CN105530118A - 一种用于运维管理的采集方法及*** - Google Patents
一种用于运维管理的采集方法及*** Download PDFInfo
- Publication number
- CN105530118A CN105530118A CN201510220565.5A CN201510220565A CN105530118A CN 105530118 A CN105530118 A CN 105530118A CN 201510220565 A CN201510220565 A CN 201510220565A CN 105530118 A CN105530118 A CN 105530118A
- Authority
- CN
- China
- Prior art keywords
- acquisition
- index
- value
- task
- standard
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种用于运维管理的采集方法,通过接收请求执行指标采集的任务,然后根据收到的任务定义管理对象的指标正常值标准,根据不同的任务的要求定义需采集的管理对象的指标正常值标准和阈值标准,能适应各种采集任务的要求,然后根据任务要求采集指定对象的指定指标的值;将采集到的值与正常值标准和阈值标准进行比对判断;若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者,采集平台统一接收其他组件的采集任务请求,并根据请求自动进行采集,同时对采集到的各管理对象指标的值进行智能过滤,对不符合定义的值明确告知错误的原因,采集效率高,减轻了其他组件的工作负担,提高了整个运维***的工作效率。
Description
技术领域
本发明涉及运维管理领域,尤其涉及一种用于运维管理的采集方法及***。
背景技术
随着信息化建设的深入发展,IT***日益成为核心业务处理的关键基础设施;为了保证网络、服务器、数据库等IT资源的正常运行,需要对其进行维护;当***出现异常时能够及时产生告警并通知到运维人员,运维人员根据告警对异常进行定位,诊断,并完成相应的维护操作。
在运维领域,为保障整个***的正常运行,需要实时了解***中各个设备的运行情况,由此产生了大量的设备运行情况采集任务,运行数据采集的及时有效对于运维***的准确运作至关重要。目前的运维***的采集都是通过***中的采集模块进行的,不同的组件拥有不同的采集模块,对最终运维时数据收集造成比较大的麻烦,需要重新对采集数据再进行处理,增大了运维管理的工作量,降低了效率。
发明内容
鉴于目前运维管理领域存在的上述不足,本发明提供一种用于运维管理的采集方法及***,将采集模块统一并独立出来,提高了采集效率。
为达到上述目的,本发明的实施例采用如下技术方案:
一种用于运维管理的采集方法,所述用于运维管理的采集方法包括以下步骤:
接收请求执行指标采集的任务;
根据收到的任务定义管理对象的指标正常值标准和阈值标准;
根据任务要求采集指定对象的指定指标的值;
将采集到的值与正常值标准和阈值标准进行比对判断;
若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
依照本发明的一个方面,所述用于运维管理的采集方法包括以下步骤:根据实际场景生成拓扑图后根据拓扑图进行指标的采集。
依照本发明的一个方面,所述根据实际场景生成拓扑图具体可为:搜索整个网络内的网络设备,生成网络拓扑图,以主机为核心,采集所有承载的数据库和中间件、标准应用之间的实时状态生成***拓扑图。
依照本发明的一个方面,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔。
依照本发明的一个方面,所述根据任务要求采集指定对象的指定指标的值的具体实施方式可为:根据采集任务的要求,按照设置的时间间隔,定时采集指定对象的指定指标的值。
依照本发明的一个方面,所述根据收到的任务定义管理对象的指标正常值标准和阈值标准具体可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。
一种用于运维管理的采集***,所述用于运维管理的采集***包括:
任务接收模块,用于接收请求执行指标采集的任务;
标准定义模块,用于根据收到的任务定义管理对象的指标正常值标准和阈值标准;
采集模块,用于根据任务要求采集指定对象的指定指标的值;
对比模块,用于将采集到的值与正常值标准和阈值标准进行比对判断;
结果处理模块,用于在当指标值在标准范围内时将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
依照本发明的一个方面,所述用于运维管理的采集***包括:拓扑模块,用于根据实际场景生成拓扑图。
依照本发明的一个方面,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔。
依照本发明的一个方面,所述根据收到的任务定义管理对象的指标正常值标准和阈值标准具体可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。
本发明实施的优点:本发明所述的用于运维管理的采集方法通过建立统一的采集平台,再接收请求执行指标采集的任务,将采集模块与运维***的其他组件分隔开来,形成单一的采集平台,能接收运维***各个组件或其他运维***的各个组件发出的采集任务,然后根据收到的任务定义管理对象的指标正常值标准和阈值标准,根据不同的任务的要求定义需采集的管理对象的指标正常值和阈值标准,从而标准能实时变化,适应各种采集任务的要求,然后根据任务要求采集指定对象的指定指标的值;将采集到的值与正常值标准和阈值标准进行比对判断;若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者,采集平台统一接收其他组件的采集任务请求,并根据请求自动进行采集,同时对采集到的各管理对象指标的值进行智能过滤,对不符合定义的值明确告知错误的原因,采集效率高,减轻了其他组件的工作负担,提高了整个运维***的工作效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例一所述的一种用于运维管理的采集方法示意图;
图2为本发明实施例二所述的一种用于运维管理的采集方法示意图;
图3为本发明所述的一种用于运维管理的采集***结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
一种用于运维管理的采集方法实施例一
如图1所示,一种用于运维管理的采集方法,所述用于运维管理的采集方法包括以下步骤:
步骤S1:接收请求执行指标采集的任务;
所述步骤S1接收请求执行指标采集的任务的具体实施方式可为:建立一个智能化采集平台,运维管理***的所有采集任务都交由该智能化采集平台来完成,具体实现为,运维管理***的其他组件需要发出指标采集任务,该智能化采集平台统一接收所有请求该平台执行指标采集的任务。
在实际应用中,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔,在实际应用中具体可如下。
1)采集对象类别:被采集对象的类别,具备相同特征的管理对象定义为一个类别,如“路由器”,“Windows”,“Oracle”等等,仅可指定一个类别。
2)采集对象:属于上述采集对象类别的某个具体被采集对象,如采集对象可以是“IP地址为192.168.1.3”的路由器。
3)采集指标:被采集的指标,如采集“CPU使用率”指标的数据。
4)采集间隔:定时采集的间隔。
步骤S2:根据收到的任务定义管理对象的指标正常值标准和阈值标准;
所述步骤S2根据收到的任务定义管理对象的指标正常值标准和阈值标准的具体实施方式可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。例如,CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,这个范围就是该管理对象指标的正常值标准,而该CPU的阈值标准为在0~100内的某个具体数值,阈值标准可为固定阈值,如其阈值标准为CPU使用率≥90%。
在实际应用中,业务管理的复杂性要远高于设备管理的复杂性,它的运维复杂性在于,它不是简单地表现为好坏、通断,而是更复杂地表现为可用性问题,可用性判断也是由一批关键指标构成的,但,指标的正常与否,不能简单地以固定阈值来比对,要结合真实情况的波动来判断。因而可设定一个基线,基线就是一段随时间起伏的动态“阈值”,它来源于正常状态下某指标的“历史表现”,加以调整后作为基准线。例如,某CPU前段时间的历史使用率在60%~80%,则可预设其基准线为80%。
在实际应用中,所述基线可分为日基线和周基线两种。
日基线:从该指标的历史记录中选择最近某几日的数据进行综合判断;
周基线:从该指标的历史记录中选择最近某几周的数据进行综合判断。
步骤S3:根据任务要求采集指定对象的指定指标的值;
所述步骤S3根据任务要求采集指定对象的指定指标的值的具体实施方式可为:根据采集任务的要求,按照设置的时间间隔,定时采集指定对象的指定指标的值。例如,运维***某组件要求每隔10秒采集一次IP地址为192.168.1.156的主机CPU的使用率,则采集平台根据任务的要求找到IP地址为192.168.1.156的主机,然后每隔十秒采集一次该主机CPU的使用率。
步骤S4:将采集到的值与正常值标准和阈值标准进行比对判断;
所述步骤S4将采集到的值与正常值标准和阈值标准进行比对判断的具体实施方式可为:将采集到的管理对象指标的值,与该管理对象指标的正常值标准进行比对判断,以判定其正常与否。例如,CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,如果采集到的该CPU使用率的值是200,明显是不符合“正常”值的标准,是一个异常的值。当采集到的值符合正常值标准后,则与该管理对象的阈值标准进行比对判断,作为指标异常(越界)的条件,例如,监测“CPU使用率”指标,判断标准可以设置为“大于90%”,也就是说当CPU使用率大于90%的条件下认为这个管理对象的这个指标可能出现了异常。
在实际应用中,还可与根据管理对象正常状态下某指标的历史情况加以调整后作为基准线来定义该管理对象的指标阈值标准进行比对判断,作为指标异常(越界)的条件。例如,某CPU前段时间的历史使用率在60%~80%,则判断标准可以设置为“大于80%”,也就是说当CPU使用率大于80%的条件下认为这个管理对象的这个指标可能出现了异常。
步骤S5:若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
所述步骤S5若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者的具体实施方式可为:根据步骤S4将采集到的值与正常值标准进行比对判断后,若采集到的值超出了正常值标准范围,则将采集到的值返回给任务请求者,并将错误原因返回给任务请求者,告诉任务请求者该值已超出了正常值标准范围;若采集到的值在正常值标准范围内,则将符合正常值标准的值与阈值标准进行比对判断,若在阈值标准范围内,则直接将该值返回给任务请求者,若该值超出了阈值标准范围,则将采集到的值返回给任务请求者,并将错误原因返回给任务请求者,告诉任务请求者该值已超出了阈值标准范围。例如,运维***某组件要求每隔10秒采集一次IP地址为192.168.1.156的主机CPU的使用率,则采集平台根据任务的要求找到IP地址为192.168.1.156的主机,然后每隔十秒采集一次该主机CPU的使用率,而CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,如果采集到的该CPU使用率的值是200,明显是不符合“正常”值的标准,是一个异常的值,这个值不会直接返回给任务请求者运维***某组件,而是返回给它一个错误信息,告诉它这个指标值超出了范围。如果返回的值在0~100以内,则根据阈值标准进行判断,如果判断越界的标准为“大于90%”,则当CPU使用率在90%以内时,直接将使用率的值返回给任务请求者运维***某组件,如某一时刻CPU使用率为60%,则将60%返回给任务请求者;当CPU使用率大于90%时,认为这个管理对象的这个指标可能出现了异常,将具体数值返回的同时,将错误原因返回,告诉任务请求者该CPU使用率超出了阈值标准,已越界出现了异常。
本实施例所述的用于运维管理的采集方法通过建立统一的采集平台,再接收请求执行指标采集的任务,将采集模块与运维***的其他组件分隔开来,形成单一的采集平台,能接收运维***各个组件或其他运维***的各个组件发出的采集任务,然后根据收到的任务定义管理对象的指标正常值标准和阈值标准,根据不同的任务的要求定义需采集的管理对象的指标正常值和阈值标准,从而标准能实时变化,适应各种采集任务的要求,然后根据任务要求采集指定对象的指定指标的值;将采集到的值与正常值标准和阈值标准进行比对判断;若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者,采集平台统一接收其他组件的采集任务请求,并根据请求自动进行采集,同时对采集到的各管理对象指标的值进行智能过滤,对不符合定义的值明确告知错误的原因,采集效率高,减轻了其他组件的工作负担,提高了整个运维***的工作效率。
一种用于运维管理的采集方法实施例二
如图2所示,一种用于运维管理的采集方法,所述用于运维管理的采集方法包括以下步骤:
步骤S1:接收请求执行指标采集的任务;
所述步骤S1接收请求执行指标采集的任务的具体实施方式可为:建立一个智能化采集平台,运维管理***的所有采集任务都交由该智能化采集平台来完成,具体实现为,运维管理***的其他组件需要发出指标采集任务,该智能化采集平台统一接收所有请求该平台执行指标采集的任务。
在实际应用中,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔,在实际应用中具体可如下。
1)采集对象类别:被采集对象的类别,具备相同特征的管理对象定义为一个类别,如“路由器”,“Windows”,“Oracle”等等,仅可指定一个类别。
2)采集对象:属于上述采集对象类别的某个具体被采集对象,如采集对象可以是“IP地址为192.168.1.3”的路由器。
3)采集指标:被采集的指标,如采集“CPU使用率”指标的数据。
4)采集间隔:定时采集的间隔。
步骤S2:根据收到的任务定义管理对象的指标正常值标准和阈值标准;
所述步骤S2根据收到的任务定义管理对象的指标正常值标准和阈值标准的具体实施方式可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。例如,CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,这个范围就是该管理对象指标的正常值标准,而该CPU的阈值标准为在0~100内的某个具体数值,阈值标准可为固定阈值,如其阈值标准为CPU使用率≥90%。
在实际应用中,业务管理的复杂性要远高于设备管理的复杂性,它的运维复杂性在于,它不是简单地表现为好坏、通断,而是更复杂地表现为可用性问题,可用性判断也是由一批关键指标构成的,但,指标的正常与否,不能简单地以固定阈值来比对,要结合真实情况的波动来判断。因而可设定一个基线,基线就是一段随时间起伏的动态“阈值”,它来源于正常状态下某指标的“历史表现”,加以调整后作为基准线。例如,某CPU前段时间的历史使用率在60%~80%,则可预设其基准线为80%。
在实际应用中,所述基线可分为日基线和周基线两种。
日基线:从该指标的历史记录中选择最近某几日的数据进行综合判断;
周基线:从该指标的历史记录中选择最近某几周的数据进行综合判断。
步骤S3:根据任务要求采集指定对象的指定指标的值;
所述步骤S3根据任务要求采集指定对象的指定指标的值的具体实施方式可为:根据采集任务的要求,按照设置的时间间隔,定时采集指定对象的指定指标的值。例如,运维***某组件要求每隔10秒采集一次IP地址为192.168.1.156的主机CPU的使用率,则采集平台根据任务的要求找到IP地址为192.168.1.156的主机,然后每隔十秒采集一次该主机CPU的使用率。
步骤S4:根据实际场景生成拓扑图后根据拓扑图进行指标的采集;
所述步骤S4根据实际场景生成拓扑图后根据拓扑图进行指标的采集的具体实施方式可为:搜索整个网络内的网络设备,生成网络拓扑图,以主机为核心,采集所有承载的数据库和中间件、标准应用之间的实时状态生成***拓扑图,根据网络拓扑图和***拓扑图及采集任务的要求来进行指标的采集。
步骤S5:将采集到的值与正常值标准和阈值标准进行比对判断;
所述步骤S5将采集到的值与正常值标准和阈值标准进行比对判断的具体实施方式可为:将采集到的管理对象指标的值,与该管理对象指标的正常值标准进行比对判断,以判定其正常与否。例如,CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,如果采集到的该CPU使用率的值是200,明显是不符合“正常”值的标准,是一个异常的值。当采集到的值符合正常值标准后,则与该管理对象的阈值标准进行比对判断,作为指标异常(越界)的条件,例如,监测“CPU使用率”指标,判断标准可以设置为“大于90%”,也就是说当CPU使用率大于90%的条件下认为这个管理对象的这个指标可能出现了异常。
在实际应用中,还可与根据管理对象正常状态下某指标的历史情况加以调整后作为基准线来定义该管理对象的指标阈值标准进行比对判断,作为指标异常(越界)的条件。例如,某CPU前段时间的历史使用率在60%~80%,则判断标准可以设置为“大于80%”,也就是说当CPU使用率大于80%的条件下认为这个管理对象的这个指标可能出现了异常。
步骤S6:若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
所述步骤S6若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者的具体实施方式可为:根据步骤S5将采集到的值与正常值标准进行比对判断后,若采集到的值超出了正常值标准范围,则将采集到的值返回给任务请求者,并将错误原因返回给任务请求者,告诉任务请求者该值已超出了正常值标准范围;若采集到的值在正常值标准范围内,则将符合正常值标准的值与阈值标准进行比对判断,若在阈值标准范围内,则直接将该值返回给任务请求者,若该值超出了阈值标准范围,则将采集到的值返回给任务请求者,并将错误原因返回给任务请求者,告诉任务请求者该值已超出了阈值标准范围。例如,运维***某组件要求每隔10秒采集一次IP地址为192.168.1.156的主机CPU的使用率,则采集平台根据任务的要求找到IP地址为192.168.1.156的主机,然后每隔十秒采集一次该主机CPU的使用率,而CPU使用率这个指标,它的值应该是数值类型,而且范围只可能在0~100以内,如果采集到的该CPU使用率的值是200,明显是不符合“正常”值的标准,是一个异常的值,这个值不会直接返回给任务请求者运维***某组件,而是返回给它一个错误信息,告诉它这个指标值超出了范围。如果返回的值在0~100以内,则根据阈值标准进行判断,如果判断越界的标准为“大于90%”,则当CPU使用率在90%以内时,直接将使用率的值返回给任务请求者运维***某组件,如某一时刻CPU使用率为60%,则将60%返回给任务请求者;当CPU使用率大于90%时,认为这个管理对象的这个指标可能出现了异常,将具体数值返回的同时,将错误原因返回,告诉任务请求者该CPU使用率超出了阈值标准,已越界出现了异常。
本实施例所述的用于运维管理的采集方法通过建立统一的采集平台,再接收请求执行指标采集的任务,将采集模块与运维***的其他组件分隔开来,形成单一的采集平台,能接收运维***各个组件或其他运维***的各个组件发出的采集任务,然后根据收到的任务定义管理对象的指标正常值标准和阈值标准,根据不同的任务的要求定义需采集的管理对象的指标正常值和阈值标准,从而标准能实时变化,适应各种采集任务的要求,然后根据任务要求采集指定对象的指定指标的值;将采集到的值与正常值标准和阈值标准进行比对判断;若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者,采集平台统一接收其他组件的采集任务请求,并根据请求自动进行采集,同时对采集到的各管理对象指标的值进行智能过滤,对不符合定义的值明确告知错误的原因,采集效率高,减轻了其他组件的工作负担,提高了整个运维***的工作效率。
一种用于运维管理的采集***实施例
如图3所示,一种用于运维管理的采集***,所述用于运维管理的采集***包括:
任务接收模块1,用于接收请求执行指标采集的任务;
标准定义模块2,用于根据收到的任务定义管理对象的指标正常值标准;
采集模块3,用于根据任务要求采集指定对象的指定指标的值;
对比模块4,用于将采集到的值与正常值标准进行比对判断;
结果处理模块5,用于在当指标值在标准范围内时将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
在实际应用中,所述用于运维管理的采集***包括:拓扑模块6,用于根据实际场景生成拓扑图。
在实际应用中,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔。
在实际应用中,所述根据收到的任务定义管理对象的指标正常值标准具体可为:根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标正常值标准。
本发明实施的优点:本发明所述的用于运维管理的采集方法通过建立统一的采集平台,再接收请求执行指标采集的任务,将采集模块与运维***的其他组件分隔开来,形成单一的采集平台,能接收运维***各个组件或其他运维***的各个组件发出的采集任务,然后根据收到的任务定义管理对象的指标正常值标准和阈值标准,根据不同的任务的要求定义需采集的管理对象的指标正常值和阈值标准,从而标准能实时变化,适应各种采集任务的要求,然后根据任务要求采集指定对象的指定指标的值;将采集到的值与正常值标准和阈值标准进行比对判断;若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者,采集平台统一接收其他组件的采集任务请求,并根据请求自动进行采集,同时对采集到的各管理对象指标的值进行智能过滤,对不符合定义的值明确告知错误的原因,采集效率高,减轻了其他组件的工作负担,提高了整个运维***的工作效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种用于运维管理的采集方法,其特征在于,所述用于运维管理的采集方法包括以下步骤:
接收请求执行指标采集的任务;
根据收到的任务定义管理对象的指标正常值标准和阈值标准;
根据任务要求采集指定对象的指定指标的值;
将采集到的值与正常值标准和阈值标准进行比对判断;
若在标准范围内则将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
2.根据权利要求1所述的用于运维管理的采集方法,其特征在于,所述用于运维管理的采集方法包括以下步骤:根据实际场景生成拓扑图后根据拓扑图进行指标的采集。
3.根据权利要求2所述的用于运维管理的采集方法,其特征在于,所述根据实际场景生成拓扑图具体可为:搜索整个网络内的网络设备,生成网络拓扑图,以主机为核心,采集所有承载的数据库和中间件、标准应用之间的实时状态生成***拓扑图。
4.根据权利要求1所述的用于运维管理的采集方法,其特征在于,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔。
5.根据权利要求4所述的用于运维管理的采集方法,其特征在于,所述根据任务要求采集指定对象的指定指标的值的具体实施方式可为:根据采集任务的要求,按照设置的时间间隔,定时采集指定对象的指定指标的值。
6.根据权利要求1至5之一所述的用于运维管理的采集方法,其特征在于,所述根据收到的任务定义管理对象的指标正常值标准和阈值标准具体可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。
7.一种用于运维管理的采集***,其特征在于,所述用于运维管理的采集***包括:
任务接收模块,用于接收请求执行指标采集的任务;
标准定义模块,用于根据收到的任务定义管理对象的指标正常值标准和阈值标准;
采集模块,用于根据任务要求采集指定对象的指定指标的值;
对比模块,用于将采集到的值与正常值标准和阈值标准进行比对判断;
结果处理模块,用于在当指标值在标准范围内时将采集到的值返回给任务请求者,否则返回错误原因给任务请求者。
8.根据权利要求7所述的用于运维管理的采集***,其特征在于,所述用于运维管理的采集***包括:拓扑模块,用于根据实际场景生成拓扑图。
9.根据权利要求8所述的用于运维管理的采集***,其特征在于,所述采集任务可包括以下要素:采集对象类别、采集对象、采集指标和采集间隔。
10.根据权利要求7至9之一所述的用于运维管理的采集***,其特征在于,所述根据收到的任务定义管理对象的指标正常值标准和阈值标准具体可为:根据管理对象的不同来定义该管理对象指标的正常值标准,再根据管理对象正常状态下某指标的历史情况,加以调整后作为基准线来定义该管理对象的指标阈值标准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510220565.5A CN105530118A (zh) | 2015-05-04 | 2015-05-04 | 一种用于运维管理的采集方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510220565.5A CN105530118A (zh) | 2015-05-04 | 2015-05-04 | 一种用于运维管理的采集方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105530118A true CN105530118A (zh) | 2016-04-27 |
Family
ID=55772123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510220565.5A Pending CN105530118A (zh) | 2015-05-04 | 2015-05-04 | 一种用于运维管理的采集方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105530118A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776102A (zh) * | 2016-12-27 | 2017-05-31 | 中国建设银行股份有限公司 | 一种应用***健康检查方法及*** |
CN107147628A (zh) * | 2017-04-27 | 2017-09-08 | 努比亚技术有限公司 | 一种数据处理装置及方法 |
CN108289035A (zh) * | 2017-08-04 | 2018-07-17 | 上海北塔软件股份有限公司 | 一种直观的网络及业务***运行状态展现方法及*** |
CN112953792A (zh) * | 2021-02-05 | 2021-06-11 | 中国工商银行股份有限公司 | 网络流量监测方法及装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080077358A1 (en) * | 2006-09-27 | 2008-03-27 | Marvasti Mazda A | Self-Learning Integrity Management System and Related Methods |
CN101452079A (zh) * | 2008-12-26 | 2009-06-10 | 东南大学 | 基于混杂式传感器网络的核监测***及方法 |
CN102871667A (zh) * | 2012-09-28 | 2013-01-16 | 深圳先进技术研究院 | 动态监护传输***及方法 |
US20130030761A1 (en) * | 2011-07-29 | 2013-01-31 | Choudur Lakshminarayan | Statistically-based anomaly detection in utility clouds |
CN103746849A (zh) * | 2014-01-14 | 2014-04-23 | 浪潮电子信息产业股份有限公司 | 一种基于移动智能终端的it运维管理*** |
CN103892815A (zh) * | 2014-04-28 | 2014-07-02 | 广东欧珀移动通信有限公司 | 一种人体生理指标监测方法及监测*** |
CN104156822A (zh) * | 2014-08-11 | 2014-11-19 | 国家电网公司 | 一种基于soa的企业级信息***综合运维管控方法 |
-
2015
- 2015-05-04 CN CN201510220565.5A patent/CN105530118A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080077358A1 (en) * | 2006-09-27 | 2008-03-27 | Marvasti Mazda A | Self-Learning Integrity Management System and Related Methods |
CN101452079A (zh) * | 2008-12-26 | 2009-06-10 | 东南大学 | 基于混杂式传感器网络的核监测***及方法 |
US20130030761A1 (en) * | 2011-07-29 | 2013-01-31 | Choudur Lakshminarayan | Statistically-based anomaly detection in utility clouds |
CN102871667A (zh) * | 2012-09-28 | 2013-01-16 | 深圳先进技术研究院 | 动态监护传输***及方法 |
CN103746849A (zh) * | 2014-01-14 | 2014-04-23 | 浪潮电子信息产业股份有限公司 | 一种基于移动智能终端的it运维管理*** |
CN103892815A (zh) * | 2014-04-28 | 2014-07-02 | 广东欧珀移动通信有限公司 | 一种人体生理指标监测方法及监测*** |
CN104156822A (zh) * | 2014-08-11 | 2014-11-19 | 国家电网公司 | 一种基于soa的企业级信息***综合运维管控方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776102A (zh) * | 2016-12-27 | 2017-05-31 | 中国建设银行股份有限公司 | 一种应用***健康检查方法及*** |
CN107147628A (zh) * | 2017-04-27 | 2017-09-08 | 努比亚技术有限公司 | 一种数据处理装置及方法 |
CN108289035A (zh) * | 2017-08-04 | 2018-07-17 | 上海北塔软件股份有限公司 | 一种直观的网络及业务***运行状态展现方法及*** |
CN108289035B (zh) * | 2017-08-04 | 2021-09-17 | 上海北塔软件股份有限公司 | 一种直观的网络及业务***运行状态展现方法及*** |
CN112953792A (zh) * | 2021-02-05 | 2021-06-11 | 中国工商银行股份有限公司 | 网络流量监测方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113112086B (zh) | 一种基于边缘计算和标识解析的智能生产*** | |
CN105323111B (zh) | 一种运维自动化***及方法 | |
CN108846076A (zh) | 支持接口适配的海量多源异构数据etl方法及*** | |
US20040024859A1 (en) | Method and apparatus for communications network resource utilization assessment | |
CN105530118A (zh) | 一种用于运维管理的采集方法及*** | |
CN103200050A (zh) | 服务器的硬件状态监控方法和*** | |
CN102521781A (zh) | 一种基于独立监控服务的跨安全区的设备统一监控方法及其监控*** | |
CN107204894A (zh) | 网络业务质量的监控方法及装置 | |
CN103922227B (zh) | 起重机监控管理*** | |
CN105512788A (zh) | 一种智能运维管理方法及*** | |
CN104486109A (zh) | 一种故障检测、恢复方法及装置 | |
CN105659528A (zh) | 一种实现故障定位的方法及装置 | |
CN101877618A (zh) | 基于无代理方式进行监控的方法、服务器及*** | |
CN104780220A (zh) | 面向证券期货行业大型分布式***的智能监控***及监控方法 | |
CN101789890A (zh) | 可自动更新的基于配置的代理监控***及其监控方法 | |
CN102571413B (zh) | 一种集群环境下资源管理的方法 | |
CN111983979A (zh) | 智能工厂管理***及方法 | |
CN102083091A (zh) | 网管告警管理方法和***以及告警采集服务器 | |
CN115391444A (zh) | 一种异构数据采集与交互方法、装置、设备及存储介质 | |
CN102281331A (zh) | 一种用于工业现场的远程监控***及其监控方法 | |
CN104601374A (zh) | 用于数控机床的网络故障处理方法和装置 | |
CN105512001A (zh) | 一种用于运维管理***的监测模板实现方法 | |
CN103885372A (zh) | 一种开关电源整流模块监控预警方法及*** | |
CN105678388A (zh) | 一种基于基线的运维管理健康分析方法 | |
CN110908347A (zh) | 基于物联网的智慧电厂管控*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160427 |
|
RJ01 | Rejection of invention patent application after publication |