|
|
|||||||||||||||||
詳細介紹
NV大數(shù)據(jù)運維平臺
Next Vision大數(shù)據(jù)運維平臺能夠充分發(fā)掘信息系統(tǒng)海量日志中數(shù)據(jù)價值，提升數(shù)據(jù)應用技術(shù)能力，能夠及時準確進行信息系統(tǒng)及設備的故障診斷分析，提升運維效率、降低運維成本；同時對系統(tǒng)及設備的未來狀態(tài)進行預警分析，實現(xiàn)從“事后處置”到“事前預警”的轉(zhuǎn)變，有效支撐信息系統(tǒng)運維的智能化、科學化，提升信息系統(tǒng)風險防控能力，為信息系統(tǒng)建設運行提供決策支撐，保障了整個信息系統(tǒng)的安全穩(wěn)定運行。
平臺實現(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)務系統(tǒng)、負載、操作系統(tǒng)、數(shù)據(jù)庫、中間件的運行日志等。
系統(tǒng)運維特征庫
對歷史運行數(shù)據(jù)的清洗、分析，變廢為寶，形成系統(tǒng)運行特征庫。
構(gòu)建模型
建立數(shù)據(jù)模型，部署在大數(shù)據(jù)平臺及中，實現(xiàn)故障準實時快速定位。
機器學習
大數(shù)據(jù)運算平臺及一系列基于時間序列的預測算法實現(xiàn)系統(tǒng)運行狀態(tài)預測，通過前端展示平臺直觀展示，提前防范可能存在的風險，降低安全隱患。
參數(shù)配置專家系統(tǒng)
結(jié)合歷史參數(shù)配置和運行**實踐，搭建參數(shù)配置專家系統(tǒng)，自動分析，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機制實時收集各類數(shù)據(jù)源（包括操作系統(tǒng)、系統(tǒng)軟件、數(shù)據(jù)庫、應用日志等），統(tǒng)一進行管理
數(shù)據(jù)存儲
使用Kafka工具將數(shù)據(jù)寫入到NV大數(shù)據(jù)運維平臺，通過MapReduce和正則表達式處理將數(shù)據(jù)存入Hbase數(shù)據(jù)庫，數(shù)據(jù)加工之后存入hive數(shù)據(jù)庫，通過sqool工具導出到Oracle/Mysql數(shù)據(jù)庫。
數(shù)據(jù)清洗
調(diào)用oozie流程并使用MapReduce、Hive等數(shù)據(jù)處理工具對數(shù)據(jù)進行清洗。
數(shù)據(jù)分析
采用大數(shù)據(jù)預處理技術(shù)，離線/實時分析運維數(shù)據(jù)；對比實時運行數(shù)據(jù)與系統(tǒng)運維特征庫，及時進行預警，利用預測算法實現(xiàn)系統(tǒng)及設備等運行狀態(tài)預測，能在故障發(fā)生前事先告知。
數(shù)據(jù)展示
采用Echarts圖表展示工具對各類運維數(shù)據(jù)進行多維度、多角度深入分析及可視化展現(xiàn)（復雜多維報表，熱力圖），以業(yè)務視角實時展示各種業(yè)務指標。
聯(lián)系方式
|
