中国科学院计算机网络信息中心，北京 100190

引言

中国科学院超级计算环境是由总中心、9 家分中心、19 家所级中心组成的三层架构网格计算环境，同时还连接了院内 11 家单位的 GPU 计算集群，聚合通用计算能力近 1300 万亿次，GPU 计算能力近 3000万亿次。中国科学院超级计算环境主要为用户提供计算服务，同时对用户提出的问题及时响应并提供技术支持。衡量一个超级计算环境主要关注环境的资源信息、使用情况和用户数目等。管理员及时有效地获取环境的运行情况，了解环境的资源使用信息可更好地调度用户作业，为用户提供更好的服务。

基于 Nagios 搭建的中国科学院超级计算环境监控平台[1]中，针对集群主要考虑系统利用率 (CPU 占用率) 和节点占用率两个指标。为获取这两项数据按照 Nagios 已有插件的实现方式，编写了获取集群CPU 和节点占用率的插件。在获取这两项数据的同时一并抓取了集群的其它运行数据，包括集群计算节点数、CPU 核数、账号数、作业数等。在之前的监控平台中处于当时的需求只考虑了系统利用率这一指标，集群的其它运行数据并没有展示。为了更加详细准确地反映集群的运行，优化改进已有的监控平台，根据实际的运行需求对获取的运行数据加工处理，设计成更准确直观反映集群的数据结构。有了这些数据后，为使外部能方便快捷地获取利用这些监控数据，把数据设计成通用接口的形式对外提供。外部人员可直接调用接口快捷地获取数据并根据自己的需求从各种维度对数据进行展示。……