随着信息时代的发展,数据渗透到各个领域中,形成了数量庞大的数据系统。为了更好的利用数据价值,各行各业开始研究数据挖掘技术。集群由于其优秀的存储和计算能力,在数据挖掘技术中起到重要作用。随着集群规模的不断扩大和集群支持服务的不断扩展,集群故障发生越来越频繁。为了减少集群故障带来的影响,集群管理员希望能够实时查看集群的运行状态和资源利用情况。为了缩短集群系统的故障时间,提高集群的运行和维护效率,方便管理员从整体上感知集群的运行情况,有必要研究集群系统的健康状态监控和健康评估方法。论文的研究内容主要包括以下几点。首先从集群性能影响因素入手,针对现有集群监测参数过于繁杂、不便实时了解运行状态等问题,提出了一套新的集群监测性能指标体系,并给出了相关指标的计算方法,以及相关指标参数采集和处理的实现方案。然后根据集群支撑服务特点,分析研究了各监测指标对集群健康的影响权重,提出一种集群节点健康评估方法。并且,基于时间序列分析法,提出一套性能指标的预测模型,根据预测值评估集群节点下一时刻的健康情况。论文最后在实际生产模拟环境下进行了实验验证。实验结果表明,设计的集群状态监控方案能够实现集群性能及资源占用情况的实时监控,当集群节点性能指标异常时能够实时有效地给出警告;提出的集群节点健康评估方法,可以根据节点性能指标值计算节点综合健康值;提出的指标预测模型,能够有效预测节点多个性能指标的变化趋势。本论文创新性工作主要有以下几个方面:(1)论文中提出的集群性能指标体系及计算方法,与目前集群监测传统指标体系相比,更加简洁明了,清晰易懂;(2)提出的健康评估方案,考虑了各项性能指标的影响权重,实现对集群节点健康进行综合考量;(3)提出基于时间序列分析法建立性能指标预测模型,能够实现节点性能预测,为及时掌握集群变化趋势提供有效技术手段。