CN107678903B - 一种应用系统效能评估方法 - Google Patents

一种应用系统效能评估方法 Download PDF

Info

Publication number
CN107678903B
CN107678903B CN201710789080.7A CN201710789080A CN107678903B CN 107678903 B CN107678903 B CN 107678903B CN 201710789080 A CN201710789080 A CN 201710789080A CN 107678903 B CN107678903 B CN 107678903B
Authority
CN
China
Prior art keywords
application system
refers
capacity
application
average
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.)
Active
Application number
CN201710789080.7A
Other languages
English (en)
Other versions
CN107678903A (zh
Inventor
冷迪
刘威
刘昕林
庞宁
陈瑞
黄建华
史纪
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau Co Ltd
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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN201710789080.7A priority Critical patent/CN107678903B/zh
Publication of CN107678903A publication Critical patent/CN107678903A/zh
Application granted granted Critical
Publication of CN107678903B publication Critical patent/CN107678903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/26—Functional testing

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种应用系统效能评估方法，包括：设置用于评估应用系统效能的维度，包括负载、性能、容量、可用性、可靠性和合规性；为各维度分别设置对应的权重；将各维度分别与其对应的权重相乘，再对乘积求和，获得应用系统效能。本发明能够科学、全面、行之有效地对应用系统进行效能评估，为绿色数据中心建设提供依据。

Description

一种应用系统效能评估方法
技术领域
本发明涉及信息系统技术领域，尤其涉及一种应用系统效能评估方法。
背景技术
数据中心的能源消耗非常大，绿色数据中心是数据中心发展的必然。数据中心的核心作用是承载各类应用系统，应用系统的效能是建设绿色数据中心的关键。但在信息系统的技术发展过程中，一直缺乏一套科学的、行之有效的综合效能评估方法，无法对各类应用系统的功能、性能等进行客观的评价，只能依靠维护人员的经验来判断。
目前对应用系统的效能评估，一般是通过手工收集服务器的资源消耗来判断能效的高与低，这种简单的评估方式存在以下缺陷：
一是手工操作工作量大，尤其大型应用系统架构复杂，需要收集的数据信息非常多，使得效能评估不现实；
二是评估方法不科学，应用系统的效能高与低仅体现在资源消耗，过于片面。
发明内容
本发明所要解决的技术问题在于，提供一种综合、全面的应用系统效能评估方法。
为了解决上述技术问题，本发明提供一种应用系统效能评估方法，包括：
设置用于评估应用系统效能的维度，包括负载、性能、容量、可用性、可靠性和合规性；
为各维度分别设置对应的权重；
将各维度分别与其对应的权重相乘，再对乘积求和，获得应用系统效能。
其中，各维度对应的权重之和为1。
其中，负载是指应用系统的用户活跃度，其计算方式是：
A＝β1×A最大/A注册+β2×A最小/A注册+β3×A平均/A注册
其中，A最大指一个周期中最大活跃用户数，A最小指一个周期内最小活跃用户数，A平均指一个周期内平均活跃用户数，A注册指该应用系统的总注册用户数，β1、β2、β3代表权重，β1+β2+β3＝1。
其中，性能用于反映在支撑用户访问、提供正常服务输出状态时，对外提供服务的迅速性，应用系统的性能以应用系统的响应时间为依据，其计算方式是：
B＝γ1×(1-B最大/B规划)+γ2×(1-B最小/B规划)+γ3×(1-B平均/B规划)
其中，B最大指一个周期中应用系统最大响应时间，B最小指一个周期内应用系统最小响应时间，B平均指一个周期内应用系统平均响应时间，B规划指该应用系统的规划响应时间。γ1、γ2、γ3代表权重，γ1+γ2+γ3＝1。
其中，容量用于表征给应用系统配置的资源是否合理，所述资源包括CPU、内存、磁盘，资源使用50％是最优状态，其计算方式是：
Figure BDA0001397178960000021
其中，C1为CPU容量，C2为内存容量，C3为磁盘容量。
其中，应用系统CPU容量C1定义为：
Figure BDA0001397178960000022
C1i是指该应用系统中每台服务器的CPU平均使用率，n是指该应用系统中服务器数量。
其中，应用系统内存容量C2定义为：
Figure BDA0001397178960000023
C2j是指该应用系统中每台服务器的CPU平均使用率，n是指该应用系统中服务器数量.
其中，应用系统磁盘容量C3定义为：
Figure BDA0001397178960000024
C3k是指该应用系统中每台服务器的CPU平均使用率，n是指该应用系统中服务器数量。
其中，可用性是在某个评估期间，系统能够正常运行的概率或时间占有率期望值，其计算方式是：
Figure BDA0001397178960000025
Di是指应用系统中每个模块的可用性，n是指应用系统包含的模块数量；
各个模块的可用性Di定义为：
Figure BDA0001397178960000031
其中，Dij是指每个模块中各个服务器的可用性，m是指每个模块中的服务器数量。
其中，可靠性用于衡量一个应用系统发生故障的频率是否频繁，用指数分布来表示为：
Figure BDA0001397178960000032
其中，Ei代表每个模块可靠性，n指应用系统包含的模块数量；
每个模块可靠性Ei定义为：
Figure BDA0001397178960000033
Eij为每个模块中的服务器失效率，定义为Eij＝e^[-(λ×t)]，t代表运行时间，λ代表失效率，m指每个模块中的服务器数量。
其中，合规性用于衡量应用系统的配置、运行是否存在不符合公司或行业规定的情况，其计算方式是：
F＝n/N
其中，n为应用系统合规性评分，N为合规性满分分值，采用层析分析法、模糊评价法、5分制评分方法中的任一种进行定量评估。
本发明实施例的有益效果在于：从应用系统的负载、性能、容量、可用性、可靠性、合规性六个方面，提出了具体的评估方法，能够科学、全面、行之有效地对应用系统进行效能评估，为绿色数据中心建设提供依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例一种应用系统效能评估方法的流程示意图。
图2是本发明实施例中用于评估应用系统效能的六个维度示意图。
具体实施方式
以下各实施例的说明是参考附图，用以示例本发明可以用以实施的特定实施例。
请参照图2所示，本发明实施例提供一种应用系统效能评估方法，包括：
设置用于评估应用系统效能的维度，包括负载、性能、容量、可用性、可靠性和合规性；
为各维度分别设置对应的权重；
将各维度分别与其对应的权重相乘，再对乘积求和，获得应用系统效能。
本发明实施例综合分析负载、性能、容量、可用性、可靠性、合规性六个方面因素，来判断应用系统效能的高与低所存在的问题。
具体地，请结合图2所示，本发明实施例将应用系统效能S定义为：
S＝f{A，B，C，D，E，F}＝a1×A+a2×B+a3×C+a4×D+a5×E+a6×F
其中，A指应用系统的负载，B指应用系统的性能，C指应用系统的容量，D指应用系统的可用性，E指应用系统的可靠性，F指应用系统的合规性，应用系统效能S通过对负载、性能、容量、可用性、可靠性、合规性六个维度评估而获得，a1、a2、a3、a4、a5和a6分别为负载A、性能B、容量C、可用性D、可靠性E、合规性F的权重，可在针对不同的应用系统的评估中自定义调整，满足a1+a2+a3+a4+a5+a6＝1即可。
以下具体说明各个维度的评估方法。
1、应用系统的负载评估方法
应用系统的负载A指的是用户活跃度，是将用户访问该应用的频度抽象成的一个数值，其计算方式是：
A＝β1×A最大/A注册+β2×A最小/A注册+β3×A平均/A注册
其中，A最大指一个周期中最大活跃用户数，A最小指一个周期内最小活跃用户数，A平均指一个周期内平均活跃用户数，A注册指该应用系统的总注册用户数。β1、β2、β3代表权重，β1+β2+β3＝1。权重在评估过程中，依据不同的应用系统自定义调整。
2、应用系统的性能评估方法
应用系统的性能B反映在支撑用户访问、提供正常服务输出状态时，对外提供服务的迅速性。应用系统的性能以应用系统的响应时间为依据。其计算方式是：
B＝γ1×(1-B最大/B规划)+γ2×(1-B最小/B规划)+γ3×(1-B平均/B规划)
其中B最大指一个周期中应用系统最大响应时间，B最小指一个周期内应用系统最小响应时间，B平均指一个周期内应用系统平均响应时间，B规划指该应用系统的规划响应时间。γ1、γ2、γ3代表权重，γ1+γ2+γ3＝1。
3、应用系统的容量评估方法
应用系统的容量C用于表征给应用系统配置的资源是否合理，这里的资源指的是CPU、内存、磁盘，并且认为资源使用50％是最优状态。
Figure BDA0001397178960000051
其中，C1为CPU容量，C2为内存容量，C3为磁盘容量。
应用系统CPU容量C1定义为：
Figure BDA0001397178960000052
C1i指的是该应用系统中每台服务器的CPU平均使用率，n指的是应用系统中服务器数量。
应用系统内存容量C2定义为：
Figure BDA0001397178960000053
C2j指的是该应用系统中每台服务器的CPU平均使用率，n指的是应用系统中服务器数量。
应用系统磁盘容量C3定义为：
Figure BDA0001397178960000054
C3k指的是该应用系统中每台服务器的CPU平均使用率，n指的是应用系统中服务器数量。
4、应用系统的可用性评估方法
应用系统的可用性E是在某个评估期间，系统能够正常运行的概率或时间占有率期望值，其计算方式是：
Figure BDA0001397178960000055
Di指的是应用系统中每个模块的可用性，n指的是应用系统包含的模块数量。其中每个模块的可用性Di定义为：
Figure BDA0001397178960000056
其中，Dij指的是每个模块中各个服务器的可用性，m指的是每个模块中的服务器数量。
5、应用系统的可靠性评估方法
应用系统可靠性E用于衡量一个应用系统发生故障的频率是否频繁，可以用指数分布来表示：
Figure BDA0001397178960000061
其中，Ei代表每个模块可靠性。
每个模块可靠性Ei定义为：
Figure BDA0001397178960000062
Eij为每个模块中的服务器失效率，定义为Eij＝e^[-(λ×t)]，t代表运行时间，λ代表失效率，m指每个模块中的服务器数量。
6、应用系统的合规性评估方法
应用系统的合规性F用于衡量应用系统的配置、运行是否存在不符合公司或行业规定，由安全部门进行漏扫、基扫，并给出合规性评分。
F＝n/N
其中，n为应用系统合规性评分，N为合规性满分分值，采用层析分析法或模糊评价法的评分方法，也可采用5分制进行定量评价。
通过上述说明可知，本发明实施例的有益效果在于：相对于现有技术靠手工收集服务器的资源消耗来评估应用系统的效能，本发明设置了应用系统的负载、性能、容量、可用性、可靠性、合规性六个维度及其对应的权重，提出了具体的评估方法，能够科学、全面、行之有效地对应用系统进行效能评估，为绿色数据中心建设提供依据。
以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (9)

1.一种应用系统效能评估方法，包括：
设置用于评估应用系统效能的维度，包括负载、性能、容量、可用性、可靠性和合规性；
为各维度分别设置对应的权重；
将各维度分别与其对应的权重相乘，再对乘积求和，获得应用系统效能；
其中，负载是指应用系统的用户活跃度，其计算方式是：
A＝β1×A最大/A注册+β2×A最小/A注册+β3×A平均/A注册
其中，A最大指一个周期中最大活跃用户数，A最小指一个周期内最小活跃用户数，A平均指一个周期内平均活跃用户数，A注册指该应用系统的总注册用户数，β1、β2、β3代表权重，β1+β2+β3＝1；
性能用于反映在支撑用户访问、提供正常服务输出状态时，对外提供服务的迅速性，应用系统的性能以应用系统的响应时间为依据，其计算方式是：
B＝γ1×(1-B最大/B规划)+γ2×(1-B最小/B规划)+γ3×(1-B平均/B规划)
其中，B最大指一个周期中应用系统最大响应时间，B最小指一个周期内应用系统最小响应时间，B平均指一个周期内应用系统平均响应时间，B规划指该应用系统的规划响应时间，γ1、γ2、γ3代表权重，γ1+γ2+γ3＝1。
2.根据权利要求1所述的应用系统效能评估方法，其特征在于，各维度对应的权重之和为1。
3.根据权利要求1所述的应用系统效能评估方法，其特征在于，容量用于表征给应用系统配置的资源是否合理，所述资源包括CPU、内存、磁盘，资源使用50％是最优状态，其计算方式是：
Figure FDA0002905112370000011
其中，C1为CPU容量，C2为内存容量，C3为磁盘容量。
4.根据权利要求3所述的应用系统效能评估方法，其特征在于，应用系统CPU容量C1定义为：
Figure FDA0002905112370000012
C1i是指该应用系统中每台服务器的CPU平均使用率，n是指该应用系统中服务器数量。
5.根据权利要求3所述的应用系统效能评估方法，其特征在于，应用系统内存容量C2定义为：
Figure FDA0002905112370000021
C2j是指该应用系统中每台服务器的内存平均使用率，n是指该应用系统中服务器数量。
6.根据权利要求3所述的应用系统效能评估方法，其特征在于，应用系统磁盘容量C3定义为：
Figure FDA0002905112370000022
C3k是指该应用系统中每台服务器的磁盘平均使用率，n是指该应用系统中服务器数量。
7.根据权利要求1所述的应用系统效能评估方法，其特征在于，可用性是在某个评估期间，系统能够正常运行的概率或时间占有率期望值，其计算方式是：
Figure FDA0002905112370000023
Di是指应用系统中每个模块的可用性，n是指应用系统包含的模块数量；
各个模块的可用性Di定义为：
Figure FDA0002905112370000024
其中，Dij是指每个模块中各个服务器的可用性，m是指每个模块中的服务器数量。
8.根据权利要求1所述的应用系统效能评估方法，其特征在于，可靠性用于衡量一个应用系统发生故障的频率是否频繁，用指数分布来表示为：
Figure FDA0002905112370000025
其中，Ei代表每个模块可靠性，n指应用系统包含的模块数量；
每个模块可靠性Ei定义为：
Figure FDA0002905112370000026
Eij为每个模块中的服务器失效率，定义为Eij＝e^[-(λ×t)]，t代表运行时间，λ代表失效率，m指每个模块中的服务器数量。
9.根据权利要求1所述的应用系统效能评估方法，其特征在于，合规性用于衡量应用系统的配置、运行是否存在不符合公司或行业规定的情况，其计算方式是：
F＝n/N
其中，n为应用系统合规性评分，N为合规性满分分值，采用层析分析法、模糊评价法、5分制评分方法中的任一种进行定量评估。
CN201710789080.7A 2017-09-02 2017-09-02 一种应用系统效能评估方法 Active CN107678903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710789080.7A CN107678903B (zh) 2017-09-02 2017-09-02 一种应用系统效能评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710789080.7A CN107678903B (zh) 2017-09-02 2017-09-02 一种应用系统效能评估方法

Publications (2)

Publication Number Publication Date
CN107678903A CN107678903A (zh) 2018-02-09
CN107678903B true CN107678903B (zh) 2021-03-19

Family

ID=61135125

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710789080.7A Active CN107678903B (zh) 2017-09-02 2017-09-02 一种应用系统效能评估方法

Country Status (1)

Country Link
CN (1) CN107678903B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115310856A (zh) * 2022-08-26 2022-11-08 数字扁担(浙江)科技有限公司 基于大数据的应用效能评估系统及其评估方法

Also Published As

Publication number Publication date
CN107678903A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN109918198B (zh) 一种基于用户特征预测的仿真云平台负载调度系统及方法
US8903996B2 (en) Operating cloud computing services and cloud computing information system
CN102457575B (zh) 服务器整合方法、装置和系统
US10783002B1 (en) Cost determination of a service call
CN104113585A (zh) 用于产生指示负载平衡状态的硬件级中断的方法和设备
US20120060167A1 (en) Method and system of simulating a data center
WO2019153487A1 (zh) 系统性能的度量方法、装置、存储介质和服务器
CN106886485A (zh) 系统容量分析预测方法及装置
CN113010576A (zh) 云计算系统容量评估的方法、装置、设备和存储介质
CN101442561A (zh) 一种基于支持向量机的网格监控方法
CN110162445A (zh) 基于主机日志及性能指标的主机健康评价方法及装置
CN109034580B (zh) 一种基于大数据分析的信息系统整体健康度评估方法
CN112162891B (zh) 服务器集群中的性能测试方法及相关设备
CN104410699A (zh) 一种开放式云计算资源管理方法及系统
JP2006048702A (ja) トランザクションベースの性能モデルの自動構成
CN113900921B (zh) 法院信息系统运行状态评估方法、装置、设备及存储介质
CN110414624A (zh) 基于多任务学习的分类模型构建方法及装置
CN107678903B (zh) 一种应用系统效能评估方法
Bommala et al. Machine learning job failure analysis and prediction model for the cloud environment
CN112948353A (zh) 一种应用于DAstudio的数据分析方法、系统及存储介质
CN115471215B (zh) 一种业务流程处理方法及装置
Forshaw et al. HTC‐Sim: a trace‐driven simulation framework for energy consumption in high‐throughput computing systems
CN110033242B (zh) 工作时间确定方法、装置、设备和介质
CN116594782A (zh) 基于智能运维系统的勘探数据中心的资源管理方法及装置
Iglesias et al. A methodology for online consolidation of tasks through more accurate resource estimations

Legal Events

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