CN109672585A - 一种用于监控云平台中的主机状态的方法和装置 - Google Patents

Abstract

本申请公开了一种用于监控云平台中的主机状态的方法和装置。该方法包括：计算出云平台中的全部主机中的所关注的资源的利用率的平均值；计算出云平台中的每台主机中的所关注的资源的利用率的即时值；根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。计算出所关注的每种资源的得分，可以综合每种资源的利用率是否正常，来确定有可能发生故障的主机的顺序，方便运维人员主动维护云平台的主机，减小主机发生故障的概率。

Description

一种用于监控云平台中的主机状态的方法和装置

技术领域

本申请涉及计算机主机运维领域，尤指一种用于监控云平台中的主机状态的方法和装置。

背景技术

在云计算时代，云平台内的主机规模逐渐庞大，随着云平台的业务***中的虚拟机逐渐增多，对主机的监控越来越重要。然而，现有的监控技术无法有效地监控处于高危状态的主机，数据中心运维人员仅能在主机发生故障以后再排查和修复出现故障的主机，这会造成数据中心运维人员维护云平台的主机工作非常被动。

发明内容

为了解决上述技术问题，本申请提供了一种用于监控云平台中的主机状态的方法和装置，能够使数据中心运维人员主动获知最可能发生故障的主机。

为了达到本申请的目的，本发明实施例提供了一种用于监控云平台中的主机状态的方法，该方法包括：

计算出云平台中的全部主机中的所关注的资源的利用率的平均值；

计算出云平台中的每台主机中的所关注的资源的利用率的即时值；

根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；

根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

进一步地，在一个可选的实施例中，根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的步骤包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，该方法还包括：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，该方法还包括：

如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，该方法还包括：

如果主机的健康指数超过了健康指数的监控阈值，则输出告警信号。

为了达到本申请的目的，本发明实施例提供了一种用于监控云平台中的主机状态的装置，该装置包括存储器和处理器，

存储器，用于存储计算机可读指令；

处理器，用于执行计算机可读指令，以执行如下操作：

计算出云平台中的全部主机中的所关注的资源的利用率的平均值；

计算出云平台中的每台主机中的所关注的资源的利用率的即时值；

根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；

根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

进一步地，在一个可选的实施例中，根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器还执行下列操作：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器还执行下列操作：

如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器还执行下列操作：

如果主机的健康指数超过了健康指数的监控阈值，则输出告警信号。

本发明实施例的有益效果在于，通过根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分，可以综合每种资源的利用率是否正常，来确定有可能发生故障的主机的顺序，方便运维人员主动维护云平台的主机，减小主机发生故障的概率。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。

附图说明

附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。

图1为本发明实施例提供的用于监控云平台中的主机状态的方法的流程图；

图2为本发明实施例提供的用于监控云平台中的主机状态的装置的框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

在云计算时代，云平台内的主机规模逐渐庞大，随着云平台的业务***中的虚拟机逐渐增多，对主机的监控越来越重要。然而，现有的监控技术无法有效地监控处于高危状态的主机，数据中心运维人员仅能在主机发生故障以后再排查和修复出现故障的主机，这会造成数据中心运维人员维护云平台的主机工作非常被动。

为了解决上述问题，一方面，本发明实施例提供了一种用于监控云平台中的主机状态的方法，如图1所示，该方法包括步骤S101-步骤S107。

步骤S101，计算出云平台中的全部主机中的所关注的资源的利用率的平均值。

在此，为了节省计算资源以及为了更加贴合云平台的实际情况，“所关注的资源的利用率的平均值”指的是在最近的一段时间内的资源的利用率的平均值。并且“所关注的资源”是指并非需要监控计算机主机的全部资源的指标，而仅仅是指影响到计算机主机的正常运行以及云平台的正常运行的资源的指标，例如，CPU资源的利用率(占用率)、内存资源的占用率、磁盘的实际读写速率与其IOPS/吞吐量相比得出的利用率、以及网卡实际交换的数据量与其吞吐量相比得出的利用率。

步骤S103，计算出云平台中的每台主机中的所关注的资源的利用率的即时值。

在此，“所关注的资源的利用率的即时值”可以指的是利用率的瞬时值，也可以是与前述的最近的一段时间相比来说更短的一段时间内的平均值(例如，所关注的内存资源的利用率的平均值可以是最近10秒钟的内存资源的利用率的平均值，那么所关注的内存资源的利用率的即时值可以是在最近1秒中的内存资源的利用率的平均值，尽管在监控内存资源的利用率的瞬时值时，可以在1秒中获得内存资源的利用率的几十个瞬时值)，采用与前述的最近的一段时间相比来说更短的一段时间内的平均值作为利用率的即时值的好处在于：当资源的利用率的瞬时值之中存在奇点值时，可以使资源的利用率的瞬时值之中的奇点值可以不会过度影响在后续步骤中的计算所关注的资源的得分，另外可以节省监控***的计算资源，并且还可使得在后续排列有可能发生故障的主机的顺序的时候，排序更加稳定。

步骤S105，根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分。

在这个步骤中，采用在步骤S101中获得的每台主机中的所关注的每种资源的利用率的即时值与在步骤S103中获得的对应的所关注的资源的利用率的平均值进行比较(比较的方式包括相减、根式相减、计算方差以及计算自由差等)，以得出偏差值，并且根据偏差值再计算出所关注的每种资源的得分。得分可以是与偏差值线性成正比例的，也可以是与偏差值的乘方成正比例的，还可以是与偏差值的倒数成正比例的，本申请对此并不确定。

步骤S107，根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

在此，根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。排列顺序的方式可以是按照其中的某一种或者某几种资源的得分来排列，也可以是按照所关注的全部资源的得分来排列顺序。

为了更主动地向运维人员警示主机有可能发生故障，在一个可选的实施例中，在步骤S107之后，该方法还可以包括：如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。在此的所关注的资源的得分超过了相应的监控阈值可以指的是一种资源的得分超过了这种资源的得分的相应的监控阈值，在这种情况下输出告警信号；也可以指的是多种资源的得分超过了相对应的资源的得分的相应监控阈值，在这种情况下输出告警信号。输出告警信号可以在运维人员监控主机的状态的时候主动提示运维人员主机有可能出现故障，因此可以提高监控的效率。

此外，由于所关注的每一种资源的利用率对于主机性能的影响是不同的，因此在一个可选的实施例中，步骤S107可以包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

在此，将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数(权重)，可以获得每台主机的健康指数(加权值)。由于已经通过得分乘以影响系数进行了加权，因此每种资源的得分可以通过加权的方式相加得出每台主机唯一的健康指数，因此，每台主机对应的唯一的健康指数更有利于排列出有可能发生故障的主机的顺序，更方便运维人员查看。

相应地，为了主动地向运维人员提示主机有可能出现故障，在一个可选的实施例中，在将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数的情况下，可以在主机的健康指数超过了健康指数的监控阈值的时候，输出告警信号。从而可以根据主机的健康指数这一唯一的指标向运维人员提示主机存在发送故障的可能性。

本发明实施例的有益效果在于，通过根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分，可以综合每种资源的利用率是否正常，来确定有可能发生故障的主机的顺序，方便运维人员主动维护云平台的主机，减小主机发生故障的概率。

由于云平台中的主机的数量往往非常巨大，并且所关注的资源的类型很多，因此在一个可选的实施例中，在步骤S107之后，该方法还包括：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。这样有利于运维人员观察，减少其他信息对运维人员的影响。

为了解决上述技术问题，本发明实施例提供了一种用于监控云平台中的主机状态的装置，如图2所示，该装置包括存储器10和处理器20。

存储器10，用于存储计算机可读指令；

处理器20，用于执行计算机可读指令，以执行如下操作：

计算出云平台中的全部主机中的所关注的资源的利用率的平均值；

计算出云平台中的每台主机中的所关注的资源的利用率的即时值；

根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；

根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

本发明实施例的有益效果在于，通过根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分，可以综合每种资源的利用率是否正常，来确定有可能发生故障的主机的顺序，方便运维人员主动维护云平台的主机，减小主机发生故障的概率。

进一步地，在一个可选的实施例中，根据所关注的每种资源的得分，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在云平台的全部主机之中的有可能发生故障的主机的顺序。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器20还执行下列操作：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器20还执行下列操作：

如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。

进一步地，在一个可选的实施例中，在排列出在云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，处理器20还执行下列操作：

如果主机的健康指数超过了健康指数的监控阈值，则输出告警信号。

虽然本发明所揭露的实施方式如上，但上述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种用于监控云平台中的主机状态的方法，其特征在于，所述方法包括：

计算出云平台中的全部主机中的所关注的资源的利用率的平均值；

计算出所述云平台中的每台主机中的所关注的资源的利用率的即时值；

根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；

根据所关注的每种资源的得分，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序。

2.根据权利要求1所述的方法，其中，所述根据所关注的每种资源的得分，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的步骤包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序。

3.根据权利要求1所述的方法，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，所述方法还包括：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。

4.根据权利要求1所述的方法，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，所述方法还包括：

如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。

5.根据权利要求2所述的方法，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的步骤之后，所述方法还包括：

如果主机的健康指数超过了健康指数的监控阈值，则输出告警信号。

6.一种用于监控云平台中的主机状态的装置，包括存储器和处理器，

所述存储器，用于存储计算机可读指令；

所述处理器，用于执行所述计算机可读指令，以执行如下操作：

计算出云平台中的全部主机中的所关注的资源的利用率的平均值；

计算出所述云平台中的每台主机中的所关注的资源的利用率的即时值；

根据每台主机中的所关注的每种资源的利用率的即时值与对应的所关注的资源的利用率的平均值的偏差值，计算出所关注的每种资源的得分；

根据所关注的每种资源的得分，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序。

7.根据权利要求6所述的装置，其特征在于，所述根据所关注的每种资源的得分，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的操作包括：

将所关注的每种资源的得分乘以所关注的每种资源的相应的影响系数，计算出每台主机的健康指数；

根据每台主机的健康指数，排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序。

8.根据权利要求6所述的装置，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，所述处理器还执行下列操作：

按照排列出的有可能发生故障的主机的顺序，输出预先设定的数量的主机的所关注的资源的利用率的即时值以及主机的名称。

9.根据权利要求6所述的装置，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，所述处理器还执行下列操作：

如果所关注的资源的得分超过了相应的监控阈值，则输出告警信号。

10.根据权利要求7所述的装置，其特征在于，在所述排列出在所述云平台的全部主机之中的有可能发生故障的主机的顺序的操作之后，所述处理器还执行下列操作：

如果主机的健康指数超过了健康指数的监控阈值，则输出告警信号。