A Prediction System for Server Performance Management

서버 성능 관리를 위한 장애 예측 시스템

Abstract

In society of the big data is being recognized as one of the core technologies witch is analysis of the collected information, the intelligent evolution of society seems to be more oriented society through an optimized value creation based on a prediction technique. If we take advantage of technologies based on big data about various data and a large amount of data generated during system operation, it will be possible to support stable operation and prevention of faults and failures. In this paper, we suggested an environment using the collection and analysis of big data, and proposed an derive time series prediction model for predicting failure through server performance monitoring for data collected and analyzed. It can be capable of supporting stable operation of the IT systems through failure prediction model for the server operator.

현재 및 향후 떠오르고 있는 빅 데이터 사회에서는 수집된 정보의 분석이 그 핵심 기술로 인식되고 있다. 또한 발생되는 데이터가 보다 다양하고 더욱 대용량화 되는 특징을 가지는 빅 데이터화가 가속될 미래의 진화된 지능화 사회에서는 예측 기술을 바탕으로 가치창출을 통한 최적화된 사회를 지향할 것으로 보인다. 지속적으로 사용되어질 IT시스템 운영 시 발생되는 다양한 데이터와 대량의 데이터에 대하여 빅 데이터 기반 기술을 활용하면 IT 시스템의 장애 방지와 안정적 운영이 가능할 것이다. 본 논문에서는 서버 성능 모니터링을 통한 데이터를 수집 분석하고자 빅 데이터 수집 분석 기술을 활용한 환경을 제안하였고, 또한 장애 예측을 위한 시계열 예측 모형을 도출하여 제안하였다. 빅 데이터를 처리하는 서버 성능 관리 측면에서, 본 논문에서 제안하는 이 모델을 통하여 서버 운영자는 사전 장애 예측을 통하여 IT 시스템의 안정적 운영이 가능할 것이다.

그림 1. 예측 모형 Fig. 1. Prediction Model

그림 2. 정상 Fig. 2. Normal operation

그림 3. 장애 Fig. 3. Failure operation

그림 4. 시계열 예측 검증 Fig. 4. Verification of Time Series Prediction

그림 6. 맵리듀스 모델링 Fig. 6. MapReduce Modeling

그림 5. 모듈 구성도 Fig. 5. Module configuration

그림 7. 검증 결과 Fig. 7. Verification results

표 1. 성능 지표 Table 1. Performance metrics

표 2. 모니터링 지표(2차) Table 2. Second Monitoring metrics

표 3. 모니터링 지표(최종) Table 3. Final Monitoring metrics

표 4. 지표별 임계치 Table 4. Metrics threshold

표 5. 스레드 개수와 예상 오류 Table 5. Thread counts and expected fault