張銀鐵, 王麗君, 萬晶

(國網(wǎng)電力科學(xué)研究有限公司 信息系統(tǒng)集成分公司， 江蘇 南京 211106)

0 引言

信息系統(tǒng)在運行過程中，各種運行指標一定是隨著使用人員、時間階段、業(yè)務(wù)變化而變化的，運維過程中最大的難點就是無法準確掌握運行的歷史規(guī)律，指標高低并不能直接說明系統(tǒng)運行是否穩(wěn)定。在運行監(jiān)控中常見的監(jiān)控辦法是設(shè)置監(jiān)控閥值，但是監(jiān)控閥值是很難設(shè)定的，指標高并不能說明系統(tǒng)運行就一定有問題，指標低也不能說明系統(tǒng)運行沒有問題。最合理的辦法是計算出系統(tǒng)在不同時間階段的穩(wěn)定運行狀態(tài)，動態(tài)判斷每一時刻與穩(wěn)定狀態(tài)的差異，進而掌握系統(tǒng)穩(wěn)定之間的差異。

1 歷史數(shù)據(jù)中的規(guī)律

1.1 歷史數(shù)據(jù)使用誤區(qū)[1]

在信息系統(tǒng)運行過程中，需要監(jiān)控的指標是非常多的，包括CPU、內(nèi)存、磁盤、網(wǎng)絡(luò)等多個類別，每一個類別又可以細分為多個二級、三級等子類，例如CPU的運行狀態(tài)既有總負載情況，也有分core負載狀態(tài)，每一個狀態(tài)又可以再細分為sys負載、user負載和IO等待等。監(jiān)控數(shù)據(jù)是隨著時間進行記錄的，這些歷史數(shù)據(jù)是監(jiān)控閥值設(shè)定的基礎(chǔ)，比如CPU負載過高時容易造成宕機，所以設(shè)置閥值在90%等，預(yù)留處置時間。常見的閥值設(shè)置是通過歷史數(shù)據(jù)判斷最高狀態(tài)，當最高狀態(tài)都不超過80%，設(shè)置閥值為90%就并不合理了。

常見的解決辦法有兩種，一是極值判斷，二是方差分析。

(1) 機制判斷的問題

取歷史一定周期的監(jiān)控數(shù)據(jù)，例如CPU狀態(tài)每分鐘記錄一個監(jiān)控狀態(tài)，就有一天1 440個指標，一周就有10 080個指標，計算其中指標的最高值、最低值，超過最高或低于最低都是閥值的判斷標準。這種判斷最大的問題是系統(tǒng)運行是有實際差異的，白天的狀態(tài)一定高于夜間，工作日狀態(tài)一般也是高于非工作日狀態(tài)的，特殊調(diào)度時負載也會明顯高于普通狀態(tài)的，極限狀態(tài)并不能說明極限范圍內(nèi)就一定沒有問題，并不能說明系統(tǒng)在區(qū)間范圍內(nèi)就是穩(wěn)定的。

(2) 方差分析的問題

方差分析法是將上述指標進行統(tǒng)計計算，尋找到99%指標所處的區(qū)間，為了加強監(jiān)控力度，甚至可以尋找到95%指標所在的區(qū)間作為監(jiān)控閥值，可以一定程度上解決極限判斷的問題。但是方差分析也存在一個問題，系統(tǒng)運行本身是不可能按照一個固定模式進行得分，負載都是動態(tài)變化的，或持續(xù)在增長、或持續(xù)有下降，樣本中原本較低的數(shù)值也并不一定就是有問題的，是系統(tǒng)狀態(tài)動態(tài)變化的過程，例如系統(tǒng)用戶在持續(xù)增加，一段時間的前后負載都是正常的，高低之差并不能說明系統(tǒng)存在問題。

1.2 理論中的穩(wěn)定狀態(tài)[2]

通過上述分析可知，判斷出系統(tǒng)的穩(wěn)定狀態(tài)才能準確地掌握動態(tài)閥值的設(shè)置條件，可以參考數(shù)據(jù)集中度進行判斷。在數(shù)據(jù)統(tǒng)計中常見的方法是通過平均值反應(yīng)數(shù)據(jù)的集中程度。但是平均值也是有問題的，每天的1 440個分鐘指標是不能區(qū)分不同時刻業(yè)務(wù)差異的，需要的是判斷計算周期內(nèi)每一個時刻的穩(wěn)定狀態(tài)，例如每天8:00這個時刻在過去一個月的監(jiān)控記錄，計算出8:00這個時刻如果正常的理論穩(wěn)定指標值，這個值可能是平均值也可能不是平均值。因此，假設(shè)一種系統(tǒng)在每一個時刻都存在一個穩(wěn)定狀態(tài)值，這個值可以使每一天這個時刻的運行值都是圍繞這個穩(wěn)定運行狀態(tài)在運行的，即穩(wěn)定狀態(tài)值與每天同一個時刻樣本中所有指標之間的差值之和是最小的，如式(1)。

(1)

其中，f(x)表示樣本同時刻每一個值與理論穩(wěn)定值之間的差值之和；x表示樣本中種同時刻每一個時刻的監(jiān)控歷史記錄值；X表示同時刻x樣本的平均值；a表示修正平均值的修正值，即X+a是計算時刻歷史記錄中理論穩(wěn)定運行的狀態(tài)值；n表示樣本中這個時刻的數(shù)據(jù)量，即為計算的樣本歷史天數(shù)。

通過絕對值函數(shù)特性可知，f(x)是一個隨著x不斷變化的值，并且是一個始終大于零的數(shù)值，通過導(dǎo)函數(shù)可知f(x)存在最小值,如圖1所示。

圖1 趨勢判斷示意

樣本值x都是已知的，而修正值a是不確定的，因此將f(x)自變量變?yōu)閍，即可計算得出修正值a在某數(shù)值時，可以使得f(x)最小，計算每一指標、每一時刻在樣本周期中的理論穩(wěn)定狀態(tài),如式(2)。

(2)

其中，f(x)表示樣本中每一個值與理論穩(wěn)定值之間的距離和；x表示修正平均值的穩(wěn)定修正值，即X+x是計算時刻歷史記錄中理論穩(wěn)定運行的狀態(tài)值；xi表示樣本中每一個時刻的監(jiān)控歷史記錄值；X表示xi樣本的平均值；n表示樣本中這個時刻的數(shù)據(jù)量，即為計算的樣本歷史天數(shù)。

2 穩(wěn)定狀態(tài)計算方法

2.1 公式轉(zhuǎn)換

通過上述分析可知存在一個修正平均值的值，可以得到某時刻的理論穩(wěn)定運行狀態(tài)，這個時刻的所有監(jiān)控記錄都應(yīng)該圍繞這個值在運行，也是一種反應(yīng)樣本集中度的數(shù)值，只不過不是平均值等常見統(tǒng)計數(shù)值，是一種修正后的數(shù)值。因為上述函數(shù)是一個絕對值函數(shù)，并且固定參數(shù)是隨著樣本不斷變化的，因此將上述函數(shù)進行格式轉(zhuǎn)換，便于進行絕對值判斷[3-5],如式(3)、式(4)。

(3)

(4)

因為xi和X在樣本確定的情況下都是固定值，所以將xi-X記作xi，得到式(5)。

(5)

其中，f(x)表示需要得到最小值；x表示f(x)最小時的x變量；xi表示樣本確定后的固定參數(shù)。將公式轉(zhuǎn)換為求得絕對值函數(shù)最小時的x值，如式(6)。

f(x)=|x-x1|+|x-x2|+…+|x-xn|

(6)

2.2 計算判斷[6-7]

轉(zhuǎn)換后的公式可知f(x)最小狀態(tài)與n的數(shù)值是有關(guān)聯(lián)關(guān)系的，因此區(qū)分兩種情況分別計算判斷。

(1)n=2k時

設(shè)ak

|x-a1|+|x-a2k|≥a2k-a1

(7)

當且僅當x∈(a1,a2k)等號成立,如式(8)。

|x-a2|+|x-a2k-1|≥a2k-1-a2

(8)

當且僅當x∈(a2,a2k-1)等號成立，依次類推得到式(9)。

|x-ak|+|x-ak+1|≥ak+1-ak

(9)

當且僅當x∈(ak,ak+1)成立，(ak,ak+1)是各組合區(qū)間的共有子區(qū)間，所以當x∈(ak,ak+1)時，各等號成立，才能使f(x)達到最小值。

(2)n=2k-1時,有式(10)。

|x-a1|+|x-a2k-1|≥a2k-1-a1

(10)

當且僅當x∈(a1,a2k-1)成立,有式(11)。

|x-a2|+|x-a2k-2|≥a2k-2-a2

(11)

當且僅當x∈(a2,a2k-2)成立，依次類推得到|x-ak|≥0,當且僅當x=ak時等號成立，x=ak是以上各區(qū)間的公共元素，所以此時f(x)達到最小值。

(3) 計算結(jié)論,如式(12)。

(12)

求x為多少時，f(x)最小，即此時修正值可以修正平均值，得到系統(tǒng)運行指標的理論穩(wěn)定狀態(tài)。

當n=2k時，x∈(xk,xk+1)，f(x)最小。

當n=2k-1時，x=xk，f(x)最小。

2.3 數(shù)據(jù)驗證

假定某時刻監(jiān)控指標是一個圍繞10數(shù)值上下浮動的，即10是理論上穩(wěn)定的運行狀態(tài)，從兩個方面驗證上述穩(wěn)定狀態(tài)修正值的計算合理性。分為兩個維度驗證，一是數(shù)據(jù)不存在異常數(shù)據(jù)，是否可以得到穩(wěn)定修正值，二是數(shù)據(jù)存在異常數(shù)據(jù)，驗證是否可以得到穩(wěn)定修正值[8-10]。

(1) 無異常數(shù)據(jù)的驗證

隨機樣本值為(10,9,10,11,10,9,10,11,10,9),得到驗證數(shù)據(jù)表,如表1所示。

表1 無異常驗證數(shù)據(jù)

由表1可知，樣本平均值為9.9，當x=0.1時f(x)得到最小值5，即9.9+0.1=10，可以修正得到穩(wěn)定狀態(tài)值。

(2) 有異常數(shù)據(jù)的驗證

隨機樣本值為(10,9,10,11,18,9,10,11,10,9)，其中18是樣本中的異常數(shù)據(jù)，得到驗證數(shù)據(jù)表如表2所示。

表2 有異常驗證數(shù)據(jù)

由表2可知，樣本平均值為10.888 9，當x=-0.9時f(x)得到最小值12.055 56，即10.888 89-0.9=10，可以修正得到穩(wěn)定狀態(tài)值，穩(wěn)定狀態(tài)計算方法可以剔除出樣本中的異常數(shù)值。

3 穩(wěn)定狀態(tài)使用技巧

首先，通過信息系統(tǒng)運行的穩(wěn)定狀態(tài)計算方法可以知曉，這個穩(wěn)定的狀態(tài)只是一個理論中的穩(wěn)定狀態(tài)，信息系統(tǒng)運行是不存在絕對穩(wěn)定的，因此穩(wěn)定狀態(tài)只是用來判斷樣本中其他數(shù)據(jù)偏離情況的一個參考，偏離的多可以說明此時刻這個樣本是存在異常的，是需要重點進行排查，但不能說是存在故障。

其次，穩(wěn)定狀態(tài)計算方法受限于樣本的數(shù)量，奇偶數(shù)量下是存在一定誤差可能的，只有樣本數(shù)量足夠大才能保障穩(wěn)定狀態(tài)的可信度不斷提升，這又與某一時刻樣本的數(shù)量限制產(chǎn)生矛盾，畢竟同一時刻的樣本值一年也只有365個，如果一年中發(fā)生系統(tǒng)大的檢修，還要對樣本進行分組，所以穩(wěn)定狀態(tài)只是理論值，是用來輔助判斷集中趨勢的參考，是動態(tài)閥值的參考。

最后，系統(tǒng)如果不存在穩(wěn)定狀態(tài)，例如是一種持續(xù)增長負載的狀態(tài)，則計算得出的理論穩(wěn)定值也只是這一個變化過程的中間狀態(tài)，這時就需要將樣本進行分組處理，檢查穩(wěn)定狀態(tài)的變化情況，即可判斷系統(tǒng)的變化趨勢。

4 總結(jié)

信息系統(tǒng)的運行如同人體的各項生理指標，例如血常規(guī)等指標項，都需要一個明確的正常穩(wěn)定狀態(tài)值，輔助人員或人工智能判斷指標與穩(wěn)定狀態(tài)的偏離情況，才能動態(tài)準確地掌握系統(tǒng)的歷史規(guī)律，不同系統(tǒng)不同指標通過歷史數(shù)據(jù)都可以得到私有的穩(wěn)定狀態(tài)值，但是這種穩(wěn)定狀態(tài)只是理論狀態(tài)，只是輔助判斷時進行動態(tài)監(jiān)控的參考，不應(yīng)該作為絕對的監(jiān)控閥值使用。