[发明专利]一种运维监控管理软件方法、系统、装置和存储介质

说明书

本发明涉及运维监控技术领域，具体地说，涉及一种运维监控管理软件方法、系统、装置和存储介质。包括硬件资源单元、软件资源单元和软件功能单元，所述硬件资源单元用于对系统进行硬件支持；所述软件资源单元用于支持业内主流的作业调度系统；所述软件功能单元用于提供各类软件支持。本发明设计从硬件资源到软件资源全方位的监控管理，大大降低管理员的管理成本、运维难度，适用于各种大中小型高性能计算应用市场，具有通用性和可复制性。

技术领域

本发明涉及运维监控技术领域，具体地说，涉及一种运维监控管理软件方法、系统、装置和存储介质。

背景技术

随着信息化社会的飞速发展，高性能计算技术日益成熟，高性能计算机集群技术开始迅猛崛起，以此满足高性能计算的需求，集群技术在高性能计算领域已经占有越来越高的比重。目前，由于大规模集群监控运维管理成本高，无法直观的查看整个集群的运行状态，导致大规模集群监控运维难度大。

发明内容

本发明的目的在于提供一种运维监控管理软件方法、系统、装置和存储介质，以解决上述背景技术中提出的问题。

为实现上述技术问题的解决，本发明的目的之一在于，提供一种运维监控管理软件方法，包括如下步骤：

S1、登录：输入监控节点IP地址、用户名、密码，登陆至主页面；

主页面中提供平台管理、资源管理和作业监控；平台管理包括计费规则和队列配置；资源管理包括列表视图、物理视图、节点部署和并行处理；作业监控包括作业视图、队列视图、主机视图、用户视图、提交作业、历史作业、导出报表、报警规则、报警日志和通知接入。

S2、License管理：查看当前的license许可信息，通过上传对应的许可证，即可增加许可数量；

S3、资源监控：进入监控大屏画面，在大屏上直观的查看集群资源使用情况和集群作业情况；集群资源使用情况包括CPU、内存、硬盘、节点数的使用情况；集群作业情况包括集群当前已完成的作业总数、运行中的作业数、等待中的作业数；以TOP的方式显示最多运行作业数的队列、最多等待作业数的队列、运行最多作业的节点。

S4、节点部署：输入需要部署节点的IPMI地址、用户名、密码、角色等元素后即可一键部署，安装前可指定系统最终IP、主机名等。部署包括操作系统，集群管理软件，集群监控软件，作业调度软件，计费软件，分布式文件系统软件，编译软件，MPI库软件和IB网络管理软件都会被快速部署和自动配置。安装过程中无需手动干预；

S5、节点管理：在列表视图里可以清晰的查看每个节点的名称、状态、OS_IP、BMC_IP、IB_IP、操作系统等，提供web shell功能，通过页面即可访问shell画面，方便了专家级管理员命令使用；

S6、节点拓扑：物理机架视图的方式直观的查看每个节点的状态，包括CPU、内存、网络、存储这些资源信息，也包括IP、系统、硬件配置等物理信息。从物理视图中可以快速定位机器的物理位置，为维护机器提供便捷；

S7、作业监控：在网页中直观的查看运行中、等待中、以及异常状态的作业情况，可以查看每个作业的ID、状态、提交时间、队列名、提交用户、提交主机、运行主机信息。提供了下载选项，供管理员下载当前的作业运行情况做二次分析；

S8、提交作业：输入作业名称、运行参数（实际应用程序参数）、队列、核数，进行作业提交。

本发明的目的之二在于，提供一种运维监控管理软件系统，包括上述的维监控管理软件方法，包括硬件资源单元、软件资源单元和软件功能单元，所述硬件资源单元用于对系统进行硬件支持；所述软件资源单元用于支持业内主流的作业调度系统；所述软件功能单元用于提供各类软件支持。