论文部分内容阅读
随着科学领域对计算量和计算速度要求的不断提高,高性能中心建设的规模不断扩大,机群的数量也在不断地增加。考虑到机群中的节点在硬件组成和操作系统上存在很大差异,且设备物理位置分布广泛,使用传统的监控方式对机群的监控越来越困难,消耗了大量宝贵的人力物力资源。因此,设计一个灵活高效,具有可移动性和良好报警机制的监控系统便成为了急切需求。本文分析了常用的手机平台和机群监控开源软件的优势,提出并实现了基于开放的Android手机平台的机群监控系统。由于无线网络大范围覆盖和智能手机广泛使用,管理员可通过多种方式获取机群信息。该系统的设计融合了Ganglia和Nagios的两种监控软件的优势,并结合Android自身特色而开发的应用,同时通过IPMI获取设备的基本信息,还利用SNMP协议获得系统水冷机柜和UPS的实时状态。其中,Android作为当前广泛使用的智能手机操作系统,其开放源码的特点给开发工作带来了很多便捷。Ganglia和Nagios是监控领域著名的开源软件,他们各自的监控领域不同,可以优势互补,并且都具有良好的扩展能力和稳定性。这使得机群的监控方式更加灵活高效,管理技术人员可随时随地的获得机群和网络的状态信息,为高性能中心的运转和设备维护提供便利性,并节约了大量的维护费用。最后,本文介绍了该监控系统的应用最终实现,并对其功能加以详细说明,尤其是远程监控和无人值守功能的实现。本文的主要特色和创新之处是:(1)提出了基于Android手机平台的机群监控系统的解决方案,很好的利用了Android平台的开放性,编写了基于智能手机的功能模块并增加了通信、定位等应用。(2)系统具有良好的可扩展性。可扩展性可以分为两个方面,一是由于合理化的方案部署和监控软件的开源性,所使用的Ganglia和Nagios可应对机群规模增加而扩展。二是可以根据管理员的需求不断地增加手机功能模块,保证了监控系统对实际监控设备的同步升级。(3)监控方式更加灵活,改变了传统的监控模式,使监控地点覆盖到无线网络所能遍及的所有地域,并提供管理员交流通信的平台,实现信息共享以减少重复的维护工作。(4)系统具有良好的报警机制和多种报警方式,这得益于智能手机的特性,当系统报警时,管理员既可以收到邮件又可以接收到短消息,保证了报警功能的多样化和实时性,实现了对机群的无人值守。