JP2021047561A - リソース使用量予測装置、リソース使用量予測方法 - Google Patents

Abstract

【課題】仮想化環境におけるリソースの使用量を効率よく高い精度で予測する。【解決手段】リソース使用量予測装置は、仮想化環境における仮想マシンのリソース使用量の時間変化を記憶し、リソース使用量の予測対象である比較元の仮想マシンのリソース使用量の時間変化と、比較先の仮想マシンのリソース使用量の時間変化との間の相関係数を求め、相関係数が予め設定した閾値を超える比較先の仮想マシンのリソース使用量の時間変化に基づき、比較元の仮想マシンのリソース使用量の予測値を生成する。またリソース使用量予測装置は、仮想マシンの夫々が接続する通信ネットワークの構成を示す情報を記憶し、比較元の仮想マシンが接続する通信ネットワークと構成が共通する通信ネットワークに接続する仮想マシンを前記比較先の仮想マシンとして選出する。【選択図】図３

Description

本発明は、リソース使用量予測装置、リソース使用量予測方法に関する。

特許文献１には、仮想化環境（仮想サーバ）のリソースを効率的に利用することを目的として構成された情報処理システムが記載されている。仮想化環境リソース管理構成変更システムは、仮想化環境の仮想サーバのリソース利用状況を収集し、リソース予約状況を更新し、リソース予約状況を確認し構成変更の情報を登録し、構成変更のスケジューリング及び実行を行い、仮想化環境の過去のリソースの使用率と、仮想サーバのリソース予約状況とを用いて、仮想化環境のリソース空き量を予測し、当該予測値を含む情報を登録してリソース予約状況を更新し、上記予測値を含む情報を用いて、構成変更のための空きがある場合は当該構成変更を可能と判断する。情報処理システムは、仮想サーバに対して割り当てられたリソース量の和（Ｍ）と、仮想サーバのリソースの使用量の和（Ｎ）とから仮想サーバのリソースの割当値に対する平均使用率（Ｐ＝Ｎ÷Ｍ）を算出し、平均使用率（Ｐ）と、仮想サーバのリソースの予約値の和（Ｑ）とから仮想サーバのリソースの使用量の予測値（Ｒ＝Ｐ×Ｑ）を算出する。

特開２０１２−１６００４５号公報

特許文献１では、仮想サーバのリソースの使用量の予測に際し、予測対象である仮想サーバのリソースの割当値に対する平均使用率（Ｐ）を用いている。そのため、例えば、リソースの使用量が極端に高い期間やリソースの使用量が極端に低い期間が含まれている場合には十分な予測精度が得られない可能性がある。

本発明はこのような背景に鑑みてなされたものであり、仮想化環境におけるリソースの使用量を効率よく高い精度で予測することが可能な、リソース使用量予測装置、リソース使用量予測方法を提供することを目的とする。

上記目的を達成するための本発明の一つは、仮想化環境におけるリソースの使用量を予測する情報処理装置（リソース使用量予測装置）であって、仮想化環境における仮想マシンのリソース使用量の時間変化を記憶し、リソース使用量の予測対象である比較元の仮想マシンのリソース使用量の時間変化と、比較先の仮想マシンのリソース使用量の時間変化との間の相関係数を求め、前記相関係数が予め設定した閾値を超える前記比較先の仮想マシンのリソース使用量の時間変化に基づき、前記比較元の仮想マシンのリソース使用量の予測値を生成する。

その他、本願が開示する課題、およびその解決方法は、発明を実施するための形態の欄、および図面により明らかにされる。

本発明によれば、仮想化環境におけるリソースの使用量を効率よく高い精度で予測することができる。

一実施形態として示す情報処理システムの概略的な構成を示す図である。 仮想化環境、ユーザ装置、予測装置、及び管理装置の構成に用いる情報処理装置の一例を示すブロック図である。 予測装置が備える主な機能を説明する図である。 リソース使用量管理ＴＢＬの一例である。 仮想マシン構成情報ＴＢＬの一例である。 相関係数ＴＢＬの一例である。 相関係数の算出方法、並びにリソース使用量の時間変化の予測方法を説明する図である。 リソース使用量取得処理を説明するフローチャートである。 外れ値判定処理を説明するフローチャートである。 予測使用量生成処理を説明するフローチャートである。 相関係数算出処理を説明するフローチャートである。 予測使用量算出処理を説明するフローチャートである。

以下、実施形態について図面を参照しつつ説明する。以下の説明において、同一の又は類似する機能を有する構成について同一の符号を付すことにより重複した説明を省略することがある。また同一の構成について付した同一の符号に添え字を付して各構成を区別することがある。また以下の説明において、符号の前に付した「Ｓ」の文字は処理ステップを意味する。また以下の説明において、データベースのテーブルのことを「ＴＢＬ」と表記することがある。

図１に、本発明の一実施形態として説明する情報処理システム１の概略的な構成を示している。同図に示すように、情報処理システム１は、仮想マシン２１を実現する仮想化環境２００、ユーザ装置４、仮想化環境２００におけるリソースの使用量（以下、「リソース使用量」と称する。）の予測装置（以下、「予測装置１００」と称する。）、及び管理装置２を含んで構成されている。これらはいずれも情報処理装置（コンピュータ）を用いて構成されている。

管理装置２と予測装置１００は、通信ネットワーク５１を介して通信可能に接続されている。予測装置１００は、通信ネットワーク５２を介して仮想化環境２００と通信可能に接続されている。仮想化環境２００には、仮想マシン２１を利用する一つ以上のユーザ装置４が通信ネットワーク５３を介して通信可能に接続する。

通信ネットワーク５１〜５３は、例えば、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、インターネット、イントラネット、専用線等であり、有線方式又は
無線方式の通信基盤を用いて構成される。尚、本例では、セキュリティの観点から通信ネットワーク５１〜５３を独立させているが、通信ネットワーク５１〜５３の一つ以上を共通としてもよい。

仮想化環境２００におけるハイパーバイザ２２は、情報処理資源（以下、「リソース３０」と称する）を用いて一つ以上の仮想マシン２１を実現するソフトウェアである。リソース３０は、仮想化環境２００を構成する情報処理装置が備えるものでもよいし、仮想化環境２００とは別体の装置（例えば、ストレージ装置、ＮＡＳ（Network Attached Storage）等）によって提供されるものでもよい。

仮想マシン２１の一つである仮想マシン２１ａは、仮想化環境２００の管理のための各
種情報処理を行う。仮想マシン２１ａは、例えば、仮想化環境２００において実現される仮想マシン２１のリソース使用量に関する情報の取得や予測装置１００への各種情報の提供を行う。尚、仮想マシン２１ａの機能を物理マシンによって実現してもよい。本実施形態では、このように仮想化環境２００が、ハイパーバイザ型として実現される場合を例として説明するが、仮想化環境２００は、いわゆるゲストＯＳを稼動させるホストＯＳ型として実現されるものでもよい。また仮想化環境２００は、コンテナ仮想化等の他の仮想化技術を用いて実現されるものでもよい。

予測装置１００は、仮想マシン２１ａから仮想マシン２１のリソース使用量に関する情報を取得し、取得した情報に基づき仮想化環境２００において実現される仮想マシン２１のリソース使用量を予測する。また予測装置１００は、各仮想マシン２１のリソース使用量に基づき、仮想化環境２００の全体におけるリソース使用量の予測値を求める。予測装置１００は、例えば、リソースの種類（ＣＰＵ、メモリ、ストレージ等）毎にリソース使用量を予測する。

予測装置１００が予測したリソース使用量は、通信ネットワーク５１を介して管理装置２に送信される。管理装置２は、送られてくるリソース使用量や当該リソース使用量に基づき仮想化環境２００の全体におけるリソース使用量の予測値等の各種の情報を出力（表示等）する。

図２は、仮想化環境２００、ユーザ装置４、予測装置１００、及び管理装置２の構成に用いる情報処理装置の一例を示すブロック図である。同図に示すように、例示する情報処理装置１０は、プロセッサ１１、主記憶装置１２、補助記憶装置１３、入力装置１４、出力装置１５、および通信装置１６を備える。尚、情報処理装置１０は、例えば、クラウドシステム（Cloud System）により提供されるクラウドサーバ（Cloud Server）のように仮想的な情報処理資源を用いて実現されるものであってもよい。また仮想化環境２００、ユーザ装置４、予測装置１００、及び管理装置２は、いずれも複数の情報処理装置１０を用いて構成してもよい。

プロセッサ１１は、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable
Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＡＩ（Artificial Intelligence）チップ等を用いて構成されている。

主記憶装置１２は、プログラムやデータを記憶する装置であり、例えば、ＲＯＭ（Read
Only Memory）、ＲＡＭ（Random Access Memory）、不揮発性メモリ（ＮＶＲＡＭ（Non Volatile RAM））等である。

補助記憶装置１３は、例えば、ＳＳＤ（Solid State Drive）、ハードディスクドライ
ブ、光学式記憶装置（ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等）、ストレージシステム、ＩＣカード、ＳＤカードや光学式記録媒体等の記録媒体の読取／書込装置、クラウドサーバの記憶領域等である。補助記憶装置１３には、記録媒体の読取装置や通信装置１６を介してプログラムやデータを読み込むことができる。補助記憶装置１３に格納（記憶）されているプログラムやデータは主記憶装置１２に随時読み込まれる。

入力装置１４は、外部からの入力を受け付けるインタフェースであり、例えば、キーボード、マウス、タッチパネル、カードリーダ、音声入力装置等である。

出力装置１５は、処理経過や処理結果等の各種情報を出力するインタフェースである。出力装置１５は、例えば、上記の各種情報を可視化する表示装置（液晶モニタ、ＬＣＤ（
Liquid Crystal Display）、グラフィックカード等）、上記の各種情報を音声化する装置（音声出力装置（スピーカ等））、上記の各種情報を文字化する装置（印字装置等）である。尚、例えば、情報処理装置１０が通信装置１６を介して他の装置との間で情報の入力や出力を行う構成としてもよい。

通信装置１６は、他の装置との間の通信を実現する装置である。通信装置１６は、通信ネットワーク５を介した他の装置との間の通信を実現する、有線方式または無線方式の通信インタフェースであり、例えば、ＮＩＣ（Network Interface Card）、無線通信モジュール、ＵＳＢモジュール、シリアル通信モジュール等である。

仮想化環境２００、ユーザ装置４、予測装置１００、及び管理装置２の夫々が備える機能は、プロセッサ１１が、主記憶装置１２に格納されているプログラムを読み出して実行することにより、もしくは、夫々を構成するハードウェア（ＦＰＧＡ、ＡＳＩＣ、ＡＩチップ等）によって実現される。情報処理装置１０には、例えば、オペレーティングシステム、デバイスドライバ、ファイルシステム、ＤＢＭＳ（DataBase Management System）等が導入されていてもよい。

図３は、予測装置１００が備える主な機能を説明する図である。同図に示すように、予測装置１００は、記憶部１１０、リソース使用量取得部１２０、外れ値判定部１３０、比較対象選出部１４０、相関係数算出部１５０、予測使用量算出部１６０、及び予測結果出力部１７０の各機能を備える。

記憶部１１０は、リソース使用量管理ＴＢＬ１１１、仮想マシン構成情報ＴＢＬ１１２、相関係数ＴＢＬ１１３、及び予測使用量１１４を記憶する。尚、記憶部１１０は、例えば、ＤＢＭＳが提供するデータベースのテーブルや、ファイルシステムが提供するファイルとして、これらの情報（データ）を記憶する。

リソース使用量取得部１２０は、通信ネットワーク５２を介して、仮想マシン２１ａから、仮想化環境２００において実現されている仮想マシン２１の夫々のリソース使用量の実績値（仮想マシン２１ａの実績値は含んでもよいし含まなくてもよい）を取得してリソース使用量管理ＴＢＬ１１１に記憶する。

図４にリソース使用量管理ＴＢＬ１１１の一例を示す。リソース使用量管理ＴＢＬ１１１には、仮想化環境２００におけるリソース使用量の実績値と予測値とが管理される。

同図に示すように、リソース使用量管理ＴＢＬ１１１は、日時１１１１、仮想マシンＩＤ１１１２、リソース使用量１１１３、及び外れ値フラグ１１１４の各項目を含む一つ以上のレコードを含んで構成される。リソース使用量管理ＴＢＬ１１１のレコードの一つは、一つの仮想マシン２１のある日時におけるリソース使用量の実績値または予測値の一つに対応する。尚、予測値のレコードの日時が到来してリソース使用量の実績値が取得された場合、例えば、当該レコードは削除されるか、もしくは実績値の内容に更新される。

日時１１１１には、リソース使用量の実績値が取得された日時（以下、「実績日時」と称する）、またはリソース使用量の予測対象の日時（以下、「予測日時」と称する。）が設定される。仮想マシンＩＤ１１１２には、仮想マシンの識別子である仮想マシンＩＤが設定される。

リソース使用量１１１３には、当該仮想マシン２１の当該日時（実績日時または予測日時）におけるリソース使用量の実績値または予測値が設定される。尚、同図には、リソースの種類として、ＣＰＵ割当数、ＣＰＵ使用量、メモリ割当量、メモリ使用量を例示して
いるが、リソースの種類は必ずしも限定されない。

外れ値フラグ１１１４には、当該リソース使用量が外れ値であるか否かを示す値（以下、「外れ値フラグ」と称する）が設定される。本実施形態では、当該リソース使用量が外れ値である場合は外れ値フラグ１１１４に「１」が設定され、当該リソース使用量が外れ値でない場合は外れ値フラグ１１１４に「０」が設定されるものとする。

図３に戻り、外れ値判定部１３０は、所定期間（例えば、1日間（０時〜２４時）にお
けるリソース使用量の時間変化（回帰分析等の統計処理に基づく時間変化）に基づきリソース使用量の夫々が外れ値か否かを判定し、その結果を外れ値フラグ１１１４に設定する。リソース使用量が外れ値か否かの判定は、例えば、k近傍法や、指数加重移動平均から
移動標準偏差を求める方法等により行う。

比較対象選出部１４０は、後述するリソース使用量の時間変化の相関係数の算出において比較元となる仮想マシン２１と比較先となる仮想マシン２１とを選出する。比較対象選出部１４０は、仮想マシン構成情報ＴＢＬ１１２に登録されている各仮想マシン２１を比較元として順次選択する。また比較対象選出部１４０は、仮想マシン構成情報ＴＢＬ１１２に登録されている仮想マシン２１のうち、仮想マシン２１の構成に関する条件（以下、「構成条件」と称する。）と、仮想マシン２１の過去の使用実績等について予め設定された条件（以下、「選出条件」と称する。）を課すことにより、比較先とする仮想マシン２１を選出する。

上記の構成条件は、例えば、仮想マシン２１がおかれている環境が共通するか否か（例えば、接続している通信ネットワークがインターネットに接続しているか否か（ＤＭＺ（DeMilitarized Zone）環境か否か等））を指標とする条件である。また上記の選出条件は、例えば、仮想マシン２１の使用実績が一年以上であるか否かを指標とする条件である。

図５に仮想マシン構成情報ＴＢＬ１１２の一例を示す。仮想マシン構成情報ＴＢＬ１１２には、仮想化環境２００において現在実現されているもしくは過去に実現された仮想マシン２１の構成に関する情報（以下、「構成情報」と称する。）が管理される。同図に示すように、仮想マシン構成情報ＴＢＬ１１２は、仮想マシンＩＤ１１２１、状態１１２２、及び構成情報１１２３の各項目を有する一つ以上のレコードで構成される。仮想マシン構成情報ＴＢＬ１１２の一つのレコードは一つの仮想マシン２１に対応している。

仮想マシンＩＤ１１２１には、仮想化環境２００において仮想化環境２００において現在実現されているもしくは過去に実現された仮想マシン２１の仮想マシンＩＤが設定される。

状態１１２２には、当該仮想マシン２１が現在実現中であるか否かを示す情報が設定される。本実施形態では、当該仮想マシン２１が現在実現中であれば「実現中」が、当該仮想マシン２１が現在実現中でなければ「−」が設定されるものとする。

構成情報１１２３には、当該仮想マシン２１の構成情報が設定される。同図には、仮想マシン２１の接続先の通信ネットワークの識別子、接続先の通信ネットワークが外部接続可能（インターネット等の不特定多数がアクセス可能）なタイプか否かを示情報を構成情報として例示している。

図３に戻り、相関係数算出部１５０は、比較元として選出した仮想マシン２１のリソース使用量の所定期間における時間変化の実績値と、比較先として選出した仮想マシン２１のリソース使用量の上記所定期間における時間変化の実績値との相関係数を求め、求めた
相関係数を相関係数ＴＢＬ１１３に設定する。上記所定期間（以下、「比較対象期間」とも称する。）は、比較元として選出した仮想マシン２１のリソース使用量の実績値が取得されている期間内の期間である。本実施形態では、相関係数は、ピアソンの積率相関係数であるものとするが、相関係数の種類は必ずしも限定されない。

図６に相関係数ＴＢＬ１１３の一例を示す。同図に示すように、相関係数ＴＢＬ１１３は、比較元開始日１１３１、比較元終了日１１３２、除外期間適用フラグ１１３３、比較元仮想マシンＩＤ１１３４、比較先開始日１１３５、比較先終了日１１３６、比較先仮想マシンＩＤ１１３７、相関係数１１３８、及び登録更新日時１１３９の各項目を有する複数のレコードを含んで構成される。相関係数ＴＢＬ１１３のレコードの一つは、一つの比較元と一つの比較先の組に対応している。

比較元開始日１１３１には、比較元の仮想マシン２１のリソース使用量の比較対象期間の開始日（以下、「比較元開始日」と称する。）が設定される。比較元終了日１１３２には、比較元の仮想マシン２１のリソース使用量の比較対象期間の終了日（以下、「比較元終了日」と称する。）が設定される。

除外期間適用フラグ１１３３には、当該レコードの比較元と比較先のリソース使用量の時間変化を比較する際、ユーザ等により除外対象として設定されている期間（以下、「除外期間」と称する。）を除外したか否かを示す値（以下、「除外期間適用フラグ」と称する。）が設定される。本実施形態では、上記比較に際し除外期間を除外した場合、除外期間適用フラグ１１３３に「１」が設定され、上記比較に際し除外期間を除外していない場合、除外期間適用フラグ１１３３に「０」が設定されるものとする。

上記の除外期間は、例えば、仮想マシン２１がユーザにサービスを提供していない期間（例えば、ウィルス対策ソフトのウィルススキャン処理等が実行されている期間等、システムの保守や保全が行われている時間）である。このように比較元や比較先について設定された除外期間を除外して相関係数を求めることで、比較元のリソース使用量の予測精度を高めることができる。尚、例えば、仮想化環境２００が複数の地域のユーザに仮想マシン２１を提供している場合、除外期間はユーザが存在する地域毎に個別に設定されるものであってもよい。

比較元仮想マシンＩＤ１１３４には、比較元の仮想マシン２１の仮想マシンＩＤが設定される。

比較先開始日１１３５には、比較先の仮想マシン２１のリソース使用量の比較対象期間の開始日（以下、「比較先開始日」と称する。）が設定される。比較先終了日１１３６には、比較先の仮想マシン２１のリソース使用量の比較対象期間の終了日（以下、「比較先終了日」と称する。）が設定される。尚、比較元の比較対象期間と比較先の比較対象期間は、例えば、両者を同じ月とする等、相関係数が高くなるようにされる。

比較先仮想マシンＩＤ１１３７には、比較先の仮想マシン２１の仮想マシンＩＤが設定される。

相関係数１１３８には、比較元と比較先のリソース使用量の時間変化の実績値について求めた相関係数が設定される。

登録更新日時１１３９には、当該レコードが登録又は直近に更新された日時が設定される。

図３に戻り、予測使用量算出部１６０は、比較元の各仮想マシン２１について、比較先の仮想マシン２１のリソース使用量の時間変化の実績値を用いてリソース使用量の時間変化を予測し、予測したリソース使用量の時間変化を予測使用量１１４として記憶する。

図７は、相関係数算出部１５０による相関係数の算出方法、並びに予測使用量算出部１６０によるリソース使用量の時間変化の予測方法を説明する図である。図７（ａ）は、比較先の仮想マシン２１のリソース使用量の時間変化の実績値（２０１７年度）であり、図７（ｂ）は、比較先の仮想マシン２１（（ａ）と同じ仮想マシン２１）のリソース使用量の時間変化の実績値（２０１８年度）であり、図７（ｃ）は、比較元のリソース使用量の時間変化の実績値（２０１９年４月１日〜３月３１日）と予測値（２０１９年５月１日〜２０２０年３月３１日）である。

本例では、比較元のリソース使用量の時間変化の実績値が存在する期間である４月１日〜４月３０日の期間を比較対象期間としている。本例では、予測使用量算出部１６０は、比較先の仮想マシン２１のリソース使用量の時間変化の２つの実績値（図７（ａ）、（ｂ））のうち、上記比較対象期間における相関が高い実績値（図７（ｂ））を用いて、比較元の２０１９年５月１日〜２０２０年３月３１日の期間のリソース使用量の時間変化を予測している。具体的には、図７（ｂ）の２０１８年５月１日〜２０１９年３月３１日までのリソース使用量の時間変化の実績値をスケール変換（リソース使用量の値をＮ（＞０）倍）した値を、比較元の２０１９年５月１日〜２０２０年３月３１日までのリソース使用量の時間変化としている。このようにスケール変換を行うことで、例えば、システム規模の異なる比較先の仮想マシン２１のリソース使用量を利用して比較元の仮想マシン２１のリソース使用量を予測することができる。

図３に戻り、予測結果出力部１７０は、予測使用量算出部１６０が予測した結果（予測使用量１１４）に基づく情報を各種の情報を生成して管理装置２に送信する。本例では、予測結果出力部１７０は、予測使用量１１４に基づく情報を視覚化した画像（例えば、図７（ｃ）のグラフ）を生成して管理装置２に送信する。また予測結果出力部１７０は、各仮想マシン２１について予測した予測使用量１１４を合算して、仮想化環境２００全体でのリソース使用量の予測値を生成して管理装置２に送信する。

続いて、予測装置１００が行う処理について順に説明する。

図８は、リソース使用量取得部１２０が行う処理（以下、「リソース使用量取得処理Ｓ８００」と称する。）を説明するフローチャートである。リソース使用量取得部１２０は、例えば、予め設定されたタイミング（毎日一回等）が到来したことを契機として、リソース使用量取得処理Ｓ８００を実行する。またリソース使用量取得部１２０は、例えば、管理用の仮想マシン２１ａから、仮想マシン２１の生成や消滅の通知や、仮想マシン２１へのリソースの追加や削減が行われた旨の通知を受信したことを契機として、リソース使用量取得処理Ｓ８００を実行する。以下、同図とともにリソース使用量取得処理Ｓ８００について説明する。

まずリソース使用量取得部１２０は、通信ネットワーク５２を介して管理用の仮想マシン２１ａと通信し、仮想化環境２００において現在実現されている各仮想マシン２１のリソース使用量を取得する（Ｓ８１１）。

続いて、リソース使用量取得部１２０は、取得した各仮想マシン２１のリソース使用量をリソース使用量管理ＴＢＬ１１１に格納する（Ｓ８１２）。このようにしてリソース使用量管理ＴＢＬ１１１には各仮想マシン２１のリソース使用量の実績値が蓄積されていく。

図９は、外れ値判定部１３０が行う処理（以下、「外れ値判定処理Ｓ９００」と称する。）を説明するフローチャートである。外れ値判定部１３０は、例えば、予め設定されたタイミング（毎日一回等）が到来したことや、リソース使用量管理ＴＢＬ１１１が更新されたことを契機として外れ値判定処理Ｓ９００を実行する。以下、同図とともに外れ値判定処理Ｓ９００について説明する。

まず外れ値判定部１３０は、リソース使用量管理テーブル１１１に格納されている各仮想マシン２１のリソース使用量の実績値の夫々について、所定期間のリソース使用量の時間変化に基づき外れ値であるか否かを判定する（Ｓ９１１）。

続いて、外れ値判定部１３０は、判定結果をリソース使用量管理テーブル１１１に反映する（外れ値フラグ１１１４に判定結果に応じた値を設定する）（Ｓ９１２）。

図１０は、予測装置１００が、仮想化環境２００におけるリソース使用量の予測値を求めてユーザに提供する際に行う処理（以下、「予測使用量生成処理Ｓ１０００」と称する。）を説明するフローチャートである。予測装置１００は、例えば、予め設定されたタイミング（毎日一回等）が到来したことや、管理装置２を介してユーザから予測使用量を出力する旨の指示を受けたことを契機として予測使用量生成処理Ｓ１０００を実行する。

まず予測装置１００の比較対象選出部１４０が、通信ネットワーク５２を介して、仮想マシン２１ａから仮想化環境２００において現在実現されている仮想マシン２１の構成情報を取得し、取得した構成情報を仮想マシン構成情報ＴＢＬ１１２に格納する（Ｓ１０１１）。

続いて、比較対象選出部１４０は、仮想マシン構成情報ＴＢＬ１１２から、現在実現中の（状態１１２２に「稼働中」が設定されている）仮想マシン２１を比較元として一つ選択する（Ｓ１０１２）。

続いて、比較対象選出部１４０は、仮想マシン構成情報ＴＢＬ１１２から、構成条件を満たす仮想マシン２１を比較先の候補として一つ以上選出する（Ｓ１０１３）。このように比較先の候補の選出に際し構成条件を課すのは、構成が共通する仮想マシン２１のリソース使用量の実績値を用いることで、比較元のリソース使用量の予測精度の向上が期待できるからである。

続いて、比較対象選出部１４０は、Ｓ１０１３で選出した仮想マシン２１がゼロ（一つも選出されていない）であるか否かを判定する（Ｓ１０１４）。Ｓ１０１３で選出した仮想マシン２１がゼロであれば（Ｓ１０１４：ＹＥＳ）、Ｓ１０２０の処理に進む。Ｓ１０１３で選出した仮想マシン２１がゼロでなければ（Ｓ１０１４：ＮＯ）、Ｓ１０１５の処理に進む。

Ｓ１０１５では、比較対象選出部１４０は、Ｓ１０１３で選出した仮想マシン２１の中から選出条件を満たす仮想マシン２１を一つ以上選出する。このように比較先の候補の選出に際し選出条件を課すのは、比較元についてリソース使用量を予測するために十分な量の情報を取得できない仮想マシン２１を比較先から除外して予測装置１００の処理負荷を軽減するためである。

続いて、比較対象選出部１４０は、Ｓ１０１５で選出した仮想マシン２１がゼロ（一つも選出されない）であるか否かを判定する（Ｓ１０１６）。Ｓ１０１５で選出した仮想マシン２１がゼロであれば（Ｓ１０１６：ＹＥＳ）、Ｓ１０２０の処理に進む。Ｓ１０１５
で選出した仮想マシン２１がゼロでなければ（Ｓ１０１６：ＮＯ）、Ｓ１０１７の処理に進む。

Ｓ１０１７では、Ｓ１０１５で比較先の候補として選出した仮想マシン２１のうち、比較元との間の相関係数（相関係数ＴＢＬ１１３８の相関係数１１３８の値）が高いほうから所定数（例えば１０位まで）の仮想マシン２１と、相関係数の値が未だ算出されていない（相関係数ＴＢＬ１１３８の相関係数１１３８の値が未設定の）仮想マシン２１を選出する。尚、上記の所定数は、例えば、予測装置１００の処理能力に応じて増減するようにしてもよい。

Ｓ１０１８では、相関係数算出部１５０が、Ｓ１０１２で選択した比較元の仮想マシン２１と、Ｓ１０１５で選出した一つ以上の比較先の仮想マシン２１とを比較対象として、夫々のリソース使用量の時間変化の相関係数を算出する処理（以下、「相関係数算出処理Ｓ１０１８」と称する。）を実行する。相関係数算出処理Ｓ１０１８の詳細については後述する。

続いて、予測使用量算出部１６０が、比較元の各仮想マシン２１について、比較先の仮想マシン２１のリソース使用量の時間変化の実績値を用いてリソース使用量の時間変化を予測する処理（以下、「予測使用量算出処理Ｓ１０１９」と称する。）を実行する。予測使用量算出処理Ｓ１０１９の詳細については後述する。

続いて、比較対象選出部１４０が、Ｓ１０１２において現在実現中の全ての仮想マシン２１を比較元として選択済であるか否かを判定する（Ｓ１０２０）。Ｓ１０１２において現在実現中の全ての仮想マシン２１を比較元として選択済であれば（Ｓ１０２０：ＹＥＳ）、Ｓ１０２１の処理に進む。Ｓ１０１２において現在実現中の全ての仮想マシン２１を比較元として選択済でなければ（Ｓ１０２０：ＮＯ）、Ｓ１０１２の処理に戻る。

Ｓ１０２１では、予測結果出力部１７０は、予測使用量算出部１６０が予測した結果（予測使用量１１４）に基づく情報を生成して管理装置２に送信する。本例では、予測結果出力部１７０は、予測使用量１１４を視覚化した画像（例えば、図７（ｃ）に示すグラフ）を生成して管理装置２に送信する。また予測結果出力部１７０は、例えば、各仮想マシン２１について予測した予測使用量１１４を合算し、仮想化環境２００全体でのリソース使用量の予測結果を生成して管理装置２に送信する。

図１１は、図１０の相関係数算出処理Ｓ１０１８を説明するフローチャートである。以下、同図とともに相関係数算出処理Ｓ１０１８について説明する。

まず相関係数算出部１５０は、Ｓ１０１７で選出した仮想マシン２１の一つを比較先として選出する（Ｓ１１１１）。

続いて、相関係数算出部１５０は、リソース使用量管理ＴＢＬ１１１から、選択中の仮想マシン２１の所定期間のリソース使用量（例えば１年単位）で選択する（Ｓ１１１２）。

続いて、相関係数算出部１５０は、比較対象期間について、比較元の仮想マシン２１のリソース使用量の時間変化の実績値と、比較先の仮想マシン２１のリソース使用量の時間変化の実績値とを比較することにより、両者の相関を求める（Ｓ１１１３）。図７の例では４月１日〜４月３０日を比較対象期間としている。相関係数算出部１５０は、比較元又は比較先の比較対象期間のリソース使用量に外れ値が含まれている場合、当該外れ値を除外して（外れ値を除外して統計処理を行ったリソース使用量の時間変化に基づき）相関係
数を求める。このように外れ値を除外することで、リソース使用量の予測精度を高めることができる。

続いて、相関係数算出部１５０は、求めた相関係数を相関係数ＴＢＬ１１３に登録する（Ｓ１１１４）。

続いて、相関係数算出部１５０は、比較元の仮想マシン２１のリソース使用量の時間変化の実績値と、比較先の仮想マシン２１のリソース使用量の時間変化の実績値とを比較することにより、両者の相関を求める（Ｓ１１１５）。図７の例では、４月１日〜４月３０日を比較対象期間としている。相関係数算出部１５０は、比較元又は比較先の比較対象期間のリソース使用量に外れ値が含まれている場合、相関係数算出部１５０は、当該外れ値を除外して（外れ値を除外して統計処理を行ったリソース使用量の時間変化に基づき）相関係数を求める。また相関係数算出部１５０は、比較元又は比較先の比較対象期間に除外期間が含まれていれば、当該除外期間を除く期間を比較対象期間として相関係数を求める。尚、Ｓ１１１３の処理とＳ１１１５の処理との違いは、比較対象期間からさらに除外期間を除外している点にある。このように比較対象期間から除外期間を除外することでリソース使用量の予測精度を高めることができる。

続いて、相関係数算出部１５０は、求めた相関係数を相関係数ＴＢＬ１１３に登録する（Ｓ１１１６）。

以上のようにして、相関係数ＴＢＬ１１３には、Ｓ１１１３で求めた相関係数とＳ１１１５で求めた相関係数の双方が登録される。

続いて、相関係数算出部１５０は、Ｓ１１１２において、リソース使用量管理ＴＢＬ１１１から選択中の仮想マシン２１のリソース使用量を全ての年について選択済であるか否かを判定する（Ｓ１１１７）。選択中の仮想マシン２１のリソース使用量を全ての年について選択済であれば（Ｓ１１１７：ＹＥＳ）、Ｓ１１１８の処理に進む。選択中の仮想マシン２１のリソース使用量を全ての年について選択済でなければ（Ｓ１１１７：ＮＯ）、Ｓ１１１２の処理に戻る。

Ｓ１１１８では、相関係数算出部１５０は、Ｓ１１１１において図１０のＳ１０１７で選出した仮想マシン２１の全てを選択済であるか否かを判定する。Ｓ１０１７で選出した仮想マシン２１の全てを選択済であれば（Ｓ１１１８：ＹＥＳ）、相関係数算出処理Ｓ１０１８は終了し、その後、処理は図１０のＳ１０１９に進む。Ｓ１０１７で選出した仮想マシン２１の全てを選択済でなければ（Ｓ１１１８：ＮＯ）、Ｓ１１１１の処理に戻る。

図１２は、図１０の予測使用量算出処理Ｓ１０１９を説明するフローチャートである。以下、同図とともに予測使用量算出処理Ｓ１０１９について説明する。

まず予測使用量算出部１６０は、相関係数ＴＢＬ１１３において、相関係数１１３８の値が最大であり、かつ、値が０．２以上（弱い正の相関以上）である比較先の仮想マシン２１のレコードをリソース使用量管理ＴＢＬ１１１から抽出する（Ｓ１２１１）。このような条件を課してリソース使用量管理ＴＢＬ１１１からレコードを抽出することで、リソース使用量の予測精度を高めることができる。

続いて、予測使用量算出部１６０は、Ｓ１２１１でレコードが抽出されているか否かを判定する（Ｓ１２１２）。Ｓ１２１１でレコードが抽出されていれば（Ｓ１２１２：ＮＯ）、図１０のＳ１０２０の処理に進む。Ｓ１２１１でレコードが抽出されていなければ（Ｓ１２１２：ＹＥＳ）、Ｓ１２１３の処理に進む。

Ｓ１２１３では、予測使用量算出部１６０は、Ｓ１２１１で抽出したレコードの除外期間適用フラグが「１」であるか否かを判定する。Ｓ１２１１で抽出したレコードの除外期間適用フラグが「１」であれば（Ｓ１２１３：ＹＥＳ）、Ｓ１２１４の処理に進む。Ｓ１２１１で抽出したレコードの除外期間適用フラグが「０」でれば（Ｓ１２１３：ＮＯ）、Ｓ１２１５の処理に進む。

Ｓ１２１４では、予測使用量算出部１６０は、Ｓ１２１１で抽出したレコードのうち、外れ値と除外期間を除いたレコードのリソース使用量１１１３を用いて比率Ｎを求める。本実施形態では、一例として、比率Ｎは、比較対象期間における比較元のリソース使用量の平均値と比較先のリソース使用量の平均値の比とする。その後、処理はＳ１２１６に進む。

Ｓ１２１５では、予測使用量算出部１６０は、Ｓ１２１１で抽出したレコードのうち、外れ値を除いたレコードのリソース使用量１１１３を用いて比率Ｎを求める。本実施形態では、一例として、比率Ｎは、比較対象期間における比較元のリソース使用量の平均値と比較先のリソース使用量の平均値の比とする。その後、処理はＳ１２１６に進む。その後、処理はＳ１２１６に進む。

Ｓ１２１６では、予測使用量算出部１６０は、Ｓ１２１１で抽出したレコードのリソース使用量１１１３をＮ倍したリソース使用量を、比較元のリソース使用量の予測値として予測使用量１１４に登録する。その後、処理は図１０のＳ１０２０に進む。

以上に説明したように、本実施形態の予測装置１００によれば、仮想化環境２００において現在実現されているもしくは過去に実現された仮想マシン２１のリソース使用量の実績値を用いて、現在実現されている仮想マシン２１のリソース使用量を予測することができる。そのため、例えば、新規に作成された仮想マシン２１についてもリソース使用量を精度よく予測することができる。

また各仮想マシン２１のリソース使用量を合算することで、仮想化環境２００の全体におけるリソース使用量を予測することができる。そのため、例えば、リソース使用量の増加を予測して事前に必要な対策を講じておくことができる。

以上、本発明の一実施形態について詳細に説明したが、本発明は上記の実施形態に限定されるものではなく、その要旨を逸脱しない範囲で種々変更可能であることはいうまでもない。例えば、上記の実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、説明した全ての構成を備えるものに必ずしも限定されるものではない。また上記実施形態の構成の一部について、他の構成の追加や削除、置換をすることが可能である。

また上記の各構成、機能部、処理部、処理手段等は、それらの一部または全部を、例えば、集積回路で設計する等によりハードウェアで実現してもよい。また上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリやハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、ＩＣ
カード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また各図において、制御線や情報線は説明上必要と考えられるものを示しており、必ずしも実装上の全ての制御線や情報線を示しているとは限らない。例えば、実際には殆ど全ての構成が相互に接続されていると考えてもよい。

また以上に説明した各情報処理装置の各種機能部、各種処理部、各種データベースの配置形態は一例に過ぎない。各種機能部、各種処理部、各種データベースの配置形態は、これらの装置が備えるハードウェアやソフトウェアの性能、処理効率、通信効率等の観点から最適な配置形態に変更し得る。

また前述した各種のデータを格納するデータベースの構成（スキーマ（Schema）等）は、リソースの効率的な利用、処理効率向上、アクセス効率向上、検索効率向上等の観点から柔軟に変更し得る。

１ 情報処理システム、２ 管理装置、４ ユーザ装置、２１ 仮想マシン、２１ａ 仮想マシン（管理用）、２２ ハイパーバイザ、３０ リソース、５１〜５３ 通信ネットワーク、１００ 予測装置、１１０ 記憶部、１２０ リソース使用量取得部、１３０ 外れ値判定部、１４０ 比較対象選出部、１５０ 相関係数算出部、１６０ 予測使用量算出部、１７０ 予測結果出力部、２００ 仮想化環境、Ｓ８００ リソース使用量取得処理、Ｓ９００ 外れ値判定処理、Ｓ１０００ 予測使用量生成処理、Ｓ１０１８ 相関係数算出処理、Ｓ１０１９ 予測使用量算出処理

Claims (15)

1. 仮想化環境におけるリソースの使用量を予測する情報処理装置であって、
   仮想化環境における仮想マシンのリソース使用量の時間変化を記憶し、
   リソース使用量の予測対象である比較元の仮想マシンのリソース使用量の時間変化と、比較先の仮想マシンのリソース使用量の時間変化との間の相関係数を求め、
   前記相関係数が予め設定した閾値を超える前記比較先の仮想マシンのリソース使用量の時間変化に基づき、前記比較元の仮想マシンのリソース使用量の予測値を生成する、
   リソース使用量予測装置。
2. 請求項１に記載のリソース使用量予測装置であって、
   前記仮想マシンの夫々が接続する通信ネットワークの構成を示す情報を記憶し、
   前記比較元の仮想マシンが接続する通信ネットワークと構成が共通する通信ネットワークに接続する仮想マシンを前記比較先の仮想マシンとして選出する、
   リソース使用量予測装置。
3. 請求項２に記載のリソース使用量予測装置であって、
   前記比較元の仮想マシンが接続する通信ネットワークと構成が共通するか否かを、通信ネットワークがインターネットに接続可能であるか否かを指標として判定する、
   リソース使用量予測装置。
4. 請求項１に記載のリソース使用量予測装置であって、
   前記相関係数が予め設定した閾値を超える前記比較先の仮想マシンのリソース使用量の時間変化をスケール変換することにより得られるリソース使用量の時間変化を、前記比較元の仮想マシンのリソース使用量の時間変化の予測値とする、
   リソース使用量予測装置。
5. 請求項４に記載のリソース使用量予測装置であって、
   前記比較元の仮想マシンのリソース使用量の時間変化の所定期間における平均値と、前記比較先の仮想マシンのリソース使用量の時間変化の前記所定期間における平均値との比を用いて前記スケール変換を行う、
   リソース使用量予測装置。
6. 請求項１に記載のリソース使用量予測装置であって、
   前記比較元又は前記比較先の仮想マシンのリソース使用量の時間変化について外れ値を求め、求めた前記外れ値を除外して前記相関係数を求める、
   リソース使用量予測装置。
7. 請求項１に記載のリソース使用量予測装置であって、
   予め設定された除外期間を除外した期間における前記比較元の仮想マシンのリソース使用量の時間変化と、前記期間における前記比較先の仮想マシンのリソース使用量の時間変化とに基づき前記相関係数を求める、
   リソース使用量予測装置。
8. 請求項１に記載のリソース使用量予測装置であって、
   使用実績が予め設定された期間以上である仮想マシンを前記比較先の仮想マシンとして選出する、
   リソース使用量予測装置。
9. 請求項１に記載のリソース使用量予測装置であって、
   前記相関係数が最大の前記比較先の仮想マシンのリソース使用量の時間変化を用いて、前記比較元の仮想マシンのリソース使用量の時間変化を予測する、
   リソース使用量予測装置。
10. 請求項１に記載のリソース使用量予測装置であって、
    前記比較元の仮想マシンのリソース使用量の時間変化の予測値を生成する、
    リソース使用量予測装置。
11. 請求項１に記載のリソース使用量予測装置であって、
    前記仮想化環境において実現される複数の仮想マシンの夫々のリソース使用量の前記予測値に基づき、前記仮想化環境におけるリソース使用量の予測値を生成する、
    リソース使用量予測装置。
12. 仮想化環境におけるリソースの使用量を予測する方法であって、
    情報処理装置が、
    仮想化環境における仮想マシンのリソース使用量の時間変化を記憶するステップ、
    リソース使用量の予測対象である比較元の仮想マシンのリソース使用量の時間変化と、比較先の仮想マシンのリソース使用量の時間変化との間の相関係数を求めるステップ、
    前記相関係数が予め設定した閾値を超える前記比較先の仮想マシンのリソース使用量の時間変化に基づき、前記比較元の仮想マシンのリソース使用量の予測値を生成するステップ、
    を実行する、リソース使用量予測方法。
13. 請求項１２に記載のリソース使用量予測方法であって、
    前記情報処理装置が、
    前記仮想マシンの夫々が接続する通信ネットワークの構成を示す情報を記憶するステップ、
    前記比較元の仮想マシンが接続する通信ネットワークと構成が共通する通信ネットワークに接続する仮想マシンを前記比較先の仮想マシンとして選出するステップ、
    をさらに実行する、リソース使用量予測方法。
14. 請求項１３に記載のリソース使用量予測方法であって、
    前記情報処理装置が、前記比較元の仮想マシンが接続する通信ネットワークと構成が共通するか否かを、通信ネットワークがインターネットに接続可能であるか否かを指標として判定するステップ、
    をさらに実行する、リソース使用量予測方法。
15. 請求項１２に記載のリソース使用量予測方法であって、
    前記情報処理装置が、前記相関係数が予め設定した閾値を超える前記比較先の仮想マシンのリソース使用量の時間変化をスケール変換することにより得られるリソース使用量の時間変化を、前記比較元の仮想マシンのリソース使用量の時間変化の予測値とするステップ、
    をさらに実行する、リソース使用量予測方法。

Images