CN104756084A - 操作管理装置和操作管理方法 - Google Patents

操作管理装置和操作管理方法 Download PDF

Info

Publication number
CN104756084A
CN104756084A CN201380055542.2A CN201380055542A CN104756084A CN 104756084 A CN104756084 A CN 104756084A CN 201380055542 A CN201380055542 A CN 201380055542A CN 104756084 A CN104756084 A CN 104756084A
Authority
CN
China
Prior art keywords
performance
disposal system
tolerance
ratio
reference performance
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.)
Granted
Application number
CN201380055542.2A
Other languages
English (en)
Other versions
CN104756084B (zh
Inventor
加藤清志
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.)
NEC Corp
Original Assignee
NEC 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 NEC Corp filed Critical NEC Corp
Publication of CN104756084A publication Critical patent/CN104756084A/zh
Application granted granted Critical
Publication of CN104756084B publication Critical patent/CN104756084B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F11/3428—Benchmarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
    • 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
    • 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
    • G06F11/3447—Performance evaluation by modeling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明的目的是提高在系统迁移时伴随的迁移目的地的执行环境所需要的处理性能的估计的精度。操作管理装置(100)的相关模型存储单元(112)存储指示在第一处理系统中执行预定程序时的一个或多个度量的对之间的相关性的相关模型(122)。基准性能收集单元(103)在第一处理系统和第二处理系统中执行预定基准处理时，收集具有与相关模型(122)中的另一度量的相关性的度量的值。性能比较单元(104)基于分别在第一处理系统和第二处理系统中执行预定基准处理时的度量的值来计算和输出相对于第一处理系统的第二处理系统中的度量的性能比。

Description

操作管理装置和操作管理方法
技术领域
本发明涉及操作管理装置和操作管理方法。
背景技术
随着虚拟机执行环境和云计算的技术发展，需要根据诸如发生灾害或负荷急剧变动的外部环境的变化来将已经固定安装的系统迁移到另一执行环境的操作。为了迁移，要求通过准确地估计迁移目的地的执行环境所需要的处理性能并且布置适合于迁移目的地的执行环境的计算机资源，来在抑制迁移的成本的同时，提高服务水平。
作为用于处理这种情况的技术，已知通过在多个执行环境中执行基准处理来计算执行环境间的性能差异，并且根据性能差异，估计迁移目的地的执行环境所需要的性能的技术。
例如，PTL 1公开了一种性能估计辅助系统，该性能估计辅助系统在备用服务器和新服务器中执行基准程序，并且测量诸如CPU(中央处理单元)、存储设备、网络等的资源的使用量。
顺便提一下，作为相关技术，PTL 2公开了一种方法，该方法根据软件的使用量来实时估计实际操作的系统的处理负荷以便于执行计费。PTL 3公开了一种信息处理装置，该信息处理装置模拟用于每个功能块的软件处理负荷并且还使用基准信息来估计每个功能块的性能。PTL 4公开了一种指标值计算装置，该指标值计算装置根据诸如用途的进行操作的服务器的特性，来计算针对各个服务器变化的性能需求。PTL 5和PTL 6公开了一种操作管理装置，该操作管理装置基于在从商业服务操作的系统收集的性能信息之间的关联来生成性能模型(相关模型)。
[引用列表]
[专利文献]
[PTL1]日本专利申请特开号No.2008-146313
[PTL2]日本专利申请特开号No.2009-519520
[PTL3]日本专利申请特开号No.2008-139965
[PTL4]日本专利申请特开号No.2008-287389
[PTL5]日本专利公开号No.4872944
[PTL6]日本专利公开号No.4872945
发明内容
[技术问题]
如在上述PTL 1中的性能估计辅助系统统一获得关于预先确定的性能值项的基准性能，并且因此，具有无法依据进行迁移的系统(服务)的特性来执行估计以及性能估计的精度低的问题。
本发明的目的是提供一种操作管理装置和操作管理方法，该操作管理装置和操作管理方法能够解决上述问题，并且能提高系统迁移中执行的迁移目的地的执行环境所需要的处理性能的估计的精度。
[对问题的解决方案]
根据本发明的示例性方面的操作管理装置包括：相关模型存储部件，用于存储指示在第一处理系统中执行预定程序的状态下，用于一个或多个度量的每一对的相关性的相关模型；基准性能收集部件，用于分别在第一处理系统和第二处理系统中执行预定基准处理的状态下，收集具有与相关模型中的另一度量的相关性的度量的值；以及性能比较部件，用于分别基于在第一处理系统和第二处理系统中执行预定基准处理的状态下的度量值，来计算并且输出第二处理系统中的度量与第一处理系统中的度量的性能比。
根据本发明的示例性方面的操作管理方法包括：存储指示在第一处理系统中执行预定程序的状态下，用于一个或多个度量的每一对的相关性的相关模型；分别在第一处理系统和第二处理系统中执行预定基准处理的状态下，收集具有与相关模型中的另一度量的相关性的度量的值；以及分别基于在第一处理系统和第二处理系统中执行预定基准处理的状态下的度量值，来计算并且输出第二处理系统中的度量与第一处理系统中的度量的性能比。
根据本发明的示例性方面的计算机可读存储介质记录有程序，使得计算机执行方法，该方法包括：存储指示在第一处理系统中执行预定程序的状态下，用于一个或多个度量的每一对的相关性的相关模型；分别在第一处理系统和第二处理系统中执行预定基准处理的状态下，收集具有与相关模型中的另一度量的相关性的度量的值；以及分别基于在第一处理系统和第二处理系统中执行预定基准处理的状态下的度量值，来计算并且输出第二处理系统中的度量与第一处理系统中的度量的性能比。
[本发明的有益效果]
本发明的有益效果是能够提高在系统迁移中执行的迁移目的地的执行环境所需要的处理性能的估计的精度。
附图说明
图1是图示本发明的第一示例性实施例的特性配置的框图。
图2是图示迁移源执行环境200和迁移目的地执行环境300的配置示例的框图。
图3是图示服务器特性信息400的示例的图。
图4是图示包括基于本发明的操作管理装置900的操作管理系统的配置的框图。
图5是图示基于本发明的操作管理装置900的处理的流程图。
图6是图示在基于本发明的操作管理系统中的性能比较结果924的图。
图7是图示在基于本发明的操作管理系统中的推荐方案的显示画面925的示例的图。
图8是图示在本发明的第一示例性实施例中的包括操作管理装置100的操作管理系统的配置的框图。
图9是图示在本发明的第一示例性实施例中的操作管理装置100的处理的流程图。
图10是图示在本发明的第一示例性实施例中的性能信息的示例的图。
图11是图示在本发明的第一示例性实施例中的相关模型的示例的图。
图12是图示在本发明的第一示例性实施例中的性能比较结果124的图。
图13是图示在本发明的第一示例性实施例中的推荐方案的显示画面125的示例的图。
图14是图示在本发明的第二示例性实施例中的性能比较结果124的图。
图15是图示在本发明的第二示例性实施例中的推荐方案的显示画面125的示例的图。
具体实施方式
(基本管理系统)
首先，将描述基于本发明的操作管理装置900的配置。
图4是图示基于本发明的包括操作管理装置900的操作管理系统的配置的框图。
参考图4，基于本发明的操作管理装置900包括基准性能收集单元903、性能比较单元904、性能比较结果存储单元914和迁移目的地确定单元905。操作管理装置900通过未示出的网络等连接到迁移源执行环境200和迁移目的地执行环境300。
图2是图示迁移源执行环境200和迁移目的地执行环境300的配置示例的框图。
参考图2，迁移源执行环境200包括一个或多个处理装置210。迁移目的地执行环境300包括一个或多个处理装置310。处理装置210和处理装置310是在其上构成用于提供诸如Web服务和商业服务的信息通信服务的系统的计算机。在图2的示例中，在迁移源执行环境200中，系统由WEB服务器、AP服务器和DB服务器构成，并且通过处理装置210来执行这些服务器中的每一个的程序的处理。一个或多个处理装置210通过网络相互连接。此外，在迁移目的地执行环境300中，在处理装置310的VM(虚拟机)320上执行每个服务器的程序的处理。一个或多个处理装置310通过网络相互连接。
在该示例中，在迁移源执行环境200中，假定执行相应服务器的程序的处理的每个处理装置210是迁移源处理系统(或第一处理系统)。此外，在迁移目的地执行环境300中，假定执行相应服务器的程序的处理的每个VM 320是迁移目的地处理系统(或第二处理系统)。
基准性能收集单元903收集当在迁移源处理系统和迁移目的地处理系统中执行以预定方法给予负荷的处理时所获得的多个性能项的测量值(基准性能)。在该示例中，性能项被称为度量。度量对应于PTL5和6中的要素。这里，作为度量，使用计算机资源的使用率或使用量，例如，CPU的使用量(CPU)、存储器的使用量(MEM)、磁盘存取频率(DISK)、数据发送和接收的量(NW)等。基准性能收集单元903收集相对于由管理员等预先确定的度量的基准性能。
性能比较单元904基于由基准性能收集单元903收集的基准性能来比较迁移源处理系统和迁移目的地处理系统的处理性能。
性能比较结果存储单元914存储来自性能比较单元904的性能比较结果924。
迁移目的地确定单元905基于性能比较结果924来生成迁移目的地处理系统的推荐方案，并且向管理员等呈现推荐方案。
接下来，将描述基于本发明的操作管理装置900的操作。
图5是图示基于本发明的操作管理装置900的处理的流程图。
这里，假定将构成图2中的系统的WEB服务器、AP服务器和DB服务器从迁移源处理系统(处理装置210)迁移到迁移目的地处理系统(VM 320)。此外，假定关于可用作迁移目的地处理系统的VM 320，存在多个方案。
图3是图示服务器特性信息400的示例的图。关于构成系统的每个服务器，服务器特性信息400指示执行服务器的处理的迁移源处理系统(处理装置210)的机器类型以及服务器的处理的特性(CPU负荷、磁盘负荷等)。在图3的示例中，指示由具有相同机器类型“R1”的处理装置210来执行每个服务器中的处理。还指示AP服务器中的处理的CPU负荷高，并且DB处理器中的处理的磁盘负荷高。
首先，基准性能收集单元903获得迁移源处理系统和迁移目的地处理系统中的基准性能(步骤S901)。这里，基准性能收集单元903获得有关由管理员等预先指定的度量的基准性能。
例如，在由管理员指定的度量是“CPU”、“MEM”和“DISK”的情况下，基准性能收集单元903获得迁移源处理系统(处理装置210)和多个方案的迁移目的地处理系统(VM 320)中的有关度量“CPU”、“MEM”和“DISK”的基准性能。
接着，性能比较单元904基于迁移源处理系统和迁移目的地处理系统的基准性能来计算基准性能比(步骤S902)。这里应当注意，基准性能比是迁移目的地处理系统中的每个度量的基准性能与假定为1的迁移源处理系统中的相应度量的基准性能的比。性能比较单元904将所计算的基准性能比设定为性能比较结果924的“性能比”。性能比较单元904将性能比较结果924存储在性能比较结果存储单元914中。
图6是图示基于本发明的操作管理系统中的性能比较结果924的图。性能比较结果924包括针对迁移源处理系统和迁移目的地处理系统的方案中的每一个的机器类型、度量、度量的基准性能和性能比。性能比较结果924进一步包括用于迁移目的地处理系统的每个方案的用途和价格。
在图6的示例中，作为迁移源处理系统的机器类型“R1”的处理装置210的度量“CPU”、“MEM”和“DISK”的基准性能分别是“80”、“60”和“50”。
此外，作为迁移目的地处理系统，根据用途(“低负荷用途”、“标准用途”、“计算用途”和“存储用途”)来指示在资源性能和价格上变化的四种VMs320的方案，“方案A”至“方案D”。这里，在机器类型“S1”的处理装置310中布置“方案A”、“方案B”和“方案D”的VM 320。此外，在机器类型“S2”的处理装置310中布置“方案C”的VM 320。
然后，例如，“方案B”的度量“CPU”、“MEM”和“DISK”的基准性能分别是“120”、“72”和“60”，并且其基准性能比分别是“1.5”、“1.2”和“1.2”。
顺便提一下，如图6所示，关于迁移源处理系统，用作参考的基准性能比“1”被设定为性能比较结果924的“性能比”。
例如，在图6中，性能比较单元904存储性能比较结果924。
接着，迁移目的地确定单元905向管理员等呈现基于性能比较结果924生成的推荐方案(步骤S903)。推荐方案指示构成该系统的各个服务器被迁移到的迁移目的地处理系统(VM 320)的方案。迁移目的地确定单元905基于服务器特性信息400和性能比较结果924中的性能比来选择各个服务器被迁移到的迁移目的地处理系统的方案。
图7是图示在基于本发明的操作管理系统中的推荐方案的显示画面925的示例的图。显示画面925包括迁移步骤926和推荐方案927。
迁移步骤926指示用于迁移的处理步骤当中的当前步骤。在图7的示例中，指示当前处理步骤是在用于迁移源处理系统和迁移目的地处理系统中的基准性能的测量步骤(步骤1和2)之后的、选择用于迁移目的地处理系统的方案(迁移方案)的步骤(步骤3)。
此外，推荐方案927包括所选择的方案、性能比较和价格。所选择的方案指示已经基于图6中的性能比较结果924中的性能比和图3中的服务器特性信息400选择的、用于每个服务器的迁移目的地处理系统的方案。性能比较指示用于选择的度量和有关度量的性能比。价格指示迁移目的地处理系统的方案的价格。
这里，关于AP服务器，由于CPU负荷高，所以已经选择了度量“CPU”的性能比为最大(2.0)的“方案C”。关于DB服务器，由于磁盘负荷高，所以已经选择了度量“DISK”的性能比为最大(1.6)的“方案D”。关于WEB服务器，由于CPU负荷和磁盘负荷均处于中间水平，所以已经选择了度量“CPU”的性能比为1.5以及度量“DISK”的性能比为1.2的“方案B”。
例如，迁移目的地确定单元905呈现图7中的显示画面925。
如上所述，在基于本发明的操作管理装置900中，关于由管理员等预先确定的度量，基准性能收集单元903获得迁移源处理系统和迁移目的地处理系统的基准性能。然后，性能比较单元904基于所获得的基准性能来计算基准性能比，并且生成性能比较结果924。
由此，在系统从迁移源执行环境200实际迁移到迁移目的地执行环境300之前，可以估计迁移目的地执行环境300中所需要的处理性能。
(第一示例性实施例)
接着，将描述本发明的第一示例性实施例。
首先，将描述本发明的第一示例性实施例的操作管理装置100的配置。图8是图示在本发明的第一示例性实施例中的包括操作管理装置100的操作管理系统的配置的框图。
参考图8，本发明的第一示例性实施例的操作管理装置100包括性能信息收集单元101、相关模型生成单元102、相关模型存储单元112、基准性能收集单元103、性能比较单元104、性能比较结果存储单元114和迁移目的地确定单元105。
性能信息收集单元101在迁移源处理系统中，在执行通过迁移目标系统进行的程序的处理(服务)的同时，以预定性能信息收集周期从迁移源处理系统收集多个度量的性能值。这里，同时测量的多个度量的值的集合被定义为性能信息。性能信息收集单元101收集有关由管理员等预先确定的度量的性能信息。
相关模型生成单元102基于在预定时段期间的性能信息的时间序列改变来生成迁移源处理系统的相关模型122。
相关模型存储单元112存储由相关模型生成单元102生成的相关模型122(性能模型)。
基准性能收集单元103收集迁移源处理系统和迁移目的地处理系统的基准性能。与基准性能收集单元903不同，基准性能收集单元103收集有关由性能比较单元104指定的度量的基准性能。
性能比较单元104基于迁移源处理系统的相关模型122来将要收集的度量确定为基准性能，并且将度量指定到基准性能收集单元103。此外，性能比较单元104基于由基准性能收集单元103收集的基准性能，来比较迁移源处理系统和迁移目的地处理系统中的处理性能。这里，性能比较单元104基于迁移源处理系统的相关模型122来校正迁移源处理系统和迁移目的地处理系统的基准性能比。
性能比较结果存储单元114存储由性能比较单元104提供的性能比较结果124。
迁移目的地确定单元105基于性能比较结果124来生成用于迁移目的地处理系统(VM 320)的推荐方案，并且向管理员等呈现推荐方案。
顺便提一下，操作管理装置100可以是包括CPU和存储程序的存储介质并且基于程序通过控制进行操作的计算机。此外，相关模型存储单元112和性能比较结果存储单元114可以独立地由单独的存储介质构成或者可以由一个存储介质构成。
接着，将描述在本发明的第一示例性实施例中的操作管理装置100的操作。
图9是图示本发明的第一示例性实施例中的操作管理装置100的处理的流程图。
这里，与基于本发明的上述操作管理装置类似，假定将构成图2中的系统的WEB服务器、AP服务器和DB服务器从迁移源处理系统(处理装置210)迁移到迁移目的地处理系统(VM 320)。
首先，性能信息收集单元101在迁移源处理系统中，在执行通过迁移目标系统的程序进行的处理(服务)的同时时，以预定性能信息收集周期从迁移源处理系统收集性能信息(步骤S101)。
图10是图示在本发明的第一示例性实施例中的性能信息的示例的图。在图10的示例中，作为度量，性能信息包括执行服务器(WEB服务器、AP服务器和DB服务器)的处理的迁移源处理系统(处理装置210)中的各种度量(CPU、MEM、DISK)的值。此外，在图10的示例中，收集每一分钟获得的性能信息。
例如，性能信息收集单元101收集如图10的性能信息。
相关模型生成单元102基于在预定时段期间的性能信息中的时间序列变化，来生成迁移源处理系统的相关模型122(步骤S102)。相关模型生成单元102将所生成的相关模型122存储在相关模型存储单元112中。
这里，每个相关模型122包括指示针对多个度量中的每一对(对)度量的、度量之间的相关函数(变换函数)。相关函数是从一对度量中的一个度量的值的时间序列来预测另一度量的值的时间序列的函数。相关模型生成单元102基于在预定建模时段期间的性能信息，来确定有关每对度量的相关函数的系数。与PTL 5和6的操作管理装置类似，在对测量的度量值的时间序列执行的系统识别处理中，确定相关函数的系数。然后，与PTL 5和6的操作管理装置类似，相关模型生成单元102基于相关函数的转换误差来计算有关每一对度量的相关函数的权重，并且将其权重等于或大于预定值的相关函数(有效相关函数)的集合设定为相关模型122。
图11是图示在本发明的第一示例性实施例中的相关模型122的示例的图。在图11的示例中，相关模型122包括针对每一对输入度量(X)和输出度量(Y)的系数(α和β)和相关函数的权重。这里，假定相关函数Y＝αX+β。例如，关于WEB服务器，针对输入度量X“CPU”和输出度量Y“DISK”，已经计算了“α＝0.8”和“β-10”。类似地，关于AP服务器和DB服务器中的每一个，已经针对输入度量X“CPU”和输出度量Y“DISK”计算了相关函数的系数。
例如，相关模型生成单元102基于图10中的性能信息来生成如图11的相关模型122。
顺便提一下，只要可以从一对度量中的一个度量的值的时间序列预测另一度量的值的时间序列，相关模型生成单元102就可以将另一函数表达用作相关函数。例如，相关模型生成单元102可以使用作为Y的过去时间序列的Y1和Y2以及作为X的过去时间序列的X1和X2，来计算函数表达Y＝aY1+bY2+cX1+dX2+e的系数a至e。
接着，性能比较单元104基于迁移源处理系统的相关模型122来确定有关要收集哪些基准性能的度量(步骤S103)。这里，性能比较单元104将具有与相关模型122中的另一度量的相关性的度量确定为关于要收集哪个基准性能的度量。然后，性能比较单元104指令基准性能收集单元103获得有关度量的基准性能。
例如，在图11的相关模型122中，WEB服务器的度量“CPU”和“DISK”具有与其他度量的相关性。类似地，AP服务器和DB服务器中的每一个的度量“CPU”和“DISK”具有与其他度量的相关性。性能比较单元104将这些度量“CPU”和“DISK”确定为关于要收集哪些基准性能的度量。
基准性能收集单元103获得迁移源处理系统和迁移目的地处理系统中的基准性能(步骤S 104)。这里，基准性能收集单元103获得由性能比较单元104指定的度量的基准性能。
例如，基准性能收集单元103获得迁移源处理系统(处理装置210)和多个方案的迁移目的地处理系统(VM 320)的度量“CPU”和“DISK”的基准性能。
顺便提一下，除了具有与由性能比较单元104指定的其他度量的相关性的度量之外，基准性能收集单元103可以获得由管理员等预先确定的度量的基准性能。
接着，性能比较单元104基于迁移源处理系统和迁移目的地处理系统的基准性能来计算基准性能比(步骤S105)。性能比较单元104将所计算的基准性能比设定为性能比较结果124中的“性能比1”。
图12是图示在本发明的第一示例性实施例中的性能比较结果124的图。性能比较结果124包括与上述性能比较结果924类似的项。这里，作为性能比，性能比较结果924包括“性能比1”和“性能比2”。对于“性能比1”，设定基准性能比。对于“性能比2”，设定基于相关模型122中的相关性的存在/不存在校正的基准性能比。
在图12的示例中，作为迁移源处理系统的机器类型“R1”的处理装置210的度量“CPU”和“DISK”的基准性能分别为“80”和“50”。此外，例如，“方案B”的度量“CPU”和“DISK”的基准性能分别为“120”和“60”，并且其基准性能比(性能比1)分别是“1.5”和“1.2”。
顺便提一下，如图12所示，还关于迁移源处理系统，用作参考的基准性能比“1”被设定为性能比较结果124的“性能比1”和“性能比2”。
例如，性能比较单元104将基准性能比(性能比1)设定为在图12的性能比较结果124中。
此外，性能比较单元104基于相关模型122中的相关性存在/不存在来校正迁移源处理系统和迁移目的地处理系统的基准性能比(步骤S106)。性能比较单元104将校正的基准性能比(校正的性能比)设定为性能比较结果124的“性能比2”。
这里，假定关于度量的性能，当执行迁移目标的系统的程序进行的处理(服务)时，具有相关模型122中的相关性的一对度量中的一个度量的性能不会独立于另一度量的性能而提高。
因此，在本发明的第一示例性实施例中，关于具有相关性的一对度量，通过其基准性能比小的另一度量的基准性能比来限制其基准性能比大的度量的性能比。关于具有相关性的度量对，性能比较单元104将其基准性能比小的度量的基准性能比(性能比1)设定为其基准性能比大的度量的校正的性能比(性能比2)。此外，性能比较单元104将其基准性能比小的度量的基准性能比(性能比1)直接设定为其基准性能比小的度量的校正的性能比(性能比2)。
例如，在图11的相关模型122中，在WEB服务器的度量“CPU”和“DISK”之间存在相关性。类似地，在AP服务器和DB服务器中的每一个的度量“CPU”和“DISK”之间存在相关性。因此，性能比较单元104关于具有相关性的度量“CPU”和“DISK”来将其基准性能比小的度量的基准性能比(性能比1)设定为其基准性能比大的度量的校正性能比(性能比2)。
结果，在图12中，将“方案B”的度量“CPU”的校正的性能比(性能比2)限制为“1.2”，这是度量“DISK”的基准性能比(性能比1)。作为度量“DISK”的校正的性能比(性能比2)，直接设定1.2，这是度量“DISK”的基准性能比(性能比1)。类似地，将“方案C”的度量“CPU”的校正的性能比(性能比2)限制为“1.2”，这是度量“DISK”的基准性能比(性能比1)。将“方案D”的度量“DISK”的校正的性能比(性能比2)限制为“1.5”，这是度量“CPU”的基准性能比(性能比1)。
例如，如在图12中的性能比较结果124中，性能比较单元104设定校正的性能比(性能比2)。
顺便提一下，性能比较单元104可以向管理员等输出性能比较结果124。
接着，迁移目的地确定单元105向管理员等呈现基于性能比较结果124生成的推荐方案(步骤S107)。这里，迁移目的地确定单元105基于性能比较结果124中的性能比2和服务器特性信息400来选择服务器要被迁移到的迁移目的地处理系统(VM 320)的方案，并且生成推荐方案。迁移目的地确定单元105呈现所生成的推荐方案。
图13是图示在本发明的第一示例性实施例中的推荐方案的显示画面125的示例的图。与显示画面925类似，显示画面125包括迁移步骤126和推荐方案127。在该情况下，推荐方案127的选择方案指示已经基于图12中的性能比较结果124中的性能比2和图3中的服务器特性信息400选择的服务器中的每一个的迁移目的地处理系统的方案。此外，性能比较指示用于选择的度量及其性能比2。
这里，关于AP服务器，已经选择了度量“CPU”的性能比2为最大(1.5)的“方案D”。还关于DB服务器，已经选择了度量“DISK”的性能比2为最大(1.6)的“方案D”。关于WEB服务器，在度量“CPU”的性能比2大致相同的“方案A”、“方案B”和“方案C”中，其价格为最便宜的方案“A”。
在基于本发明的操作系统中，如在图7的显示画面925中，在基准性能比的基础上，已经将“方案B”、“方案C”和“方案D”分别呈现为WEB服务器、AP服务器和DB服务器的推荐方案。相反，在本发明的第一示例性实施例中，在校正性能比(性能比2)的基础上，呈现“方案A”、“方案D”和“方案D”。
例如，迁移目的地确定单元105呈现图13中的显示画面125。
顺便提一下，迁移目的地确定单元105可以呈现在基准性能比9性能比1)的基础上选择的推荐方案和在校正性能比(性能比2)的基础上选择的推荐方案。
此外，在上述示例中，在相同机器类型的迁移源处理系统(处理装置210)中执行服务器的处理。然而，在不同机器类型的迁移源处理系统中，执行服务器的处理的情况下，在根据每一迁移源处理系统收集的基准性能的基础上，对每一服务器，单独地计算基准性能比(性能比1)和校正性能比(性能比2)。在这种情况下，在对服务器计算的性能比2的基础上，确定服务器将迁移到的迁移目的地处理系统(VM320)的方案。
此外，在上述示例中，具有相关性的度量对(输入度量“CPU”和输出度量“DISK”)在每一服务器中均是相同度量。然而，在具有相关性的度量对在每一服务器中不同的情况下，收集依据每一服务器的相关性的度量的基准性能，并且对每一服务器，单独地计算基准性能比(性能比1)和校正性能比(性能比2)。同时在这种情况下，在对服务器计算的性能比2的基础上，确定服务器将迁移到的迁移目的地处理系统(VM 320)的方案。
此外，尽管在上述示例中，将迁移源执行环境200中的处理装置210假定为迁移源处理系统，相反，可以将迁移源执行环境200中的VMs假定为迁移源处理系统。类似地，尽管在上述示例中，迁移目的地处理系统中的VMs 320假定为迁移目的地处理系统，但相反，迁移目的地处理系统中的处理装置310假定为迁移目的地处理系统。此外，可以将一个或多个处理装置的集合，或一个或多个VMs的集合，或一个或多个处理装置和一个或多个VMs混合存在的集合假定为迁移源处理系统或迁移目的地处理系统。
如上所述，完成本发明的第一示例性实施例的操作。
接着，将描述本发明的第一示例性实施例的特性结构。图1是示例本发明的第一示例性实施例的特性结构的框图。
参考图1，操作管理装置100包括相关模型存储单元112、基准性能收集单元103和性能比较单元104。相关模型存储单元112存储在第一处理系统中执行预定程序的状态下，表示用于一个或多个度量的每一对的相关性的相关模型。基准性能收集单元103分别在第一处理系统和第二处理系统中执行预定基准过程的状态中，收集具有与相关模型中的另一度量的相关性的度量的值。性能比较单元104基于分别在第一处理系统和第二处理系统中执行预定基准过程的状态中的度量值，计算和输出第二处理系统中的度量与第一处理系统的度量的性能比。
接着，将描述本发明的第一示例性实施例的有益效果。
根据本发明的第一示例性实施例，可以提高在系统迁移中执行的、用于迁移目的地的执行环境所需的处理性能的精度。为此的原因是基准性能收集单元103收集迁移源处理系统和迁移目的地处理系统中，分别与相关模型122中的另一度量具有相关性的度量的基准性能，以及性能比较单元104在基准性能的基础上，计算迁移目的地处理系统与迁移源处理系统的性能比。由于此，与相对于预先确定的度量均匀获得基准性能的情形相比，提高处理性能的估计的精度，因为相对于分别与另一度量具有相关性并且在系统(服务)中真正利用的度量，计算性能比。此外，由于此，与基准性能的收集和性能比的计算有关的处理负荷大大地降低，此外，用于处理性能的估计的选择度量等等变得不必要，因此，有效地执行处理性能的估计。
例如，在由多个服务器构成的系统的迁移中，服务器之间的通信性能评价为度量的情况下，如果相对于用于分配各个服务器的多个处理装置或VMs的所有组合的路线，测量通信性能，处理负荷变大。如果仅相对于由管理员等等选择的路线，测量通信性能，不测量各个服务器真正利用的路线，因此，存在处理性能的估计精度可能下降的可能性。在本发明的第一示例性实施例中，相对于在系统中真正利用的路线，执行基准性能的收集和性能比的计算，因此，将有效和准确地执行处理性能的估计。
此外，根据本发明的第一示例性实施例，能进一步提高迁移目的地的执行环境所需的处理性能的估计的精度。为此的原因是性能比较单元104将在相关模型122中，相关性存在与否的基础上，校正基准性能比的值计算为性能比。
例如，如在基于本发明的操作管理系统中，在根据已经在图6中的性能比较结果924中的性能比的基础上生成的图7中的推荐方案，迁移服务器的情况下，AP服务器迁移到的方案C的VM 320不真正具有足够的性能，因此，可能变为瓶颈。此外，WEB服务器迁移到的方案B的VM 320真正仅具有可与方案B相比更便宜的方案A相比的性能，意味着已经选择相当浪费的方案。相反，在本发明的第一示例性实施例中，如在图12的性能比较结果124的性能比2中，进行校正，使得根据相关模型122中的相关性的存在与否，性能比的精度变为更高。然后，如在校正性能比的基础上已经生成的图13中的推荐方案后，迁移服务器。由于此，AP服务器真正迁移到其性能更高的方案D的VM 320，使得瓶颈的可能性下降。此外，将WEB服务器迁移到更便宜的方案A的VM 320，使得提高价格效益。
此外，包括在本发明的第一示例性实施例中的相关模型122(性能模型)中的度量在系统操作期间，用于例如故障监视，如在PTLs 5和6中所公开的。因此，根据本发明的第一示例性实施例，从基本上与迁移后执行故障监视的情况相同的视点，使用用在系统的故障监视中的度量和有关度量的相关性的信息允许执行性能估计。
(第二示例性实施例)
将描述本发明的第二示例性实施例。
本发明的第二示例性实施例不同于本发明的第一示例性实施例之处在于在相关模型122中的相关函数的系数的基础上，执行基准性能比的校正。
图14是在本发明的第二示例性实施例中，示例性能比较结果124的图。本发明的第二示例性实施例中的性能比较结果124进一步将“性能比3”包括为性能比。
在上述步骤S106中，性能比较单元104在相关模型122中的相关函数的系数的基础上，校正迁移源处理系统和迁移目的地处理系统的基准性能比。性能比较单元104将校正基准性能比(校正性能比)设定为性能比较结果124的“性能比3”。
在本发明的第二示例性实施例中，假定相关性的输入度量的性能比和输出度量的性能比是根据相关函数的系数的关系。
因此，在本发明的第二示例性实施例中，将输出度量的性能比与相关性的输入度量的性能比的比限定到相关函数的系数的值。在通过将相关性的输入度量的基准性能比(性能比1)乘以相关函数的系数α获得的计算值等于或小于输出度量的基准性能比(性能比1)的情况下，性能比较单元104将计算值设定为输出度量的校正性能比(性能比3)。在这种情况下，性能比较单元104将输入度量的基准性能比(性能比1)直接设定为输入度量的校正性能比(性能比3)。另一方面，在计算值超出输出度量的基准性能比(性能比1)的情况下，性能比较单元104将通过输出度量的基准性能比(性能比1)乘以相关函数的系数α的倒数获得的值设定为输入度量的校正性能比(性能比3)。在这种情况下，性能比较单元104将输出度量的基准性能比(性能比1)直接设定为输出度量的校正性能比(性能比3)。
例如，在图11的相关模型122中，用于WEB服务器的输入度量“CPU”和输出度量“DISK”的相关函数的系数α是“0.8”。类似地，用于AP服务器和DB服务器的每一个的输入度量“CPU”和输出度量“DISK”的相关函数的系数α也是“0.8”。因此，性能比较单元104将通过输入度量“CPU”的基准性能比(性能比1)乘以相关函数的系数α“0.8”获得的值设定为输出度量“DISK”的校正性能比(性能比3)，或将通过输出度量的基准性能比(性能比1)乘以相关函数的系数α的倒数“1/0.8”获得的值设定为输入度量“CPU”的校正性能比(性能比3)。
因此，在图14中，将“方案A”的度量“DISK”的校正性能比(性能比3)限定到通过度量“CPU”的基准性能比(性能比1)乘以系数α“0.8”获得的“0.96”。作为度量“CPU”的校正性能比(性能比3)，直接设定“1.2”，其是度量“CPU”的基准性能比(性能比1)。类似地，将“方案D”的度量“DISK”的校正性能比(性能比3)限定到通过将度量“CPU”的基准性能比(性能比1)乘以系数α“0.8”获得的“1.2”。此外，将“方案C”的度量“CPU”的校正性能比(性能比3)限定到通过将度量“DISK”的基准性能比(性能比1)乘以系数α的倒数“1/0.8”获得的“1.5”。
顺便提一下，同样在迁移源执行环境200中，在执行迁移目标的系统的程序的处理(服务)的情况下，将输出度量的性能比与相关性的输入度量的性能比的比率视为限定到相关函数的系数的值。因此，性能比较单元104还在相关模型122中的相关函数的系数的基础上，校正用作基准的迁移源处理系统中的基准性能比，并且将校正基准性能比设定为性能比较结果124的“性能比3”。例如，在图14中，作为迁移源处理系统的度量“DISK”的校正性能比(性能比3)，设定将度量“CPU”的基准性能比(性能比1)乘以系数α“0.8”获得的“0.8”。
接着，在上述步骤S107，迁移目的地确定单元105在性能比较结果124中的“性能比3”和服务器特性信息400的基础上，选择服务器将迁移到的迁移目的地处理系统(VMs 320)的方案，并且将所选择的方案呈现为推荐方案。
图15是示例在本发明的第二示例性实施例中，推荐方案的显示画面125的示例的图。在这种情况下，推荐方案127的所选择的方案表示在图14中的性能比较结果124中的性能比3和图3中的服务器特性信息400的基础上，已经选择的用于每一服务器的迁移目的地处理系统的方案。此外，性能比较表示用于选择的度量和度量的性能比3。
其中，关于AP服务器，已经选择在度量“CPU”的性能比3为最大(1.5)的“方案B”、“方案C”和“方案D”中，其价格最便宜的“方案B”。关于DB服务器，已经选择在度量“DISK”的性能比3为最大(1.2)的“方案B”、“方案C”和“方案D”中，其价格最便宜的“方案B”。关于WEB服务器，已经选择度量“CPU”的性能比迁移源处理系统高且其价格最便宜的“方案A”。
在本发明的第一示例性实施例中，作为用于WEB服务器、AP服务器和DB服务器的推荐方案，在校正性能比(性能比2)的基础上，已经分别呈现“方案A”、“方案D”和“方案D”，如在图13的显示画面125中所示，并且总价格为180万日元。另一方面，在本发明的第二示例性实施例中，在校正性能比(性能比3)的基础上，已经呈现“方案A”、“方案B”和“方案B”，并且总价格为100万日元。
顺便提一下，在已经校正迁移源处理系统中的性能比3的情况下，为推荐方案127的性能比，设定参考迁移源执行环境200中的校正性能比3获得的迁移目的地处理系统的性能比3。例如，在图15中，对涉及已经为DB服务器选择的“方案B”的度量“DISK”的性能比较，已经设定“1.5”，其是作为“1.2”的“方案B”的度量“DISK”的性能比3与作为“0.8”的迁移源处理系统的度量“DISK”的性能比3的比值。
此外，在上述示例中，在每一服务器中，具有相关性的度量对是相同的。每一服务器中相关函数的系数α(输入度量“CPU”和输出度量“DISK”，“0.8”的系数α)也是相同的。然而，在具有相关性的度量对或每一服务器中的系数不同的情况下，收集依据每一服务器的相关性的度量的基准性能，并且对每一服务器，分别计算基准性能比(性能比1)和校正性能比(性能比3)。在这种情况下，在对服务器计算的性能比3的基础上，确定服务器将迁移到的迁移目的地处理系统(VM 320)的方案。
接着，将描述本发明的第二示例性实施例的有益效果。
根据本发明的第二示例性实施例，与本发明的第一示例性实施例相比，能进一步提高迁移目的地的执行环境所需的处理性能的估计的精度。对此的原因在于性能比较单元104将通过在相关模型122中的相关函数的系数的基础上，校正基准性能比获得的值计算为性能比。
例如，在本发明的第一示例性实施例中，已经将方案B和方案C的每一个的度量“CPU”的性能比(性能比2)限定到“1.2”，如在图12的性能比较结果124中。相反，在本发明的第二示例性实施例中，如在图14的性能比较结果124中，已经将方案B和方案C的每一个的度量“CPU”的性能比(性能比3)校正到“1.5”，表示实际上，实现更高性能。此外，在本发明的第一示例性实施例中，迁移源处理系统的度量“DISK”的性能比(性能比2)为“1.0”。另一方面，在本发明的第二示例性实施例中，已经将迁移源处理系统的度量“DISK”的性能比(性能比3)校正到“0.8”，表示实际上，资源并未全部用在迁移源处理系统中。
由此，本发明的第二示例性实施例使用更准确性能比，能降低不必要资源并且能选择更便宜方案。
尽管参考其示例性实施例，具体示出和描述了本发明，但本发明不限于这些实施例。本领域的普通技术人员将理解到在不背离如由权利要求限定的本发明的精神和范围的情况下，能做出形式和细节的各种改进。
本申请基于并要求2012年12月23日提交的日本专利申请No.2012-233992的优先权，其全部内容在此引入以供参考。
[附图标记列表]
100 操作管理装置
101 性能信息收集单元
102 相关模型生成单元
103 基准性能收集单元
104 性能比较单元
105 迁移目的地确定单元
112 相关模型存储单元
114 性能比较结果存储单元
122 相关模型
125 显示画面
126 迁移步骤
127 推荐方案
200 迁移源执行环境
210 处理装置
300 迁移目的地执行环境
310 处理装置
320 VM
400 服务器特性信息
900 操作管理装置
903 基准性能收集单元
904 性能比较单元
905 迁移目的地确定单元
914 性能比较结果存储单元
924 性能比较结果
925 显示画面
926 迁移步骤
927 推荐方案

Claims (18)

1.一种操作管理装置，包括：
相关模型存储部件，所述相关模型存储部件用于存储指示在第一处理系统中执行预定程序的状态下的用于一个或多个度量的每一对的相关性的相关模型；
基准性能收集部件，所述基准性能收集部件用于在所述第一处理系统和第二处理系统中执行预定基准处理的状态下，分别收集具有与所述相关模型中的另一度量的相关性的度量值；以及
性能比较部件，所述性能比较部件用于分别基于在所述第一处理系统和所述第二处理系统中执行所述预定基准处理的状态下的度量值，来计算并且输出所述第二处理系统中的度量与所述第一处理系统中的度量的性能比。
2.根据权利要求1所述的操作管理装置，其中，所述性能比较部件将下述基准性能比计算为所述性能比：该基准性能比是在所述第二处理系统中执行所述预定基准处理的状态下的度量值与在所述第一处理系统中执行所述预定基准处理的状态下的度量值的比。
3.根据权利要求2所述的操作管理装置，其中，所述性能比较部件将通过基于所述相关模型中的相关性来校正所述基准性能比所获得的值计算为所述性能比。
4.根据权利要求3所述的操作管理装置，其中，所述性能比较部件通过相对于具有所述相关模型中的相关性的一对度量，将其基准性能比小的度量的基准性能比设定为其基准性能比大的另一度量的基准性能比，来校正所述基准性能比。
5.根据权利要求3所述的操作管理装置，其中，所述性能比较装置相对于具有所述相关模型中的相关性的一对度量，来校正所述基准性能比，使得度量的基准性能比与另一度量的基准性能比的比等于表示相关性的相关函数的系数的值，并且所述校正之后的基准性能比的值等于或小于所述校正之前的基准性能比的值。
6.根据权利要求1至5中的任何一项所述的操作管理装置，进一步包括迁移目的地确定部件，所述迁移目的地确定部件用于基于所述第二处理系统中的度量与所述第一处理系统中的度量的性能比，来将所述第二处理系统确定为所述预定程序处理的迁移目的地。
7.一种操作管理方法，包括：
存储指示在第一处理系统中执行预定程序的状态下的用于一个或多个度量的每一对的相关性的相关模型；
在所述第一处理系统和第二处理系统中执行预定基准处理的状态下，分别收集具有与所述相关模型中的另一度量的相关性的度量值；以及
分别基于在所述第一处理系统和所述第二处理系统中执行所述预定基准处理的状态下的度量值，来计算并且输出所述第二处理系统中的度量与所述第一处理系统中的度量的性能比。
8.根据权利要求7所述的操作管理方法，其中，所述计算将下述基准性能比计算为所述性能比：该基准性能比是在所述第二处理系统中执行所述预定基准处理的状态下的度量值与在所述第一处理系统中执行所述预定基准处理的状态下的度量值的比。
9.根据权利要求8所述的操作管理方法，其中，所述计算将通过基于所述相关模型中的相关性来校正所述基准性能比所获得的值计算为所述性能比。
10.根据权利要求9所述的操作管理方法，其中，所述校正通过相对于具有所述相关模型中的相关性的一对度量，将其基准性能比小的度量的基准性能比设定为其基准性能比大的另一度量的基准性能比，来校正所述基准性能比。
11.根据权利要求9所述的操作管理方法，其中，所述校正相对于具有所述相关模型中的相关性的一对度量，来校正所述基准性能比，使得度量的基准性能比与另一度量的基准性能比的比等于表示相关性的相关函数的系数的值，并且所述校正之后的基准性能比的值等于或小于所述校正之前的基准性能比的值。
12.根据权利要求7至11中的任何一项所述的操作管理方法，进一步包括：基于所述第二处理系统中的度量与所述第一处理系统中的度量的性能比，来将所述第二处理系统确定为所述预定程序处理的迁移目的地。
13.一种记录有使得计算机执行方法的程序的计算机可读存储介质，所述方法包括：
存储指示在第一处理系统中执行预定程序的状态下的用于一个或多个度量的每一对的相关性的相关模型；
在所述第一处理系统和第二处理系统中执行预定基准处理的状态下，分别收集具有与所述相关模型中的另一度量的相关性的度量值；以及
分别基于在所述第一处理系统和所述第二处理系统中执行所述预定基准处理的状态下的度量值，来计算并且输出所述第二处理系统中的度量与所述第一处理系统中的度量的性能比。
14.根据权利要求13所述的记录有使得计算机执行方法的程序的计算机可读存储介质，其中，所述计算将下述基准性能比计算为所述性能比：该基准性能比是在所述第二处理系统中执行所述预定基准处理的状态下的度量值与在所述第一处理系统中执行所述预定基准处理的状态下的度量值的比。
15.根据权利要求14所述的记录有使得计算机执行方法的程序的计算机可读存储介质，其中，所述计算将通过基于所述相关模型中的相关性来校正所述基准性能比所获得的值计算为所述性能比。
16.根据权利要求15所述的记录有使得计算机执行方法的程序的计算机可读存储介质，其中，所述校正通过相对于具有所述相关模型中的相关性的一对度量，将其基准性能比小的度量的基准性能比设定为其基准性能比大的另一度量的基准性能比，来校正所述基准性能比。
17.根据权利要求15所述的记录有使得计算机执行方法的程序的计算机可读存储介质，其中，所述校正相对于具有所述相关模型中的相关性的一对度量，来校正所述基准性能比，使得度量的基准性能比与另一度量的基准性能比的比等于表示相关性的相关函数的系数的值，并且所述校正之后的基准性能比的值等于或小于所述校正之前的基准性能比的值。
18.根据权利要求13至17中的任何一项所述的记录有使得计算机执行方法的程序的计算机可读存储介质，所述方法进一步包括：基于所述第二处理系统中的度量与所述第一处理系统中的度量的性能比，来将所述第二处理系统确定为所述预定程序处理的迁移目的地。
CN201380055542.2A 2012-10-23 2013-10-21 操作管理装置和操作管理方法 Active CN104756084B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012233992A JP5768796B2 (ja) 2012-10-23 2012-10-23 運用管理装置、運用管理方法、及び、プログラム
JP2012-233992 2012-10-23
PCT/JP2013/006197 WO2014064913A1 (ja) 2012-10-23 2013-10-21 運用管理装置、及び、運用管理方法

Publications (2)

Publication Number Publication Date
CN104756084A true CN104756084A (zh) 2015-07-01
CN104756084B CN104756084B (zh) 2017-11-14

Family

ID=50544298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380055542.2A Active CN104756084B (zh) 2012-10-23 2013-10-21 操作管理装置和操作管理方法

Country Status (5)

Country Link
US (1) US9645909B2 (zh)
EP (1) EP2913756B1 (zh)
JP (1) JP5768796B2 (zh)
CN (1) CN104756084B (zh)
WO (1) WO2014064913A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017174316A (ja) * 2016-03-25 2017-09-28 日本電気株式会社 分析装置

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2924580B1 (en) * 2012-11-20 2017-10-04 NEC Corporation Operation management apparatus and operation management method
US9602598B2 (en) * 2013-05-29 2017-03-21 International Business Machines Corporation Coordinating application migration processes
JP2015184818A (ja) * 2014-03-20 2015-10-22 株式会社東芝 サーバ、モデル適用可否判定方法およびコンピュータプログラム
US9558005B2 (en) * 2014-05-19 2017-01-31 Intel Corporation Reliable and deterministic live migration of virtual machines
US9471362B2 (en) 2014-09-23 2016-10-18 Splunk Inc. Correlating hypervisor data for a virtual machine with associated operating system data
JP6350207B2 (ja) * 2014-10-23 2018-07-04 日本電気株式会社 コンピュータシステム、情報処理装置、リソース割り当て方法及び情報処理装置のプログラム
JP6500528B2 (ja) * 2015-03-18 2019-04-17 日本電気株式会社 移行支援システム、方法およびプログラム
CN105205005A (zh) * 2015-10-29 2015-12-30 浪潮(北京)电子信息产业有限公司 一种服务器的cpu测试方法及系统
US10303488B2 (en) * 2016-03-30 2019-05-28 Sony Interactive Entertainment Inc. Real-time adjustment of application-specific operating parameters for backwards compatibility
JP6763316B2 (ja) * 2017-02-02 2020-09-30 富士通株式会社 性能要件推定プログラム、性能要件推定装置、および性能要件推定方法
US10740286B1 (en) * 2017-08-28 2020-08-11 Amazon Technologies, Inc. Migration task validation before data migration

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123609A (zh) * 2007-09-10 2008-02-13 北京航空航天大学 资源的级别自适应搜索方法
US20100082321A1 (en) * 2008-09-30 2010-04-01 Ludmila Cherkasova Scaling a prediction model of resource usage of an application in a virtual environment

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2880347B2 (ja) * 1992-02-18 1999-04-05 日本電信電話株式会社 構造化システム処理時間見積り装置
JPH11120106A (ja) * 1997-10-17 1999-04-30 Fujitsu Ltd サーバ資源利用状況の表示方式およびそのための記録媒体
JP2003178040A (ja) 2001-12-10 2003-06-27 Hitachi Information Systems Ltd ウェブサイトの構成決定支援方法
JP4430989B2 (ja) * 2004-06-28 2010-03-10 株式会社日立製作所 運用管理支援システムおよび性能情報表示方法
EP1960886A1 (en) 2005-12-16 2008-08-27 International Business Machines Corporation Method, system and computer program for metering usage of software products based on real-time benchmarking of processing power
JP4842783B2 (ja) 2006-11-30 2011-12-21 三菱電機株式会社 情報処理装置及び情報処理方法及びプログラム
JP4942466B2 (ja) 2006-12-08 2012-05-30 中国電力株式会社 コンピュータの性能評価支援システム及び性能評価支援方法
JP4752767B2 (ja) * 2007-01-12 2011-08-17 日本電気株式会社 システム構成候補導出装置、方法およびプログラム
JP4613183B2 (ja) 2007-05-16 2011-01-12 株式会社エヌ・ティ・ティ・データ 指標値算出装置、およびプログラム
JP4906686B2 (ja) 2007-11-19 2012-03-28 三菱電機株式会社 仮想マシンサーバサイジング装置及び仮想マシンサーバサイジング方法及び仮想マシンサーバサイジングプログラム
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
JPWO2011105091A1 (ja) * 2010-02-26 2013-06-20 日本電気株式会社 制御装置、管理装置、制御装置のデータ処理方法、およびプログラム
WO2014033945A1 (ja) * 2012-09-03 2014-03-06 株式会社日立製作所 複数の監視対象デバイスを有する計算機システムの管理を行う管理システム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101123609A (zh) * 2007-09-10 2008-02-13 北京航空航天大学 资源的级别自适应搜索方法
US20100082321A1 (en) * 2008-09-30 2010-04-01 Ludmila Cherkasova Scaling a prediction model of resource usage of an application in a virtual environment

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017174316A (ja) * 2016-03-25 2017-09-28 日本電気株式会社 分析装置

Also Published As

Publication number Publication date
EP2913756B1 (en) 2017-11-22
US20150269053A1 (en) 2015-09-24
JP2014085809A (ja) 2014-05-12
JP5768796B2 (ja) 2015-08-26
WO2014064913A1 (ja) 2014-05-01
EP2913756A4 (en) 2016-08-03
EP2913756A1 (en) 2015-09-02
CN104756084B (zh) 2017-11-14
US9645909B2 (en) 2017-05-09

Similar Documents

Publication Publication Date Title
CN104756084A (zh) 操作管理装置和操作管理方法
US11636379B2 (en) Distributed cluster training method and apparatus
CN103339613B (zh) 操作管理装置、操作管理方法和程序
US20140129609A1 (en) Computation of Componentized Tasks Based on Availability of Data for the Tasks
CN104937548B (zh) 动态图的性能监视
CN104798049B (zh) 操作管理装置和操作管理方法
CN104919427B (zh) 用于处理数据的方法、计算系统和计算机可读存储介质
EP2612237A1 (en) Method and system for computer power and resource consumption modeling
Huang et al. Optimal resource allocation for cost and reliability of modular software systems in the testing phase
CN104679591A (zh) 用于在云环境中进行资源分配的方法和装置
CN102521051B (zh) 应用于图算法的Map Reduce系统中的任务调度方法、装置和系统
CN106776288A (zh) 一种基于Hadoop的分布式系统的健康度量方法
Narayan et al. Smart metering of cloud services
CN103593224A (zh) 虚拟机资源配置系统及方法
CN110209467A (zh) 一种基于机器学习的弹性资源扩展方法和系统
CN110633194A (zh) 一种硬件资源在特定环境下的性能评估方法
CN103245829A (zh) 一种虚拟机功耗测量方法
CN105027088A (zh) 系统分析设备和系统分析方法
CN106293890A (zh) 一种基于复杂度的业务处理方法和装置
US20140196035A1 (en) Management system, recording medium and method for managing virtual machines
JP5800353B2 (ja) リスク管理装置
JP2021105772A (ja) リソース利用量の予測管理システム、リソース利用量の予測管理方法
US10101787B1 (en) Energy-aware virtual infrastructure
Zhang et al. Performance difference prediction in cloud services for SLA-based auditing
JP7296330B2 (ja) 仮想ネットワーク制御装置、仮想ネットワーク制御方法、及びプログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant