面向Web应用的智能监控系统的设计与实现

目前，性能监控和数据分析对Web应用至关重要，但是常见的监控系统只是展示其性能指标数据，运维人员人为分析复杂海量的性能数据会增加相应的工作量。针对以上问题设计并实现了一种智能监控系统，该系统不仅能够采集并展示Web应用中相关资源的性能数据，而且可以根据历史数据进行趋势预测，以便运维人员提前预估故障。首先，通过压力测试工具对被测的Web应用产生运行负载；然后，为采集Web应用的资源数据部署了由Telegraf和InfluxDB构建的性能监控系统；最后，鉴于数据具有时序性的特点，系统调用了LSTM神经网络模型对性能数据的短期趋势进行预测，为Web应用性能运维提供有效、准确、及时的决策支持。