JP2011232968A - 情報処理装置運用管理装置、クラウドコンピューティングシステム、運用管理プログラム、記憶媒体、及び情報処理装置運用管理方法 - Google Patents

Abstract

【課題】必要な時点で必要最小限のサーバのみを稼働することによって省エネルギー効果をより高めることができるようにすること。
【解決手段】アプリケーションサーバのＣＰＵ負荷を取得して所定のＣＰＵ負荷履歴データベースに格納する取得部１１と、過去の所定時間内のＣＰＵ負荷をＣＰＵ負荷履歴データベースから取り出して時系列に連結したデータ列を作成する整列部１２と、データ列に基づき、一定時間後のＣＰＵ負荷の短期予測値を算出する短期時間予測部１３と、データ列に基づき、将来の一時点におけるＣＰＵ負荷の長期予測値を算出する長期時間予測部１５と、ＣＰＵ負荷の現在値と短期予測値及び長期予測値とを対比して、アプリケーションサーバの必要稼働台数、又は追加或いは停止すべき台数を算出する推定部１６と、これに基づきアプリケーションサーバを起動又は停止させる指令部１８と、を備えている。
【選択図】図２

Description

本発明は、複数の端末装置とネットワークを介して接続された複数の情報処理装置の稼働台数を制御する情報処理装置運用管理装置、クラウドコンピューティングシステム、運用管理プログラム、記憶媒体、及び情報処理装置運用管理方法に関する。

従来は、企業、個人などのユーザーがコンピュータのハードウェア、ソフトウェア、データなどを、自分自身で保有・管理していた。これに対して近年では、様々なサービスを提供する企業側が、処理を行うサーバ等の設備を保有する一方、ユーザーはインターネットに接続可能な端末装置を保有するのみで、端末装置をインターネットへ接続して必要なサービスをサービス提供企業から受ける形態が増加している。

このようなクラウドコンピューティングシステムにおいては、利用アクセス数のピークに対応するために、複数のサーバを常時起動し負荷を分散している。

ところで、従来より、サーバの負荷を分散させるために、様々な手法が提案されている（例えば、特許文献１参照。）。ところが、クラウドコンピューティングでは、サービス内容や利用目的が様々であることから、利用アクセス量の変化を特定することが困難なため、サーバ台数運用予測が難しい。

そこで、アクセス量の最大値に基づいて固定したサーバ台数運用を行ったり、アクセス量の大きな特徴（昼間と夜間，平日と休日など）に基づいた、おおまかなサーバ台数運用を行ったりしている。

特開２００５−１４１６０５号公報

しかしながら、上記従来の運用管理では、必要なときに必要な数のサーバを稼働させておくためには、その時点における予測最大稼働数にて運用する必要があり、省エネルギー効果が得にくい。そこで、本発明は上記事情に鑑みて成されたものであり、必要な時点で必要最小限のサーバのみを稼働することによって省エネルギー効果をより高めることができる情報処理装置運用管理装置、クラウドコンピューティングシステム、運用管理プログラム、記憶媒体、及び情報処理装置運用管理方法を提供することを目的とする。

本発明は、上記課題を解決するため、以下の手段を採用する。
本発明に係る情報処理装置運用管理装置は、複数の端末装置とネットワークを介して接続された複数の情報処理装置の稼働台数を制御する情報処理装置運用管理装置であって、 時系列で変化する前記情報処理装置の管理対象データを取得して所定の記憶部に格納する取得部と、過去の所定時間内の前記管理対象データを前記記憶部から取り出して時系列に連結したデータ列を作成する整列部と、前記データ列に基づき、一定時間後の前記管理対象データの短期予測値を算出する短期時間予測部と、前記データ列に基づき、前記一定時間よりも将来の一時点における前記管理対象データの長期予測値を算出する長期時間予測部と、前記管理対象データの現在値と前記短期予測値及び前記長期予測値とを対比して、前記情報処理装置の前記一定時間後における必要稼働台数、又は追加或いは停止すべき台数を算出する推定部と、前記一定時間後の稼働台数が前記必要稼働台数となるように前記情報処理装置を起動又は停止させる指令部と、を備えていることを特徴とする。

また、本発明に係るクラウドコンピューティングシステムは、複数の端末装置とネットワークを介して接続された複数の情報処理装置と、本発明に係る情報処理装置運用管理装置と、を備えていることを特徴とする。

また、本発明に係る運用管理プログラムは、コンピュータを、本発明に係る情報処理装置運用管理装置として機能させることを特徴とする。

また、本発明に係るコンピュータで読み取り可能な記憶媒体は、本発明に係る運用管理プログラムを格納したことを特徴とする。

また、本発明に係る情報処理装置運用管理方法は、複数の端末装置とネットワークを介して接続された複数の情報処理装置の稼働台数を制御する情報処理装置運用管理方法であって、時系列で変化する前記情報処理装置の管理対象データを取得する取得工程と、
取得した過去の所定時間内の前記管理対象データを時系列に連結してデータ列を作成する整列工程と、前記データ列に基づき、一定時間後の前記管理対象データの短期予測値を算出する短期時間予測工程と、前記データ列に基づき、前記一定時間よりも将来の一時点における前記管理対象データの長期予測値を算出する長期時間予測工程と、前記管理対象データの現在値と前記短期予測値及び前記長期予測値とを対比して、前記情報処理装置の前記一定時間後における必要稼働台数、又は追加或いは停止すべき台数を算出する推定工程と、前記一定時間後の稼働台数が前記必要稼働台数となるように前記情報処理装置を起動又は停止させる指令工程と、を備えていることを特徴とする。

本発明によれば、必要な時点で必要最小限のサーバのみを稼働することによって省エネルギー効果をより高めることができる

本発明の第１の実施形態に係るクラウドコンピューティングシステム及び情報処理装置運用管理装置を示す概要図である。 本発明の第１の実施形態に係る情報処理装置運用管理装置を示す機能ブロック図である。 本発明の第１の実施形態に係る情報処理装置運用管理方法を示すフロー図である。 本発明の第２の実施形態に係る情報処理装置運用管理装置を示す機能ブロック図である。 本発明の第２の実施形態に係る情報処理装置運用管理方法を示すフロー図である。

（第１の実施形態）
本発明に係る第１の実施形態について、図１から図３を参照して説明する。
本実施形態に係るクラウドコンピューティングシステム１は、図１に示すように、ハブ２に接続された複数のアプリケーションサーバ（情報処理装置）３と、これらに電力を供給する配電盤４と、アプリケーションサーバ３の起動・停止を制御するサーバ運用管理装置（情報処理装置運用管理装置）５と、を備えている。クラウドコンピューティングシステム１は、複数の端末装置ＴとネットワークＮを介して接続されている。

サーバ運用管理装置５は、ハードウェア構成として、少なくとも、プロセッサ６、メモリ７、媒体読取装置８、入出力インタフェース９、を含む、コンピュータシステムである。各部は、バス１０を介して相互に通信可能に接続される。

プロセッサ６は、図示しないＲＯＭ又はハードディスクに格納されるオペレーティングシステムやメモリ７から読み出されるプログラムに基づいて、サーバ運用管理装置５の各部を制御する。

メモリ７は、プログラムやデータが必要に応じて書き込まれるとともに、プロセッサ６の作業用としても用いられる。

媒体読取装置８は、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等のコンピュータ読み取り可能な情報記憶媒体を受け入れて、該媒体に記憶されたプログラムを読み出す。こうして読み出されるプログラムは、プロセッサ６により実行される。

サーバ運用管理装置５は、図２に示すように、運用管理プログラムの機能手段（プログラムモジュール）として、取得部１１と、整列部１２と、短期時間予測部１３と、長期時間予測部１５と、推定部１６と、算出部１７と、指令部１８と、を備えている。これらの機能は、プロセッサ６やメモリ７により実現される制御部２０によって制御される。

これらの各機能は、コンピュータ読み取り可能な情報記憶媒体に格納された運用管理プログラムが、媒体読取装置８を用いて、サーバ運用管理装置５に読み込まれ、該サーバ運用管理装置５のプロセッサ６を中心とするハードウエアにより実現されるものである。

なお、ここでは情報記憶媒体によって運用管理プログラムがサーバ運用管理装置５に供給されることとしたが、インターネット等のデータ通信ネットワークを介して遠隔地からダウンロードされてもよい。

取得部１１は、時系列で変化する各アプリケーションサーバ３のＣＰＵ負荷（管理対象データ）Ｐｔを、例えば１分毎に取得して、ＣＰＵ負荷履歴データベース（記憶部）２１に格納する。なお、ＣＰＵ負荷履歴データベース２１は、メモリの一部として設けられていてもよい。

整列部１２は、過去の所定時間（ｎ分）内のＣＰＵ負荷をＣＰＵ負荷履歴データベース２１から取り出して、時系列に連結したデータ列（Ｐ_ｔ−１〜Ｐ_ｎ）を作成する。

短期時間予測部１３は、作成したデータ列に基づき、一定時間後（例えば、サーバの立ち上げに必要な時間として５分後）のＣＰＵ負荷の短期予測値を算出する。

長期時間予測部１５は、短期時間予測部１３とは別に、作成したデータ列に基づき、一定時間よりも将来の一時点、例えば、現時点から１０分後におけるＣＰＵ負荷の長期予測値を算出する。

推定部１６は、ＣＰＵ負荷の現在値と短期予測値及び長期予測値とを対比して、アプリケーションサーバ３の一定時間後における必要稼働台数を算出する。

算出部１７は、必要稼働台数から現状稼働台数を差し引いて、一定時間後に追加又は停止すべきアプリケーションサーバ３の台数を算出する。

指令部１８は、算出された台数分のアプリケーションサーバ３を起動又は停止させる。

次に、本実施形態に係るサーバ運用管理方法（情報処理装置運用管理方法）について説明する。

ここでのサーバ運用管理方法は、図３に示すように、取得工程(Ｓ１１)と、整列工程(Ｓ１２)と、短期時間予測工程(Ｓ１３)と、長期時間予測工程(Ｓ１４)と、推定工程(Ｓ１５)と、算出工程（Ｓ１６）と、指令工程(Ｓ１７)と、を備えている。

取得工程（Ｓ１１）は、時系列で変化する各アプリケーションサーバ３のＣＰＵ負荷の現在値Ｐｔを１分毎に取得して、ＣＰＵ負荷履歴データベース２１に順次格納する。取得のタイミングは、１分毎としているがこれに限定されるものではない。

整列工程（Ｓ１２）は、予測を行う現時点に対して、所定時間（ｎ分）だけ過去に遡ったＣＰＵ負荷をＣＰＵ負荷履歴データベース２１から取り出して、時系列に連結したデータ列（Ｐ_ｔ−１〜Ｐ_ｎ）を作成する。

短期時間予測工程（Ｓ１３）は、整列工程（Ｓ１２）にて作成したデータ列に基づき、例えば、特開平７−２７０２００に記載の公知のカオス予測処理を行って、サーバの起動時間として５分後のＣＰＵ負荷の短期予測値Ｐ_ｔ＋５を算出する。なお、この短期予測のための予測時間は５分後に限定されるものではない。

長期時間予測工程（Ｓ１４）は、整列工程（Ｓ１２）にて作成したデータ列に基づき、短期時間予測工程（Ｓ１３）と同様にカオス予測処理を行って、１０分後のＣＰＵ負荷の長期予測値Ｐ_ｔ＋１０を算出する。なお、この長期予測のための予測時間は１０分後に限定されるものではない。

推定工程（Ｓ１５）は、ＣＰＵ負荷の現在値Ｐｔと短期予測値Ｐ_ｔ＋５及び長期予測値Ｐ_ｔ＋１０とを対比して、アプリケーションサーバ３の一定時間後における必要稼働台数Ｎｐを算出する。この際、ＣＰＵ負荷の現在値Ｐｔに対する短期予測値Ｐ_ｔ＋５及び長期予測値Ｐ_ｔ＋１０の変動比に対して、予め必要稼働台数Ｎｐと関連付けされた閾値を設け、これに基づいて現時点から５分後に必要な稼働台数Ｎｐを算出する。例えば、図１に示すようなシステムの場合、Ｐ_ｔ＋５＞最大負荷の７０％、かつ、Ｐ_ｔ＋１０＞最大負荷の７０％であれば、必要稼働台数Ｎｐを５台、Ｐ_ｔ＋５＞最大負荷の７０％、かつ、Ｐ_ｔ＋１０＞最大負荷の５０％であれば、必要稼働台数Ｎｐを４台、というように、予め決められた複数の閾値の組み合わせによって、必要稼働台数Ｎｐを決定する。

算出工程（Ｓ１６）は、算出された必要稼働台数Ｎｐから現状稼働台数Ｎａを差し引いて、追加又は停止すべき台数Ｎｄを算出する。

指令工程（Ｓ１７）は、さらに、起動工程（Ｓ１７１）及び停止工程（Ｓ１７２）を備えている。起動工程（Ｓ１７１）は、算出工程（Ｓ１６）にて算出された追加・停止台数Ｎｄが正の場合に、その台数分のアプリケーションサーバ３を起動する。一方、停止工程（Ｓ１７２）は、追加・停止台数Ｎｄが負の場合に、その台数分のアプリケーションサーバ３を停止する。

このサーバ運用管理装置５、運用管理プログラム、及びサーバ運用管理方法によれば、短期と長期の予測結果を加味することによって、例えば、アプリケーションサーバ３の稼働台数を増加した直後に停止させるというハードウェアへの高負担や、余分なアプリケーションサーバ３を予め起動させておくことを避けることができ、サーバ運用台数の計画的な増減運用を行うことができる。したがって、省エネルギー効果をより高めることができる。

（第２の実施形態）
次に、第２の実施形態について図４及び図５を参照しながら説明する。
なお、上述した第１の実施形態と同様の構成要素には同一符号を付すとともに説明を省略する。
第２の実施形態と第１の実施形態との異なる点は、本実施形態に係るサーバ運用管理装置３０が、運用管理プログラムの機能手段（プログラムモジュール）として、短期傾向設定部３１と、長期傾向設定部３２と、をさらに備えているとした点である。また、第１の実施形態における算出部１７の機能を推定部３３が兼ねるとした点も異なる。そして、これらの機能は、プロセッサ６やメモリ７により実現される制御部３５によって制御される。

短期傾向設定部３１は、ＣＰＵ負荷の現在値と短期予測値との変動比に応じた複数の閾値に当てはめて該当する増減傾向を算出する。また、長期傾向設定部３２は、ＣＰＵ負荷の現在値と長期予測値との変動比に応じた複数の閾値に当てはめて、該当する増減傾向を算出する。

推定部３３は、算出されたそれぞれの増減傾向に基づき、アプリケーションサーバ３の追加又は停止すべき台数を算出する。

そして、本実施形態に係るサーバ運用管理方法は、取得工程(Ｓ２１)と、整列工程(Ｓ２２)と、短期時間予測工程(Ｓ２３)と、長期時間予測工程(Ｓ２４)と、短期傾向設定工程（Ｓ２５）と、長期傾向設定工程（Ｓ２６）と、推定工程(Ｓ２７)と、指令工程(Ｓ２８)と、を備えている。

取得工程(Ｓ２１)、整列工程(Ｓ２２)、短期時間予測工程(Ｓ２３)、長期時間予測工程(Ｓ２４)は、第１の実施形態に係る取得工程(Ｓ１１)と、整列工程(Ｓ１２)と、短期時間予測工程(Ｓ１３)と、長期時間予測工程(Ｓ１４)と、それぞれ同様の処理を行う。

短期傾向設定工程（Ｓ２５）は、予め決められたＣＰＵ負荷の現在値Ｐｔと短期予測値Ｐ_ｔ＋５との変動比に応じた増減傾向を算出する。傾向の算出にあたっては、現在値Ｐｔと短期予測値Ｐ_ｔ＋５との差をＰｄとしたとき、例えば、Ｐｄ＞３０％の場合には、増傾向(大)、２０％＜Ｐｄ≦３０％の場合には、増傾向（中）、１０％＜Ｐｄ≦２０％の場合には、増傾向（小）、−２０％≦Ｐｄ＜−１０％の場合には、減傾向（小）、−３０％≦Ｐｄ＜−２０％の場合には、減傾向（中）、Ｐｄ＜−３０％の場合には、減傾向（大）として割り振る。なお、ここでの区分は、これらに限定されるものではない。

長期傾向設定工程（Ｓ２６）は、予め決められたＣＰＵ負荷の現在値Ｐｔと長期予測値Ｐ_ｔ＋１０との変動比に応じた増減傾向を算出する。傾向の算出にあたっては、現在値Ｐｔと長期予測値Ｐ_ｔ＋１０との差をＰｄとしたとき、例えば、Ｐｄ＞０％の場合には、増傾向、Ｐｄ＜０％の場合には、減傾向というように割り振る。なお、増減傾向の設定は、これらに限定されるものではない。

ここで、短期予測のほうが長期予測よりも精度が高いことから、短期傾向設定工程（Ｓ２５）における増減傾向が、長期傾向設定工程（Ｓ２６）における増減傾向よりも多段階に細分化されるよう設定する。

推定工程(Ｓ２７)は、ＣＰＵ負荷の現在値Ｐｔと短期予測値Ｐ_ｔ＋５及び長期予測値Ｐ_ｔ＋１０とを対比して、短期傾向設定工程（Ｓ２５）及び長期傾向設定工程（Ｓ２６）にて算出したそれぞれの増減傾向に基づき、アプリケーションサーバ３の一定時間後における追加・停止台数Ｎｄを決定する。

すなわち、ＣＰＵ負荷の現在値Ｐｔに対する短期予測値Ｐ_ｔ＋５及び長期予測値Ｐ_ｔ＋１０の変動比に対して、ファジイ推論を適用して現時点における稼働台数に対する増減台数Ｎｄを算出する。例えば、図１に示すようなシステムの場合、増傾向（大）かつ増傾向であれば、追加・停止台数Ｎｄを＋３台、増傾向（中）かつ増傾向であれば、追加・停止台数Ｎｄを＋４台、というように、予め決められた閾値の組み合わせによって、追加・停止台数Ｎｄを決定する。

指令工程（Ｓ２８）は、さらに、起動工程（Ｓ２８１）及び停止工程（Ｓ２８２）を備え、第１の実施形態に係る指令工程（Ｓ１７）と同様の処理をそれぞれ行う。

このサーバ運用管理装置３０、運用管理プログラム、及びサーバ運用管理方法においても、第１の実施形態に係るサーバ運用管理装置５、運用管理プログラム、及びサーバ運用管理方法と同様の効果を奏することができる。

なお、本発明の技術範囲は上記実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲において種々の変更を加えることが可能である。
例えば、管理対象データとして、アプリケーションサーバ３のＣＰＵ負荷としているが、これに限らず、トラフィック量や、ハードディスクアクセス量でも構わない。

１ クラウドコンピューティングシステム
３ アプリケーションサーバ（情報処理装置）
５，３０ サーバ運用管理装置（情報処理装置運用管理装置）
１１ 取得部
１２ 整列部
１３ 短期時間予測部
１５ 長期時間予測部
１６，３３ 推定部
１８ 指令部
２１ ＣＰＵ負荷履歴データベース（記憶部）
３１ 短期傾向設定部
３２ 長期傾向設定部

Claims (11)

1. 複数の端末装置とネットワークを介して接続された複数の情報処理装置の稼働台数を制御する情報処理装置運用管理装置であって、
   時系列で変化する前記情報処理装置の管理対象データを取得して所定の記憶部に格納する取得部と、
   過去の所定時間内の前記管理対象データを前記記憶部から取り出して時系列に連結したデータ列を作成する整列部と、
   前記データ列に基づき、一定時間後の前記管理対象データの短期予測値を算出する短期時間予測部と、
   前記データ列に基づき、前記一定時間よりも将来の一時点における前記管理対象データの長期予測値を算出する長期時間予測部と、
   前記管理対象データの現在値と前記短期予測値及び前記長期予測値とを対比して、前記情報処理装置の前記一定時間後における必要稼働台数、又は追加或いは停止すべき台数を算出する推定部と、
   前記一定時間後の稼働台数が前記必要稼働台数となるように前記情報処理装置を起動又は停止させる指令部と、
   を備えていることを特徴とする情報処理装置運用管理装置。
2. 前記推定部が、前記管理対象データの現在値に対する前記短期予測値及び前記長期予測値の変動比に基づき、前記必要稼働台数、又は追加或いは停止すべき台数を算出することを特徴とする請求項１に記載の情報処理装置運用管理装置。
3. 前記管理対象データの現在値と前記短期予測値との変動比に応じた増減傾向を算出する短期傾向設定部と、
   前記管理対象データの現在値と前記長期予測値との変動比に応じた増減傾向を算出する長期傾向設定部と、
   を備え、
   前記推定部が、それぞれの前記増減傾向に基づき、前記情報処理装置の追加又は停止すべき台数を算出することを特徴とする請求項１又は２に記載の情報処理装置運用管理装置。
4. 前記一定時間が、前記情報処理装置の起動時間であることを特徴とする請求項１から３の何れか一つに記載の情報処理装置運用管理装置。
5. 複数の端末装置とネットワークを介して接続された複数の情報処理装置と、
   請求項１から４の何れか一つに記載の情報処理装置運用管理装置と、
   を備えていることを特徴とするクラウドコンピューティングシステム。
6. コンピュータを、請求項１から４の何れか一つに記載の情報処理装置運用管理装置として機能させることを特徴とする運用管理プログラム。
7. 請求項６に記載の運用管理プログラムを格納したことを特徴とするコンピュータで読み取り可能な記憶媒体。
8. 複数の端末装置とネットワークを介して接続された複数の情報処理装置の稼働台数を制御する情報処理装置運用管理方法であって、
   時系列で変化する前記情報処理装置の管理対象データを取得する取得工程と、
   取得した過去の所定時間内の前記管理対象データを時系列に連結してデータ列を作成する整列工程と、
   前記データ列に基づき、一定時間後の前記管理対象データの短期予測値を算出する短期時間予測工程と、
   前記データ列に基づき、前記一定時間よりも将来の一時点における前記管理対象データの長期予測値を算出する長期時間予測工程と、
   前記管理対象データの現在値と前記短期予測値及び前記長期予測値とを対比して、前記情報処理装置の前記一定時間後における必要稼働台数、又は追加或いは停止すべき台数を算出する推定工程と、
   前記一定時間後の稼働台数が前記必要稼働台数となるように前記情報処理装置を起動又は停止させる指令工程と、
   を備えていることを特徴とする情報処理装置運用管理方法。
9. 前記推定工程にて、前記管理対象データの現在値に対する前記短期予測値及び前記長期予測値の変動比に基づき、前記必要稼働台数、又は追加或いは停止すべき台数を算出することを特徴とする請求項８に記載の情報処理装置運用管理方法。
10. 前記管理対象データの現在値と前記短期予測値との変動比に応じた増減傾向を算出する短期傾向設定工程と、
    前記管理対象データの現在値と前記長期予測値との変動比に応じた増減傾向を算出する長期傾向設定工程と、
    を備え、
    前記推定工程にて、それぞれの前記増減傾向に基づき、前記情報処理装置の追加又は停止すべき台数を算出することを特徴とする請求項８又は９に記載の情報処理装置運用管理方法。
11. 前記一定時間が、前記情報処理装置の起動時間であることを特徴とする請求項８から１０の何れか一つに記載の情報処理装置運用管理方法。
    

Images