[发明专利]一种基于Hadoop的分布式系统的健康度量方法

摘要

本发明提出了一种基于Hadoop的分布式系统的健康度量方法，属于软件健康监测领域。本方法选取分布式系统由于老化缺陷的存在而引起变化的健康表征元素，并分别监测在期望正常状态和待度量运行状态下健康表征元素的变化数据，建立两种状态下的高斯混合模型，并通过所观测的数据对模型中参数进行估计，最后将得到的两个高斯混合模型代入所建立的软件健康度量模型中，计算出软件健康度，并可根据健康度阈值来监测软件是否需要维护。本发明实现了对Hadoop的分布式系统软件的健康度量，为软件的故障告警和故障预测提供了依据，从而在系统出现异常情况之前提前告警，使维护人员及时采取措施，保证系统的运行稳定。

主权项

1.一种基于Hadoop的分布式系统的健康度量方法，其特征在于，针对基于Hadoop的分布式系统软件，执行以下步骤：/n步骤一、选取软件的健康表征元素；考虑老化缺陷的影响，选取的健康表征元素要求容易受到使用时间的影响，并且易于获取数据；/n步骤二、运行软件，分别在期望正常状态下以及待度量运行状态下，收集健康表征元素的数据；/n步骤三、建立健康度量的高斯混合模型；/n设共选取n个健康表征元素，表示为集合X＝(X₁,X₂,...,X_i,...,X_n)，其中第i个健康表征元素为X_i，1≤i≤n；第i个健康表征元素X_i的一组观测值表示为(x_i1,x_i2,…,x_ij,…,x_im)，m为观测值个数，x_ij表示对健康表征元素X_i的第j次观测值，1≤j≤m；用表示第i个健康表征元素的高斯分布概率密度，x_i表示第i个健康表征元素的变量，μ_i表示第i个健康表征元素的均值，表示第i个健康表征元素的方差；/n软件健康表征元素X的高斯混合模型的概率密度函数G(x₁,x₂,...,x_i,...,x_n)表示为：/n /n其中，w_i为第i个健康表征元素的权重；/n分别利用期望正常状态下和待度量运行状态下的健康表征元素的数据来估计高斯混合模型的参数μ_i、和w_i，得到对应两种情况下的高斯混合模型的概率密度函数；/n步骤四、获取软件的健康度h；/n根据步骤三获得的期望正常状态下的高斯混合模型的概率密度函数G₁(x₁,x₂,...,x_n)，待度量运行状态下的高斯混合模型的概率密度函数G₂(x₁,x₂,...,x_n)，确定软件的健康度h如下：/n /n其中，C_i表示第i个健康表征元素的最大值，i＝1,2,…,n；/n软件健康度h的取值范围是[0,1]，当软件健康度h＝1时，表示软件运行正常，处于健康态；当软件健康度h＝0时，表示软件性能状态恶化，处于失效态；当软件健康度处于(0,1)之间时，表示软件稳定性、可用性逐渐下降，软件处于亚健康状态；根据软件可接受的运行状态，设置健康度的阈值，来判断软件是否需要进行维护以防止性能状态的进一步恶化。/n