[论文解读] CloudHealth: A Model-Driven Approach to Watch the Health of Cloud Services

Anas Shatnawi, Matteo Orrù+3 more|arXiv (Cornell University)|Mar 14, 2018

Cloud Computing and Resource Management参考文献 29被引用 5

一句话总结

CloudHealth 提出一种基于模型的云服务健康监控方法，通过分层的 CloudHealth 监控模型（CHMM）将高层次的质量目标映射到可度量的指标。该方法支持动态探测器部署、KPI 收集以及针对操作员特定目标的自动化仪表板生成，从而在复杂的云环境中提升可观测性与适应性。

ABSTRACT

Cloud systems are complex and large systems where services provided by different operators must coexist and eventually cooperate. In such a complex environment, controlling the health of both the whole environment and the individual services is extremely important to timely and effectively react to misbehaviours, unexpected events, and failures. Although there are solutions to monitor cloud systems at different granularity levels, how to relate the many KPIs that can be collected about the health of the system and how health information can be properly reported to operators are open questions. This paper reports the early results we achieved in the challenge of monitoring the health of cloud systems. In particular we present CloudHealth, a model-based health monitoring approach that can be used by operators to watch specific quality attributes. The CloudHealth Monitoring Model describes how to operationalize high level monitoring goals by dividing them into subgoals, deriving metrics for the subgoals, and using probes to collect the metrics. We use the CloudHealth Monitoring Model to control the probes that must be deployed on the target system, the KPIs that are dynamically collected, and the visualization of the data in dashboards.

研究动机与目标

• 解决在复杂、多参与方环境中监控云系统健康的问题，其中来自不同运营商的服务共存。
• 通过分层结构化监控目标，弥合高层次质量目标与低层次关键绩效指标（KPI）之间的差距。
• 使操作员能够根据不断变化的需求，动态配置监控基础设施，包括探测器部署和仪表板定制。
• 提供一种标准化、可扩展的模型，以改善在云运营中具有不同目标的各利益相关方之间的沟通与对齐。
• 通过一致的、基于模型的监控管道，提供可操作的健康洞察，以支持自愈和自动化修复系统。

提出的方法

• 基于 ISO 25011 质量标准定义 CloudHealth 监控模型（CHMM），将监控目标组织为包含主目标、子目标和可度量属性的分层结构。
• 将抽象的质量特性（例如可靠性、可用性）映射到具体的、可度量的软件指标和云特定属性。
• 利用 CHMM 自动确定基于所选监控目标必须在云服务上部署的探测器。
• 动态收集已部署探测器的 KPI，并通过 CHMM 结构将其映射回健康指标。
• 自动生成可定制的仪表板，以可视化方式呈现与模型分层结构一致的健康状态。
• 与现有可视化平台（如 Grafana、Splunk）集成，实现无需编程即可实时查看用户定制的监控视图。

实验结果

研究问题

• RQ1 如何系统性地将云系统中的高层次质量目标分解为可度量、可操作的 KPI？
• RQ2 基于模型的何种机制能够实现根据操作员定义的目标，动态配置监控探测器和 KPI 收集？
• RQ3 如何将健康监控与静态监控框架解耦，以支持运行时可适应性和不断变化的运维需求？
• RQ4 统一模型在多方面如何改善云服务运维中不同利益相关方之间的沟通与对齐？
• RQ5 如何在无需手动配置的情况下，自动化并定制从目标定义到仪表板可视化的整个监控流程？

主要发现

• CloudHealth 监控模型（CHMM）支持 22 个分层组织的监控目标，支持从抽象质量目标到可度量指标的结构化映射。
• 该模型支持基于所选监控目标自动部署探测器和收集 KPI，显著减少手动配置工作量。
• 仪表板根据 CHMM 的分层结构动态生成，确保系统健康状态的可视化具有一致性和语义意义。
• 该方法支持运行时可适应性，使操作员能够根据变化的运维需求重新配置监控目标、KPI 和探测器。
• 该框架具有可扩展性，可在 NGPaaS 项目背景下针对物联网、电信和 5G 等特定领域进行定制。
• 与 Grafana、Splunk 等现有工具的集成支持实际部署和实时监控，无需开发自定义仪表板。