KR20160103098A - 클라우드 데이터 센터 분석을 위한 기술 - Google Patents

클라우드 데이터 센터 분석을 위한 기술 Download PDF

Info

Publication number
KR20160103098A
KR20160103098A KR1020167020443A KR20167020443A KR20160103098A KR 20160103098 A KR20160103098 A KR 20160103098A KR 1020167020443 A KR1020167020443 A KR 1020167020443A KR 20167020443 A KR20167020443 A KR 20167020443A KR 20160103098 A KR20160103098 A KR 20160103098A
Authority
KR
South Korea
Prior art keywords
analysis
data center
workbook
server
workload
Prior art date
Application number
KR1020167020443A
Other languages
English (en)
Other versions
KR101916294B1 (ko
Inventor
카탈린 케이 바트파이-왈코트
알렉산더 렉키
디즈 메취
조셉 버틀러
슬라오미르 푸티스키
캔노어 업튼
지오바니 에스트라다
존 케네디
Original Assignee
인텔 코포레이션
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 인텔 코포레이션 filed Critical 인텔 코포레이션
Publication of KR20160103098A publication Critical patent/KR20160103098A/ko
Application granted granted Critical
Publication of KR101916294B1 publication Critical patent/KR101916294B1/ko

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
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • 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
    • H04L41/14—Network analysis or design
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • 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
    • H04L41/0803—Configuration setting
    • H04L41/0813—Configuration setting characterised by the conditions triggering a change of settings
    • H04L41/0816—Configuration setting characterised by the conditions triggering a change of settings the condition being an adaptation, e.g. in response to network events
    • 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
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • 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
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0836—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability to enhance reliability, e.g. reduce downtime
    • 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
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow elements
    • 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
    • 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
    • H04L43/04—Processing captured monitoring data, e.g. for logfile generation
    • 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
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1002—
    • 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
    • H04L41/0876—Aspects of the degree of configuration automation
    • 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
    • H04L41/0893—Assignment of logical groups to network elements
    • 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
    • H04L41/0894—Policy-based network configuration management
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5006—Creating or negotiating SLA contracts, guarantees or penalties
    • 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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/508—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement
    • H04L41/5096—Network service management, e.g. ensuring proper service fulfilment according to agreements based on type of value added network service under agreement wherein the managed service relates to distributed or central networked applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1031—Controlling of the operation of servers by a load balancer, e.g. adding or removing servers that serve requests

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Environmental & Geological Engineering (AREA)
  • Debugging And Monitoring (AREA)

Abstract

데이터 센터의 워크로드에 대한 분석 모델을 생성하기 위한 기술은 데이터 센터의 컴포넌트로부터 원시 데이터를 수신하기 위한 분석 서버를 포함한다. 분석 서버는 워크북 시장 서버로부터 분석 알고리즘을 포함하는 워크북을 검색하고, 분석 알고리즘을 이용하여 원시 데이터를 분석하여 원시 데이터에 기초하여 워크로드에 대한 분석 모델을 생성한다. 분석 서버는 또한 분석 모델 및 하나 이상의 이전에 생성된 분석 모델에 기초할 수 있는, 데이터 센터의 제어기 컴포넌트로 전송될 최적화 트리거를 생성한다. 워크북 시장 서버는 복수의 워크북을 포함할 수 있고, 각각의 워크북은 하나 이상의 분석 알고리즘을 포함할 수 있고, 그로부터 데이터 센터의 워크로드에 대한 상이한 분석 모델이 생성될 수 있다.

Description

클라우드 데이터 센터 분석을 위한 기술{TECHNOLOGIES FOR CLOUD DATA CENTER ANALYTICS}
관련 출원의 상호 참조
본원은 "클라우드 데이터 센터 분석 기술(CLOUD DATA CENTER ANALYTICS)"이라는 명칭으로 2014년 2월 28일자로 출원된 미국 가특허 출원 제61/946,161호에 대해 35 U.S.C. § 119(e)에 따른 우선권을 주장한다.
"클라우드(cloud)" 컴퓨팅은 종종 통상적으로는 서비스를 요청하는 위치로부터 떨어진 위치에서 함께 네트워킹되는 다수의 컴퓨터 서버에 의한 서비스로서의 컴퓨팅 자원의 제공을 지칭한다. 클라우드 데이터 센터는 통상적으로 클라우드 또는 클라우드의 특정 부분을 구성하는 서버의 물리적 배열을 지칭한다. 예로서, 서버는 데이터 센터 내에서 방, 그룹, 열 및 선반(racks) 내에 배열될 수 있다. 데이터 센터는 하나 이상의 서버 방을 포함할 수 있는 하나 이상의 "구역(zone)"을 가질 수 있다. 각각의 방은 하나 이상의 서버 열을 포함할 수 있고, 각각의 열은 하나 이상의 선반을 포함할 수 있다. 각각의 선반은 하나 이상의 개별 서버 노드를 포함할 수 있다. 구역, 방, 선반 및/또는 열 내의 서버는 전력, 에너지, 온도, 열 및/또는 다른 요건을 포함할 수 있는 데이터 센터 설비의 물리 기반구조 요건에 기초하여 가상 그룹 내에 배열될 수 있다.
서버 및 그의 자원의 부분은 데이터 센터 내의 자신의 물리적 위치에도 불구하고 보안, 서비스 품질, 처리량, 처리 능력 및/또는 다른 기준과 같은 실제 또는 예상 사용 요건에 따라 (예로서, 데이터 센터의 상이한 고객에 의한 사용을 위해) 할당될 수 있다. 예로서, 하나의 고객의 컴퓨팅 워크로드가 가상화를 이용하여 (데이터 센터의 상이한 열, 선반, 그룹 또는 방 안에 위치할 수 있는) 다수의 물리 서버 사이에 또는 동일 서버 상의 다수의 노드 또는 자원 사이에 분산될 수 있다. 따라서, 가상화와 관련하여, 서버는 워크로드 요건을 충족시키도록 논리적으로 그룹화될 수 있다.
오늘날 클라우드 데이터 센터 내에 복잡한 구성이 구현됨에 따라 클라우드 데이터 센터를 효율적으로 관리하는 것이 점점 더 어려워졌다. 이러한 어려움에 기여하는 주요 팩터는 데이터 센터를 구성하는 각각의 장치 및/또는 서비스에 의해 생성되는 다수의 동작 데이터이다. 그러한 데이터의 많은 양으로 인해, 데이터 센터 관리자가 종종 자신의 데이터 센터의 건전성(health), 성능 또는 심지어 레이아웃의 전반적인 모습을 실시간으로 획득하는 것은 어렵다. 결과적으로, 데이터 센터의 전반적인 건전성, 성능 및 레이아웃에 영향을 주는 결정이 종종 오래되거나 불완전한 정보에 기초하여 행해진다.
본 명세서에서 설명되는 개념은 첨부 도면에서 한정이 아닌 예시로서 도시된다. 도시의 간명화를 위해, 도면에 도시된 요소는 반드시 축척으로 도시되지는 않는다. 적절한 것으로 간주된 경우에는 대응하거나 유사한 요소를 지시하기 위해 도면 사이에서 참조 부호가 반복되었다.
도 1은 데이터 센터를 위한 분석 모델을 생성하기 위한 시스템의 적어도 일 실시예의 간이 블록도이다.
도 2는 도 1의 시스템의 분석 서버의 적어도 일 실시예의 간이 블록도이다.
도 3은 도 1의 시스템의 분석 서버에 의해 실행될 수 있는 데이터 센터를 위한 분석 모델을 생성하기 위한 방법의 적어도 일 실시예의 간이 흐름도이다.
도 4는 도 3의 방법을 개시하는 데 사용될 수 있는 워크북 사용자 인터페이스의 적어도 일 실시예의 간이 블록도이다.
본 발명의 개념은 다양한 변경 및 대안 형태가 가능하지만, 본 발명의 특정 실시예가 도면에 예시적으로 도시되었으며, 본 명세서에서 상세히 설명될 것이다. 그러나, 본 발명의 개념을 개시되는 특정 형태로 한정하고자 하는 의도는 없으며, 오히려 본 발명 및 첨부된 청구범위에 따르는 모든 변경, 균등물 및 대안을 커버하는 것을 의도한다는 것을 이해해야 한다.
본 명세서에서 "일 실시예", "실시예", "예시적인 실시예" 등에 대한 언급은 설명되는 실시예가 특정 특징, 구조 또는 특성을 포함할 수 있지만, 모든 실시예가 그러한 특정 특징, 구조 또는 특성을 포함할 수 있거나 반드시 포함하지는 않을 수 있다는 것을 지시한다. 더욱이, 그러한 표현은 동일 실시예를 반드시 지칭하지는 않는다. 또한, 특정 특징, 구조 또는 특성이 실시예와 관련하여 설명될 때, 명확히 설명되거나 설명되지 않는지에 관계없이 다른 실시예와 관련하여 그러한 특징, 구조 또는 특성을 실행하는 것은 이 분야의 기술자의 지식 내에 있음을 밝혀둔다. 게다가, "A, B 및 C 중 적어도 하나"의 형태로 리스트 내에 포함된 아이템은 (A); (B); (C); (A 및 B); (A 및 C); (B 및 C); 또는 (A, B 및 C)를 의미할 수 있다는 것을 알아야 한다. 유사하게, "A, B 또는 C 중 적어도 하나"의 형태로 리스트 내에 포함된 아이템은 (A); (B); (C); (A 및 B); (A 및 C); (B 및 C); 또는 (A, B 및 C)를 의미할 수 있다.
개시되는 실시예는 일부 예에서 하드웨어, 펌웨어, 소프트웨어 또는 이들의 임의 조합에서 구현될 수 있다. 개시되는 실시예는 하나 이상의 일시적 또는 비일시적 기계 판독 가능(예로서, 컴퓨터 판독 가능) 저장 매체에 의해 운반되거나 그에 저장되는 명령어로서 구현될 수도 있으며, 이러한 명령어는 하나 이상의 프로세서에 의해 판독 및 실행될 수 있다. 기계 판독 가능 저장 매체는 기계에 의해 판독될 수 있는 형태로 정보를 저장하거나 전송하기 위한 임의의 저장 장치, 메커니즘 또는 다른 물리 구조(예로서, 휘발성 및 비휘발성 메모리, 매체 디스크 또는 다른 매체 장치)로서 구현될 수 있다.
도면에서, 일부 구조적인 또는 방법 특징은 특정 배열 및/또는 순서로 도시될 수 있다. 그러나, 그러한 특정 배열 및/또는 순서는 요구되지 않을 수 있다는 것을 알아야 한다. 오히려, 일부 실시예에서, 그러한 특징은 예시적인 도면에 도시된 것과 다른 방식 및/또는 순서로 배열될 수 있다. 게다가, 특정 도면 내의 구조적 또는 방법 특징의 포함은 그러한 특징이 모든 실시예에서 요구된다는 것을 암시하는 것을 의도하지 않으며, 일부 실시예에서 그러한 특징은 포함되지 않을 수 있거나 다른 특징과 결합될 수 있다.
이제, 도 1을 참조하면, 예시적인 실시예에서, 데이터 센터를 위한 분석 모델을 생성하기 위한 시스템(100)은 네트워크(150)를 통해 서로 통신하는 데이터 센터(102), 분석 서버(120) 및 워크북 시장 서버(140)를 포함한다. 예로서, 데이터 센터(102)는 임의 수의 컴포넌트(104)(예로서, 컴퓨팅 장치, 네트워킹 장치, 서버 장치, 저장 장치, 컴퓨팅 서비스, 애플리케이션, 서비스 등)를 포함하는 고도로 이질적인 데이터 센터 환경으로서 구현된다. 사용에 있어서, 더 상세히 설명되는 바와 같이, 분석 서버(120)는 데이터 센터(102)의 하나 이상의 컴포넌트(104)로부터 분석을 위한 원시 데이터(예로서, 동작 데이터, 기반구조 데이터, 애플리케이션 데이터, 서비스 데이터 등)를 수신할 수 있다. 주어진 워크로드(즉, 흐름, 타입, 애플리케이션 연관성, 분류, 요구 등에 의해 구별될 수 있는 네트워크 워크로드)에 대한 수신된 원시 데이터에 기초하여 분석 서버(102)에 의해 다수의 분석 모델이 생성될 수 있으며, 이들은 제어기(112)와 같은 데이터 센터(102)의 컴포넌트(104)에 의해 전송 및 처리될 하나 이상의 최적화 트리거를 결정 및 생성하는 데 사용될 수 있다. 그렇게 하기 위해, 분석 서버(120)는 워크북 시장 서버(140)에 저장되고 그로부터 검색될 수 있는 워크북(142) 내에 구성된 하나 이상의 분석 알고리즘을 실행(예로서, 런칭, 처리, 초기화 등)할 수 있다.
일부 실시예에서, 독립 엔티티(즉, 특정 제어기 또는 오케스트레이션 솔루션에 얽매이지 않은 엔티티)로서 실행되는 분석 서버(120)는 수수료를 내고/내거나 일 타입의 가입 계획에 기초하여 관리자에게 제공되는 것과 같이 워크북 시장 서버(140)로부터의 구매를 통해 워크북 시장 서버(140)로부터 하나 이상의 워크북(142)을 검색할 수 있다. 각각의 워크북(142)은 수신된 원시 데이터에 기초하여 상이한 최적화 트리거를 결정하기 위한 상이한 분석 모델을 생성하도록 구성되는 상이한 분석 알고리즘 및/또는 분석 알고리즘 세트를 포함할 수 있다. 그러한 방식으로, 데이터 센터(102)의 관리자는 데이터 센터(102)의 토폴로지 및/또는 생성되기를 바라는 분석 모델의 타입 또는 포맷에 기초하여 상이한(즉, 대안적인) 워크북(142)을 획득하기 위한 옵션을 제공받을 수 있다. 분석 서버(120)는 검색된 워크북(142)의 실행된 분석 알고리즘(들)에 기초하여 주어진 워크로드에 대한 분석 모델을 생성하도록 구성된다. 이어서, 분석 서버(120)는 분석 모델을 그러한 동일 워크로드에 대해 생성된 이전의 분석 모델과 비교하고, 과거의 기반구조 랜드스케이프 배치와의 비교를 위해 워크로드가 배치되는 기본 기반구조 랜드스케이프에 조회하고, 비교에 기초하여 데이터 센터(102)에 대한 최적화를 식별할 수 있다.
통상적인 오케스트레이션 소프트웨어는 그 자신의 시스템으로부터 이용 가능한 데이터만을 모니터링하지만(즉, 불완전한 모습의 기반구조 플랫폼 상에서 동작하지만), 독립 엔티티로서 실행되는 분석 서버(120)는 다수의 계측 소스로부터의 데이터를 처리하여, 전체 기반구조 플랫폼의 전반적인 전망을 제공할 수 있다. 따라서, 컴포넌트(104)의 배치, 실행 및 측정에 관한 데이터 센터(102)의 상이한 성능 지시자가 분석 서버(120)에 의해 데이터 센터(102) 내의 물리적인 그리고 가상화된 컴포넌트(104)의 정보 모델(즉, 기본 기반구조 랜드스케이프)에 맵핑될 수 있다. 분석 서버(120)는 데이터 센터(102)의 컴포넌트(104)의 메타데이터 및 종속성을 포함하는 정보 모델을 분석하여, 분석 수행을 위해 선택된 워크북(142)에 기초하여 최적화 트리거를 식별할 수 있다.
데이터 센터(102)의 관리자는 그러한 최적화 트리거를 이용하여, 데이터 센터(102)의 하나 이상의 컴포넌트(104)의 구성, 성능 레벨, 워크로드 요구 또는 임의의 다른 양태에 대한 변경을 유발할 수 있다. 예로서, 관리자는 하나 이상의 워크북(142)을 선택하여, 기본 기반구조 랜드스케이프 상에서 실행되는 서비스 스택의 성능을 분석할 수 있으며, 이는 데이터 센터(102)의 관리자가 각각의 워크북에 대해 생성된 분석 모델(들) 및/또는 그로부터 생성된 최적화 트리거에 기초하여 시간에 따른 서비스의 더 정밀한 배치 및 스케줄링을 달성하는 것을 가능하게 할 수 있다. 서비스의 그러한 정밀한 배치 및 스케줄링은 관리자가 예로서 서비스 레벨 합의(SLA)에서 지정될 수 있는 서비스 레벨 목표(SLO) 내에서의 준수를 유지하는 것을 가능하게 할 수 있다. 따라서, 관리자에 의해 획득 및 실행되는 워크북(142)은 그러한 서비스 레벨 목표에 기초하여 선택 및/또는 변경될 수 있다.
데이터 센터(102)는 전통적인 데이터 센터, 컴퓨팅 클러스터 또는 다른 컴퓨팅 기계 집합으로서 구현될 수 있다. 예로서, 시스템(100)은 네트워크, 네트워크 스위칭 패브릭, 저장 영역 네트워크, 클라우드 제어기 또는 다른 통상적인 데이터 센터 컴포넌트를 통해 통신하는 임의 수의 컴포넌트(104)(예로서, 선반 설치 컴퓨트 노드, 독립적인 컴퓨트 노드 및/또는 가상 컴퓨트 노드)를 포함할 수 있다. 데이터 센터(102)의 컴포넌트(104)는 임의 타입의 하드웨어 컴포넌트, 소프트웨어 컴포넌트, 처리 환경, 런타임 애플리케이션/서비스 인스턴스 및/또는 임의의 다른 타입의 컴포넌트로서 구현될 수 있다는 것을 알아야 한다.
예로서, 일부 실시예에서, 데이터 센터(102)는 하나 이상의 기반구조 레벨 컴포넌트(106)(예로서, 물리 서버, 가상 서버, 저장 영역 네트워크 컴포넌트, 네트워크 컴포넌트 등)를 포함할 수 있다. 데이터 센터(102)는 하나 이상의 플랫폼 레벨 및/또는 런타임 레벨 컴포넌트(108)(예로서, 소프트웨어 플랫폼, 프로세스 가상 기계, 관리되는 런타임 환경, 미들웨어, 서비스로서의 플랫폼 등)도 포함할 수 있다. 추가로 또는 대안으로서, 일부 실시예에서, 데이터 센터(102)는 서비스 레벨 및/또는 애플리케이션 레벨 컴포넌트(110)(예로서, 다수의 접속된 사용자, 실행 스레드, http 접속 등)의 하나 이상의 인스턴스를 포함할 수 있다.
일부 실시예에서, 데이터 센터(102)는 하나 이상의 제어기(112)를 더 포함할 수 있다. 제어기(112)는 데이터 센터(102)의 적어도 일부에 대한 워크로드 관리 및 오케스트레이션 기능 및 본 명세서에서 설명되는 기능을 수행할 수 있는 임의의 컴퓨팅 노드 또는 다른 컴퓨팅 장치로서 구현될 수 있다. 예로서, 제어기(112)는 하나 이상의 컴퓨터 서버, 내장된 컴퓨팅 장치, 관리되는 네트워크 장치, 관리되는 스위치 또는 다른 계산 장치로서 구현될 수 있다. 일부 실시예에서, 제어기(112)는 소프트웨어 정의 네트워킹(SDN) 제어기 및/또는 네트워크 기능 가상화(NFV) 관리자 및 네트워크 오케스트레이터(MANO)로서 구현될 수 있다. 제어기(112)는 이용 가능 자원, 근접, 보안 및/또는 다른 기준과 같은 소정의 기준에 기초하여 데이터 센터(102)의 어느 컴포넌트(104)가 소정의 애플리케이션 및/또는 서비스를 실행할지를 선택할 수 있다. 게다가, 일부 실시예에서, 컴포넌트(104)를 선택한 후, 데이터 센터(102)의 제어기(112) 또는 오케스트레이터는 선택된 컴포넌트(104)를 이용하여 애플리케이션 및/또는 서비스를 생성하거나 그의 실행을 초기화할 수 있다. 데이터 센터(102)의 하나 이상의 컴포넌트(104)는 고객 워크로드를 공동으로 처리하도록 구성될 수 있거나, 상이한 고객 워크로드를 개별적으로 처리하도록 구성될 수 있다. 따라서, 데이터 센터(102)는 데이터 센터에서 일반적으로 발견되는 장치 및 구조를 포함할 수 있으며, 이들은 설명의 명료화를 위해 도 1에는 도시되지 않는다.
분석 서버(120)는 서버 컴퓨터, 데스크탑 컴퓨터, 랩탑 컴퓨팅 장치, 홈 자동화 게이트웨이 장치, 프로그래밍 가능 논리 제어기, 스마트 기구, 소비자 전자 장치, 무선 액세스 포인트, 네트워크 스위치, 네트워크 라우터, 이동 컴퓨팅 장치, 이동 전화, 스마트폰, 태블릿 컴퓨팅 장치, 개인 휴대 단말기, 웨어러블 컴퓨팅 장치 및/또는 다른 타입의 컴퓨팅 장치를 포함하지만 이에 한정되지 않는, 본 명세서에서 설명되는 기능을 수행할 수 있는 임의 타입의 컴퓨팅 장치로서 구현되거나 이를 포함할 수 있다. 예시적인 분석 서버(120)는 프로세서(122), 메모리(124), 입출력(I/O)) 서브시스템(126), 통신 회로(128) 및 데이터 저장소(130)를 포함한다. 물론, 분석 서버(120)는 다른 실시예에서 서버 컴퓨팅 장치에서 일반적으로 발견되는 것(예로서, 다양한 입출력 장치)과 같은 다른 또는 추가적인 컴포넌트를 포함할 수 있다. 게다가, 일부 실시예에서, 하나 이상의 예시적인 컴포넌트는 다른 컴포넌트 내에 통합되거나 그의 일부로부터 올 수 있다. 예로서, 메모리(124) 또는 그의 부분은 일부 실시예에서 프로세서(122) 내에 통합될 수 있다.
프로세서(122)는 본 명세서에서 설명되는 기능을 수행할 수 있는 임의 타입의 프로세서로서 구현될 수 있다. 예로서, 프로세서(122)는 단일 또는 다중 코어 프로세서(들), 디지털 신호 프로세서, 마이크로컨트롤러, 또는 다른 프로세서 또는 처리/제어 회로로서 구현될 수 있다. 유사하게, 메모리(124)는 본 명세서에서 설명되는 기능을 수행할 수 있는 임의 타입의 휘발성 또는 비휘발성 메모리 또는 데이터 저장소로서 구현될 수 있다. 동작에 있어서, 메모리(124)는 분석 서버(120)의 동작 동안 사용되는 다양한 데이터 및 소프트웨어, 예로서 운영 체제, 애플리케이션, 프로그램, 라이브러리 및 드라이버를 저장할 수 있다. 메모리(124)는 분석 서버(120)의 프로세서(122), 메모리(124) 및 다른 컴포넌트와의 입출력 동작을 용이하게 하기 위한 회로 및/또는 컴포넌트로서 구현될 수 있는 I/O 서브시스템(126)을 통해 프로세서(122)에 통신 결합된다. 예로서, I/O 서브시스템(126)은 메모리 제어기 허브, 입출력 제어 허브, 펌웨어 장치, 통신 링크(즉, 점대점 링크, 버스 링크, 와이어, 케이블, 도광관, 인쇄 회로 보드 트레이스 등), 및/또는 입출력 동작을 용이하게 하기 위한 다른 컴포넌트 및 서브시스템으로서 구현되거나 이를 포함할 수 있다. 일부 실시예에서, I/O 서브시스템(126)은 시스템-온-칩(SoC)의 일부를 형성하며, 분석 서버(120)의 프로세서(122), 메모리(124) 및 다른 컴포넌트와 함께 단일 집적 회로 칩 상에 통합될 수 있다.
분석 서버(120)의 통신 회로(128)는 분석 서버(120)와 데이터 센터(102)의 컴포넌트(들)(104), 워크북 시장 서버(140) 및/또는 다른 컴퓨팅 장치 사이의 통신을 가능하게 할 수 있는 임의 타입의 통신 회로 또는 그들의 집합으로서 구현될 수 있다. 통신 회로(128)는 임의의 하나 이상의 통신 기술(예로서, 무선 또는 유선 통신) 및 관련 프로토콜(예로서, 이더넷, 와이파이(등록상표), WiMAX 등)을 이용하도록 구성될 수 있다.
데이터 저장소(130)는 예로서 메모리 장치 및 회로, 메모리 카드, 하드 디스크 드라이브, 반도체 드라이브 또는 다른 데이터 저장 장치와 같이 데이터의 단기 또는 장기 저장을 위해 구성되는 임의 타입의 장치 또는 장치들로서 구현될 수 있다. 예로서, 데이터 저장소(130)는 분석 서버(120)에 의해 초기화 및/또는 실행될 하나 이상의 운영 체제를 저장하도록 구성될 수 있다. 일부 실시예에서, 운영 체제(들)의 부분은 더 빠른 처리 및/또는 임의의 다른 이유로 동작 동안 메모리(124)에 복사될 수 있다.
전술한 바와 같이, 분석 서버(120)는 네트워크(150)를 통해 데이터 센터(102)의 하나 이상의 컴포넌트 및 워크북 시장 서버(140)와 통신할 수 있다. 네트워크(150)는 임의 수의 다양한 유선 및/또는 무선 통신 네트워크로서 구현될 수 있다. 예로서, 네트워크(150)는 근거리 네트워크(LAN), 개인 영역 네트워크(PAN), 광역 네트워크(WAN), 셀룰러 네트워크, 및/또는 인터넷과 같은 공개적으로 액세스 가능한 글로벌 네트워크로서 구현되거나 그들을 포함할 수 있다. 게다가, 네트워크(150)는 분석 서버(120)와 데이터 센터(102)의 컴포넌트(들)(104), 워크북 시장 서버(140), 및 시스템(100)의 다른 장치 간의 통신을 촉진하기 위한 임의 수의 추가 장치를 포함할 수 있다.
워크북 시장 서버(140)는 워크북(142)을 저장하고 본 명세서에서 설명되는 기능을 수행할 수 있는 임의 타입의 서버 또는 유사한 컴퓨팅 장치 또는 장치들로서 구현될 수 있다. 따라서, 워크북 시장 서버(140)는 서버에서 일반적으로 발견되는 장치 및 구조, 예로서 프로세서, 메모리 장치, 통신 회로 및 데이터 저장소를 포함할 수 있으며, 이들은 설명의 명료화를 위해 도 1에 도시되지 않는다. 예시적인 워크북 시장 서버(140)가 단일 서버로서 도시되지만, 일부 실시예에서 워크북 시장 서버(140)는 본 명세서에서 설명되는 기능을 수행할 수 있는, 분산 컴퓨팅 시스템에서와 같은 임의 수의 서버, 저장소 및/또는 컴퓨트 장치를 포함할 수 있다는 것을 알아야 한다.
아래에서 더 상세히 설명되는 바와 같이, 워크북 시장 서버(140)는 예로서 데이터 센터(102)의 관리자 또는 사용자에 의한 요청 시에 워크북(142)을 분석 서버(120)에 제공하도록 구성된다. 따라서, 워크북 시장 서버(140)는 런타임에 요청에 이용 가능한 임의 수의 상이한 워크북(142)을 포함할 수 있다. 각각의 워크북(142)은 수신된 원시 데이터에 기초하여 데이터 센터(102)에 대한 상이한 분석 모델을 생성하도록 구성 또는 적응되는 하나 이상의 분석 알고리즘을 포함할 수 있다. 추가로 또는 대안으로서, 각각의 워크북(142)은 수신된 원시 데이터에 기초하여 상이한 최적화 트리거를 생성하거나 데이터 센터(102)의 전반적인 시각화를 제공하도록 구성 또는 적응되는 하나 이상의 분석 알고리즘을 포함할 수 있다. 따라서, 각각의 워크북(142)은 관리자에게 상이한 목적을 서빙할 수 있다.
일부 실시예에서, 워크북 시장 서버(140)는 다양한 타입의 워크북(142), 예로서 하나 이상의 공분산 모델링 워크북(144)(예로서, 공분산 타임 시리즈 워크북), 하나 이상의 예측 워크북(146) 및/또는 하나 이상의 배치 최적화 워크북(148)을 포함할 수 있다. 워크북 시장 서버(140)는 추가 또는 대안 타입의 워크북(142), 예로서 그래프 비교 워크북, 이상 검출 워크북, 장애 예측 워크북, 및/또는 데이터 센터(102)의 하나 이상의 특징 및/또는 컴포넌트(104)를 분석하는 데 적용될 수 있는 임의의 다른 그러한 워크북 타입을 포함할 수 있다는 것을 알아야 한다. 각각의 워크북(142)이 특정 분석 알고리즘 또는 특정 분석 알고리즘 세트에 따라 원시 데이터를 처리하므로, 각각의 워크북(142)은 데이터 센터(102)의 관리자가 특정 최적화 트리거에 기초하여 변화를 구현하기 전에 비교의 목적으로 이용할 수 있는 상이한 분석 모델, 따라서 상이한 최적화 트리거를 생성할 수 있다. 또한, 일부 실시예에서, 워크북(142)은 연속 분석 작업을 위해 장기간 실행될 수 있는 원자적인 독립 스크립트일 수 있다.
공분산 모델링 워크북(144)(예로서, 공분산 타임 시리즈 워크북)은 공분산 모델링 워크북(144)에 의해 분석된 원시 데이터에 기초하여 데이터 센터(102) 및/또는 데이터 센터(102)의 컴포넌트(104)의 공분산 모델을 생성하도록 구성될 수 있다. 예로서, 공분산 타임 시리즈 워크북은 두 세트의 타임 시리즈 데이터를 검토하여 그들 간의 공분산을 검사할 수 있다. 따라서, (0과 1 사이의) 상관성 스칼라에 기초하여, 어느 타임 시리즈가 상관되는지 그리고 어느 타임 시리즈가 상관되지 않는지를 결정할 수 있다. 따라서, 상관되는 것으로 결정된 타임 시리즈는 클러스터에 기초하여 결정을 행하기 위해 클러스터화될 수 있으며, 이는 각각의 타임 시리즈가 다른 타임 시리즈에 어떻게 영향을 주는지를 지시하는 메트릭을 생성할 수 있다.
예측 워크북(146)은 예측 워크북(146)에 의해 분석된 원시 데이터에 기초하여 데이터 센터(102)에 대한 미래의 수요를 예측하도록 구성될 수 있다. 이어서, 그러한 정보는 관리자 및/또는 시스템 아키텍트에 의해 데이터 센터(102)의 미래 성장을 계획하고/하거나 고객 워크로드의 증가를 예측하는 데 사용될 수 있다. 따라서, 관리자 및/또는 시스템 아키텍트는 데이터 센터(102)에 대한 추정된 미래 수요에 기초하여 데이터 센터(102)의 하나 이상의 컴포넌트(104)를 변경(예로서, 추가, 제거, 조정 등)할 수 있다.
배치 최적화 워크북(148)은 특정 서비스 또는 애플리케이션을 수행하기 위한 데이터 센터(102)의 최적 컴포넌트(104) 세트를 결정하도록 구성될 수 있다. 예로서, 배치 최적화 워크북(148)은 타겟 서비스 인스턴스가 현재 배치(즉, 실행)되고 있는 물리 및/또는 가상 랜드스케이프를 나타내는 2개의 그래프를 검색할 수 있다. 각각의 그래프는 하나 이상의 컴포넌트(104) 상에서 현재 실행되고 있는 가상 기계, 물리 호스트, 가상 네트워크 및/또는 추가 서비스 및/또는 애플리케이션을 포함하는 실행 서비스 인스턴스의 모든 컴포넌트(104)를 포함할 수 있다. 처리(즉, 분석)를 위해 수신된 원시 데이터에 기초하여, 배치 최적화 워크북(148)은 사이클당 CPU 명령어 수, 메모리 캐시 효율(즉, 히트/미스), 네트워크 지연 등과 같은 소정 기준에 기초하여 2개의 그래프 중 어느 그래프가 더 최적의 효율로 작동하고 있는지를 결정할 수 있다. 따라서, 더 최적의 효율로 작동하고 있는 것으로 결정된 그래프는 그에 따라 변환될 수 있다. 일부 실시예에서, 변환은 코드의 특정 부분 또는 섹션을 편집함으로써 행해질 수 있다. 예로서, 특정 서비스 또는 애플리케이션을 실행하기 위한 컴포넌트(104)의 집합을 정의하는 템플릿, 예로서 자동화된 오케스트레이션 서비스의 오케스트레이션 템플릿(예로서, OpenStack Heat)이 배치 최적화 워크북(148)에 의해 더 최적의 효율로 작동하고 있는 것으로 결정된 그래프의 결과에 기초하여 변경될 수 있다.
일부 실시예에서, 워크북 시장 서버(140)는 다수의 상이한 소스로부터 수신된 원시 데이터에 기초하여 하나 이상의 워크북(142)(또는 그 안에 포함된 분석 알고리즘)을 자동으로 생성 및/또는 풍부화(예로서, 갱신, 리프레시, 향상, 교정 등)할 수 있다. 예로서, 일부 실시예에서, 워크북 시장 서버(104)는 많은 상이한 데이터 센터(102)로부터의 많은 상이한 컴포넌트(104)로부터 원시 데이터를 수신할 수 있다. 그러한 실시예에서, 워크북 시장 서버(140)는 수신된 원시 데이터를 기계 학습(또는 임의의 다른 적절한 학습 또는 분석 프로세스)를 이용하여 분석하여 경향 및/또는 통계적으로 관련된 데이터를 결정하도록 구성될 수 있다. 그러한 분석에 기초하여, 워크북 시장 서버(140)는 새로운 워크북을 생성하고/하거나 기존 워크북을 갱신할 수 있다. 추가로 또는 대안으로서, 일부 실시예에서, 관리자는 하나 이상의 데이터 센터(102)의 특정 요구에 기초하여 하나 이상의 워크북(142)을 추가 제거 및/또는 변경할 수 있다.
이제, 도 2를 참조하면, 사용시에, 분석 서버(120)는 동작 동안 환경(200)을 설정한다. 예시적인 환경(200)은 통신 모듈(210), 워크북 관리 모듈(220), 분석 모델 생성 모듈(230) 및 최적화 트리거 생성 모듈(240)을 포함한다. 환경(200)의 모듈, 논리 및 다른 컴포넌트 각각은 하드웨어, 소프트웨어, 펌웨어 또는 이들의 조합으로서 구현될 수 있다. 예로서, 환경(200)의 모듈, 논리 및 다른 컴포넌트 각각은 분석 서버(120)의 프로세서 또는 다른 하드웨어 컴포넌트의 일부를 형성하거나 그에 의해 설정될 수 있다. 따라서, 일부 실시예에서, 환경(200)의 하나 이상의 모듈은 전기 장치의 회로 또는 집합(예로서, 분석 모델 생성 회로, 최적화 트리거 생성 회로 등)으로서 구현될 수 있다. 예시적인 환경(200)에서, 분석 서버(120)는 기반구조 데이터베이스(202), 플랫폼/런타임 데이터베이스(204), 서비스/애플리케이션 데이터베이스(206) 및 분석 모델 데이터베이스(208)를 포함하며, 이들 각각은 분석 서버(120)의 다양한 모듈에 의해 액세스될 수 있다. 분석 서버(120)는 서버 장치에서 일반적으로 발견되는 다른 컴포넌트, 서브컴포넌트, 모듈 및 장치를 포함할 수 있으며, 이들은 설명의 명료화를 위해 도 2에 도시되지 않는다.
분석 서버(120)의 통신 모듈(210)은 분석 서버(120)의 컴포넌트 또는 서브컴포넌트와 데이터 센터(102)의 컴포넌트(들)(104) 및/또는 워크북 시장 서버(140) 간의 통신을 촉진한다. 예로서, 일부 실시예에서, 통신 모듈(210)은 데이터 센터(102)의 하나 이상의 컴포넌트(104)로부터의 원시 데이터의 수신을 촉진할 수 있다. 통신 모듈(210)은 또한 하나 이상의 최적화 트리거를 데이터 센터(102)의 컴포넌트(들)(104), 예로서 제어기(112)로 전송하는 것을 촉진할 수 있다. 일부 실시예에서, 통신 모듈(210)은 또한 워크북 시장 서버(140)로부터의 하나 이상의 워크북(142)에 대한 요청 및/또는 수신을 촉진할 수 있다.
분석 모델 생성 모듈(230)은 주어진 워크로드에 대해 데이터 센터(102)의 컴포넌트(들)(104)로부터 수신된 원시 데이터에 기초하여 데이터 센터(102)에 대한 분석 모델을 생성하도록 구성될 수 있다. 이를 위해, 분석 모델 생성 모듈은 분석 서버(120)의 메모리(124) 내에 로딩되고 배경에서 실행된 하나 이상의 분석 알고리즘을 실행(예로서, 런칭, 처리, 초기화 등)하도록 구성될 수 있다. 전술한 바와 같이, 분석 알고리즘은 런타임에 워크북 시장 서버(140)로부터 검색된 워크북(142) 내에 포함될 수 있다. 일부 실시예에서, 분석 모델 생성 모듈(230)은 원시 데이터를 연속 스트림으로서 또는 벌크 업로드로서 로딩하도록 구성될 수 있다. 원시 데이터의 로딩 시에, 분석 모델 생성 모듈(230)은 예로서 워크북 관리 모듈(220)을 통해 워크북 시장 서버(140)로부터 워크북(142)을 수신할 수 있다. 워크북(142)을 수신한 후, 분석 모델 생성 모듈(230)은 수신된 워크북(142)을 이용하여 원시 데이터를 분석하고, 원시 데이터 분석에 기초하여 분석 모델을 출력할 수 있다. 일부 실시예에서, 클라우드 스케줄러는 분석 모델 생성 모듈(230)에 의한 원시 데이터의 수신 및 분석에 근접하도록 워크북(142)의 완료를 조정할 수 있다.
전술한 바와 같이, 일부 실시예에서, 워크북(142)의 분석 알고리즘은 수신된 원시 데이터 및 주어진 워크로드에 기초하여 데이터 센터(102) 전체 또는 데이터 센터(102)의 하나 이상의 컴포넌트(104)의 다양한 데이터 모델을 생성할 수 있다. 수신된 원시 데이터는 기반구조 계측에 대응하는 원시 데이터를 포함할 수 있으며, 이는 기반구조 데이터베이스(202) 내에 저장될 수 있다. 기반구조 계측에 대응하는 원시 데이터는 다양한 공급 시스템 메트릭(예로서, 시스템 이용, 퍼 코어(per core) 또는 퍼 소켓(per socket) 등), 하드웨어 성능 카운터(예로서, CPU 성능 카운터, 자원 이용 카운터, 네트워크 트래픽 카운터 등) 및/또는 환경 속성(예로서, 온도, 전력 소비 등)을 포함할 수 있다. 수신된 원시 데이터는 추가로 또는 대안으로서 플랫폼/런타임 계측에 대응하는 원시 데이터를 포함할 수 있으며, 이는 플랫폼/런타임 데이터베이스(204)에 저장될 수 있다. 플랫폼/런타임 계측에 대응하는 원시 데이터는 다수의 접속된 사용자, 실행 스레드, 하이퍼-텍스트 전송 프로토콜(HTTP) 접속 등과 같은 다양한 네트워크 속성을 포함할 수 있다. 수신된 원시 데이터는 추가로 또는 대안으로서 서비스/애플리케이션 계측에 대응하는 원시 데이터를 포함할 수 있으며, 이는 서비스/애플리케이션 데이터베이스(206)에 저장될 수 있다. 서비스/애플리케이션 계측에 대응하는 원시 데이터는 컴퓨트 장치(예로서, 물리 및/또는 가상 서버), 저장 장치(예로서, 저장 영역 네트워크(SAN)) 및/또는 네트워크 장치(예로서, 스위치, 라우터, 인터넷 접속 등)에 대한 버퍼 길이, 큐 길이, 큐 대기 시간과 같은 다양한 애플리케이션 성능 지시자를 포함할 수 있다.
일부 실시예에서, 분석 모델 생성 모듈(230)는 예로서 통신 모듈(210)을 통해 데이터 센터(102)의 컴포넌트(104)로부터 원시 데이터를 조회하기 위한 소프트웨어 개발 키트(SDK)(즉, 소프트웨어 개발 도구 세트)를 포함하는 분석 엔진으로서 구성될 수 있다. 게다가, 일부 실시예에서, SDK는 그래프를 분석(예로서, 비교) 및/또는 최적화(예로서, 배치)하고, 서비스 템플릿과 인터페이스하고, 예로서 최적화 트리거 생성 모듈(240)을 통해 제어기(112) 또는 오케스트레이터에 대한 갱신을 트리거하기 위한 다양한 루틴을 포함할 수 있다.
최적화 트리거 생성 모듈(240)은 전술한 바와 같은 분석 모델 생성 모듈(230)에 의해 생성되는 분석 모델 및 동일 워크로드에 대해 생성되는 이력 분석 모델과 같은 주어진 워크로드에 대한 분석 모델 간의 비교에 기초하여 데이터 센터(102)에 대한 하나 이상의 최적화 트리거를 생성하도록 구성될 수 있으며, 이는 분석 모델 데이터베이스(208)에 저장될 수 있다. 일부 실시예에서, 분석 모델 데이터베이스(208)는 주어진 워크로드가 배치되는 데이터 센터(102)의 컴포넌트(104)에 대응하는 기반구조 랜드스케이프를 더 포함할 수 있다. 최적화 트리거 생성 모듈(240)은 선택된 워크북(142)에 대해 생성되는 분석 모델에 기초하여 데이터 센터(102) 및/또는 데이터 센터(102)의 하나 이상의 컴포넌트(104)에 대해 행해져야 하는 하나 이상의 변경을 결정할 수 있다. 최적화 트리거 생성 모듈(240)은 추가로 또는 대안으로서 주어진 워크로드에 대한 선택된 워크북(142)에 대해 생성된 이전 생성 분석 모델 및/또는 주어진 워크로드가 배치된 이전 기반구조 랜드스케이프의 이력 분석에 기초하여 최적화 트리거를 생성할 수 있다. 그러한 최적화 트리거는 통신 모듈(210)을 통해 데이터 센터(102)의 하나 이상의 컴포넌트(104), 예로서 하나 이상의 제어기(112)로 전송되어, 데이터 센터(102) 또는 데이터 센터(102)의 컴포넌트(104)의 구성, 성능 레벨, 워크로드 요구 또는 임의의 다른 양태에 대한 변경을 유발할 수 있다.
최적화 트리거는 최적화가 존재하는 계층에 기초하는 추천 액션을 포함한다. 예로서, 추천 액션은 다양한 기반구조 변경, 플랫폼/런타임 변경, 및/또는 애플리케이션/서비스 변경을 포함할 수 있다. 기반구조 변경은 가상 기계 배치, 코어 결합, 데이터 인식 스케줄링, 자원의 이용 레이트 제한/캡핑, 및/또는 SDN 및/또는 NFV의 재구성을 포함할 수 있다. 플랫폼/런타임 변화는 예로서 메모리 더미 크기의 증가와 같은 플랫폼 재구성을 포함할 수 있다. 애플리케이션/서비스 변경은 특정 애플리케이션 또는 서비스에 적용 가능한 레이트 한계, 새로운 사용자 등의 구성 또는 재구성을 포함할 수 있다. 일부 실시예에서, 최적화 트리거는 예로서 OpenStack의 Heat API 또는 오픈 클라우드 컴퓨팅 인터페이스(OCCI) API와 같은 애플리케이션 프로그램 인터페이스(API)를 통해 제어기(112) 또는 오케스트레이터로 전송될 수 있다.
워크북 관리 모듈(220)은 워크북 시장 서버(140)로부터 하나 이상의 워크북을 검색 및/또는 수신하도록 구성될 수 있다. 각각의 워크북은 수신된 원시 데이터에 기초하여 상이한 분석 모델 또는 상이한 최적화 트리거를 생성하도록 구성되는 상이한 분석 알고리즘 및/또는 분석 알고리즘 세트를 포함할 수 있다. 일부 실시예에서, 워크북 관리 모듈(220)는 수수료의 지불 후에 또는 가입 계획에 대한 성공적인 등록 후에 워크북 시장 서버(140)로부터 하나 이상의 워크북을 검색하도록 구성될 수 있다. 그러한 실시예에서, 워크북 관리 모듈(220)은 워크북 및/또는 대응하는 가입 계획에 대한 임의의 필요한 수수료의 지불을 용이하게 하도록 구성될 수 있다.
이제, 도 3을 참조하면, 사용시에, 분석 서버(120)는 데이터 센터(102)에 대한 분석 모델을 생성하기 위한 방법(300)을 실행할 수 있다. 방법(300)은 블록 302에서 시작되며, 여기서 분석 서버(120)는 분석을 위해 데이터 센터(102)의 하나 이상의 컴포넌트(104)로부터 원시 데이터를 수신한다. 예로서, 블록 304에서, 분석 서버(120)는 데이터 센터(102)의 컴포넌트(들)(104)로부터 기반구조 계측 데이터를 수신할 수 있다. 일부 실시예에서, 기반구조 계측 데이터는 임의 타입의 동작 정보, 특성 정보, 미래 정보, 속성 정보, 및/또는 데이터 센터(102)의 기반구조 레벨 컴포넌트(106)(예로서, 물리 서버, 가상 서버, 저장 영역 네트워크 컴포넌트, 네트워크 컴포넌트 등)와 관련된 파라미터를 나타낼 수 있다. 추가로 또는 대안으로서, 블록 306에서, 분석 서버(120)는 데이터 센터(102)의 컴포넌트(들)(104)로부터 컴퓨팅 플랫폼 계측 데이터를 수신할 수 있다.
플랫폼 계측 데이터는 데이터 센터(102)의 임의의 플랫폼 레벨 및/또는 런타임 레벨 컴포넌트(108)(예로서, 소프트웨어 플랫폼, 프로세스 가상 기계, 관리되는 런타임 환경, 미들웨어, 서비스로서의 플랫폼(PaaS) 등)를 나타낼 수 있다. 일부 실시예에서, 블록 308에서, 분석 서버(120)는 데이터 센터(102)의 컴포넌트(들)(104)로부터 서비스/애플리케이션 인스턴스 계측 데이터를 수신할 수 있다. 서비스/애플리케이션 인스턴스 계측 데이터는 데이터 센터(102)의 서비스 레벨 및/또는 애플리케이션 레벨 컴포넌트(110)의 임의의 인스턴스(예로서, 다수의 접속된 사용자, 다수의 실행 스레드, 다수의 HTTP 접속 등)를 나타낼 수 있다. 일부 실시예에서 기반구조 계측 데이터, 컴퓨팅 플랫폼 계측 데이터 및/또는 서비스/애플리케이션 인스턴스 계측 데이터는 애플리케이션 성능 및/또는 데이터 센터(102) 워크로드 성능(예로서, 버퍼 길이, 큐 길이 등)과 관련될 수 있다는 것을 알아야 한다.
블록 310에서, 분석 서버(120)는 워크북 시장 서버(140)로부터 워크북(142)을 검색한다. 설명된 바와 같이, 워크북 시장 서버(140)는 임의 수의 상이한 워크북(142)을 포함할 수 있다. 각각의 워크북(142)은 데이터 센터(102) 및 수신된 원시 데이터에 기초하여 상이한 분석 모델 또는 상이한 최적화 트리거를 생성하도록 구성되는 상이한 분석 알고리즘 및/또는 분석 알고리즘 세트를 포함할 수 있다.
블록 312에서, 분석 서버(120)는 데이터 센터(102)의 컴포넌트(들)(104)로부터 수신된 원시 데이터 및 주어진 워크로드에 대한 검색된 워크북(142)의 분석 알고리즘에 기초하여 검색된 워크북(142)에 대한 데이터 센터(102)의 적어도 일부에 대한 분석 모델을 생성한다. 이를 위해, 블록 314에서, 분석 서버(120)는 워크북(142)으로부터 하나 이상의 알고리즘을 실행(예로서, 런칭, 처리, 초기화 등)한다. 워크북(142)의 분석 알고리즘(들)은 주어진 워크로드에 대한 수신된 원시 데이터에 기초하여 데이터 센터(102)에 대한 분석 모델을 생성하도록 구성될 수 있다. 예로서, 일부 실시예에서, 워크북(142)의 분석 알고리즘(들)은 데이터 센터(102) 전체 또는 데이터 센터(102)의 하나 이상의 컴포넌트(104)의 공분산 모델, 예측 모델 및/또는 배치 최적화 모델을 포함하지만 이에 한정되지 않는 다양한 분석 모델을 생성할 수 있다.
블록 316에서, 분석 서버(120)는 주어진 워크로드에 대해 분석 서버에 의해 생성된 이전의 분석 모델을 검색한다. 블록 318에서, 분석 서버(120)는 주어진 워크로드가 배치되는 기반구조 랜드스케이프(즉, 데이터 센터(102)의 하나 이상의 컴포넌트(104))를 검색한다. 블록 320에서, 분석 서버(120)는 분석 서버(120)가 주어진 워크로드에 대한 이전의 분석 모델을 생성한 과거에 주어진 워크로드가 배치되었던 이전의 기반구조 랜드스케이프를 검색한다.
블록 322에서, 분석 서버(120)는 생성된 분석 모델 및 검색된 과거 분석 모델, 현재의 기반구조 랜드스케이프 및 과거의 기반구조 랜드스케이프에 기초하여 데이터 센터(102)에 대한 하나 이상의 최적화 트리거를 결정 및 생성할 수 있다. 최적화 트리거는 제어기(112)와 같은 하나 이상의 컴포넌트(104)로 전송되어, 데이터 센터(102) 또는 데이터 센터(102)의 컴포넌트(104)의 구성, 성능 레벨, 워크로드 요구 또는 임의의 다른 양태에 대한 변경을 유발할 수 있다.
예로서, 일부 실시예에서, 분석 서버(120)는 데이터 센터(102)의 하나 이상의 기반구조 장치 컴포넌트(106)에 대한 변경(예로서, 자원 이용의 레이트 제한/캡핑, 소프트웨어 정의 네트워킹/네트워크 기능 가상화의 재구성, 데이터 인식 스케줄링, 가상 기계의 배치, 코어 결합 등)을 유발하도록 구성되는 하나 이상의 최적화 트리거를 생성할 수 있다. 추가로 또는 대안으로서, 분석 서버(120)는 데이터 센터(102)의 하나 이상의 플랫폼 레벨 및/또는 런타임 레벨 컴포넌트(108)에 대한 변경(예로서, 프로세스 가상 기계 또는 관리되는 런타임 환경의 메모리 더미 크기의 재구성 등)을 유발하도록 구성되는 하나 이상의 최적화 트리거를 생성할 수 있다. 분석 서버(120)는 또한 데이터 센터(102)의 서비스 레벨 및/또는 애플리케이션 레벨 컴포넌트(110)의 하나 이상의 인스턴스에 대한 변경(예로서, 새로운 레이트 한계의 구성, 새로운 사용자의 추가 등)을 유발하도록 구성되는 하나 이상의 최적화 트리거를 생성할 수 있다. 분석 서버(120)는 또한 데이터 센터(102)의 하나 이상의 컴포넌트(104)가 런타임에 워크로드, 컴포넌트(104) 및/또는 자원의 스케줄링 및 배치와 관련된 구성, 설정 및/또는 규칙(예로서, 자원 요소의 사실적인 지시자 및 다양한 I/O 구성에 걸치는 조합 등)을 변경하게 하도록 구성되는 하나 이상의 최적화 트리거를 생성할 수 있다는 것도 알아야 한다. 이어서, 블록 324에서, 분석 서버(120)는 생성된 최적화 트리거(들)를 그에 대해 추가 처리(예로서, 대응하는 기능의 실행 또는 트리거링 등) 및/또는 액션을 취하기 위해 데이터 센터(102) 및/또는 데이터 센터(102)의 하나 이상의 컴포넌트(104), 예로서 제어기(112)로 전송할 수 있다. 일부 실시예에서, 최적화 트리거(들)는 제어기(112)가 최적화 트리거(들)에 응답하여 데이터 센터(102)의 하나 이상의 컴포넌트(104)에 대한 자동화된 변경을 수행할 수 있게 하는 포맷으로 전송될 수 있다.
이제, 도 4를 참조하면, 워크북을 선택하고 데이터 센터(102)에 대한 분석 모델을 생성하는 데 사용될 수 있는 워크북 사용자 인터페이스(400)는 워크북 스크립트 디스플레이(402) 및 워크북 결과 디스플레이(406)를 포함한다. 워크북 스크립트 디스플레이(402)는 워크북 사용자 인터페이스(400)의 적어도 일부 상에 워크북(142)의 스크립트 코드(즉, 분석 알고리즘의 소스 코드 구현)를 표시하도록 구성될 수 있다. 일부 실시예에서, 워크북 스크립트 디스플레이(402)는 하나 이상의 워크북 제어(404)를 더 포함할 수 있다. 워크북 제어(404)는 워크북(142)을 로딩하고, 로딩된 워크북(142)의 스크립트 코드를 편집하고, 로딩된 워크북(142)의 편집된 스크립트 코드를 저장하고/하거나, 로딩된 워크북(142)을 실행하기 위한 사용자 인터페이스 액션 가능 커맨드 그래픽 아이콘(예로서, 버튼)을 포함할 수 있다. 대안으로서, 일부 실시예에서, 하나 이상의 워크북 제어(404)는 워크북 스크립트 디스플레이(402)의 대안 부분에 배치될 수 있다.
워크북 결과 디스플레이(406)는 워크북 사용자 인터페이스(400)의 적어도 일부 상에 분석 모델(즉, 워크북(142)의 실행의 출력)을 표시하도록 구성될 수 있다. 일부 실시예에서, 워크북 결과 디스플레이(406)는 워크북 스크립트 디스플레이(402)로부터 로딩되고 동작(즉, 실행)되는 워크북에 기초하는 다양한 그래프, 차트, 플롯 및 추천된 최적화를 포함할 수 있지만 이에 한정되지 않는다.
예시적인 워크북 사용자 인터페이스에서, 워크북 스크립트 디스플레이(402)는 워크북 사용자 인터페이스(400)의 좌측 부분에 배치되고, 워크북 결과 디스플레이(406)는 워크북 사용자 인터페이스(400)의 우측 부분에 배치되지만; 워크북 스크립트 디스플레이(402) 및 워크북 결과 디스플레이(406)는 태브화, 타일화, 캐스케이딩, 오버랩핑 등을 포함하는 대안 구성 및/또는 포맷으로 표시될 수 있다는 것을 알아야 한다.
예
본 명세서에서 개시되는 기술의 예시적인 예가 아래에 제공된다. 기술의 일 실시예는 후술하는 예 중 어느 하나 이상 및 임의의 조합을 포함할 수 있다.
예 1은 데이터 센터의 워크로드에 대한 분석 모델을 생성하기 위한 분석 서버를 포함하고, 상기 분석 서버는 상기 데이터 센터의 하나 이상의 컴포넌트의 원시 데이터 및 하나 이상의 분석 알고리즘을 포함하는 워크북을 수신하기 위한 통신 모듈; 상기 워크북의 상기 하나 이상의 분석 알고리즘에 기초하여 상기 원시 데이터를 분석하고, 상기 원시 데이터의 상기 분석에 기초하여 상기 워크로드에 대한 분석 모델을 생성하기 위한 분석 모델 생성 모듈; 및 상기 분석 모델 및 하나 이상의 이전에 생성된 분석 모델에 기초하여 상기 데이터 센터의 하나 이상의 컴포넌트에 대한 최적화 트리거를 생성하기 위한 최적화 트리거 생성 모듈을 포함한다.
예 2는 예 1의 내용을 포함하고, 워크북 시장 서버로부터 상기 워크북을 수신하기 위한 워크북 관리 모듈을 더 포함하고, 상기 워크북 시장 서버는 복수의 워크북을 포함하고, 상기 복수의 워크북 각각은 하나 이상의 상이한 분석 알고리즘을 포함한다.
예 3은 예 1 및 2 중 어느 한 예의 내용을 포함하고, 상기 분석 모델 생성 모듈은 또한 상기 상이한 분석 알고리즘 및 상기 워크로드에 기초하여 상기 데이터 센터에 대한 상이한 분석 모델을 생성한다.
예 4는 예 1-3 중 어느 한 예의 내용을 포함하고, 상기 최적화 트리거 생성 모듈은 상기 상이한 분석 모델에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성한다.
예 5는 예 1-4 중 어느 한 예의 내용을 포함하고, 상기 통신 모듈에 의해 수신되는 상기 원시 데이터는 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 수신되는 원시 데이터를 포함한다.
예 6은 예 1-5 중 어느 한 예의 내용을 포함하고, 상기 하나 이상의 계측 레벨 컴포넌트는 기반구조 계측 레벨을 포함한다.
예 7은 예 1-6 중 어느 한 예의 내용을 포함하고, 상기 하나 이상의 계측 레벨 컴포넌트는 플랫폼 계측 레벨을 포함한다.
예 8은 예 1-7 중 어느 한 예의 내용을 포함하고, 상기 하나 이상의 계측 레벨 컴포넌트는 서비스 계측 레벨 또는 애플리케이션 계측 레벨을 포함한다.
예 9는 예 1-8 중 어느 한 예의 내용을 포함하고, 상기 통신 모듈은 또한 상기 최적화 트리거를 상기 데이터 센터의 제어기 컴포넌트로 전송한다.
예 10은 예 1-9 중 어느 한 예의 내용을 포함하고, 상기 통신 모듈은 또한 상기 워크로드를 배치하는 데 사용되는 상기 데이터 센터의 기반구조 랜드스케이프를 검색한다.
예 11은 예 1-10 중 어느 한 예의 내용을 포함하고, 상기 분석 모델 생성 모듈은 상기 검색된 기반구조 랜드스케이프에 더 기초하여 상기 워크로드에 대한 상기 분석 모델을 생성한다.
예 12는 예 1-11 중 어느 한 예의 내용을 포함하고, 상기 최적화 트리거 생성 모듈은 상기 워크로드를 배치하는 데 사용된 하나 이상의 이전의 기반구조 랜드스케이프에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성한다.
예 13은 분석 서버 상에서 데이터 센터의 워크로드에 대한 분석 모델을 생성하기 위한 방법을 포함하고, 상기 방법은 상기 분석 서버에 의해, 상기 데이터 센터의 하나 이상의 컴포넌트로부터 원시 데이터를 수신하는 단계; 상기 분석 서버에 의해, 하나 이상의 분석 알고리즘을 포함하는 워크북을 검색하는 단계; 상기 분석 서버에 의해, 상기 워크북의 상기 하나 이상의 분석 알고리즘을 이용하여 상기 원시 데이터를 분석하는 단계; 상기 분석 서버에 의해, 상기 원시 데이터의 상기 분석에 기초하여 워크로드에 대한 분석 모델을 생성하는 단계; 상기 분석 서버에 의해, 상기 생성된 분석 모델에 기초하여 상기 데이터 센터의 하나 이상의 컴포넌트에 대한 최적화 트리거를 생성하는 단계; 및 상기 분석 서버에 의해, 상기 최적화 트리거를 상기 데이터 센터의 제어기 컴포넌트로 전송하는 단계를 포함한다.
예 14는 예 13의 내용을 포함하고, 상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용되는 상기 데이터 센터의 기반구조 랜드스케이프를 검색하는 단계; 및 상기 검색된 기반구조 랜드스케이프에 더 기초하여 상기 워크로드에 대한 상기 분석 모델을 생성하는 단계를 더 포함한다.
예 15는 예 13 및 14 중 어느 한 예의 내용을 포함하고, 상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용된 하나 이상의 이전의 기반구조 랜드스케이프를 검색하는 단계; 및 상기 하나 이상의 이전의 기반구조 랜드스케이프에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는 단계를 더 포함한다.
예 16은 예 13-15 중 어느 한 예의 내용을 포함하고, 상기 워크북을 검색하는 단계는 워크북 시장 서버로부터 상기 워크북을 검색하는 단계를 포함하고, 상기 워크북 시장 서버는 복수의 워크북을 포함하고, 상기 복수의 워크북 각각은 하나 이상의 상이한 분석 알고리즘을 포함한다.
예 17은 예 13-16 중 어느 한 예의 내용을 포함하고, 상기 상이한 분석 알고리즘 및 상기 워크로드에 기초하여 상기 데이터 센터에 대한 상이한 분석 모델을 생성하는 단계를 더 포함한다.
예 18은 예 13-17 중 어느 한 예의 내용을 포함하고, 상기 상이한 분석 모델에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는 단계를 더 포함한다.
예 19는 예 13-18 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 상기 하나 이상의 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계를 포함한다.
예 20은 예 13-19 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 기반구조 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함한다.
예 21은 예 13-20 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 플랫폼 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함한다.
예 22는 예 13-21 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 서비스 계측 레벨 또는 애플리케이션 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함한다.
예 23은 컴퓨팅 장치로서, 프로세서; 및 상기 프로세서에 의해 실행될 때 상기 컴퓨팅 장치로 하여금 예 13-22 중 어느 한 예의 방법을 수행하게 하는 복수의 명령어를 저장하는 메모리를 포함하는 컴퓨팅 장치를 포함한다.
예 24는 실행되는 것에 응답하여 컴퓨팅 장치로 하여금 예 13-22 중 어느 한 예의 방법을 수행하게 하는 저장된 복수의 명령어를 포함하는 하나 이상의 기계 판독 가능 저장 매체를 포함한다.
예 25는 분석 서버 상에서 데이터 센터의 워크로드에 대한 분석 모델을 생성하기 위한 분석 서버를 포함하고, 상기 분석 서버는 상기 분석 서버에 의해, 상기 데이터 센터의 하나 이상의 컴포넌트로부터 원시 데이터를 수신하기 위한 수단; 상기 분석 서버에 의해, 하나 이상의 분석 알고리즘을 포함하는 워크북을 검색하기 위한 수단; 상기 분석 서버에 의해, 상기 워크북의 상기 하나 이상의 분석 알고리즘을 이용하여 상기 원시 데이터를 분석하기 위한 수단; 상기 분석 서버에 의해, 상기 원시 데이터의 상기 분석에 기초하여 워크로드에 대한 분석 모델을 생성하기 위한 수단; 상기 분석 서버에 의해, 상기 생성된 분석 모델에 기초하여 상기 데이터 센터의 하나 이상의 컴포넌트에 대한 최적화 트리거를 생성하기 위한 수단; 및 상기 분석 서버에 의해, 상기 최적화 트리거를 상기 데이터 센터의 제어기 컴포넌트로 전송하기 위한 수단을 포함한다.
예 26은 예 25의 내용을 포함하고, 상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용되는 상기 데이터 센터의 기반구조 랜드스케이프를 검색하기 위한 수단; 및 상기 검색된 기반구조 랜드스케이프에 더 기초하여 상기 워크로드에 대한 상기 분석 모델을 생성하기 위한 수단을 더 포함한다.
예 27은 예 25 및 26 중 어느 한 예의 내용을 포함하고, 상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용된 하나 이상의 이전의 기반구조 랜드스케이프를 검색하기 위한 수단; 및 상기 하나 이상의 이전의 기반구조 랜드스케이프에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하기 위한 수단을 더 포함한다.
예 28은 예 25-27 중 어느 한 예의 내용을 포함하고, 상기 워크북을 검색하기 위한 상기 수단은 워크북 시장 서버로부터 상기 워크북을 검색하기 위한 수단을 포함하고, 상기 워크북 시장 서버는 복수의 워크북을 포함하고, 상기 복수의 워크북 각각은 하나 이상의 상이한 분석 알고리즘을 포함한다.
예 29는 예 25-28 중 어느 한 예의 내용을 포함하고, 상기 상이한 분석 알고리즘 및 상기 워크로드에 기초하여 상기 데이터 센터에 대한 상이한 분석 모델을 생성하기 위한 수단을 더 포함한다.
예 30은 예 25-29 중 어느 한 예의 내용을 포함하고, 상기 상이한 분석 모델에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하기 위한 수단을 더 포함한다.
예 31은 예 25-30 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 상기 하나 이상의 컴포넌트로부터 상기 원시 데이터를 수신하기 위한 상기 수단은 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하기 위한 수단을 포함한다.
예 32는 예 25-31 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하기 위한 상기 수단은 기반구조 계측 레벨로부터 상기 원시 데이터를 수신하기 위한 수단을 포함한다.
예 33은 예 25-32 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하기 위한 상기 수단은 플랫폼 계측 레벨로부터 상기 원시 데이터를 수신하기 위한 수단을 포함한다.
예 34는 예 25-33 중 어느 한 예의 내용을 포함하고, 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하기 위한 상기 수단은 서비스 계측 레벨 또는 애플리케이션 계측 레벨로부터 상기 원시 데이터를 수신하기 위한 수단을 포함한다.

Claims (25)

  1. 데이터 센터의 워크로드(workload)에 대한 분석 모델을 생성하기 위한 분석 서버로서,
    상기 데이터 센터의 하나 이상의 컴포넌트의 원시 데이터(raw data)를 수신하고, 하나 이상의 분석 알고리즘을 포함하는 워크북을 검색하기 위한 통신 모듈과,
    상기 워크북의 상기 하나 이상의 분석 알고리즘에 기초하여 상기 원시 데이터를 분석하고, 상기 원시 데이터의 상기 분석에 기초하여 상기 워크로드에 대한 분석 모델을 생성하기 위한 분석 모델 생성 모듈과,
    상기 분석 모델 및 하나 이상의 이전에 생성된 분석 모델에 기초하여 상기 데이터 센터의 하나 이상의 컴포넌트에 대한 최적화 트리거를 생성하기 위한 최적화 트리거 생성 모듈
    을 포함하는 분석 서버.
  2. 제1항에 있어서,
    워크북 시장 서버(a workbook marketplace server)에서 복수의 워크북으로부터 상기 워크북을 수신하기 위한 워크북 관리 모듈을 더 포함하고, 상기 워크북은 하나 이상의 상이한 분석 알고리즘을 포함하는
    분석 서버.
  3. 제2항에 있어서,
    상기 분석 모델 생성 모듈은 또한 상기 상이한 분석 알고리즘 및 상기 워크로드에 기초하여 상기 데이터 센터에 대한 상이한 분석 모델을 생성하는
    분석 서버.
  4. 제3항에 있어서,
    상기 최적화 트리거 생성 모듈은 상기 상이한 분석 모델에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는
    분석 서버.
  5. 제1항에 있어서,
    상기 통신 모듈에 의해 수신되는 상기 원시 데이터는 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트(instrumentation-level component)로부터 수신되는 원시 데이터를 포함하는
    분석 서버.
  6. 제5항에 있어서,
    상기 하나 이상의 계측 레벨 컴포넌트는 기반구조 계측 레벨(an infrastructure instrumentation level)을 포함하는
    분석 서버.
  7. 제5항에 있어서,
    상기 하나 이상의 계측 레벨 컴포넌트는 플랫폼 계측 레벨을 포함하는
    분석 서버.
  8. 제5항에 있어서,
    상기 하나 이상의 계측 레벨 컴포넌트는 서비스 계측 레벨 또는 애플리케이션 계측 레벨을 포함하는
    분석 서버.
  9. 제1항에 있어서,
    상기 통신 모듈은 또한 상기 최적화 트리거를 상기 데이터 센터의 제어기 컴포넌트로 전송하는
    분석 서버.
  10. 제1항에 있어서,
    상기 통신 모듈은 또한 상기 워크로드를 배치하는 데 사용되는 상기 데이터 센터의 기반구조 랜드스케이프를 검색하는
    분석 서버.
  11. 제10항에 있어서,
    상기 분석 모델 생성 모듈은 상기 검색된 기반구조 랜드스케이프에 더 기초하여 상기 워크로드에 대한 상기 분석 모델을 생성하는
    분석 서버.
  12. 제11항에 있어서,
    상기 최적화 트리거 생성 모듈은 상기 워크로드를 배치하는 데 사용된 하나 이상의 이전의 기반구조 랜드스케이프에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는
    분석 서버.
  13. 분석 서버 상에서 데이터 센터의 워크로드에 대한 분석 모델을 생성하기 위한 방법으로서,
    상기 분석 서버에 의해, 상기 데이터 센터의 하나 이상의 컴포넌트로부터 원시 데이터를 수신하는 단계와,
    상기 분석 서버에 의해, 하나 이상의 분석 알고리즘을 포함하는 워크북을 검색하는 단계와,
    상기 분석 서버에 의해, 상기 워크북의 상기 하나 이상의 분석 알고리즘을 이용하여 상기 원시 데이터를 분석하는 단계와,
    상기 분석 서버에 의해, 상기 원시 데이터의 상기 분석에 기초하여 워크로드에 대한 분석 모델을 생성하는 단계와,
    상기 분석 서버에 의해, 상기 생성된 분석 모델에 기초하여 상기 데이터 센터의 하나 이상의 컴포넌트에 대한 최적화 트리거를 생성하는 단계와,
    상기 분석 서버에 의해, 상기 최적화 트리거를 상기 데이터 센터의 제어기 컴포넌트로 전송하는 단계
    를 포함하는 방법.
  14. 제13항에 있어서,
    상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용되는 상기 데이터 센터의 기반구조 랜드스케이프를 검색하는 단계와,
    상기 검색된 기반구조 랜드스케이프에 더 기초하여 상기 워크로드에 대한 상기 분석 모델을 생성하는 단계
    를 더 포함하는 방법.
  15. 제13항에 있어서,
    상기 분석 서버에 의해, 상기 워크로드를 배치하는 데 사용된 하나 이상의 이전의 기반구조 랜드스케이프를 검색하는 단계와,
    상기 하나 이상의 이전의 기반구조 랜드스케이프에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는 단계
    를 더 포함하는 방법.
  16. 제13항에 있어서,
    상기 워크북을 검색하는 단계는 워크북 시장 서버로부터 상기 워크북을 검색하는 단계를 포함하고, 상기 워크북 시장 서버는 복수의 워크북을 포함하고, 상기 복수의 워크북 각각은 하나 이상의 상이한 분석 알고리즘을 포함하는
    방법.
  17. 제16항에 있어서,
    상기 상이한 분석 알고리즘 및 상기 워크로드에 기초하여 상기 데이터 센터에 대한 상이한 분석 모델을 생성하는 단계를 더 포함하는
    방법.
  18. 제17항에 있어서,
    상기 상이한 분석 모델에 더 기초하여 상기 데이터 센터에 대한 상기 최적화 트리거를 생성하는 단계를 더 포함하는
    방법.
  19. 제13항에 있어서,
    상기 데이터 센터의 상기 하나 이상의 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계를 포함하는
    방법.
  20. 제19항에 있어서,
    상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 기반구조 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함하는
    방법.
  21. 제19항에 있어서,
    상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 플랫폼 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함하는
    방법.
  22. 제19항에 있어서,
    상기 데이터 센터의 하나 이상의 계측 레벨 컴포넌트로부터 상기 원시 데이터를 수신하는 단계는 서비스 계측 레벨 또는 애플리케이션 계측 레벨로부터 상기 원시 데이터를 수신하는 단계를 포함하는
    방법.
  23. 컴퓨팅 장치로서,
    프로세서와,
    상기 프로세서에 의해 실행될 때 상기 컴퓨팅 장치로 하여금 제13항 내지 제22항 중 어느 한 항의 방법을 수행하게 하는 복수의 명령어를 저장하는 메모리
    를 포함하는 컴퓨팅 장치.
  24. 실행되는 것에 응답하여 컴퓨팅 장치로 하여금 제13항 내지 제22항 중 어느 한 항의 방법을 수행하게 하는 저장된 복수의 명령어를 포함하는
    하나 이상의 기계 판독 가능 저장 매체.
  25. 제13항 내지 제22항 중 어느 한 항의 방법을 수행하기 위한 수단을 포함하는
    컴퓨팅 장치.
KR1020167020443A 2014-02-28 2015-02-24 클라우드 데이터 센터 분석을 위한 기술 KR101916294B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201461946161P 2014-02-28 2014-02-28
US61/946,161 2014-02-28
PCT/US2015/017223 WO2015130643A1 (en) 2014-02-28 2015-02-24 Technologies for cloud data center analytics

Publications (2)

Publication Number Publication Date
KR20160103098A true KR20160103098A (ko) 2016-08-31
KR101916294B1 KR101916294B1 (ko) 2019-01-30

Family

ID=54009539

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020167020443A KR101916294B1 (ko) 2014-02-28 2015-02-24 클라우드 데이터 센터 분석을 위한 기술

Country Status (5)

Country Link
US (1) US20160366026A1 (ko)
EP (1) EP3111595A4 (ko)
KR (1) KR101916294B1 (ko)
CN (1) CN105940636B (ko)
WO (1) WO2015130643A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102309590B1 (ko) 2021-01-27 2021-10-06 이샘 드림렌즈 세척기

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9904661B2 (en) * 2015-06-23 2018-02-27 International Business Machines Corporation Real-time agreement analysis
CN110222202B (zh) * 2019-05-28 2022-03-01 北京信远通科技有限公司 基于信息技术标准的松耦合元数据模型设计方法及***
US11989587B2 (en) * 2020-06-27 2024-05-21 Intel Corporation Apparatus and method for a resource allocation control framework using performance markers
US11733729B2 (en) * 2021-09-27 2023-08-22 International Business Machines Corporation Centralized imposing of multi-cloud clock speeds
US11848833B1 (en) * 2022-10-31 2023-12-19 Vmware, Inc. System and method for operational intelligence based on network traffic
US20240163184A1 (en) * 2022-11-16 2024-05-16 Red Hat, Inc. Lightweight container networking solution for resource constrained devices

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100228363A1 (en) * 2005-10-04 2010-09-09 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
KR20110069143A (ko) * 2008-10-08 2011-06-22 카아보 아이엔씨. Ｎ-계층 애플리케이션을 위한 클라우드 컴퓨팅 수명 주기 관리

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7552208B2 (en) * 2005-01-18 2009-06-23 Microsoft Corporation Methods for managing capacity
US20090113323A1 (en) * 2007-10-31 2009-04-30 Microsoft Corporation Data center operation optimization
US7873877B2 (en) * 2007-11-30 2011-01-18 Iolo Technologies, Llc System and method for performance monitoring and repair of computers
US9709965B2 (en) * 2008-12-04 2017-07-18 Baselayer Technology, Llc Data center intelligent control and optimization
US10061371B2 (en) * 2010-10-04 2018-08-28 Avocent Huntsville, Llc System and method for monitoring and managing data center resources in real time incorporating manageability subsystem
US9679029B2 (en) * 2010-11-08 2017-06-13 Globalfoundries Inc. Optimizing storage cloud environments through adaptive statistical modeling
CN102004671B (zh) * 2010-11-15 2013-03-13 北京航空航天大学 一种云计算环境下数据中心基于统计模型的资源管理方法
US8730778B2 (en) * 2011-09-30 2014-05-20 Oracle International Corporation Data storage tape analytics method and system
WO2014031618A2 (en) * 2012-08-22 2014-02-27 Bitvore Corp. Data relationships storage platform
CN103327085B (zh) * 2013-06-05 2017-02-08 深圳市中博科创信息技术有限公司 一种分布式数据处理方法、数据中心及其***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100228363A1 (en) * 2005-10-04 2010-09-09 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
KR20110069143A (ko) * 2008-10-08 2011-06-22 카아보 아이엔씨. Ｎ-계층 애플리케이션을 위한 클라우드 컴퓨팅 수명 주기 관리

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102309590B1 (ko) 2021-01-27 2021-10-06 이샘 드림렌즈 세척기

Also Published As

Publication number Publication date
WO2015130643A1 (en) 2015-09-03
US20160366026A1 (en) 2016-12-15
KR101916294B1 (ko) 2019-01-30
CN105940636A (zh) 2016-09-14
EP3111595A4 (en) 2017-10-25
CN105940636B (zh) 2020-11-06
EP3111595A1 (en) 2017-01-04

Similar Documents

Publication Publication Date Title
KR101916294B1 (ko) 클라우드 데이터 센터 분석을 위한 기술
US10447806B1 (en) Workload scheduling across heterogeneous resource environments
CN104541247B (zh) 用于调整云计算***的***和方法
US9262231B2 (en) System and method for modifying a hardware configuration of a cloud computing system
US20200028935A1 (en) Workload rebalancing in heterogeneous resource environments
US9152532B2 (en) System and method for configuring a cloud computing system with a synthetic test workload
US10484301B1 (en) Dynamic resource distribution using periodicity-aware predictive modeling
US20140047342A1 (en) System and method for allocating a cluster of nodes for a cloud computing system based on hardware characteristics
US20140047227A1 (en) System and method for configuring boot-time parameters of nodes of a cloud computing system
US20140047095A1 (en) System and method for tuning a cloud computing system
US20140047341A1 (en) System and method for configuring cloud computing systems
US20140047079A1 (en) System and method for emulating a desired network configuration in a cloud computing system
US20160182320A1 (en) Techniques to generate a graph model for cloud infrastructure elements
Bambrik A survey on cloud computing simulation and modeling
Lučanin et al. Pervasive cloud controller for geotemporal inputs
US9384051B1 (en) Adaptive policy generating method and system for performance optimization
TWI596471B (zh) 用於收集硬體效能資料之方法、計算系統、電腦程式產品
Sreedhar et al. A survey on big data management and job scheduling
Li et al. The extreme counts: modeling the performance uncertainty of cloud resources with extreme value theory
US20220058060A1 (en) Ranking computing resources
Castellanos-Rodríguez et al. Serverless-like platform for container-based YARN clusters
Rumi et al. Optimization techniques within the hadoop eco-system: A survey
JP2023546903A (ja) 非アクティブメモリ装置の優先更新
Hwang et al. FitScale: scalability of legacy applications through migration to cloud
Vakali et al. A multi-layer software architecture framework for adaptive real-time analytics

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