基于JMX的定制化实时监控及自动化异常处理的系统及方法技术方案

一种基于JMX的定制化实时监控及自动化异常处理的系统，包括数据采样信息库、监控模型库、异常处理库、网络通信模块、数据收集模块、数据异常处理分析模块、页面展示模块，监控数据库；被监控系统开启JMX访问端口，建立监控系统与被监控系统之间的远程访问连接；所述数据采样信息库，用于存放数据样本信息的仓库，所述监控模型库，用于存放所有被监控系统所对应的监控模型的仓库；所述异常处理库，用于存放异常处理方法及流程的仓库；所述网络通信模块，构建并管理监控系统和各个被监控系统间的网络数据传输，维护监控系统和所有被监控系统间的正常网络通信；监控数据库，用于存储实时数据收集模块监控采集的数据。

【技术实现步骤摘要】
基于JMX的定制化实时监控及自动化异常处理的系统及方法
本专利技术属于计算机系统数据监控领域，特别是实时监控及异常动态配置的方法，具体涉及基于JMX(JavaManagementExtensions，即Java管理扩展)的定制化实时监控及自动化异常处理的系统及方法。
技术介绍
信息化的日益深入促使现代IT系统业务规模的不断扩大，相应地，系统数量也随之在不断增加。系统运行过程中所产生的异常监控报警信息对系统运维人员及时定位异常，挖掘系统运行规律，起到至关重要的作用。然而，传统的系统运维方式只有在发生故障或影响业务连续性时才可能被发现，被动救火式的维护不仅会因异常数据采集不及时导致异常发生处无法被准确定位，而且更严重地则会导致故障的恶性连锁反应持续发生。同时，为保证系统的稳定运行和业务的正常流转，也将耗费大量的人力和物力进行监控。针对一些常见异常，开发人员可直接在系统程序编写中实现风险的自动规避，但仍有一些异常仍需要系统运维人员参与实时监控并做及时处理，比如系统运行中的部分参数会根据当前运行状况进行动态调整，通常的实现方式是将这些配置参数置于配置文件中进行管理，一旦有调整的需求，系统运维人员首先修改配置文件，再重新发布系统，如若调整不及时很可能导致运行环境报错。JMX在Java编程语言中定义了应用程序以及网络管理和监控的体系结构、设计模式、应用程序接口以及服务。通常使用JMX来监控系统的运行状态或管理系统的某些方面，比如清空缓存、重新加载配置文件等优点可以非常容易的使应用程序具有被管理伸缩性的架构每个JMXAgent服务可以很容易的放入到Agent中。如专利“基于JMX的网管系统中服务生命周期管理监控方法”(专利公开号：CN102904745A)提供一种基于JMX的网管系统中服务生命周期管理监控方法，该方法包括服务生命周期的管理、服务的配置和服务生命周期的监控，所述的服务生命周期的管理是指对生命周期的阶段及状态进行管理；所述的服务的配置是指服务器获取相应的配置文件对服务模块进行监听配置、异常事件处理方式配置和服务启动方式配置；所述的服务生命周期的监控是指服务器利用JMX对生命周期进行监控；此监控方法能有效实现对服务模块进行生命周期的监控及管理，并能灵活动态地对服务进行配置。然而，这种监控方法仅是通过配置文件控制监控、异常事件处理及服务启动，因而针对不同的服务应用，需要重复更改配置文件实现监控及异常处理，这不仅导致效率低，而且通用性也不高；再者，该监控方法仅仅是关注服务在生命周期内的状态是否正常，监控流程较为简单，不能全面覆盖多样化的应用系统运行中。专利“一种基于Java的异常处理装置及其异常处理方法”(专利公开号：CN101853189A)提供一种基于Java的异常处理装置及异常处理方法，其中异常装置主要包括异常管理器、XML解析器、类反射器、异常处理器、异常处理结果信息封装器及日志记录器，并提供异常处理框架接口、异常处理器接口和日志记录器接口，将异常处理封装在一个框架中，并为用户提供了统一的调用接口和格式化的配置文件。基于Java的异常处理方法，通过提供异常处理框架接口与异常处理器接口，使传入的异常封装在一个框架内处理。该方法利用XML配置文件定义异常和异常处理之间的对应关系，虽然保证异常处理的灵活性和自动化，但XML配置文件编写较为复杂，需要专业的技术人员参与异常分析和编写工作，配置化程度不高。如何转变传统的人工更新、检测和故障排除的模式，实现定制化监控、自动化部署、诊断和管理，提高监控的工作效率，加速定位异常的速度和缩短故障恢复时间，对计算机系统数据监控来说是一件非常重要和有意义的工作。
技术实现思路
为解决现有技术的局限性，本专利技术提供一种基于JMX的定制化实时监控及自动化异常处理的系统及方法，通过采用JMX远程方法调用RMI，构建集监控系统和多被监控系统的分布式网络连接，各个被监控系统根据各自需求自行限定运行过程中需监控的关键数据及异常发生条件，实现监控细节的定制化，满足不同系统的数据监控需求；监控系统依据被监控系统的选择及异常处理设置，实时收集、校验监控数据，并对出现的异常直接调用适合的异常处理方式进行自动化处理，减少人工参与，提高异常处理的准确率，也缩短了异常周期。本专利技术的技术方案是：一种基于JMX的定制化实时监控及自动化异常处理的系统，监控系统具体包括数据采样信息库、监控模型库、异常处理库、网络通信模块、数据收集模块、数据异常处理分析模块、页面展示模块，监控数据库；被监控系统开启JMX访问端口，建立监控系统与被监控系统之间的远程访问连接；所述数据采样信息库，用于存放数据样本信息的仓库，被监控系统根据自身所需从采样信息库中选择需要被监控的数据，如若数据采样信息库无法满足被监控系统的数据需求，则由被监控系统向数据采样信息库中添加新的数据样本，数据采样信息库会实时对新的数据样本进行保存；所述监控模型库，用于存放所有被监控系统所对应的监控模型的仓库；经从采样信息库中采集到监控数据后，被监控系统会根据这些数据间的结构，在监控模型库中搜索相应的数据监控模型；如存在基于采样数据的数据监控模型，被监控系统直接调用；如若没有，被监控系统需要自行构建新监控模型，同时将其存入监控模型库中；所述异常处理库，用于存放异常处理方法及流程的仓库；针对一些监控数据，被监控系统会设定异常阀值，超出阀值的监控数据则被视为异常，不同的异常对应不同的异常处理方式，因而阀值和异常处理方式相互绑定；当被监控系统的监控数据超出预定的异常阀值时，被监控系统根据阀值直接从异常处理库中调用相应的异常处理方式，在无需人工参与的情况下，自动进入异常处理流程；所述网络通信模块，构建并管理监控系统和各个被监控系统间的网络数据传输，维护监控系统和所有被监控系统间的正常网络通信；所述数据收集模块，用于对监控数据的实时和定时采集；监控系统的数据采集模块根据被监控系统所选的监控数据实施数据采集，采集范围包括被监控系统的链路层、网络层、设备层及系统层；数据采集方式分为变频采集、主动探测、链路管理，其中变频采集是指根据被监控系统设定的采集频率进行数据采集；主动探测是指监控系统主动对关键数据实时采集；链路管理是对监控系统和各被监控系统间的链路数据进行采集；所述数据异常分析模块，用于对存在异常的监控数据进行定制化处理和记录；数据异常分析模块对每一次采集模块输出的数据进行阀值校验，针对那些触发阀值条件的数据，被监控系统根据阀值从异常处理库中调用相应的异常处理方式，自动进入异常处理流程；所述页面展示模块，用于实时统计、分析数据采集模块获取的数据、发生异常的数据、被监控系统正常运行的数据及异常运行的数据，同时提供报表展示界面，助于被监控系统的负责人员评估系统运行健康状况；所述监控数据库，用于存储实时数据收集模块监控采集的数据、数据异常分析模块采集的异常发生现场数据及数据异常分析处理的数据，是定期的监控统计报表的数据源。最初运行的数据采样信息库、监控模型库及异常处理库中不存在任何数据；随着系统持续运行，数据采样信息库会不断积累不同的数据样本，监控模型库会不断积累不同的监控模型，异常处理库也会不断积累不同的异常处理方式，具有相同数据需求、模型需求、异常处理需求的被监控系本文档来自技高网...

【技术保护点】
一种基于JMX的定制化实时监控及自动化异常处理的系统，其特征在于，包括数据采样信息库、监控模型库、异常处理库、网络通信模块、数据收集模块、数据异常处理分析模块、页面展示模块，监控数据库；被监控系统开启JMX访问端口，建立监控系统与被监控系统之间的远程访问连接；所述数据采样信息库，用于存放数据样本信息的仓库，被监控系统根据自身所需从采样信息库中选择需要被监控的数据，如若数据采样信息库无法满足被监控系统的数据需求，则由被监控系统向数据采样信息库中添加新的数据样本，数据采样信息库会实时对新的数据样本进行保存；所述监控模型库，用于存放所有被监控系统所对应的监控模型的仓库；经从采样信息库中采集到监控数据后，被监控系统会根据这些数据间的结构，在监控模型库中搜索相应的数据监控模型；如存在基于采样数据的数据监控模型，被监控系统直接调用；如若没有，被监控系统需要自行构建新监控模型，同时将其存入监控模型库中；所述异常处理库，用于存放异常处理方法及流程的仓库；针对一些监控数据，被监控系统会设定异常阀值，超出阀值的监控数据则被视为异常，不同的异常对应不同的异常处理方式，因而阀值和异常处理方式相互绑定；当被监控系统的监控数据超出预定的异常阀值时，被监控系统根据阀值直接从异常处理库中调用相应的异常处理方式，在无需人工参与的情况下，自动进入异常处理流程；所述网络通信模块，构建并管理监控系统和各个被监控系统间的网络数据传输，维护监控系统和所有被监控系统间的正常网络通信；所述数据收集模块，用于对监控数据的实时和定时采集；监控系统的数据采集模块根据被监控系统所选的监控数据实施数据采集，采集范围包括被监控系统的链路层、网络层、设备层及系统层；数据采集方式分为变频采集、主动探测、链路管理，其中变频采集是指根据被监控系统设定的采集频率进行数据采集；主动探测是指监控系统主动对关键数据实时采集；链路管理是对监控系统和各被监控系统间的链路数据进行采集；所述数据异常分析模块，用于对存在异常的监控数据进行定制化处理和记录；数据异常分析模块对每一次采集模块输出的数据进行阀值校验，针对那些触发阀值条件的数据，被监控系统根据阀值从异常处理库中调用相应的异常处理方式，自动进入异常处理流程；所述页面展示模块，用于实时统计、分析数据采集模块获取的数据、发生异常的数据、被监控系统正常运行的数据及异常运行的数据，同时提供报表展示界面，助于被监控系统的负责人员评估系统运行健康状况；所述监控数据库，用于存储实时数据收集模块监控采集的数据、数据异常分析模块采集的异常发生现场数据及数据异常分析处理的数据，是定期的监控统计报表的数据源。...

【技术特征摘要】
1.一种基于JMX的定制化实时监控及自动化异常处理的系统，其特征在于，包括数据采样信息库、监控模型库、异常处理库、网络通信模块、数据收集模块、数据异常处理分析模块、页面展示模块，监控数据库；被监控系统开启JMX访问端口，建立监控系统与被监控系统之间的远程访问连接；所述数据采样信息库，用于存放数据样本信息的仓库，被监控系统根据自身所需从数据采样信息库中选择需要被监控的数据，如若数据采样信息库无法满足被监控系统的数据需求，则由被监控系统向数据采样信息库中添加新的数据样本，数据采样信息库会实时对新的数据样本进行保存；所述监控模型库，用于存放所有被监控系统所对应的监控模型的仓库；经从数据采样信息库中采集到监控数据后，被监控系统会根据这些数据间的结构，在监控模型库中搜索相应的数据监控模型；如存在基于采样数据的数据监控模型，被监控系统直接调用；如若没有，被监控系统需要自行构建新监控模型，同时将其存入监控模型库中；所述异常处理库，用于存放异常处理方法及流程的仓库；针对一些监控数据，被监控系统会设定异常阀值，超出阀值的监控数据则被视为异常，不同的异常对应不同的异常处理方式，因而阀值和异常处理方式相互绑定；当被监控系统的监控数据超出预定的异常阀值时，被监控系统根据阀值直接从异常处理库中调用相应的异常处理方式，在无需人工参与的情况下，自动进入异常处理流程；所述网络通信模块，构建并管理监控系统和各个被监控系统间的网络数据传输，维护监控系统和所有被监控系统间的正常网络通信；所述数据收集模块，用于对监控数据的实时和定时采集；监控系统的数据收集模块根据被监控系统所选的监控数据实施数据采集，采集范围包括被监控系统的链路层、网络层、设备层及系统层；数据采集方式分为变频采集、主动探测、链路管理，其中变频采集是指根据被监控系统设定的采集频率进行数据采集；主动探测是指监控系统主动对关键数据实时采集；链路管理是对监控系统和各被监控系统间的链路数据进行采集；所述数据异常处理分析模块，用于对存在异常的监控数据进行定制化处理和记录；数据异常处理分析模块对每一次数据收集模块输出的数据进行阀值校验，针对那些触发阀值条件的数据，被监控系统根据阀值从异常处理库中调用相应的异常处理方式，自动进入异常处理流程；所述页面展示模块，用于实时统计、分析数据收集模块获取的数据、发生异常的数据、被监控系统正常运行的数据及异常运行的数据，同时提供报表展示界面，助于被监控系统的负责人员评估系统运行健康状况；所述监控数据库，用于存储实时数据收集模块监控采集的数据、数据异常处理分析模块采集的异常发生现场数据及数据异常分析处理的数据，是定期的监控统计报表的数据源。2.根据权利要求1所述的一种基于JMX的定制化实时监控及自动化异常处理的系统，其特征在于，最初运行的数据采样信息库、监控模型库及异常处理库中不存在任何数据；随着系统持续运行，数据采样信息库会不断积累不同的数据样本，监控模型库会不断积累不同的监控模型，异常处理库也会不断积累不同的异常处理方式，具有相同数据需求、模型需求、异常处理需求的被监控系统可直接从相应的库中调用。3.一种基于JMX的定制化实时监控及自动化异常处理的方法，其特征在于，包括定制化数据采集监控的方法和异常识别及自动化处理的方法；所述定制化数据采集监控的方法，是指被监控系统根据自己需要自行选择在运行过程中需要被特别关注的数据，监控系统会实时观测被监控系统的运行状况，并根据设定的数据采集频率及时收集、校验监控数据，具体步骤为：步骤1：通过为被监控系统开启JMX访问端口，建立监控系统与被监控系统之间的远程访问连接；根据被监控系统的访问频率及其所承担的任务量，为不同的被监控系统设置不同的数据采集频率；步骤2：由于不同的被监控系统对需要监控数据存在不同的需求，因而被监控系统能根据监控需要从监控系统的数据采样信息库中检索并选择需要监控的数据；步骤3：不同的被监控系统会定制不同的监控数据，为梳理这些监控数据间的层次结构，体现监控数据之间的关系，构建相应的数据监控模型；所有被监控系统所构建对应的监控模型存放监控模型库；步骤4：针对监控模型中所涉及的所有数据，为对监控起关键作用的重要数据设定异常阀值，同时设置针对异常阀值的异常处理方式，并将该异常处理方式存储于异常处理库中；步骤5：按照监控数据所隶属的范围，依次从链路层、网络层、设备层、...

【专利技术属性】
技术研发人员：王炜，陈涛，张丽，
申请(专利权)人：焦点科技股份有限公司，
类型：发明
国别省市：江苏;32