CN105049237A - 一种多级业务性能模型及瓶颈发现方法 - Google Patents

Abstract

一种多级业务性能模型及瓶颈发现方法，针对通用的用户、WEB、APP、DB组成的多级业务系统，通过镜像映射方式将传统的双向数据流传输路径抽象为单向数据传输路径，如原有双向路径为{UE_i<->WEB<->APP_i1<->DB_i1,WEB<->APP_i2<–>DB_i2}，通过镜像映射方式转换后的路径为：正向{UE_i->WEB->APP_i1->DB_i1,WEB->APP_i2->DB_i2}，镜像为{DB_i1->APP_i1->WEB->UE_i,DB_i2->APP_i2->WEB}，并将APP和DB组成的系统称为反馈系统。本发明能有效分析系统端到端的时延性能，发现系统性能故障，提升运维和管理能力。

Description

一种多级业务性能模型及瓶颈发现方法

技术领域

本发明属于系统建模和性能评估优化技术领域，如企业应用系统性能测试、优化、系统资源调度等方面。

背景技术

随着信息技术发展，企业业务越来越复杂，系统运维随之变得复杂。网络上承载的业务形态从原来的单一型数据流逐渐发展成为文本、图像、语音、视频等信息的综合性数据流。不同的应用对网络提出了不同的服务质量(QualityofService,QoS)要求，通过满足各种QoS要求从而提高用户体验(QualityofExperience,QoE)是系统运维和管理中极大的挑战。网络演算在1991年提出之后逐渐发展，已成为一种网络队列系统性能定量分析的重要而有效的数学工具，最初主要是解决QoS的资源预留问题，经发展和完善，已经广泛应用于多种网络类型的性能分析，特别是在网络的端到端性能分析方面有其独特的优势。

针对用户体验的指标衡量，最重要的是业务系统的端到端性能。作者ZhouTao等的文章“PerformanceAnalysisonM2MCommunicationNetworksBasedonStochasticNetworkCalculus,”InternationalConferenceonTrust,SecurityandPrivacyinComputingandCommunications,pp.865-870,2014.以及作者HuangzhongLi等的文章“End-to-EndDelayAnalysisinWirelessNetworkCoding:ANetworkCalculusBasedApproach,”InternationalConferenceonDistributedComputingSystems,pp.47-56,2011.均通过网络演算对端到端性能进行研究，但文章均将整个网络当作一个组件来分析，没有通用的系统模型和瓶颈性能分析机制，同时也缺乏流量优先级的考虑。

发明内容

本发明的目的是为了更好的解决上述问题，提出一种基于网络演算的多级业务性能模型及瓶颈发现方法，提升系统运维和管理能力。

本发明的技术方案如下：

一种多级业务性能模型及瓶颈发现方法，针对通用的用户、WEB、APP、DB组成的多级业务系统，通过镜像映射方式将传统的双向数据流传输路径抽象为单向数据传输路径，如原有双向路径为{UE_i<->WEB<->APP_i1<->DB_i1,WEB<->APP_i2<–>DB_i2}，通过镜像映射方式转换后的路径为：正向{UE_i->WEB->APP_i1->DB_i1,WEB->APP_i2->DB_i2}，镜像为{DB_i1->APP_i1->WEB->UE_i,DB_i2->APP_i2->WEB}，并将APP和DB组成的系统称为反馈系统。

本发明方法基于网络演算理论，第i种业务类型的系统端到端时延界限函数表示为

$\begin{array}{c}P\left\{D_i\left(t\right)>d\right\}=P\left\{D_i^W\left(t\right)+D_i^F\left(t\right)\right\}\\ \&le;P\left\{D_i^W\left(t\right)>d\right\}\&CircleTimes;P\left\{D_i^F\left(t\right)>d\right\}\end{array}$

其中， $P\left\{D_i^W\left(t\right)>d=h\left({\mathrm{\&alpha;}}_i^W,{\mathrm{\&beta;}}_i^W\right)\right\}\&le;f_i^W\&CircleTimes;g_i^W\left(x\right)$ 表示WEB服务器的时延界限函数分布；表示到达曲线和服务曲线的最大水平距离；表示WEB服务器到达曲线的界限函数；表示WEB服务器服务曲线的界限函数；

$P\{D_i^F\left(t\right)>d=h({\mathrm{\&alpha;}}_i^F,{\mathrm{\&beta;}}_i^F)\}\&le;f_i^F\&CircleTimes;g_i^F\left(x\right)$ 表示反馈系统的时延界限函数分布，表示到达曲线和服务曲线的最大水平距离；表示反馈系统到达曲线的界限函数；表示反馈系统服务曲线的界限函数。

本发明方法计算系统端到端时延界限函数时，对业务流和连续系统节点进行等量子集划分，表示为

$f_i^W\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_W/k_W}{f}_i^{W,j}$

$f_i^F\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_F/K_F}{f}_i^{W,j}\&CircleTimes;g_i^{W,{\mathrm{\&theta;}}^j}$

$g_i^F\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_F/K_F}{g}_i^{F,j}\left(x\right)$

N_W表示WEB服务器累计业务流数量，K_W表示对业务流数量N_W进行子集划分的数量，N_F表示反馈系统设备数量，K_F表示对设备数量N_F的子集划分数量，表示划分子集内WEB服务器第i种业务类型到达曲线的界限函数，表示划分子集内反馈系统第i种业务类型服务曲线的界限函数，表示划分子集内WEB服务器第i种业务类型服务曲线的界限函数。

本发明方法实时计算系统端到端时延界限函数，得到系统延时违约率C_i，对比由运维经验给定的系统延时违约率预设值C，C_i≥C时，判定系统出现瓶颈。

本发明方法判定系统出现瓶颈时，计算各子集时延违约率，对比由运维经验给定的子集延时违约率预设值，以此判定出现瓶颈的设备子集或者单个设备。

本发明提出一种多级业务性能模型及瓶颈发现方法，通过网络演算推导业务的端到端时延性能模型，并基于性能模型提出一种性能瓶颈发现机制，发现系统性能故障点，提升系统运维和管理能力。

附图说明

图1为通用的多级业务系统；

图2为传统的端到端的业务交互来回；

图3为镜像的端到端的业务交互来回；

图4为子集划分方法示例；

图5为系统性能瓶颈发现流程.

具体实施方式

下面结合附图和具体实施例对本发明做进一步的说明。

如图1所示为企业通用的多级业务系统，包含用户、网络、WEB服务器、APP务器、DB服务器，其交互方式往往比较复杂，而且随着规模的增加复杂度也增加。

传统的双向数据流传输路径可以表示为{UE_i<->WEB<->APP_i1<->DB_i1,APP_i1<->APP_i2<–>DB_i2}，如图2所示。

基于如图2所示的模型，我们采用网络演算来对业务系统的端到端性能进行描述和分析。网络演算会针对系统内的所有节点进行抽象和公式化，以便进行建模和分析。

针对通用的用户、WEB、APP、DB组成的多级业务系统，通过镜像映射方式将传统的双向数据流传输路径抽象为单向数据传输路径，如原有双向路径为{UE_i<->WEB<->APP_i1<->DB_i1,WEB<->APP_i2<–>DB_i2}，通过镜像映射方式转换后的路径为：正向{UE_i->WEB->APP_i1->DB_i1,WEB->APP_i2->DB_i2}，镜像为{DB_i1->APP_i1->WEB->UE_i,DB_i2->APP_i2->WEB}，并将APP和DB组成的系统称为反馈系统,如图3所示。

在分析系统的端到端的时延界限的时候，可以将反馈系统当作一个大的系统或节点，以降低复杂度，在大的系统里面包含的子系统，可以按照相同的方法进行分析。

基于网络演算，第i种业务类型的系统端到端的时延界限函数表示为

$\begin{array}{c}P\left\{D_i\left(t\right)>d\right\}=P\left\{D_i^W\left(t\right)+D_i^F\left(t\right)\right\}\\ \&le;P\left\{D_i^W\left(t\right)>d\right\}\&CircleTimes;P\left\{D_i^F\left(t\right)>d\right\}\end{array}$

其中， $P\left\{D_i^W\left(t\right)>d=h\left({\mathrm{\&alpha;}}_i^W,{\mathrm{\&beta;}}_i^W\right)\right\}\&le;f_i^W\&CircleTimes;g_i^W\left(x\right)$ 表示WEB服务器的时延界限函数分布；表示到达曲线和服务曲线的最大水平距离；表示WEB服务器到达曲线的界限函数；表示WEB服务器服务曲线的界限函数；

$P\{D_i^F\left(t\right)>d=h({\mathrm{\&alpha;}}_i^F,{\mathrm{\&beta;}}_i^F)\}\&le;f_i^F\&CircleTimes;g_i^F\left(x\right)$ 表示反馈系统的时延界限函数分布，表示到达曲线和服务曲线的最大水平距离；表示反馈系统到达曲线的界限函数；表示反馈系统服务曲线的界限函数。

建立如下系统，N_W表示WEB服务器累计业务流数量，N_F表示反馈系统设备数量，随着系统的复杂，业务流的增加，计算端到端时延复杂度增加，因此对业务流和连续系统节点进行等量子集划分，降低复杂度，如图4所示。计算表达为：

$f_i^W\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_W/k_W}{f}_i^{W,j}$

$F_i^F\left(X\right)={\mathrm{\&Sigma;}}_{j=1}^{N_F/K_F}{f}_i^{W,j}\&CircleTimes;g_i^{W,{\mathrm{\&theta;}}^j}$

$g_i^F\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_F/K_F}{g}_i^{F,j}\left(x\right)$

K_W表示对业务流数量N_W进行子集划分的数量，K_F表示对设备数量N_F的子集划分数量，表示划分子集内WEB服务器第i种业务类型到达曲线的界限函数，表示划分子集内反馈系统第i种业务类型服务曲线的界限函数，表示划分子集内WEB服务器第i种业务类型服务曲线的界限函数。

通过上述对系统端到端时延界限函数的计算，得到的结果系统的延时违约率C_i，针对每一种业务均能够计算其延时违约率，当违约率过大，或者超出既定界限，认为此种业务在交互过程中出现故障。因此，对比由运维经验给定的系统延时违约率预设值C，C_i≥C时，判定系统出现瓶颈。

同时由上述等量子集划分可以计算各子集时延违约率。因此，当系统出现瓶颈的时候，对比由运维经验给定的子集延时违约率预设值，以此判定出现瓶颈的设备子集或者单个设备。下面以C_i＝0.3为例，基本的流程如图5所示。

Claims (5)

1.一种多级业务性能模型及瓶颈发现方法，其特征在于，针对通用的用户、WEB、APP、DB组成的多级业务系统，通过镜像映射方式将传统的双向数据流传输路径抽象为单向数据传输路径，如原有双向路径为{UE_i<->WEB<->APP_i1<->DB_i1,WEB<->APP_i2<–>DB_i2}，通过镜像映射方式转换后的路径为：正向{UE_i->WEB->APP_i1->DB_i1,WEB->APP_i2->DB_i2}，镜像为{DB_i1->APP_i1->WEB->UE_i,DB_i2->APP_i2->WEB}，并将APP和DB组成的系统称为反馈系统。

2.根据权利要求1所述的一种多级业务性能模型及瓶颈发现方法，其特征在于，基于网络演算理论，第i种业务类型的系统端到端时延界限函数表示为：

$\begin{array}{c}P\left\{D_i\left(t\right)\right\}=P\left\{D_i^W\left(t\right)+D_i^F\left(t\right)\right\}\\ \&le;P\left\{D_i^W\left(t\right)>d\right\}\&CircleTimes;P\left\{D_i^F\left(t\right)>d\right\}\end{array}$

其中，表示WEB服务器的时延界限函数分布；表示到达曲线和服务曲线的最大水平距离；表示WEB服务器到达曲线的界限函数；表示WEB服务器服务曲线的界限函数；

表示反馈系统的时延界限函数分布，表示到达曲线和服务曲线的最大水平距离；表示反馈系统到达曲线的界限函数；表示反馈系统服务曲线的界限函数。

3.根据权利要求书2所述的一种多级业务性能模型及瓶颈发现方法，其特征在于，计算系统端到端时延界限函数时，对业务流和连续系统节点进行等量子集划分，表示为：

$f_i^W\left(x\right)={\&Sigma;}_{j=1}^{N_W/k_W}{f}_i^{W,j}$

$f_i^F\left(x\right)={\mathrm{\&Sigma;}}_{j=1}^{N_F/K_F}{f}_i^{W,j}\&CircleTimes;g_i^{W,{\mathrm{\&theta;}}^j}$

$g_i^F\left(x\right)={\&Sigma;}_{j=1}^{N_F/K_F}{g}_i^{F,j}\left(x\right)$

N_W表示WEB服务器累计业务流数量，K_W表示对业务流数量N_W进行子集划分的数量，N_F表示反馈系统设备数量，K_F表示对设备数量N_F的子集划分数量，表示划分子集内WEB服务器第i种业务类型到达曲线的界限函数，表示划分子集内反馈系统第i种业务类型服务曲线的界限函数，表示划分子集内WEB服务器第i种业务类型服务曲线的界限函数。

4.根据权利要求1所述的一种多级业务性能模型及瓶颈发现方法，其特征在于，实时计算系统端到端时延界限函数，得到系统延时违约率C_i，对比由运维经验给定的系统延时违约率预设值C，C_i≥C时，判定系统出现瓶颈。

5.根据权利要求1所述的一种多级业务性能模型及瓶颈发现方法，其特征在于，判定系统出现瓶颈时，计算各子集时延违约率，对比由运维经验给定的子集延时违约率预设值，以此判定出现瓶颈的设备子集或者单个设备。