專利名稱：用于在數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的系統(tǒng)和方法
技術(shù)領(lǐng)域：
本申請涉及系統(tǒng)管理和操作。更具體地講，本申請涉及一種用于在企業(yè)網(wǎng)絡(luò)和數(shù)據(jù)中心中確定應(yīng)用依賴性發(fā)現(xiàn)的系統(tǒng)和方法。
背景技術(shù)：
現(xiàn)今的企業(yè)網(wǎng)絡(luò)和現(xiàn)代數(shù)據(jù)中心具有各種不同的應(yīng)用(例如，電子商務(wù)、內(nèi)容分發(fā))和服務(wù)(例如，DNS、活動目錄、電子郵件和驗證)，這些應(yīng)用和服務(wù)以復雜的方式彼此交錯。具體地講，每項服務(wù)可支持多個應(yīng)用并且特定應(yīng)用可依賴于許多不同的服務(wù)。此外，每個應(yīng)用自身通常具有多個部件，一些部件可與多個應(yīng)用共享。對于一系列系統(tǒng)管理任務(wù)(諸如，異常檢測和故障分析、系統(tǒng)升級和打補丁以及應(yīng)用隔離和遷移)，理解和識別每個應(yīng)用的部件和它們的相互依賴性很重要。例如，多層應(yīng)用能夠包括具有共同的部件(諸如，應(yīng)用服務(wù)器)的不同的應(yīng)用，諸如拍賣應(yīng)用和電子商務(wù)應(yīng)用。這個問題的已有處理方法采用各種技術(shù)，從活動服務(wù)器設(shè)備到輕型中間件部署直至非侵入網(wǎng)絡(luò)業(yè)務(wù)(traffic)監(jiān)測。通過對獲得的網(wǎng)絡(luò)和/或系統(tǒng)蹤跡執(zhí)行相關(guān)分析，推斷應(yīng)用依賴性。這些處理方法依賴于成對流分析，成對流分析可在實踐中表現(xiàn)出某些限制。具體地講，從成對依賴性信息幾乎不能推斷大規(guī)模交易系統(tǒng)中常見的多跳(即，超過三個)依賴性。如同在多跳交疊應(yīng)用的情況下一祥，當存在單個部件被多個應(yīng)用共享并且成對分析的準確性降低的交疊應(yīng)用時，尤其如此。此外，在給定時間間隔內(nèi)在每個主機的基礎(chǔ)上執(zhí)行流對相關(guān)。在確定性能和準確性時，選擇這個間隔的合適長度很重要，但也容易發(fā)生誤報。因此，對于正在經(jīng)歷應(yīng)用的大規(guī)模成長和服務(wù)部件之間的復雜交互的企業(yè)網(wǎng)絡(luò)和數(shù)據(jù)中心的日常系統(tǒng)管理和操作而言，需要一種自動應(yīng)用依賴性發(fā)現(xiàn)系統(tǒng)和方法。

發(fā)明內(nèi)容
公開了ー種用于在具有多個服務(wù)器和多個不同應(yīng)用的數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的方法，每個應(yīng)用具有多個部件，與一個或多個其它應(yīng)用共享ー個或多個部件。該方法包括下述步驟捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)；基于應(yīng)用業(yè)務(wù)量數(shù)據(jù)產(chǎn)生應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣；從業(yè)務(wù)矩陣估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量；以及使用估計的應(yīng)用的數(shù)量把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣，第一矩陣代表屬于每個應(yīng)用的部件的集合，并且第二矩陣代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。在一些實施例中，該方法還包括下述步驟從第一矩陣和第二矩陣去除噪聲。還公開了一種用于在具有多個服務(wù)器和多個不同應(yīng)用的數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的系統(tǒng)，每個應(yīng)用具有多個部件，與一個或多個其它應(yīng)用共享ー個或多個部件。該系統(tǒng)包括數(shù)據(jù)收集部件；和控制器，與數(shù)據(jù)收集部件處于數(shù)據(jù)通信。數(shù)據(jù)收集部件包括多個交換機，每個交換機具有用于捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)的鏡像端ロ ；和監(jiān)測代理，用于監(jiān)測每個鏡像端ロ?？刂破靼ㄟB通性繪圖單元，用于基于由監(jiān)測服務(wù)器捕捉的應(yīng)用業(yè)務(wù)量數(shù)據(jù)產(chǎn)生應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣；總體估計單元，用于從由連通性繪圖單元產(chǎn)生的業(yè)務(wù)矩陣估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量；和應(yīng)用分解単元，用于使用由總體估計單元產(chǎn)生的估計的應(yīng)用的數(shù)量把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣，第一矩陣代表屬于每個應(yīng)用的部件的集合，并且第二矩陣代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。在一些實施例中，該系統(tǒng)的控制器還包括后處理單元，用于從第一矩陣和第二矩陣去除噪聲。


圖I是根據(jù)本公開的用于在數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的系統(tǒng)的示例性實施例的方框圖。 圖2是代表本公開的業(yè)務(wù)圖的業(yè)務(wù)矩陣的示例性實施例。圖3是由本公開的系統(tǒng)執(zhí)行的數(shù)據(jù)中心應(yīng)用依賴性發(fā)現(xiàn)方法的示例性實施例的流程圖。圖4A是在圖3的方法中使用的冪因式分解過程的示例性實施例的流程圖。圖4B是在圖3的方法中使用的經(jīng)冪因式分解殘差過程的秩估計的示例性實施例的流程圖。圖5是在圖3的方法中使用的基于非負矩陣因式分解的依賴性分解過程的示例性實施例的流程圖。圖6是在圖3的方法中用于使鄰近鏈路上的應(yīng)用業(yè)務(wù)相關(guān)的基于并發(fā)容量比(CVR)的相關(guān)過程的圖形表示。圖7是CVR相關(guān)過程的示例性實施例的流程圖。
具體實施例方式本公開提供了ー種使用隨著時間動態(tài)構(gòu)造的時間全局應(yīng)用業(yè)務(wù)圖和在數(shù)據(jù)中心的每個服務(wù)器處觀察的空間局部業(yè)務(wù)而在企業(yè)網(wǎng)絡(luò)、基于云的數(shù)據(jù)中心和其它類似數(shù)據(jù)中心中提取應(yīng)用依賴性的矩陣因式分解系統(tǒng)和方法。數(shù)據(jù)中心包括運行多個不同應(yīng)用(例如，電子商務(wù)、內(nèi)容分發(fā))的多個服務(wù)器。每個應(yīng)用在應(yīng)用的依賴性路徑中具有多個部件(例如，web服務(wù)器、應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器)，其中與一個或多個其它應(yīng)用共享ー個或多個部件。因為這種數(shù)據(jù)中心通常托管大量的多層應(yīng)用，所以在空間域和時間域二者中，應(yīng)用請求都交疊，使得常規(guī)成對統(tǒng)計相關(guān)技術(shù)難以正確地提取這些交錯但獨立的應(yīng)用。在本公開的系統(tǒng)和方法中，使用應(yīng)用業(yè)務(wù)的基于矩陣的表示，所述應(yīng)用業(yè)務(wù)的基于矩陣的表示捕捉系統(tǒng)快照及其歷史演進二者。該系統(tǒng)和方法把應(yīng)用圖的矩陣表示分解為小的子圖，每個子圖代表單個應(yīng)用。這使得本公開的系統(tǒng)和方法在存在多跳和/或交疊應(yīng)用的情況下特別有效。
由于交錯并且交疊的應(yīng)用請求，應(yīng)用的數(shù)量通常預(yù)先是未知的，這進一歩對各個應(yīng)用子圖的發(fā)現(xiàn)提出了挑戰(zhàn)。在本公開的系統(tǒng)和方法中，在具有理論邊界保證的情況下在完整和不完整業(yè)務(wù)數(shù)據(jù)方案下或者利用基于奇異值分解的解算器或者利用基于冪因式分解的解算器使用低秩矩陣估計來確定應(yīng)用的數(shù)量。來自交換機的業(yè)務(wù)分接由交換機以及監(jiān)測主機的能力限制。交換機通常僅能夠同時鏡像幾個端ロ。另外，監(jiān)測在多個交換機(每個交換機具有多個端ロ)上收集的數(shù)據(jù)可導致高容量聚合網(wǎng)絡(luò)業(yè)務(wù)并且可能導致包丟失。這兩種情況都導致監(jiān)測數(shù)據(jù)的顯著丟失。為了克服這個問題，本公開的系統(tǒng)和方法有效地使用歷史數(shù)據(jù)提供充分的冗余并采用基于冪因式分解的技術(shù)提供對數(shù)據(jù)丟失和估計誤差的適應(yīng)能力。本公開的系統(tǒng)和方法還使用分布式網(wǎng)絡(luò)監(jiān)測和集中式數(shù)據(jù)處理以在數(shù)據(jù)中心中確定應(yīng)用依賴性路徑。圖I是本公開的系統(tǒng)的示例性實施例的方框圖。該系統(tǒng)包括數(shù)據(jù)收集部件100和中央服務(wù)器或控制器110。數(shù)據(jù)收集部件100具有多個交換機102和多個監(jiān)測代理104，所述多個監(jiān)測代理104連接到交換機并從它們收集業(yè)務(wù)數(shù)據(jù)，并且中央控制器110具有預(yù)處 理單元112、依賴性分解単元114和后處理單元116?？刂破?10的預(yù)處理単元112、依賴性分解単元114和后處理單元116由控制器110的一個或多個處理器(未示出)實現(xiàn)。(這些)處理器執(zhí)行存儲在例如控制器110的一個或多個存儲器中的程序指令，所述程序指令能夠使控制器110執(zhí)行本文描述的預(yù)處理、依賴性分解和后處理方法和過程。數(shù)據(jù)收集部件100執(zhí)行對數(shù)據(jù)中心的分布式網(wǎng)絡(luò)監(jiān)測并且可包括位于網(wǎng)絡(luò)的樹形結(jié)構(gòu)中的最低層中的柜頂(TOR)交換機(邊緣交換機)，所述樹形結(jié)構(gòu)具有連接到位于相同機柜中的數(shù)據(jù)中心的服務(wù)器(例如，20至80個服務(wù)器)的下行鏈路和連接到上層聚合交換機的上行鏈路。在姆個邊緣交換機102處捕捉網(wǎng)絡(luò)業(yè)務(wù),邊緣交換機102經(jīng)邊緣交換機102的鏡像端ロ直接連接到專用監(jiān)測服務(wù)器104(監(jiān)測代理)。由于這種類型的端ロ鏡像的高效業(yè)務(wù)捕捉能力連同對遍歷(traverse)業(yè)務(wù)具有最小的影響而使用這種類型的端ロ鏡像。定期地，監(jiān)測服務(wù)器處理收集的數(shù)據(jù)(解析并提取流級信息，對當前間隔中的每個流的包的數(shù)量進行計數(shù))，計算每個應(yīng)用層鏈路的業(yè)務(wù)量，并把數(shù)據(jù)轉(zhuǎn)發(fā)給控制器110。從每個監(jiān)測服務(wù)器接收的數(shù)據(jù)由控制器110集中處理，控制器110順序地對從監(jiān)測服務(wù)器接收的信息進行預(yù)處理、依賴性分解和后處理。如前所述，一旦接收到來自所有監(jiān)測代理104的數(shù)據(jù)，控制器110的預(yù)處理単元112對數(shù)據(jù)進行預(yù)處理。預(yù)處理単元112首先浄化數(shù)據(jù)，例如對齊不同交換機102上的測量間隔并去除冗余(例如，如果系統(tǒng)同時監(jiān)測包遍歷的兩個交換機端ロ，則可兩次捕捉同一個包)。在數(shù)據(jù)凈化之后，預(yù)處理単元112連續(xù)地構(gòu)造所有應(yīng)用組的完整應(yīng)用連通性圖。每個圖由業(yè)務(wù)矩陣Z代表，業(yè)務(wù)矩陣Z的例子顯示在圖2中并且一般地由標號200表示。業(yè)務(wù)矩陣X的每一列記錄在對應(yīng)時間間隔期間觀察的所有くIP:端ロ >對之間的業(yè)務(wù)量，并且業(yè)務(wù)矩陣X的每一行代表對應(yīng)應(yīng)用鏈路(例如，鏈路A-B(應(yīng)用部件A、應(yīng)用部件B))上的業(yè)務(wù)量的歷史。業(yè)務(wù)矩陣Z指示空間域和時間域二者上的所有應(yīng)用部件的動態(tài)連通性關(guān)系。在對數(shù)據(jù)進行預(yù)處理之后，控制器110的依賴性分解単元114對數(shù)據(jù)執(zhí)行依賴性分解。依賴性分解単元114并不假設(shè)預(yù)先知道(特別是當在每個應(yīng)用的基礎(chǔ)上分解系統(tǒng)部件吋)作為重要系統(tǒng)信息的在數(shù)據(jù)中心中運行的應(yīng)用的數(shù)量。依賴性分解単元114經(jīng)基于冪因式分解或奇異值分解(SVD)的方法利用秩估計確定或估計在數(shù)據(jù)中心中運行的應(yīng)用的數(shù)量。估計的應(yīng)用的數(shù)量進ー步用在依賴性分解算法中以發(fā)現(xiàn)應(yīng)用依賴性。由控制器110的后處理單元116對由依賴性分解単元114發(fā)現(xiàn)的應(yīng)用依賴性進行后處理。在前面的部件中產(chǎn)生的應(yīng)用依賴性可能受到測量噪聲影響并包含誤報。因此，需要后處理以對結(jié)果進行交叉驗證并減少不準確的推斷。本公開的后處理單元116使用基于并發(fā)容量比(CVR)的相關(guān)以局部地識別在依賴性子圖的每個節(jié)點上使用成對鏈路相關(guān)的依賴性子圖中的相關(guān)邊緣。后處理單元116還應(yīng)用用于融合和修剪依賴性圖的規(guī)則。這些規(guī)則利用(leverage)操作者的領(lǐng)域知識以及業(yè)務(wù)相關(guān)得分的經(jīng)驗觀察。圖3是由本公開的系統(tǒng)執(zhí)行的數(shù)據(jù)中心應(yīng)用依賴性發(fā)現(xiàn)方法的示例性實施例的流程圖。該方法在塊300中開始于在空間域和時間域中捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)。業(yè)務(wù)量數(shù)據(jù)被邊緣交換機102捕捉，邊緣交換機102直接連接到關(guān)聯(lián)的監(jiān)測代理104。監(jiān)測代理104定期地處理收集的數(shù)據(jù)，計算每個應(yīng)用層鏈路的業(yè)務(wù)量，并把數(shù)據(jù)轉(zhuǎn)發(fā)給控制器 110。移至塊320，控制器110的預(yù)處理単元112產(chǎn)生應(yīng)用層連通性圖。每個圖由基于應(yīng)用業(yè)務(wù)量數(shù)據(jù)的應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣(業(yè)務(wù)矩陣代表。連通性圖產(chǎn)生機制包括服務(wù)節(jié)點的識別(使用許多進入連接)、瞬態(tài)連接聚合至單個邊緣和基于客戶IP地址分布的客戶面對節(jié)點的識別。具有許多不同客戶IP地址的服務(wù)節(jié)點可能是客戶面對服務(wù)節(jié)點(或連通性圖中的Src節(jié)點)。這個步驟還識別并去除由所有應(yīng)用使用的數(shù)據(jù)中心的共同服務(wù)節(jié)點(例如DNS)以把大的復雜的圖分割成更簡單的代表各個應(yīng)用組的圖。在塊340中，業(yè)務(wù)矩陣Z由控制器110的依賴性分解單元114使用以估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量。控制器110的依賴性分解單元114在塊360中使用在塊340中估計的應(yīng)用的數(shù)量把業(yè)務(wù)矩陣X分解為第一矩陣r和第二矩陣//(在圖2中，一般地分別由參考標號210和220表示)。第一矩陣r代表屬于每個應(yīng)用的部件的集合，即應(yīng)用依賴性路徑，并且第二矩陣"代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。控制器110的后處理單元116在塊380中從第一矩陣r和第二矩陣"去除噪聲。再次參照圖3的塊340，控制器110的依賴性分解単元114在完整和不完整業(yè)務(wù)數(shù)據(jù)方案下使用基于奇異向量分解(SVD)或冪因式分解的解算器通過低秩估計找到業(yè)務(wù)矩陣Z的最佳秩。在完整輸入數(shù)據(jù)的情況下，通過經(jīng)SVD解算器求解秩最小化問題(RMP)估計
應(yīng)用的數(shù)量。RMP使最小化，其中バぶ是nXn酉矩陣(即，f//f/ = /)，K是mXm酉矩陣(B卩，F(xiàn)1 F = / )，并且矩陣是具有來自Σ的最大k個奇異值ら的
nXm對角矩陣，Σ是nXm對角矩陣。如果|| — f || ^·レ是噪聲的容限)，則業(yè)務(wù)矩陣Z
的最佳秩r近似是I在不完整輸入數(shù)據(jù)的情況下，因為業(yè)務(wù)矩陣Z可能遺漏ー些項目，所以冪因式分解是用于計算分別具有尺寸/ *r和r物的兩個矩陣因子メ和ガ的數(shù)值上魯棒的
解算器，以使矩陣距離I射-(X- d的I最小化(其中#是ニ進制條目的掩模矩陣，如果ん.
遺漏，則Mij等于O，否則Mij是I)。假如r < min(m ji),假如r已知，該方法可使用圖4A的流程圖中描述的冪因式分解過程計算X的最佳秩r近似。在圖4A中，業(yè)務(wù)矩陣I、它的掩模矩陣#和秩r是冪因式分解過程的輸入401。在塊402中，冪因式分解過程開始于具有尺寸/ *r的隨機矩陣ん并設(shè)置等于O的第k迭代k。在塊403中，第k迭代k設(shè)置為等于k+Ι。在塊404中，給定矩陣4づ，計算ァ* 尺寸的矩陣
Bk以使矩陣距離||Ai .(1-4...! )!最小化。然后，對矩陣4進行歸一化。在塊4O5中，給
定矩陣見，計算尺寸的矩陣4以使矩陣距離||射.(尤—為為)I最小化。在塊406中，確
定矩陣4和4是否收斂。如果矩陣4和4收斂，則在輸出407產(chǎn)生矩陣も和％。如果矩陣4和&不收斂，則在流線408重復該過程的塊403、404、405和406，直至矩陣ん、&收斂。冪因式分解過程不能直接預(yù)測業(yè)務(wù)矩陣1_的秩信息(其中/7和是矩陣Z的行尺寸和列尺寸)，其中秩r必須在優(yōu)化矩陣んむ和之前是已知的。然而，在合理范圍內(nèi)
搜索秩r并且對照秩r標繪矩陣距離(|/V ·(.￥-/f5)|)的最終近似誤差可以是指示真實的秩(或矩陣Z的秩)的強大的啟發(fā)法，其中誤差曲線具有鞍點。需要注意的是，隨著
秩r増加，矩陣距離Iル/ ’(X-AB)\\的誤差單調(diào)地減小，但在經(jīng)過真實的秩之后未變得太
小。給定任何秩r，如果尤和兄表示兩個矩陣因子，則誤差~表示秩r近似的對應(yīng)擬合誤差。本公開提供在圖4B的流程圖中描述的過程，該過程總結(jié)ー種用于經(jīng)冪因式分解殘差分析估計不完整矩陣X的秩的方法。在每ー迭代中使用冪因式分解解算器直至收斂。這種冪因式分解方法適用于完整矩陣尤或者適用于具有遺漏的值的矩陣X。在圖4B中，業(yè)務(wù)矩陣Z、它的掩模矩陣#和閾值ε (用于擬合誤差差值的收斂準則的閾值)是經(jīng)冪因式分解殘差(REPFRE)過程的秩估計的輸入400。REPFRE過程在塊410中開始于設(shè)置秩r等于1，設(shè)置んむ、兄@等于圖4A的冪因式分解過程PF，并計算秩r的擬合誤差し作為IIMiJT-為^床* >||。在塊420中，秩r被設(shè)置為等于r+Ι。在塊430中，んむU皮
設(shè)置為等于圖4A的冪因式分解過程PF，計算秩(r+1)的擬合誤差し作為
，并且計算誤差差值ゴ作為。在塊440,確定差值￠/是否小于閾值ε 0如
果差值ゴ小于閾值ε，則在輸出450把估計的矩陣Z的秩設(shè)置為秩r，其中秩r是應(yīng)用的數(shù)量。如果差值i/不小于閾值ε，則在流線460重復REPFRE過程的塊420、430和440。再次參照圖3的塊360，控制器110的依賴性分解単元114可使用非負矩陣因式分解(NMF)在高維業(yè)務(wù)數(shù)據(jù)上發(fā)現(xiàn)依賴的應(yīng)用服務(wù)(特征)。NMF是在適用于應(yīng)用模式組合的非負加性性質(zhì)的非負性約束下的矩陣因式分解的無監(jiān)瞀學習算法。給定非負矩陣ムNMF找到非負/ *r矩陣/f和非負rMn矩陣仏以使
\* - uf . H
n*m rr if*r 11 r*m 。因為矩陣Z代表隨著時間測量的業(yè)務(wù)，所以矩陣r中的每個列向量能夠用于解釋應(yīng)用依賴性子圖，其中不同鏈路,レ/和上的業(yè)務(wù)量保持一些線性相關(guān)。矩陣"中的每個列向量指示在毎次快照的不同請求工作量的范圍r應(yīng)用的權(quán)重。在一個實施例中，選擇下面的乘法更新規(guī)則以使目標函數(shù)||1 — 最小化從而獲得矩陣r和"
權(quán)利要求
1.一種用于在具有多個服務(wù)器和多個不同應(yīng)用的數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的方法，每個應(yīng)用具有多個部件，與一個或多個其它應(yīng)用共享ー個或多個部件，該方法包括下述步驟 捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)； 基于應(yīng)用業(yè)務(wù)量數(shù)據(jù)產(chǎn)生應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣； 從業(yè)務(wù)矩陣估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量；以及 使用估計的應(yīng)用的數(shù)量把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣，第一矩陣代表屬于每個應(yīng)用的部件的集合，并且第二矩陣代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。
2.根據(jù)權(quán)利要求I所述的方法，其中在空間域和時間域中執(zhí)行所述捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)的步驟。
3.根據(jù)權(quán)利要求I所述的方法，其中所述產(chǎn)生應(yīng)用業(yè)務(wù)矩陣的步驟包括產(chǎn)生用于應(yīng)用的組的應(yīng)用連通性圖，連通性圖由應(yīng)用業(yè)務(wù)矩陣代表。
4.根據(jù)權(quán)利要求I所述的方法，其中經(jīng)奇異值分解或冪因式分解殘差過程利用秩估計執(zhí)行所述估計應(yīng)用的數(shù)量的步驟。
5.根據(jù)權(quán)利要求4所述的方法，其中經(jīng)冪因式分解殘差過程的秩估計使用冪因式分解過程。
6.根據(jù)權(quán)利要求I所述的方法，其中利用非負矩陣因式分解過程執(zhí)行所述分解業(yè)務(wù)矩陣的步驟。
7.根據(jù)權(quán)利要求I所述的方法，還包括下述步驟從第一矩陣和第二矩陣去除噪聲。
8.根據(jù)權(quán)利要求7所述的方法，其中利用基于并發(fā)容量比的相關(guān)過程執(zhí)行所述去除噪聲的步驟。
9.一種用于在具有多個服務(wù)器和多個不同應(yīng)用的數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的系統(tǒng)，每個應(yīng)用具有多個部件，與一個或多個其它應(yīng)用共享ー個或多個部件，該系統(tǒng)包括 數(shù)據(jù)收集部件；和 控制器，與數(shù)據(jù)收集部件處于數(shù)據(jù)通信； 數(shù)據(jù)收集部件包括 多個交換機，每個交換機具有用于捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)的鏡像端ロ ；和 監(jiān)測代理，用于監(jiān)測每個鏡像端ロ ； 控制器包括 預(yù)處理単元，用于基于由監(jiān)測服務(wù)器捕捉的應(yīng)用業(yè)務(wù)量數(shù)據(jù)產(chǎn)生應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣； 應(yīng)用分解単元，用于從由連通性繪圖單元產(chǎn)生的業(yè)務(wù)矩陣估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量，并用于使用估計的應(yīng)用的數(shù)量把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣，第一矩陣代表屬于每個應(yīng)用的部件的集合，并且第二矩陣代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。
10.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述交換機在空間域和時間域中捕捉應(yīng)用業(yè)務(wù)量數(shù)據(jù)。
11.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述應(yīng)用業(yè)務(wù)矩陣代表用于應(yīng)用的組的應(yīng)用連通性圖。
12.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述應(yīng)用分解單元經(jīng)奇異值分解或冪因式分解殘差過程執(zhí)行秩估計以估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量。
13.根據(jù)權(quán)利要求12所述的系統(tǒng)，其中經(jīng)冪因式分解殘差過程的秩估計使用冪因式分解過程。
14.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述應(yīng)用分解單元執(zhí)行非負矩陣因式分解過程以把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣。
15.根據(jù)權(quán)利要求9所述的系統(tǒng)，其中所述控制器還包括后處理單元，用于從第一矩陣和第二矩陣去除噪聲。
16.根據(jù)權(quán)利要求15所述的系統(tǒng)，其中所述后處理單元執(zhí)行基于并發(fā)容量比的相關(guān)過程以從第一矩陣和第二矩陣去除噪聲。
全文摘要
本發(fā)明公開了一種用于在數(shù)據(jù)中心中確定應(yīng)用依賴性路徑的方法和系統(tǒng)。該方法和系統(tǒng)利用交換機和監(jiān)測代理捕捉服務(wù)器上的應(yīng)用業(yè)務(wù)量數(shù)據(jù)；基于應(yīng)用業(yè)務(wù)量數(shù)據(jù)產(chǎn)生應(yīng)用的所有部件的應(yīng)用業(yè)務(wù)矩陣；經(jīng)奇異值分解或冪因式分解殘差過程利用秩估計從業(yè)務(wù)矩陣估計數(shù)據(jù)中心中的應(yīng)用的數(shù)量；以及使用估計的應(yīng)用的數(shù)量利用非負矩陣因式分解過程把業(yè)務(wù)矩陣分解為第一矩陣和第二矩陣。第一矩陣代表屬于每個應(yīng)用的部件的集合，并且第二矩陣代表隨著時間過去由每個應(yīng)用產(chǎn)生的業(yè)務(wù)的量。利用基于并發(fā)容量比的相關(guān)過程去除第一矩陣和第二矩陣中的任何噪聲。
文檔編號G06F15/16GK102870092SQ201180022838
公開日2013年1月9日 申請日期2011年5月5日 優(yōu)先權(quán)日2010年5月6日
發(fā)明者M.丁, V.辛赫, Y.張, G.姜 申請人:美國日本電氣實驗室公司