论文部分内容阅读
[摘 要]环保云通过强大的系统整合兼容能力，为政府对工业污染企业的减排管理、节能考核提供信息决策基础，为企业环保设施运行提供便捷化填报管理解决方案，为企业进行节能、环保等技术对接提供宽广的信息交流平台，实现政府环保管理和企业深化减排的双丰收。
在云计算驱动的数据中心条件下，从平台和业务监控的角度，创新性地提出并且建立了多维智能分析模型，将云计算资源配置信息、云计算资源性能数据与环保数据相关联，通过深入挖掘其内在联系，达到精细化分析管理，预测和挖掘系统中环保数据价值的目的。并且在充分结合云资源环境的特性后，整个分析模型也是一个闭环的自学习过程，能够一定程度上提高云计算自动化运维水平，及时调整紧跟监管迅猛变化的环保工作需求。
[关键词]云数据；智能监控；虚拟化资源；数据分析模型
中图分类号：TP393 文献标识码：A 文章编号：1009-914X（2014）29-0361-01
一、传统业务监控平台的局限性
传统监控平台仍然属于传统的监控模式，不能充分满足环保业务系统在云计算改革新形势下的监控需求，存在诸多的局限性，例如：监控平台只能实现了一定程度的自动化监控告警，但是平台资源利用率低下；业务资源部署、资源调整和资源回收方面等一直都是由人工完成，业务平台的整体自动化水平有待提高；资源监控平台和业务监控平台各自独立，监控数据彼此关联度较低，平台资源配置及性能数据对业务数据的指导性意义较为局限且明显滞后，缺乏关联预测性。
二、云数据中心条件下环保业务智能监控分析的可行性
由传统数据中心转向云驱动的数据中心，IT资源监控工作势必会在更精细化的管理模式下开展，因此充分利用云计算技术的特点和优势，能够为集中统一监控业务平台将会带来如下好处：
（一）精细化平台资源如计算主机资源、网络资源、数据库等IT资源的分配粒度和计量方式，从而保证较高的IT资源使用率。
（二）云环境中IT资源自动化分配和回收，对IT资源信息收集、配置调整和生命周期管理的回收过程进行标准化、自动化的定义与实现，不仅可以避免手工误调整导致的风险，而且解决了IT资源下线周期长、资源使用率低下的问题，能够极大地提高业务连续性；
（三）云平台标准化定制监控应用，自动发布和生命周期管理，能够提高业务平台的运维效率，如监控agent的自动化配置、部署和补丁发布、系统变更差异自动发现、云资源资产配置变更库自动更新等。
三、研究思路
按照环保部对环保云群大系统的战略指导思路，以实际业务需要为导向，集中管控监控数据，聚合分析多系统数据，加强现有业务系统内部以及与网络、业务平台等多系统协同互动的能力，既提升了整体监控的能力，又加强了反哺上层业务监控和预测分析的能力。
首先，我们通过利用集中统一资源配置库及性能监控平台，针对资源监控数据的粒度，建立相关的维度分析模型；
其次，结合业务系统监控数据的持续性，分析业务监控数据与维度分析模型的关系；
最后，找出有价值的资源数据与业务数据之间模型预测分析的能力，通过模型效果分析和神经网络算法完成资源与业务关联预测。
此外，结合云计算资源的特性优势，包括：自服务能力、快速自动化部署、资源弹性扩张、服务生命周期管理及云资源的计量计价实践等，进一步提高自动化维护程度，最终形成云资源与业务智能分析持续改进的自学习闭环模式过程。
四、业务智能监控分析方案
基于云数据中心的业务智能监控分析方案表现为不断循环、持续改进的自学习调整过程，由业务和资源性能数据采集、模型建立、模型实践优化和自学习调整过程所组成。
以统一监控平台对虚拟化资源进行监控，并提供相应的资源配置及性能数据，整合标准化和自动化的数据，不断围绕资源配置、性能监控管理核心，将资源配置信息、性能监控数据，通过不同维度的分解，产生资源配置、性能数据模型（简称资源性能模型），通过对业务发展数据的变化分解，构建业务数据差异模型（简称业务发展模型）。通过采集不同维度业务发展监控数据构建多维业务分析模型。同样方法完成对多维资源配置及性能分析模型，以此来深入挖掘资源性能平台数据与业务数据之间的联系，通过对资源性能数据的分析和预测，为业务发展、规划提供现实指导依据；同时业务发展规划对资源配置规划也有避免重复建设等重要意义。（图1）
资源配置管理侧重于资产配置的分布与业务系统资源相关联，然而业务飞速发展并不能局限于业务系统与资源配置相关联的简单关系管理。业务的发展更侧重于资源本身的效率和性能容量分配，以此来满足业务发展需要。因此资产性能监控管理就在资源衍生的价值链上就变成迫切的现实需求。
本方案中资产资源性能监控管理的核心意义体现在以下方面：
（一）通过对现实环境资源监控，构建资源性能监控实践模型，规范各类资源与业务关系管理模式，提升资源管理能力；
（二）资源性能主动发现，将与资源相关的各个业务系统串联起来，实现对资源与业务系统的全生命周期管理；
（三）作为云数据中心统一资产配置库，配置与业务关联关系定制化保存到基于云资源配置变更管理数据库中，其中包括粒度的配置信息，优化配置数据；
（四）针对业务与资源配置变更管理库关联关系，完善资源性能监控和自动发现功能，通过对资源性能监控的历史数据收集、历史数据整合和分析，构建资源性能监控数据分析模型。通过对不同监控目标的分析模型，组建一组线性分析模型；通过不同维度的分析指标，完善对分析模型的有效性评估；参考工业标准指标，萃取和筛选分析算法，从而建立完整有效的性能数据分析模型；
五、总结和展望
综上所述，通过使用上述方法，可以将环保云所管辖的资源性能与业务发展数据按照业务种类构建相应的影响关系模型。从而达到通过现有资源性能数据的趋势分析，来预测未来环保业务发展的方向。
此外还将云平台资源服务上升至支持环保决策层面，通过多维分析预测模型的建立来探索资源服务与业务发展之间的关系，达到分析预测业务数据走向的目的，进而按照业务发展需要对资源进行预测性规划。
总之，基于环保云数据中心的业务智能监控分析模型及其应用，仍然需要在实践中进一步的探索和完善，其对于在环保云数据中探讨资源价值体现，资源服务如何支撑环保工作发展，如何通过资源服务提升环保效能等都具有一定的战略借鉴意义。
在云计算驱动的数据中心条件下，从平台和业务监控的角度，创新性地提出并且建立了多维智能分析模型，将云计算资源配置信息、云计算资源性能数据与环保数据相关联，通过深入挖掘其内在联系，达到精细化分析管理，预测和挖掘系统中环保数据价值的目的。并且在充分结合云资源环境的特性后，整个分析模型也是一个闭环的自学习过程，能够一定程度上提高云计算自动化运维水平，及时调整紧跟监管迅猛变化的环保工作需求。
[关键词]云数据；智能监控；虚拟化资源；数据分析模型
中图分类号：TP393 文献标识码：A 文章编号：1009-914X（2014）29-0361-01
一、传统业务监控平台的局限性
传统监控平台仍然属于传统的监控模式，不能充分满足环保业务系统在云计算改革新形势下的监控需求，存在诸多的局限性，例如：监控平台只能实现了一定程度的自动化监控告警，但是平台资源利用率低下；业务资源部署、资源调整和资源回收方面等一直都是由人工完成，业务平台的整体自动化水平有待提高；资源监控平台和业务监控平台各自独立，监控数据彼此关联度较低，平台资源配置及性能数据对业务数据的指导性意义较为局限且明显滞后，缺乏关联预测性。
二、云数据中心条件下环保业务智能监控分析的可行性
由传统数据中心转向云驱动的数据中心，IT资源监控工作势必会在更精细化的管理模式下开展，因此充分利用云计算技术的特点和优势，能够为集中统一监控业务平台将会带来如下好处：
（一）精细化平台资源如计算主机资源、网络资源、数据库等IT资源的分配粒度和计量方式，从而保证较高的IT资源使用率。
（二）云环境中IT资源自动化分配和回收，对IT资源信息收集、配置调整和生命周期管理的回收过程进行标准化、自动化的定义与实现，不仅可以避免手工误调整导致的风险，而且解决了IT资源下线周期长、资源使用率低下的问题，能够极大地提高业务连续性；
（三）云平台标准化定制监控应用，自动发布和生命周期管理，能够提高业务平台的运维效率，如监控agent的自动化配置、部署和补丁发布、系统变更差异自动发现、云资源资产配置变更库自动更新等。
三、研究思路
按照环保部对环保云群大系统的战略指导思路，以实际业务需要为导向，集中管控监控数据，聚合分析多系统数据，加强现有业务系统内部以及与网络、业务平台等多系统协同互动的能力，既提升了整体监控的能力，又加强了反哺上层业务监控和预测分析的能力。
首先，我们通过利用集中统一资源配置库及性能监控平台，针对资源监控数据的粒度，建立相关的维度分析模型；
其次，结合业务系统监控数据的持续性，分析业务监控数据与维度分析模型的关系；
最后，找出有价值的资源数据与业务数据之间模型预测分析的能力，通过模型效果分析和神经网络算法完成资源与业务关联预测。
此外，结合云计算资源的特性优势，包括：自服务能力、快速自动化部署、资源弹性扩张、服务生命周期管理及云资源的计量计价实践等，进一步提高自动化维护程度，最终形成云资源与业务智能分析持续改进的自学习闭环模式过程。
四、业务智能监控分析方案
基于云数据中心的业务智能监控分析方案表现为不断循环、持续改进的自学习调整过程，由业务和资源性能数据采集、模型建立、模型实践优化和自学习调整过程所组成。
以统一监控平台对虚拟化资源进行监控，并提供相应的资源配置及性能数据，整合标准化和自动化的数据，不断围绕资源配置、性能监控管理核心，将资源配置信息、性能监控数据，通过不同维度的分解，产生资源配置、性能数据模型（简称资源性能模型），通过对业务发展数据的变化分解，构建业务数据差异模型（简称业务发展模型）。通过采集不同维度业务发展监控数据构建多维业务分析模型。同样方法完成对多维资源配置及性能分析模型，以此来深入挖掘资源性能平台数据与业务数据之间的联系，通过对资源性能数据的分析和预测，为业务发展、规划提供现实指导依据；同时业务发展规划对资源配置规划也有避免重复建设等重要意义。（图1）
资源配置管理侧重于资产配置的分布与业务系统资源相关联，然而业务飞速发展并不能局限于业务系统与资源配置相关联的简单关系管理。业务的发展更侧重于资源本身的效率和性能容量分配，以此来满足业务发展需要。因此资产性能监控管理就在资源衍生的价值链上就变成迫切的现实需求。
本方案中资产资源性能监控管理的核心意义体现在以下方面：
（一）通过对现实环境资源监控，构建资源性能监控实践模型，规范各类资源与业务关系管理模式，提升资源管理能力；
（二）资源性能主动发现，将与资源相关的各个业务系统串联起来，实现对资源与业务系统的全生命周期管理；
（三）作为云数据中心统一资产配置库，配置与业务关联关系定制化保存到基于云资源配置变更管理数据库中，其中包括粒度的配置信息，优化配置数据；
（四）针对业务与资源配置变更管理库关联关系，完善资源性能监控和自动发现功能，通过对资源性能监控的历史数据收集、历史数据整合和分析，构建资源性能监控数据分析模型。通过对不同监控目标的分析模型，组建一组线性分析模型；通过不同维度的分析指标，完善对分析模型的有效性评估；参考工业标准指标，萃取和筛选分析算法，从而建立完整有效的性能数据分析模型；
五、总结和展望
综上所述，通过使用上述方法，可以将环保云所管辖的资源性能与业务发展数据按照业务种类构建相应的影响关系模型。从而达到通过现有资源性能数据的趋势分析，来预测未来环保业务发展的方向。
此外还将云平台资源服务上升至支持环保决策层面，通过多维分析预测模型的建立来探索资源服务与业务发展之间的关系，达到分析预测业务数据走向的目的，进而按照业务发展需要对资源进行预测性规划。
总之，基于环保云数据中心的业务智能监控分析模型及其应用，仍然需要在实践中进一步的探索和完善，其对于在环保云数据中探讨资源价值体现，资源服务如何支撑环保工作发展，如何通过资源服务提升环保效能等都具有一定的战略借鉴意义。