SHMA:一种云平台的监控框架

来源 :计算机科学 | 被引量 : 0次 | 上传用户:coppi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于云平台架构的复杂性和工作负载的不可预测性,云监控对保证云平台的高可用性有重要意义,云平台上资源的动态性、多样性以及资源规模巨大给云平台监控带来了一定的困难。研究并提出一种面向云平台的可扩展多层次监控框架SHMA,SHMA采用微服务架构构建监控系统中可扩展的各个相互独立的服务组件,实现对云平台不同层次的应用服务、中间件和基础设施资源的监控。通过对部署并运行在CloudStack基础设施云平台上的桌综合减灾空间信息服务应用系统进行案例分析,验证了该监控框架的有效性。
其他文献
相比于确定图上的相似性连接,不确定图上的相似性连接通常具有更大的实际应用价值以及计算复杂性。文中研究了基于MapReduce分布式编程框架的不确定图上的相似性连接问题,提
在柴油发电机组、整流器、蓄电池联合运行方式中,由于系统低频振荡的产生,影响通信 安全,甚至使整个系统无法正常供电,本文简要分析了通信电源系统低频振荡产生的原因,并地有效地
借鉴高阶矩的方法,采用层序的计算框架,依据结点的连接距离和层序信息定义了20种结点不变量。这些结点不变量体现图整体的上下偏分布特性、整体不均匀性和整体平滑性,结点不
I/O任务调度是影响I/O密集型虚拟机性能的重要因素。现有调度方法主要是针对虚拟机整机I/O带宽的优化,较少兼顾各虚拟域与全局性能,也无法满足域间差异化服务的要求。针对现有方法
大数据时代的到来催生了一门新科学数据科学(Data Science)。1974年,著名计算机科学家、图灵奖获得者Peter Naur率先提出了数据科学的概念。2012年,Patil DJ和Davenport T在H
随着互联网经济的不断发展,越来越多的商户选择利用互联网终端进行账本管理。但是,常常会由于人为因素导致账本丢失、数据被篡改、商户双方信任危机等一系列问题。通过梳理当
针对目前手背静脉图像识别采用细化和骨架操作等提取结构特征易造成静脉结构细节丢失和特征点误判等问题,提出一种基于方向梯度直方图(HOG)的手背静脉特征识别方法。采用生物特征识别的一般流程,对手背静脉图像灰度进行归一化和滤波增强等预处理后,直接对手背静脉灰度图像进行二级小波包分解,提取低频子带图的HOG纹理特征,最后采用K近邻分类器实现个人身份识别。利用自行建立的手背静脉图像数据库对所提方法进行验证,
为了更好地在向量化时读取离散的数据,Intel在HaswellCPU提供了AVX2vgather指令。由于Stencil在设置边界条件时使用了条件判断,因此编译器生成了vgather指令,并降低了Stencil在H