CN105159736B - 一种支持性能分析的SaaS软件部署方案的构建方法 - Google Patents

Abstract

本发明公开了一种支持性能分析的SaaS软件部署方案的构建方法，定义了部署环境、部署对象、部署计划和部署约束；部署环境描述物理环境所能提供的硬件节点及资源供给情况，包括虚拟机和虚拟机之间的通信能力；部署对象描述了需要部署的SaaS软件、软件的资源需求和软件中服务调用信息，包括基本服务和组合服务；部署计划描述了SaaS软件中的服务在硬件节点上的部署情况与配置参数，包括多个部署单元，每个部署单元由一个虚拟机实例和多个基本服务实例组成；部署约束描述了由于业务技术、可靠性、安全性、高效性等方面的需要，部署计划必须遵循的各种限制条件；本发明适用于动态变化的部署环境，为SaaS软件的性能分析提供必要的信息。

Description

一种支持性能分析的SaaS软件部署方案的构建方法

技术领域

本发明属于软件部署与性能分析技术领域，具体涉及一种支持性能分析的SaaS软件部署方案的构建方法。

背景技术

SaaS(Software as a Service，软件即服务)通过分布于Internet中的云服务提供软件。然而SaaS软件经过长时间运行会出现性能降级问题，随着用户数量的增加和系统环境的变化，现有的部署方案和资源数目无法满足当前的软件需求，软件的性能和质量会严重下降，例如：(1)用户请求较多时，服务的请求调用会出现排队现象，延长了服务响应时间，甚至超出了阈值；(2)当硬件节点出现故障使得请求负载超过了系统的处理能力，导致服务超时率超过警戒线；(3)SaaS软件中某些服务调用较多，使得服务部署的硬件节点较为繁忙，而其它节点相对空闲，从而导致硬件节点的资源使用率严重不均衡。针对SaaS软件部署方案的性能分析可用来寻求改善软件性能状况的途径，为了显式地呈现软件性能分析所需的各种信息，需要一种支持性能分析的SaaS软件部署方案的构建方法。

近年来已有不少的研究支持软件系统的动态部署过程，协助部署工程师生成切实可行的部署方案。早期的研究者提供了描述、部署、激活和管理分布式应用程序的框架，要求编程者定义程序中的所有配置信息，这些框架注重于软件包的配置和安装，并非web服务框架的服务部署方式。目前，有研究者针对服务部署提出了软件资源配置元模型，包括了软件的配置参数信息和参数之间的约束关系，并给出了验证规则集和验证算法来检测配置冲突，即是否满足部署约束关系，但是只注重于部署配置信息，忽略了性能需求和资源可用性需求。此外，一些研究者考虑了可靠性、可用性和性能等因素的权衡，寻求解决软件架构变化的自适应方案，达到性能优化的目的，然而并未考虑软件服务之间的约束关系，描述能力有限。

综上所述，这些研究通常注重于部署配置信息(如服务的配置参数和服务之间的相互依赖与约束关系)，或者着重于性能和资源可用性的需求，然而只考虑这些不足以为面向SaaS软件部署方案的性能分析提供支持。

发明内容

针对上述研究背景和问题，本发明提供的一种支持性能分析的SaaS软件部署方案的构建方法，定义了部署环境、部署对象、部署计划和部署约束，其中部署环境体现了云计算环境虚拟化和分布性特点，部署对象体现了SaaS软件的服务化特点，部署计划体现了多虚拟机集群协同工作的特点，部署约束体现了资源共享的特点。

本发明的技术方案是：

一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，包含以下步骤：

步骤1：将云环境下提供的虚拟机v₁、v₂、…、v_n-1、v_n作为资源池，定义为部署环境；

步骤2：SaaS软件通过服务s₁、s₂、…、s_n-1、s_n呈现具体功能，定义为部署对象；

步骤3：部署对象中的服务部署到部署环境中的虚拟机上，将一台虚拟机与部署在该虚拟机上的所有服务集合定义为部署计划；

步骤4：在部署过程中，部署对象和部署环境之间定义位置、资源、协同和请求等部署约束条件。

优选的，所述的步骤1包含以下步骤：

步骤1.1：为云环境下每种类型的虚拟机定义唯一的名称、不同的资源数量和计算能力；

步骤1.2：任意两个虚拟机之间指定不同的通信能力；

步骤1.3：将每个虚拟机实例化为一定数目的虚拟机实例，虚拟机实例是虚拟机的具体实现。

优选的，所述的步骤2包含以下步骤：

步骤2.1：将SaaS软件的每个服务定义为基本服务，所述的基本服务是原子服务，不可再分；

步骤2.2：基于原子服务及其之间的交互关系构成组合服务；

步骤2.3：为组合服务定义一定数目的请求到达速率；

步骤2.4：基本服务为用户提供特定的功能，为每个基本服务指定唯一的名称；

步骤2.5：为每个基本服务定义一定数目的时间需求，表示服务部署在一个单位计算能力的虚拟机上，当无资源争用时，该虚拟机处理单个服务的时间数值；

步骤2.6：为每个基本服务定义一定数目的资源需求，表示执行服务所需要的资源数量；

步骤2.7：为每个基本服务定义一定数目的请求到达速率，表示单位时间内请求调用服务的数量，由组合服务请求到达速率计算得到；

步骤2.8：为每个基本服务定义一定数目的请求处理速率，表示单位时间内服务请求被处理的数量；

步骤2.9：将每个基本服务实例化为一定数目的基本服务实例，所述的基本服务实例是基本服务的具体实现；

步骤2.10：描述基本服务之间的交互关系，包括顺序关系seq、选择关系split、部分选择关系partSplit、部分连接关系partJoin和空关系null，任意两个存在交互关系的基本服务具有服务调用概率；

以下使用4个基本服务实体，分别为服务a、服务b、服务c和服务d，阐述5种交互关系：

服务a与服务b顺序执行，交互关系为a seq b；

服务a执行完毕，选择调用服务b和服务c，服务b与服务c不能同时执行，交互关系为a seq b,a seq c,b partSplit c；

服务a执行完毕，经过一个并发调用，服务b和服务c同时被调用执行，当服务b和服务c执行完后才能执行服务d，交互关系为a seq b,a seq c,b split c,b partJoin d,cpartJoin d,anull d；

服务a、服务b和服务c循环调用，交互关系为a seq b,b seq c,c seq a。

优选的，所述的3步骤包含以下步骤：

步骤3.1：将部署计划定义为多个部署单元；

步骤3.2：将部署单元定义为一个虚拟机实例和部署在该虚拟机实例上的服务实例集合，每个服务实例至少部署在一台虚拟机实例上，每台虚拟机实例可部署一个或多个服务实例。

优选的，所述的步骤4包含以下步骤：

步骤4.1：将部署对象中服务与部署环境中虚拟机之间的映射关系定义为位置约束，有三种情况：(a)服务不能部署某台在虚拟机上；(b)服务必须部署在某台虚拟机上；(c)服务与虚拟机无位置约束关系；

步骤4.2：将部署对象中服务与服务之间的位置关系定义为协同约束，有三种情况：(a)两个服务不能部署在同一台虚拟机上；(b)两个服务必须部署在同一台虚拟机上；(c)两个服务之间无协同约束关系；

步骤4.3：将一个虚拟机上的多个服务对资源争用的约束关系定义为资源约束，为一个虚拟机上部署的所有服务的资源需求与该虚拟机资源数的比值不超过资源约束值α；

步骤4.4：将基本服务的请求到达速率与请求处理速率之间的约束关系定义为请求约束，基本服务的请求到达速率与该基本服务部署节点的请求处理速率的比值不超过请求约束值β。

优选的，所述的资源约束值α的取值范围是(0,1)，所述的请求约束值β的取值范围是(0,1)。

相对于现有技术，本发明的有益效果是：(a)能抽象软件部署过程，适用于动态变化的部署环境；(b)为SaaS软件的性能分析提供充分的信息，以及支持性能分析之后重部署工作的实施。

附图说明

图1是本发明支持性能分析的SaaS软件部署方案的元模型；

图2是本发明实施例的SaaS软件中的顺序交互关系图；

图3是本发明实施例的SaaS软件中的选择交互关系图；

图4是本发明实施例的SaaS软件中的并发交互关系图；

图5是本发明实施例的SaaS软件中的循环交互关系图；

图6是本发明实施例的含有八个服务的SaaS软件的流程案例图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

一、定义支持性能分析的SaaS软件部署方案元模型

根据上述定义，附图1给出了支持性能分析的SaaS软件部署方案的元模型，定义了部署环境、部署对象、部署计划和部署约束。部署环境描述物理环境所能提供的硬件节点及资源供给情况，包括虚拟机和虚拟机之间的通信能力，虚拟机可以实例化成多个虚拟机实例；部署对象描述了需要部署的SaaS软件、软件的资源需求和软件中服务调用信息，包括基本服务和组合服务，基本服务可以实例化成多个基本服务实例，组合服务由基本服务和它们之间的交互关系构成；部署计划描述了SaaS软件中的服务在硬件节点上的部署情况与配置参数，包括多个部署单元，每个部署单元包括一个虚拟机实例和部署在该虚拟机实例上的基本服务实例集合；部署约束描述了由于业务技术、可靠性、安全性、高效性等方面的需要，部署计划必须遵循的各种限制条件，包括位置约束、协同约束、资源约束和请求约束，其中位置约束和请求约束反映了服务-虚拟机之间的约束关系，协同约束反映了服务-服务之间的约束关系，资源约束反映了虚拟机自身的约束关系。图中实线实心三角箭头表示源类与目标类具有关联关系，箭头上带有标签has表示源类具有目标类，箭头上带有标签deploys表示源类部署了目标类；图中虚线空心三角箭头表示源类是目标类的一种实现；图中实线空心三角箭头表示目标类与源类是父类与子类的关系；图中实线实心菱形箭头表示源类与目标类存在组合关系，箭头源端和目标端标有*和1表示1个目标类由0个或多个源类组成，箭头源端和目标端标有1和1表示1个目标类只能由1个源类组成。

二、针对第一步的元模型定义给出SaaS软件部署方案的构建方法

本发明提出了一种支持性能分析的SaaS软件部署方案的构建方法：基于SaaS软件部署方案的构建方法，考虑了软件部署配置信息、性能需求和资源可用性需求，为性能分析提供足够丰富的信息，包含以下步骤：

步骤1：将云环境下提供的虚拟机v₁、v₂、…、v_n-1、v_n作为资源池，定义为部署环境；

步骤2：SaaS软件通过服务s₁、s₂、…、s_n-1、s_n呈现具体功能，定义为部署对象；

步骤3：部署对象中的服务部署到部署环境中的虚拟机上，将一台虚拟机与部署在该虚拟机上的所有服务集合定义为部署计划；

步骤4：在部署过程中，部署对象和部署环境之间定义位置、资源、协同和请求等部署约束条件。

步骤1中所述的部署环境由不同类型的虚拟机构成，包含以下子步骤：

步骤1.1：为云环境下每种类型的虚拟机定义唯一的名称、不同的资源数量和计算能力；

步骤1.2：任意两个虚拟机之间指定不同的通信能力；

步骤1.3：将每个虚拟机实例化为一定数目的虚拟机实例，虚拟机实例是虚拟机的具体实现。

步骤2中所述的SaaS软件由分布在互联网上的服务按照一定的组合方式构成，包含以下子步骤：

步骤2.1：将SaaS软件的每个服务定义为基本服务，基本服务是原子服务，不可再分；

步骤2.2：基于原子服务及其之间的交互关系构成组合服务；

步骤2.3：为组合服务定义一定数目的请求到达速率，与系统外界环境有关；

步骤2.4：基本服务为用户提供特定的功能，为每个基本服务指定唯一的名称；

步骤2.5：为每个基本服务定义一定数目的时间需求，表示服务部署在一个单位计算能力的虚拟机上，当无资源争用时，该虚拟机处理单个服务的时间数值；

步骤2.6：为每个基本服务定义一定数目的资源需求，表示执行服务所需要的资源数量；

步骤2.7：为每个基本服务定义一定数目的请求到达速率，表示单位时间内请求调用服务的数量，由组合服务请求到达速率计算得到；

步骤2.8：为每个基本服务定义一定数目的请求处理速率，表示单位时间内服务请求被处理的数量，与宿主虚拟机的计算能力有关；

步骤2.9：将每个基本服务实例化为一定数目的基本服务实例，基本服务实例是基本服务的具体实现；

步骤2.10：描述基本服务之间的交互关系，包括顺序关系seq、选择关系split、部分选择关系partSplit、部分连接关系partJoin和空关系null，任意两个存在交互关系的基本服务具有服务调用概率；

以下使用4个基本服务实体，分别为服务a、服务b、服务c和服务d，阐述5种交互关系的使用：

如图2所示，服务a与服务b顺序执行，交互关系为a seq b；

如图3所示，服务a执行完毕，选择调用服务b和服务c，服务b与服务c不能同时执行，交互关系为a seq b,a seq c,b partSplit c；

如图4所示，服务a执行完毕，经过一个并发调用，服务b和服务c同时被调用执行，当服务b和服务c执行完后才能执行服务d，交互关系为a seq b,a seq c,b split c,bpartJoin d,cpartJoin d,a null d；

如图5所示，服务a、服务b和服务c循环调用，交互关系为a seq b,b seq c,c seqa。

步骤3所述的部署计划描述了SaaS软件中每个基本服务实例在一个虚拟机实例上的部署情况，包含以下子步骤：

步骤3.1：将部署计划定义为多个部署单元，反映了虚拟机实例和服务实例之间的一对多关系；

步骤3.2：将部署单元定义为一个虚拟机实例和部署在该虚拟机实例上的服务实例集合，每个服务实例至少部署在一台虚拟机实例上，每台虚拟机实例可部署一个或多个服务实例。

步骤4所述的部署计划的确定，需要满足服务-服务、服务-虚拟机和虚拟机-虚拟机之间的部署约束关系，即位置约束、协同约束、资源约束和请求约束，包含以下子步骤：

步骤4.1：将部署对象中服务与部署环境中虚拟机之间的映射关系定义为位置约束，有三种情况：(a)服务不能部署某台在虚拟机上；(b)服务必须部署在某台虚拟机上；(c)服务与虚拟机无位置约束关系；

步骤4.2：将部署对象中服务与服务之间的位置关系定义为协同约束，有三种情况：(a)两个服务不能部署在同一台虚拟机上；(b)两个服务必须部署在同一台虚拟机上；(c)两个服务之间无协同约束关系；

步骤4.3：将一个虚拟机上的多个服务对资源争用的约束关系定义为资源约束，为一个虚拟机上部署的所有服务的资源需求与该虚拟机资源数的比值不超过资源约束值α；当虚拟机资源占用超出总资源数的α倍时，系统的性能将会急速下降；所述的资源约束值α的取值范围是(0,1)。

步骤4.4：将基本服务的请求到达速率与请求处理速率之间的约束关系定义为请求约束，基本服务的请求到达速率与该基本服务部署节点的请求处理速率的比值不超过请求约束值β，所述的请求约束值β的取值范围是(0,1)。

本发明中定义的SaaS软件部署方案的构建方法，用于支持性能分析的执行。服务响应时间、系统吞吐量和资源使用率作为软件部署性能分析常关注的三个性能指标，本发明定义了基本服务的时间需求、资源需求和虚拟机节点的计算能力、存储能力等变量，为三个性能指标的计算提供信息。同时，为了由组合服务的请求到达速率计算得到每个基本服务的请求到达速率，以及由每个基本服务的时间需求计算求得组合服务的平均响应时间，根据组合服务的控制流，本发明中定义了基本服务之间的交互类型和调用概率。

三、根据第二部分得到的部署方案构建方法对实施例进行构建

为了更好的说明本发明的方法，对某应急任务运行管理系统的部署进行构建。采用8个服务实体，分别为service1、service2、service3、service4、service5、service6、service7和service8，流程如附图6所示，系统被部署在v1、v2和v3三台虚拟机构成的云环境下。本发明提供的一种支持性能分析的SaaS软件部署方案的构建方法，具体过程如下：

(1)3台虚拟机构成了部署环境，每台虚拟机指定唯一的名称，具有一定数目的资源数量和计算能力，并且可至少实现一台虚拟机实例，v1、v2和v3三台虚拟机对应的虚拟机实例依次为vinst1、vinst2和vinst3；

(2)8个基本服务构成了部署对象，每个基本服务指定唯一的名称，具有不同的时间需求、资源需求、请求到达速率和请求处理速率，每种基本服务至少实现一个基本服务实例，service1…service8八个基本服务对应的基本服务实例依次为sinst1、sinst2、sinst3、sinst4、sinst5、sinst6、sinst7和sinst8。基本服务之间的交互类型可以使用图2-5所示的5种基本交互关系表示，如s1seq s2,s2split s3,s2partJoin s4,s5seq s6,s5seqs7,s6partSplit s7。这8个基本服务集合可以看作一个组合服务，根据组合服务的调用次数具有一定数目的请求到达速率；

(3)部署对象中每个基本服务实例可以部署在部署环境下的一个虚拟机实例上，sinst2和sinst4部署在vinst1上，sinst1、sinst3和sinst8部署在vinst2上，sinst5、sinst6和sinst7部署在vinst3上，则sinst2、sinst4和vinst1构成了一个部署单元，sinst1、sinst3、sinst8和vinst2构成了一个部署单元，sinst5、sinst6、sinst7和vinst3构成了一个部署单元，这三个部署单元构成了部署计划；

(4)定义了四种部署约束：(a)sinst2具有大量的资源要求，必须部署到充足资源的虚拟机vinst1上，此时sinst2与vinst1满足位置约束关系；(b)服务实例sinst4频繁调用sinst5，为减少数据传输代价，将sinst4与sinst5指定部署在同一台虚拟机上，此时sinst4与sinst5满足协同约束关系；(c)服务实例sinst2和sinst4部署在vinst1上，则sinst2和sinst4的资源需求之和不能超过vinst1的总资源数的α倍，否则系统的性能将急速下降，此时vinst1满足资源约束关系；(d)基本服务实例sinst1的请求到达速率不能超过该服务部署在虚拟机实例vinst2的请求处理速率的β倍，此时sinst1满足请求约束。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (5)

1.一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，包含以下步骤：

步骤1：将云环境下提供的虚拟机v₁、v₂、…、v_n-1、v_n作为资源池，定义为部署环境；

步骤2：SaaS软件通过服务s₁、s₂、…、s_n-1、s_n呈现具体功能，定义为部署对象；

所述的步骤2包含以下步骤：

步骤2.1：将SaaS软件的每个服务定义为基本服务，所述的基本服务是原子服务，不可再分；

步骤2.2：基于原子服务及其之间的交互关系构成组合服务；

步骤2.3：为组合服务定义一定数目的请求到达速率；

步骤2.4：基本服务为用户提供特定的功能，为每个基本服务指定唯一的名称；

步骤2.5：为每个基本服务定义一定数目的时间需求，表示服务部署在一个单位计算能力的虚拟机上，当无资源争用时，该虚拟机处理单个服务的时间数值；

步骤2.6：为每个基本服务定义一定数目的资源需求，表示执行服务所需要的资源数量；

步骤2.7：为每个基本服务定义一定数目的请求到达速率，表示单位时间内请求调用服务的数量，由组合服务请求到达速率计算得到；

步骤2.8：为每个基本服务定义一定数目的请求处理速率，表示单位时间内服务请求被处理的数量；

步骤2.9：将每个基本服务实例化为一定数目的基本服务实例，所述的基本服务实例是基本服务的具体实现；

步骤2.10：描述基本服务之间的交互关系，包括顺序关系seq、选择关系split、部分选择关系partSplit、部分连接关系partJoin和空关系null，任意两个存在交互关系的基本服务具有服务调用概率；

以下使用4个基本服务实体，分别为服务a、服务b、服务c和服务d，阐述5种交互关系：

服务a与服务b顺序执行，交互关系为a seq b；

服务a执行完毕，选择调用服务b和服务c，服务b与服务c不能同时执行，交互关系为aseq b,a seq c,b partSplit c；

服务a执行完毕，经过一个并发调用，服务b和服务c同时被调用执行，当服务b和服务c执行完后才能执行服务d，交互关系为a seq b,a seq c,b split c,b partJoin d,cpartJoin d,a null d；

服务a、服务b和服务c循环调用，交互关系为a seq b,b seq c,c seq a；

步骤3：部署对象中的服务部署到部署环境中的虚拟机上，将一台虚拟机与部署在该虚拟机上的所有服务集合定义为部署计划；

步骤4：在部署过程中，将部署对象中服务与部署环境中虚拟机之间的映射关系定义为位置约束，将部署对象中服务与服务之间的位置关系定义为协同约束，将一个虚拟机上的多个服务对资源争用的约束关系定义为资源约束,将基本服务的请求到达速率与请求处理速率之间的约束关系定义为请求约束。

2.根据权利要求1所述的一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，所述的步骤1包含以下步骤：

步骤1.1：为云环境下每种类型的虚拟机定义唯一的名称、不同的资源数量和计算能力；

步骤1.2：任意两个虚拟机之间指定不同的通信能力；

步骤1.3：将每个虚拟机实例化为一定数目的虚拟机实例，虚拟机实例是虚拟机的具体实现。

3.根据权利要求1所述的一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，所述的步骤3包含以下步骤：

步骤3.1：将部署计划定义为多个部署单元；

步骤3.2：将部署单元定义为一个虚拟机实例和部署在该虚拟机实例上的服务实例集合，每个服务实例至少部署在一台虚拟机实例上，每台虚拟机实例可部署一个或多个服务实例。

4.根据权利要求1所述的一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，所述的步骤4包含以下步骤：

步骤4.1：将部署对象中服务与部署环境中虚拟机之间的映射关系定义为位置约束，有三种情况：(a)服务不能部署在 某台虚拟机上；(b)服务必须部署在某台虚拟机上；(c)服务与虚拟机无位置约束关系；

步骤4.2：将部署对象中服务与服务之间的位置关系定义为协同约束，有三种情况：(a)两个服务不能部署在同一台虚拟机上；(b)两个服务必须部署在同一台虚拟机上；(c)两个服务之间无协同约束关系；

步骤4.3：将一个虚拟机上的多个服务对资源争用的约束关系定义为资源约束，为一个虚拟机上部署的所有服务的资源需求与该虚拟机资源数的比值不超过资源约束值α；

步骤4.4：将基本服务的请求到达速率与请求处理速率之间的约束关系定义为请求约束，基本服务的请求到达速率与该基本服务部署节点的请求处理速率的比值不超过请求约束值β。

5.根据权利要求4所述的一种支持性能分析的SaaS软件部署方案的构建方法，其特征在于，所述的资源约束值α的取值范围是(0,1)，所述的请求约束值β的取值范围是(0,1)。