Présentation du produit de monitoring de données : MCC Affirmed
Le produit de données de surveillance Affirmed MCC prend en charge l’analyse et la visualisation des données pour les opérateurs de la solution Mobile Content Cloud (MCC) d’Affirmed Networks. Il ingère des données de gestion des performances (statistiques de performances) à partir d’éléments réseau MCC. Il synthétise et enrichit ensuite ces données afin de fournir des visualisations pour l’opérateur et de fournir l’accès aux données enrichies sous-jacentes pour les scientifiques des données d’opérateur.
Background
La solution Mobile Content Cloud (MCC) d’Affirmed Networks est un Evolved Packet Core virtualisé (vEPC) qui peut fournir les fonctionnalités suivantes.
- La passerelle SGW (Serving Gateway) achemine et transfère les paquets de données utilisateur entre le réseau RAN et le réseau principal.
- La passerelle PGW (Packet Data Network Gateway) fournit une interconnexion entre le réseau principal et les réseaux IP externes.
- La passerelle GIGW (GI-LAN Gateway) fournit des services à valeur ajoutée (VAS) adaptés ou non adaptés aux abonnés sans activer les services de passerelle MCC. Cela permet aux opérateurs de tirer parti des VAS tout en utilisant la passerelle qui leur est attitrée.
- Le nœud de support GPRS de la passerelle (GGSN) assure l'interopérabilité du réseau GPRS et des réseaux commutés de paquets externes.
- Le nœud de support GPRS et la MME (SGSN/MME) sont chargés de fournir les paquets de données vers et depuis les stations mobiles au sein de leur zone de service géographique.
- La séparation entre la commande et le plan utilisateur (CUPS), est une amélioration LTE qui sépare la fonction de commande du plan utilisateur. Cela permet une mise à l’échelle indépendante des fonctions.
Le produit de données de monitoring Affirmed MCC prend en charge toutes les variantes MCC décrites.
Types de données
Le type de données suivant est fourni dans le cadre du produit de monitoring de données Affirmed MCC.
pmstats
contient les données de gestion des performances rapportées par le nœud de gestion MCC, ce qui donne un aperçu des caractéristiques du niveau de performance des éléments réseau MCC.
Programme d’installation
Pour utiliser le produit de monitoring de données MCC Affirmed :
- Déployez le produit de données en suivant la section Créer un produit de données Azure Operator Insights.
- Configurez votre réseau pour produire des données de gestion des performances, comme décrit dans Configuration réseau requise.
- Configurer l'ingestion (téléchargement de données) à partir de votre réseau. Par exemple, vous pouvez utiliser l’agent d’ingestion Azure Operator Insights ou connecter Azure Data Factory à votre produit de données.
- Utilisez les informations décrites dans Configuration requise pour l’ingestion lorsque vous configurez l’ingestion.
- Si vous utilisez l’agent d’ingestion Azure Operator Insights, répondez également aux exigences décrites dans Agent d’ingestion Azure Operator Insights.
Configuration réseau nécessaire
Configurez le serveur EMS pour exporter les données de gestion de la performance vers un serveur distant. Si vous utilisez l’agent d’ingestion Azure Operator Insights, le serveur distant doit être un serveur SFTP. Si vous fournissez votre propre agent d’ingestion, le serveur distant doit être accessible par celui-ci.
- Obtenez l’adresse IP, l’utilisateur et le mot de passe du serveur distant.
- Configurez le transfert des statistiques EMS vers un serveur à distance en suivant Copie des fichiers de Statistiques Bing de gestion des performances vers le serveur de destination dans le Guide d’utilisateur Acuitas.
Important
Augmentez la fréquence du travail cron en réduisant l’argument timeInterval
de 15
(valeur par défaut) à 5
minutes.
Configuration requise pour l’ingestion
Utilisez les informations de cette section pour configurer votre méthode d’ingestion. Reportez-vous à la documentation de votre méthode choisie pour déterminer comment fournir ces valeurs.
Type de données | Nom du conteneur requis | Conditions requises pour les données |
---|---|---|
pmstats |
pmstats |
Données de performance des nœuds du MCC. Les noms de fichiers doivent commencer par le nom de l'ensemble de données. Par exemple, les données WORKFLOWPERFSTATSSLOT doivent être ingérées dans des fichiers dont les noms commencent par WORKFLOWPERFSTATSSLOT . |
Si vous utilisez l’agent d’ingestion Azure Operator Insights :
- Configurez l’agent d’ingestion pour utiliser l’extraction SFTP à partir du serveur SFTP.
- Nous recommandons les paramètres de configuration suivants en plus des paramètres (obligatoires) indiqués dans le tableau précédent.
Information | Paramètre de configuration pour l’agent d’ingestion Azure Operator | Valeur recommandée |
---|---|---|
Réglage du temps | source.sftp_pull.filtering.settling_time |
60s (charger des fichiers qui n’ont pas été modifiés au cours des 60 dernières secondes) |
Planification de la vérification des nouveaux fichiers | source.sftp_pull.scheduling.cron |
0 */5 * * * * * (toutes les 5 minutes) |
Conseil
Pour plus d’informations sur toutes les options de configuration de l’agent d’ingestion, consultez l’article Référence de configuration pour l’agent d’ingestion Azure Operator Insights.
Conditions requises pour l’agent d’ingestion Azure Operator Insights
L’agent d’ingestion Azure Operator Insights collecte des fichiers à partir de pipelines d’ingestion que vous configurez dessus. Les pipelines d'ingestion incluent les détails du serveur SFTP, les fichiers à collecter à partir de celui-ci et la façon de gérer ces fichiers.
Vous devez choisir le mode de configuration des agents, des pipelines et des machines virtuelles à l’aide des règles suivantes.
- Les pipelines ne doivent pas se chevaucher. Is ne doivent donc pas collecter les mêmes fichiers à partir des mêmes serveurs.
- Vous devez configurer chaque pipeline sur un seul agent. Si vous configurez un pipeline sur plusieurs agents, Azure Operator Insights reçoit des données en double.
- Chaque agent doit s’exécuter sur une machine virtuelle distincte.
- Le nombre d’agents et donc de machines virtuelles varie également en fonction des éléments suivants :
- Les caractéristiques de mise à l’échelle et de redondance de votre déploiement.
- Le nombre et la taille des fichiers, ainsi que la fréquence de copie des fichiers.
En guise de guide, le tableau ci-dessous documente le débit que la spécification recommandée sur une machine virtuelle Azure D4s_v3 standard peut atteindre.
Nombre de fichiers | Taille de fichier (Kio) | Durée (secondes) | Débit (Mbits/s) |
---|---|---|---|
64 | 16 384 | 6 | 1 350 |
1 024 | 1 024 | 10 | 910 |
16 384 | 64 | 80 | 100 |
65 536 | 16 | 300 | 25 |
Par exemple, si vous devez collecter à partir de deux sources de fichiers, vous pouvez :
- Déployer une machine virtuelle avec un agent, configuré avec deux pipelines. Chaque pipeline collecte des données à partir d'un seul fichier source.
- Déployer deux machines virtuelles, chacune avec un agent. Chaque agent (et donc chaque machine virtuelle) collecte à partir d’une source de fichier.
Chaque machine virtuelle Linux exécutant l’agent doit respecter les spécifications minimum suivantes.
Ressource | Spécifications |
---|---|
Système d''exploitation | Red Hat Enterprise Linux 8.6 ou version ultérieure ou Oracle Linux 8.8 ou version ultérieure |
Processeurs virtuels | Minimum 4, 8 recommandés |
Mémoire | 32 Go minimum |
Disque | 30 Go |
Network (Réseau) | Connectivité au serveur SFTP et à Azure |
Logiciels | systemd, logrotate et zip installés |
Autres | SSH ou autre accès pour exécuter des commandes shell |
DNS | (Recommandé) Possibilité de résoudre les noms d’hôte Microsoft. Si ce n’est pas le cas, vous devez effectuer une configuration supplémentaire lorsque vous configurez l’agent (telle que décrite dans la section Mapper les noms d’hôte Microsoft aux adresses IP pour les agents d’ingestion qui ne peuvent pas résoudre les noms d’hôte publics.) |
Contenu connexe
- Suivi de la qualité des données
- Types de données Azure Operator Insights
- Documentation Affirmed Networks MCC
Remarque
Les informations d’identification d’Affirmed Networks sont requises pour accéder à la documentation du produit MCC.
Commentaires
https://aka.ms/ContentUserFeedback.
Bientôt disponible : Tout au long de l’année 2024, nous abandonnerons progressivement le mécanisme de retour d’information GitHub Issues pour le remplacer par un nouveau système de commentaires. Pour plus d’informations, consultez :Soumettre et afficher des commentaires pour