工欲善其事,必先利其器。缺少好的运维软件,让很多HPC管理员在各种问题间疲于奔命。
诺熵集群大数据采集分析软件(Neuentro bigData Collect and Anylisys Software, NDCAS), 是HPC集群运维的利器。
NCAS可以采集系统各项性能指标,作业信息,帮助您:
提高集群可靠性,主动预警,缩短集群故障时间;
快速发现性能瓶颈,优化集群性能;
深入了解业务需求,掌握业务运行状态;
资源使用状态和性能可视化,利于展示和汇报;
作业报表分析,优化业务资源配置;
来看看NDCAS可以监控集群哪些系统信息吧!
集群总览
首先NDCAS的集群监控面板可以让您一览集群总体使用状态,如CPU、内存、存储使用率,总CPU核数,集群在线时间,温度及负载信息等。
在线时间,在线节点数,在线CPU核数,当前负载一览:
CPU,内存,存储使用率一览,超过自定义阈值红色预警显示:
各CPU使用率是多少?满满的说明资源利用率很高,又可申请预算扩容了
内存使用率是多少?这个可不要太满,否则系统容易崩溃哦
CPU温度不可忽视,温度过高,轻则系统宕机,重则引起火灾,生命财产安全最重要!!!
CPU、内存使用率,负载变化可以追踪历史变化哟!什么刚才系统出问题了,我来看看刚才放生了什么?
什么?发生了温度报警! 几点发生的,机柜散热有问题?!
有人说上传下载数据卡,我来看看网络吞吐量!
大规模并行程序慢?数据交换是走的IB网络吗?
什么妖魔鬼怪,影响我的集群运行,NDCAS让你无处遁形!
关注诺熵科技公众号,获取HPC/AI/大数据技术资料,分享集群运维最佳实践,获取你的专属集群定制化监控报表,快来吧~