CN1783120B - 计算机系统的分析技术 - Google Patents

计算机系统的分析技术 Download PDF

Info

Publication number
CN1783120B
CN1783120B CN200510052511.9A CN200510052511A CN1783120B CN 1783120 B CN1783120 B CN 1783120B CN 200510052511 A CN200510052511 A CN 200510052511A CN 1783120 B CN1783120 B CN 1783120B
Authority
CN
China
Prior art keywords
load
data
trading volume
value
relevant
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.)
Expired - Fee Related
Application number
CN200510052511.9A
Other languages
English (en)
Other versions
CN1783120A (zh
Inventor
早松健治
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.)
Fujitsu Ltd
Original Assignee
Fujitsu 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 Fujitsu Ltd filed Critical Fujitsu Ltd
Publication of CN1783120A publication Critical patent/CN1783120A/zh
Application granted granted Critical
Publication of CN1783120B publication Critical patent/CN1783120B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3409Recording 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3409Recording 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
    • G06F11/3433Recording 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 for load management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3438Recording 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 monitoring of user actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/87Monitoring of transactions

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)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)
  • Stored Programmes (AREA)

Abstract

本发明提供计算机系统的分析技术,具体地为用以获得与恰当交易量有关的数据的技术。一种用以实现该目的的信息处理方法包括:针对多个业务项目,获得与交易量有关的数据,该交易量被推定为在分析系统中被处理;从与所述交易量有关的数据来计算第一负荷量;获得与分析系统的操作状态有关的数据;从与操作状态有关的数据来计算第二负荷量;以及通过确定第一负荷量和第二负荷量是否满足预定条件,判断作为该第一负荷量计算基础的数据是否合适。

Description

计算机系统的分析技术
技术领域
本发明涉及计算机系统的分析技术。
背景技术
在正在操作中枢系统应用程序(其包含企业资源规划(EPR)作为主应用程序)的客户的系统中,当多个应用程序出于每个业务目的而被集成并且作为一个系统来操作时,按照操作状态来保证适当的计算机资源变成重要问题。至于新近引入EPR的客户,为了固定业务范围,以及基于客户交易量来固定适当的计算机性能,可通过利用交易量因素作为输入来确定必需的机器资源(CPU、存储器、盘容量等),作为结果,可选择适当的硬件。而且,至于现有的服务中客户,需要在适当时机观察机器的操作状态(资源使用状态),并且基于推定的必需交易量、硬件的更换等来进行硬件资源的适当加强。
例如,JP-A-2000-172537公开了一种技术,通过无需依赖开发员经验或直觉的任何人,该技术不仅能够准确预计系统的性能,而且能够获得相同的性能评价结果。具体来说,性能指数计算单元被提供用以从各种条件数据的至少一部分数据来计算预定的性能指数值(这些数据与从每个条件输入单元输入的性能评价模式有关),从输入的条件数据来计算预定的性能指数值,不仅利用输入数据而且利用计算结果来进行性能预计。因此,它与基于开发员的预计来输入性能指数值是不同的,没有用于输入开发员经验、直觉等的空间。因而,变成任何人都能够通过很客观的数字值来表示系统性能。
在前述的背景技术中,尽管与性能评价模式有关的各种条件数据被输入,并且当准确数据被输入时基本可获得正确数据,但是并未考虑在准确数据未被输入时是应该如何进行性能预计。
也就是说,尽管在系统引入或系统更换时调查与交易量有关的数据,但是由于各种原因并不能总是收集到准确数据。因此,常常无法进行准确评价。而且,尽管存在用以从操作状态中确认资源使用量和负荷状态的技术,但是难以量化地反映人们在硬件配置中常常考虑到的交易量增减的影响。
发明内容
因此,本发明的目的是提供用以获得与正确交易量有关的数据的技术。
而且,本发明的另一目的是提供用以量化地反映交易量增减在硬件配置中的影响。
按照本发明第一方案的信息处理方法包括:针对多个交易项目,获得与交易量有关的数据,该交易量被推定为在分析系统中被处理,并将该数据存储到交易量数据存储器中;从交易量数据存储器中存储的数据来计算第一负荷量,将它存储到第一负荷量存储器中;获得与分析系统的操作状态有关的数据,将它存储到操作状态数据存储器中;从操作状态数据存储器中存储的数据来计算第二负荷量,将它存储到第二负荷量存储器中;以及通过确定第一负荷量存储器中存储的第一负荷量和第二负荷量存储器中存储的第二负荷量是否满足预定条件,来判断作为该第一负荷量计算基础并且存储在交易量数据存储器中的数据是否合适。
结果,由于通过利用例如从客户调查等获得的与交易量有关的数据和从分析系统实际获得的表示操作状态的数据,能够确定与交易量有关的数据的合适性,因此能够确定是否掌握了接近于更为实际状态的交易量。
而且,按照本发明第一方案的信息处理方法,还可包括:如果第一和第二负荷量在判断中不满足预定条件,则提示用户修改与交易量有关的数据,将用户修改的数据存储到交易量数据存储器中;以及执行第一负荷量的计算和判断。通过重复这样的处理,能够获得与接近于更为实际状态的交易量有关的数据。
而且,按照本发明第一方案的信息处理方法,还可包括:如果第一和第二负荷量在判断中满足预定条件,则提示用户输入与未来交易量有关的数据,该未来交易量用于至少一部分的多个业务项目,并将该数据存储到交易量数据存储器中;以及通过利用交易量数据存储器中存储的与未来交易量有关的所述数据,计算第一未来负荷量。结果,由于第一和第二负荷量满足预定条件,意味着与交易量有关的数据是合适的,所以能够基于合适的数据来考虑未来交易量,以及计算适当的负荷量。
此外,按照本发明第一方案的信息处理方法,还可包括:查阅将负荷量与计算机配置相关联的对应表,从存储器中存储的第一未来负荷量指定计算机配置,以将计算机配置呈现给用户。结果,能够量化地反映交易量增减带来的影响,以指定计算机配置。
而且,按照本发明第一方案的信息处理方法,还可包括:如果第一和第二负荷量在判断中不满足所述预定条件,则通过利用操作状态数据存储器中存储的数据,指定待修改的业务项目。当即使在进行修改的情况下却并不理解应当修改哪个业务项目时,可能会进行不当修改。因此,如果能够按照分析系统的实际状态来指定待修改的业务项目是非常有用的。
按照本发明第二方案的信息处理方法包括:获得基于与交易量有关的数据来计算的第一负荷量,该交易量被推定为在分析系统中被处理,并将该第一负荷量存储到第一负荷量存储器中;获得表示分析系统的操作状态的数据,并将它存储到操作状态数据存储器中;从操作状态数据存储器中存储的数据来计算第二负荷量,并将它存储到第二负荷量数据存储器中;以及通过判断第一负荷量存储器中存储的第一负荷量和第二负荷量存储器中存储的第二负荷量是否满足预定条件,来判断作为该第一负荷量计算基础的数据是否合适。由此,可单独获得第一负荷量。
能够创建一种使计算机执行按照本发明的信息处理方法的程序,该程序被存储于存储介质或存储装置(比如软盘、CD-ROM、磁-光盘、半导体存储器或硬盘)上。此外,它可经由网络作为数字信号来分布。顺便提一下,处理期间的中间数据被暂存于存储装置(比如计算机中的内存)中。
附图说明
图1是本发明中实施例的功能方框图;
图2是示出转换表实例的图;
图3是示出第一系数表实例的图;
图4是示出第二系数表实例的图;
图5是示出替换转换表实例的图;
图6是示出本发明实施例中主处理流程的图;
图7是示出主菜单的屏幕实例的图;
图8是示出与交易量有关的信息的输入屏幕实例的图;
图9是示出交易量数据存储器中存储的数据实例的图;
图10是示出计算负荷值A的实例的图;
图11是说明操作状态数据存储器中存储的数据的图;
图12是示出显示该操作状态显示的屏幕实例的图;
图13是示出交易量变化处理的处理流程的图;
图14是示出修改交易量的屏幕实例的图;
图15是示出与未来交易量有关的信息的输入屏幕实例的图;
图16是示出指定未来交易量的第一处理的处理流程的图;
图17是示出交易量数据存储器中存储的数据实例的图;
图18是示出指定未来交易量的第二处理的处理流程的图;
图19是示出与未来交易量有关的信息的输入屏幕实例的图;
图20是示出计算未来负荷值C的实例的图;
图21是示出显示推荐配置的屏幕实例的图;以及
图22是计算机系统的功能方框图。
具体实施方式
图1示出本发明一实施例中所用的功能方框图。该实施例中被分析的系统1通过网络与资源优化装置3连接。被分析的系统1是在其中执行生产管理应用程序11、销售管理应用程序12、成本会计应用程序13等的系统。而且,被分析的系统1具有操作状态记录器14和操作状态数据存储器15,用于资源优化装置3的处理。例如,操作状态记录器14收集代表CPU使用率、存储器使用率、硬盘使用率和其他实际执行状态的数据,并将它存储到操作状态数据存储器15中。
资源优化装置3具有:用户接口单元31、交易量获取器32、交易量数据存储器33、按尺寸分配(sizing)处理器34、系数表存储器35、负荷值A存储器36、操作状态数据获取器37、操作状态数据存储器38、基于操作状态的负荷值计算器39、负荷值B存储器40、转换表存储器41、判断单元42、已处理交易项目提取器43、已处理交易项目存储器44、建议值计算器45、建议值存储器46、修改项目存储器47、未来交易量指定单元48、推荐装置提取器49和替换转换表存储器50。
操作状态数据获取器37经过网络在被分析的系统1中从操作状态数据存储器15获取执行状态数据,并将它存储到操作状态数据存储器38中。基于操作状态的负荷值计算器39经过用户接口单元31,从/向用户输入/输出数据,通过利用操作状态数据存储器38中存储的数据来查阅负荷值B存储器40以计算负荷值B,并将它存储到负荷值B存储器40中。交易量获取器32经过用户接口单元31从用户获取与交易量有关的数据,并将它存储到交易量数据存储器33中。按尺寸分配处理器34通过查阅交易量数据存储器33和系数表存储器35来计算负荷值A,并将它存储到负荷值A存储器36中。而且,它经过用户接口单元31将数据输出到用户。此外,它通过查阅替换转换数据表存储器50,根据环境来计算负荷值A。
判断单元42通过查阅负荷值B存储器40和负荷值A存储器36来进行判断,并且当判定负荷值A和负荷值B满足预定条件时,将指令输出到建议值计算器45和已处理交易项目提取器43。已处理交易项目提取器43响应来自判断单元42的指令,通过查阅操作状态数据存储器38来进行处理,并将处理结果存储到已处理交易项目存储器44中。而且,建议值计算器45响应来自判断单元42的指令,通过查阅已处理交易项目存储器44、交易量数据存储器33和替换转换表存储器50来进行处理,并将一建议值存储到建议值存储器46中,以对应于已处理交易项目存储器44中存储的已处理交易项目。在这种情况下,交易量获取器32提示用户经过用户接口单元31通过利用交易量数据存储器33和建议值存储器46中存储的数据来进行修改。当经过用户接口单元31输入修改的数据时,交易量获取器32将修改的数据存储到交易量数据存储器33中。然后,按尺寸分配处理器34再次计算负荷值A,并将它存储到负荷值A存储器36中。而且,判断单元42再次进行判断处理。而且,交易量获取器32将业务项目的修改值存储到修改项目存储器47中。
而且,在判断单元42判断负荷值A和负荷值B满足预定条件的情况下,未来交易量指定单元48响应来自判断单元42的指令,提示用户经过用户接口单元31输入与未来交易量有关的数据,经由用户接口单元31从用户接受输入数据,并将它存储到交易量数据存储器33中。顺便提一下,在这种情况下,可通过查阅修改项目存储器47、交易量数据存储器33和已处理交易项目存储器44来为用户计算未来交易量的建议值,并经由用户接口单元31呈现该建议值。当与未来交易量有关的数据被存储于交易量数据存储器33中时,按尺寸分配处理器34通过利用与未来交易量有关的数据来计算未来负荷值C,并将它存储到负荷值A存储器36中。推荐装置提取器49通过查阅负荷值A存储器36和转换表存储器41来指定未来的推荐系统配置,并经由用户接口单元31将它呈现给用户。
接着,图2示出转换表存储器41中存储的数据实例。在图2的实例中,负荷值(B-max)和用途(DB服务器、AP服务器等)、CPU名、假设模式名、CPU数量、存储器大小(GB)和盘容量(GB)被相应地注册。也就是说,在用途是“DB服务器”或“AP服务器”、负荷值是250时,推荐其CPU是SP64/0.5GHz、假设模式是PRIMEP400、存储器是6GB、CPU数量是1、盘容量是59GB的系统配置。另一方面,在用途是“DB服务器”或“AP服务器”时,关于CPU是SP64/0.5GHz、假设模式是PRIMEP400、存储器是6GB、CPU数量是1、盘容量是59GB的系统配置,负荷值变为250。
而且,系数表存储器35中存储的数据实例在图3和图4中示出。在图3中示出按尺寸分配处理器34所用的第一系数表实例,注册了业务类别、数据类别和系数。也就是说,已经为每个业务类别和每个数据类别确定了系数。而且,在图4中示出按尺寸分配处理器34所用的第二系数表实例,注册了业务类别、数据类别、时段和时间系数。也就是说,已经为每个业务类别、每个数据类别和每个时段确定了系数。
而且,替换转换表存储器50中存储的数据实例在图5中示出。在图5的实例中,注册了业务类别、数据类别、转换业务包(package)PKG1的系数和转换到业务包PKG2的转换系数。也就是说,对于每个业务类别和每个数据类别,已经确定了转换到业务包PKG1的转换系数和转换到业务包PKG2的转换系数。关于该实施例中转移目的地的业务包是没有限制的。
接着,将利用图6至20,说明图1所示系统的处理流程。首先,用户接口单元31例如在资源优化装置3的显示装置上显示如图7所示的屏幕。在图7的实例中,该屏幕包括待分析的主机的信息和主菜单,作为初始屏幕。在主菜单中,将依次进行的处理被列举如下:1.按尺寸分配(sizing)基本信息输入;2.操作状态显示;3.按尺寸分配修改支持功能;4.推荐配置显示。“1.按尺寸分配基本信息输入”包括基本值输入条目的更新、和PKG(包)负荷值A计算和显示。“2.操作状态显示”包括性能信息(含CPU使用率、存储器使用率、盘I/O等)的显示功能,包括性能信息收集的设定,和PKG负荷值B的计算和显示。顺便提一下,尽管由于用于性能信息收集的设定不是该实施例的主要部分,故而省略了具体说明,但是例如可指定性能信息的任一个或全部。“3.按尺寸分配修改支持功能”包括修改输入值建议的功能。“4.推荐配置显示”包括未来推定按尺寸分配基本信息的输入和推荐配置显示。
然后,当转移到“1.按尺寸分配基本信息输入”时,交易量获取器32经由用户接口单元31在显示装置上显示与交易量有关的信息的输入屏幕(图6:步骤1)。例如,进行如图8所示的显示。图8的屏幕实例包括一栏,用以更新基本值输入条目和PKG负荷值A的计算和显示部分。在用以更新基本值输入条目的栏中,列举了将被输入的业务项目(业务类别和数据类别的组合),并提示将数据输入到高负荷下每日处理情况的数量的一栏和需要完成高负荷下的处理所需时段的一栏中。顺便提一下,与交易量有关的信息包括各种数据,比如:一年之中的财务会计发票数量、一年之中的销售管理发票数量、最忙季节中每日的发票数量、需要完成在高负荷下的处理的时段(或时间)。检查按钮是使系统确认是否完成所有业务项目的数据输入、并计算负荷值A的按钮。在PKG负荷值A的计算和显示部分中,显示所计算的负荷值A。顺便提一下,在进行到不同业务包的转移时,还能够在该阶段指定该转移目的地的业务包。
当显示与图8相似的屏幕时,用户为每个业务项目输入与交易量有关的信息。另一方面,用户接口单元31接受用户的与交易量有关的信息输入,将收到的信息输出到交易量获取器32,交易量获取器32将收到的信息存储到交易量数据存储器33中(步骤S2)。顺便提一下,还能够读取预先存储于交易量数据存储器33中的数据,以在图8用以更新基本值输入条目的栏中显示它,并且用户进行确认和修改。例如,如图9所示的数据被存储于交易量数据存储器33中。在图9的实例中注册了输入数据,比如:业务类别、数据类别、高负荷下每日处理情况的数量、需要完成在高负荷下的处理的时段。
然后,按尺寸分配处理器34通过查阅系数表存储器35和交易量数据存储器33,基于与交易量有关的信息,按照预定的按尺寸分配(sizing)方法,计算负荷值A;将它存储到负荷值A存储器36中;并经由用户接口单元31在显示装置上显示它(步骤S3)。顺便提一下,在进行了到不同业务包的转移的情况下,通过查阅替换转换表存储器50,进行随后描述的转换处理。在图8的屏幕实例中,计算结果被显示于PKG负荷值A的计算和显示部分中。尽管公知有各种方法被用于按尺寸分配方法,也可使用任一方法。例如在步骤S3中,进行如图10所示的计算。也就是说,对于每个业务类别和每个数据类别,将系数表存储器35中存储的对应系数值与高负荷下每日处理情况的数量相乘,以计算中间值1。而且,对于每个业务类别和每个数据类别,将与需要完成在高负荷下的处理的时段相对应的时间系数1与中间值1相乘,以计算中间值2。中间值2的总值在该实施例中变成负荷值A。顺便提一下,这样的技术仅为实例,并不限于该技术。
回到图6的说明,操作状态数据获取器37从被分析的系统1的操作状态数据存储器15中获取操作状态数据,并将它存储到资源优化装置3的操作状态数据存储器38中(步骤S5)。例如,获取每个预定时间的性能信息(CPU使用率等)和该时间的已处理交易项目。例如,在性能信息是CPU使用率的情况下,可通过获取的数据绘出如图11所示的图。在图11的实例中,从约8:00至约10:22进行销售发票的批处理,从约10:22到约12:45进行材料需求规划(MRP)的批处理,从7:00到13:00的CPU使用率峰值是70%,并且出现在销售发票的批处理期间。
接着,基于操作状态的负荷值计算器39通过查阅操作状态数据存储器38和转换表存储器41,基于与操作状态有关的信息,来计算负荷值B,并将它存储到负荷值B存储器40中(步骤S7)。例如,它利用经由用户接口单元31预先所输入的被分析系统1的系统配置(使用率、CPU名、模式、CPU数量、存储器容量、盘容量等)作为关键字搜索转换表存储器41,从搜索的记录中计算负荷值(B-max)。例如,推定指定1000。接着,从操作状态数据存储器38中存储的数据中提取峰值处的CPU使用率。通过将峰值处的CPU使用率与负荷值(B-max)相乘来计算B-peak(=700)。然后,通过将B-peak除以理想限制CPU使用率(65%)来计算推荐的PKG负荷值B-req。在前述实例中,700/0.65=1080。这样计算的B-req作为负荷值B被存储于负荷值B存储器40中。
然后,基于操作状态的负荷值计算器39经由用户接口单元31在显示装置上显示被分析的系统1的操作状态和负荷值B(步骤S9)。例如,进行如图12所示的显示。在图12的实例中,图11所示的图被显示于性能信息显示功能部分中,PKG负荷值B的值被显示于PKG负荷值B的计算和显示部分中。由此,按照图12,能够示出被分析的系统1的操作状态和负荷值B的当前状态。
接着,判断单元42查阅负荷值B存储器40和负荷值A存储器36,以判断负荷值A和负荷值B之差是否等于或大于该实施例中的预定量(步骤S11)。还能够判断比率(而不是差)是否等于或大于预定值。此外,还能够基于由预定义的等式所计算的值来判断。如果判断为以与交易量有关的信息为基础的负荷值A和以操作状态为基础的负荷值B之间存在差异,该差等于或大于预定量,则进行交易量变化处理(步骤S13)。
将利用图13和14,说明该交易量变化处理。首先,已处理交易项目提取器43响应判断单元42的指令,通过查阅操作状态数据存储器38,从与操作状态有关的信息中指定峰值处的已处理交易项目,并将它存储到已处理交易项目存储器44中(步骤S31)。在获得如图11所示图的这种情况下,由于在进行销售发票批处理的同时存在峰值,所以对于图11,“销售发票批处理”的数据被存储到已处理交易项目存储器44中。
而且,建议值计算器45响应来自判断单元42的指令,查阅交易量数据存储器33和替换转换表存储器50,以通过利用从判断单元42相似地接收到的负荷值A和负荷值B,按照负荷值A和负荷值B的比,来计算在步骤S31所指定的已处理交易项目的交易量的建议值(例如,情况的数量),并将它存储到建议值存储器46中(步骤S33)。例如,如果负荷值A:负荷值B=1:1.2,当前交易量是100,则计算100×1.2=120作为建议值。
然后,交易量获取器32查阅交易量数据存储器33和建议值存储器46,以经由用户接口单元31,向用户呈现与从前的交易量有关的信息、以及步骤S31所指定的已处理交易项目的交易量的建议值(步骤S35)。例如,显示如图14所示的屏幕。图14的屏幕实例包括:与交易量有关的信息的显示和输入栏;PKG负荷值A的显示栏;PKG负荷值B的显示栏;修改建议值的显示栏;转移到不同包(PKG)的试算栏(包括:用于转移推定的包(PKG)选择下拉菜单;转移到PKG1时的建议值显示栏;转移到PKG2时的建议值显示栏)。由此,用户在除了查阅当前负荷值A和当前负荷值B之外还查阅修改建议业务项目和修改建议值的同时,进行输入以修改具体业务类别和具体数据类别中的已处理情况的数量或时段。由于它是建议值,所以用户不用必需依据它。而且,当从现有的业务包变化到另一业务包时,转移目的地的业务包在包选择下拉菜单中被选择。顺便提一下,这里选择PKG1或PKG2。当转移到不同PKG时,转移到PKG1时的建议值和转移到PKG2时的建议值通过利用替换转换表存储器50来转换,并且由于未计算与不进行该转移时的值不相同的负荷值A,所以它们被分别地表示。
然后,交易量获取器32接受用户经过用户接口单元31输入的修改,根据环境来接受该转移目的地的业务包的输入,将与交易量有关的修改信息和转移目的地的业务包的数据存储到交易量数据存储器33中,并将对其进行了修改的业务项目的数据存储到修改项目存储器47中(步骤S37)。而且,按尺寸分配处理器34查阅系数表存储器35和交易量数据存储器33,以按照预定的按尺寸分配方法,基于与交易量有关的信息来计算负荷值A;将它存储到负荷值A存储器36中;并经过用户接口单元31在显示装置上显示它(步骤S39)。顺便提一下,当存在到不同业务包的转移时,通过查阅替换转换表存储器50,进行该转换处理。在转换处理中,通过将为每个业务项目所计算的中间值2和对应的转换系数相乘、将相乘结果累加,来计算该转移之后的负荷值A。
然后,该处理返回到图6的步骤S11,因为图13中的交易量变化处理已完成。如上所述,判断单元42判断负荷值A和负荷值B之差是否等于或大于预定量。
如果判断为负荷值A和负荷值B之差小于预定量,则判断此时的负荷值A不适合于被分析系统1的操作状态。然后,判断单元42将指令输出到未来交易量指定单元48,并且未来交易量指定单元48查阅负荷值A存储器36和交易量数据存储器33,以经过用户接口单元31,向用户呈现负荷值A和用来计算负荷值A的与交易量有关的信息(步骤S15)。例如,图15的屏幕实例包括:用以更新基本值输入条目的栏(包括未来推定值);PKG负荷值A的计算和显示部分;检查按钮。用来计算负荷值A的交易量被显示于在该栏中的已处理情况数量的栏和时段栏中,以更新基本值输入条目。
然后,用户考虑未来交易量的增减,以在该栏中的未来推定值的栏中输入数据,以更新基本值输入条目。也就是说,未来交易量指定单元48进行未来交易量指定处理(步骤S17)。有两种方法用于该处理。在第一方法中,如图16所示,简单地接受被输入到如图15所示屏幕的未来交易量的输入,并将它存储到交易量数据存储器33中(步骤S41)。例如,如图17所示,对于每个业务类别和每个数据类别的高负荷下每日处理情况数量,注册了未来推定值(未来交易量)。另外,与图9中一样,还注册了完成在高负荷下的处理所需的时段。顺便提一下,关于未来推定值,无需输入所有项目的值。关于未被输入的项目,用来计算负荷值A的与交易量有关的信息被照常使用。
然而,即使普通用户查阅了适当负荷值A和作为负荷值A计算基础的与交易量有关的信息,仍然存在无法设定未来适当交易量的情况。对于这种情况,进行如图18所示的处理。未来交易量指定单元48显示一屏幕,以提示用户经过用户接口单元31输入交易量的增减比率。例如,在如图15所示屏幕上提供了增减比率输入栏和建议值计算按钮,并且未来交易量指定单元48从用户接受交易量增减比率和建议值计算指令的输入,并将该输入数据存储到存储装置比如主存储器中(图18:步骤S51)。然后,查阅交易量数据存储器33,以根据该输入增减比率(用于峰值处的已处理交易,该已处理交易被存储于已处理交易项目存储器44中)和修改项目存储器47中存储的修改输入项目来计算建议值,并将建议值存储到存储装置比如主存储器中(步骤S53)。顺便提一下,尽管存在峰值处的已处理交易与修改的输入项目重叠的可能性,但是在与该建议不相同的项目被修改的情况下,峰值处的已处理交易项目不与修改的输入项目重叠,因为用户并非必须按照该建议来改变。例如,如果数字值1.5被输入作为增减比率,则将峰值处的已处理交易项目和修改的输入项目的值乘以1.5。
然后,经过用户接口单元31,向用户呈现在步骤S53计算的建议值和用来计算适当负荷值A的交易量(步骤S55)。例如,显示如图19所示的屏幕。图19的屏幕实例包括:与交易量有关的信息的显示和输入栏(包括业务类别栏、数据类别栏、已处理情况的数量栏、未来推定值的栏和时段栏);适当PKG负荷值A的显示栏;输入交易量增减比率的显示栏;以及未来建议值草案的显示栏。由此,用户在查阅适当负荷值A、作为负荷值A计算基础的交易量、未来建议值草案(项目和数字值)、以及交易量增减比率的同时,将未来交易量输入到未来推定值的栏中。顺带提一下,无需为所有项目输入未来交易量。用户输入似乎有变化的项目的值。当像这样建议该项目和该数字值时,用户能够输入似乎更为合适的数字值等。
未来交易量指定单元48经过用户接口单元31,从用户接受未来交易量的输入,并将它存储到交易量数据存储器33中(步骤S57)。顺便提一下,交易量数据存储器33中存储的数据实例与图17相似。
回到图6的说明,按尺寸分配处理器34通过查阅系数表存储器35和交易量数据存储器33,按照预定的按尺寸分配方法,基于未来交易量,来计算负荷值C;并将它存储到负荷值A存储器36中(步骤S19)。例如,进行如图20所示的计算。图20是从图10强化的表格,添加了未来推定值的栏。当该数字值被输入到该未来推定值的栏时,通过利用未来推定值来计算该项目值。在图20的实例中,关于销售管理发票的已处理情况的数量,可推定该值从“100”增加到“200”;关于财务会计发票的已处理情况的数量,可推定该值从“500”增加到“800”。因此,通过利用未来推定值的栏中的值,为这些项目计算中间值1;从这样计算的中间值来1计算中间值2;并且计算中间值2的总和。然后,可推定负荷值C从“993”增加到“1112”。
由此,当计算未来负荷值C时,推荐装置提取器49通过查阅转换表存储器41,从未来负荷值C指定系统配置;并经过用户接口单元31,将它与未来负荷值C一起输出给用户(步骤S21)。例如,显示如图21所示的屏幕。在图21所示实例中,未来负荷值C的显示栏和推荐配置的显示栏被添加到图19所示屏幕。尽管与未来负荷值C相同的负荷值可能被不完全地注册于转换表存储器41中,对于这种情况,与大于和最接近于未来负荷值C的负荷值相对应的系统配置被指定作为推荐的系统配置。
通过进行这样的处理,能够指定关于与操作状态相对应的适当交易量的信息。而且,由于变得能够指定将来所需的系统配置,基于与适当交易量有关的信息,还变得能够准确和适当地进行估算。
尽管上面已描述了本发明的一个实施例,但是本发明并限于前述实施例。例如,上面所示的屏幕实例仅为实例,它们不必限于前述配置。而且,资源优化装置3中功能块的布局和配置不必对应于实际的程序模块。资源优化装置3中的一部分或全部功能块可存在于被分析的系统中。此外,资源优化装置3可由多个计算机来构造。
而且,用于按尺寸分配的必需项目依据被分析的系统1中执行的处理的特征(例如,客户的业务状态和业务的类型)而有所不同。例如,在零售业务情况下,与销售有关的项目,也就是销售发票和财务发票是增或减的主要因素。而且,在制造业情况下,除前述元素以外,与生产管理有关的项目,比如MRP项目,也是增或减的主要因素。顺便提一下,存在分别进行该按尺寸分配的情况,并且仅将按尺寸分配的结果输入到资源优化装置3。对于这种情况,输入的负荷值A被存储于负荷值A存储器36中。
此外,资源优化装置3是计算机装置。也就是,存储器2501(存储装置)、CPU2503(处理器)、硬盘驱动器(HDD)2505、连接于显示装置2509的显示控制器2507、用于移动盘2511的驱动装置2513、输入装置2515、以及用于与网络连接的通信控制器2517,经过总线2519来连接,如图22所示。该实施例中的操作系统(OS)和用于进行前述处理的应用程序被存储于HDD2505中,当被CPU2503执行时,它们从HDD2505被读取到存储器2501。当有需要时,CPU2503控制显示控制器2507、通信控制器2517和驱动装置2513,使它们进行必要操作。此外,中间处理数据被存储于存储器2501中,如果需要,它被存储于HDD2505中。在本发明的该实施例中,用以实现前述功能的应用程序被存储于移动盘2511中并且被分配,然后从驱动装置2513安装到HDD2505中。它可经由网络(比如互联网)和通信控制器2517安装到HDD2505中。在如上所述的计算机中,硬件(比如CPU2503和存储器2501)、OS和必需的应用程序相互系统地协作,从而实现上面具体所述的各种功能。
尽管关于其具体优选实施例,描述了本发明,但是可向本领域技术人员建议各种变化和改型,本发明旨在涵盖落入所附权利要求的范围之内的这些变化和改型。

Claims (10)

1.一种信息处理方法,包括:
针对多个业务项目,获得与交易量有关的数据,该交易量被推定为在分析系统中被处理;
从与所述交易量有关的所述数据来计算第一负荷量;
获得与待分析的所述系统的操作状态有关的数据;
从与所述操作状态有关的所述数据来计算第二负荷量;
通过确定所述第一负荷量和所述第二负荷量是否满足预定条件,来判断作为该第一负荷量计算基础的数据是否合适;
如果所述第一和第二负荷量在所述判断中满足所述预定条件,则提示所述用户输入与至少一部分的所述多个业务项目的未来交易量有关的数据;
通过利用与所述未来交易量有关的所述数据,计算第一未来负荷量;以及
查阅将负荷量与计算机配置相关联的表格,以根据所述第一未来负荷量指定计算机配置,以及将该指定的计算机配置呈现给所述用户。
2.如权利要求1所述的信息处理方法,还包括:
如果所述第一和第二负荷量在所述判断中不满足所述预定条件,则提示用户修改与所述交易量有关的所述数据,以及接受所述用户所修改的数据;以及
通过利用所述用户所修改的数据来执行所述第一负荷量的所述计算和所述判断。
3.如权利要求1所述的信息处理方法,还包括:
如果所述第一和第二负荷量在所述判断中不满足所述预定条件,则基于与所述操作状态有关的所述数据,指定待修改的业务项目;
向用户呈现待修改的所述业务项目,以提示所述用户修改与所述交易量有关的所述数据,以及从所述用户接受该修改的数据;以及
执行所述第一负荷量的所述计算和所述判断;以及
其中,所述计算第一未来负荷量包括:
从用户接受与所述交易量的变化率有关的数据的输入;以及
对于待修改的所述业务项目和与所述修改的数据有关的业务项目中的至少一项,基于与所述变化率有关的所述数据,计算建议值,以向所述用户呈现该计算的建议值。
4.一种信息处理方法,包括:
针对多个业务项目的每一个,获得基于与交易量有关的数据来计算的第一负荷量,该交易量被推定为在分析系统中被处理;
获得表示待分析的所述系统的操作状态的数据;
从表示所述操作状态的所述数据来计算第二负荷量;
通过判断所述第一负荷量和所述第二负荷量是否满足预定条件,来判断作为该第一负荷量计算基础的数据是否合适;以及
如果所述第一和第二负荷量在所述判断中不满足所述预定条件,则基于与所述操作状态有关的所述数据,指定待修改的业务项目。
5.如权利要求4所述的信息处理方法,还包括:
查阅与所述交易量有关的所述数据、所述第一负荷量和所述第二负荷量,以计算待修改的所指定的业务项目的建议值。
6.如权利要求4所述的信息处理方法,其中:在所述指定中,在资源使用率变为最大时的业务项目是通过利用与所述操作状态有关的所述数据来指定的。
7.如权利要求5所述的信息处理方法,其中:与所述交易量有关的所述数据包括已处理发票数量和处理时段的数据,所述建议值是用于已处理发票数量的值。
8.如权利要求4所述的信息处理方法,还包括:
查阅用以注册一系数的转换系数数据存储器,以将第一业务包中的负荷值转换成第二业务包中的负荷值,以及将所述第一负荷值转换成指定业务包中的负荷值。
9.一种信息处理装置,包括:
针对多个业务项目,获得与交易量有关的数据的单元,该交易量被推定为在分析系统中被处理;
从与所述交易量有关的所述数据来计算第一负荷量的单元;
获得与待分析的所述系统的操作状态有关的数据的单元;
从与所述操作状态有关的所述数据来计算第二负荷量的单元;
通过确定所述第一负荷量和所述第二负荷量是否满足预定条件来判断作为该第一负荷量计算基础的数据是否合适的单元;
如果所述第一和第二负荷量满足所述预定条件则提示所述用户输入与至少一部分的所述多个业务项目的未来交易量有关的数据的单元;
通过利用与所述未来交易量有关的所述数据计算第一未来负荷量的单元;以及
查阅将负荷量与计算机配置相关联的表格以根据所述第一未来负荷量指定计算机配置以及将该指定的计算机配置呈现给所述用户的单元。
10.一种信息处理装置,包括:
针对多个业务项目的每一个,获得基于与交易量有关的数据来计算的第一负荷量的单元,该交易量被推定为在分析系统中被处理;
获得表示待分析的所述系统的操作状态的数据的单元;
从表示所述操作状态的所述数据来计算第二负荷量的单元;
通过判断所述第一负荷量和所述第二负荷量是否满足预定条件来判断作为该第一负荷量计算基础的数据是否合适的单元;以及
如果所述第一和第二负荷量不满足所述预定条件则基于与所述操作状态有关的所述数据指定待修改的业务项目的单元。
CN200510052511.9A 2004-11-29 2005-02-28 计算机系统的分析技术 Expired - Fee Related CN1783120B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2004343579 2004-11-29
JP2004-343579 2004-11-29
JP2004343579A JP4707376B2 (ja) 2004-11-29 2004-11-29 情報処理方法及びプログラム

Publications (2)

Publication Number Publication Date
CN1783120A CN1783120A (zh) 2006-06-07
CN1783120B true CN1783120B (zh) 2012-04-04

Family

ID=36633374

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200510052511.9A Expired - Fee Related CN1783120B (zh) 2004-11-29 2005-02-28 计算机系统的分析技术

Country Status (3)

Country Link
US (1) US8407430B2 (zh)
JP (1) JP4707376B2 (zh)
CN (1) CN1783120B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008146334A (ja) * 2006-12-08 2008-06-26 Hitachi Ltd 商品販売管理装置、商品販売管理方法およびプログラム
JP6160064B2 (ja) * 2012-11-19 2017-07-12 富士通株式会社 適用判定プログラム、障害検出装置および適用判定方法
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
JP6493506B1 (ja) * 2017-12-15 2019-04-03 オムロン株式会社 産業用制御システムとその支援装置、制御支援方法およびプログラム
CN109241189B (zh) * 2018-09-10 2021-11-19 创新先进技术有限公司 数据的存储方法、装置及设备
JP7302439B2 (ja) * 2019-10-30 2023-07-04 富士通株式会社 システム分析方法、およびシステム分析プログラム

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1508682A (zh) * 2002-12-17 2004-06-30 国际商业机器公司 任务调度的方法、系统和设备

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH07160650A (ja) 1993-12-02 1995-06-23 Matsushita Electric Ind Co Ltd タスクの実行制御装置
US6021401A (en) * 1997-05-19 2000-02-01 Eaton Corporation Computer system, apparatus and method for calculating demand usage
JP4739472B2 (ja) 1998-12-04 2011-08-03 新日鉄ソリューションズ株式会社 性能予測装置および方法、記録媒体
GB2359387B (en) * 2000-02-15 2004-04-14 Motorola Inc Operating a user station in a cellular communications system
US20020124137A1 (en) * 2001-01-29 2002-09-05 Ulrich Thomas R. Enhancing disk array performance via variable parity based load balancing
US20030009401A1 (en) * 2001-04-27 2003-01-09 Enerwise Global Technologies, Inc. Computerized utility cost estimation method and system
US7024517B1 (en) * 2001-09-27 2006-04-04 Emc Corporation System and method for configuring data storage in accordance with workload requirements
JP2003223335A (ja) * 2002-01-30 2003-08-08 Nec Corp アウトソーシングシステム、アウトソーシング方法およびアウトソーシング用プログラム
JP2004005288A (ja) * 2002-06-03 2004-01-08 Hitachi Ltd バッチ性能見積り方法及び装置
US20050071596A1 (en) * 2003-09-26 2005-03-31 International Business Machines Corporation Method, apparatus and program storage device for providing automatic performance optimization of virtualized storage allocation within a network of storage elements
JP4066932B2 (ja) * 2003-11-10 2008-03-26 株式会社日立製作所 予測に基づいた計算機リソース配分方法
US7177728B2 (en) * 2003-12-30 2007-02-13 Jay Warren Gardner System and methods for maintaining power usage within a set allocation
US20050228875A1 (en) * 2004-04-13 2005-10-13 Arnold Monitzer System for estimating processing requirements

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1508682A (zh) * 2002-12-17 2004-06-30 国际商业机器公司 任务调度的方法、系统和设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JP特开平7-160650A 1995.06.23

Also Published As

Publication number Publication date
US20060175393A1 (en) 2006-08-10
JP2006155137A (ja) 2006-06-15
CN1783120A (zh) 2006-06-07
US8407430B2 (en) 2013-03-26
JP4707376B2 (ja) 2011-06-22

Similar Documents

Publication Publication Date Title
US8195525B2 (en) Method and apparatus upgrade assistance using critical historical product information
KR102244568B1 (ko) 수요 공급 예측을 통한 물류 관리 방법, 장치 및 시스템
US7055149B2 (en) Method and apparatus for automating software upgrades
US20030216971A1 (en) User interface for a system using digital processors and networks to facilitate, analyze and manage resource consumption
Guo et al. Research on measurement method of resource service composition flexibility in service-oriented manufacturing system
JP2001325041A (ja) 計算機資源活用方法及びシステム
CN1783120B (zh) 计算机系统的分析技术
US20020198807A1 (en) Product brokerage transaction processing system, and product brokerage transaction processing method and program
CN103430157B (zh) 用于动态标记度量数据的方法和系统
CN104919478A (zh) 信息技术服务的管理
US8326712B2 (en) Method and system for technology consumption management
WO2011148565A1 (ja) データベース、管理サーバ、および管理プログラム
Menychtas et al. A marketplace framework for trading cloud-based services
US20100049587A1 (en) System and Method for Using Lifecycle Telecommunications Expense Management (TEM) Data to Predict the Outcome of Changes to Telecommunications Infrastructure
JP2003288476A (ja) 生産ラインの統合ライン能力評価・管理運用システム、および、その統合ライン能力評価・管理運用方法
JP2007503651A (ja) ページビューデータから予想されるアイテムの需要に応じたアイテムの単位の製造
CN114240201A (zh) 一种基于供应链背景下的智慧数据中台
JP5286191B2 (ja) アプリケーション利用料課金システムと方法およびプログラム
JP2002158661A (ja) ネットワーク構築方法と経営レポート収集方法と装置
JP2002288493A (ja) 電子調達システム,電子調達支援装置及び電子調達方法
JP2003132120A (ja) 電力販売支援システム及びコンピュータ読み取り可能な記録媒体
JP2004220394A (ja) クレジットカードのためのシステム
JP2002063484A (ja) 電子調達システム,電子調達支援装置及び電子調達方法
JP2010020507A (ja) 料金計算システム
CN117252345B (zh) 基于计费逻辑顺序的计费方法以及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120404

Termination date: 20200228

CF01 Termination of patent right due to non-payment of annual fee