CN101421953A - 控制服务容量 - Google Patents

控制服务容量 Download PDF

Info

Publication number
CN101421953A
CN101421953A CNA2005800112307A CN200580011230A CN101421953A CN 101421953 A CN101421953 A CN 101421953A CN A2005800112307 A CNA2005800112307 A CN A2005800112307A CN 200580011230 A CN200580011230 A CN 200580011230A CN 101421953 A CN101421953 A CN 101421953A
Authority
CN
China
Prior art keywords
capacity
data
requests
response
deviation
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.)
Pending
Application number
CNA2005800112307A
Other languages
English (en)
Inventor
艾丽斯·艾德华·比肖普
兰迪·斯科特·约汉森
泰德里克·尼尔·诺斯维
H.·威廉·林克尔
马修·D.·肖
克里·安尼·左罗陶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN101421953A publication Critical patent/CN101421953A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Hardware Redundancy (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Multi Processors (AREA)

Abstract

公开了用于管理信息技术资源以向在共享计算环境中具有不同需求的多个客户提供处理容量的系统和方法。发明的过程包括产生和维护分配容量资源的容量规划，处理附加容量资源的请求，并且分析附加容量资源的请求以识别出应当在未来的分配中解决的问题。

Description

控制服务容量
技术领域
这里公开的本发明涉及资源管理，尤其涉及在共享计算环境中管理信息技术资源。
背景技术
许多年来，网络技术使得能够全世界共享计算资源，并且使得能够全世界远程访问计算资源。一台计算机可以轻易地与厅里或另一个国家的计算机交换数据。当然，商业界不用太长时间就利用全球网络的能力，并且网络技术加强了侧重于通过这些网络传送服务的整个新行业的成长。
这个新行业必须能够在客户的需求增长时预料和满足他们的处理需要，同时最大化现有的资源。最大化资源的一种方法是允许客户共享计算和网络资源。在这个方法的一个实现中，服务提供方在主处理单元(一般被称为＂主机＂计算机)上创建计算资源的＂逻辑＂分区。通常，服务提供方与若干客户缔结合同以向每个客户提供某个等级的服务，并且创建或指定每个客户的资源的逻辑分区以履行其义务。于是，一或多个合同可以允许在高峰值使用的情况下有增加的余量。于是，在一个客户的高使用的情况下，服务提供方必须能够向该客户提供附加资源而不消极地影响任何其它客户的资源使用。为了提供这些附加资源，服务提供方可以在各种逻辑分区中重新分配计算资源，直到客户的使用回到正常。允许客户共享资源，但是需要服务提供方谨慎地平衡和监视所共享的资源，使得提供方可以履行所有服务义务。
若干现有技术方法以一种或另一种形式获得预测的资源分配。例如，授权给McGovern等人的美国专利5,918,207公开了允许服务提供方满足客户对有技能工作人员的预测需求的预测资源规划过程和系统。McGovern等人公开了评估服务提供方的现有工作人员库，推断客户的技术方向以预测客户的需求，并且根据需要创建单独开发计划以便应对所预测的需要的过程。然而，McGovern等人的申请通常限于管理人工资源，并且未解决计算资源特有的资源分配的各方面问题。此外，McGovern等人未解决共享资源的问题，并且需要重新分配资源以满足特别需求。类似地，授权给Jameson的美国专利6,625,577 B1公开了初始分配资源的方法，但是未提供适于响应客户对共享计算环境中附加资源的需要的方法。
因而，需要一种分配可用资源，预料对附加资源的需要，以及响应客户对附加资源的需要的详细规划过程。
发明内容
在下面公开了被称作＂控制服务容量＂的本发明，其提供了允许服务提供方履行对具有不同需求的多个客户的当前以及未来义务、管理计算资源的过程以及设备。具体地，本发明涵盖产生和维护分配共享计算环境中的容量资源的容量规划，处理附加容量资源的请求，并且分析附加容量资源的请求以识别出应当在未来的分配中解决的问题的过程。如下面更详细地描述的，这个过程通常由＂容量规划人员＂执行。
该产生以及维护容量规划的过程包括收集容量数据，分析容量数据以确定对附加容量资源的需要，分配容量资源以便可以履行现有以及未来服务义务，获得分配的批准，以及把分配通知给服务提供方和客户。通过从数据库中提取服务义务，识别履行服务义务所需的资源，并且比较所需资源和现有资源以识别需要附加容量资源的任何服务义务，来分析容量数据。
通过从数据库中提取请求者的权限和标准数据，确定请求者是否有权使请求得到满足，并且如果是，则获得满足请求所需的任何数据，参照实际使用数据分析容量规划，并且更新容量规划以反映附加容量资源的请求结果，来处理附加容量资源的请求。
下面详细描述的本发明使容量规划人员能够预测客户资源需求的类型和数量，并且预测这些客户资源需求的定时。容量规划人员考虑多个因素以开发解决方案，并且根据其总体影响来对每个因素进行加权。
控制服务容量的发明(1)使得能够成本低廉并且高效地使用现有资源；(2)输入例如趋势数据以规划新和/或现有客户的未来平台/软件获得；以及(3)基于趋势和客户对服务的需要主动规划。
附图说明
图1是控制服务容量过程的概述。
图2图解了处理控制容量请求的子过程。
图3图解了处理服务权限故障的子过程。
图4图解了分析承诺和阈值的子过程。
图5图解了分析趋势的子过程。
图6图解了参照实际情况分析规划的子过程。
图7图解了调查偏差的子过程。
图8图解了为报告而管理容量数据的子过程。
图9图解了运行报告的子过程。
图10图解了产生/维护容量规划的子过程。
图11图解了收集数据的子过程。
图12图解了预测资源需求的子过程。
图13图解了对工作负载进行表征和确定大小的子过程。
图14图解了确定和应用计划方法的子过程。
具体实施方式
根据对本发明的如附图所示的优选实施例的更具体的描述会明白本发明的上述和其它目的、特征以及优势，其中类似附图标记表示本发明的类似部分。
在随后的详细描述中，发明的控制服务容量过程由容量规划人员执行。为了清晰，下面对容量规划人员的引用假定容量规划人员是个人，并且除非另外指出，否则人工地执行容量规划人员的功能。但是，本领域技术人员会理解，许多容量规划人员的功能可以应用例程编程自动进行，并且下面描述中这个命名的使用不应该解释为对本发明的范围的限制。
此外，如这里所使用的，术语＂容量资源＂包含但不限于中央处理单元(CPU)、存储设备、存储器、网络或电信硬件和外设。＂容量规划＂是主要识别由容量规划人员定义的对任何周期可用或需要的容量资源的任何文档或数据库，并且主要描述在所定义的周期内可用或所需的容量资源的分配。＂控制容量请求＂是容量规划人员接收的任何通信，其指示获得附加容量资源或修改容量资源的现有分配的需要或意图。
为了基于将来客户容量需求有效地规划和管理容量资源，容量规划人员必须检查现有资源和工作负载义务，以及可用资源和使用数据。本领域技术人员会理解，容量规划人员在开发这种规划时还必须考虑相关策略、标准和合同。
本发明可以在包含软件、硬件或其任何组合的许多不同配置中实现。下面对优选实施例和附图的详细描述引用容量规划人员可能用于实现本发明过程的各种软件工具。具体地，附图图解了问题管理软件(TPM)、报告软件(eSMRT或ESM/RT)以及通信软件(Notes)的使用。但是，本领域技术人员会理解，容量规划人员可以使用各种软件工具来实现本发明的过程和设备，并且对具体软件工具的引用不用于限制本发明的范围。此外，本领域的技术人员熟悉市场可获得的具体软件工具的各种实施例，并且在这里不详细描述它们。
以下讨论和附图还描述了在本发明过程的优选实施例中的数据库的使用。本领域的技术人员会理解，数据库可以以许多形式存在。如这里使用的术语＂数据库＂表示存储在一起并且组织起来以便快速搜索和检索的数据的任何集合，包含但不限于平面文件数据库、字段数据库、全文本数据库、面向对象数据库和关系数据库。
图1提供控制服务容量过程的概述。通常，控制服务容量过程由需要支持的外部过程(即，请求附加容量的客户)调用(101)，但是也可以由内部过程所有者(即，性能管理者或客户服务代表)调用(102)。如图1所示，容量规划人员最初根据需要选择过程路径(103)。容量规划人员可用的选择包含产生或维护容量规划(104)，处理控制容量请求(105)，以及执行控制容量请求或问题的分析/审查以确定有关的任何范围(106)。容量规划人员可以根据许多因素进行选择，但是通常由调用的性质确定选择。
图2图解了处理控制容量请求的过程。图10图解了产生和维护容量规划的过程。所有这些任务被图解为其它附图中的不同子过程，并且在下面详细讨论。
如图2所示，当容量规划人员接收控制容量请求时，调用处理控制容量请求的子过程。容量规划人员首先分析该请求以理解需求(201)。容量规划人员接着审查客户的权限(202)以确定客户是否有权接收服务，或最少有权进行请求(203)。容量规划人员还必须审查请求方客户可用的任何标准容量数据。参见图2，客户的权限和容量数据通常被存储在数据库中以利于检索。
如果客户无权接收所请求的服务，则容量规划人员对权限故障细节形成文档(204)以准备调用图3所图解的和下面描述的处理服务权限故障的子过程(205)。但是，在处理权限故障之后，容量规划人员确定是否不管故障而提供服务(206)。如果容量规划人员确定应当拒绝服务请求，则容量规划人员通知客户协调者，并且客户协调者通知请求者不能满足请求(207)。容量规划人员接着关闭请求。
如果客户有权接收服务，则容量规划人员确定请求是否需要非标准的数据(208)。通常，标准数据包括但不限于每个客户申请使用的CPU分钟、磁盘存储、网络带宽和存储器。缓存是解决容量规划问题可能需要的非标准数据的例子。如果目前未提供所需数据，则容量规划人员向适当数据收集小组提交数据的请求(209)。在获得所需数据之后，容量规划人员从下列选项中选择适当的操作过程(212)：(1)参照实际情况分析规划(214)；(2)为报告而管理容量数据(216)；(3)分析趋势(215)；(4)提供请求状态(219&220)；(5)分析承诺和阈值(221)；或(6)预测资源需求(224)。所有这些选项被图解为单独的子过程，并且在下面详细讨论。
图3图解了处理服务权限故障的子过程。这个子过程的目标是排除所请求的服务的权限故障。由涉及处理服务权限故障的所有本地策略来控制处理服务权限故障子过程。处理服务权限故障子过程包含下列活动：审查权限故障的细节和相关的权限策略；调查所请求的服务的任何有资格的候选；由请求者审查所有有资格的候选；以及从请求者处获得对有资格的候选的接受，或使请求者从适当的各方获得对原始请求的批准。如果请求者未接受有资格的候选，或未获得对原始请求的适当批准，则容量规划人员必须通知请求者请求已经被拒绝，并且相关的请求记录会关闭。
如图3所示，处理服务权限故障子过程需要容量规划人员确定所请求的服务是否被服务协议或合同覆盖(301)。如果请求未被协议覆盖，则容量规划人员应当遵循本地策略建议请求者如何继续进行请求(308)。
如果总体服务被协议覆盖但是具体请求未被覆盖，则容量规划人员确定任何有资格的候选是否可用(302)。如果有资格的候选可用，则容量规划人员用请求者审查所请求的服务的所有有资格的候选(304)。如果请求者接受有资格的候选，则容量规划人员更新请求记录以指示会提供的有资格的候选解决方案的细节(318)。然而，如果请求者未接受有资格的候选，则容量规划人员遵循本地策略使请求者获得对原始请求的批准(307)。
图4图解了分析承诺和阈值的子过程。分析承诺和阈值子过程的目标是建立阈值并且基于服务协议识别操作的需要。如图4所示，从处理控制容量请求子过程调用这个子过程。当调用时，容量规划人员首先获得操作趋势数据、容量目标、性能目标、服务等级达到情况数据以及客户满意度数据(401至403)。操作数据是如上所述的标准数据，其包含每个客户使用的CPU分钟、磁盘存储等等。容量和性能目标包含客户支持目标(例如，所期望的响应时间以及其它服务等级)。目标指导阈值的开发。容量规划人员接着审查结果(404)并且确定是否未履行任何承诺(406)。
如果已经未履行承诺，则容量规划人员确定在未履行承诺时是什么使用情况(408)。如果没有承诺未履行，则容量规划人员确定会导致未履行承诺的峰值使用情况(410)。
容量规划人员接着确定是否存在改变当前阈值的需要(412)。通常，在未履行客户目标的情况下或在现有阈值未提供足够的提前通知以解决容量问题的情况下，需要改变阈值。例如，如果CPU使用的阈值被设置成90％，但是在实际使用达到98％之前，容量规划人员可以解决问题，则容量规划人员可以确定阈值应当下移到85％以避免将来的相同影响。
如果容量规划人员识别出改变当前阈值的需要，则容量规划人员必须识别阈值的所有所需的改变(414)。如果不必改变阈值，则容量规划人员确定容量规划是否需要任何改变(416)。如果需要容量规划的改变，则容量规划人员调用产生/维护容量规划子过程(418)(在下面详细描述)。接着，过程流程返回到处理控制容量请求子过程。
图5图解了分析趋势子过程。参见图5，从处理控制容量请求子过程调用分析趋势子过程。分析趋势子过程的目标是解释数据以产生有意义的信息以支持和开发服务提供方的容量决策。除了趋势之外，注意可能大大影响当前和将来的资源利用情况的独特利用率特征。这是当使用模式与所计划的模式相关时确认它们有效的迭代过程。识别偏差并且采取操作以消除偏差。
分析趋势子过程需要容量规划人员分析资源单元的实际使用数据以理解用于将来容量控制决策的趋势方向(502)。这个步骤当资源单元与感兴趣的分组相关时确认它们的具体使用的有效性。在分析实际使用数据之后，容量规划人员接着从所有可用资源获得所有历史容量数据(504)。
容量规划人员接着确定是否需要特定分析(506)。响应于标准数据可能不提供解析所需的信息的系统问题，容量规划人员通常调用特定分析。容量规划人员可能调用的特定分析的例子包含但不限于指定用户的CPU使用以及个体应用程序的存储的增长。
如果容量规划人员根据历史容量数据确定需要特定分析，则容量规划人员向适当的数据收集小组请求所需的容量数据(508和512)。数据收集小组(513)接着获得所需的容量数据并且把所需的容量数据返回给容量规划人员。容量规划人员接着审查容量数据的准确性(514)。
在容量规划人员未确定需要特定分析的情况下，或在容量规划人员接收和审查数据收集小组提供的所需的容量数据之后，容量规划人员检查可识别的使用模式的资源类型和工作负载类型(516，518和520)。
如果容量规划人员识别出任何趋势，则容量规划人员必须对趋势形成文档(522)。如果在对趋势形成文档的过程期间，容量规划人员根据容量规划识别出任何偏差(524)，则容量规划人员必须在返回到处理控制容量请求之前调用调查偏差子过程(526)。在图7图解了调查偏差子过程并且在下面详细描述。
如果未找到任何趋势，则过程返回到处理控制容量请求子过程(528)。
图6图解了参照实际情况分析规划的子过程。参见图6，由处理控制容量请求子过程调用参照实际情况分析规划子过程。参照实际情况分析规划子过程的目标是按照具体的规划周期内的实际测量的数据分析容量规划，并且识别出需要进一步调查的规划的单元。
还参见图6，容量规划人员通过获得容量规划(601)和实际数据(602)开始分析。容量规划人员接着确定实际数据是否完整(604)。如果数据不完整，则容量规划人员必须向适当的数据收集小组609请求错失的容量数据(608)。在从数据收集小组609接收到所请求数据时，容量规划人员必须审查其准确性(610)。
一旦实际数据完整，则容量规划人员执行每个规划项的比较(606)。容量规划人员分析和相关涉及性能目标、服务等级达到情况和客户满意度的利用情况数据。容量规划人员由此实际或通过计算来导出阈值，其中在具体等级上资源利用的增加直接导致未履行的服务等级承诺。该等级接着被记录为指定系统环境的＂规划线路＂阈值。
如果实际数据遵循规划，则容量规划人员报告结果有效(614)，并且过程继续处理控制容量请求子过程(618)。
如果实际数据不遵循规划，则容量规划人员调用调查偏差子过程(616)以调查容量规划的任何偏差。在图7图解了调查偏差子过程并且在下面详细描述。在调查任何偏差之后，过程继续处理控制容量请求子过程(618)。
图7图解了调查偏差子过程。参见图7，由各种其它子过程调用调查偏差子过程。调查偏差子过程的目标是检查容量规划的未确认有效的那些部分，说明偏差，以及在必要时启动操作以消除偏差。
在调查偏差子过程中，容量规划人员必须在采取操作之前确定偏差的性质(701)。通常，如果偏差不太可能重新出现，则容量规划人员分类和报告偏差为异常，并且对偏差形成文档(但是不采取进一步操作)(706，708和712)。如果偏差是商业周期或季节性趋势的结果，则对偏差形成文档(712)。但是，在某些情况下，偏差可能是不良数据捕获的结果。如果容量规划人员确定偏差实际是不良数据捕获的结果，则对不良数据捕获的细节形成文档(702)。如果偏差的原因未知，则为根本原因分析对偏差细节形成文档(706)，并且容量规划人员必须确定偏差是否可能再次出现(708)。如果容量规划人员确定偏差可能重新出现，则容量规划人员对容量规划消除偏差所需的改变形成文档(710)。在对必要变化形成文档之后，容量规划人员调用产生/维护容量规划子过程以更新容量规划(714)。在图10图解了产生/维护容量规划子过程并且在下面详细描述。
图8图解了为报告而管理容量数据的子过程。参见图8，由处理控制容量请求子过程调用为报告而管理容量数据的子过程。为报告而管理容量数据的子过程的目标是处理对新报告的需要，从请求到怎样传送。
在为报告而管理容量数据子过程中，容量规划人员首先审查所提交的报告需求(通常基于客户或多个客户的限制的服务等级承诺)以确定请求的最准确报告解决方案(801)。接着，容量规划人员确定需要什么数据以及谁会提供所需的数据(802)。如果需要任何新数据单元以产生所请求的报告(804)，则容量规划人员向适当的数据收集小组809请求所需的附加数据单元(806)。数据收集小组809接着收集所请求数据并且把它提供给容量规划人员。容量规划人员从数据收集小组809接收所请求的容量数据，并且审查其准确性(810)。
在获得所有必要数据之后，容量规划人员基于所需的格式确定和设置数据和报告格式(812)。容量规划人员接着确定报告的频率以及报告的任何具体日期(814)，以及在哪里接收输出(816)。当报告完成时，容量规划人员通知请求者(818)并且请求者接收数据(819)。
图9图解了运行报告子过程。参见图9，从处理控制容量请求子过程调用运行报告子过程。容量规划人员通过从数据库或其它存储介质检索容量报告规范(901)来启动运行报告子过程。容量规划人员接着运行预定报告(902)并且确定报告的格式和内容是否正确(906)。如果报告的格式和内容正确，则容量规划人员分配报告给适当的各方(908)。在优选实施例中，容量规划人员使用例如eSMRT的Web式报告工具。例如eSMRT的报告工具通常包括信息、传送、数据库以及表示层，其提供帐户管理并且支持分组，以通过操作、仪表板和服务等级报告来观看其企业的状态。同样在优选实施例中，容量规划人员使用例如LOTUS NOTES的电子消息系统分配报告。如果格式或报告不正确，则容量规划人员进行所需的改变(904)并且在分配报告给适当的各方之前重新运行报告(902)。
图10图解了产生/维护容量规划。如上所述，可以通过主要过程或若干子过程之一来调用产生/维护容量规划子过程。产生/维护容量规划的目标是开发、维护、测试和修订允许服务提供方履行所有当前和可预知服务义务的容量规划。
产生/维护容量规划最初调用收集数据子过程(1001)，其在图11中图解并且在下面详细描述。收集数据子过程(1001)产生产生或维护容量规划所需的数据。容量规划人员接着确定是否需要附加容量数据分析(1002)。附加容量数据分析涵盖了非标准数据(容量规划中通常不使用的数据)。例如，容量规划通常不收集或保存示出任务控制块与所使用的系统资源块时间比较的数据。当把工作负载转移到较小的CPU引擎时需要这种数据。
如果容量规划人员确定需要附加容量数据分析，则容量规划人员识别其可以用现有资源履行的需求(如果有)(1004)。为了识别这些需求，容量规划人员必须考虑总规划周期，以及每个资源类型的下列因素：工作负载峰值，所计划的负载，工作负载相关性以及可应用的控制。在识别可以用现有资源履行的需求之后，容量规划人员必须识别出附加资源的投资需要(1006)。容量规划人员还必须把满足容量需求所需的任何新或改变的配置的细节形成文档(1008)。
在一个实施例中，容量规划人员接着调用外部操作过程以设计和规划满足任何修改的容量需求的配置(1009)。这个外部操作过程的目的仅仅是从配置立场确认任何新的或改变的配置的工作负载平衡是可接受的。然而，这个操作过程的细节不是本发明必要的，并且不在这里描述。本领域的技术人员会理解，本发明在没有这个中间步骤的情况下仍有效行。然而，如果容量规划人员调用这个外部操作过程，则容量规划人员还会确定新的配置规划是否充分地解决所有容量问题。如果不是，则容量规划人员会迭代尝试解决配置问题，并且调用外部操作过程直到充分解决所有问题。
类似地，一个实施例允许容量规划人员调用另一个外部过程以从性能角度评估所提出的容量规划(1015)。这个外部过程的目的是模拟所提出的解决方案以在规划周期内确定解决方案对部件的影响。再次地，本领域的技术人员会理解，本发明在没有这个中间步骤的情况下仍有效。然而，如果使用这个外部过程并且结果指示不满足某些性能需求，则容量规划人员应当对故障形成文档并且重复如图10所示的子过程。
容量规划人员接着在准备从适当各方(1022和1024)获得承诺时对提出的容量规划(1018)形成文档。如果未从适当各方获得批准，则容量规划人员应当把故障导致的任何问题形成文档以获得批准(1028)，并且重复如图10所示的过程。另外，容量规划人员把同意的容量规划和任何支持假设形成文档(1026)。在优选实施例中，同意的容量规划具有若干详细等级。它包含示出在计划时间段上计划工作负载对系统资源的影响的信息。它还包含在证明同意的容量规划中所需的资源的正当和对其进行澄清时所考虑的一系列因素。在对同意的容量规划形成文档之后，容量规划人员通知所有适当各方该规划的细节(1030)。
图11图解了收集数据子过程。如图11指示和注解的，由产生/维护容量规划调用收集数据子过程。收集数据子过程的目标是收集容量分析所需的数据，并且保证定期收集标准数据。容量规划人员通过确定分析和报告需要什么数据并且确定最优数据源(1102)来开始收集数据子过程(1101)。
如果数据已经不可用，则容量规划人员向数据所有者请求数据访问(1106)，并且提供数据的理由(1108)。如果数据可用，或如果数据所有者提供数据访问，则容量规划人员从所有者处获得数据(1110)。容量规划人员接着审查容量数据的准确性和完整性(1114)。如果所需的数据不完整和不精确，则容量规划人员联系数据提供方以校正错失或不准确的数据(1118)并且重复如图11所示的过程。
如果容量规划人员确定存在对数据的定期需要(1116)，则容量规划人员安排定期收集数据(1122)。否则，容量规划人员在将来的类似需求的情况下把容量数据的源形成文档(1120)。
图12图解了预测资源需求子过程。如图12指示和注解的，由处理控制容量请求子过程调用预测资源需求子过程。预测资源需求子过程的目标是基于将来的客户容量需求计划系统资源需求。
容量规划人员通过收集可用的资源和工作负载需求开始预测资源需求子过程(1202)。信息和数据应当足以允许容量规划人员预测将来的工作负载需求的量级和大小，以及在需求随时间推移出现的周期和时间段。如这里使用的，术语＂量级＂表示基于使用的容量变化率，并且术语＂大小＂表示从当前条件到将来需要的条件的变化差。容量规划人员可以采取各种方案收集需求，包含：通过帐户管理者与客户对话，历史趋势，从其它过程输入以及从变化或问题记录输入。客户需求提供了现有或新客户的资源以及工作负载需求的声明。这些需求可以在年度进程期间逐步变为例程业务，或趋势分析的结果。
在收集资源和工作负载需求之后，容量规划人员获得负载需求(1204)。通过只能由附加容量解决的工作负载增加或减少来识别负载需求。
在获得负载需求之后，容量规划人员获得历史趋势(1206)，包含：表示用于确定趋势目的的历史记录的有用时间段的资源利用情况以及使用数据；从支持说明未来资源和工作负载需求的客户代表处获得的信息和数据；从现有工作负载或具有与新工作负载需求类似的特性的应用中显现的使用信息；反映未来资源和工作负载的系统管理数据需求的信息和数据；以及在初始测试期间从测试系统提取的使用信息。
如果容量规划人员识别出新工作负载，则容量规划人员获得以及审查工作负载数据(1208和1210)。在获得以及审查工作负载数据之后，或在未识别出新工作负载的情况下，容量规划人员确定是否需要冗余(1212)。如果容量规划人员确定需要冗余，则容量规划人员获得以及审查冗余数据(1214)。在优选实施例中，冗余数据包含具有高可用性需求并且需要冗余备份性能的系统的数据。必须规划备份情况以向最关键的工作负载提供足够的资源。针对备份环境的平衡资源使用进行规划的方式与针对常见业务环境的方式大多相同。但是，一个差异是使某些工作避开资源的判决过程，以便维护关键工作负载的性能。
容量规划人员接着处理可用的资源和工作负载需求(1216)。本领域的技术人员会理解，不是所有计算平台支持详细的工作负载信息。本领域的技术人员还会理解，各种方案可用于处理需求以保证所接收的需求可以成功地和正确地转换成适当技术资源需求。处理预测需求的关键考虑包含但不限于客户资源需求的量级和客户资源需求的定时。如果在所期望的计算平台上，工作负载信息可用，则容量规划人员判定工作作负载需求是否被完全理解和定义(1220)。如果不是，则容量规划人员调用对工作负载表征和确定大小的子过程(1224)以识别和量化单位工作负载，并且确定这些工作负载使用的资源的量级。在图13图解了对工作负载表征和确定大小的子过程并且在下面详细描述。
如果工作负载需求被完全理解和定义，或可选地不可用，则容量规划人员确定是否需要附加帮助以进行计划(1222)。如果需要附加帮助，则容量规划人员调用确定和应用计划方法子过程(1226)。在图14图解了确定和应用计划方法子过程并且在下面详细描述。如果不需要帮助，或如果已经完成确定和应用计划方法子过程，则容量规划人员对需求的时间段进行预测和大小确定(1228)。
容量规划人员接着把计划需求转换成技术资源需要(1230)。容量规划人员还必须确认包含资源需求的量级和定时的需求有效(1232)。在从客户收集需求之后，由容量规划人员审查它们以保证提供所有必要信息(1234)。如果需要附加信息，或如果需求似乎不实际，则与客户代表的会议会确保更好理解客户的未来工作负载。
一旦容量规划人员和请求者(客户或客户代表)相互对需求的意见一致，则容量规划人员继续开发适当容量规划和支持假设(1236)。在这个确认步骤内，适合于形成证明需求正当和进行澄清的一列支持假设以及任何相关风险。
图13图解了对工作负载进行表征和确定大小的子过程。如图13所示，由预测资源需求子过程调用对工作负载进行表征和确定大小的子过程。对工作负载进行表征和确定大小的子过程的目标是识别和量化单位工作负载或集合工作负载，以及确定这些工作负载使用的资源的量级。如这里所使用的，术语＂单位工作负载＂表示可以在特定时间段执行的工作的量。
如图13所示，对工作负载进行表征和确定大小的子过程中的下列步骤可以并行或按照任何随机顺序执行。为了对工作负载进行表征和确定大小的，容量规划人员必须确定感兴趣的适当时间段，例如轮换或业务活动的时间段(1302)。容量规划人员还必须确定使用的量级以及时长(1304和1306)，以及识别用于分析的数据(1308)。最后，容量规划人员必须确定每单位工作负载使用的资源的量(1310)并且把资源使用与工作负载单位相关(1312)。
在完成上述步骤之后，容量规划人员应用最可能来自客户代表的有关工作负载时间段、工作负载的想要使用以及用户访问的量级的假设(1314)。容量规划人员接着应用规格化因子以标准化所有测量单位(1316)。最后，容量规划人员使用对等审查来确认结果有效(1318和1319)。
图14图解了确定和应用计划方法的子过程。如图14所示，由预测资源需求子过程调用确定和应用计划方法的子过程。确定和应用计划方法的目标是评估数据的适当性和来源并且选择计划资源需求的最适用的方法。
第一步骤是审查已经收集的数据(1401)，并且接着评估数据的适当性和来源(1402)。当评估数据的适当性和来源时，容量规划人员应当考虑提供容量规划人员对原始数据的置信度，容量规划人员对客户输入的置信度，以及容量规划人员关于所识别的时间段是否精确地反映计划的适当规划时间段的考虑。
在评估数据的适当性和来源之后，容量规划人员选择应用最适当的计划方法(1404)。常见计划方法包含但不限于业务驱动器，线性回归，线性/非线性，百分比变化，直接客户输入以及历史趋势数据。＂业务驱动器＂将业务要素(例如订单数量，查询数量等等)与系统使用相关起来。用于把业务要素转换到系统使用的算法由容量规划人员根据涉及客户代表提供的业务要素的信息开发。如果使用这个方法，则需要定期地跟踪定义为业务驱动器的要素。所开发的算法还应当被定期地校准以确保它继续正确地跟踪系统使用的业务驱动器。＂线性回归＂是数据点的数学分析，其中数值的量级和出现被用于显现回归线。这种方法在分析似乎非线性的历史数据时非常有用。＂线性/非线性方法＂是基于历史数据建立预测的最直接方案。线性规划应当在数据示出一致增加或减少时使用。非线性计划应当在将来的使用被视作具有特定非线性使用时使用。当在规划中使用若干变量时通常如此。＂百分比变化＂是使用具体百分比描述许多不同时间点的增加或减少规划的计划方法(例如在1Q中增加-2％，在4Q中增加5％等等)。直接客户输入表示当客户直接向容量规划人员提供实际预测时的实例。直接客户输入只在客户已经证明预测精确地跟踪其使用时使用。当分析要加入到现有工作负载中的需求时，相关工作负载的历史数据也应当在预测中考虑到。在历史数据中找到的任何趋势应当应用于新工作负载。例子是增加或减少活动，季节性趋势或商业周期。
最后，在选择适当计划方法实现之后，容量规划人员使用所选择的方法并且产生预测计划和假设(1406和1408)。
本发明可以在硬件、软件或硬件和软件的组合中实现。本发明的方法和系统的实现可以以集中在一个计算机系统中的方式实现，或以不同单元散布在若干互连的计算机系统中的分布方式实现。任何种类的计算机系统，或适于执行这里描述的方法的其它设备适于执行这里描述的功能。
硬件和软件的典型组合可以是具有计算机程序的通用计算机系统，当加载和执行时，其控制计算机系统使得它执行这里描述的方法。本发明也可以嵌入计算机程序产品，其包括实现这里描述的方法的所有特征，并且当在计算机系统中加载时，其能够执行这些方法。
本领域的技术人员将理解，这种计算机可读指令可以使用用于许多计算机体系结构或操作系统的多种编程语言编写。此外，这种指令可以使用当前或将来包含但不局限于半导体、磁或光学的任何存储器技术存储，或使用当前或未来包含但不局限于光学、红外或微波的任何通信技术发送。考虑这种计算机程序产品可以作为伴随打印而出现的可移动介质或电子文档来发布，例如预先加载在计算机系统的例如系统ROM或硬盘上的打包软件，或在例如因特网或万维网的网络上从服务器或电子公告发布。
显然，本发明可以在不偏离其宗旨或必要性质的前提下以其它具体形式实现，并且因此，应当参考指示本发明的范围的以下权利要求书，而不是参考上述说明书。

Claims (36)

1.一种管理共享计算环境中的容量资源的方法，包括步骤：
产生和维护容量规划；
处理来自请求者的容量请求；
对容量请求执行分析审查以识别容量问题；以及
执行数据处理系统中的问题管理器程序以解决任何所识别的容量问题，使得服务提供方能够满足所有服务义务。
2.如权利要求1所述的方法，其中产生和维护容量规划包括步骤：
收集容量数据；
通过从数据库提取容量义务，并且比较容量义务和现有资源以识别能够用现有资源满足的容量义务，以及识别需要附加资源的容量义务，对容量数据进行分析；
产生使用所识别的现有资源和所识别的附加资源来满足容量义务的容量规划；
从有权确认容量规划的实现的一或多个人处获得容量规划的批准；以及
把规划细节通知给容量规划涉及的任何方。
3.如权利要求2所述的方法，其中收集容量数据包括步骤：
确定容量数据需求；
确定容量数据的提供方；
确定容量数据是否已经可用；
从数据库获得容量数据；
确认容量数据有效；
确定是否存在对该数据的定期需要；以及
更新数据库和对数据库形成文档。
4.如权利要求2所述的方法，还包括步骤：
响应于确定容量数据不是已经可用的，联系容量数据的所有者；
请求容量数据；以及
向容量数据所有者证明对容量数据的请求正当。
5.如权利要求2所述的方法，还包括步骤：
在获得容量规划的批准之前，设计支持容量规划的配置；以及
测试所设计的配置以确定该配置是否能够根据需要平衡工作负载以满足现有和预期的容量义务。
6.如权利要求2所述的方法，还包括步骤：
在获得容量规划的批准之前，通过在规划周期期间确定容量规划对部件的影响来分析容量规划的性能影响。
7.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者有权使容量请求得到满足，确定是否需要任何非标准数据以满足容量请求；
响应于确定需要非标准数据以满足容量请求，向收集小组提交非标准数据的请求，从收集小组接收非标准数据，并且审查从收集小组接收的非标准数据；
参照实际使用数据分析容量规划；以及
更新容量规划以反映容量请求的结果。
8.如权利要求7所述的方法，其中参照实际使用数据分析容量规划包括步骤：
从数据库获得规划数据；
从数据库获得实际使用数据；
比较规划数据和实际使用数据；
从比较结果确定实际使用数据是否偏离规划数据；以及
响应于确定实际使用数据偏离规划数据，调查偏差。
9.如权利要求8所述的方法，其中调查偏差包括步骤：
确定偏差是否是异常的结果；以及
响应于确定偏差是异常的结果，对偏差形成文档。
10.如权利要求8所述的方法，其中调查偏差包括步骤：
确定偏差是否是商业周期的结果；以及
响应于确定偏差是商业周期的结果，对偏差形成文档。
11.如权利要求8所述的方法，其中调查偏差包括步骤：
确定偏差是否是不良数据捕获的结果；以及
响应于确定偏差是不良数据捕获的结果，使用问题管理程序对不良数据捕获细节形成文档，以及使用问题管理程序对偏差形成文档。
12.如权利要求8所述的方法，其中调查偏差包括步骤：
确定偏差是否是未知原因的结果；以及
响应于确定偏差是未知原因的结果，使用问题管理程序对偏差形成文档，确定偏差是否可能重新出现，并且响应于确定偏差可能重新出现，对所需要的容量规划变化形成文档。
13.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者有权使容量请求得到满足，确定是否需要任何非标准数据以满足容量请求；
响应于确定需要非标准数据以满足容量请求，向收集小组提交非标准数据的请求，从收集小组接收非标准数据，并且审查从收集小组接收的非标准数据；
为报告而管理容量数据；
确定是否需要新或变化的报告；
响应于确定需要新或变化的报告，运行报告；以及
更新容量规划以反映容量请求的结果。
14.如权利要求13所述的方法，其中为报告而管理容量数据包括步骤：
确定产生报告所需的数据；
确定是否需要附加数据单元以产生报告；
响应于确定需要附加数据单元以产生报告，向数据收集小组请求附加数据单元，并且响应于从数据收集小组接收附加数据单元，确认附加数据单元有效；
确定报告格式；
确定报告的频率和日期；
确定报告的目的地；以及
当可从数据库检索到报告时，通知报告接收方。
15.如权利要求13所述的方法，其中运行报告包括步骤：
从数据库提取报告规范；
使用报告程序创建预定报告；
确定报告格式或报告内容是否需要校正；
响应于确定报告需要校正，对报告进行所需的改变；以及
向一或多个报告接收方分配报告。
16.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者有权使容量请求得到满足，确定是否需要任何非标准数据以满足容量请求；
响应于确定需要非标准数据以满足容量请求，向收集小组提交非标准数据的请求，从收集小组接收非标准数据，并且审查从收集小组接收的非标准数据；
分析趋势；以及
更新容量规划以反映容量请求的结果。
17.如权利要求16所述的方法，其中分析趋势包括步骤：
识别相关趋势；
从数据库获得历史容量数据；
确定是否需要特定分析；
响应于确定需要特定分析，确定附加容量数据是否可用，响应于确定附加容量数据不可用，向收集小组请求附加容量数据；
获得附加容量数据；
选择资源类型和工作负载类型以识别趋势；
响应于识别出趋势，在数据库中对趋势形成文档；
确定任何识别的趋势是否偏离容量规划；以及
响应于确定一或多个识别的趋势偏离容量规划，调查偏差。
18.如权利要求17所述的方法，其中调查偏差包括步骤：
确定偏差是否是异常的结果；以及
响应于确定偏差是异常的结果，对偏差形成文档。
19.如权利要求17所述的方法，其中调查偏差包括步骤：
确定偏差是否是商业周期的结果；以及
响应于确定偏差是商业周期的结果，对偏差形成文档。
20.如权利要求17所述的方法，其中调查偏差包括步骤：
确定偏差是否是不良数据捕获的结果；以及
响应于确定偏差是不良数据捕获的结果，使用问题管理程序对不良数据捕获细节形成文档，以及使用问题管理程序对偏差形成文档。
21.如权利要求17所述的方法，其中调查偏差包括步骤：
确定偏差是否是未知原因的结果；以及
响应于确定偏差是未知原因的结果，使用问题管理程序对偏差形成文档，确定偏差是否可能重新出现，并且响应于确定偏差可能重新出现，对所需要的容量规划变化形成文档。
22.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者有权使容量请求得到满足，确定是否需要任何非标准数据以满足容量请求；
响应于确定需要非标准数据以满足容量请求，向收集小组提交非标准数据的请求，从收集小组接收非标准数据，并且审查从收集小组接收的非标准数据；
分析承诺和阈值；
确定是否需要阈值变化；
响应于确定需要阈值变化，使用问题管理器程序确定新阈值；以及
更新容量规划以反映容量请求的结果。
23.如权利要求22所述的方法，其中分析确认和阈值包括步骤：
从数据库获得操作趋势数据；
从数据库获得容量和性能目标；
从数据库获得服务等级达到情况和客户满足度数据；
确定是否已经未履行任何服务承诺；
响应于确定已经未履行一或多个服务承诺，确定未履行服务承诺时的资源使用；
参照当前服务承诺审查阈值；
确定是否需要阈值变化；
响应于确定需要阈值变化，对所需阈值变化形成文档；
确定是否需要容量规划变化；以及
响应于确定需要容量规划变化，更新容量规划以反映所需的变化。
24.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者有权使容量请求得到满足，确定是否需要任何非标准数据以满足请求；
响应于确定需要非标准数据以满足容量请求，向收集小组提交非标准数据的请求，从收集小组接收非标准数据，并且审查从收集小组接收的非标准数据；
预测资源需求；以及
更新容量规划以反映容量请求的结果。
25.如权利要求24所述的方法，其中预测资源需求包括步骤：
收集资源和工作负载需求；
从数据库获得负载需求；
从数据库获得历史趋势；
对工作负载需求进行表征和确定大小；
确定和应用计划方法；
对工作负载需求的周期进行预测和确定大小；
把工作负载需求转换为技术资源需要；以及
更新容量规划以反映技术资源需要。
26.如权利要求25所述的方法，其中对工作负载需求进行表征和确定大小包括步骤：
识别工作负载的单位；
确定感兴趣的周期；
确定使用的量；
确定使用的时长；
针对感兴趣的周期从数据库提取资源使用数据；
确定每单位工作负载使用的资源；
把该单位的工作负载与资源使用数据相关；
应用假设；
应用和正规化因子；以及
使用对等审查确认结果有效。
27.如权利要求25所述的方法，其中确定和应用计划方法包括步骤：
审查可用工作负载数据；
评估工作负载数据的适当性和来源；
选择最适当的计划方法；
应用所选择的计划方法；
产生预测计划和假设；以及
把预测计划和假设存储在数据库中。
28.如权利要求1所述的方法，其中处理容量请求包括步骤：
使用问题管理程序分析容量请求；
从数据库提取请求者的权限和标准数据；
确定请求者是否有权使容量请求得到满足；
响应于确定请求者无权使容量请求得到满足，对权限故障细节形成文档；
处理服务权限故障；以及
通知请求者请求不会被满足。
29.如权利要求28所述的方法，其中处理服务权限故障包括步骤：
确定合同是否覆盖容量请求；以及
响应于确定合同未覆盖容量请求，通知请求者容量请求将被取消。
30.如权利要求28所述的方法，其中处理服务权限故障包括步骤：
确定合同是否覆盖容量请求；
响应于确定合同覆盖容量请求，确定请求者是否有权进行任何可用选择；
响应于确定请求者有权进行一或多个可用选择，由请求者对可用选择进行审查以获得对至少一个可用选择的接受；以及
响应于确定获得对至少一个可用选择的接受，更新容量规划以反映容量请求的结果。
31.如权利要求28所述的方法，其中处理服务权限故障包括步骤：
确定合同是否覆盖容量请求；
响应于确定合同覆盖容量请求，确定请求者是否有权进行任何可用选择；
响应于确定请求者无权进行任何可用选择，获得对原始请求的批准；以及
更新容量规划以反映容量请求的结果。
32.如权利要求1所述的方法，其通过计算机程序产品来体现。
33.一种管理共享计算环境中的容量资源的系统，包括：
服务提供方；
多个服务义务；
多个容量资源；以及
容量规划者，其产生和维护容量规划，其中容量规划主要识别当前和所需容量资源，并且主要描述当前以及所需容量资源的分配，以及执行容量规划，使得服务提供方满足所有服务义务。
34.如权利要求32所述的系统，其中容量规划者还处理容量请求。
35.如权利要求33所述的系统，其中容量规划者还审查容量请求以识别在未来容量规划中应当解决的容量问题。
36.一种管理共享计算环境中的容量资源的系统，包括：
服务提供方；
多个服务义务；
多个容量资源；
产生和维护容量规划的装置；
处理容量请求的装置；以及
审查容量请求以识别容量问题的装置。
CNA2005800112307A 2004-04-15 2005-04-12 控制服务容量 Pending CN101421953A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/825,025 2004-04-15
US10/825,025 US20050259683A1 (en) 2004-04-15 2004-04-15 Control service capacity

Publications (1)

Publication Number Publication Date
CN101421953A true CN101421953A (zh) 2009-04-29

Family

ID=35242342

Family Applications (1)

Application Number Title Priority Date Filing Date
CNA2005800112307A Pending CN101421953A (zh) 2004-04-15 2005-04-12 控制服务容量

Country Status (4)

Country Link
US (1) US20050259683A1 (zh)
CN (1) CN101421953A (zh)
TW (1) TW200606720A (zh)
WO (1) WO2005107114A2 (zh)

Families Citing this family (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2005089239A2 (en) 2004-03-13 2005-09-29 Cluster Resources, Inc. System and method of providing a self-optimizing reservation in space of compute resources
US8782654B2 (en) 2004-03-13 2014-07-15 Adaptive Computing Enterprises, Inc. Co-allocating a reservation spanning different compute resources types
US20070266388A1 (en) 2004-06-18 2007-11-15 Cluster Resources, Inc. System and method for providing advanced reservations in a compute environment
US8176490B1 (en) 2004-08-20 2012-05-08 Adaptive Computing Enterprises, Inc. System and method of interfacing a workload manager and scheduler with an identity manager
US8271980B2 (en) 2004-11-08 2012-09-18 Adaptive Computing Enterprises, Inc. System and method of providing system jobs within a compute environment
US7729270B2 (en) * 2005-01-13 2010-06-01 International Business Machines Corporation Method for supporting on-demand performance
US8863143B2 (en) 2006-03-16 2014-10-14 Adaptive Computing Enterprises, Inc. System and method for managing a hybrid compute environment
WO2006107531A2 (en) * 2005-03-16 2006-10-12 Cluster Resources, Inc. Simple integration of an on-demand compute environment
US20110016214A1 (en) * 2009-07-15 2011-01-20 Cluster Resources, Inc. System and method of brokering cloud computing resources
US9231886B2 (en) 2005-03-16 2016-01-05 Adaptive Computing Enterprises, Inc. Simple integration of an on-demand compute environment
US9015324B2 (en) 2005-03-16 2015-04-21 Adaptive Computing Enterprises, Inc. System and method of brokering cloud computing resources
ES2614751T3 (es) 2005-04-07 2017-06-01 Iii Holdings 12, Llc Acceso bajo demanda a recursos informáticos
US7562003B2 (en) * 2005-09-30 2009-07-14 International Business Machines Corporation Method for performing dynamic simulations within virtualized environment
US7685283B2 (en) * 2006-01-23 2010-03-23 International Business Machiens Corporation Method for modeling on-demand free pool of resources
WO2007090431A1 (en) * 2006-02-09 2007-08-16 Freescale Semiconductor, Inc. Electronic apparatus and method of conserving energy
WO2007092615A2 (en) * 2006-02-09 2007-08-16 Monosphere Inc. Storage capacity planning
US20070189298A1 (en) * 2006-02-15 2007-08-16 Hong Kong Applied Science And Technology Research Institute Co., Ltd Distributed wireless network with dynamic bandwidth allocation
US7783510B1 (en) 2006-06-23 2010-08-24 Quest Software, Inc. Computer storage capacity forecasting system using cluster-based seasonality analysis
US8046765B2 (en) * 2006-07-25 2011-10-25 Hewlett-Packard Development Company, L.P. System and method for determining allocation of resource access demands to different classes of service based at least in part on permitted degraded performance
US20080221974A1 (en) * 2007-02-22 2008-09-11 Alexander Gilgur Lazy Evaluation of Bulk Forecasts
US8041773B2 (en) 2007-09-24 2011-10-18 The Research Foundation Of State University Of New York Automatic clustering for self-organizing grids
US8856332B2 (en) * 2007-10-09 2014-10-07 International Business Machines Corporation Integrated capacity and architecture design tool
US9268532B2 (en) 2009-02-25 2016-02-23 International Business Machines Corporation Constructing a service oriented architecture shared service
US9697488B1 (en) * 2009-03-05 2017-07-04 Amazon Technologies, Inc. System and method for generating predictions for unit allocation in a materials processing network
US20110022692A1 (en) * 2009-07-24 2011-01-27 Jeyhan Karaoguz Method and system for determining and controlling user experience in a network
US11720290B2 (en) 2009-10-30 2023-08-08 Iii Holdings 2, Llc Memcached server functionality in a cluster of data processing nodes
US10877695B2 (en) 2009-10-30 2020-12-29 Iii Holdings 2, Llc Memcached server functionality in a cluster of data processing nodes
US9164802B2 (en) * 2011-05-24 2015-10-20 International Business Machines Corporation System, method and program product for allocating resources and services
US8666848B1 (en) 2011-10-04 2014-03-04 Amazon Technologies, Inc. Continuous planning review system
PL2851452T3 (pl) 2013-09-19 2019-10-31 Fuchs Petrolub Se Nieorganiczna powłoka funkcyjna na stali ocynkowanej ogniowo jako pomocna przy formowaniu
KR20160098929A (ko) * 2015-02-11 2016-08-19 한국전자통신연구원 시스템 개발을 위한 시스템 가용도 측정장치 및 그 방법
US11909814B1 (en) * 2019-03-26 2024-02-20 Amazon Technologies, Inc. Configurable computing resource allocation policies
US11803773B2 (en) * 2019-07-30 2023-10-31 EMC IP Holding Company LLC Machine learning-based anomaly detection using time series decomposition

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5210872A (en) * 1991-06-28 1993-05-11 Texas Instruments Inc. Critical task scheduling for real-time systems
US6209033B1 (en) * 1995-02-01 2001-03-27 Cabletron Systems, Inc. Apparatus and method for network capacity evaluation and planning
US5918207A (en) * 1996-05-01 1999-06-29 Electronic Data Systems Corporation Process and system for predictive resource planning
US5850388A (en) * 1996-08-02 1998-12-15 Wandel & Goltermann Technologies, Inc. Protocol analyzer for monitoring digital transmission networks
US5963910A (en) * 1996-09-20 1999-10-05 Ulwick; Anthony W. Computer based process for strategy evaluation and optimization based on customer desired outcomes and predictive metrics
US6178542B1 (en) * 1997-02-24 2001-01-23 Lucent Technologies Inc. Hardware-software co-synthesis of embedded system architectures using quality of architecture metrics
US6023681A (en) * 1997-08-11 2000-02-08 At&T Corp. Method and apparatus for predicting queuing delays
US6307546B1 (en) * 1997-12-30 2001-10-23 Alcatel Usa Sourcing, L.P. Telecommunications system craft interface device with parser having object-oriented state machine
US6086628A (en) * 1998-02-17 2000-07-11 Lucent Technologies Inc. Power-related hardware-software co-synthesis of heterogeneous distributed embedded systems
US6219649B1 (en) * 1999-01-21 2001-04-17 Joel Jameson Methods and apparatus for allocating resources in the presence of uncertainty
US6363053B1 (en) * 1999-02-08 2002-03-26 3Com Corporation Method and apparatus for measurement-based conformance testing of service level agreements in networks
US6711137B1 (en) * 1999-03-12 2004-03-23 International Business Machines Corporation System and method for analyzing and tuning a communications network
US6460173B1 (en) * 1999-08-20 2002-10-01 Hewlett-Packard Company Function unit allocation in processor design
US7463648B1 (en) * 1999-08-23 2008-12-09 Sun Microsystems, Inc. Approach for allocating resources to an apparatus based on optional resource requirements
US6738736B1 (en) * 1999-10-06 2004-05-18 Accenture Llp Method and estimator for providing capacacity modeling and planning
US6853932B1 (en) * 1999-11-30 2005-02-08 Agilent Technologies, Inc. Monitoring system and method implementing a channel plan and test plan
US6831890B1 (en) * 2000-10-31 2004-12-14 Agilent Technologies, Inc. Measuring network performance parameters in data communication networks
US6904265B1 (en) * 2001-04-11 2005-06-07 Hughes Electronics Corporation Capacity management in a broadband satellite communications system
JP2002323986A (ja) * 2001-04-25 2002-11-08 Hitachi Ltd コンピュータリソース流通システム及び方法
US6996601B1 (en) * 2001-07-26 2006-02-07 Sprint Communications Company L.P. Process for managing change within an enterprise
US7174379B2 (en) * 2001-08-03 2007-02-06 International Business Machines Corporation Managing server resources for hosted applications
JP2003271572A (ja) * 2002-03-14 2003-09-26 Fuji Photo Film Co Ltd 処理分散制御装置、分散処理システム、処理分散制御プログラム、処理分散制御方法
US20040003084A1 (en) * 2002-05-21 2004-01-01 Malik Dale W. Network resource management system
US7765521B2 (en) * 2002-08-29 2010-07-27 Jeffrey F Bryant Configuration engine
TWI318831B (en) * 2002-09-27 2009-12-21 Panasonic Corp Resource management system
US7400583B2 (en) * 2002-09-30 2008-07-15 Nortel Networks Limited Determining and using value of traffic relying on a given component of a communications network
US7305431B2 (en) * 2002-09-30 2007-12-04 International Business Machines Corporation Automatic enforcement of service-level agreements for providing services over a network
US7573906B2 (en) * 2003-05-15 2009-08-11 At&T Intellectual Property I, L.P. Methods, computer program products, and systems for managing quality of service in a communication network for applications
US7499844B2 (en) * 2003-12-19 2009-03-03 At&T Intellectual Property I, L.P. Method and system for predicting network usage in a network having re-occurring usage variations
US7729270B2 (en) * 2005-01-13 2010-06-01 International Business Machines Corporation Method for supporting on-demand performance

Also Published As

Publication number Publication date
WO2005107114A2 (en) 2005-11-10
WO2005107114A3 (en) 2009-04-09
TW200606720A (en) 2006-02-16
US20050259683A1 (en) 2005-11-24

Similar Documents

Publication Publication Date Title
CN101421953A (zh) 控制服务容量
US20200226507A1 (en) Predictive Deconstruction Of Dynamic Complexity
EP3292469B1 (en) Automated workflow management system for application and data retirement
Mazher et al. Fuzzy integral–based risk-assessment approach for public–private partnership infrastructure projects
US8744894B2 (en) Method and system for assessing, managing, and monitoring information technology risk
US20080300946A1 (en) Methods, systems, and computer program products for implementing an end-to-end project management system
WO2007005975A2 (en) Risk modeling system
Gajzler et al. Evaluation of planned construction projects using fuzzy logic
US20090327000A1 (en) Managing Change Requests in an Enterprise
Prakash et al. A grey based approach for assessment of risk associated with facility location in global supply chain
US20170237616A1 (en) Network service provisioning tool and method
Carnero Auditing model for the introduction of computerised maintenance management system
Martin et al. Maintenance strategy selection for optimum efficiency–application of AHP constant sum
CN108415775A (zh) 一种基于服务质量的资源确定方法及系统
US11288150B2 (en) Recovery maturity index (RMI)-based control of disaster recovery
Dotoli et al. Integrated network design of agile resource-efficient supply chains under uncertainty
Kosasi et al. It governance: Performance assessment of maturity levels of rural banking industry
Ran et al. Cloud service selection based on QoS-aware logistics
CN110858355A (zh) 项目预算结余预测方法及装置
KR102312308B1 (ko) 프로젝트 중개 시스템, 서버 및 그 동작방법
CN111709623A (zh) 高性能计算环境评价方法、装置、电子设备及存储介质
Kurtel Measuring and monitoring software maintenance services: An industrial experience
Pereira et al. A multicriteria decision model for the selection of information system for a logistics company using MMASSI/TI
US20220270173A1 (en) System and method for automatically optimizing a portfolio
Borissova et al. Selection of ERP via cost-benefit analysis under uncertainty conditions

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20090429