[发明专利]云计算环境下监控系统数据采集周期的自适应控制方法

摘要

本发明公开了一种云计算环境下监控系统数据采集周期的自适应控制方法，属于云计算技术领域，本发明要解决的技术问题为监控数据的采集周期固定单一，没有考虑所采集的数据的变化的特点，严重浪费了计算、网络、存储资源，采用的技术方案为：该方法包括如下步骤：（1）、在宿主机上部署智能Agent系统；（2）、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；（3）、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓存队列中。

主权项

1.云计算环境下监控系统数据采集周期的自适应控制方法，其特征在于该方法包括如下步骤：(1)、在宿主机上部署智能Agent系统；(2)、智能Agent系统以默认的数据采集周期采集宿主机的运行状态信息；(3)、智能Agent系统根据采集到的不同的宿主机的运行状态信息设置对应的数据缓冲队列；同时，将采集到的宿主机运行的实时状态信息放入到相应的缓冲队列中；(4)、智能Agent系统动态调整数据的采集周期是根据采集到的宿主机运行的实时数据，评估宿主机运行的状态信息的变化趋势，依据宿主机的状态变化动态确定数据采集周期的大小，形成数据变化趋势与数据采集周期的闭环控制；包括如下具体步骤：①、根据不同类型的监控对象设置智能Agent系统的默认监控时间default_monitor_time(i)；同时规定采样间隔的原子时间为atomic_time(i)，即采样的时间间隔的调整大小只能是原子时间atomic_time(i)的整数倍；②、部署在宿主机上的智能Agent系统根据不同类型的监控对象分别为其建立数据缓冲队列，队列的大小为queue_size(i)；智能Agent系统根据数据的采集周期定时的获取宿主机的运行状态信息，并将宿主机的运行状态信息的相关数据存储到数据缓冲队列中，数据缓冲队列中的数据清除策略采用后进先出的方式；③、智能Agent系统在采集完数据之后，先计算数据缓冲队列中的数据的“偏差”情况，其计算使用如下模型：其中δ表示样本数据的标准差，Xi为采集到的第i个监控对象；④、在步骤③的基础上，定义第i个监控对象的数据偏差的上限为threshold(i)；如果采集到的数据的变化趋势较为平稳即δ＜threshold(i)，则增大监控采样的周期，其计算模型如下：monitor_time(i)＝default_monitor_time(i)  (Ⅰ)monitor_time(i)＝monitor_time(i)+atomic_time(i)*f(δ,threshold(i))  (Ⅱ)其中,公式(Ⅰ)表示监控对象i的采样周期的初始化设置；公式(Ⅱ)表示监控对象i的采样周期的动态调整，其中，f(δ,threshold(i))表示数据偏差值δ与阈值threshold(i)的对应函数关系；如果监控采集到的数据的变化趋势较大，即δ≥threshold(i)，则需要缩小数据的采样周期的大小，其计算模型如下：monitor_time(i)＝max(monitor_time(i)/2,atomic_time(i))(5)、智能Agent系统采集到的数据信息通过消息队列AMQP，再通过消息队列AMQP传输到云平台中的Ceilometer模块；(6)、Ceilometer模块接到数据信息后，一方面对数据进行持久化的存储，另一方面根据告警方案产生系统告警实例。