[發(fā)明專利]一種主機(jī)運(yùn)行指標(biāo)監(jiān)控告警方法及系統(tǒng)裝置

在審

• 申請?zhí)枺?/td>: 201810253504.2
• 申請日: 2018-03-26
• 公開（公告）號: CN108509314A
• 公開（公告）日: 2018-09-07
• 發(fā)明（設(shè)計(jì)）人: 黃東;厲超
• 申請（專利權(quán)）人: 武漢楚鼎信息技術(shù)有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/32
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種主機(jī)運(yùn)行指標(biāo)監(jiān)控告警方法及系統(tǒng)裝置，其主要技術(shù)方案是獲取被監(jiān)控主機(jī)的CPU使用率指標(biāo)的最近若干天的歷史記錄數(shù)據(jù)，這些歷史數(shù)據(jù)按分鐘記錄，每分鐘需要有一個CPU使用率的平均值。將上述歷史數(shù)據(jù)不同天在一天內(nèi)的同一分鐘的值求和，然后除以天數(shù)，求平均。既得一天內(nèi)該分鐘的閾值或閾值范圍。一天有24*60=1440分鐘，因此閾值有1440個不同值。實(shí)時采集被監(jiān)控主機(jī)的CPU使用率指標(biāo)，并記錄當(dāng)前時間，與求得的同一時刻的閾值或閾值范圍進(jìn)行對比，若采集值大于該閾值或閾值范圍，則發(fā)出告警通知。從而實(shí)現(xiàn)更細(xì)致更靈敏的指標(biāo)監(jiān)控及異常告警，使系統(tǒng)管理員能更早的發(fā)現(xiàn)系統(tǒng)的異常，及時作出相應(yīng)的對策。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)服務(wù)器操作系統(tǒng)運(yùn)行指標(biāo)健康狀況監(jiān)控，及異常告警通知的一種改進(jìn)方案。尤其對于需要監(jiān)控?cái)?shù)量巨大的計(jì)算機(jī)服務(wù)器主機(jī)運(yùn)行指標(biāo)監(jiān)控告警的改進(jìn)方法及系統(tǒng)裝置。

背景技術(shù)

在計(jì)算機(jī)服務(wù)器運(yùn)維工作中，實(shí)時監(jiān)控每臺服務(wù)器系統(tǒng)運(yùn)行指標(biāo)是必要工作。這些指標(biāo)包括計(jì)算機(jī)的CPU使用率，內(nèi)存使用率，硬盤使用率，系統(tǒng)負(fù)載率，網(wǎng)絡(luò)帶寬使用量等等。這些指標(biāo)反映計(jì)算機(jī)的健康狀況，當(dāng)指標(biāo)不在正常范圍時，計(jì)算機(jī)系統(tǒng)可能無法正常工作。下面以其中一個指標(biāo)（CPU使用率）為例，說明現(xiàn)有監(jiān)控告警機(jī)制存在的問題。CPU使用率是衡量計(jì)算機(jī)CPU工作量大小的指標(biāo)，指標(biāo)取值范圍是0%~100%。當(dāng)指標(biāo)為0%時代表計(jì)算機(jī)完全空閑，可以及時響應(yīng)新任務(wù)。當(dāng)指標(biāo)為100%時，說明計(jì)算機(jī)任務(wù)很繁忙，新任務(wù)可能不能及時響應(yīng)。CPU使用率大小跟計(jì)算機(jī)任務(wù)量多少成正比。當(dāng)CPU使用率過高時，需要通知系統(tǒng)管理員檢查是否存在異常情況并做進(jìn)一步處理。目前現(xiàn)有的做法是，設(shè)定一個固定閾值，例如80%，當(dāng)CPU使用率超過80%時，則觸發(fā)告警機(jī)制，通知系統(tǒng)管理員。目前的這個機(jī)制可以粗略的解決指標(biāo)過高的報(bào)警，但是其方法過于簡單、粗放，不夠靈活和細(xì)致。

對于一部分服務(wù)器，其上運(yùn)行的業(yè)務(wù)是具有周期性的，例如證券的行情服務(wù)器，交易日開盤時間：9:30-11:30,13:00-15:00。那么在開盤期間業(yè)務(wù)量會顯著增大，這將導(dǎo)致服務(wù)器的CPU使用率也會明顯變大，收盤后業(yè)務(wù)量減小，又會使CPU使用率變小。基于這種周期性可以認(rèn)為，開盤期間內(nèi)CPU使用率明顯低于歷史同期，或者在收盤期間內(nèi)CPU使用率明顯高于歷史同期，則可以認(rèn)為該機(jī)器可能存在異常，需要及時通知管理員排查。而利用傳統(tǒng)的方法設(shè)置固定閾值（如80%）告警的方案則沒辦法發(fā)覺該類異常行為。

發(fā)明內(nèi)容

本發(fā)明的目的是根據(jù)現(xiàn)有方案的不足之處，提出一種基于指標(biāo)歷史監(jiān)控?cái)?shù)據(jù)的周期性來動態(tài)設(shè)定閾值。在一天內(nèi)的不同時刻，其指標(biāo)的閾值不同。這個閾值根據(jù)近期的歷史數(shù)據(jù)進(jìn)行計(jì)算，并每天更新，從而實(shí)現(xiàn)更細(xì)致更靈敏的指標(biāo)監(jiān)控及異常告警，使系統(tǒng)管理員能更早的發(fā)現(xiàn)系統(tǒng)的異常。

為解決上述問題，本發(fā)明提供的改進(jìn)方案包括以下步驟：

第一方面，一種主機(jī)運(yùn)行指標(biāo)監(jiān)控告警方法，所述方法包括：

監(jiān)控模塊獲取存儲于數(shù)據(jù)庫中的CPU使用率指標(biāo)值歷史記錄數(shù)據(jù)集合，所述歷史記錄數(shù)據(jù)集合包含多個歷史記錄數(shù)據(jù)項(xiàng)，每個歷史記錄數(shù)據(jù)項(xiàng)按時間級m進(jìn)行記錄，每個時間級m記錄一個CPU使用率指標(biāo)值；

監(jiān)控模塊獲取上述歷史記錄數(shù)據(jù)的項(xiàng)數(shù)及每個歷史記錄數(shù)據(jù)項(xiàng)的每個時間級m記錄的CPU使用率指標(biāo)值，根據(jù)公式：

計(jì)算出單個記錄數(shù)據(jù)項(xiàng)內(nèi)每個時間級m的閾值，表示每個歷史記錄數(shù)據(jù)項(xiàng)的相同時間級的CPU使用率指標(biāo)值的和，D表示所述歷史記錄數(shù)據(jù)集合包含的歷史記錄數(shù)據(jù)項(xiàng)的項(xiàng)數(shù)。

實(shí)時采集模塊采集實(shí)時CPU使用率指標(biāo)值T，記錄實(shí)時采集時間。

監(jiān)控模塊獲取所述實(shí)時CPU使用率指標(biāo)值T及實(shí)時采集時間，所述監(jiān)控模塊對比同一時間級的實(shí)時CPU使用率指標(biāo)值T與閾值的大小；若T＞，監(jiān)控模塊發(fā)送告警通知；若T≤，監(jiān)控模塊等待下一個時間級啟動對比。