【技术实现步骤摘要】
本专利技术涉及计算机科学和网络技术，具体涉及一种多园区实时性能分析和优化方法。
技术介绍
1、随着企业业务规模的扩大和分布式系统的普及，多园区架构作为一种常见的部署模式被广泛采用。多园区架构通过在多个地理位置不同的数据中心部署相同或镜像的应用程序和数据，提供了系统的高可用性和灾备能力。然而，由于多园区系统的复杂性和跨地理位置的特点，其性能分析和优化面临着一些挑战。包括但不限于网络延迟、负载分布不均、资源利用不合理等。
2、现有技术在实时性能分析方面存在一定的局限性。由于多园区系统特点，实时性能分析往往受到网络延迟、数据分析困难等因素的影响，导致监测数据的及时性和准确性不高。
技术实现思路
1、本专利技术要解决的技术问题：针对现有技术的上述问题，提供一种多园区实时性能分析和优化方法，提高了系统的性能表现和资源利用效率，降低了运维成本和风险，促进了业务的稳定发展。
2、为了解决上述技术问题，本专利技术采用的技术方案为：
3、一种多园区实时性能分析和优化方法，包括以下步骤：
4、根据多园区系统的技术架构设计监测场景；
5、在多园区系统的各个园区分别部署性能监测代理节点，通过网络拓扑感知动态调整性能监测代理节点的部署位置；
6、通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据，对性能数据进行分析，根据分析结果采取对应的优化策略。
7、进一步的，根据多园区系统的技术架构设计监测场景时，包括：p>
8、确定监测场景所涉及的监测指标；
9、根据多园区系统的技术架构，识别接入层、应用服务层以及数据服务层中的关键组件；
10、根据实际需求和监测指标的重要性，确定所述关键组件的监测频率。
11、进一步的，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
12、若多园区系统中关键节点的负载超过了预先定义的阈值，则在所述关键节点所在区域部署额外的性能监测代理节点。
13、进一步的，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
14、实时检测网络拓扑变化，识别出新的关键节点或链路，选择与新关键节点或链路的距离满足要求，且带宽也满足要求的节点作为数据传输的目标节点，若所述目标节点不包括性能监测代理节点，热迁移性能监测代理节点到可用的目标节点上；
15、若性能监测代理节点与对应关键节点无法连接，根据实时网络拓扑和节点负载情况重新连接性能监测代理节点与对应关键节点，若连接失败的次数达到阈值，热迁移性能监测代理节点到其他可用的目标节点上。
16、进一步的，通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据时，包括：
17、配置中心监测系统，将数据采集和聚合任务分别划分子任务，然后分发到不同的性能监测代理节点上并行执行所述子任务；
18、若所述性能监测代理节点执行数据采集的子任务，所述性能监测代理节点按照所述监测场景中的监测频率定时收集对应园区关键组件的性能数据；
19、若所述性能监测代理节点执行聚合任务的子任务，所述性能监测代理节点将其他性能监测代理节点收集到的性能数据聚合为统一格式后上传到中心监测系统。
20、进一步的，通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据时，还包括：
21、若网络拓扑结构发生的变化，选择与中心监测系统的距离满足要求，且带宽也满足要求的节点作为数据传输的目标节点，若所述目标节点不包括执行聚合任务的性能监测代理节点，热迁移所述性能监测代理节点到可用的目标节点上。
22、进一步的，对性能数据进行分析时，包括：将性能数据和预设阈值进行比较，当性能数据低于或高于预设阈值时，生成报警信息，并通过数据分析识别性能瓶颈。
23、进一步的，根据分析结果采取对应的优化策略时，包括：根据性能瓶颈的识别结果确定优化空间，制定针对性能瓶颈和优化空间的优化策略，并实施对应的优化措施，同时监测优化效果。
24、进一步的，根据分析结果采取对应的优化策略之后，还包括持续监测时调整优化策略的步骤，具体包括：
25、获取多园区系统的历史使用数据和性能数据的实时检测结果，使用时间序列分析方法预测未来系统负载的趋势；
26、根据预测的负载情况调整资源分配策略，并根据预测的负载情况调整调整频率。
27、进一步的，持续监测时调整优化策略的步骤还包括：
28、遍历多园区系统的所有组件或模块，根据各组件或模块的负载情况，增加或释放各组件或模块的资源；
29、根据每个组件或模块的负载情况，增加或减少cpu和内存资源，并根据网络带宽和存储吞吐量的情况对cpu和内存资源进行相应调整。
30、与现有技术相比，本专利技术的优点在于：
31、(1)引入了网络拓扑感知机制，以动态调整监测代理节点的部署位置，克服了现有技术中监测数据实时性和准确性方面的缺陷。通过网络拓扑感知，能够更精准地部署监测代理节点，提高监测数据的实时性和准确性。
32、(2)提出了定期监测和维护的流程，以确保监测代理节点的持续稳定运行，并根据监测数据的变化和趋势进行相应的调整。通过定期监测和维护，可以及时发现和解决监测代理节点的故障和问题。
33、(3)实时性能监测与预警功能的引入，以及针对不同场景的数据处理与分析方法的应用。通过实时性能监测与预警功能，能够及时发现系统的性能问题和异常。
34、(4)持续监测与反馈的流程，通过持续监测系统性能数据并及时调整优化策略和方案，能够保持系统的持续优化状态，并适应系统的动态变化和需求。
35、(5)持续性能监测和动态优化策略的引入，以及对不同环境条件下的性能优化。
36、(6)对周期性负载波动场景、突发性负载增加场景、不同环境条件下的性能优化场景，能够更好地适应不同的部署环境和应用场景。
本文档来自技高网...【技术保护点】
1.一种多园区实时性能分析和优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，根据多园区系统的技术架构设计监测场景时，包括：
3.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
4.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
5.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据时，包括：
6.根据权利要求5所述的多园区实时性能分析和优化方法，其特征在于，通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据时，还包括：
7.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，对性能数据进行分析时，包括：将性能数据和预设阈值进行比较，当性能数据低于或高于预设阈值时，生成报警信息，并通过数据分析识别性能瓶颈。>
8.根据权利要求7所述的多园区实时性能分析和优化方法，其特征在于，根据分析结果采取对应的优化策略时，包括：根据性能瓶颈的识别结果确定优化空间，制定针对性能瓶颈和优化空间的优化策略，并实施对应的优化措施，同时监测优化效果。
9.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，根据分析结果采取对应的优化策略之后，还包括持续监测时调整优化策略的步骤，具体包括：
10.根据权利要求9所述的多园区实时性能分析和优化方法，其特征在于，持续监测时调整优化策略的步骤还包括：
...【技术特征摘要】
1.一种多园区实时性能分析和优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，根据多园区系统的技术架构设计监测场景时，包括：
3.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
4.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过网络拓扑感知动态调整性能监测代理节点的部署位置时，包括：
5.根据权利要求1所述的多园区实时性能分析和优化方法，其特征在于，通过性能监测代理节点实时收集所述监测场景下多园区系统的性能数据时，包括：
6.根据权利要求5所述的多园区实时性能分析和优化方法，其特征在于，通过性能监测代理节点实时收集所述监测场景下多园区系...
【专利技术属性】
技术研发人员：匡雅婷，唐晓东，卢亮，陈妮，
申请(专利权)人：麒麟软件有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。