[发明专利]大规模分布式系统汇总与监控的有效方法

说明书

本发明第一方面提供一种用于通过动态控制求解模型来监控性能指标值的监控服务器，包括：存储代码的存储器；耦合到所述存储器的至少一个硬件处理器，用于执行所述代码，所述代码包括：用于汇总表示性能指标的测量值的数据点的指令，所述数据点根据求解模型划分数值区间，所述数据点从多个受监控节点接收到，多个受监控节点从监控服务器接收求解模型；用于通过计算所需百分位数位于哪个数值区间中来计算所需百分位数值区间的指令；用于基于所需百分位数值区间的所需求解值来确定修改的求解模型，并将修改的求解模型发送到多个受监控节点的指令。

背景技术

本发明在其一些实施例中涉及用于监控分布式计算系统性能的监控服务器，更具体地但非排他地，通过动态地修改表示分布式计算机的测量性能的分布式模型的求解值来监控性能。

云计算和数据中心服务是大型组织常用的存储和计算解决方案。但是，监控多个受监控节点的性能指标会给运营商带来技术挑战。云计算服务中的应用程序可以运行在数千或数万个受监控节点上，例如VM、容器、计算机等。为了监控全系统性能，在此被称为受监控实体的每个相关联的受监控节点可以将性能数据报告给监控服务器，该监控服务器聚合该性能数据并计算系统性能。系统所需的性能通常在服务提供商和客户之间的服务级别协议(service level agreement，简称SLA)中规定。

客户端应用程序通常对资源具有动态需求，可由云和/或数据中心使用高级自动调整进行分配。但是，资源调整会使实时监控性能变得更加复杂。只有在分配给特定客户端以便计算自动调整操作对该客户的SLA的影响时，才需要来自受监控实体的反馈。

例如，SLA可以指定报告所有受监控实体的响应时间的第99百分位。为了确定在云和/或数据中心上执行的应用程序的第99百分位，每个监控实体必须将所有响应时间传输到监控服务器，该监控服务器聚合数据并计算第99百分位响应时间。

计算性能指标通常可能导致受监控实体传输一定数量的数据，这些数据会使本地网络过载，降低对客户的服务质量和/或降低云运营商网络的可用性。报告数据的数量可能会导致监控服务器上的处理负载，这可能会增加报告延迟。

用于收集性能数据的现有解决方案包括NewRelic、AppDynamics、Dynatrace和Sysdig，但是这些解决方案会生成大量的性能数据，这可能会降低对客户的服务质量。

用于减少性能数据量的现有解决方案包括Q-Digest算法。但Q-Digest算法不能处理受监控实体的动态分配，需要预先定义合适的压缩参数，并且根据所选择的压缩因子来限制精度。

发明内容

本发明的目的在于提供通过动态控制求解模型来监控性能指标值的系统和方法。前述和其它目的通过独立权利要求的特征来实现。其它实现在从属权利要求、说明书和附图中显而易见。

本发明第一方面提供一种用于通过动态控制求解模型来监控性能指标值的监控服务器，包括：存储代码的存储器；耦合到所述存储器的至少一个硬件处理器，用于执行所述代码，所述代码包括：用于汇总表示性能指标的测量值的数据点的指令，所述数据点根据求解模型划分数值区间，所述数据点从多个受监控节点接收到，多个受监控节点从监控服务器接收求解模型；用于通过计算所需百分位数位于哪个数值区间中来计算所需百分位数值区间的指令；用于基于所需百分位数值区间的所需求解值来确定修改的求解模型，并将修改的求解模型发送到多个受监控节点的指令。本发明第一方面提供了以下优点：减少需要发送的数据量，以便监控服务器监控多个受监控实体的性能指标。

本发明第二方面提供一种通过动态控制求解模型来监控性能指标值的方法，包括：汇总从接收求解模型的多个受监控实体接收的表示性能指标的测量值的数据点，所述数据点根据求解模型划分数值区间；计算所需百分位数位于哪个数值区间；基于所需百分位数值区间的所需求解值来确定修改的求解模型；将修改的求解模型发送到多个受监控节点。本发明第二方面提供了一种方法，用于减少需要发送的数据量，以便监控服务器监控多个受监控实体的性能指标。