmer av målesampler tidsnormaliseres i presentasjonslaget til korresponderende synkrone sampelstrømmer, beregningslaget er tilpasset til å beregne verdier av avledede objekter fra nevnte synkrone sampelstrømmer og til å laste ut resultatet som én enkelt sampelstrøm, hvilke objekter indikerer driftsbetingelsene i nettverket og gir klienten et bilde av objektene.

7. Anordning ifølge krav 6, karakterisert ved at nevnte målesampler normaliseres ved metoder for statistisk estimering eller lineære interpolering.

8. Anordning ifølge krav 7, karakterisert ved at samplene v(t) normaliseres i henhold til formelen: hvor tit betegner den faktiske sampl ings tiden, Tk betegner den normaliserte samplingstiden, k e [0, -», for betyd-ningen av bokstavene i, j og n, vises det til figur 7.

9. Anordning ifølge krav 8, karakterisert ved at nevnte nettverkselementer inkluderer hendelsestellere, som teller trafikken i et nettverkselement eller feilfrekvensen, og/eller målere, som måler det øyeblikkelige ressursforbruket.

10. Anordning ifølge krav 9, karakterisert ved at nevnte målesampler hentes fra hvert nettverkselement ved å benytte SNMP (Simple Network Management Protocol), FTP eller Telnet.