JP2013114439A - 分析装置および分析方法 - Google Patents
分析装置および分析方法 Download PDFInfo
- Publication number
- JP2013114439A JP2013114439A JP2011259718A JP2011259718A JP2013114439A JP 2013114439 A JP2013114439 A JP 2013114439A JP 2011259718 A JP2011259718 A JP 2011259718A JP 2011259718 A JP2011259718 A JP 2011259718A JP 2013114439 A JP2013114439 A JP 2013114439A
- Authority
- JP
- Japan
- Prior art keywords
- unit
- application
- degree
- applications
- analysis
- 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.)
- Granted
Links
Images
Abstract
【解決手段】分析装置100は、証券業務システムの複数の機能を実現する複数のアプリケーションの処理件数と、複数のアプリケーションによって使用されるメインDBサーバのCPU使用率と、を対応付けて履歴データとして取得する履歴取得部110と、履歴取得部110によって取得された履歴データに対して、複数のアプリケーションの処理件数のそれぞれを説明変数とし、メインDBサーバのCPU使用率を目的変数とした重回帰分析を施すことにより、偏回帰係数を導出する重回帰分析部114と、を備える。
【選択図】図2
Description
なお、ひとつの機能に対して同等のアプリケーションが複数並列に設けられている場合も考えられるが、本実施の形態ではそれらのアプリケーション群をひとつのアプリケーションとして扱う場合がある。
図1は、実施の形態に係る分析装置の分析対象である証券業務システム200の構成を示す模式図である。
証券業務システム200は、プレゼンテーションレイヤ210とビジネスロジックレイヤ220とデータベースレイヤ230とを含む。プレゼンテーションレイヤ210は、主にクライアント端末202、204、206から入力されるデータを受け付けてビジネスロジックレイヤ220に渡したり、またはビジネスロジックレイヤ220から提供されるデータをウェブページに加工してクライアント端末202、204、206に提供する役割を有する。ビジネスロジックレイヤ220は、証券の売買注文や情報の提供などの実際の処理を担当する役割を有する。
履歴取得部110は、ネットワーク208を介して、証券業務システム200の各アプリケーションの処理件数と、メインDBサーバ232のCPU使用率と、を対応付けて履歴データとして取得する。履歴取得部110は、処理件数取得部122と、CPU使用率取得部124と、を含む。
偏回帰係数導出部132は、最小二乗法により偏回帰係数を決定する。偏回帰係数導出部132は、分析対象データに含まれる複数の説明変数の値を重回帰式に代入して得られる目的変数の予測値と分析対象データに含まれる目的変数の実測値との差の二乗和が最小となるように、各説明変数に対応する偏回帰係数を決定する。具体的には、偏回帰係数導出部132は、説明変数の偏差平方和・積和行列の逆行列を演算する。偏回帰係数導出部132は、演算された逆行列と、説明変数と目的変数との偏差積和行列と、の積を演算することにより偏回帰係数を演算する。なお、偏回帰係数導出部132は偏回帰係数として標準偏回帰係数を演算してもよい。このように導出される偏回帰係数は、対応するアプリケーションによる1つのリクエストの処理が、どの程度メインDBサーバ232に負荷を与えるかを示す。
重相関導出部134は、全変動のうちの回帰による変動の割合から重相関係数を導出する。
図5は、結果表示画面310の代表画面図である。結果表示画面310は、アプリケーションごとに偏回帰係数の大きさを棒グラフで示している。また結果表示画面310は重相関係数を数値で示す。管理者は、結果表示画面310を参照することにより、各アプリケーションの、メインDBサーバ232のCPU使用率への寄与の度合いを知ることができる。
メインDBサーバ232のCPU使用率(%)
= 3(%)+補正値(メインDBサーバ232のベースのCPU使用率) +
(支店注文処理アプリの処理件数 × 0.12) +
(支店注文照会アプリの処理件数 × 0.16) +
(一般顧客注文処理アプリの処理件数 × 0.02) +
(一般顧客注文照会アプリの処理件数 × 0.05) +
(一般顧客画面表示アプリの処理件数 × 0.23) +
(約定計算アプリの処理件数 × 0.01)
上記の重回帰式の「0.12」、「0.16」等の係数が、重回帰分析部114によって導出された偏回帰係数である。
CPU使用率予測部140は、予測されたCPU使用率の値をディスプレイ104に表示させる。
このような使用制限モードを設定することにより、メインDBサーバ232への負荷を抑えることができる。
なお、変数選択支援部170において、管理者による選択の代わりに、所定のしきい値による自動的な選択を使用してもよい。
図10は、分析装置100における一連の処理を示すフローチャートである。履歴取得部110はネットワーク208を介して履歴データを取得し(S402)、履歴保持部112に登録する。重回帰分析部114は、管理者から、重回帰分析で使用すべき目的変数、説明変数およびデータ範囲の指定を受け付ける(S404)。重回帰分析部114は、履歴保持部112から分析対象データを抽出する(S406)。重回帰分析部114は、分析対象データに重回帰分析を施すことにより、偏回帰係数を導出する(S408)。提示部116は、導出された偏回帰係数を管理者に提示する(S410)。
Claims (8)
- 金融商品業務システムの複数の機能を実現する複数のアプリケーションの使用の度合いと、複数のアプリケーションによって使用されるリソースの使用の度合いと、を対応付けて履歴データとして取得する履歴取得部と、
前記履歴取得部によって取得された履歴データに対して、複数のアプリケーションの使用の度合いのそれぞれを説明変数とし、リソースの使用の度合いを目的変数とした重回帰分析を施すことにより、偏回帰係数を導出する重回帰分析部と、を備えることを特徴とする分析装置。 - 複数のアプリケーションの使用の度合いの予測値を、前記重回帰分析部によって導出された偏回帰係数に基づく重回帰式に代入することによって、リソースの使用の度合いを予測するリソース予測部をさらに備えることを特徴とする請求項1に記載の分析装置。
- 前記履歴取得部によって取得されたアプリケーションの使用の度合いのデータに基づいて予測モデルを生成する予測モデル生成部と、
前記予測モデル生成部によって生成された予測モデルを使用して、アプリケーションの使用の度合いを予測するアプリケーション予測部と、をさらに備え、
前記リソース予測部は、前記アプリケーション予測部によって予測された使用の度合いを前記重回帰式に代入することによって、リソースの使用の度合いを予測することを特徴とする請求項2に記載の分析装置。 - 金融商品業務システムは証券業務システムであることを特徴とする請求項1から3のいずれかに記載の分析装置。
- 前記重回帰分析部によって導出された偏回帰係数がしきい値より大きいアプリケーションを特定するアプリケーション特定部と、
前記アプリケーション特定部によって特定されたアプリケーションの使用の度合いを監視する監視部と、
前記監視部における監視結果に基づいて、前記アプリケーション特定部によって特定されたアプリケーションの使用を制限すべきか否かを判定する判定部と、をさらに備えることを特徴とする請求項1から4のいずれかに記載の分析装置。 - アプリケーションを金融商品業務システムへの負荷の大きさでランク付けしたランキングを生成するランキング生成部と、
前記ランキング生成部によって生成されたランキングに基づいて抽出されたアプリケーションの使用の度合いとリソースの使用の度合いとの相関を演算してユーザに提示する相関提示部と、をさらに備えることを特徴とする請求項1から5のいずれかに記載の分析装置。 - 金融商品業務システムの複数の機能を実現する複数のアプリケーションの使用の度合いと、複数のアプリケーションによって使用されるリソースの使用の度合いと、を対応付けて履歴データとして取得するステップと、
取得された履歴データに対して、複数のアプリケーションの使用の度合いのそれぞれを説明変数とし、リソースの使用の度合いを目的変数とした重回帰分析を施すことにより、偏回帰係数を導出するステップと、を含むことを特徴とする分析方法。 - 金融商品業務システムの複数の機能を実現する複数のアプリケーションの使用の度合いと、複数のアプリケーションによって使用されるリソースの使用の度合いと、を対応付けて履歴データとして取得する機能と、
取得された履歴データに対して、複数のアプリケーションの使用の度合いのそれぞれを説明変数とし、リソースの使用の度合いを目的変数とした重回帰分析を施すことにより、偏回帰係数を導出する機能と、をコンピュータに実現させることを特徴とするコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011259718A JP5758783B2 (ja) | 2011-11-29 | 2011-11-29 | 分析装置、分析方法およびコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011259718A JP5758783B2 (ja) | 2011-11-29 | 2011-11-29 | 分析装置、分析方法およびコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013114439A true JP2013114439A (ja) | 2013-06-10 |
JP5758783B2 JP5758783B2 (ja) | 2015-08-05 |
Family
ID=48709936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011259718A Expired - Fee Related JP5758783B2 (ja) | 2011-11-29 | 2011-11-29 | 分析装置、分析方法およびコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5758783B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018190468A (ja) * | 2018-08-16 | 2018-11-29 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP2020154826A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社 日立産業制御ソリューションズ | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002342182A (ja) * | 2001-05-21 | 2002-11-29 | Hitachi Ltd | ネットワークシステムにおける運用管理の支援システム |
US20060010101A1 (en) * | 2004-07-08 | 2006-01-12 | Yasuhiro Suzuki | System, method and program product for forecasting the demand on computer resources |
JP2007265245A (ja) * | 2006-03-29 | 2007-10-11 | Nomura Research Institute Ltd | 証券システムのトラフィック監視装置 |
-
2011
- 2011-11-29 JP JP2011259718A patent/JP5758783B2/ja not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002342182A (ja) * | 2001-05-21 | 2002-11-29 | Hitachi Ltd | ネットワークシステムにおける運用管理の支援システム |
US20060010101A1 (en) * | 2004-07-08 | 2006-01-12 | Yasuhiro Suzuki | System, method and program product for forecasting the demand on computer resources |
JP2006024017A (ja) * | 2004-07-08 | 2006-01-26 | Internatl Business Mach Corp <Ibm> | コンピュータ資源のキャパシティを予測するためのシステム、方法およびプログラム |
JP2007265245A (ja) * | 2006-03-29 | 2007-10-11 | Nomura Research Institute Ltd | 証券システムのトラフィック監視装置 |
Non-Patent Citations (2)
Title |
---|
CSNJ200810021202; 権藤 夏男: '重回帰分析によるシステム監視項目の選定手法の評価' 第61回(平成12年後期)全国大会講演論文集(3) , 20001003, pp.417-418, 情報処理学会 * |
JPN6015001807; 権藤 夏男: '重回帰分析によるシステム監視項目の選定手法の評価' 第61回(平成12年後期)全国大会講演論文集(3) , 20001003, pp.417-418, 情報処理学会 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018190468A (ja) * | 2018-08-16 | 2018-11-29 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP7086785B2 (ja) | 2018-08-16 | 2022-06-20 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
JP2020154826A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社 日立産業制御ソリューションズ | 予測モデル作成装置、予測モデル作成方法及び予測モデル作成プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP5758783B2 (ja) | 2015-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10645022B2 (en) | Methods and systems providing a scalable process for anomaly identification and information technology infrastructure resource optimization | |
US9135075B2 (en) | Capacity planning for computing systems hosting multi-tier application based on think time value and resource cost of composite transaction using statistical regression analysis | |
US11676087B2 (en) | Systems and methods for vulnerability assessment and remedy identification | |
US7269652B2 (en) | Algorithm for minimizing rebate value due to SLA breach in a utility computing environment | |
Raj et al. | Web service selection based on QoS Constraints | |
WO2019153487A1 (zh) | 系统性能的度量方法、装置、存储介质和服务器 | |
KR20110081060A (ko) | 클라우드 컴퓨팅을 이용한 특정 워크로드의 처리시 예상 값 및 예상 노력 분석 | |
WO2016155514A1 (zh) | 一种物流服务调度方法与设备 | |
CN112016796B (zh) | 综合风险评分请求处理方法、装置及电子设备 | |
US20140365397A1 (en) | Assessment of users feedback data to evaluate a software object | |
RU2622850C2 (ru) | Метод и сервер для обработки идентификаторов продукта и машиночитаемый носитель данных | |
KR20140009640A (ko) | 투자 분석 시스템 및 그 방법 | |
JP6906810B2 (ja) | 営業支援装置、プログラム、及び営業支援方法 | |
JP5758783B2 (ja) | 分析装置、分析方法およびコンピュータプログラム | |
KR101471797B1 (ko) | 리스크 관리 장치 | |
Esaki | Analysis of influence of price to customer satisfaction based on the prediction models | |
Borzemski et al. | Business-oriented admission control and request scheduling for e-commerce websites | |
JP2007265245A (ja) | 証券システムのトラフィック監視装置 | |
JP5646442B2 (ja) | 分析装置および分析方法 | |
KR20140022742A (ko) | 투자 분석 시스템 및 그 방법 | |
KR20000058796A (ko) | 인터넷을 이용한 주식 예측방법 | |
US20090216598A1 (en) | Methods and Systems for Planning Configurable Manufacturing Capacity | |
US20210390401A1 (en) | Deep causal learning for e-commerce content generation and optimization | |
JP5520777B2 (ja) | 予測装置および予測方法 | |
JP5779046B2 (ja) | 予測装置および予測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140228 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20141225 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150127 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150512 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150514 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150602 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150604 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5758783 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |