個人用ツール

Pandora:Documentation ja:Other Monitoring

提供: Pandora FMS Wiki JP

移動先: 案内, 検索

Pandora FMS ドキュメント一覧に戻る

予測モニタリング

概要

In addition to features like remote monitoring, agent based monitoring or web monitoring, Pandora FMS offers other advanced resources to improve the monitoring. With this resources you can forecast the value of a module based on historical data or create new modules doing arithmetic operation with existing modules.

リモートモニタリング、エージェントベースのモニタリング、ウェブモニタリングなどに加えて、Pandora FMS には他の拡張モニタリングがあります。これにより、保存しているデータからモジュールの値を予測したり、あるモジュールの値を元に数値計算した結果を返す新たなモジュールを作成することができます。

予測モニタリングのタイプ

Within the creation of a predictive monitoring module, you can choose one of the following options:

予測モニタリングモジュールの作成では、以下のオプションのいずれかを選択できます。







  • Arithmetic monitoring:
    • Synthetic arithmetic: It means carrying out arithmetic operations (sum, subtraction, multiplication and divide) with data that have been previously obtained in other modules.
    • Synthetic average: This means obtaining the average from data that have been previously obtained from other modules.
  • Predictive monitoring:
    • Module: It means predicting "acceptable" data which can be received by a module, according to the amount of data to be analyzed in the period field.
    • Service: It consists of carrying out the status prediction of a service.
  • 算術モニタリング(Arithmetic monitoring):
    • 統合演算(Synthetic arithmetic): 他のモジュールで以前に取得されたデータを使用して算術演算(合計、減算、乗算、除算)を実行します。
    • 統合平均(Synthetic average): 他のモジュールから以前に取得されたデータから平均を取得します。
  • 予測モニタリング(Predictive monitoring):
    • モジュール(Module): 期間フィールドで分析されるデータの量に応じて、モジュールが受信できる "許容可能な" データを予測します。
    • サービス(Service): サービスの状態予測をします。

統合モジュールによるモニタリング

This is a feature of the Enterprise version. Synthetic modules are manufactured from data from other modules, which can be in the same agent or in different agents. The operations that can be carried out are arithmetic (add, subtract, multiply and divide) between modules and/or with absolute values

これは、エンタープライズ版の機能です。統合モジュールは、同一エージェントまたは異なるエージェントの他のモジュールですでに存在するデータを取得するモジュールです。実行可能な演算は、モジュール間の絶対値による算術演算(加算、減算、乗算、除算)です

例を以下に示します。

  • A module called 'Traffic sum' which adds the values of the incoming and outgoing traffic of a router, generating a new module by the total traffic of the interface.
  • A module called 'Total users' which adds the values of ten modules called 'Connected users' in each of the five servers where the number of connected users is monitored.
  • "Traffic sum" というモジュールは、ルータの入力および出力トラフィックの値を合計します。インタフェースのトラフィックの合計を出す新たなモジュールです。
  • "Total users" というモジュールは、5つのサーバで "Connected users" という接続しているユーザ数をモニタしている 10個のモジュールの値を合計します。

Template warning.png

Synthetic modules are managed by the prediction server, so in order to use them we must have that subcomponent of the Pandora FMS server activated and the agent on which we create the modules must use that server.


Template warning.png

統合モジュールは予測サーバによって管理されます。これらを使うためには、Pandora FMS サーバのコンポーネントを有効化し、エージェントにそのサーバを使うモジュールを作成する必要があります。


The first step to create a synthetic module is going to the management section of an agent, in the module flap, where we'll pick the choice of creating a new module with predictive type.

統合モジュールを作成するには、最初にモジュールタブのエージェントの管理セクションへ行きます。そこで、予測サーバモジュールタイプで、新たなモジュールを作成します。





In our first example, we'll create a fictitious module which will contain the arithmetic average value of two modules from two different agents: CPUUse (Sancho-XP) and cpu_user (garfio). That module in each machine measures the use percentage of the CPU and they are two Windows and Linux machines respectively. The final result will be a module stored in agent Sancho-XP which will contain the average of both values.

最初の例では、異なる 2つのエージェントから 2つのモジュールの値 (CPUUse (Sancho-XP) および cpu user (garfio)) から、平均を計算する架空のモジュールを作成します。それぞれのマシンのモジュールは CPU の使用率を計測しますが、一方は Windows でもう一方は Linux のマシンです。最終的な結果は、エージェント Sancho-XP に双方の平均を計算したモジュールに保存されます。





The second example creates a module called "Total accesses" with the average of the values of the modules "Apache_accesses" from two different agents, called Sancho-XP and Sancho-XP_2.

2つ目の例では、Sancho-XP および Sancho-XP_2 という異なる 2つのエージェントの "Apache_accesses" というモジュールの平均を計算する "Total accesses" という新たなモジュールが作成されています。




Another easier, but useful example, is the one which has been used to create the module "Total accesses" in Sancho-XP_2. It simply "copies" the value of a module with the same name in Sancho-XP to produce the value.

簡単な別の例として、Sancho-XP_2 に "Total accesses" モジュールが作成されています。これは、単純に Sancho-XP の同様の名前のモジュールの値を "コピー" しています。





In order to operate with other logical operations (multiplication, subtraction, and division), we simply have to keep the order of the operators in mind. Please feel free to play around with the interface to see how all other arithmetic operations between different modules can be conducted. We're also able to use a fixed value to add it to our logical operations as shown in the picture below.

他の論理操作 (掛け算、引き算、割り算) をする時は、計算順序にのみ注意してください。異なるモジュール間で、どのように他の計算操作が動作するのかを確認してください。また、論理計算に固定の値を使うこともできます。(画面ショット参照)

You can select multiple agents from the box on the left side (using control) so in the central box, all the "common" modules from the selected agents will be shown. This can be pretty useful to make "averages" from common modules in a server group. (i.e: CPU or disk space).

左側のボックスから複数のエージェントを選択することができます。中央のボックスでは、選択したエージェントの "共通の" モジュールが表示されます。これは、サーバグループにおいて共通のモジュールから "平均" を求めるのに便利です。(例: CPU やディスク使用量)

予測モニタリング

Predictive modules require a "base" module on which to "compare" and make predictions. We have two types: anomaly detection and value prediction, both based on the series of data from the module we use as a basis to make the prediction. These two types are based on the type of data to be stored in the predictive module that we are going to create:

予測モジュールには、"比較" し予測を行うための "元となる" モジュールが必要です。予測モジュールには、異常検出と値の予測の 2つのタイプがあり、いずれも予測を行うための元となるモジュールからの一連のデータに基づいています。これら 2つのタイプは、作成しようとしている予測モジュールのデータのタイプで決まります。

  • (generic_data) Predict what an acceptable value would be, in a time span of 5-10 minutes (or more, but the longer we estimate in the future, the worse approximation).
  • (generic_proc) Detect if there is an anomaly or not in the value collected by the "origin" module being analyzed.
  • (generic_data) 時間間隔 5~10分の間の値の予測です。(時間間隔が長いと将来予測は悪くなります)
  • (generic_proc) 元となるモジュールによって収集される値に異常が発生するかどうかを検出します。

Template warning.png

Predictive modules are managed by the prediction server, so in order to use them we must have activated that subcomponent of the Pandora server and the agent on which we create the modules must use that server.


Template warning.png

予測モジュールは予測サーバによって管理されます。これらを利用するためには、Pandora サーバのサブコンポーネントを有効化し、作成するモジュールでそのサーバを利用する必要があります。


Let's see how to define a predictive module.

予測モジュールの定義方法を見ていきましょう。

Within an existing agent, click on the top tab of Modules. In it, select Create a new predictive module:

依存のエージェントで上のモジュールタブをクリックします。そこで、新規予測モジュール作成を選択します。





Once the Create button is pressed, a form will be displayed in which the necessary fields must be filled in in order to create a prediction module. The data type defines the behavior of the predictive module type: depending on the type, we will act as anomaly detector (Boolean type module) or as "predictor" of the module value in the future (numerical data type module).

作成(Create) ボタンをクリックすると、予測モジュールを作成するために必要なフィールドを入力する画面が表示されます。データタイプは、予測モジュールのタイプを定義します。タイプに応じて障害予測(Booleanタイプモジュール)または将来の数値予測(数値データタイプモジュール)として動作します。





Below, in the specific section on predictive modules, attention should be paid to the following fields:

以下は予測モジュール特有の部分で、次のフィールドに注意する必要があります。





  • Agent. Just put a part of the name on it and it'll look for agents with that piece in the name.
  • Module. Once you have selected the agent, it will show which modules it has. This will be the "source module" from which it will use the history to predict its future data or detect anomalies.
  • Period. Choose the type of sample to be used: daily, monthly or weekly. In this way, an average will be made with the information of the current data and the data in the last four periods. If you have chosen daily, the average of the last four days will be chosen. Same with weekly or monthly data.
  • エージェント(Agent): 名前の一部を入れれば、その名前のエージェントを検索します。
  • モジュール(Module): エージェントを選択すると、エージェントに含まれているモジュールが表示されます。 これは、将来のデータを予測したり、異常を検出するために利用する元となるモジュールです。
  • 期間(Period): 使用するサンプルの期間タイプを選択します:毎日、毎月、毎週があります。これを元に、過去 4つの期間の現在のデータおよびデータの情報が平均化されます。 毎日を選択した場合、過去 4日間の平均が利用されます。 毎週または毎月の場合の同じです。

Finally, we should not forget a field that appears in advanced properties:

最後に、拡張オプションのフィールドも忘れないようにします。

  • Interval: The interval takes a number of samples from the last 4 days/weeks/month during the duration of that interval. For example, if we're taking that sample at 13.00, and the interval we set is one hour, it will take the average to add all the values of the last 4 weeks/months/day from 12.30 to 13.30.
  • 間隔(Interval): 間隔は、その間隔の中の最新の 4日/週/月からサンプルを取ります。 たとえば、サンプルを 13:00 に設定し、間隔を 1時間に設定した場合、12:30 から 13:30 の間の最新の 4週間/月/日のすべての値の平均をとることになります。

The difference between the numerical predictive calculation and anomalies detection is that the latter compares the value obtained in the prediction calculation with the current one if it is outside a threshold defined by the standard deviation of that calculated period, it returns fault (0), or it returns ok (1) if it is inside.

数値の予測と異常検出の違いは、 数値予測計算と異常検出の違いは、後者は、予測計算で得られた値と現在の値を計算期間の標準偏差で定義されたしきい値を外れているかどうかを比較することです。内部では、障害(0)または正常(1)を返します。

Pandora FMS ドキュメント一覧に戻る