CN111737086B - 一种监控方式的调整方法、装置和计算机可读存储介质 - Google Patents
一种监控方式的调整方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111737086B CN111737086B CN202010591003.2A CN202010591003A CN111737086B CN 111737086 B CN111737086 B CN 111737086B CN 202010591003 A CN202010591003 A CN 202010591003A CN 111737086 B CN111737086 B CN 111737086B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- target
- mode
- monitoring configuration
- population
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 320
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012549 training Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 55
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 10
- 238000010367 cloning Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 230000001960 triggered effect Effects 0.000 claims description 4
- 238000005265 energy consumption Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Alarm Systems (AREA)
Abstract
本发明实施例公开了一种监控方式的调整方法、装置和介质,将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案。根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。该技术方案综合了实时监控、离线监控和告警触发等多种监控方式的优势,根据***运行的状况,通过多目标的监控函数得出各种监控方式在当前***环境下的运行配置,实现了***监控方式的灵活调整。
Description
技术领域
本发明涉及计算机软件技术领域,特别是涉及一种监控方式的调整方法、装置和计算机可读存储介质。
背景技术
随着计算机软件***功能越来越丰富,架构越来越复杂,为确保***的正常运行,对软件***的高效监控就显得非常重要。软件***运行的不同阶段呈现不同的运行环境,比如***不稳定时告警日志信息较多,***服务能力较低,资源占用率较低。而在***运行平稳期,资源占用随着业务特性或时间区间呈现一定规律的波动。如果通过单纯的人工监控,工作量巨大,效率极低,无法满足大型***的监控要求。
为了提升***的监控效率,可以采用实时监控的方式,其实现原理是对被监控进程、线程或功能模块内嵌探针进行实时的数据采集。但是当***处于忙时,***资源非常紧张,此时实时监控服务会抢占宝贵的***资源,影响***服务质量。采用单一离线监控的方式,虽然可以降低实时监控带来的资源占用,但是也降低了对软件***问题实时发现处理的效率。总之,现有的方式缺乏一定的灵活性,不能根据***运行状况灵活的调整***监控方式。
可见,如何实现***监控方式的灵活调整,是本领域技术人员需要解决的问题。
发明内容
本发明实施例的目的是提供一种监控方式的调整方法、装置和计算机可读存储介质,可以实现***监控方式的灵活调整。
为解决上述技术问题,本发明实施例提供一种监控方式的调整方法,包括:
将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,所述目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量;
利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案;
根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案。
可选地,所述利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案包括:
基于所述监控函数以及预先设定的种群参数,建立初始监控种群;其中,所述初始监控种群中包含所述实时监控模式、所述离散监控模式和所述告警触发模式在不同占比下的初始监控配置方案;
将当前***的运行参数输入所述初始监控种群进行计算,以得到目标函数值;其中,所述运行参数包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量;
将所述初始监控种群中符合所述目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群;
基于各所述优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从所述优化种群中筛选出多个备用监控配置方案。
可选地,在所述将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数之前还包括:
记录各所述目标参数各自对应的门限条件;
依据当前***的运行参数,计算当前***的各目标参数;
判断是否存在满足所述门限条件的目标参数,当存在满足所述门限条件的目标参数时,则执行所述将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数的步骤。
可选地,在所述记录各所述目标参数各自对应的门限条件之后还包括:
当接收到门限调整指令时,将所述门限条件中的原始门限值替换为所述门限调整指令中携带的门限值。
可选地,所述根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案包括:
当所述业务需求为***整体资源最优时,则从所述多个备用监控配置方案中选取出***整体资源占用量最小的监控配置方案作为目标监控配置方案;
当所述业务需求为待处理问题最优时,则从所述多个备用监控配置方案中选取出待处理问题增长数量最少的监控配置方案作为目标监控配置方案;
当所述业务需求为***可服务人数最优时,则从所述多个备用监控配置方案中选取出***可服务人数最多的监控配置方案作为目标监控配置方案;
当所述业务需求为告警上报量最优时,则从所述多个备用监控配置方案中选取出告警上报量最少的监控配置方案作为目标监控配置方案。
本发明实施例还提供了一种监控方式的调整装置,包括构建单元、训练单元和选取单元;
所述构建单元,用于将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,所述目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量;
所述训练单元,用于利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案;
所述选取单元,用于根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案。
可选地,所述训练单元包括建立子单元、计算子单元、作为子单元和筛选子单元;
所述建立子单元,用于基于所述监控函数以及预先设定的种群参数,建立初始监控种群;其中,所述初始监控种群中包含所述实时监控模式、所述离散监控模式和所述告警触发模式在不同占比下的初始监控配置方案;
所述计算子单元,用于将当前***的运行参数输入所述初始监控种群进行计算,以得到目标函数值;其中,所述运行参数包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量;
所述作为子单元,用于将所述初始监控种群中符合所述目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群;
所述筛选子单元,用于基于各所述优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从所述优化种群中筛选出多个备用监控配置方案。
可选地,还包括记录单元、计算单元和判断单元;
所述记录单元,用于记录各所述目标参数各自对应的门限条件;
所述计算单元,用于依据当前***的运行参数,计算当前***的各目标参数;
所述判断单元,用于判断是否存在满足所述门限条件的目标参数,当存在满足所述门限条件的目标参数时,则触发所述构建单元。
可选地,还包括调整单元;
所述调整单元,用于当接收到门限调整指令时,将所述门限条件中的原始门限值替换为所述门限调整指令中携带的门限值。
可选地,所述选取单元具体用于当所述业务需求为***整体资源最优时,则从所述多个备用监控配置方案中选取出***整体资源占用量最小的监控配置方案作为目标监控配置方案;
当所述业务需求为待处理问题最优时,则从所述多个备用监控配置方案中选取出待处理问题增长数量最少的监控配置方案作为目标监控配置方案;
当所述业务需求为***可服务人数最优时,则从所述多个备用监控配置方案中选取出***可服务人数最多的监控配置方案作为目标监控配置方案;
当所述业务需求为告警上报量最优时,则从所述多个备用监控配置方案中选取出告警上报量最少的监控配置方案作为目标监控配置方案。
本发明实施例还提供了一种监控方式的调整装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如上述任意一项所述监控方式的调整方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任意一项所述监控方式的调整方法的步骤。
由上述技术方案可以看出,将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。为了对***资源能耗进行全面准确的分析,可以采用对***资源能耗影响较大的多个目标参数构建基于多目标的监控函数。利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案。在实际应用中,可以根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。在该技术方案中,综合了实时监控、离线监控和告警触发等多种监控方式的优势,根据***运行的状况,通过多目标的监控函数得出各种监控方式在当前***环境下的运行配置,解决了单一实时监控在***忙时占用资源,单一离线监控实时性不足,以及单一告警触发难以平衡告警数量和数据质量的问题,实现了***监控方式的灵活调整。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,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为本发明实施例提供的一种监控方式的调整方法的流程图;
图2为本发明实施例提供的一种监控方式的调整装置的结构示意图;
图3为本发明实施例提供的一种监控方式的调整装置的硬件结构示意图。
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,都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
接下来,详细介绍本发明实施例所提供的一种监控方式的调整方法。图1为本发明实施例提供的一种监控方式的调整方法的流程图,该方法包括:
S101:将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数。
在本发明实施例中,可以根据当前***的运行状态,将多种监控方式进行综合分析,实现对多种监控方式的灵活调用,从而使得监控方式更加贴合***运行的监控需求。
其中,监控方式可以包括实时监控模式、离散监控模式和告警触发模式。
在实际应用中,可以针对不同的监控方式设置其对应的比重,通过调整各监控方式所对应的比重,得到不同的监控配置方案。
为了对***资源能耗进行全面准确的分析,在本发明实施例中,可以采用对***资源能耗影响较大的多个目标参数构建基于多目标的监控函数。其中,目标参数可以包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。
S102:利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案。
非支配邻域免疫算法(Multi-objective Immune Algorithm with NondominatedNeighbor-based Selection,NNIA)适用于对多目标进行分析处理。因此,在本发明实施例中可以选用非支配邻域免疫算法对监控函数进行综合训练。
在本发明实施例中,针对每个目标参数有其对应的约束条件,以***整体资源占用量为例,其对应的约束条件可以设置为处于某个区间,例如50%-90%。以待处理问题增长数量为例,其对应的约束条件可以设置为不高于单位时间某数量,例如,每1小时待处理问题增长数量不超过100个。以***可服务人数为例,其对应的约束条件可以设置为***可服务人数不低于某数量,例如1000人。以告警上报量为例,其对应的约束条件可以设置为告警上报量不超过某数量,例如,50个。
利用非支配邻域免疫算法对监控函数进行综合训练,可以得到多个满足约束条件的备用监控配置方案。
在实际应用中,可以预先设置好非支配邻域免疫算法对应的种群参数,例如,可以设置种群的规模为30个,设定种群进化终止迭代次数为30,备用监控配置方案的数目上限为5,比例克隆规模为10,活跃种群规模为10。
在具体实现中,可以基于监控函数以及预先设定的种群参数,建立初始监控种群。其中,初始监控种群中包含实时监控模式、离散监控模式和告警触发模式在不同占比下的初始监控配置方案。
在本发明实施例中,可以将监控模式、离散监控模式和告警触发模式各自所对应的占比看作是三个变量。
初始监控种群规模和个体差异均与当前软件***设计对应性能测试的数据有关,例如,实时监控服务并发线程、离线监控服务并发线程和告警触发并发线程从1-100不等。
在建立初始监控种群规模之后,可以将当前***的运行参数输入初始监控种群进行计算,以得到目标函数值。将初始监控种群中符合目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群。基于各优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从优化种群中筛选出多个备用监控配置方案。
其中,运行参数可以包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量。
举例说明,可以将初始监控种群标记为Bt。其中,t用于表示当前迭代次数,初始状态下t=0。对种群Bt中每个个体,输入当前***的运行参数,包括***已使用资源、***待处理问题数量、***当前服务人数、***当前告警上报量,计算每个监控函数对应的目标函数值,对所有符合约束条件的个体选取最高上限方案个数的最优个体进入优化种群Dt,每个个体代表一种监控配置方案。
种群参数中包含了种群进化终止迭代次数,当得到优化种群之后,可以判断是否达到种群进化终止迭代次数,当前迭代次数达到种群进化终止迭代次数时,则将优化种群中包含的监控配置方案作为备用监控配置方案。当前迭代次数未达到种群进化终止迭代次数时,计算当前优势个体种群Dt中个体的拥挤度距离,拥挤度计算采用NNIA算法提供的方式计算,然后将拥挤度距离从大到小的顺序排列,根据设定的比例克隆参数,优先选择拥挤度距离大的个体组成当前活性抗体种群At。对当前活性抗体种群At中的个体进行比例克隆操作,即1:1复制,对每个个体中备选实时监控的单位数量、离线监控的单位数量和告警触发的单位数量在拥挤度距离范围内随机步近,生成新的数值,得到备用监控配置方案种群Ct,种群Ct中包含了符合所有目标参数约束条件的多个备用监控配置方案。
S103:根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。
本发明实施例中,设定的目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量,***管理员或者***管理主控模块可以根据需要灵活选取合适的监控配置方案。
在具体实现中当业务需求为***整体资源最优时,则从多个备用监控配置方案中选取出***整体资源占用量最小的监控配置方案作为目标监控配置方案;当业务需求为待处理问题最优时,则从多个备用监控配置方案中选取出待处理问题增长数量最少的监控配置方案作为目标监控配置方案;当业务需求为***可服务人数最优时,则从多个备用监控配置方案中选取出***可服务人数最多的监控配置方案作为目标监控配置方案;当业务需求为告警上报量最优时,则从多个备用监控配置方案中选取出告警上报量最少的监控配置方案作为目标监控配置方案。
由上述技术方案可以看出,将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。为了对***资源能耗进行全面准确的分析,可以采用对***资源能耗影响较大的多个目标参数构建基于多目标的监控函数。利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案。在实际应用中,可以根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。在该技术方案中,综合了实时监控、离线监控和告警触发等多种监控方式的优势,根据***运行的状况,通过多目标的监控函数得出各种监控方式在当前***环境下的运行配置,解决了单一实时监控在***忙时占用资源,单一离线监控实时性不足,以及单一告警触发难以平衡告警数量和数据质量的问题,实现了***监控方式的灵活调整。
在本发明实施例中,可以对监控方式的调整设置触发条件。在具体实现中,可以记录各目标参数各自对应的门限条件;依据当前***的运行参数,计算当前***的各目标参数;其中,当前***的运行参数可以包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量。根据当前***的运行参数,可以计算出***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。
在计算出当前***的各目标参数之后,可以判断是否存在满足门限条件的目标参数,当存在满足门限条件的目标参数时,则执行将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数的步骤。
门限条件可以是触发***执行监控方式调整的条件。例如,当***整体资源占用量超过第一门限值、待处理问题增长量超过第二门限值、***可服务人数低于第三门限值或者是告警上报量超过第四门限时,均可触发***执行监控方式的调整。
在本发明实施例中,对于门限值的取值不做限定,可以根据实际需求设置。
通过设置门限条件,可以触发***自行执行监控方式的调整,提升了***的自动化水平,使得监控方式的调整时机更加贴合***的实际需求。
在实际应用中,可以对触发监控方式调整的门限条件设置修改机制。具体的,当***接收到门限调整指令时,将门限条件中的原始门限值替换为门限调整指令中携带的门限值。
通过对门限条件中涉及的门限值进行修改,能够更好的适用于***资源能耗的要求。
图2为本发明实施例提供的一种监控方式的调整装置的结构示意图,包括构建单元21、训练单元22和选取单元23;
构建单元21,用于将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量;
训练单元22,用于利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案;
选取单元23,用于根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。
可选地,训练单元包括建立子单元、计算子单元、作为子单元和筛选子单元;
建立子单元,用于基于监控函数以及预先设定的种群参数,建立初始监控种群;其中,初始监控种群中包含实时监控模式、离散监控模式和告警触发模式在不同占比下的初始监控配置方案;
计算子单元,用于将当前***的运行参数输入初始监控种群进行计算,以得到目标函数值;其中,运行参数包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量;
作为子单元,用于将初始监控种群中符合目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群;
筛选子单元,用于基于各优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从优化种群中筛选出多个备用监控配置方案。
可选地,还包括记录单元、计算单元和判断单元;
记录单元,用于记录各目标参数各自对应的门限条件;
计算单元,用于依据当前***的运行参数,计算当前***的各目标参数;
判断单元,用于判断是否存在满足门限条件的目标参数,当存在满足门限条件的目标参数时,则触发构建单元。
可选地,还包括调整单元;
调整单元,用于当接收到门限调整指令时,将门限条件中的原始门限值替换为门限调整指令中携带的门限值。
可选地,选取单元具体用于当业务需求为***整体资源最优时,则从多个备用监控配置方案中选取出***整体资源占用量最小的监控配置方案作为目标监控配置方案;
当业务需求为待处理问题最优时,则从多个备用监控配置方案中选取出待处理问题增长数量最少的监控配置方案作为目标监控配置方案;
当业务需求为***可服务人数最优时,则从多个备用监控配置方案中选取出***可服务人数最多的监控配置方案作为目标监控配置方案;
当业务需求为告警上报量最优时,则从多个备用监控配置方案中选取出告警上报量最少的监控配置方案作为目标监控配置方案。
图2所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量。为了对***资源能耗进行全面准确的分析,可以采用对***资源能耗影响较大的多个目标参数构建基于多目标的监控函数。利用非支配邻域免疫算法对监控函数进行综合训练,得到符合所有目标参数约束条件的多个备用监控配置方案。在实际应用中,可以根据获取的业务需求,从多个备用监控配置方案中选取出符合业务需求的目标监控配置方案。在该技术方案中,综合了实时监控、离线监控和告警触发等多种监控方式的优势,根据***运行的状况,通过多目标的监控函数得出各种监控方式在当前***环境下的运行配置,解决了单一实时监控在***忙时占用资源,单一离线监控实时性不足,以及单一告警触发难以平衡告警数量和数据质量的问题,实现了***监控方式的灵活调整。
图3为本发明实施例提供的一种监控方式的调整装置30的硬件结构示意图,包括:
存储器31,用于存储计算机程序;
处理器32,用于执行计算机程序以实现如上述任意实施例所述的监控方式的调整方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述任意实施例所述的监控方式的调整方法的步骤
以上对本发明实施例所提供的一种监控方式的调整方法、装置和计算机可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (8)
1.一种监控方式的调整方法,其特征在于,包括:
将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,所述目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量;
利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案;
根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案;
所述利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案包括:
基于所述监控函数以及预先设定的种群参数,建立初始监控种群;其中,所述初始监控种群中包含所述实时监控模式、所述离散监控模式和所述告警触发模式在不同占比下的初始监控配置方案;
将当前***的运行参数输入所述初始监控种群进行计算,以得到目标函数值;其中,所述运行参数包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量;
将所述初始监控种群中符合所述目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群;
基于各所述优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从所述优化种群中筛选出多个备用监控配置方案。
2.根据权利要求1所述的监控方式的调整方法,其特征在于,在所述将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数之前还包括:
记录各所述目标参数各自对应的门限条件;
依据当前***的运行参数,计算当前***的各目标参数;
判断是否存在满足所述门限条件的目标参数,当存在满足所述门限条件的目标参数时,则执行所述将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数的步骤。
3.根据权利要求2所述的监控方式的调整方法,其特征在于,在所述记录各所述目标参数各自对应的门限条件之后还包括:
当接收到门限调整指令时,将所述门限条件中的原始门限值替换为所述门限调整指令中携带的门限值。
4.根据权利要求1-3任意一项所述的监控方式的调整方法,其特征在于,所述根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案包括:
当所述业务需求为***整体资源最优时,则从所述多个备用监控配置方案中选取出***整体资源占用量最小的监控配置方案作为目标监控配置方案;
当所述业务需求为待处理问题最优时,则从所述多个备用监控配置方案中选取出待处理问题增长数量最少的监控配置方案作为目标监控配置方案;
当所述业务需求为***可服务人数最优时,则从所述多个备用监控配置方案中选取出***可服务人数最多的监控配置方案作为目标监控配置方案;
当所述业务需求为告警上报量最优时,则从所述多个备用监控配置方案中选取出告警上报量最少的监控配置方案作为目标监控配置方案。
5.一种监控方式的调整装置,其特征在于,包括构建单元、训练单元和选取单元;
所述构建单元,用于将实时监控模式、离散监控模式和告警触发模式所对应的占比作为变量,为每个目标参数构建其对应的监控函数;其中,所述目标参数包括***整体资源占用量、待处理问题增长数量、***可服务人数和告警上报量;
所述训练单元,用于利用非支配邻域免疫算法对所述监控函数进行综合训练,得到符合所有所述目标参数约束条件的多个备用监控配置方案;
所述选取单元,用于根据获取的业务需求,从所述多个备用监控配置方案中选取出符合所述业务需求的目标监控配置方案;
所述训练单元包括建立子单元、计算子单元、作为子单元和筛选子单元;
所述建立子单元,用于基于所述监控函数以及预先设定的种群参数,建立初始监控种群;其中,所述初始监控种群中包含所述实时监控模式、所述离散监控模式和所述告警触发模式在不同占比下的初始监控配置方案;
所述计算子单元,用于将当前***的运行参数输入所述初始监控种群进行计算,以得到目标函数值;其中,所述运行参数包括***已使用资源、***待处理问题数量、***当前服务人数和***当前告警上报量;
所述作为子单元,用于将所述初始监控种群中符合所述目标参数约束条件的目标函数值对应的初始监控配置方案作为优化种群;
所述筛选子单元,用于基于各所述优化种群中个体的拥挤度距离以及预先设定的比例克隆参数,从所述优化种群中筛选出多个备用监控配置方案。
6.根据权利要求5所述的监控方式的调整装置,其特征在于,还包括记录单元、计算单元和判断单元;
所述记录单元,用于记录各所述目标参数各自对应的门限条件;
所述计算单元,用于依据当前***的运行参数,计算当前***的各目标参数;
所述判断单元,用于判断是否存在满足所述门限条件的目标参数,当存在满足所述门限条件的目标参数时,则触发所述构建单元。
7.一种监控方式的调整装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序以实现如权利要求1至4任意一项所述监控方式的调整方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至4任意一项所述监控方式的调整方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591003.2A CN111737086B (zh) | 2020-06-24 | 2020-06-24 | 一种监控方式的调整方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010591003.2A CN111737086B (zh) | 2020-06-24 | 2020-06-24 | 一种监控方式的调整方法、装置和计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111737086A CN111737086A (zh) | 2020-10-02 |
CN111737086B true CN111737086B (zh) | 2022-06-07 |
Family
ID=72651072
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010591003.2A Active CN111737086B (zh) | 2020-06-24 | 2020-06-24 | 一种监控方式的调整方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111737086B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113849365B (zh) * | 2021-08-19 | 2023-08-22 | 苏州浪潮智能科技有限公司 | 服务器性能功耗比调控方法、***、终端及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156584A (zh) * | 2014-08-04 | 2014-11-19 | 中国船舶重工集团公司第七0九研究所 | 多目标优化差分进化算法的传感器目标分配方法及*** |
CN109634121A (zh) * | 2018-12-28 | 2019-04-16 | 浙江工业大学 | 基于径向基函数神经网络的多父代遗传算法空气源热泵多目标优化控制方法 |
CN110020775A (zh) * | 2019-01-30 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种风险交易管控方法及装置 |
-
2020
- 2020-06-24 CN CN202010591003.2A patent/CN111737086B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156584A (zh) * | 2014-08-04 | 2014-11-19 | 中国船舶重工集团公司第七0九研究所 | 多目标优化差分进化算法的传感器目标分配方法及*** |
CN109634121A (zh) * | 2018-12-28 | 2019-04-16 | 浙江工业大学 | 基于径向基函数神经网络的多父代遗传算法空气源热泵多目标优化控制方法 |
CN110020775A (zh) * | 2019-01-30 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 一种风险交易管控方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111737086A (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110297711B (zh) | 批量数据处理方法、装置、计算机设备及存储介质 | |
US10460241B2 (en) | Server and cloud computing resource optimization method thereof for cloud big data computing architecture | |
US9189272B2 (en) | Information processing apparatus, computer program, and method for controlling execution of jobs | |
CN102882745B (zh) | 一种用于监控业务服务器的方法和装置 | |
US20210006505A1 (en) | A bursty traffic allocation method, device and proxy server | |
CN110990138B (zh) | 资源调度方法、装置、服务器及存储介质 | |
CN103763378A (zh) | 基于分布式流式计算***的任务处理方法、***及节点 | |
US8150994B2 (en) | Providing flow control and moderation in a distributed message processing system | |
CN106790706A (zh) | 一种数据资源优化的方法、平台及*** | |
CN111985851B (zh) | 银行网点资源调度方法及装置 | |
CN112100024B (zh) | 一种资源负载异常检测方法、装置及设备 | |
Liao et al. | Energy and performance management in large data centers: A queuing theory perspective | |
CN103312566A (zh) | 检测报文端口拥塞的方法及装置 | |
CN111737086B (zh) | 一种监控方式的调整方法、装置和计算机可读存储介质 | |
CN112685160A (zh) | 定时任务的调度方法、装置,终端设备及计算机存储介质 | |
US20180295044A1 (en) | Automated management of service instances | |
CN104768171A (zh) | 一种网络优化方法及装置 | |
CN114726862A (zh) | 基于状态监控芯片确定计算节点运行状态的方法及*** | |
Misa et al. | Dynamic scheduling of approximate telemetry queries | |
Brown et al. | Predicting batch queue job wait times for informed scheduling of urgent hpc workloads | |
Xiao et al. | Dscaler: A horizontal autoscaler of microservice based on deep reinforcement learning | |
TW201628384A (zh) | 行動網路基地台訊務預測與資源調度自動分析系統與方法 | |
CN116302578B (zh) | 一种QoS约束的流应用延迟确保方法及*** | |
CN111309442B (zh) | 微服务容器数量的调整方法、装置、***、介质及设备 | |
CN117149746A (zh) | 基于云原生和存算分离的数据仓库管理*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |