一种对虚拟机进行监测的处理方法与流程

1.本发明涉及数据处理技术领域，特别涉及一种对虚拟机进行监测的处理方法。


背景技术：

2.随着信息化建设的发展，信息网络的应用已经深入到各个行业中。为保证各网络能够稳定有效地运行，常规都会为其配置一套对应的运维监测方案。目前，常规监测方案只对物理设备进行监测，并未对虚拟终端(诸如虚拟机)进行运行状态监测和风险预测。


技术实现要素：

3.本发明的目的，就是针对现有技术的缺陷，提供一种对虚拟机进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对虚拟机的时间、宿主机cpu使用率、宿主机内存使用率、宿主机存储使用率、宿主机网卡流量、宿主机存储指标参数集进行采集，并根据最新采集结果进行实时的虚拟机运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可以弥补常规方案中未对虚拟终端进行监测的缺陷，可对任意虚拟机的运行状态进行实时监测，可对任意虚拟机的未来风险进行预测。
4.为实现上述目的，本发明实施例第一方面提供了一种对虚拟机进行监测的处理方法，所述方法包括：
5.监测服务器定期向各个第一虚拟机发送第一设备查询指令；并将所述第一设备查询指令的指令发送时间记为对应的第一服务器时间；并接收各个所述第一虚拟机回发的第一设备响应数据；并将所述第一设备响应数据的数据接收时间记为对应的第二服务器时间；并由所述第一服务器时间、所述第二服务器时间和所述第一设备响应数据组成对应的第一记录存入对应的第一记录列表；
6.根据所述第一记录列表中最新的所述第一记录进行虚拟机运行状态分析生成对应的第一分析结果并显示；
7.根据所述第一记录列表中最近指定时段内的所有所述第一记录进行虚拟机运行风险预测生成对应的第一预测结果并显示。
8.优选的，所述监测服务器基于snmp协议向各个所述第一虚拟机发送指令并接收各个所述第一虚拟机的响应数据。
9.优选的，所述第一记录列表包括多个所述第一记录；所述第一记录包括所述第一服务器时间、所述第二服务器时间和所述第一设备响应数据；所述第一设备响应数据包括第一虚拟机ip地址、第一虚拟机名称、第一虚拟机时间、第二虚拟机时间、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集；所述第一宿主机存储指标参数集包括多个第一指标参数；所述第一指标参数包括第一参数名称和第一参数值。
10.优选的，所述方法还包括：
11.所述第一虚拟机接收到所述监测服务器发送的所述第一设备查询指令时，将指令
接收时间记为对应的所述第一虚拟机时间；并将所述第一虚拟机所在的物理宿主机作为对应的当前宿主机；并从本地获取预设的虚拟机ip地址、虚拟机名称作为对应的所述第一虚拟机ip地址和所述第一虚拟机名称；并对所述当前宿主机的cpu使用率进行统计生成对应的所述第一宿主机cpu使用率；并对所述当前宿主机的物理内存使用率进行统计生成对应的所述第一宿主机内存使用率；并对所述当前宿主机的物理存储空间使用率进行统计生成对应的所述第一宿主机存储使用率；并对所述当前宿主机的网卡流量进行统计生成对应的所述第一宿主机网卡流量；并对所述当前宿主机的存储指标参数进行评估生成对应的所述第一宿主机存储指标参数集；并由得到所述第一虚拟机ip地址、所述第一虚拟机名称、所述第一虚拟机时间、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存储指标参数集组成对应的第一采集数据；并在得到所述第一采集数据之后获取一次系统时间作为对应的所述第二虚拟机时间；并由所述第二虚拟机时间和所述第一采集数据组成对应的所述第一设备响应数据向所述监测服务器回发。
12.优选的，所述根据所述第一记录列表中最新的所述第一记录进行虚拟机运行状态分析生成对应的第一分析结果并显示，具体包括：
13.将所述第一记录列表中时间最新的所述第一记录提取出来作为对应的当前记录；并将所述当前记录的所述第一虚拟机ip地址、所述第一虚拟机名称、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存储指标参数集提取出来作为对应的当前虚拟机ip地址、当前虚拟机名称、当前宿主机cpu使用率、当前宿主机内存使用率、当前宿主机存储使用率、当前宿主机网卡流量和当前宿主机存储指标参数集；
14.对所述当前宿主机cpu使用率是否超过预设的cpu使用率警戒阈值进行识别；若是，则设置对应的第一信息为预设的宿主机cpu资源占用过度告警信息；若否，则设置对应的所述第一信息为空；
15.对所述当前宿主机内存使用率是否超过预设的内存使用率警戒阈值进行识别；若是，则设置对应的第二信息为预设的宿主机内存资源占用过度告警信息；若否，则设置对应的所述第二信息为空；
16.对所述当前宿主机存储使用率是否超过预设的存储使用率警戒阈值进行识别；若是，则设置对应的第三信息为预设的宿主机存储资源占用过度告警信息；若否，则设置对应的所述第三信息为空；
17.对所述当前宿主机网卡流量是否满足预设的宿主机网卡流量范围进行识别；若是，则设置对应的第四信息为空；若否，则设置对应的所述第四信息为预设的宿主机端口资源占用过度告警信息；
18.对所述当前宿主机存储指标参数集的所有所述第一指标参数的所述第一参数值是否都满足各自对应的第一参数阈值范围进行识别；若是，则设置对应的第五信息为空；若否，则将所述当前宿主机存储指标参数集中所述第一参数值不满足对应的所述第一参数阈值范围的所述第一指标参数的所述第一参数名称提取出来组成对应的第一参数名称序列，并由预设的宿主机存储指标参数异常告警信息和所述第一参数名称序列组成对应的所述第五信息；
19.对所述第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的虚拟机运行状态正常信息；若否，则由所述第一、第二、第三、第四和第五信息组成对应的所述第一分析信息；
20.由所述当前虚拟机ip地址、所述当前虚拟机名称和所述第一分析信息组成对应的所述第一分析结果并显示。
21.优选的，所述根据所述第一记录列表中最近指定时段内的所有所述第一记录进行虚拟机运行风险预测生成对应的第一预测结果并显示，具体包括：
22.将所述第一记录列表中任一所述第一记录的所述第一虚拟机ip地址、所述第一虚拟机名称提取出来作为对应的当前虚拟机ip地址和当前虚拟机名称；
23.将所述第一记录列表中在所述最近指定时段内的所有所述第一记录提取出来按时间先后顺序排序生成对应的第一记录序列；
24.将所述第一记录序列中各个所述第一记录的所述第一服务器时间、所述第二服务器时间、所述第一虚拟机时间、所述第二虚拟机时间、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存储指标参数集提取出来组成对应的第一数据向量；并由得到的所有所述第一数据向量组成对应的第一数据张量；
25.将所述第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；所述第一预测向量包括多个第一分类概率；各个所述第一分类概率对应一个预设的风险类型；
26.由各个所述第一分类概率及其对应的所述风险类型组成对应的第一类预测信息；并由得到的所有所述第一类预测信息组成对应的所述第一预测结果并显示。
27.本发明实施例第二方面提供了一种电子设备，包括：存储器、处理器和收发器；
28.所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现上述第一方面所述的方法；
29.所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。
30.本发明实施例第三方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行上述第一方面所述的方法。
31.本发明实施例提供了一种对虚拟机进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对虚拟机的时间、宿主机cpu使用率、宿主机内存使用率、宿主机存储使用率、宿主机网卡流量、宿主机存储指标参数集进行采集，并根据最新采集结果进行实时的虚拟机运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可对任意虚拟机的运行状态进行实时监测，可对任意虚拟机的未来风险进行预测，从而对常规方案中未对虚拟终端进行监测的缺陷进行了有效弥补。
附图说明
32.图1为本发明实施例一提供的一种对虚拟机进行监测的处理方法示意图；
33.图2为本发明实施例二提供的一种电子设备的结构示意图。
具体实施方式
34.为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
35.图1为本发明实施例一提供的一种对虚拟机进行监测的处理方法示意图，如图1所示，本方法主要包括如下步骤：
36.步骤1，监测服务器定期向各个第一虚拟机发送第一设备查询指令；并将第一设备查询指令的指令发送时间记为对应的第一服务器时间；并接收各个第一虚拟机回发的第一设备响应数据；并将第一设备响应数据的数据接收时间记为对应的第二服务器时间；并由第一服务器时间、第二服务器时间和第一设备响应数据组成对应的第一记录存入对应的第一记录列表；
37.其中，监测服务器基于snmp协议向各个第一虚拟机发送指令并接收各个第一虚拟机的响应数据；
38.第一记录列表包括多个第一记录；第一记录包括第一服务器时间、第二服务器时间和第一设备响应数据；第一设备响应数据包括第一虚拟机ip地址、第一虚拟机名称、第一虚拟机时间、第二虚拟机时间、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集；第一宿主机存储指标参数集包括多个第一指标参数；第一指标参数包括第一参数名称和第一参数值；此处，所谓宿主机即为用于安装虚拟机的实体设备；第一参数名称至少包括能够反映多种宿主机存储指标的参数名称，包括i/o读速率指标参数、i/o写速率指标参数、缓存读速率指标参数、缓存写速率指标参数、磁盘读速率指标参数、磁盘写速率指标参数等。
39.需要说明的是，第一虚拟机接收到监测服务器发送的第一设备查询指令时的处理步骤如下所示：
40.将指令接收时间记为对应的第一虚拟机时间；并将第一虚拟机所在的物理宿主机作为对应的当前宿主机；并从本地获取预设的虚拟机ip地址、虚拟机名称作为对应的第一虚拟机ip地址和第一虚拟机名称；并对当前宿主机的cpu使用率进行统计生成对应的第一宿主机cpu使用率；并对当前宿主机的物理内存使用率进行统计生成对应的第一宿主机内存使用率；并对当前宿主机的物理存储空间使用率进行统计生成对应的第一宿主机存储使用率；并对当前宿主机的网卡流量进行统计生成对应的第一宿主机网卡流量；并对当前宿主机的存储指标参数进行评估生成对应的第一宿主机存储指标参数集；并由得到第一虚拟机ip地址、第一虚拟机名称、第一虚拟机时间、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集组成对应的第一采集数据；并在得到第一采集数据之后获取一次系统时间作为对应的第二虚拟机时间；并由第二虚拟机时间和第一采集数据组成对应的第一设备响应数据向监测服务器回发。
41.步骤2，根据第一记录列表中最新的第一记录进行虚拟机运行状态分析生成对应的第一分析结果并显示；
42.具体包括：步骤21，将第一记录列表中时间最新的第一记录提取出来作为对应的
当前记录；并将当前记录的第一虚拟机ip地址、第一虚拟机名称、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集提取出来作为对应的当前虚拟机ip地址、当前虚拟机名称、当前宿主机cpu使用率、当前宿主机内存使用率、当前宿主机存储使用率、当前宿主机网卡流量和当前宿主机存储指标参数集；
43.步骤22，对当前宿主机cpu使用率是否超过预设的cpu使用率警戒阈值进行识别；若是，则设置对应的第一信息为预设的宿主机cpu资源占用过度告警信息；若否，则设置对应的第一信息为空；
44.这里，cpu使用率警戒阈值为一个预先设置的取值范围在[0,1]之间的比例阈值常数；
[0045]
步骤23，对当前宿主机内存使用率是否超过预设的内存使用率警戒阈值进行识别；若是，则设置对应的第二信息为预设的宿主机内存资源占用过度告警信息；若否，则设置对应的第二信息为空；
[0046]
这里，内存使用率警戒阈值为一个预先设置的取值范围在[0,1]之间的比例阈值常数；
[0047]
步骤24，对当前宿主机存储使用率是否超过预设的存储使用率警戒阈值进行识别；若是，则设置对应的第三信息为预设的宿主机存储资源占用过度告警信息；若否，则设置对应的第三信息为空；
[0048]
这里，存储使用率警戒阈值为一个预先设置的取值范围在[0,1]之间的比例阈值常数；
[0049]
步骤25，对当前宿主机网卡流量是否满足预设的宿主机网卡流量范围进行识别；若是，则设置对应的第四信息为空；若否，则设置对应的第四信息为预设的宿主机端口资源占用过度告警信息；
[0050]
这里，宿主机网卡流量范围为一个预先设置的数据流量范围；
[0051]
步骤26，对当前宿主机存储指标参数集的所有第一指标参数的第一参数值是否都满足各自对应的第一参数阈值范围进行识别；若是，则设置对应的第五信息为空；若否，则将当前宿主机存储指标参数集中第一参数值不满足对应的第一参数阈值范围的第一指标参数的第一参数名称提取出来组成对应的第一参数名称序列，并由预设的宿主机存储指标参数异常告警信息和第一参数名称序列组成对应的第五信息；
[0052]
这里，本发明实施例的监测服务器上会预先设置一个存储指标参数阈值范围集合，这个存储指标参数阈值范围集合由多个第一参数阈值范围组成，每个第一参数阈值范围对应一个第一指标参数；
[0053]
步骤27，对第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的虚拟机运行状态正常信息；若否，则由第一、第二、第三、第四和第五信息组成对应的第一分析信息；
[0054]
步骤28，由当前虚拟机ip地址、当前虚拟机名称和第一分析信息组成对应的第一分析结果并显示。
[0055]
步骤3，根据第一记录列表中最近指定时段内的所有第一记录进行虚拟机运行风险预测生成对应的第一预测结果并显示；
[0056]
具体包括：步骤31，将第一记录列表中任一第一记录的第一虚拟机ip地址、第一虚拟机名称提取出来作为对应的当前虚拟机ip地址和当前虚拟机名称；
[0057]
步骤32，将第一记录列表中在最近指定时段内的所有第一记录提取出来按时间先后顺序排序生成对应的第一记录序列；
[0058]
步骤33，将第一记录序列中各个第一记录的第一服务器时间、第二服务器时间、第一虚拟机时间、第二虚拟机时间、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集提取出来组成对应的第一数据向量；并由得到的所有第一数据向量组成对应的第一数据张量；
[0059]
步骤34，将第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；
[0060]
其中，第一预测向量包括多个第一分类概率；各个第一分类概率对应一个预设的风险类型；
[0061]
这里，本发明实施例的运行风险分类预测模型可基于当前虚拟机的一段最新历史数据即第一记录序列来对该虚拟机在未来时刻可能发生的风险类型进行预测，在预测输出时为每个风险类型分配一个对应的可能概率即第一分类概率；
[0062]
需要说明的是，本发明实施例的运行风险分类预测模型为一个基于分类器模型实现的人工智能预测模型，本发明实施例对该分类器模型的具体实现方式有多种，其中一种是基于svm模型结构实现、一种是基于mlp网络结构实现、一种是基于随机森林模型结构实现，也可以基于其他能够实现分类预测的神经网络或算法模型来实现；本发明实施例在使用该运行风险分类预测模型之前，需要基于足够的历史数据-风险类型标签对模型进行训练；
[0063]
还需要说明的是，本发明实施例的运行风险分类预测模型可预测的风险类型包括：网络延迟风险、网络丢包风险、网络阻塞风险、断网风险、i/o阻塞风险、缓存阻塞风险、磁盘阻塞风险、资源过度损耗风险、宕机风险；第一数据张量中若第一服务器时间与第二服务器时间的时间差绝对值随着时间的变化趋势为增大趋势、或者第一服务器时间与第一虚拟机时间的时间差绝对值随着时间的变化趋势为增大趋势、或者第二服务器时间与第二虚拟机时间的时间差绝对值越大随着时间的变化趋势为增大趋势则预测出的网络延迟风险的概率会增大；若第一服务器时间与第一虚拟机时间的时间差绝对值随着时间的变化趋势为增大趋势则预测出的网络丢包风险的概率会增大；若第一虚拟机时间与第二虚拟机时间的时间差绝对值随着时间的变化趋势为增大趋势、或第一宿主机网卡流量随着时间的变化趋势为降低趋势则预测出的网络阻塞风险的概率会增大；若第一服务器时间与第二服务器时间的时间差绝对值超出预设最大时延阈值的次数越多、或或第一宿主机网卡流量随着时间的变化趋势为降低趋势则预测出的断网风险的概率越大；若第一宿主机存储指标参数集的i/o读速率指标参数随着时间的变化趋势为减小趋势、或i/o写速率指标参数随着时间的变化趋势为减小趋势则预测出的i/o阻塞风险的概率会增大；若第一宿主机存储指标参数集的缓存读速率指标参数随着时间的变化趋势为减小趋势、或缓存写速率指标参数随着时间的变化趋势为减小趋势则预测出的缓存阻塞风险的概率会增大；若第一宿主机存储指标参数集的磁盘读速率指标参数随着时间的变化趋势为减小趋势、或磁盘写速率指标参数随着时间的变化趋势为减小趋势则预测出的磁盘阻塞风险的概率会增大；若第一宿主机cpu
使用率随着时间的变化趋势为增大趋势、或第一宿主机内存使用率随着时间的变化趋势为增大趋势、或第一宿主机存储使用率随着时间的变化趋势为增大趋势则预测出的资源过度损耗风险、宕机风险的概率会增大；若第一宿主机cpu使用率超出预设的cpu最大使用率阈值的次数越多、或第一宿主机内存使用率超出预设的内存最大使用率阈值的次数越多、或第一宿主机存储使用率超出预设的存储最大使用率阈值的次数越多则预测出的宕机风险的概率越大；
[0064]
步骤35，由各个第一分类概率及其对应的风险类型组成对应的第一类预测信息；并由得到的所有第一类预测信息组成对应的第一预测结果并显示。
[0065]
图2为本发明实施例二提供的一种电子设备的结构示意图。该电子设备可以为前述的终端设备或者服务器，也可以为与前述终端设备或者服务器连接的实现本发明实施例方法的终端设备或服务器。如图2所示，该电子设备可以包括：处理器301(例如cpu)、存储器302、收发器303；收发器303耦合至处理器301，处理器301控制收发器303的收发动作。存储器302中可以存储各种指令，以用于完成各种处理功能以及实现前述方法实施例描述的处理步骤。优选的，本发明实施例涉及的电子设备还包括：电源304、系统总线305以及通信端口306。系统总线305用于实现元件之间的通信连接。上述通信端口306用于电子设备与其他外设之间进行连接通信。
[0066]
在图2中提到的系统总线305可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。该系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0067]
上述的处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、网络处理器(network processor，np)、图形处理器(graphics processing unit，gpu)等；还可以是数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现场可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0068]
需要说明的是，本发明实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述实施例中提供的方法和处理过程。
[0069]
本发明实施例还提供一种运行指令的芯片，该芯片用于执行前述方法实施例描述的处理步骤。
[0070]
本发明实施例提供了一种对虚拟机进行监测的处理方法、电子设备及计算机可读存储介质，由监测服务器定期对虚拟机的时间、宿主机cpu使用率、宿主机内存使用率、宿主机存储使用率、宿主机网卡流量、宿主机存储指标参数集进行采集，并根据最新采集结果进行实时的虚拟机运行状态分析，并使用人工智能模型根据历史采集结果进行运行风险预测。通过本发明，可对任意虚拟机的运行状态进行实时监测，可对任意虚拟机的未来风险进
行预测，从而对常规方案中未对虚拟终端进行监测的缺陷进行了有效弥补。
[0071]
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0072]
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0073]
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种对虚拟机进行监测的处理方法，其特征在于，所述方法包括：监测服务器定期向各个第一虚拟机发送第一设备查询指令；并将所述第一设备查询指令的指令发送时间记为对应的第一服务器时间；并接收各个所述第一虚拟机回发的第一设备响应数据；并将所述第一设备响应数据的数据接收时间记为对应的第二服务器时间；并由所述第一服务器时间、所述第二服务器时间和所述第一设备响应数据组成对应的第一记录存入对应的第一记录列表；根据所述第一记录列表中最新的所述第一记录进行虚拟机运行状态分析生成对应的第一分析结果并显示；根据所述第一记录列表中最近指定时段内的所有所述第一记录进行虚拟机运行风险预测生成对应的第一预测结果并显示。2.根据权利要求1所述的对虚拟机进行监测的处理方法，其特征在于，所述监测服务器基于snmp协议向各个所述第一虚拟机发送指令并接收各个所述第一虚拟机的响应数据。3.根据权利要求1所述的对虚拟机进行监测的处理方法，其特征在于，所述第一记录列表包括多个所述第一记录；所述第一记录包括所述第一服务器时间、所述第二服务器时间和所述第一设备响应数据；所述第一设备响应数据包括第一虚拟机ip地址、第一虚拟机名称、第一虚拟机时间、第二虚拟机时间、第一宿主机cpu使用率、第一宿主机内存使用率、第一宿主机存储使用率、第一宿主机网卡流量、第一宿主机存储指标参数集；所述第一宿主机存储指标参数集包括多个第一指标参数；所述第一指标参数包括第一参数名称和第一参数值。4.根据权利要求3所述的对虚拟机进行监测的处理方法，其特征在于，所述方法还包括：所述第一虚拟机接收到所述监测服务器发送的所述第一设备查询指令时，将指令接收时间记为对应的所述第一虚拟机时间；并将所述第一虚拟机所在的物理宿主机作为对应的当前宿主机；并从本地获取预设的虚拟机ip地址、虚拟机名称作为对应的所述第一虚拟机ip地址和所述第一虚拟机名称；并对所述当前宿主机的cpu使用率进行统计生成对应的所述第一宿主机cpu使用率；并对所述当前宿主机的物理内存使用率进行统计生成对应的所述第一宿主机内存使用率；并对所述当前宿主机的物理存储空间使用率进行统计生成对应的所述第一宿主机存储使用率；并对所述当前宿主机的网卡流量进行统计生成对应的所述第一宿主机网卡流量；并对所述当前宿主机的存储指标参数进行评估生成对应的所述第一宿主机存储指标参数集；并由得到所述第一虚拟机ip地址、所述第一虚拟机名称、所述第一虚拟机时间、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存储指标参数集组成对应的第一采集数据；并在得到所述第一采集数据之后获取一次系统时间作为对应的所述第二虚拟机时间；并由所述第二虚拟机时间和所述第一采集数据组成对应的所述第一设备响应数据向所述监测服务器回发。5.根据权利要求3所述的对虚拟机进行监测的处理方法，其特征在于，所述根据所述第一记录列表中最新的所述第一记录进行虚拟机运行状态分析生成对应的第一分析结果并显示，具体包括：
将所述第一记录列表中时间最新的所述第一记录提取出来作为对应的当前记录；并将所述当前记录的所述第一虚拟机ip地址、所述第一虚拟机名称、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存储指标参数集提取出来作为对应的当前虚拟机ip地址、当前虚拟机名称、当前宿主机cpu使用率、当前宿主机内存使用率、当前宿主机存储使用率、当前宿主机网卡流量和当前宿主机存储指标参数集；对所述当前宿主机cpu使用率是否超过预设的cpu使用率警戒阈值进行识别；若是，则设置对应的第一信息为预设的宿主机cpu资源占用过度告警信息；若否，则设置对应的所述第一信息为空；对所述当前宿主机内存使用率是否超过预设的内存使用率警戒阈值进行识别；若是，则设置对应的第二信息为预设的宿主机内存资源占用过度告警信息；若否，则设置对应的所述第二信息为空；对所述当前宿主机存储使用率是否超过预设的存储使用率警戒阈值进行识别；若是，则设置对应的第三信息为预设的宿主机存储资源占用过度告警信息；若否，则设置对应的所述第三信息为空；对所述当前宿主机网卡流量是否满足预设的宿主机网卡流量范围进行识别；若是，则设置对应的第四信息为空；若否，则设置对应的所述第四信息为预设的宿主机端口资源占用过度告警信息；对所述当前宿主机存储指标参数集的所有所述第一指标参数的所述第一参数值是否都满足各自对应的第一参数阈值范围进行识别；若是，则设置对应的第五信息为空；若否，则将所述当前宿主机存储指标参数集中所述第一参数值不满足对应的所述第一参数阈值范围的所述第一指标参数的所述第一参数名称提取出来组成对应的第一参数名称序列，并由预设的宿主机存储指标参数异常告警信息和所述第一参数名称序列组成对应的所述第五信息；对所述第一、第二、第三、第四和第五信息是否全为空进行识别；若是，则设置对应的第一分析信息为预设的虚拟机运行状态正常信息；若否，则由所述第一、第二、第三、第四和第五信息组成对应的所述第一分析信息；由所述当前虚拟机ip地址、所述当前虚拟机名称和所述第一分析信息组成对应的所述第一分析结果并显示。6.根据权利要求3所述的对虚拟机进行监测的处理方法，其特征在于，所述根据所述第一记录列表中最近指定时段内的所有所述第一记录进行虚拟机运行风险预测生成对应的第一预测结果并显示，具体包括：将所述第一记录列表中任一所述第一记录的所述第一虚拟机ip地址、所述第一虚拟机名称提取出来作为对应的当前虚拟机ip地址和当前虚拟机名称；将所述第一记录列表中在所述最近指定时段内的所有所述第一记录提取出来按时间先后顺序排序生成对应的第一记录序列；将所述第一记录序列中各个所述第一记录的所述第一服务器时间、所述第二服务器时间、所述第一虚拟机时间、所述第二虚拟机时间、所述第一宿主机cpu使用率、所述第一宿主机内存使用率、所述第一宿主机存储使用率、所述第一宿主机网卡流量、所述第一宿主机存
储指标参数集提取出来组成对应的第一数据向量；并由得到的所有所述第一数据向量组成对应的第一数据张量；将所述第一数据张量输入预设的运行风险分类预测模型进行运行风险分类预测处理得到对应的第一预测向量；所述第一预测向量包括多个第一分类概率；各个所述第一分类概率对应一个预设的风险类型；由各个所述第一分类概率及其对应的所述风险类型组成对应的第一类预测信息；并由得到的所有所述第一类预测信息组成对应的所述第一预测结果并显示。7.一种电子设备，其特征在于，包括：存储器、处理器和收发器；所述处理器用于与所述存储器耦合，读取并执行所述存储器中的指令，以实现权利要求1-6任一项所述的方法；所述收发器与所述处理器耦合，由所述处理器控制所述收发器进行消息收发。8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1-6任一项所述的方法。

技术总结
本发明实施例涉及一种对虚拟机进行监测的处理方法，所述方法包括：监测服务器定期向各个第一虚拟机发送第一设备查询指令；并将第一设备查询指令的指令发送时间记为第一服务器时间；并接收各个第一虚拟机回发的第一设备响应数据；并将第一设备响应数据的数据接收时间记为第二服务器时间；并由第一、第二服务器时间和第一设备响应数据组成第一记录存入第一记录列表；根据第一记录列表中最新的第一记录进行虚拟机运行状态分析；根据第一记录列表中最近指定时段内的所有第一记录进行虚拟机运行风险预测。通过本发明可对虚拟机的运行状态进行监测和预测。态进行监测和预测。态进行监测和预测。


技术研发人员：吕昌慧 张海峰
受保护的技术使用者：宁波云弧科技有限公司
技术研发日：2023.04.27
技术公布日：2023/7/22