overview
部署灾害预测系统可以用来帮助NFV系统提前避免出现灾害。整个灾害预测系统由数据采集，灾害预测，灾害管理三个模块组成。
该项目目标是开发一个灾害预测框架，一个数据收集模型和一个dashboard。用户可以通过dashboard定义哪一种灾害需要被检测和那些数据需要被用来预测。
预测框架基于机器学习库（如：Weka, Spark ML lib）用户可以定义哪一种灾害需要被检测和那些数据需要被用来预测。预测器用来自动收集数据和执行相应的预测。
收集数据种类
Ceilometer和Monasca能够收集物理资源和虚拟资源的监视数据，但是不能监测应用和虚拟节点的数据。下面是一些例子（并不全面）
- vcpu中断时间，vcpu空闲时间，vcpu系统时间，vcpu用户时间
- 文件系统信息
- 内存使用率（分配的，未使用的，块大小，多少块已被使用，page交换）
- VNF的Hypervisor优先级
- 在使用中的加速技术（DPDK，SR-IOV等）
结构
整个灾害预测系统由数据采集，灾害预测，灾害管理三个模块组成，如下图所示。
+-------------------+
| Fault management |
| (e.g. doctor) |
+---------^---------+
|
|Failure notification
|
+-------------+-------------+
| Predictor |
| (include training system) |
+-------------^-------------+
|
+------------------------------------------------------------------------------+
| | |
| +---------------------------+ |
| | | Collector |
| +-------+------+ +---+------+ |
| | Ceilometer | | Monasca | |
| +--------------+ +---^------+ |
| | |
| | |
| +------------+-----------------+ |
| | Data collector | |
| | (e.g. zabbix, nagios, cacti) | |
| +------------------------------+ |
| |
+------------------------------------------------------------------------------+
数据收集模块包含Ceilometer和Monasca（可被用于其他开源数据收集器的插件，如Zabbix, Nagios, Cacti）基于实时分析技术和机器学习技术。灾害预测器分析收集器收集来的数据，并自动判断是否有灾害将要发生。如果判断成立，灾害预测器发送通知给灾害管理模块。
转载请注明来源，欢迎指出任何有错误或不够清晰的表达。可以邮件至 backendcloud@gmail.com
