KR20130099424A - Method and system on triggering using monitoring metric for cloud computing resource management - Google Patents

Method and system on triggering using monitoring metric for cloud computing resource management Download PDF

Info

Publication number
KR20130099424A
KR20130099424A KR1020120020925A KR20120020925A KR20130099424A KR 20130099424 A KR20130099424 A KR 20130099424A KR 1020120020925 A KR1020120020925 A KR 1020120020925A KR 20120020925 A KR20120020925 A KR 20120020925A KR 20130099424 A KR20130099424 A KR 20130099424A
Authority
KR
South Korea
Prior art keywords
triggering
cloud
module
monitoring
metrics
Prior art date
Application number
KR1020120020925A
Other languages
Korean (ko)
Other versions
KR101371068B1 (en
Inventor
손호준
김은성
나교민
이주환
Original Assignee
주식회사 이노그리드
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 주식회사 이노그리드 filed Critical 주식회사 이노그리드
Priority to KR1020120020925A priority Critical patent/KR101371068B1/en
Publication of KR20130099424A publication Critical patent/KR20130099424A/en
Application granted granted Critical
Publication of KR101371068B1 publication Critical patent/KR101371068B1/en

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H04L41/0897—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities by horizontal or vertical scaling of resources, or by migrating entities, e.g. virtual resources or entities
    • 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
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • 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
    • G06F11/3037—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a memory, e.g. virtual memory, cache
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Debugging And Monitoring (AREA)

Abstract

PURPOSE: Triggering method and system thereof utilizing a monitoring metric for cloud computing resource management are provided to increase the efficiency of operation in an actual service of a caching cloud through a triggering system and to perform a function suitable for a scaling reference required in the actual service environment. CONSTITUTION: A cloud monitoring module (1010) generates at least more than two metrics. When the metric generated by the cloud monitoring module corresponds to a predetermined triggering condition, a multi triggering module (1200) generates more than one of more than one triggering events included in a triggering event group. A cloud scaling module (1300) performs dynamic control with a size of cloud resource provided corresponding to a triggering event of the multi triggering module. [Reference numerals] (100) Cloud service system; (1000) Monitoring matrix application multi triggering system; (1010) Cloud monitoring module; (1110) Collection module; (1120) Real time check module; (1130) Alarm module; (1140) Matrix generation module; (1150) Matrix surveillance module; (1160) Composite matrix judgment module; (1200) Multi triggering module; (1210) Trigger management module; (1220) Event management module; (1300) Cloud scaling module; (1400) Cloud load balancer; (200) Client; (2000) Computing resource; (200-1) Client 1; (200-n) Client n; (500) Wire-wireless network

Description

클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용한 트리거링 방법 및 그 시스템{Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management}Triggering method and system using monitoring metrics for cloud computing resource management {Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management}

본 발명은 클라우드 컴퓨팅 자원 관리를 위한 트리거링 방법 및 그 시스템에 관한 것으로서, 더욱 더 상세하게는 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용한 트리거링 방법 및 그 시스템에 관한 것이다.
The present invention relates to a triggering method and system for managing cloud computing resources, and more particularly, to a triggering method and system using monitoring metrics for cloud computing resource management.

기존의 환경에서 물리적인 IT 자원을 확장하기 위한 유일한 방법은 물리적인 자원을 추가하는 것이다. 물리적인 자원이 확보되어 있는 경우에도 필요한 소프트웨어가 설치되고 네트워크에 포함되기 전에는 사용될 수 없는 한계를 가지고 있다. In a traditional environment, the only way to expand physical IT resources is to add physical resources. Even when physical resources are available, they have limitations that cannot be used until the necessary software is installed and included on the network.

클라우드 컴퓨팅 기반의 환경에서는 가상화 기술을 기반으로 하여 필요에 따라 가상화 된 서버를 서비스에 추가(Scale-out)하거나 삭제(Scale-in)할 수 있는 Auto-Scaling 기능을 제공하고 있다. 이러한 기능은 사용자의 시스템이 감당하고 있는 서비스 규모와 사용자가 설정한 정책에 따라 자동적이고 실시간적으로 적용된다. 즉, 서비스 규모가 설정된 서버 당 최대 기준치를 초과하면 동일한 기능을 하는 서버가 추가되며 최소 기준치에 미달되면 서버가 삭제되는 구조이다. 이를 통해 사용자는 물리적인 장비의 추가로 인한 부담 없이 서비스를 확장하거나 축소할 수 있다. In cloud computing based environment, based on virtualization technology, it provides auto-scaling function to scale out or scale out virtualized servers as needed. These features are applied automatically and in real time, depending on the size of the service your system is handling and the policies you set. In other words, if the service size exceeds the maximum threshold value for each server, a server having the same function is added. If the service threshold is not reached, the server is deleted. This allows users to scale up or down services without the burden of adding physical equipment.

기존의 서버호스팅의 경우 사용자 입장에서는 인터넷이나 전화를 통한 간편한 신청을 통해 IT 인프라를 임대 받을 수 있긴 하나 그 과정에서는 보이지 않는 수작업이 필요하다. 가용한 서버 확보, OS설치, 응용프로그램 설치, 네트워크 설치 등의 복잡한 절차를 서버호스팅 사업자가 수작업으로 대행하는 경우가 많다. 따라서 사용자가 신청 후 실제 IT자원을 사용할 수 있게 되기까지는 길게는 하루 이상의 시간이 소요되기도 하다. 클라우드 컴퓨팅 환경에서는 이러한 모든 과정이 자동화 되어 있으며 신청 후 수십 초 또는 수 분 이내에 바로 사용 가능한 IT 인프라를 사용자에게 제공하고 있다.In the case of the existing server hosting, the IT infrastructure can be leased by a simple application through the Internet or a telephone, but the manual work is invisible in the process. Server hosting companies often perform complex procedures such as securing an available server, installing an OS, installing an application, and installing a network. Therefore, it may take longer than a day before a user can use the actual IT resources. In a cloud computing environment, all of these processes are automated and provide users with an ready-to-use IT infrastructure within tens of seconds or minutes.

이에, 에서는 이러한 Auto-Scaling 기능을 위해 필요한 클라우드 컴퓨팅 자원 관리에 대한 방법을 제시하고, 이러한 방법론을 통해 구성되는 트리거링 시스템에 대해 제안하고자 한다.Therefore, in this paper, we propose a method for cloud computing resource management required for such auto-scaling function, and propose a triggering system configured through this methodology.

클라우드 컴퓨팅 서비스는 전반적인 인터넷 서비스를 위한 IT 인프라 제공 서비스를 목적으로 하다. IT 인프라 서비스의 주요 전방시장은 일반적인 기업시장과 함께 최근 각광을 받고 있는 SNS 시장을 꼽을 수 있다. SNS 시장의 소셜커머스, 소셜게임 등의 사업 분야의 확대와 함께 클라우드 기반의 IT 인프라의 도입도 가속화 될 것으로 예상하고 있다. 또한, 클라우드 컴퓨팅 기술을 CDN 기술에 적용 시 기존의 서비스 대비 네트워크의 효율성이 높아 절반의 비용으로 최소 2배 이상의 전송속도 향상을 기대할 수 있어 온라인 게임사와 e러닝 업체들을 중심으로 적용이 확산 될 것으로 사료된다. 최근에는 모바일 사용자들의 폭발적인 증가와 사용하는 콘텐츠도 다양해져 클라우드 컴퓨팅 기반의 환경으로의 전환 시 데이터전송 및 스트리밍서비스에 있어서 최적의 환경을 제공하고 있어 기업에 부담을 덜어주고 사용자에게는 최적의 서비스 제공이 가능한 기술 개발이 절실히 요구되어 왔다.
Cloud computing services are intended to provide IT infrastructure services for overall Internet services. The main forward market for IT infrastructure services is the SNS market, which has recently been in the spotlight along with the general enterprise market. With the expansion of business areas such as social commerce and social games in the SNS market, the adoption of cloud-based IT infrastructure is expected to accelerate. In addition, when applying cloud computing technology to CDN technology, the network efficiency is higher than the existing service, so it can be expected to improve the transmission speed by at least twice as much as half the cost. Therefore, the application will spread to online game companies and e-learning companies. do. In recent years, the explosive growth of mobile users and the variety of contents used also provide the optimal environment for data transmission and streaming services when switching to cloud computing-based environment, thereby reducing the burden on the enterprise and providing the optimal service to users. Technology development has been urgently required.

본 발명이 해결하고자 하는 첫번째 과제는 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용한 멀티 트리거링 시스템을 제시하는 것이다.The first problem to be solved by the present invention is to propose a multi-triggering system utilizing monitoring metrics for cloud computing resource management.

본 발명이 해결하고자 하는 첫번째 과제는 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용한 멀티 트리거링 시스템의 정보 처리 방법을 제시하는 것이다.
The first problem to be solved by the present invention is to propose an information processing method of a multi-triggering system using monitoring metrics for cloud computing resource management.

본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용하는 멀티 트리거링 시스템에 있어서, 클라우드를 이루는 자원에 대한 모니터링을 수행하고, 적어도 2 이상의 메트릭을 생성하는 클라우드 모니터링 모듈; 상기 클라우드 모니터링 모듈이 생성한 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키는 멀티 트리거링 모듈; 및 상기 멀티 트리거링 모듈의 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행하는 클라우드 스케일링 모듈;를 포함하는 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템을 제시한다.In order to achieve the technical problem to be achieved by the present invention, in a multi-triggering system that utilizes monitoring metrics for cloud computing resource management, the cloud monitoring module for monitoring the resources of the cloud, and generates at least two metrics ; A multi-triggering module for generating any one or more of triggering events included in a triggering event group including at least one triggering event when the metric generated by the cloud monitoring module corresponds to a preset triggering condition; And a cloud scaling module configured to perform dynamic control of the scale of cloud resources provided in response to the triggering event of the multi triggering module.

서비스 연속성을 위해 클라우드 스케일링 모듈과 연동하여 다중 클라우드 자원으로의 접근과 상황에 따른 로드 밸런싱 기능을 수행하는 클라우드 로드 밸런서;을 더 포함하는 것이 바람직하다.It is preferable to further include a cloud load balancer for performing a load balancing function according to the situation and access to multiple cloud resources in conjunction with the cloud scaling module for service continuity.

상기 메트릭은 디스크 사용량 및 현재 사용자 세션 수 중 어느 하나 이상을 포함하여 구성되며,The metric comprises one or more of disk usage and current number of user sessions,

상기 트리거링 이벤트는 상기 2 이상의 메트릭이 관계되는 복합적인 조건 하에서 발생되는 적어도 하나 이상의 트리거링 이벤트인 것이 바람직하다.Preferably, the triggering event is at least one triggering event occurring under a complex condition in which the two or more metrics are related.

본 발명이 이루고자 하는 기술적 과제를 달성하기 위하여, 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용하는 멀티 트리거링 시스템의 정보 처리 방법에 있어서, 상기 멀티 트리거링 시스템이, (A) 클라우드를 이루는 자원에 대한 모니터링을 수행하여 적어도 2 이상의 메트릭을 생성하는 단계; (B) 상기 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키는 단계; 및 (C) 상기 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행하는 단계;를 포함하는 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법을 제시한다.
In order to achieve the technical problem to be achieved by the present invention, in the information processing method of the multi-triggering system utilizing the monitoring metrics for cloud computing resource management, the multi-triggering system, (A) to monitor the resources of the cloud Performing to generate at least two metrics; (B) generating one or more of a triggering event included in a triggering event group including at least one triggering event when the metric corresponds to a preset triggering condition; And (C) performing dynamic control of the scale of the cloud resource provided in response to the triggering event.

본 발명을 활용하면 다음과 같은 효과가 있다.The present invention has the following effects.

첫째, 트리거링 시스템을 통해 캐싱 클라우드의 실제 서비스에서의 운영 시 효율을 높이고, 실제 서비스 환경에서 요구되는 스케일링 기준에 부합하는 기능을 수행할 수 있다.First, the triggering system can increase the efficiency of operating in the actual service of the caching cloud, and can perform functions that meet the scaling criteria required in the actual service environment.

둘째, 다양한 메트릭이 도입되었고, 메트릭을 활용하는 트리거 패턴이 가능하며, 다중/복합 트리거 조건에 따른 이벤트 관리 기능을 구현할 수 있다.Second, various metrics have been introduced, trigger patterns utilizing metrics are possible, and event management functions can be implemented according to multiple / complex trigger conditions.

셋째, 클라우드 인프라의 자원 활용률을 극대화할 수 있다.
Third, the resource utilization rate of cloud infrastructure can be maximized.

이하, 도면을 참조하면서 더욱 더 상세하게 설명한다.
도 1은 본 발명의 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭 활용 멀티 트리거링 시스템의 일 실시예적 도면이다.
도 2는 본 발명의 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법의 일 실시예적 도면이다.
도 3은 본 발명의 멀티 트리거링 모듈의 모니터링 모듈에 대한 일 실시예적 개념도이다.
도 4는 본 발명의 멀티 트리거링 모듈의 작동 방식에 대한 일 실시예적 개념도이다.
도 5는 본 발명의 멀티 트리거링 모듈의 부하 분산 방식에 대한 일 실시예적 개념도이다.
도 6은 본 발명의 클라우드 모니터링 모듈의 구성에 대한 일 실시예적 개념도이다.
도 7은 본 발명의 클라우드 모니터링 모듈의 사용자별 네트워크 트래픽 수집 방법에 대한 일 실시예적 개념도이다.It will be described in more detail below with reference to the drawings.
1 is an exemplary diagram of a multi-triggering system utilizing monitoring metrics for cloud computing resource management of the present invention.
2 is a diagram illustrating an information processing method of a multi-triggering system using monitoring metrics for cloud computing resource management according to the present invention.
3 is a conceptual diagram of an monitoring module of the multi-triggering module of the present invention.
4 is an exemplary conceptual diagram of a method of operating the multi triggering module of the present invention.
5 is a conceptual diagram of a load balancing method of the multi-triggering module of the present invention.
6 is a conceptual diagram of an embodiment of a cloud monitoring module of the present invention.
7 is a conceptual diagram illustrating a method for collecting network traffic for each user of the cloud monitoring module of the present invention.

도 1은 본 발명의 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭 활용 멀티 트리거링 시스템의 일 실시예적 도면이다. 본 발명의 클라우드 서비스 시스템(100)은 유무선 네트워크(500)를 통하여 다수의 클라이언트(200)의 접속을 허용하면서, 전산 자원 및 전산 자원을 사용하는 서비스를 제공해 준다.1 is an exemplary diagram of a multi-triggering system utilizing monitoring metrics for cloud computing resource management of the present invention. The cloud service system 100 of the present invention provides a service using a computing resource and a computing resource while allowing a plurality of clients 200 to be connected through the wired / wireless network 500.

상기 클라우드 서비스 시스템(100)은 본 발명의 핵심인 모니터링 메트릭 활용 멀티 트리거링 시스템(1000)을 포함하고 있다. 상기 모니터링 메트릭 활용 멀티 트리거링 시스템(1000)은 클라우드를 이루는 자원에 대한 모니터링을 수행하고, 적어도 2 이상의 메트릭을 생성하는 클라우드 모니터링 모듈과 상기 클라우드 모니터링 모듈이 생성한 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키는 멀티 트리거링 모듈 및 상기 멀티 트리거링 모듈의 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행하는 클라우드 스케일링 모듈을 포함하고 있으며, 서비스 연속성을 위해 클라우드 스케일링 모듈과 연동하여 다중 클라우드 자원으로의 접근과 상황에 따른 로드 밸런싱 기능을 수행하는 클라우드 로드 밸런서를 더 포함하고 있을 수 있다. The cloud service system 100 includes a monitoring triggered multi-triggering system 1000 that is the core of the present invention. The monitoring metric utilization multi-triggering system 1000 monitors resources constituting the cloud, and when the cloud monitoring module and at least two metrics generated by the cloud monitoring module correspond to a preset triggering condition. And dynamic control of a scale of a cloud resource provided in response to a triggering event of the multi-triggering module and the multi-triggering module to generate any one or more triggering events included in a triggering event group including at least one triggering event. It includes a cloud scaling module, and further includes a cloud load balancer that performs the load balancing function and access to multiple cloud resources in conjunction with the cloud scaling module for service continuity You may be doing

도 2는 본 발명의 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법의 일 실시예적 도면이다. 상기 모니터링 메트릭 활용 멀티 트리거링 시스템은 클라우드를 이루는 자원에 대한 모니터링을 수행하여 적어도 2 이상의 메트릭을 생성(S11)하고, 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키고(S12), 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행(S13)한다.2 is a diagram illustrating an information processing method of a multi-triggering system using monitoring metrics for cloud computing resource management according to the present invention. The multi-triggering system utilizing the monitoring metric generates at least two or more metrics by monitoring the resources of the cloud (S11), and when the metric corresponds to a preset triggering condition, a triggering event consisting of at least one triggering event. At least one of the triggering events included in the group is generated (S12), and dynamic control of the scale of cloud resources provided in response to the triggering event is performed (S13).

상기 클라우드 모니터링 모듈(1100)의 일 실시예적 구성은 도 3에 잘 나타나 있으며, 도 6에는 클라우드 모니터링 모듈의 구성에 대한 일 실시예적 개념이 도 7에는 본 발명의 클라우드 모니터링 모듈의 사용자별 네트워크 트래픽 수집 방법에 대한 일 실시예적 개념도가 제시되어 있다.An exemplary configuration of the cloud monitoring module 1100 is well illustrated in FIG. 3, and in FIG. 6, an exemplary concept for the configuration of the cloud monitoring module is illustrated in FIG. 7. FIG. 7 collects user-specific network traffic of the cloud monitoring module of the present invention. One exemplary conceptual diagram for the method is presented.

상기 클라우드 모니터링 모듈(1100)은 사용자에게 제공되는 가상 자원의 상태를 실시간으로 제공하는 사용자 서비스 적인 측면과 오토스케일링(Auto-Scaline)을 지원하는 부가 서비스 연동적 측면, 그리고 서비스 제공을 위한 시스템 관리적 측면 등 다양한 요구 조건에 부합해야 한다.The cloud monitoring module 1100 provides a user service aspect for providing a state of a virtual resource provided to a user in real time, an additional service interworking aspect supporting auto-scaline, and a system management aspect for providing a service. And various requirements.

상기 클라우드 모니터링 모듈(1010)은 도 1에서 예시되는 바와 같이 수집 모듈(1110), 실시간 체크 모듈(1120), 알람 모듈(1130), 메트릭 생성 모듈(1140), 메트릭 감시 모듈(1150) 및 복합 메트릭 판단 모듈(1160) 중 어느 2 이상을 포함하고 있다. 이하, 더욱 더 상세하게 설명한다.The cloud monitoring module 1010 includes a collection module 1110, a real time check module 1120, an alarm module 1130, a metric generation module 1140, a metric monitoring module 1150 and a composite metric as illustrated in FIG. 1. Any two or more of the determination module 1160 is included. It will be described in more detail below.

상기 클라우드 모니터링 모듈(1100)은 수집 모듈(1110)을 포함하고 있다. 상기 수집모듈(1110)은 하기 표 1과 같은 메트릭에 대하여 조회를 수행한다.The cloud monitoring module 1100 includes a collection module 1110. The collection module 1110 performs an inquiry on the metrics shown in Table 1 below.

주요 기능main function 설명Explanation Gateway Node 모니터링Gateway Node Monitoring ● Load balancing connections 정보 조회 (LVS)
● CPU 사용량 정보 조회
● Memory 사용량 정보 조회
● Network 사용량 정보 조회
● Health Checking status (가상 라우터에 대한 상태)dhcp status (서비스 사용자 가상 네트워크의 상태)
Load balancing connection information inquiry (LVS)
● CPU usage information query
● Memory usage information inquiry
● Network usage information inquiry
● Health Checking status dhcp status (status of service user virtual network)
Network/Compute Host 모니터링Network / Compute Host Monitoring ● 호스트 정보 조회
● NIC 정보 조회
● CPU 사용량 정보 조회
● Memory 사용량 정보 조회
● Network 사용량 정보 조회
● File System 정보 조회
● Health Check 정보 조회
● Host Information Inquiry
● Query NIC Information
● CPU usage information query
● Memory usage information inquiry
● Network usage information inquiry
● File System Information Inquiry
● Health Check Information Inquiry
Guest Node 모니터링Guest Node Monitoring ● 노드 정보 조회
● NIC 정보 조회
● CPU 사용량 정보 조회
● Memory 사용량 정보 조회
● Network 사용량 정보 조회
● Disk IO 사용량 정보 조회
● Node Information Inquiry
● Query NIC Information
● CPU usage information query
● Memory usage information inquiry
● Network usage information inquiry
● Display Disk IO Usage Information

도 6은 본 발명의 클라우드 모니터링 모듈의 구성에 대한 일 실시예적 개념도이다. 본 발명의 클라우드 모니터링 모듈은 클라우드 자원의 특성상 가상화된 자원에 대해 모니터링을 수행하므로, 하이퍼바이저(Hypervisor) 에 대한 API 호출과 같은 별도의 측정 방법이 요구된다. 상기 클라우드 모니터링 모듈은 기존의 Xenserver RRD에 의한 간접적인 모니터링에서 오픈소스 Xen에서 사용되는 xenstat과 내부 api를 직접 사용하여 가상자원에 대한 보다 정밀한 모니터링을 가능하게 한다. 또, 상기 클라우드 모니터링 모듈은 서버군 제공 플랫폼의 변경에 따르는 네트워크 노드(Network Node)의 가상 라우터(Virtual Router)에서 제공되는 내부 네트워크 정보 또한 추가적으로 관리하여 클라우드 인프라에 최적화된 모니터링 모듈을 구현할 수 있다.6 is a conceptual diagram of an embodiment of a cloud monitoring module of the present invention. Since the cloud monitoring module of the present invention performs monitoring on virtualized resources due to the characteristics of cloud resources, a separate measurement method such as an API call to a hypervisor is required. The cloud monitoring module enables more precise monitoring of virtual resources by directly using xenstat and internal api used in open source Xen in indirect monitoring by existing Xenserver RRD. In addition, the cloud monitoring module may additionally manage internal network information provided from a virtual router of a network node according to a change of a server group providing platform, thereby implementing a monitoring module optimized for a cloud infrastructure.

도 7은 본 발명의 클라우드 모니터링 모듈의 사용자별 네트워크 트래픽 수집 방법에 대한 일 실시예적 개념도이다. 본 발명의 클라우드 모니터링 모듈에는 실시간 체크 모듈(1120)이 포함되어 있다. 상기 실시간 체크 모듈(1120)은 복잡한 트래픽 상황에서 자동적인 보고에 따른 네트워크 과부하를 막기 위해 실시간으로 각각 에이전트로 모니터링 정보를 질의하여 실시간 정보를 조회한다. 이는 모니터링 정보의 조회와 동시에 각 에이전트 또는 모니터링 대상의 상태를 확인하는 효과를 갖는다. 한편, 이와 별개로 상기 실시간 체크 모듈(1120)은 중요 자원에 대해 라이브 상태(Live Status)를 실시간으로 조회하는 인터페이스를 갖는다.7 is a conceptual diagram illustrating a method for collecting network traffic for each user of the cloud monitoring module of the present invention. The cloud monitoring module of the present invention includes a real time check module 1120. The real-time check module 1120 inquires real-time information by querying the monitoring information to each agent in real time in order to prevent network overload due to automatic reporting in a complicated traffic situation. This has the effect of checking the status of each agent or monitoring target at the same time as querying the monitoring information. On the other hand, the real-time check module 1120 separately has an interface for inquiring the live status (Live Status) for the important resources in real time.

한편, 상기 클라우드 모니터링 모듈은 MRTG와 같이 기초 데이터(Raw Data)를 생성하여 통계 정보를 구성할 수 있으며, 별도로 내부적인 상태 제어를 위해 간단한 알람 기능을 제공하는 알람 모듈(1130)을 포함하고 있을 수 있다. 하기 표 2는 상기 알람 모듈(1130)의 기능을 요약하고 있다.Meanwhile, the cloud monitoring module may configure statistical information by generating raw data, such as MRTG, and may further include an alarm module 1130 that provides a simple alarm function for internal state control. have. Table 2 below summarizes the functions of the alarm module 1130.

주요 기능main function 설명Explanation CheckCheck 체크 되어야 할 메트릭 또는 대상에 대한 정보를 관리한다.
Manage information about metrics or targets to be checked.
NotificationNotification 체크 정보에 따라 지정된 후처리 루틴을 호출한다.
Invoke the specified post-processing routine according to the check information.

이어, 멀티 트리거링 모듈(1200)에 대해서 설명한다.Next, the multi triggering module 1200 will be described.

하기 표 3은 멀티 트리거링 모듈의 주요 기능에 대한 예시이다.Table 3 below is an example of the main functions of the multi triggering module.

주요 기능main function 설명Explanation 트리거 등록/삭제Trigger registration / deletion Alarm 트리거 정보를 Persistence Layer에 유지하여 영속적으로 서비스 상황에 따라 스케일링 대응하는 트리거를 등록/ 삭제하는 기능과 API를 제공한다.It maintains Alarm trigger information in Persistence Layer and provides API and function to register / delete trigger corresponding to scaling according to service situation. 메트릭 요소 감시Metric element watchdog 현재 모니터링 모듈에서 수집된 요소 중 트리거에 지정된 메트릭에 대해 스레시홀드(Threshold)를 감시한다. Monitors the threshold for the metrics assigned to the trigger among the elements collected by the current monitoring module. 멀티 트리거 스케쥴링Multi Trigger Scheduling 등록된 멀티 트리거링 메트릭에 대해 복합적으로 지정된 복합 상태에 따라 세밀하게 트리거링 이벤트를 발생 또는 관리한다.Generates or manages triggering events in detail according to the complex state specified for the registered multi-triggering metric. 트리거링 이벤트 관리Triggering Event Management 트리거링에 따른 추가적인 후처리 상황을 위해 이벤트를 생성하고 관리한다.Create and manage events for additional post-processing situations following triggering.

클라우드 기술은 기본적으로 물리 인프라를 가상화된 클라우드 인프라로 관리하는 특징을 지닌다. 이에 따라 최소한의 서버로 최대한의 효과를 얻을 수 있도록 가상 머신 기술인 Xen 기반의 가상 머신 관리 시스템을 개발하여 각각의 용도에 따라 클라우드 인프라로 관리했다. 본 발명에서는 이러한 구축 요소를 확장하여 실 서비스에서 요구되는 사항을 적합하게 지원할 수 있도록 하는 것이 특징이다.Cloud technology is basically characterized by managing the physical infrastructure as a virtualized cloud infrastructure. Accordingly, Xen-based virtual machine management system, which is a virtual machine technology, was developed and managed as a cloud infrastructure for each purpose in order to get the most effect from the minimum server. In the present invention, it is possible to extend such construction elements so as to appropriately support the requirements of the actual service.

하기 표 4는 본 발명의 멀티 트리거링 모듈의 주요 기능 모듈에 대한 예시적 설명이다.Table 4 below is an exemplary description of the main functional modules of the multi triggering module of the present invention.

주요 기능main function 설명Explanation 트리거 관리 모듈Trigger Management Module 클라우드 모니터링 모듈과 연동하여 메트릭 정보를 수집하고, 수집된 메트릭을 바탕으로 트리거링 상황을 감시하며, 멀티 트리거링 스케쥴링을 수행하는 모듈이다.
This module collects metric information by interworking with cloud monitoring module, monitors triggering status based on collected metrics, and performs multi triggering scheduling.
이벤트 관리 모듈Event management module 트리거링에 따르는 추가적인 후처리 상황을 위한 이벤트를 관리한다. 이벤트에 대한 후처리가 정확히 이루어지지 않았을 경우를 위해 이벤트에 대한 생명주기를 관리한다.
Manage events for additional post-processing situations following triggering. Manage the lifecycle of an event in case the postprocessing of the event is not done correctly.

본 발명의 메트릭은 Disk Read / Write, 현재 유저 세션 수를 포함하며, 대상에 네트워크 트래픽과 동시 접속자수를 포함하는 것을 특징으로 한다.The metrics of the present invention include Disk Read / Write, the current number of user sessions, characterized in that the target includes the network traffic and the number of concurrent users.

이어, 본 발명의 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법을 예시를 들면서 설명한다.Next, the information processing method of the monitoring metric utilization multi-triggering system of the present invention will be described with an example.

상기 클라우드 모니터링 모듈에는 메트릭 생성 모듈(1140)이 포함되어 있으며, 상기 메트릭 생성 모듈(1140)은 하기 표 5와 같은 발생 조건에 대응되는 각 메트릭(현재 사용자 세션 수 등)을 생성한다. 한편, 상기 메트릭 감시 모듈(1150)은 하기 표 5와 같은 발생 조건에 대응되는 메트릭별 값을 감시한다. 한편, 상기 복합 메트릭 판단 모듈(1160)은 하기 표 5와 같은 발생 조건이 성립하는 지를 판단한다.The cloud monitoring module includes a metric generation module 1140, and the metric generation module 1140 generates each metric (current user session number, etc.) corresponding to an occurrence condition as shown in Table 5 below. Meanwhile, the metric monitoring module 1150 monitors a metric value corresponding to a generation condition as shown in Table 5 below. Meanwhile, the complex metric determination module 1160 determines whether an occurrence condition shown in Table 5 is satisfied.

본 발명의 복합 메트릭 판단 모듈(1160)은 트리거 이벤트가 발생하는 조건도 복합 조건을 허용한다. 예를 들면, 특정한 트리거 1이 발생하는 이벤트는 하기와 같이 수집 모듈이 수집한 정보로 상기 메트릭 생성 모듈이 생성한 메트릭의 값에 대하여, 상기 복합 메트릭 판단 모듈(1160)이 메트릭별 또는 메트릭 조합별 이벤트(여기서는 scale-out)을 발생시키는 조건인 지를 판단한다. 하기 표 5는 특정한 트리거별 메트릭별 또는 메트릭 조합별 이벤트(여기서는 scale-out)을 발생시키는 조건의 예시를 보여 주고 있다.The complex metric determination module 1160 of the present invention also allows a complex condition in which a trigger event occurs. For example, the event in which a specific trigger 1 occurs is information collected by a collection module as described below, and the composite metric determination module 1160 performs a metric or metric combination on a value of a metric generated by the metric generation module. Determines if the condition causes an event (here scale-out). Table 5 below shows an example of a condition for generating a specific trigger-specific metric or metric combination event (here, scale-out).

트리거 번호Trigger number 발생 조건occurrence condition 조건 특성Condition properties 이벤트event 트리거 1Trigger 1 1) 세션 개수가 100개 이상이거나,
2) CPU Load 가 80% 이상 이고, Memory 사용률이 60%이상이거나,
3) Network Out이 976.56MB 이상이고, Disk Read 가 22.97MB 이상인 경우1) The number of sessions is 100 or more,
2) CPU Load is over 80%, Memory usage is over 60%,
3) Network Out is over 976.56MB and Disk Read is over 22.97MB 단일
복합

복합single
complex

complex Scale-out을 통해 추가 자원을 생성Create additional resources through scale-out 트리거 2Trigger 2 1) 세션 개수가 100개 이하이고
2) CPU Load 가 80% 이하이거나, Memory 사용률이 60%이하이고
3) Network Out이 976.56MB 이하이거나 Disk Read 가 22.97MB 이하인 경우1) The number of sessions is 100 or less
2) CPU Load is below 80% or Memory usage is below 60%
3) Network Out is less than 976.56MB or Disk Read is less than 22.97MB 단일
복합

복합single
complex

complex 추가 자원을 축소Shrink additional resources 트리거 3Trigger 3 세션개수가 3000개 이상이고, CPU Load가 75% 이상이고, 메모리 사용율이 75% 이상, N/W In 이 1G 이상, Disk Read가 200MB 이상Over 3000 sessions, over 75% CPU load, over 75% memory utilization, over 1G N / W In, over 200MB disk read 복합complex Scale-out을 통해 추가 자원을 생성
Create additional resources through scale-out
트리거 4Trigger 4 세션개수가 3000개 이하이거나, CPU Load가 75% 이하이거나, 메모리 사용율이 75% 이하이거나, N/W In 이 1G 이하이거나, Disk Read가 200MB 이하3,000 sessions or less, CPU load below 75%, memory utilization below 75%, N / W In below 1G, Disk Read below 200MB 복합complex 추가 자원을 축소
Shrink additional resources

상기 트리거끼리 충돌이 발생하는 경우(2가지 이상의 트리거가 작동 조건에 해당하는 경우) 각 트리거 사이에서는 적용 우선 순위가 있을 수 있다. 한편, 모니터링 주기는 기 설정된 시간(예를 들면, 5분 간격)으로 이루어지고 추가 자원이 생성되어 추가가 된 직후 바로 축소가 되는 일은 없으며,실질적으로 부하는 지속적으로 늘어나는 상황에서 자동적으로 추가된다.When collisions occur between the triggers (when two or more triggers correspond to operating conditions), there may be an application priority between the triggers. On the other hand, the monitoring cycle is made at a predetermined time (for example, every 5 minutes) and is not reduced immediately after additional resources are generated and added, and the actual load is automatically added in a constantly increasing situation.

본 발명의 트리거 관리 모듈(1210)은 상기와 같은 조건이 발생할 때 클라우드 스케일링 모듈(1300)로 하여금 Scale-out 을 통해 추가 자원을 생성하게 할 수 있다.The trigger management module 1210 of the present invention may cause the cloud scaling module 1300 to generate additional resources through scale-out when the above conditions occur.

본 발명의 클라우드 스케일링 모듈(Cloud Scaling System)(1300)은 클라우드 트리거링 모듈에서의 호출에 따라 현재 제공되는 클라우드 자원의 규모의 동적인 제어를 수행한다. 서비스 연속성을 위해 클라우드 로드 밸런서와의 긴밀한 연동을 통한 자원의 관리가 요구된다. 한편, 본 발명의 클라우드 로드 밸런서(Load Balancer)(1400)은 다중 클라우드 자원으로의 접근과 상황에 따른 로드 밸런싱 기능을 제공한다.
The cloud scaling module 1300 of the present invention performs dynamic control of the scale of currently provided cloud resources according to a call in the cloud triggering module. Service continuity requires resource management through close integration with the cloud load balancer. Meanwhile, the cloud load balancer 1400 of the present invention provides access to multiple cloud resources and a load balancing function according to a situation.

본 발명은 클라우드 컴퓨팅 산업, IT 산업, IT 서비스 사업, 컴퓨팅 자원 서비스 사업 등에 광범위하게 활용할 수 있다.
The present invention can be widely used in the cloud computing industry, IT industry, IT service business, computing resource service business.

100 : 클라우드 서비스 시스템
1000 : 모니터링 메트릭 활용 멀티 트리거링 시스템
1010 : 클라우드 모니터링 모듈
1110 : 수집 모듈
1120 : 실시간 체크 모듈
1130 : 알람 모듈
1140 : 메트릭 생성 모듈
1150 : 메트릭 감시 모듈
1160 : 복합 메트릭 판단 모듈
1200 : 멀티 트리거링 모듈
1210 : 트리거 관리 모듈
1220 : 이벤트 관리 모듈
1300 : 클라우드 스케일링 모듈
1400 : 클라우드 로드 밸런서
2000 : 컴퓨팅 자원
500 : 유무선 네트워크
200 : 클라이언트
200-1 : 클라이언트1
200-n : 클라이언트n100: cloud service system
1000: multi-triggering system utilizing monitoring metrics
1010 Cloud Monitoring Module
1110: acquisition module
1120: real-time check module
1130: alarm module
1140: Metric Generation Module
1150: Metric Surveillance Module
1160: compound metric judgment module
1200: Multi Triggering Module
1210: trigger management module
1220: Event Management Module
1300: Cloud Scaling Module
1400: cloud load balancer
2000: computing resources
500: wired and wireless network
200: Client
200-1: Client 1
200-n: Client n

Claims (5)

클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용하는 멀티 트리거링 시스템에 있어서,
클라우드를 이루는 자원에 대한 모니터링을 수행하고, 적어도 2 이상의 메트릭을 생성하는 클라우드 모니터링 모듈;
상기 클라우드 모니터링 모듈이 생성한 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키는 멀티 트리거링 모듈; 및
상기 멀티 트리거링 모듈의 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행하는 클라우드 스케일링 모듈;를 포함하는 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템.In the multi-triggering system that utilizes monitoring metrics for cloud computing resource management,
A cloud monitoring module configured to perform monitoring on resources forming a cloud and to generate at least two metrics;
A multi-triggering module for generating any one or more of triggering events included in a triggering event group including at least one triggering event when the metric generated by the cloud monitoring module corresponds to a preset triggering condition; And
And a cloud scaling module for performing dynamic control of the scale of cloud resources provided in response to the triggering event of the multi triggering module. 제 1항에 있어서,
서비스 연속성을 위해 클라우드 스케일링 모듈과 연동하여 다중 클라우드 자원으로의 접근과 상황에 따른 로드 밸런싱 기능을 수행하는 클라우드 로드 밸런서;을 더 포함하는 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템.The method of claim 1,
Multi-triggering system utilizing the monitoring metrics further comprising; a cloud load balancer for performing a load balancing function according to the situation and access to the multi-cloud resources in conjunction with the cloud scaling module for service continuity. 제 1항에 있어서,
상기 메트릭은 디스크 사용량 및 현재 사용자 세션 수 중 어느 하나 이상을 포함하여 구성되며,
상기 트리거링 이벤트는 상기 2 이상의 메트릭이 관계되는 복합적인 조건 하에서 발생되는 적어도 하나 이상의 트리거링 이벤트인 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템.The method of claim 1,
The metric comprises one or more of disk usage and current number of user sessions,
And the triggering event is at least one triggering event occurring under a complex condition in which the two or more metrics are related. 클라우드 컴퓨팅 자원 관리를 위한 모니터링 메트릭을 활용하는 멀티 트리거링 시스템의 정보 처리 방법에 있어서, 상기 멀티 트리거링 시스템이,
(A) 클라우드를 이루는 자원에 대한 모니터링을 수행하여 적어도 2 이상의 메트릭을 생성하는 단계;
(B) 상기 메트릭이 기 설정된 트리거링 조건에 해당하는 경우, 적어도 하나 이상의 트리거링 이벤트로 구성되는 트리거링 이벤트군에 포함된 트리거링 이벤트 중 어느 하나 이상을 발생시키는 단계; 및
(C) 상기 트리거링 이벤트에 대응하여 제공되는 클라우드 자원의 규모의 동적인 제어를 수행하는 단계;를 포함하는 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법.In the information processing method of a multi-triggering system utilizing monitoring metrics for cloud computing resource management, the multi-triggering system,
(A) monitoring at least one resource forming a cloud to generate at least two metrics;
(B) generating one or more of a triggering event included in a triggering event group including at least one triggering event when the metric corresponds to a preset triggering condition; And
(C) performing dynamic control of the scale of cloud resources provided in response to the triggering event. 제 4항에 있어서,
상기 메트릭은 디스크 사용량 및 현재 사용자 세션 수 중 어느 하나 이상을 포함하여 구성되는 것인 것이며,
상기 트리거링 이벤트는 상기 2 이상의 메트릭이 관계되는 복합적인 조건 하에서 발생되는 적어도 하나 이상의 트리거링 이벤트인 것을 특징으로 하는 모니터링 메트릭 활용 멀티 트리거링 시스템의 정보 처리 방법.
5. The method of claim 4,
The metric is configured to include any one or more of disk usage and the number of current user sessions,
And wherein the triggering event is at least one triggering event occurring under a complex condition in which the two or more metrics are related.
KR1020120020925A 2012-02-29 2012-02-29 Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management KR101371068B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020120020925A KR101371068B1 (en) 2012-02-29 2012-02-29 Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120020925A KR101371068B1 (en) 2012-02-29 2012-02-29 Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management

Publications (2)

Publication Number Publication Date
KR20130099424A true KR20130099424A (en) 2013-09-06
KR101371068B1 KR101371068B1 (en) 2014-03-10

Family

ID=49450741

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120020925A KR101371068B1 (en) 2012-02-29 2012-02-29 Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management

Country Status (1)

Country Link
KR (1) KR101371068B1 (en)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10216503B2 (en) 2013-03-13 2019-02-26 Elasticbox Inc. Deploying, monitoring, and controlling multiple components of an application
CN110309063A (en) * 2019-05-29 2019-10-08 宿州学院 A kind of software testing environment dynamic generating system and its implementation based on cloud computing
KR20200029794A (en) * 2018-09-11 2020-03-19 아토리서치(주) Method and system for real time multi metric monitoring
KR102323670B1 (en) * 2020-08-18 2021-11-08 숭실대학교산학협력단 Dynamic multilevel rule-based auto-scaling for containerized application in private multi-cloud

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190095245A1 (en) * 2017-09-22 2019-03-28 CloudHealth Technologies, Inc. System and Method for Apportioning Shared Computer Resources
KR102136583B1 (en) * 2018-09-12 2020-07-22 숭실대학교산학협력단 Monitoring system and method of cloud environment
KR102525069B1 (en) * 2022-12-30 2023-04-24 주식회사 에스티씨랩 Apparatus and method for managing transactions for resource optimization of cloud servers

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7590739B2 (en) * 1999-11-22 2009-09-15 Akamai Technologies, Inc. Distributed on-demand computing system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10216503B2 (en) 2013-03-13 2019-02-26 Elasticbox Inc. Deploying, monitoring, and controlling multiple components of an application
KR20200029794A (en) * 2018-09-11 2020-03-19 아토리서치(주) Method and system for real time multi metric monitoring
CN110309063A (en) * 2019-05-29 2019-10-08 宿州学院 A kind of software testing environment dynamic generating system and its implementation based on cloud computing
KR102323670B1 (en) * 2020-08-18 2021-11-08 숭실대학교산학협력단 Dynamic multilevel rule-based auto-scaling for containerized application in private multi-cloud

Also Published As

Publication number Publication date
KR101371068B1 (en) 2014-03-10

Similar Documents

Publication Publication Date Title
KR101371068B1 (en) Method and System on Triggering Using Monitoring Metric for Cloud Computing Resource Management
Calero et al. MonPaaS: An adaptive monitoring platformas a service for cloud computing infrastructures and services
US9591074B2 (en) Monitoring resources in a cloud-computing environment
Alhamazani et al. Cross-layer multi-cloud real-time application QoS monitoring and benchmarking as-a-service framework
EP3281360B1 (en) Virtualized network function monitoring
JP5458308B2 (en) Virtual computer system, virtual computer system monitoring method, and network device
US9882829B2 (en) Orchestrating hybrid cloud services
JP6729399B2 (en) System, virtualization control device, control method of virtualization control device, and program
US9705763B2 (en) Dynamic boundary based monitoring and metering
US20100274890A1 (en) Methods and apparatus to get feedback information in virtual environment for server load balancing
US20160156567A1 (en) Allocation method of a computer resource and computer system
US11520609B2 (en) Template-based software discovery and management in virtual desktop infrastructure (VDI) environments
US10027534B1 (en) Log management system and method for distributed computing systems
Alhamazani et al. Clams: Cross-layer multi-cloud application monitoring-as-a-service framework
US20130282895A1 (en) Correlation based adaptive system monitoring
US20130254762A1 (en) Providing redundant virtual machines in a cloud computing environment
CN109446062B (en) Method and device for debugging software in cloud computing service
Papadopoulos et al. Control-based load-balancing techniques: Analysis and performance evaluation via a randomized optimization approach
Buyya et al. Software-defined multi-cloud computing: a vision, architectural elements, and future directions
Liang et al. EVALUATION OF TWO-LE VE L GLOBAL LOAD BALANCING FRAME WORK IN CLOUD ENVIRONMENT
Datt et al. Analysis of infrastructure monitoring requirements for OpenStack Nova
Vasconcelos et al. DistributedFaaS: Execution of Containerized Serverless Applications in Multi-Cloud Infrastructures.
Brenner et al. Adaptive and scalable high availability for infrastructure clouds
Liu et al. A light weight SLA management infrastructure for cloud computing
US10102101B1 (en) Methods, systems, and computer readable mediums for determining a system performance indicator that represents the overall operation of a network system

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20170126

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20180125

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20190226

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20200302

Year of fee payment: 7