JP4756675B2 - コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム - Google Patents
コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム Download PDFInfo
- Publication number
- JP4756675B2 JP4756675B2 JP2004202032A JP2004202032A JP4756675B2 JP 4756675 B2 JP4756675 B2 JP 4756675B2 JP 2004202032 A JP2004202032 A JP 2004202032A JP 2004202032 A JP2004202032 A JP 2004202032A JP 4756675 B2 JP4756675 B2 JP 4756675B2
- Authority
- JP
- Japan
- Prior art keywords
- transaction
- time series
- usage rate
- time
- log
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/87—Monitoring of transactions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
- G06F2201/875—Monitoring of systems including the internet
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Debugging And Monitoring (AREA)
Description
しかし、システムのキャパシティを調整するために、システムの実稼働状況を監視し、いつ頃どの資源のキャパシティが不足するかを人が予測し、必要な資源を追加する手法では、キャパシティの不足に関する予測を人が行うため、予測の正確さが各人の経験やスキルに大きく左右されていた。また、将来のトランザクションの変化に対応するために、資源をどの程度増強すればよいかを見積もることは困難であった。
また本発明は、上記の予測に基づき、どの資源がいつ不足するかを機械的に判断し、さらには予めどれだけの予備資源を用意しておけば良いかを決定するシステムおよびその方法を提供することを他の目的とする。
また、処理量予測部は、時系列データのうち最後の一定期間分のデータを除外し、残りのデータに基づいて時系列モデルを同定する。そして、同定された時系列モデルにより先に除外された部分に該当する処理数を予測し、予測結果と除外された部分の実際のデータとを比較して時系列モデルを検証する。
そして、この予測に基づき、どの資源がいつ不足するかを機械的に判断し、さらには予めどれだけの予備資源を用意しておけば良いかを決定することが可能となる。
本実施形態は、コンピュータシステムの実稼働におけるトランザクションのログを解析して、システムにおける資源の使用状態の推移を解析し、どの資源がいつ頃不足するかを予測(キャパシティ予測)して、適切に資源を増強できるようにする。本実施形態のキャパシティ予測は、CPU使用率、メモリ使用量、記憶装置の記憶容量、ネットワーク使用量等の種々の資源に対して適用可能であるが、以下の説明では、主としてCPU使用率に対して適用した場合を例として説明する。
図1に示すコンピュータ装置は、演算手段であるCPU(Central Processing Unit:中央処理装置)101と、M/B(マザーボード)チップセット102およびCPUバスを介してCPU101に接続されたメインメモリ103と、同じくM/Bチップセット102およびAGP(Accelerated Graphics Port)を介してCPU101に接続されたビデオカード104と、PCI(Peripheral Component Interconnect)バスを介してM/Bチップセット102に接続された磁気ディスク装置(HDD)105、ネットワークインタフェース106と、さらにこのPCIバスからブリッジ回路107およびISA(Industry Standard Architecture)バスなどの低速なバスを介してM/Bチップセット102に接続されたフレキシブルディスクドライブ108およびキーボード/マウス109とを備える。
本実施形態では、キャパシティ予測の対象となるコンピュータシステムとしてウェブアプリケーションサーバを想定する。ウェブアプリケーションサーバにおけるトランザクションは、次に挙げる特徴を有している。
・クライアントからの要求に対する処理がシステムにおける処理の大半を占める。
・トランザクションの種類ごとにサーバに与える負荷はほぼ一定である。
・トランザクションの種類ごとの処理数の割合(トランザクション・ミックス)は、動的に変化する。
・トランザクションの種類はアプリケーションの修正によって増減する。
また上述したように、本実施形態では、キャパシティ予測を行う資源をCPU使用率とする。すなわち、図2に示すキャパシティ予測システムでは、ウェブアプリケーションサーバから得られるトランザクションログの解析により、トランザクションごとにCPU使用率および将来の予想処理量が求められ、これらのパラメータに基づいて将来のCPU使用率が予測される。
図3は、本実施形態のCPU使用率推定部20による処理を説明するフローチャートである。
図3に示すように、CPU使用率推定部20は、まず取得したCPU使用率のログから一定時間ごと(例えば1時間ごと)のCPU使用率の平均値を計算し、得られた値を各時刻t(当該一定時間内の時刻)における全トランザクションによるCPU使用率C(t)とする(ステップ301)。得られたCPU使用率C(t)は、図1に示したメインメモリ103やCPU101のキャッシュメモリに保持される。
また、CPU使用率推定部20は、取得したアクセスログからトランザクションIDごとに一定時間ごと(例えば1時間ごと)の処理数を集計する。そして、各トランザクション(トランザクションIDi)に関して、各時刻t(当該一定時間内の時刻)における処理量Ti(t)を求める(ステップ302)。得られた処理量Ti(t)は、図1に示したメインメモリ103やCPU101のキャッシュメモリに保持される。
なお、このCPU使用率C(t)を求めるステップと、トランザクションごとの処理量Ti(t)を求めるステップとは、独立した処理であり、いずれを先に行っても良いし、並列に行っても良い。
このトランザクションごとのCPU使用率の計算方法を具体的に説明する。
まず、時刻tのCPU使用率に関して、次の式1を仮定する。
C'(t)=α1T1(t)+α2T2(t)+・・・+αnTn(t)+α0 (式1)
上記の式1において、αi(i=1〜n)はトランザクションIDi(以下、単にIDiと表記)のトランザクションを1つ処理するのに必要となるCPU使用率、Ti(t)は時刻tにおけるIDiのトランザクションの処理数、α0はトランザクションによって表されないCPU負荷を、それぞれ表す。なお、α0は、一定値か、もしくはトランザクションによって表されるCPU負荷α1T1(t)+α2T2(t)+・・・+αnTn(t)に比べて十分小さいと仮定する。
次に、CPU使用率推定部20は、生成された複数の式1を用いて重回帰分析を行い、Σ(C(t)−C'(t))を最小とするα0、α1、α2、・・・、αnを求める。この際、例えば閾値fin=fout=2として変数増減法を適用し、寄与率の低い変数を削除したり寄与率の高い変数を追加したりすることができる。また、多重共線性を排除するといった操作を行うこともできる。さらに、キャパシティ予測の対象であるコンピュータシステム(本実施形態ではウェブアプリケーションサーバ)が、夜間など一定の時間帯にはバッチ処理が主要な処理となるようなシステム(アプリケーション)の場合、推定に用いるログの時間帯を絞ることによって、推定の精度を向上させるといった工夫を加えることもできる。なお、所定のトランザクションTiが全く実行されなかった場合は、このトランザクションを処理するのに要するCPU使用率αiは、αi=0とされる。以上のようにして得られたトランザクションの種類ごとのCPU使用率は、図1に示したメインメモリ103やCPU101のキャッシュメモリに保持される。
図4は、本実施形態の処理量予測部30による処理を説明するフローチャートである。
図4に示すように、処理量予測部30は、まず取得したアクセスログからトランザクションIDごとに一定時間ごと(例えば1時間ごと)の処理数を集計する。そして、各トランザクション(トランザクションIDi)に関して、各時刻t(当該一定時間内の時刻)における処理量Ti(t)を求める(ステップ401)。
この時系列モデルの同定および推定処理量を求める処理について、詳細に説明する。なお、本実施形態では時系列モデルとしてARIMA(Auto Regressive Integrated Moving Average:自己回帰和分移動平均)モデルを用いることとする。
図5は、処理量予測部30による処理量の予測方法を説明する図である。
図5では、実際の処理量の時系列データに基づくグラフを薄太線で図示し、ARIMAモデルによるグラフ(予測分を含む)を濃細線で図示している。
次に、処理量予測部30は、同定されたARIMAモデルによって処理量T'i(t−p)〜T'i(t)を予測する。上記のようにARIMAモデルは、各トランザクションIDに対して複数存在するので、それらのARIMAモデルごとに予測結果が得られる。そして、得られた各ARIMAモデルによる予測結果とアクセスログから得られる実際の処理量Ti(t−p)〜Ti(t)とを比較して誤差が最も小さい予測を行うことができたモデルを選択し、選択されたモデルによって将来の推定処理量T'i(t+h)を求める。
時系列モデルを同定する場合、時系列データにおける最後(最新)のデータ付近での値の推移状態に応じて、得られるモデルの傾向が異なってしまう。したがって、アクセスログから得られた処理量のデータの全てを用いて時系列モデルを同定した場合、そのモデルは、最新のデータであるTi(t)付近の値の推移状態に影響を受けることとなる。
そこで上述したように、本実施形態は、トランザクションの処理量の時系列データから一部(一定期間分)を予め除いておき、残った時系列データを用いて時系列モデルを同定する。そして、得られたモデルで除かれた部分に対応する処理量を予測し、予測結果と予め除かれた実際の処理量のデータとを比較することによってモデルの信頼度を検証することとした。
このようにして得られた複数のARIMAモデルで、検証用に除外された7日分に該当する処理量をそれぞれ予測し、予測結果と実際の当該7日分のデータとを比較する。これにより、誤差が最も小さい予測を行うことができたARIMAモデルを信頼性の高いモデルとすることができる。
時刻t+hのhを適宜設定してCPU使用率C'(t+h)を予測することにより、キャパシティ予測の対象であるウェブアプリケーションサーバにおけるCPU使用率の将来にわたる推移を推定でき、当該ウェブサーバアプリケーションの処理能力(CPUリソース)がいつ頃不足するかを予測することができる。
例えば、メモリ使用量に対して適用した場合、図2に示したシステム構成において、CPU使用率推定部20およびCPU使用率予測部40の代わりに、トランザクションごとのメモリ使用量を推定する機能と、システム全体における将来のメモリ使用量を予測する機能とが設けられることとなる。そして、CPU使用率に関してCPU使用率推定部20が実行したのと同様の、重回帰分析を用いた処理により、トランザクションごとのメモリ使用量が推定され、この推定結果と処理量予測部30の予測結果とに基づいて、システムのメモリ使用量の将来にわたる推移を推定する。
このように、本実施形態は、種々の資源に対してそのまま適用することができ、各資源の使用状態の推移を解析し、どの資源がいつ頃不足するかを予測することが可能である。
図6に示すシステムは、ログ取得部10と、CPU使用率推定部20と、処理量予測部30と、CPU使用率推定部20および処理量予測部30の処理結果に基づいてサーバのサイジングを実行するサーバサイジング実行部50とを備える。これらの構成は、本実施形態のシステムを図1に示したコンピュータシステムにて実現した場合、プログラム制御されたCPU101と、メインメモリ103や磁気ディスク装置105等の記憶装置とで実現される。また、ウェブアプリケーションサーバからネットワークを介してログを取得する場合には、ログ取得部10の機能はCPU101および記憶装置に加えてネットワークインタフェース106によって実現される。なお、ログ取得部10、CPU使用率推定部20および処理量予測部30の機能は、図2に示したキャパシティ予測システムにおける対応する機能ブロックと同様であるため、同一の符号を付して説明を省略する。
図7に示すシステムは、ログ取得部10と、CPU使用率推定部20と、処理量予測部30と、ウェブアプリケーションサーバの動作状態や環境を監視するサーバ監視部60とを備える。これらの構成は、本実施形態のシステムを図1に示したコンピュータシステムにて実現した場合、プログラム制御されたCPU101と、メインメモリ103や磁気ディスク装置105等の記憶装置とで実現される。また、ウェブアプリケーションサーバからネットワークを介してログを取得する場合には、ログ取得部10の機能はCPU101および記憶装置に加えてネットワークインタフェース106によって実現される。なお、ログ取得部10、CPU使用率推定部20および処理量予測部30の機能は、図2に示したキャパシティ予測システムにおける対応する機能ブロックと同様であるため、同一の符号を付して説明を省略する。
例えば、CPU使用率が一定以上になった場合に警報を発するという設定がなされている場合、トランザクションごとのCPU使用率および将来の推定処理量から将来のCPU使用率を予測する。そして、予測されたCPU使用率の推移の傾向に基づいて、警報を発するか否かを判断するためのCPU使用率の閾値を決定することができる。
また、CPU使用率が80%に達したならば警報を発するという設定がなされており、ある時点でCPU使用率が80%に達したとする。この場合、CPU使用率の予測結果を参酌し、今後さらにCPU使用率が上昇すると予測されるのであれば警報を発し、このままCPU使用率が上昇を続けるのではなく瞬間的にCPU使用率が80%に達したに過ぎないのであれば警報を発しないといった監視動作の制御を行うことができる。
Claims (11)
- コンピュータ資源のキャパシティを予測するシステムにおいて、
コンピュータから、前記資源の使用に関する第1のログとトランザクションに関する第2のログとを取得し、当該第1のログに含まれる当該コンピュータの複数の時刻における資源使用率の情報と、当該第2のログに含まれる当該複数の時刻におけるトランザクションごとの処理数の情報とに基づいて、一定時間ごとの資源使用率の平均値と、当該一定時間ごとのトランザクションごとの処理量とを求め、得られた資源使用率の平均値およびトランザクションごとの処理量を用いた重回帰分析を行うことにより、当該トランザクションごとの資源使用率を推定する第1の手段と、
前記コンピュータから前記第2のログを取得し、当該第2のログに含まれるトランザクションごとの処理数の時系列データに基づいて統計的時系列分析を行うことにより、トランザクションごとに当該トランザクションに対応する時系列モデルを同定し、同定されたトランザクションごとの当該時系列モデルと当該時系列データとを比較し、当該トランザクションごとの当該時系列モデルのうちで誤差の最も少ない時系列モデルを用いて、トランザクションの種類ごとに将来の処理量を予測する第2の手段と、
前記第1の手段により推定されたトランザクションごとの資源使用率と前記第2の手段により予測されたトランザクションごとの将来の処理量とに基づいて、将来における前記コンピュータの資源使用率の推移を予測する第3の手段と
を備えることを特徴とするシステム。 - 前記第2の手段は、前記時系列データの一部を除外し、残りのデータに基づいて前記時系列モデルを同定し、同定された当該時系列モデルにより前記時系列データの除外された部分に該当する前記処理数を予測し、予測結果と当該除外された部分の実際のデータとを比較して当該時系列モデルを検証することを特徴とする請求項1に記載のシステム。
- 前記第2の手段は、前記時系列データの最後の一定期間分のデータを除外して、当該一定期間分のデータを前記時系列モデルの検証に用いることを特徴とする請求項2に記載のシステム。
- 前記時系列データに基づいて同定される前記時系列モデルが、ARIMAモデルであることを特徴とする請求項1に記載のシステム。
- 前記第3の手段が、前記第1の手段により推定されたトランザクションごとの資源使用率と前記第2の手段により予測されたトランザクションごとの将来の処理量とに基づいて、前記コンピュータにおけるソフトウェアおよび/またはハードウェアの構成および/または設定を決定するサーバサイジング手段であることを特徴とする請求項1に記載のシステム。
- 前記第3の手段が、前記第1の手段により推定されたトランザクションごとの資源使用率と前記第2の手段により予測されたトランザクションごとの将来の処理量とに基づいて、前記コンピュータに対する監視動作を制御するサーバ監視手段であることを特徴とする請求項1に記載のシステム。
- 前記サーバ監視手段は、さらに警報を発するか否かを判断することを特徴とする請求項6に記載のシステム。
- コンピュータによりサーバを制御する方法であって、
前記コンピュータが、前記サーバから、資源の使用に関する第1のログとトランザクションに関する第2のログとを取得して記憶装置に格納するステップと、
前記コンピュータが、前記第1のログに含まれるサーバ全体の複数の時刻における資源使用率の情報と、前記第2のログに含まれる当該複数の時刻における前記トランザクションごとの処理数の情報とに基づいて、一定時間ごとの資源使用率の平均値と、当該一定時間ごとのトランザクションごとの処理量とを求め、得られた資源使用率の平均値およびトランザクションごとの処理量を用いた重回帰分析を行うことにより、当該トランザクションごとの資源使用率を推定するステップと、
前記コンピュータが、前記第2のログに含まれるトランザクションごとの処理数の時系列データに基づいて統計的時系列分析を行うことにより、トランザクションごとに当該トランザクションに対応する時系列モデルを同定し、同定されたトランザクションごとの当該時系列モデルと当該時系列データとを比較し、当該トランザクションごとの当該時系列モデルのうちで誤差の最も少ない時系列モデルを用いて、前記トランザクションごとに、将来の処理量を予測するステップと、
前記コンピュータが、前記推定ステップで推定されたトランザクションごとの資源使用率と前記予測ステップで予測されたトランザクションごとにおける将来の処理量とに基づいて、将来における前記サーバの資源使用率を予測するステップと
を含むことを特徴とする方法。 - 前記時系列モデルを同定するステップは、
前記時系列データの一部を除外し、残りのデータに基づいて前記時系列モデルを同定するステップと、
同定された前記時系列モデルにより前記時系列データの除外された部分に該当する前記トランザクションごとの処理数を予測するステップと、
予測結果と前記除外された部分の実際のデータとを比較して前記時系列モデルを検証するステップと
を含むことを特徴とする請求項8に記載の方法。 - コンピュータに、
サーバから、資源の使用に関する第1のログとトランザクションに関する第2のログとを取得して記憶装置に格納する第1の処理と、
前記第1のログに含まれるサーバ全体の複数の時刻における資源使用率の情報と、前記第2のログに含まれる当該複数の時刻における前記トランザクションごとの処理数の情報とに基づいて、一定時間ごとの資源使用率の平均値と、当該一定時間ごとのトランザクションごとの処理量とを求め、得られた資源使用率の平均値およびトランザクションごとの処理量を用いた重回帰分析を行うことにより、当該トランザクションごとの資源使用率を推定する第2の処理と、
前記第2のログに含まれるトランザクションごとの処理数の時系列データに基づいて統計的時系列分析を行うことにより、トランザクションごとに当該トランザクションに対応する時系列モデルを同定し、同定されたトランザクションごとの当該時系列モデルと当該時系列データとを比較し、当該トランザクションごとの当該時系列モデルのうちで誤差の最も少ない時系列モデルを用いて、前記トランザクションごとに、将来の処理量を予測する第3の処理と、
前記第2の処理で推定されたトランザクションごとの資源使用率と前記第3の処理で予測されたトランザクションごとにおける将来の処理量とに基づいて、将来における前記サーバの資源使用率を予測する第4の処理と
を実行させることを特徴とするプログラム。 - 前記時系列モデルを同定する処理は、
前記時系列データの一部を除外し、残りのデータに基づいて前記時系列モデルを同定する処理と、
同定された前記時系列モデルにより前記時系列データの除外された部分に該当する前記トランザクションごとの処理数を予測する処理と、
予測結果と前記除外された部分の実際のデータとを比較して前記時系列モデルを検証する処理と
を含むことを特徴とする請求項10に記載のプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004202032A JP4756675B2 (ja) | 2004-07-08 | 2004-07-08 | コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム |
US11/174,981 US7415453B2 (en) | 2004-07-08 | 2005-07-05 | System, method and program product for forecasting the demand on computer resources |
US12/122,069 US7882075B2 (en) | 2004-07-08 | 2008-05-16 | System, method and program product for forecasting the demand on computer resources |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004202032A JP4756675B2 (ja) | 2004-07-08 | 2004-07-08 | コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006024017A JP2006024017A (ja) | 2006-01-26 |
JP4756675B2 true JP4756675B2 (ja) | 2011-08-24 |
Family
ID=35542558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004202032A Expired - Fee Related JP4756675B2 (ja) | 2004-07-08 | 2004-07-08 | コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム |
Country Status (2)
Country | Link |
---|---|
US (2) | US7415453B2 (ja) |
JP (1) | JP4756675B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101484290B1 (ko) | 2013-11-07 | 2015-01-20 | 유넷시스템주식회사 | 통합 로그 분석 시스템 |
Families Citing this family (110)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060248529A1 (en) * | 2002-12-27 | 2006-11-02 | Loboz Charles Z | System and method for estimation of computer resource usage by transaction types |
JP4367856B2 (ja) * | 2005-07-07 | 2009-11-18 | レノボ シンガポール プライヴェート リミテッド | プロセス制御システム及びその制御方法 |
US7757214B1 (en) * | 2005-11-10 | 2010-07-13 | Symantec Operating Coporation | Automated concurrency configuration of multi-threaded programs |
US20070136615A1 (en) * | 2005-12-08 | 2007-06-14 | Electronics And Telecommunications Research Institute | System and method for reducing power used to execute application program |
JP2007241873A (ja) * | 2006-03-10 | 2007-09-20 | Fujitsu Ltd | ネットワーク上のコンピュータ資源の変更監視プログラム |
US7844441B2 (en) * | 2006-03-27 | 2010-11-30 | International Business Machines Corporation | Computer-implemented method, system and program product for approximating resource consumption of computer system |
JP4135956B2 (ja) | 2006-05-16 | 2008-08-20 | インターナショナル・ビジネス・マシーンズ・コーポレーション | 複数の情報処理装置を有する情報処理システムの性能を解析する技術 |
WO2008007669A1 (fr) | 2006-07-10 | 2008-01-17 | Nec Corporation | Dispositif et procédé de gestion de système informatique |
US8104039B2 (en) * | 2006-08-07 | 2012-01-24 | International Business Machines Corporation | Method for balancing resource sharing and application latency within a data processing system |
WO2008041302A1 (en) | 2006-09-29 | 2008-04-10 | Fujitsu Limited | Server disposing program and server disposing method |
JP4893325B2 (ja) * | 2007-01-17 | 2012-03-07 | 富士通株式会社 | システム分析プログラム、該プログラムを記録した記録媒体、システム分析方法およびシステム分析装置 |
US8819215B2 (en) * | 2007-01-29 | 2014-08-26 | Nokia Corporation | System, methods, apparatuses and computer program products for providing step-ahead computing |
US9135075B2 (en) * | 2007-03-09 | 2015-09-15 | Hewlett-Packard Development Company, L.P. | Capacity planning for computing systems hosting multi-tier application based on think time value and resource cost of composite transaction using statistical regression analysis |
US8032585B2 (en) * | 2007-03-09 | 2011-10-04 | Hewlett-Packard Development Company, L.P. | Regression-based system and method for determining resource costs for composite transactions |
US7996518B2 (en) * | 2007-04-13 | 2011-08-09 | Microsoft Corporation | Detecting machine utilization activity |
US7680916B2 (en) * | 2007-04-24 | 2010-03-16 | Hyperformix, Inc. | System for improving the performance of a computer software application in a server network |
WO2009008279A1 (ja) * | 2007-07-10 | 2009-01-15 | Nec Corporation | コンピュータシステム、管理装置、及びコンピュータシステム管理方法 |
US8326970B2 (en) * | 2007-11-05 | 2012-12-04 | Hewlett-Packard Development Company, L.P. | System and method for modeling a session-based system with a transaction-based analytic model |
JP5249569B2 (ja) * | 2007-12-11 | 2013-07-31 | 株式会社日本総合研究所 | 業務パフォーマンス把握システムおよび方法 |
US7908365B2 (en) | 2008-01-25 | 2011-03-15 | International Business Machines Corporation | System using footprints in system log files for monitoring transaction instances in real-time network |
US7912946B2 (en) * | 2008-01-25 | 2011-03-22 | International Business Machines Corporation | Method using footprints in system log files for monitoring transaction instances in real-time network |
JP4872944B2 (ja) | 2008-02-25 | 2012-02-08 | 日本電気株式会社 | 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム |
JP4872945B2 (ja) | 2008-02-25 | 2012-02-08 | 日本電気株式会社 | 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム |
US20090217282A1 (en) * | 2008-02-26 | 2009-08-27 | Vikram Rai | Predicting cpu availability for short to medium time frames on time shared systems |
US9363143B2 (en) * | 2008-03-27 | 2016-06-07 | International Business Machines Corporation | Selective computation using analytic functions |
US20090248722A1 (en) * | 2008-03-27 | 2009-10-01 | International Business Machines Corporation | Clustering analytic functions |
JP2009258955A (ja) * | 2008-04-16 | 2009-11-05 | Nec Software Chubu Ltd | 監視装置、監視システム、監視方法、及び監視プログラム |
JP5006837B2 (ja) * | 2008-05-14 | 2012-08-22 | 株式会社リコー | 使用量予測システム、使用量予測方法及び使用量予測プログラム |
US8260738B2 (en) * | 2008-06-27 | 2012-09-04 | Microsoft Corporation | Forecasting by blending algorithms to optimize near term and long term predictions |
US8612573B2 (en) * | 2008-08-28 | 2013-12-17 | Ca, Inc. | Automatic and dynamic detection of anomalous transactions |
US20100161548A1 (en) * | 2008-12-23 | 2010-06-24 | Cynthia Dolan | System and method for capacity planning in an information network |
US9020857B2 (en) * | 2009-02-11 | 2015-04-28 | Johnathan C. Mun | Integrated risk management process |
GB2468291B (en) * | 2009-03-03 | 2011-04-27 | 1E Ltd | Monitoring a computer |
CN101876933A (zh) * | 2009-04-28 | 2010-11-03 | 深圳富泰宏精密工业有限公司 | Cpu使用率分析系统及方法 |
JP5468837B2 (ja) * | 2009-07-30 | 2014-04-09 | 株式会社日立製作所 | 異常検出方法、装置、及びプログラム |
US8656396B2 (en) * | 2009-08-11 | 2014-02-18 | International Business Machines Corporation | Performance optimization based on threshold performance measure by resuming suspended threads if present or by creating threads within elastic and data parallel operators |
JP5375427B2 (ja) * | 2009-08-18 | 2013-12-25 | 富士通株式会社 | 温度制御装置 |
JPWO2011046228A1 (ja) | 2009-10-15 | 2013-03-07 | 日本電気株式会社 | システム運用管理装置、システム運用管理方法、及びプログラム記憶媒体 |
US9639446B2 (en) * | 2009-12-21 | 2017-05-02 | International Business Machines Corporation | Trace monitoring |
JP5155369B2 (ja) * | 2010-03-29 | 2013-03-06 | 株式会社三菱東京Ufj銀行 | 予測装置、プログラム及び予測方法 |
US9734034B2 (en) * | 2010-04-09 | 2017-08-15 | Hewlett Packard Enterprise Development Lp | System and method for processing data |
JP5472626B2 (ja) * | 2010-04-28 | 2014-04-16 | 公立大学法人首都大学東京 | 情報処理装置運用管理装置、クラウドコンピューティングシステム、運用管理プログラム、記憶媒体、及び情報処理装置運用管理方法 |
JP5476208B2 (ja) * | 2010-05-12 | 2014-04-23 | インターナショナル・ビジネス・マシーンズ・コーポレーション | リクエスト処理システム、方法及びプログラム |
JP5387779B2 (ja) * | 2010-09-01 | 2014-01-15 | 日本電気株式会社 | 運用管理装置、運用管理方法、及びプログラム |
US8560544B2 (en) | 2010-09-15 | 2013-10-15 | International Business Machines Corporation | Clustering of analytic functions |
JP5466622B2 (ja) * | 2010-11-25 | 2014-04-09 | 株式会社日立製作所 | 運用監視装置、運用監視方法、および運用監視プログラム |
US8626902B2 (en) | 2010-12-03 | 2014-01-07 | International Business Machines Corporation | Modeling and reducing power consumption in large IT systems |
CN102541653B (zh) * | 2010-12-24 | 2013-12-25 | 新奥特(北京)视频技术有限公司 | 一种多任务线程池调度方法和系统 |
CN102622303B (zh) * | 2011-01-30 | 2016-02-17 | 国际商业机器公司 | 一种内存过载控制的方法及装置 |
US8595198B1 (en) * | 2011-06-30 | 2013-11-26 | Emc Corporation | Compression forecasting for a deduplicating storage system |
US8751463B1 (en) * | 2011-06-30 | 2014-06-10 | Emc Corporation | Capacity forecasting for a deduplicating storage system |
JP5758783B2 (ja) * | 2011-11-29 | 2015-08-05 | 株式会社野村総合研究所 | 分析装置、分析方法およびコンピュータプログラム |
JP5707348B2 (ja) * | 2012-02-10 | 2015-04-30 | 日本電信電話株式会社 | イベント駆動型処理実行装置およびその動作方法 |
JP5810968B2 (ja) * | 2012-02-27 | 2015-11-11 | 日本電気株式会社 | リソースキャパシティ予測装置、方法およびプログラム |
US9104971B1 (en) * | 2012-06-29 | 2015-08-11 | Emc Corporation | Automated end-to-end sales process of storage appliances of storage systems using predictive modeling |
CN102999636B (zh) * | 2012-12-19 | 2016-11-16 | 北京奇虎科技有限公司 | 对网页中的弹窗进行拦截处理的方法和浏览器 |
US9106391B2 (en) | 2013-05-28 | 2015-08-11 | International Business Machines Corporation | Elastic auto-parallelization for stream processing applications based on a measured throughput and congestion |
CN104216929A (zh) * | 2013-07-11 | 2014-12-17 | 腾讯科技(深圳)有限公司 | 一种页面元素的拦截方法和装置 |
KR101539619B1 (ko) * | 2013-10-31 | 2015-07-27 | 삼성에스디에스 주식회사 | 패턴정보를 이용한 리소스 변경 여부 결정 장치 및 방법과 이를 이용한 기록매체 |
CN103605498B (zh) * | 2013-12-05 | 2016-07-06 | 用友网络科技股份有限公司 | 单线程任务的多线程执行方法及系统 |
CN104809052A (zh) * | 2014-01-29 | 2015-07-29 | 西门子公司 | 用于对系统资源利用率进行预测的方法和装置 |
US20150332295A1 (en) * | 2014-02-18 | 2015-11-19 | Mastercard International Incorporated | Method of Forecasting Resource Demand |
US9471371B2 (en) * | 2014-02-27 | 2016-10-18 | International Business Machines Corporation | Dynamic prediction of concurrent hardware transactions resource requirements and allocation |
US10248462B2 (en) | 2014-03-28 | 2019-04-02 | Nec Corporation | Management server which constructs a request load model for an object system, load estimation method thereof and storage medium for storing program |
US10019756B2 (en) | 2014-03-31 | 2018-07-10 | Mastercard International Incorporated | Systems and methods for throttling transaction processing based on constrained sub-systems |
CN104035984B (zh) * | 2014-05-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种浏览器中进行弹窗拦截的方法和一种弹窗拦截的装置 |
WO2016030973A1 (ja) * | 2014-08-27 | 2016-03-03 | 株式会社日立製作所 | マルチテナントリソース調停方法 |
US11138537B2 (en) | 2014-09-17 | 2021-10-05 | International Business Machines Corporation | Data volume-based server hardware sizing using edge case analysis |
US9367871B2 (en) | 2014-10-01 | 2016-06-14 | Mastercard International Incorporated | Predicting account holder travel without transaction data |
CN104346457A (zh) * | 2014-10-31 | 2015-02-11 | 北京奇虎科技有限公司 | 拦截业务对象的方法及浏览器客户端 |
CN104391880A (zh) * | 2014-10-31 | 2015-03-04 | 北京奇虎科技有限公司 | 拦截业务对象的方法及客户端 |
EP3021251A1 (en) | 2014-11-14 | 2016-05-18 | Hewlett-Packard Development Company, L.P. | Dynamically adjusting a model for a security operations center |
US10832176B2 (en) | 2014-12-08 | 2020-11-10 | Mastercard International Incorporated | Cardholder travel detection with internet service |
JP6439559B2 (ja) * | 2015-04-08 | 2018-12-19 | 富士通株式会社 | 計算機システム、計算機、ジョブ実行時刻予測方法及びジョブ実行時刻予測プログラム |
US9507636B2 (en) * | 2015-04-20 | 2016-11-29 | International Business Machines Corporation | Resource management and allocation using history information stored in application's commit signature log |
US10713578B2 (en) | 2015-04-29 | 2020-07-14 | Cisco Technology, Inc. | Estimating utilization of network resources using time series data |
US10255561B2 (en) | 2015-05-14 | 2019-04-09 | Mastercard International Incorporated | System, method and apparatus for detecting absent airline itineraries |
US9703664B1 (en) * | 2015-06-24 | 2017-07-11 | EMC IP Holding Company LLC | Self adaptive workload classification and forecasting in multi-tiered storage system using ARIMA time series modeling |
CN105138324A (zh) * | 2015-08-07 | 2015-12-09 | 北京思特奇信息技术股份有限公司 | 一种基于插件的浏览器渲染方法及系统 |
US10572836B2 (en) | 2015-10-15 | 2020-02-25 | International Business Machines Corporation | Automatic time interval metadata determination for business intelligence and predictive analytics |
US20200034745A1 (en) * | 2015-10-19 | 2020-01-30 | Nutanix, Inc. | Time series analysis and forecasting using a distributed tournament selection process |
US11715025B2 (en) | 2015-12-30 | 2023-08-01 | Nutanix, Inc. | Method for forecasting distributed resource utilization in a virtualization environment |
US10678886B2 (en) | 2016-01-01 | 2020-06-09 | Tata Consultancy Services Limited | Systems and methods for analyzing sensor data using incremental autoregression techniques |
US20170235737A1 (en) | 2016-02-12 | 2017-08-17 | Nutanix, Inc. | Entity database ranking |
US10168953B1 (en) | 2016-05-20 | 2019-01-01 | Nutanix, Inc. | Dynamic scheduling of distributed storage management tasks using predicted system characteristics |
US10902324B2 (en) | 2016-06-13 | 2021-01-26 | Nutanix, Inc. | Dynamic data snapshot management using predictive modeling |
US10361925B1 (en) | 2016-06-23 | 2019-07-23 | Nutanix, Inc. | Storage infrastructure scenario planning |
CN106096034A (zh) * | 2016-06-27 | 2016-11-09 | 乐视控股(北京)有限公司 | 应用程序日志管理方法及装置 |
US11016730B2 (en) | 2016-07-28 | 2021-05-25 | International Business Machines Corporation | Transforming a transactional data set to generate forecasting and prediction insights |
US10484301B1 (en) | 2016-09-30 | 2019-11-19 | Nutanix, Inc. | Dynamic resource distribution using periodicity-aware predictive modeling |
US20180097744A1 (en) * | 2016-10-05 | 2018-04-05 | Futurewei Technologies, Inc. | Cloud Resource Provisioning for Large-Scale Big Data Platform |
US10503548B2 (en) * | 2016-10-11 | 2019-12-10 | Microsoft Technology Licensing, Llc | Resource and latency estimation-based scheduling in a distributed computing environment |
US10691491B2 (en) | 2016-10-19 | 2020-06-23 | Nutanix, Inc. | Adapting a pre-trained distributed resource predictive model to a target distributed computing environment |
EP3316140A1 (en) * | 2016-10-28 | 2018-05-02 | Alcatel Lucent | Improvements in or relating to determining performance in a distributed application or system |
US11087638B2 (en) | 2017-01-26 | 2021-08-10 | Telefonaktiebolaget Lm Ericsson (Publ) | System and method for analysing sports performance data |
EP3574611B1 (en) * | 2017-01-26 | 2020-03-04 | Telefonaktiebolaget LM Ericsson (publ) | System and method for analyzing network performance data |
RU2659742C1 (ru) | 2017-08-17 | 2018-07-03 | Акционерное общество "Лаборатория Касперского" | Способ эмуляции исполнения файлов, содержащих инструкции, отличные от машинных |
US11023280B2 (en) | 2017-09-15 | 2021-06-01 | Splunk Inc. | Processing data streams received from instrumented software using incremental finite window double exponential smoothing |
US10692031B2 (en) * | 2017-11-02 | 2020-06-23 | International Business Machines Corporation | Estimating software as a service cloud computing resource capacity requirements for a customer based on customer workflows and workloads |
CN110245054A (zh) * | 2018-03-07 | 2019-09-17 | 集先锋科技有限公司 | 计算机资源使用量趋势预测分析系统及其方法 |
CN108984320A (zh) * | 2018-06-27 | 2018-12-11 | 郑州云海信息技术有限公司 | 一种消息队列集群防脑裂方法及装置 |
CN110868330B (zh) * | 2018-08-28 | 2021-09-07 | 中国移动通信集团浙江有限公司 | 云平台可划分cpu资源的评估方法、装置及评估系统 |
US11892933B2 (en) * | 2018-11-28 | 2024-02-06 | Oracle International Corporation | Predicting application performance from resource statistics |
US11561878B2 (en) | 2019-04-26 | 2023-01-24 | Hewlett Packard Enterprise Development Lp | Determining a future operation failure in a cloud system |
CN110321240B (zh) * | 2019-06-28 | 2023-06-09 | 创新先进技术有限公司 | 一种基于时序预测的业务影响评估方法和装置 |
CN112685280A (zh) * | 2019-10-17 | 2021-04-20 | 上海博泰悦臻电子设备制造有限公司 | 一种车机新项目评估方法、系统及计算机可读存储介质 |
JP7302439B2 (ja) * | 2019-10-30 | 2023-07-04 | 富士通株式会社 | システム分析方法、およびシステム分析プログラム |
CN111221706B (zh) * | 2020-01-06 | 2023-04-07 | 北京思特奇信息技术股份有限公司 | 一种cpu使用率预测方法、系统、介质及设备 |
JP7261195B2 (ja) * | 2020-03-25 | 2023-04-19 | 株式会社日立製作所 | サーバ負荷予測システム及びサーバ負荷予測方法 |
CN111858043B (zh) * | 2020-07-10 | 2024-03-22 | 海尔优家智能科技(北京)有限公司 | 服务请求的处理方法及装置、存储介质、电子装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6574587B2 (en) | 1998-02-27 | 2003-06-03 | Mci Communications Corporation | System and method for extracting and forecasting computing resource data such as CPU consumption using autoregressive methodology |
US6466980B1 (en) * | 1999-06-17 | 2002-10-15 | International Business Machines Corporation | System and method for capacity shaping in an internet environment |
JP2001109638A (ja) | 1999-10-06 | 2001-04-20 | Nec Corp | 推定伸長率に基づくトランザクション負荷分散方法及び方式並びにコンピュータ可読記録媒体 |
US6701348B2 (en) * | 2000-12-22 | 2004-03-02 | Goodcontacts.Com | Method and system for automatically updating contact information within a contact database |
JP2002268922A (ja) * | 2001-03-09 | 2002-09-20 | Ntt Data Corp | Wwwサイトの性能監視装置 |
JP2002266922A (ja) | 2001-03-12 | 2002-09-18 | Tok Bearing Co Ltd | 回転ダンパ |
JP3716753B2 (ja) | 2001-03-21 | 2005-11-16 | 日本電気株式会社 | マルチプロセッサ構成の計算機間におけるトランザクション負荷分散方法及び方式並びにプログラム |
US20020181419A1 (en) * | 2001-06-01 | 2002-12-05 | Tao Zhang | Method for handoff in multimedia wireless networks |
US6788965B2 (en) * | 2001-08-03 | 2004-09-07 | Sensys Medical, Inc. | Intelligent system for detecting errors and determining failure modes in noninvasive measurement of blood and tissue analytes |
JP3959516B2 (ja) | 2001-08-06 | 2007-08-15 | インターナショナル・ビジネス・マシーンズ・コーポレーション | ネットワークシステム、cpu資源プロバイダ、クライアント装置、処理サービスの提供方法、およびプログラム |
JP3864773B2 (ja) | 2001-12-10 | 2007-01-10 | 三菱マテリアル株式会社 | 広い周波数帯域の高周波に対して優れた電波吸収特性を示す電波吸収体用混合粉末および電波吸収体 |
US20030225563A1 (en) * | 2002-05-30 | 2003-12-04 | Gonos Dan G. | Capacity planning |
US7386611B2 (en) * | 2002-12-10 | 2008-06-10 | International Business Machines Corporation | Apparatus and methods for co-location and offloading of web site traffic based on traffic pattern recognition |
US8015289B2 (en) * | 2003-12-11 | 2011-09-06 | Ziti Technologies Limited Liability Company | System and method predicting and managing network capacity requirements |
US7552208B2 (en) * | 2005-01-18 | 2009-06-23 | Microsoft Corporation | Methods for managing capacity |
-
2004
- 2004-07-08 JP JP2004202032A patent/JP4756675B2/ja not_active Expired - Fee Related
-
2005
- 2005-07-05 US US11/174,981 patent/US7415453B2/en not_active Expired - Fee Related
-
2008
- 2008-05-16 US US12/122,069 patent/US7882075B2/en not_active Expired - Fee Related
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101484290B1 (ko) | 2013-11-07 | 2015-01-20 | 유넷시스템주식회사 | 통합 로그 분석 시스템 |
Also Published As
Publication number | Publication date |
---|---|
US20060010101A1 (en) | 2006-01-12 |
US20080281564A1 (en) | 2008-11-13 |
JP2006024017A (ja) | 2006-01-26 |
US7415453B2 (en) | 2008-08-19 |
US7882075B2 (en) | 2011-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4756675B2 (ja) | コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム | |
US9696786B2 (en) | System and method for optimizing energy consumption by processors | |
Nguyen et al. | {AGILE}: elastic distributed resource scaling for {infrastructure-as-a-service} | |
US8046468B2 (en) | Process demand prediction for distributed power and resource management | |
US9037880B2 (en) | Method and system for automated application layer power management solution for serverside applications | |
CN108509325B (zh) | 系统超时时间的动态确定方法与装置 | |
Kalyvianaki et al. | Adaptive resource provisioning for virtualized servers using kalman filters | |
JP6193393B2 (ja) | 分散コンピューティングシステムのための電力の最適化 | |
US20100082321A1 (en) | Scaling a prediction model of resource usage of an application in a virtual environment | |
JP4898805B2 (ja) | システムの構成パラメータ・セットを最適化するための方法、プログラムおよび装置 | |
CN107992410B (zh) | 软件质量监测方法、装置、计算机设备和存储介质 | |
US11966778B2 (en) | Cloud application scaler | |
US20080133442A1 (en) | Method, apparatus, and product for real-time predictive time-to-completion for variable configure-to-order manufacturing | |
CN110083518B (zh) | 一种基于AdaBoost-Elman的虚拟机软件老化预测方法 | |
JP4843379B2 (ja) | 計算機システムの開発プログラム | |
US20180314774A1 (en) | System Performance Measurement of Stochastic Workloads | |
US11157348B1 (en) | Cognitive control of runtime resource monitoring scope | |
JP7097412B2 (ja) | 人工知能学習データの生成のためのクラウドソーシング基盤プロジェクトの作業者及び検収者の増減運用装置 | |
JP2008191849A (ja) | 稼働管理装置、情報処理装置、稼働管理装置の制御方法、情報処理装置の制御方法及びプログラム | |
JP2023036469A (ja) | 外れ値検出装置及び方法 | |
CN113886746A (zh) | 页面加载方法、装置、设备和介质 | |
TWI781767B (zh) | 用於分析由於軟體系統組件內容變化而造成性能影響之基於預測的方法 | |
US20180107520A1 (en) | Apparatus and method to control calculation resources of an information processing device based on predictive values of reference data | |
Kumar et al. | Estimating model parameters of adaptive software systems in real-time | |
WO2023152985A1 (ja) | トラヒック予測装置、トラヒック予測方法、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070628 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101012 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110107 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110524 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20110524 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110530 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140610 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |