|
|
|||||||||||||||||
詳細(xì)介紹
NV大數(shù)據(jù)運(yùn)維平臺(tái)
Next Vision大數(shù)據(jù)運(yùn)維平臺(tái)能夠充分發(fā)掘信息系統(tǒng)海量日志中數(shù)據(jù)價(jià)值，提升數(shù)據(jù)應(yīng)用技術(shù)能力，能夠及時(shí)準(zhǔn)確進(jìn)行信息系統(tǒng)及設(shè)備的故障診斷分析，提升運(yùn)維效率、降低運(yùn)維成本；同時(shí)對(duì)系統(tǒng)及設(shè)備的未來(lái)狀態(tài)進(jìn)行預(yù)警分析，實(shí)現(xiàn)從“事后處置”到“事前預(yù)警”的轉(zhuǎn)變，有效支撐信息系統(tǒng)運(yùn)維的智能化、科學(xué)化，提升信息系統(tǒng)風(fēng)險(xiǎn)防控能力，為信息系統(tǒng)建設(shè)運(yùn)行提供決策支撐，保障了整個(gè)信息系統(tǒng)的安全穩(wěn)定運(yùn)行。
平臺(tái)實(shí)現(xiàn)
數(shù)據(jù)采集工具
捕獲用戶及系統(tǒng)產(chǎn)生的行為數(shù)據(jù)，包括業(yè)務(wù)系統(tǒng)、負(fù)載、操作系統(tǒng)、數(shù)據(jù)庫(kù)、中間件的運(yùn)行日志等。
系統(tǒng)運(yùn)維特征庫(kù)
對(duì)歷史運(yùn)行數(shù)據(jù)的清洗、分析，變廢為寶，形成系統(tǒng)運(yùn)行特征庫(kù)。
構(gòu)建模型
建立數(shù)據(jù)模型，部署在大數(shù)據(jù)平臺(tái)及中，實(shí)現(xiàn)故障準(zhǔn)實(shí)時(shí)快速定位。
機(jī)器學(xué)習(xí)
大數(shù)據(jù)運(yùn)算平臺(tái)及一系列基于時(shí)間序列的預(yù)測(cè)算法實(shí)現(xiàn)系統(tǒng)運(yùn)行狀態(tài)預(yù)測(cè)，通過(guò)前端展示平臺(tái)直觀展示，提前防范可能存在的風(fēng)險(xiǎn)，降低安全隱患。
參數(shù)配置專家系統(tǒng)
結(jié)合歷史參數(shù)配置和運(yùn)行**實(shí)踐，搭建參數(shù)配置專家系統(tǒng)，自動(dòng)分析，為新建系統(tǒng)參數(shù)配置量體裁衣
產(chǎn)品功能
數(shù)據(jù)收集
采用Syslog機(jī)制實(shí)時(shí)收集各類數(shù)據(jù)源（包括操作系統(tǒng)、系統(tǒng)軟件、數(shù)據(jù)庫(kù)、應(yīng)用日志等），統(tǒng)一進(jìn)行管理
數(shù)據(jù)存儲(chǔ)
使用Kafka工具將數(shù)據(jù)寫入到NV大數(shù)據(jù)運(yùn)維平臺(tái)，通過(guò)MapReduce和正則表達(dá)式處理將數(shù)據(jù)存入Hbase數(shù)據(jù)庫(kù)，數(shù)據(jù)加工之后存入hive數(shù)據(jù)庫(kù)，通過(guò)sqool工具導(dǎo)出到Oracle/Mysql數(shù)據(jù)庫(kù)。
數(shù)據(jù)清洗
調(diào)用oozie流程并使用MapReduce、Hive等數(shù)據(jù)處理工具對(duì)數(shù)據(jù)進(jìn)行清洗。
數(shù)據(jù)分析
采用大數(shù)據(jù)預(yù)處理技術(shù)，離線/實(shí)時(shí)分析運(yùn)維數(shù)據(jù)；對(duì)比實(shí)時(shí)運(yùn)行數(shù)據(jù)與系統(tǒng)運(yùn)維特征庫(kù)，及時(shí)進(jìn)行預(yù)警，利用預(yù)測(cè)算法實(shí)現(xiàn)系統(tǒng)及設(shè)備等運(yùn)行狀態(tài)預(yù)測(cè)，能在故障發(fā)生前事先告知。
數(shù)據(jù)展示
采用Echarts圖表展示工具對(duì)各類運(yùn)維數(shù)據(jù)進(jìn)行多維度、多角度深入分析及可視化展現(xiàn)（復(fù)雜多維報(bào)表，熱力圖），以業(yè)務(wù)視角實(shí)時(shí)展示各種業(yè)務(wù)指標(biāo)。
聯(lián)系方式
|
