mainstorconcept Pattern Image

Interesse an

herstellerneutraler

Mainframe

Observability?

MAINFRAME PERFORMANCE IN GRAFANA

Observability von Mainframe-Metriken in Grafana

Die drei Säulen von Observability sind Traces, Logs und Metriken. z/IRIS verfügt über ein Metrik-Streaming-Feature, das die Integration von Mainframe-bezogenen Metriken in gängige Open-Source- und unternehmens taugliche Dashboard- und Reporting-Software ermöglicht.

z/OS Connect Dashboard in Grafana

Enterprise Performance Management-Teams und DevOps-Ingenieure können die Leistung von z/OS Connect Servern und Mainframe-basierten Dienstanbietern für REST-API-Anfragen überwachen und analysieren, indem sie Last, Latenzen und Fehlerraten überwachen, die mit der Verfügbarkeit und Zuverlässigkeit von Geschäftsanwendungen korrelieren.

z/OS InfrastrukturDashboard

Resource Measurement Facility (RMF) ist das strategische Performance-Management-Produkt von IBM für das Betriebssystem z/OS. RMF sammelt Daten und berichtet über die Auslastung von z/OS Ressourcen. Nutzer können RMF so konfigurieren, dass die Daten in SMF-Records gespeichert werden, die z/IRIS in nahezu Echtzeit streamt und verarbeitet.

Die IBM RMF SMF-Datensätze vom Typ 70 liefern Intervallnutzungs- und Stichprobendaten für Mainframe-Prozessoren, z. B. GCP, zIIPs, zAAPs etc. Diese werden zur Erstellung von z/IRIS Metriken verwendet.

Leistungsmetriken auf einen Blick

CPU Activity

Anzeige des prozentualen Anteils der Zeit, in der der Prozessor von MVS oder der LPAR genutzt wurde. In der Regel kann eine hohe CPU-Nutzung auf einen Konflikt hindeuten und sollte analysiert werden.

In-Ready Work Unit Queue

Prozentualer Anteil der Fälle, in denen Arbeitseinheiten nicht versandt werden konnten. Diese Metrik zeigt immer die aktuelle Verteilung der Arbeitseinheiten in Ihren Systemen an.

CPU Contention 

Die Summe der Bereiche aus der In-Ready Work Unit Queue Distribution. Ein Wert von mehr als 60 % bedeutet, dass der Prozessor wahrscheinlich überlastet ist.

ENABLE MAINFRAME OBSERVABILITY