0 引言

云监控[1-2]涉及监控基础设施、平台和定制指标整个过程，可确保系统工作负载在最佳水平运行。云监控主要用于分析系统中每个任务的内存使用情况，有助于确定任务的使用模式，并允许在达到某些阈值时设置警报，以平衡工作负载并保持高可用性。云监控数据分析[3]涉及大量信息的查询和处理操作。在此过程中，需要从任意粒度范围(例如以分钟或小时聚合)中检索特定属性的数据，以估计概率分布函数(probability distribution function，PDF)，并预测未来的工作负载[4]。由于跟踪的数量可能很大，随着跟踪数据的积累，这些操作需要一个可扩展且可靠的云体系结构。

为此，国内外学者针对云监控技术进行了大量研究，并取得了丰硕成果。赖朝安等[5]研究了双层随机规划的云监控平台定价策略，结合极点算法建立服务商与客户之间的动态博弈模型。尹学渊等[6]提出了1种基于虚拟机内存实时在线分析的虚拟机监控技术，实现了虚拟机细粒度状态信息监控。杨淑棉等[7]提出了一种基础设施即服务(infrastructure as a service，IaaS)模式下基于物理内存分析的实时监控取证方法，可实现虚拟机中的异常行为检测，从而有效防止虚拟主机运行恶意软件、违法犯罪等问题。上述方法仅针对各自领域的云监控平台进行了研究，无法扩展到其他数据集，模型可拓性有待提高。为了允许高级跟踪数据分析，所设想的云体系结构应该适应对任意跟踪数据集的访问。此外，云架构需要一个基于万维网(world wide web，Web)的界面来构建结构化的数据查询，并显示结果。

为此，本文在研究了集成云平台和分布式计算基础上，提出了一种包含双层结构的云监控数据分析平台，并对系统中数据密集型跟踪分析的体系结构和关键技术进行研究。

1 系统结构

云监控数据分析平台体系结构如图1所示。该结构主要分为2个子系统：其一为较小数据量提供数据分析方法的核心结构；其二为分析大型数据集提供有效分布式计算算法的扩展结构。

图1 云监控数据分析平台体系结构
Fig.1 Architecture of cloud monitoring data analysis platform

1.1 核心结构

核心架构可分为3层：顶层为智能搜索层；中间层为应用程序接口(application programming interface，API)；底层为云计算层(包括物理接口)。这3层相互作用，进行工作负载跟踪，并监视任何异常模式。

核心结构工作过程如图2所示。

图2 核心结构工作过程框图
Fig.2 Block diagram of core structure working process

智能搜索层为用户提供了编辑分析、配置参数、启动数据访问和处理请求及显示查询结果等功能。该层提供了用户与云平台[8]交互的源，并充当客户端应用程序与云平台通信的API接口。用户向云平台发送服务请求，一旦认证成功，将在客户端上生成含有关分析结果的信息的查询结果。此外，考虑到用户感兴趣的目标不只一个，智能搜索模块也提供类似于目录的自动索引功能。

API层充当连接智能搜索层和存储跟踪的云计算层的桥梁。API层的核心构建在3个模块上，即搜索模块、分析包和页面生成器。需要注意的是，系统所有资源都是通过超文本传输协议(hyper text transfer protocol，HTTP)发送处理请求。作为响应，可调用分析包。分析包利用搜索模块提取感兴趣的数据集。然后，搜索模块通过HTTP，由云平台的API向云服务商发送一个搜索查询。当返回数据后，分析包生成结果并向客户端发送成功响应通知。在接收到成功响应时，系统将初始化另一个请求，以便通过HTTP协议绘制该特定数据集的预测数据。最后，系统发送一个生成页面的请求，并调用页面生成器模块生成分析结果。

云计算层的数据接口主要进行数据存储和访问，且基于云平台主要使用切分和复制实现搜索、索引功能。此外，云计算层还包括众多物理组件，如交换机、接口、数据库等。

如果用户想要监控数据中的异常值，首先与智能搜索层交互，输入所需的参数来启动该过程。同时，智能搜索层交互将带有指定参数的HTTP请求发送到特定Web服务。当认证成功，该服务立即建立连接，并从云平台检索所需数量的数据。最后，将这些数据处理的结果以页面形式呈现给用户。

1.2 扩展结构

云监控数据分析平台除核心架构外，还扩展了一个额外的组件，以便对大量数据集进行复杂的计算。该组件由多个分布式复杂计算应用程序复合构成，用于管理和调度用户应用程序。扩展结构包含请求/接收资源管理器、数据节点组件(可连接到其他Hadoop分布式文件系统(hadoop distributed file system，HDFS)数据节点)和服务协议这3部分。扩展结构有利于用户在Hadoop文件系统[9]中存储数据，并为用户提供了高可用性和可扩展的存储功能。

扩展结构的工作过程如图3所示。

图3 扩展结构的工作过程框图
Fig.3 Block diagram of extended structure working process

与核心结构类似，用户通过特定的输入参数访问数据页面。然后，这些参数以HTTP请求的形式转发到API中。API执行请求，并将接收到的参数包装为JSON消息[10]发送到云平台的主节点。节点接收JSON消息并将查询请求提交给云服务商。需要注意的是，API中的请求发送模块将以JSON格式编码的消息传递到云平台的主节点。同时，运行在云平台主节点上的请求接收器模块接收消息并对其进行解码。节点间的消息传递使用高级消息队列协议(advanced message queuing protocol，AMQP)[11]执行。当成功完成任务后，云平台将保存结果，并通过安全外壳协议(secure shell，SSH)将结果传输到API，并向用户发送一个成功响应。此外，API将发送另一个请求，从而为特定结果生成查询页面。

扩展结构还支持相应的机器学习库，如模糊C均值聚类算法[12]，通过将跟踪数据划分成所需的集合来分析跟踪数据。

2 数据处理

2.1 数据加载

由于现实环境中的数据大多为非结构化数据，导入系统时没有直接可用于索引的功能，因此需要设计高效的数据索引方法。本文使用形式化语言自动为每个正在加载的记录创建唯一id。自动生成的唯一id在架构文件中的定义如下所示。

<name=″*″,class=″*″,index=″true″>

<uniqueKey>id<uniqueKey>

该定义中：“*”为省缺值，可自由定义；name为记录的命名；class为记录所属类别；index为true时为可被索引，否则表示不可索引；id为记录唯一标识。

云平台支持不同类型的数据上传技术，例如索引处理程序、结构化数据的数据导入处理程序以及通过网络上传数据。

2.2 数据查询

数据查询通过HTTP请求发送到云平台，请求包含集合名称和数据量。例如，如果用户打算从云平台请求10 000条数据记录，则查询示例表示如下。

s=SearchOptions();s.query.rows('10000')

该示例中：SearchOptions为查询操作函数；s为其实例化。

需要注意的是，云平台仅支持JSON格式的数据查询操作。当查询完成后，将在HTTP响应中返回查询的数据集。返回的数据集由分析模块进一步处理。

3 案例研究

本节通过案例验证本文所提模型：通过分析跟踪数据，预测系统工作量，并了解时间序列中的运行模式。系统开发环境使用JAVA中的Spring框架作为输入，开发架构的工作原型，以跟踪特定时间戳下海量搜索引擎数据库服务器作业时的CPU和内存使用情况。为简化仿真过程，作如下假设。

①任务或作业名称以数字标志符进行区分。

②CPU和内存的消耗可通过线性变换模拟。

③任意大数据集的平均值服从正态分布。

3.1 核心结构分析过程

本文采用Python库实现了核心组件分析包中的CPU负载使用情况预测。

分析考虑10 000个数据点的数据集，将数据块分成4个子块，并令每个子块的持续时间为L。预测CPU的负载是指在L的每个周期结束时，根据上一个子块的趋势及增长对下一个子块CUP负载进行预测。最后，利用三次指数平滑方法对长度为4L的时间序列数据进行预测。图4中，平滑常数α=0.2、β=0.2、γ=0.05。

核心结构负载预测指数平滑结果如图4所示。

图4 核心结构负载预测指数平滑结果
Fig.4 Exponential smoothing results of core structure load forecasting

3.2 扩展结构分析过程

扩展组件分析结果如图5所示。

图5 扩展组件分析结果
Fig.5 Extended component analysis results

如前文所示，扩展组件分析时首先使用机器学习k-均值聚类算法对时间序列工作负载数据进行分类，即将跟踪数据分类为不同的k值。工作负载分类旨在发现跟踪数据中任务事件的异常。本节在106个数据点上运行聚类算法，得到不同的k值，即4、8和12。由图5可知，在监控数据集中，代表任务CPU和内存使用的大多数数据点的值都相当低。这些任务事件平均分别使用约0.001 6和0.003 1CPU和内存。另一方面，只有较少的任务具有较高的CPU和内存使用率，即平均分别为0.287和0.018。

4 结论

为提高云监控中数据分析能力，本文设计了包含双层结构的云监控数据分析平台。该平台主要包含2个子系统：其一为较小数据量提供数据分析方法的核心结构；其二为分析大型数据集提供有效分布式计算算法的扩展结构。该平台为系统CPU及内存使用分析过程提供了一定依据。

然而，本文系统在仿真时存在诸多限定，如数据集为模拟数据、系统运行时未考虑网络攻击等复杂行为。后续研究一方面可将大数据及人工智能技术引入系统，进一步提升系统预测能力；另一方面还可研究区块链、信息安全等技术，以满足系统数据安全及防止数据泄漏等需求。