张银铁, 王丽君, 万晶

(国网电力科学研究有限公司 信息系统集成分公司， 江苏 南京 211106)

0 引言

信息系统在运行过程中，各种运行指标一定是随着使用人员、时间阶段、业务变化而变化的，运维过程中最大的难点就是无法准确掌握运行的历史规律，指标高低并不能直接说明系统运行是否稳定。在运行监控中常见的监控办法是设置监控阀值，但是监控阀值是很难设定的，指标高并不能说明系统运行就一定有问题，指标低也不能说明系统运行没有问题。最合理的办法是计算出系统在不同时间阶段的稳定运行状态，动态判断每一时刻与稳定状态的差异，进而掌握系统稳定之间的差异。

1 历史数据中的规律

1.1 历史数据使用误区[1]

在信息系统运行过程中，需要监控的指标是非常多的，包括CPU、内存、磁盘、网络等多个类别，每一个类别又可以细分为多个二级、三级等子类，例如CPU的运行状态既有总负载情况，也有分core负载状态，每一个状态又可以再细分为sys负载、user负载和IO等待等。监控数据是随着时间进行记录的，这些历史数据是监控阀值设定的基础，比如CPU负载过高时容易造成宕机，所以设置阀值在90%等，预留处置时间。常见的阀值设置是通过历史数据判断最高状态，当最高状态都不超过80%，设置阀值为90%就并不合理了。

常见的解决办法有两种，一是极值判断，二是方差分析。

(1) 机制判断的问题

取历史一定周期的监控数据，例如CPU状态每分钟记录一个监控状态，就有一天1 440个指标，一周就有10 080个指标，计算其中指标的最高值、最低值，超过最高或低于最低都是阀值的判断标准。……