BMC Mainview Data Server - Synthese et Mise en oeuvre

BMC Mainview Data Server

Synthèse & Mise en œuvre

Thierry Déléris

SOMMAIRE

BMC Mainview Data Server - Synthèse

STEEDd - Mise en œuvre de BMC Mainview Data Server

BMC Mainview Data Server - Synthèse & Mise en oeuvre

BMC Mainview Data ServerSynthèse


Mainview Data Server

BMC Mainview Data Server - Schéma


NVBAPIMV

Explorer

Server

CAS

CMF,

z/OS,

USS

TCP/IP

VTAM

WAS

TOM

Storage

z/VM

LINUX

VTAM

M

V

T

A

CICS/

AO

DB2/

AO

IMS/

AO

MQ/

AO

Terminal

3270

Mainview

Explorer

z/OS Windows, Linux

LPAR

User

Exit

User

Exit

User

Exit

BMC Mainview Data Server - Synthèse


� BMC Mainview Data Server permet un accés simple aux données Mainview par le biais de mécanismes standard

� Il permet de rendre ces mêmes données Mainview immédiatement disponibles aux interfaces clients

� Toute donnée MAINVIEW est disponible au travers du Data Server

� Par le biais d’Exit User, les données ainsi collectées par le Data Server pourront être :

� Ecrites dans n’importe quel type de SGBD (SQL Server, MS-Access, …)

� Ecrites dans n’importe quel type de fichier (CSV, TXT, …)

� Transmises à d’autres programmes

� Le Data Server ne requiert aucun nouvel Address Space sur le Mainframe

� Il s’appuit sur les serveurs Mainview Explorer pré-existant

• Faible overhead induit

� Le Data Server est un programme Open Source écrit en Java

� S’appuit sur le Package Java Open Source BMC NVBAPI

� Peut être exécuté sur n’importe quel système (Windows, Linux, …)

BMC Mainview Data Server – Pré-requis & Installation


� Pré-requis :

� Host Server

• MVI 4.2 minimum

• Started task Mainview Explorer

� Workstation

• SUN Java JRE 1.5 minimum

• ODBC ou JDBC drivers

� Installation :

� Programme d’installation disponible à l’adresse http://sourceforge.net/projects/mainview-ds/

� “Download” puis lancez le programme d’installation ainsi téléchargé

BMC Mainview Data Server – Interface d’accueil


Indicateur

d’activité

Source de

l’horloge

La couleur de

fond indique

le status

Menu d’accés

aux différentes

options

BMC Mainview Data Server – Configuration


Niveau de

Logging désiréPossibilité de spécifier des classeurs

supplémentaires pour les Exits User

Sélection d’une

catégorie

BMC Mainview Data Server – Configuration Ordinateurs hôtes


Identifiant

attribué au

Serveur Hôte

Numéro de PortAdresse réseau

BMC Mainview Data Server – Connexion au Serveur hôte


Serveur hôte

identifié

Saisie du User Host

Saisie du Password

BMC Mainview Data Server – Saisie d’une demande d’enregistrement


Produits

Partitions

Contextes

Vues

Champs

Exit associé à

la collecte

Champs

sélectionnés

pour être

collectés

Nombre de

lignes à prendre

en compte

Identifiant de

l’Horaire retenu

Définition d’un

Horaire

spécifique

BMC Mainview Data Server – Exit


Code écrit en

BeanShell

(Script Java)

boolean begin()

{

log.fine("ODBC server entered to record view "+product+"."+view);

try {

Class.forName("sun.jdbc.odbc.JdbcOdbcDriver");

} catch (ClassNotFoundException e) {

log.severe("JDBC-ODBC Bridge driver not found");

super.con = null;

return false;

}

try {

super.con = DriverManager.getConnection(url, "admin", "");

super.stmt = con.createStatement();

super.table = product + "_" +view;

super.columns = new Hashtable(20);

DatabaseMetaData dbmd = con.getMetaData();

ResultSet rs = dbmd.getTables(null,null,table,null);

…

Plusieurs exemples

fournis avec

l’installation

BMC Mainview Data Server – Demandes d’enregistrement


Heure de

dernière collecte

Configuration des

demandes

BMC Mainview Data Server – Logging


Une couleur par

niveau de détail

Log de tous les

messages

opérationnels

Plusieurs

fichiers de Log

(Cycliques)

STEEDdMise en œuvre de BMC Mainview Data Server


� Objectif :

� Identifier au plus tôt, de manière automatique et précise, ces situations afin d’en déterminer la source et déclencher d’éventuelles actions visant à en limiter l’impact.

� Problématique :

� Dans certains cas de figure, un Workloadpeut voir sa consommation CPU augmenter, ou a l’inverse diminuer, de manière anormale par rapport à son profil habituellement observé.

Problématique & Objectif


Début de l’anomalie Détection optimale

Profil habituel

ObjectifImpact de

l’anomalie

Solution retenue


� La solution retenue s’appuie sur la technique de contrôle statistique « Statistical ProcessControl »

� Etablissement d’un Modèle Statistique de référence contenant, pour chaque Domaine retenu, l’ensemble des valeurs de contrôles calculées à partir d’un historique des valeurs mesurées

� Exploitation pour chaque Domaine de Graphes de Contrôle MASF («Multivariate Adaptive Statistical Filtering») permettant, à partir des valeurs de contrôles précédemment établies, d’identifier les périodes pouvant être considérées comme « atypique » d’un point de vue statistique

STEEDd : Etablissement du Modèle Statistique


� Les données issues d’un historique sont analysées (Sur une base de 6 mois de données disponibles) selon la méthode suivante :

� Regroupement des données de l’historique de référence selon les Domaines retenus

• Exemple : Jour de la semaine, Heure, Lpar, Workload

� Filtrage Statistique par Domaine, afin d’exclure des calculs ultérieurs les données atypiques

� Etablissement du Modèle Statistique par calcul des valeurs de contrôle relatives à chaque Domaine

• LCL (« Lower Control Limit ») = µ - 3σ

• CL (« Center Line ») = µ

• UCL (« Upper Control Limit ») = µ + 3σ

A

Valeurs de contrôle

du Domaineμ : Moyenne

arithmétique

σ : Ecart-type

STEEDd : Collecte et analyse des informations


� Pour chaque Domaine retenu, analyse réalisée via un Exit exécuté par Mainview Data Server, selon la procédure suivante :

� Collecte de la valeur correspondant au dernier intervalle de temps

� Exploitation du Graphe de Contrôle pour comparer la valeurs collectée avec les valeurs de contrôles correspondantes, telles que définies dans le Modèle Statistique de référence

• Si Valeur collectée > UCL ou Valeur collectée < LCL alors Anomalie

� Si détection d’une Anomalie alors :

• Estimation de son Impact

• Envoi d’un eMail d’alerte

• Changement de Status du Domaine

B

Détection de

l’anomalie

Impact de

l’anomalie faute

d’intervention

Valeur

collectée

STEEDd : Synthèse


Détection

d’une anomalie

Envoi d’un

eMail d’alerte

Caractérisation

de l’anomalieRéajustement

pour correction

Mainview Data Server

TDSz

Mainview

for z/OS

1

2

34

STEEDd Program

STEEDd Exit

Etablissement du

Modèle StatistiqueA

Collecte et

analyse des

informationsB

Modèle

Statistique

STEEDd : Case Study - Exception Alert (LPAR Level)


Exception Alert for LPAR

VP01, Workload Batch,

at 9 PM the 29 of April :

CPU Consumption >

Upper Control Limit

Last Mainview Data

Server collect time

WLM Workload retained

z/OS LPAR monitored

CPU consumption Status

1

STEEDd : Case Study - Exception Alert (Workload Level)


Upper Control Limit

Average

Lower Control Limit

CPU

Consumption >

Upper Control

Limit

Extra Value

observed

CPU consumption by

interval : Data collected

every 15 minutes by the

STEEDd Java Exit executed

by the Mainview Data

Server

Cumulated CPU

consumption by hour

1

STEEDd : Case Study - Alert eMail


CPU consumption observed

Control Limits for this Time Interval

Detail of the Alert characters :

LPAR Name, Workload, Date & Time

Alert eMail

at 9:02 PM

2

CPU consumption Delta with UCL

STEEDd : Case Study - Mainview Panel investigations


Analyse thanks to

« Mainview for z/OS »

of the CPU consumers

during the Alert

interval

Main CPU consumer in the

Batch Workload of the target

LPAR during the Alert interval

3

STEEDd : Résultats obtenus


� Réactivité accrue sur les anomalies de consommation CPU relevées

• Limitation des impacts sur la consommation CPU

� Ciblage facilité des origines de ces anomalies

• Actions d’optimisations simplifiées

� Diminution pérenne des situations de surconsommation CPU

� Neutralisation des impacts sur les pointes d’utilisation de la Capacité

• Maîtrise des besoins Capacité MIPS

� Neutralisation des impacts sur les pointes de consommation CPU

• Maîtrise de la facturation aWLC MSU

BMC Mainview Data Server - Synthese et Mise en oeuvre

Data & Analytics

Transcript of BMC Mainview Data Server - Synthese et Mise en oeuvre