JP4135956B2 - 複数の情報処理装置を有する情報処理システムの性能を解析する技術 - Google Patents

複数の情報処理装置を有する情報処理システムの性能を解析する技術 Download PDF

Info

Publication number
JP4135956B2
JP4135956B2 JP2006136442A JP2006136442A JP4135956B2 JP 4135956 B2 JP4135956 B2 JP 4135956B2 JP 2006136442 A JP2006136442 A JP 2006136442A JP 2006136442 A JP2006136442 A JP 2006136442A JP 4135956 B2 JP4135956 B2 JP 4135956B2
Authority
JP
Japan
Prior art keywords
service
information processing
period
analysis
divided
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
JP2006136442A
Other languages
English (en)
Other versions
JP2007310462A (ja
Inventor
整 加藤
敏志 山根
尊秀 野ヶ山
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.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
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 International Business Machines Corp filed Critical International Business Machines Corp
Priority to JP2006136442A priority Critical patent/JP4135956B2/ja
Priority to US11/739,730 priority patent/US7496476B2/en
Publication of JP2007310462A publication Critical patent/JP2007310462A/ja
Application granted granted Critical
Publication of JP4135956B2 publication Critical patent/JP4135956B2/ja
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
    • G06F11/3419Recording 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 by assessing time
    • 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
    • G06F11/3447Performance evaluation by modeling
    • 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
    • G06F11/3452Performance evaluation by statistical analysis
    • 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
    • G06F11/3466Performance evaluation by tracing or monitoring
    • G06F11/3495Performance evaluation by tracing or monitoring for systems
    • 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
    • G06F11/3419Recording 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 by assessing time
    • G06F11/3423Recording 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 by assessing time where the assessed time is active or idle time
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/88Monitoring involving counting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Debugging And Monitoring (AREA)

Description

本発明は、情報処理システムの性能を解析する技術に関する。特に、本発明は、各々が互いにサービスを提供する複数の情報処理装置を有する情報処理システムの性能を解析する装置および方法に関する。
近年、情報処理システムは従来のホストシステムから複数の情報処理装置が協調して動作する分散系システムに移行しつつある。このような分散系の情報処理システムでは、ある情報処理装置は利用者の要求に応じ他の情報処理装置に処理を振り分け、他の情報処理装置は振り分けられた処理を実行し、結果を利用者に送信することで利用者の要求の処理を実現している。
情報処理システムに性能障害が発生すると、新たな情報処理装置を追加する等の構成変更が必要となる。しかしながら、情報処理システムが複数の情報処理装置によって構成されている場合には、何れの種類の情報処理装置を追加するべきかの判断は容易でない。このような判断を支援するために、従来、性能評価モデルが提案されている(非特許文献1を参照)。性能評価モデルとは、たとえば、URL、SQLといったサービスのレベルの粒度を持つ待ち行列モデルや離散イベントシミュレーターなどである。これにより、情報処理システム内部の振る舞いを解析することができる。
特開2004−348491号公報 特開平9−311782号公報 特開2005−190277号公報 J. A. Rolia and K. C. Sevcik, "The method of layers," IEEE Transactions on Software Engineering, 21, 1995
性能評価モデルを生成するためには、サービス毎の平均の処理時間(以降、サービスデマンドと呼ぶ)が必要となる。サービスデマンドを精度良く推定するためには、様々な種類のトランザクションを実際に実行させ、そのそれぞれのサービスの処理時間を計測する必要がある。しかしながら、情報処理システムが企業の基幹業務を担っている今日においては、情報処理システムの運用を継続しながら障害に対処することが求められ、運用を停止して様々な種類のトランザクションを実際に実行させることはできない。従って、充分に高い精度のサービスデマンドを算出するためには、運用中の情報処理システムを長期間に渡って観測する必要がある。
また、実際の情報処理システムを模したテストシステムを構築し、そのテストシステムの振る舞いを解析することにより、実際の情報処理システムにおいて変更すべき構成を判断する方法も考えられる。しかしながら、実際の情報処理システムは数百台の情報処理装置によって構築されている場合があり、それと同等な規模のテストシステムを構築することができない場合がある。なお、テストシステムなどに適用可能な技術については特許文献1または2を参照されたい。また、情報処理システムを開発したエンジニアであれば、開発時の経験に基づいてサービスデマンドをある程度予想できる場合もある。しかしながら、情報処理システムを開発するエンジニアと情報処理システムを運用・管理するエンジニアは異なり、情報処理システムを開発したエンジニアが障害対応に携われない場合も多い。
そこで本発明は、上記の課題を解決することのできる解析装置、解析方法、および、プログラムを提供することを目的とする。この目的は特許請求の範囲における独立項に記載の特徴の組み合わせにより達成される。また従属項は本発明の更なる有利な具体例を規定する。
上記課題を解決するために、本発明の第1の形態においては、各々が互いにサービスを提供する複数の情報処理装置を有する情報処理システムを解析する解析装置であって、解析の対象として予め定められた解析期間内においてそれぞれの情報処理装置が互いに送受信した複数の通信パケットを取得する取得部と、解析期間を分割した複数の分割期間のそれぞれについて、それぞれの情報処理装置が他の情報処理装置から呼び出されたサービスの呼出回数を、当該分割期間に取得した通信パケットに基づいて算出する回数算出部と、複数の分割期間のそれぞれについて、それぞれの情報処理装置がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を算出するビジー時間算出部と、それぞれの分割期間についてのビジー時間と、当該分割期間におけるサービス毎の呼出回数に当該サービスを処理するトランザクションの平均の処理時間を乗じた合計との差の大きさを示す指標を最小化する、サービス毎の平均の処理時間を算出するサービスデマンド算出部とを備える解析装置を提供する。
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではなく、これらの特徴群のサブコンビネーションもまた、発明となりうる。
本発明によれば、複数の情報処理装置を有する情報処理システムの性能を、その運用を妨げることなく解析することができる。
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではなく、また実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図1は、情報処理システム10の全体構成を示す。情報処理システム10は、例えば、外部ネットワーク15上のコンピュータから受けた要求に応じウェブページを返信するウェブ・システムである。情報処理システム10は、通信装置100と、各々が互いにサービスを提供する複数の情報処理装置110とを有する。通信装置100は、例えばネットワーク・スイッチ、ゲートウェイ、または、ルータなどであり、外部ネットワーク15から受信した要求を何れかの情報処理装置110に送信する。複数の情報処理装置110のそれぞれは、互いに通信するための通信回線により接続されており、他のそれぞれの情報処理装置110に対しサービスを提供する。例えば、ある情報処理装置110は、外部ネットワーク15から要求を受け、または、その要求に応じたトランザクションの結果を外部ネットワーク15に返答するウェブ・サーバとして機能する。また、他の情報処理装置110は、外部ネットワーク15から受けた要求に応じたトランザクションを行うアプリケーション・サーバとして機能する。また、他の情報処理装置110は、トランザクションに必要なデータベースを管理するデータベース・サーバとして機能する。
情報処理システム10に性能障害が発生すると、情報処理システム10の構成を変更する必要が生じる場合がある。例えば、外部ネットワーク15から情報処理システム10に対する要求が集中すると、情報処理装置110がそれらの要求を処理し切れず、返答の遅延などを生じさせてしまう場合がある。そのような場合には、情報処理システム10に新たな情報処理装置を加えて処理能力を向上させることが望ましい。しかしながら、情報処理システム10の構成をどのように変更すべきかを判断するのは困難な場合がある。
本実施形態に係る解析装置20は、情報処理システム10の性能を解析することによって、それぞれの情報処理装置110がサービスの処理に要する時間などを推定することで、構成変更の判断を支援することを目的とする。解析装置20によると、性能の解析には通信装置100から取得した通信パケットの複写データを用いるので、性能の解析中にも運用に影響を与えることなく情報処理システム10の動作を継続させることができる。
以降、情報処理システム10がオンラインの株式取引口座の管理を行う場合を例に、解析装置20の機能を説明する。
図2は、解析装置20の機能構成を示す。解析装置20は、取得部200と、回数算出部210と、ビジー時間算出部220と、サービスデマンド算出部240と、呼出関係解析部250と、モデル生成部260とを有する。取得部200は、解析の対象として予め定められた解析期間内においてそれぞれの情報処理システム10が互いに送受信した複数の通信パケットを取得する。具体的には、取得部200は、通信回線によって転送される通信パケットの複写データを、その通信回線に接続された通信装置100から取得する。一例として、取得部200は、通信装置100がLAN側の通信パケットを複写して出力するミラーポートから通信パケットの複写データを取得し、UNIX(登録商標)系オペレーティングシステムのtcpdumpコマンドなどを実行することによって、その複写データのダンプデータを生成してもよい。これに代えて、取得部200は、LANの内部で複数の情報処理装置110を相互に接続する他のネットワーク・スイッチから通信パケットの複写データを取得してもよい。
回数算出部210は、解析期間を分割した複数の分割期間のそれぞれについて、それぞれの情報処理装置110が他の情報処理装置110から呼び出されたサービスの呼出回数を、その分割期間に取得した通信パケットに基づいて算出する。例えば、回数算出部210は、それぞれの分割期間について、その分割期間に取得したそれぞれの通信パケットがサービスを呼び出すための通信パケットか否かを、その通信パケットに含まれる宛先URLまたはサービスの識別情報によって判断する。具体的には、ある通信パケットに含まれる宛先URLが「http://www. △△.com/trade/app?action=login」であれば、回数算出部210は、その通信パケットが、株式取引口座へのログインのサービスを呼び出すための通信パケットと判断する。また、他の通信パケットに含まれる宛先URLが「http://www. △△.com/trade/app?action=account」であれば、回数算出部210は、その通信パケットが、株式取引口座の内容を参照するサービスを呼び出すための通信パケットと判断する。そして、回数算出部210は、それぞれのサービスを呼び出すための通信パケットの数をそのサービスの呼出回数として算出する。これに代えて、回数算出部210は、サービスの呼出に対しその結果を返答する通信パケットの数を、そのサービスの呼出回数として算出してもよい。
ビジー時間算出部220は、複数の分割期間のそれぞれについて、それぞれの情報処理装置110がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を算出する。例えば、ビジー時間算出部220は、それぞれの情報処理装置110について、当該情報処理装置110のサービスを呼び出す通信パケットを取得してから、当該情報処理装置110からサービスの処理結果が返答される通信パケットを取得するまでの期間を、当該情報処理装置110がトランザクションを処理している時間と判断する。そして、ビジー時間算出部220は、それぞれの情報処理装置110について判断した当該期間の合計をビジー時間として算出する。
なお、1つのトランザクションの呼び出しが複数の通信パケットによって構成される場合や、1つのトランザクションの返答が複数の通信パケットによって構成される場合は、呼び出しの複数の通信パケットのうち選ばれた1つの通信パケットを取得してから、返信の複数の通信パケットのうち選ばれた1つの通信パケットを取得するまでの期間を、トランザクションを処理している期間として判断する。この選び方は、どのようなサービスをどのような基準でビジー時間を取得したいかに依存する。例えば、複数の通信パケットにより構成される呼び出しの最初の通信パケットを受信してからトランザクションの処理が始まり、複数の通信パケットにより構成される処理結果を送信している間も処理が続き、最後の通信パケットを送信して処理が完了するサービスの場合には、サービスを呼び出す複数の通信パケットのうち最初の通信パケットを取得してから、サービスの処理結果が返信される複数の通信パケットのうち最後の通信パケットを取得するまでの期間を、トランザクションを処理している期間として判断する。
なお、ある情報処理装置110が2以上のトランザクションを処理している期間もビジー時間として算出される。これを実現するために、ビジー時間算出部220は、それぞれの情報処理装置110に対応付けて、その情報処理装置110において処理されているトランザクションの数をカウントするカウンタを有してもよい。この場合、ビジー時間算出部220は、ある情報処理装置110のサービスを呼び出す通信パケットを取得すると、その情報処理装置110に対応するカウンタをインクリメントし、そのサービスの処理結果が返答される通信パケットを取得すると、そのカウンタをデクリメントする。そして、ビジー時間算出部220は、それぞれの情報処理装置110に対応するカウンタの値が1以上であった期間の合計をビジー時間として算出する。
また、あるトランザクションが他のトランザクションの処理待ち状態である場合には、そのトランザクションを処理している時間はビジー時間から除外される。即ち、ビジー時間算出部220は、それぞれの情報処理装置110について、当該情報処理装置110のサービスを呼び出す通信パケットを取得してから、当該情報処理装置110からサービスの処理結果が返答されるまでの期間であっても、当該情報処理装置110から他の情報処理装置110に対し他のサービスを呼び出す通信パケットを取得してから、当該他の情報処理装置110から当該情報処理装置110に対し当該他のサービスの結果が返答される通信パケットを取得するまでの期間は、当該情報処理装置110がトランザクションを処理していない期間と判断する。これを実現するために、ビジー時間算出部220は、ある情報処理装置110から他の情報処理装置110に対しサービスを呼び出す通信パケットを取得すると、当該情報処理装置110に対応するカウンタをデクリメントし、そのサービスの処理結果が返答される通信パケットを取得すると、そのカウンタをインクリメントする。これにより、カウンタの値が1以上であった期間合計をビジー時間とすることができる。
サービスデマンド算出部240は、分割期間毎に算出されたビジー時間および呼出回数に基づいて、サービス毎の平均の処理時間(サービスデマンド)を算出する。ビジー時間および呼出回数を厳密に算出できた場合、それぞれのサービスの呼出回数に、そのサービスを処理するトランザクションの平均の処理時間を乗じて合計すると、その分割期間のビジー時間と等しくなるはずである。このため、ビジー時間、呼出回数、および、処理時間の関係を示す方程式を解けば、サービスデマンドを求めることができるとも考えられる。しかしながら、ビジー時間や呼出回数の算出には誤差が生じる場合があり、この方程式を解くことによってはサービスデマンドを算出できない場合が多い。これに対し、本実施形態に係るサービスデマンド算出部240は、それぞれの分割期間についてのビジー時間と、当該分割期間におけるサービス毎の呼出回数に当該サービスを処理するトランザクションの平均の処理時間を乗じた合計との差の大きさを示す指標を最小化するサービスデマンドを算出する。例えば、サービスデマンド算出部240は、それぞれの分割期間における当該差の2乗和を最小化するための平均の処理時間を求める正規方程式を生成し、その正規方程式を解くことによりサービスデマンドを算出してもよい。差の大きさを示す指標とは、分割期間毎の当該差の2乗和に代え、当該差の絶対値の和などであってもよい。この指標を算出する演算は、それぞれの分割期間における当該差を入力とした任意の関数によって表されるものである。
呼出関係解析部250は、それぞれのサービスの呼出関係を解析する。呼出関係とは、あるサービスのトランザクションの処理中に、他のサービスのトランザクションの処理が必要となり当該他のサービスのトランザクションの処理が完了するまで処理待ち状態で待機する関係をいう。例えば、あるアプリケーション・サービスの処理中に、データベース・サーバへのアクセスが必要となるような関係をいう。呼出関係解析部250は、例えば、通信パケットのダンプデータに基づいて呼出関係を解析してもよい。一例として、呼出関係解析部250は、より先に開始され、かつより後に完了するトランザクションを、より後に開始され、かつより先に完了するトランザクションの親トランザクションと判断してもよい。詳しくは、特許文献3を参照されたい。これに代えて、サービスの呼出関係は、エンジニアなどによる入力によって予め与えられるものであってもよい。
モデル生成部260は、サービス毎の平均の処理時間と、それぞれの情報処理装置110が他のそれぞれの情報処理装置110のサービスを呼び出す呼出関係と、予め定められた情報処理システム10の構成を示す情報とに基づいて、性能評価モデルを生成する。具体的には、モデル生成部260は、予め用意された階層型待ち行列網モデルまたは離散イベントシミュレーターに対し、サービスデマンド、情報処理システム10の構成情報、および、呼出関係をパラメータとして与えることにより、性能評価モデルを生成してもよい。その一例は特許文献2に詳しいので説明を省略する。性能評価モデルを用いれば、例えば、情報処理システム10の構成変更に応じ情報処理システムの性能がどのように変化するかを求めることができる。
続いて、図3を参照してサービス毎の平均の処理時間を算出する処理機能について説明する。それぞれのサービスの処理時間を精度良く算出するためには、複数のサービスが様々な混合比で処理されることが望ましい。しかしながら、解析期間が短いとサービスの混合比がほとんど変化しない場合がある。したがって、充分に長い解析期間が経過してから処理時間を算出すれば処理時間の算出精度を高めることができる。一方で、解析期間が長いと算出に必要なデータ量が増大し、解析装置20に備える記憶装置の必要容量が増大してしまう。このため、サービスデマンド算出部240は、解析期間を構成する複数の分割期間のそれぞれが経過する毎に、既に経過した分割期間において得られた通信パケットに基づいてサービスデマンドの算出を試みる。サービスデマンド算出部240は、算出されたサービスデマンドが充分に高精度であればそれを出力し、そうでなければ以降の分割期間が経過する毎に同様の処理を繰り返す。これにより、解析装置20には必要かつ充分な量のデータを記憶すればよく、かつ、算出完了までの所要時間を削減できる。以下、図3を参照して、この処理機能について説明する。
図3は、サービスデマンド算出部240の機能構成を示す。サービスデマンド算出部240は、拡大係数行列記憶部300と、正規方程式生成部310と、拡大係数行列更新部320と、演算部330と、推定誤差算出部340とを有する。拡大係数行列記憶部300は、解析期間のうち既に経過した複数の分割期間について、サービスデマンドを示す変数ベクトルの係数行列と、分割期間毎のビジー時間を示すベクトルとサービス毎かつ分割期間毎の呼出回数を行および列に配列した行列の転置行列の積で求まる定数ベクトルからなる拡大係数行列とを記憶する。正規方程式生成部310は、新たな分割期間について通信パケットが取得されると、当該新たな分割期間を含む複数の分割期間についての正規方程式を生成する。この新たな正規方程式は、拡大係数行列記憶部300に記憶された拡大係数行列と当該新たな分割期間におけるビジー時間およびサービス毎の呼び出し回数に基づいて生成される。なお、この正規方程式は、上述のように、誤差の2乗和を最小化するための平均の処理時間を求める方程式である。
拡大係数行列更新部320は、生成された正規方程式の拡大係数行列を基に、拡大係数行列記憶部300を更新する。そして、演算部330は、生成されたこの正規方程式を解くことによりサービスデマンドを算出する。推定誤差算出部340は、サービスデマンドの推定誤差を算出する。演算部330は、この推定誤差が予め定められた基準を満たすことを条件に、算出したサービスデマンドを出力する。
このように、サービスデマンド算出部240は、分割期間が経過する毎に、新たに得られた呼出回数およびビジー時間を用いて、サービスデマンドを算出する。そして、その推定誤差が基準を満たす場合には、算出されたその処理時間が出力される。このようにすることで、充分な推定精度が得られた時点で処理時間の算出を完了でき、算出までに要する時間を短縮できる。また、処理時間の算出は前回の分割期間における正規方程式を利用することで、算出処理を効率化できる。
なお、サービスデマンド算出部240は更に角度算出部350を有してもよい。角度算出部350は、サービス毎の平均の処理時間を効率的に算出するべく、複数のサービスが従属的な関係か否かを判断する。例えば、ログイン処理のサービスとログアウト処理のサービスとは、ほぼ同一の回数で処理されることが予想される。このようなサービスを区別して取り扱うと、サービスの種類が多くなり計算の効率が低下する恐れがある。また、このようなサービスが区別されると、正規方程式の係数行列は正則とならず、正規方程式を解けない恐れがある。角度算出部350は、複数のサービスが従属的な関係か否かを判断するべく、第1サービスの分割期間毎の呼出回数を示す第1のベクトルと、第2のサービスの分割期間毎の呼出回数を示す第2のベクトルとのなす角を算出する。なす角が予め定められた基準以下であれば、角度算出部350は、第1のサービスと第2のサービスとを併合して第3のサービスとして取り扱うことを指示するマージ指示を、回数算出部210および演算部330に送る。これを受けて、回数算出部210は、次の分割期間以降においては、第1のサービスおよび第2のサービスの呼出回数を合計して第3のサービスについての呼出回数を算出する。また、演算部330は、第1のサービスおよび第2のサービスに代えて第3のサービスの平均の処理時間を算出する。このように、角度算出部350を設ければ、計算の効率を高めると共に、計算不能な状態となることを防止できる。
図4は、解析装置20によって性能評価モデルが生成される処理の流れを示す。解析装置20は、それぞれの分割期間について以下の処理を行う。まず、取得部200は、それぞれの分割期間について、分割期間内においてそれぞれの情報処理装置110が互いに送受信した複数の通信パケットを順次取得する(S400)。次に、回数算出部210は、分割期間が経過する毎に、その分割期間においてそれぞれの情報処理装置110が他の情報処理装置110から呼び出されたサービスの呼出回数を算出する(S410)。次に、ビジー時間算出部220は、分割期間が経過する毎に、その分割期間においてそれぞれの情報処理装置110がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を算出する(S420)。
呼出関係解析部250は、当該分割期間に送受信された通信パケットに基づいて、サービスの呼出関係を解析してもよい(S430)。なお、この解析は分割期間の経過毎ではなく、例えば初回の分割期間においてのみ行われてもよい。また、既に述べたように、サービスの呼出関係は予め定められてもよい。次に、サービスデマンド算出部240は、サービス毎の平均の処理時間であるサービスデマンドと、その推定誤差とを算出する(S440)。推定誤差が予め定められた基準を満たすことを条件に(S460:YES)、モデル生成部260は、サービスデマンドに基づいて性能評価モデルを生成する(S470)。
続いて、図5を参照しながら、サービスデマンドを算出する処理の詳細について説明する。数式を用いて説明するために、まず、それぞれのパラメータを定義する。解析期間の始期を時刻Tとし、分割期間の長さをΔTjとし、解析期間に含まれる分割期間の数をmとする。ここで、それぞれの分割期間は添字jを付けて区別する。分割期間jは、以下の式(1)によって定義される期間を示す。
Figure 0004135956
分割期間jについてビジー時間算出部220によって算出されるビジー時間をbとする。また、分割期間jにおいて回数算出部210によって算出されるサービス毎の呼出回数をajiとする。但し、iはサービスの種類を示す(1≦i≦n)。また、サービス毎の平均の処理時間を未知変数dとする。以上の定義の下、分割期間jにおけるビジー時間、呼出回数、および、サービスデマンドの関係は以下の通りである。
Figure 0004135956
但し、εは、ビジー時間と、サービス毎の呼出回数、および、そのサービスの平均の所要時間を乗じた合計との差を示す。この差は、ビジー時間の観測誤差に相当する。また、εは、<ε>=0、<εε>=σδijを満たすものとする。また、<・>は・のアンサンブル平均を示し、σは観測誤差の標準偏差、δijはクロネッカーのデルタを表す。このような観測誤差εの2乗和最小化するサービスデマンドを効率的に求めることができれば、性能評価モデルを精度良く算出することができる。以下、図5を参照して詳細について述べる。
図5は、図4のS440における処理の詳細を示す。まず、正規方程式生成部310は、それぞれの分割期間における誤差の2乗和を最小化する平均の処理時間を求める正規方程式を生成する(S500)。この正規方程式は、サービス毎かつ分割期間毎の呼出回数を行および列に配列した行列と、その行列の転置行列との積を、サービス毎の平均の処理時間を示す変数ベクトルの係数行列とする。また、この正規方程式は、分割期間毎のビジー時間を示すベクトルと前記転置行列との積で求まるベクトルを定数ベクトルとする。正規方程式を式(3)に例示する。
Figure 0004135956
ここで、行列Aのj行i列の成分はajiである。また、変数ベクトルdは(d,…,dであり、ベクトルbは(b,…,bである。
正規方程式生成部310は、この正規方程式を効率的に生成するために、拡大係数行列記憶部300に記憶された拡大係数行列を用いる。
拡大係数行列記憶部300には、既に経過した複数の分割期間について生成された正規方程式の係数行列と定数ベクトルが記憶されている。新たに経過した分割期間を分割期間mとすると、拡大係数行列記憶部300には、分割期間1から分割期間m−1までについて生成された正規方程式の係数行列が記憶されている。いま、新たに求める正規方程式の係数行列AAの(i,j)成分であるxijは、以下の式(4)によって表される。
Figure 0004135956
式(4)によれば、分割期間mにおける係数行列AAは、分割期間1から分割期間m−1までについて既に生成された係数行列と、分割期間mにおいて新たに算出された呼出回数に基づいて表される。
同様に、新たに求める正規方程式の定数ベクトルAbの第i成分であるcは、以下の式(5)によって表される。
Figure 0004135956
式(5)によれば、分割期間mにおける定数ベクトルAbは、分割期間1から分割期間m−1までについて既に生成された定数ベクトルと、分割期間mにおいて新たに算出された呼出回数およびビジー時間に基づいて表される。
即ち、正規方程式生成部310は、分割期間1から分割期間m−1までについて既に生成された拡大係数行列の各成分と、分割期間mにおいて新たに算出された呼出回数およびビジー時間とを、式(4)および式(5)に従って演算することによって、新たな正規方程式を算出することができる。
拡大係数行列更新部320は、生成された正規方程式の拡大係数行列を基に、拡大係数行列記憶部300に記憶されている拡大係数行列を更新する(S510)。
演算部330は、この正規方程式を解くことによって、誤差の2乗和を最小化するサービスデマンドを算出する(S520)。正規方程式の解法は、Gauss-Jordan法、LU分解、QR分解、または、特異値分解など、様々な方法およびその実現法が従来公知であるので説明を省略する。
次に、推定誤差算出部340は、生成された正規方程式における、サービスデマンドを示す変数ベクトルの係数行列(AA)について、逆行列の対角成分をサービスデマンドの推定誤差として算出する(S525)。対角成分xii −1は、サービスiのサービスデマンドの推定誤差を示す。
次に、角度算出部350は、複数のサービスが従属的な関係か否かを判断するために、それぞれのサービスの呼出回数を示すベクトルのなす角を算出する(S530)。例えば、角度算出部350は、複数のサービスのうち、第1サービスの分割期間毎の呼出回数を示す第1のベクトルと、第2のサービスの分割期間毎の呼出回数を示す第2のベクトルとのなす角を算出する。なす角は、第1のベクトルと第2のベクトルとの内積、および、第1のベクトルおよび第2のベクトルの長さに基づいて算出される。内積は、係数行列(AA)の各成分として与えられる。また、ベクトルの長さは、係数行列(AA)の対角成分の平方根として与えられる。即ち、角度算出部350は、拡大係数行列記憶部300に記憶された係数行列の各成分に基づいてそれぞれのベクトルが他のそれぞれのベクトルとなす角度を算出することができる。
算出された角度が予め定められた基準以下であることを条件に、例えば、その角度が略0であることを条件に(S540:YES)、角度算出部350は、複数のサービスを併合して新たな1つのサービスとして扱うことを示すマージ指示を送る。以降の分割期間においてサービスを適切に併合するためには、拡大係数行列記憶部300に記憶されている拡大係数行列を更新する処理が必要となる。その処理を以下に説明する。
まず、併合するべき第1のサービスをサービスpとし、第2のサービスをサービスqとする。サービスpとサービスqとは併合されて第3のサービスrとして取り扱われる。ある分割期間kにおいて、サービスpの呼出回数akp、サービスqの呼出回数akq、および、サービスrの呼出回数akrの間には、akr=akp+akqという関係が成り立つ。
ここで、拡大係数行列記憶部300に記憶されている係数行列(AA)の(i,r)成分(1≦i,r≦n)をxirは、以下の式(6)として表される。
Figure 0004135956
即ち、xirは、併合するサービスに関する係数行列の成分の線形和として表される。この検討によれば、拡大係数行列更新部320は、正規方程式においてサービスデマンドを示す変数ベクトルの係数行列の第p行ベクトルの各成分xipと、第q行ベクトルの各成分xiqとを合計して新たな行ベクトルxirを生成し、新たな係数行列に含めて拡大係数行列記憶部300に記憶すればよい。
更に、この係数行列(AA)は対角行列なので、同様に、xri=xpi+xqiが成り立つ。したがって、同様に、拡大係数行列更新部320は、この係数行列のうち、第p列ベクトルの各成分xpiと、第q列ベクトル各成分xqiとを合計して新たな列xriを生成し、新たな係数行列に含めて拡大係数行列記憶部300に記憶すればよい。
以上に示す拡大係数行列更新部320による操作は、式(7)から式(8)への変換として表される。
Figure 0004135956
Figure 0004135956
ビジー時間を示すベクトルと転置行列の積から求まる定数ベクトルについても同様である。既に経過した分割期間毎のビジー時間を示すベクトルと、サービス毎かつ分割期間毎の前記呼出回数を行および列に配列した行列の転置行列との積で求まる定数ベクトルの各成分をcとすると、第p成分cと、第q成分cとの線形和によって、第r成分cとが求められる(式(9)を参照)。
Figure 0004135956
即ち、拡大係数行列更新部320は、ビジー時間を示すベクトルと前記転置行列の積から求まる定数ベクトルのうち、第p成分cと、第q成分cとを合計して新たな成分cを生成して、新たなベクトルに含めて演算部330に記憶すればよい。
以上の処理によれば、拡大係数行列更新部320は、性能の解析中にサービスを併合して取り扱う場合であっても、僅かな追加の計算によって拡大係数行列を更新して、その後の分割期間に備えることができる。
図6は、解析装置20として機能するコンピュータ600のハードウェア構成の一例を示す。コンピュータ600は、ホストコントローラ1082により相互に接続されるCPU1000、RAM1020、及びグラフィックコントローラ1075を有するCPU周辺部と、入出力コントローラ1084によりホストコントローラ1082に接続される通信インターフェイス1030、ハードディスクドライブ1040、及びCD−ROMドライブ1060を有する入出力部と、入出力コントローラ1084に接続されるROM1010、フレキシブルディスクドライブ1050、及び入出力チップ1070を有するレガシー入出力部とを備える。
ホストコントローラ1082は、RAM1020と、高い転送レートでRAM1020をアクセスするCPU1000及びグラフィックコントローラ1075とを接続する。CPU1000は、ROM1010及びRAM1020に格納されたプログラムに基づいて動作し、各部の制御を行う。グラフィックコントローラ1075は、CPU1000等がRAM1020内に設けたフレームバッファ上に生成する画像データを取得し、表示装置1080上に表示させる。これに代えて、グラフィックコントローラ1075は、CPU1000等が生成する画像データを格納するフレームバッファを、内部に含んでもよい。
入出力コントローラ1084は、ホストコントローラ1082と、比較的高速な入出力装置である通信インターフェイス1030、ハードディスクドライブ1040、及びCD−ROMドライブ1060を接続する。通信インターフェイス1030は、ネットワークを介して外部の装置と通信する。ハードディスクドライブ1040は、コンピュータ600が使用するプログラム及びデータを格納する。CD−ROMドライブ1060は、CD−ROM1095からプログラム又はデータを読み取り、RAM1020又はハードディスクドライブ1040に提供する。
また、入出力コントローラ1084には、ROM1010と、フレキシブルディスクドライブ1050や入出力チップ1070等の比較的低速な入出力装置とが接続される。ROM1010は、コンピュータ600の起動時にCPU1000が実行するブートプログラムや、コンピュータ600のハードウェアに依存するプログラム等を格納する。フレキシブルディスクドライブ1050は、フレキシブルディスク1090からプログラム又はデータを読み取り、入出力チップ1070を介してRAM1020またはハードディスクドライブ1040に提供する。入出力チップ1070は、フレキシブルディスク1090や、例えばパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して各種の入出力装置を接続する。
コンピュータ600に提供されるプログラムは、フレキシブルディスク1090、CD−ROM1095、又はICカード等の記録媒体に格納されて利用者によって提供される。プログラムは、入出力チップ1070及び/又は入出力コントローラ1084を介して、記録媒体から読み出されコンピュータ600にインストールされて実行される。プログラムがコンピュータ600等に働きかけて行わせる動作は、図1から図5において説明した解析装置20における動作と同一であるから、説明を省略する。
以上に示したプログラムは、外部の記憶媒体に格納されてもよい。記憶媒体としては、フレキシブルディスク1090、CD−ROM1095の他に、DVDやPD等の光学記録媒体、MD等の光磁気記録媒体、テープ媒体、ICカード等の半導体メモリ等を用いることができる。また、専用通信ネットワークやインターネットに接続されたサーバシステムに設けたハードディスク又はRAM等の記憶装置を記録媒体として使用し、ネットワークを介してプログラムをコンピュータ600に提供してもよい。
以上、本実施形態に係る解析装置20によれば、情報処理システム10の性能を解析することによって、それぞれの情報処理装置110がサービスの処理に要する時間などを推定することで、構成変更の判断を支援することができる。また、性能の解析には通信装置100から取得した通信パケットの複写データを用いるので、性能の解析中にも運用に影響を与えることなく情報処理システム10の動作を継続させることができる。更に、分割期間が経過する毎にサービスデマンドをその精度と共に算出することで、充分な精度が得られた場合には全ての解析期間が経過する前に処理を終了することができる。また、解析中においては全ての呼出回数を記録するのでなく、必要な係数行列のみを拡大係数行列記憶部300に記憶すればよいので、解析装置20に設けるRAM1020などの必要容量を減少させてコストを削減できる。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
図1は、情報処理システム10の全体構成を示す。 図2は、解析装置20の機能構成を示す。 図3は、サービスデマンド算出部240の機能構成を示す。 図4は、解析装置20によって性能評価モデルが生成される処理の流れを示す。 図5は、図4のS440における処理の詳細を示す。 図6は、解析装置20として機能するコンピュータ600のハードウェア構成の一例を示す。
符号の説明
10 情報処理システム
15 外部ネットワーク
20 解析装置
100 通信装置
110 情報処理装置
200 取得部
210 回数算出部
220 ビジー時間算出部
240 サービスデマンド算出部
250 呼出関係解析部
260 モデル生成部
300 拡大係数行列記憶部
310 正規方程式生成部
320 拡大係数行列更新部
330 演算部
340 推定誤差算出部
350 角度算出部
600 コンピュータ

Claims (14)

  1. 各々が互いにサービスを提供する複数の情報処理装置を有する情報処理システムを解析する解析装置であって、
    解析の対象として予め定められた解析期間内においてそれぞれの前記情報処理装置が互いに送受信した複数の通信パケットを取得する取得部と、
    前記解析期間を分割した複数の分割期間のそれぞれについて、前記複数の情報処理装置におけるそれぞれの前記情報処理装置が当該複数の情報処理装置における他の情報処理装置から呼び出されたサービスの呼出回数を、当該分割期間に取得した通信パケットに基づいて算出する回数算出部と、
    前記複数の情報処理装置がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を前記分割期間毎に算出するビジー時間算出部と、
    それぞれの前記分割期間についての前記ビジー時間と、当該分割期間におけるサービス毎の前記呼出回数に当該サービスを処理するトランザクションの平均の処理時間を乗じた合計との差の2乗和を最小化する、サービス毎の前記平均の処理時間を算出するサービスデマンド算出部と
    を備える解析装置。
  2. 前記取得部は、前記複数の情報処理装置が互いに通信するための通信回線によって転送される通信パケットの複写データを、前記通信回線に接続された通信装置から取得する
    請求項1に記載の解析装置。
  3. 前記回数算出部は、それぞれの前記分割期間について、当該分割期間に取得したそれぞれの通信パケットがサービスを呼び出すための通信パケットか否かを、当該通信パケットに含まれる宛先URLまたはサービスの識別情報によって判断し、それぞれのサービスを呼び出すための通信パケットの数を当該サービスの前記呼出回数として算出する
    請求項1に記載の解析装置。
  4. 前記ビジー時間算出部は、それぞれの前記情報処理装置について、当該情報処理装置のサービスを呼び出す通信パケットを取得してから、当該情報処理装置からサービスの処理結果が返答される通信パケットを取得するまでの期間を、当該情報処理装置がトランザクションを処理している期間と判断し、それぞれの前記情報処理装置について判断した当該期間の合計をビジー時間として算出する
    請求項1に記載の解析装置。
  5. 前記ビジー時間算出部は、前記複数の情報処理装置におけるそれぞれの前記情報処理装置について、当該情報処理装置のサービスを呼び出す通信パケットを取得してから、当該情報処理装置からサービスの処理結果が返答される通信パケットを取得するまでの期間であっても、当該情報処理装置から当該複数の情報処理装置における他の情報処理装置に対し他のサービスを呼び出す通信パケットを取得してから、当該他の情報処理装置から当該情報処理装置に対し当該他のサービスの結果が返答される通信パケットを取得するまでの期間は、当該情報処理装置がトランザクションを処理していない期間と判断する
    請求項4に記載の解析装置。
  6. サービス毎の前記平均の処理時間と、それぞれの前記情報処理装置が他のそれぞれの前記情報処理装置のサービスを呼び出す呼出関係とに基づいて、前記情報処理システムの構成変更に応じ性能がどのように変化するかを求める性能評価モデルを生成するモデル生成部を更に備える請求項1に記載の解析装置。
  7. 前記サービスデマンド算出部は、それぞれの前記分割期間における前記差の2乗和を最小化する前記平均の処理時間を求める正規方程式を生成し、前記正規方程式を解くことによりサービス毎の前記平均の処理時間を算出する
    請求項1に記載の解析装置。
  8. 前記正規方程式は、サービス毎かつ分割期間毎の前記呼出回数を行および列に配列した行列と前記行列の転置行列との積を、サービス毎の前記平均の処理時間を示す変数ベクトルの係数行列とした式と、分割期間毎の前記ビジー時間を示すベクトルと前記転置行列の積とが等しいとする方程式である
    請求項7に記載の解析装置。
  9. 前記取得部は、それぞれの前記分割期間について、当該分割期間内において前記複数の情報処理装置におけるそれぞれの前記情報処理装置が互いに送受信した複数の通信パケットを順次取得し、
    前記回数算出部は、それぞれの前記分割期間が経過する毎に、当該分割期間においてそれぞれの前記情報処理装置が当該複数の情報処理装置における他の情報処理装置から呼び出されたサービスの呼出回数を算出し、
    前記ビジー時間算出部は、それぞれの前記分割期間が経過する毎に、当該分割期間においてそれぞれの情報処理装置がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を算出し、
    前記サービスデマンド算出部は、
    既に経過した複数の分割期間について、サービス毎の前記平均の処理時間を示す変数ベクトルの係数行列と、分割期間毎の前記ビジー時間を示すベクトルと前記転置行列の積から求まる定数ベクトルからなる拡大係数行列を記憶する拡大係数行列記憶部と、
    新たな分割期間について前記呼出回数と前記ビジー時間とが算出されたことに応じ、当該新たな分割期間を含む複数の分割期間についての正規方程式を、前記拡大係数行列記憶部に記憶された前記拡大係数行列と、当該新たな分割期間についての前記呼び出し回数と前記ビジー時間とに基づいて生成する正規方程式生成部と、
    生成された前記正規方程式における、拡大係数行列に基づいて、前記拡大係数行列記憶部を更新する拡大係数行列更新部と、
    生成された前記正規方程式を解くことによりサービス毎の前記平均の処理時間を算出して出力する演算部と
    を有する請求項8に記載の解析装置。
  10. 前記サービスデマンド算出部は、
    生成された前記正規方程式における、サービス毎の前記平均の処理時間を示す変数ベクトルの係数行列について、逆行列の対角成分を当該平均の処理時間の推定誤差として算出する推定誤差算出部を更に有し、
    前記演算部は、算出された前記推定誤差が予め定められた基準を満たすことを条件に、算出したサービス毎の前記平均の処理時間を出力する
    請求項9に記載の解析装置。
  11. 既に経過した複数の分割期間について、第1のサービスの分割期間毎の前記呼出回数を示す第1のベクトルと、第2のサービスの分割期間毎の前記呼出回数を示す第2のベクトルとの内積、および、前記第1のベクトルおよび前記第2のベクトルの長さを、サービス毎の前記平均の処理時間を示す変数ベクトルの係数行列に基づいて算出することにより、前記第1のベクトルおよび前記第2のベクトルのなす角を算出する角度算出部を更に備え、
    前記回数算出部は、前記第1のベクトルおよび前記第2のベクトルのなす角が予め定められた基準以下であることを条件に、前記既に経過した複数の分割期間の次の分割期間以降においては、前記第1のサービスおよび前記第2のサービスの前記呼出回数を合計して新たな第3のサービスについての前記呼出回数を算出し、
    前記演算部は、次の前記分割期間以降においては、前記第1のサービスおよび前記第2のサービスに代えて前記第3のサービスの前記平均の処理時間を算出する
    請求項9に記載の解析装置。
  12. 前記第1のベクトルおよび前記第2のベクトルのなす角が前記基準以下であることを条件に、更に、
    前記拡大係数行列更新部は、生成された前記正規方程式において、サービス毎の前記平均の処理時間を示す変数ベクトルの係数行列のうち前記第1のベクトルから生成された行の各成分と、前記第2のベクトルから生成された行の各成分とを合計して新たな行を生成し、また、当該係数行列のうち前記第1のベクトルから生成された列の各成分と、前記第2のベクトルから生成された列の各成分とを合計して新たな行を生成し、新たな係数行列に含めて前記拡大係数行列記憶部に記憶する
    請求項11に記載の解析装置。
  13. 各々が互いにサービスを提供する複数の情報処理装置を有する情報処理システムを解析装置により解析する解析方法であって、
    解析の対象として予め定められた解析期間内においてそれぞれの前記情報処理装置が互いに送受信した複数の通信パケットを前記解析装置により取得するステップと、
    前記解析期間を分割した複数の分割期間のそれぞれについて、前記複数の情報処理装置におけるそれぞれの前記情報処理装置が当該複数の情報処理装置における他の情報処理装置から呼び出されたサービスの呼出回数を、当該分割期間に取得した通信パケットに基づいて前記解析装置により算出するステップと、
    前記複数の情報処理装置がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を前記分割期間毎に前記解析装置により算出するステップと、
    それぞれの前記分割期間についての前記ビジー時間と、当該分割期間におけるサービス毎の前記呼出回数に当該サービスを処理するトランザクションの平均の処理時間を乗じた合計との差の2乗和を最小化する、サービス毎の前記平均の処理時間を前記解析装置により算出するステップと、
    を備える解析方法。
  14. 各々が互いにサービスを提供する複数の情報処理装置を有する情報処理システムを解析する解析装置として、コンピュータを機能させるプログラムであって、
    前記コンピュータを、
    解析の対象として予め定められた解析期間内においてそれぞれの前記情報処理装置が互いに送受信した複数の通信パケットを取得する取得部と、
    前記解析期間を分割した複数の分割期間のそれぞれについて、前記複数の情報処理装置におけるそれぞれの前記情報処理装置が当該複数の情報処理装置における他の情報処理装置から呼び出されたサービスの呼出回数を、当該分割期間に取得した通信パケットに基づいて算出する回数算出部と、
    前記複数の情報処理装置がサービスの処理であるトランザクションを実行している時間の合計であるビジー時間を前記分割期間毎に算出するビジー時間算出部と、
    それぞれの前記分割期間についての前記ビジー時間と、当該分割期間におけるサービス毎の前記呼出回数に当該サービスを処理するトランザクションの平均の処理時間を乗じた合計との差の2乗和を最小化する、サービス毎の前記平均の処理時間を算出するサービスデマンド算出部と
    して機能させるプログラム。
JP2006136442A 2006-05-16 2006-05-16 複数の情報処理装置を有する情報処理システムの性能を解析する技術 Expired - Fee Related JP4135956B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2006136442A JP4135956B2 (ja) 2006-05-16 2006-05-16 複数の情報処理装置を有する情報処理システムの性能を解析する技術
US11/739,730 US7496476B2 (en) 2006-05-16 2007-04-25 Method and system for analyzing performance of an information processing system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006136442A JP4135956B2 (ja) 2006-05-16 2006-05-16 複数の情報処理装置を有する情報処理システムの性能を解析する技術

Publications (2)

Publication Number Publication Date
JP2007310462A JP2007310462A (ja) 2007-11-29
JP4135956B2 true JP4135956B2 (ja) 2008-08-20

Family

ID=38822955

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006136442A Expired - Fee Related JP4135956B2 (ja) 2006-05-16 2006-05-16 複数の情報処理装置を有する情報処理システムの性能を解析する技術

Country Status (2)

Country Link
US (1) US7496476B2 (ja)
JP (1) JP4135956B2 (ja)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4151985B2 (ja) * 2006-07-19 2008-09-17 インターナショナル・ビジネス・マシーンズ・コーポレーション 異常の生じた情報処理装置を検出する技術
JP5595109B2 (ja) * 2010-05-10 2014-09-24 株式会社Pfu 消費電力量推定システム、情報処理装置、サーバ装置、消費電力量推定方法およびプログラム
US8903696B2 (en) * 2011-07-15 2014-12-02 Cadence Design Systems, Inc. System and method for controlling granularity of transaction recording in discrete event simulation
US9014029B1 (en) * 2012-03-26 2015-04-21 Amazon Technologies, Inc. Measuring network transit time
CN103345432B (zh) * 2013-06-07 2016-12-28 深圳中兴网信科技有限公司 多核cpu过载检测装置和多核cpu过载检测方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06110871A (ja) 1992-09-25 1994-04-22 Matsushita Electric Works Ltd むだ時間推定方法
JPH07262055A (ja) 1994-03-17 1995-10-13 Fujitsu Ltd 計算機プログラムの処理時間予測方法およびその計算機
CA2171802C (en) 1996-03-14 2001-06-05 Richard Denison Mcdonald Comparative performance modeling for distributed object oriented applications
JP2002268922A (ja) 2001-03-09 2002-09-20 Ntt Data Corp Wwwサイトの性能監視装置
JP2004021756A (ja) 2002-06-19 2004-01-22 Hitachi Ltd 情報システム性能の統計的予測方法
JP4172259B2 (ja) * 2002-11-26 2008-10-29 ソニー株式会社 情報処理装置および方法、並びにコンピュータ・プログラム
JP4472944B2 (ja) 2003-05-23 2010-06-02 インターナショナル・ビジネス・マシーンズ・コーポレーション リクエスト負荷調整装置及び方法、プログラム、並びに性能データ収集方法
JP4093483B2 (ja) 2003-12-26 2008-06-04 インターナショナル・ビジネス・マシーンズ・コーポレーション 解析システム、解析方法、解析プログラム、及び記録媒体
JP3922375B2 (ja) 2004-01-30 2007-05-30 インターナショナル・ビジネス・マシーンズ・コーポレーション 異常検出システム及びその方法
JP4756675B2 (ja) 2004-07-08 2011-08-24 インターナショナル・ビジネス・マシーンズ・コーポレーション 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
JP4971843B2 (ja) * 2006-04-12 2012-07-11 キヤノン株式会社 情報処理装置、情報処理方法、プログラム及び記憶媒体

Also Published As

Publication number Publication date
US7496476B2 (en) 2009-02-24
US20070288201A1 (en) 2007-12-13
JP2007310462A (ja) 2007-11-29

Similar Documents

Publication Publication Date Title
Kong et al. Efficient dynamic task scheduling in virtualized data centers with fuzzy prediction
CN100391159C (zh) 通过把推理用于it系统进行自动建模的方法和设备
US6768968B2 (en) Method and system of an integrated simulation tool using business patterns and scripts
US8171133B2 (en) Management apparatus and management method for computer system
JP4135956B2 (ja) 複数の情報処理装置を有する情報処理システムの性能を解析する技術
JP2011086295A (ja) 応答時間に基づいてサービスリソース消費を推定すること
JP2022529803A (ja) 深層ニューラルネットワークによるビジネスにとらわれないコンタクトセンターの予想待ち時間の予測
JP5245711B2 (ja) 分散データ処理システム、分散データ処理方法および分散データ処理用プログラム
Pender Nonstationary loss queues via cumulant moment approximations
WO2018150798A1 (ja) モデル推定システム、方法およびプログラム
Menasce Computing Missing Service Demand Parameters for Performance Models.
WO2018058629A1 (zh) 用于预测网络距离的方法和装置
JP4151985B2 (ja) 異常の生じた情報処理装置を検出する技術
US7099816B2 (en) Method, system and article of manufacture for an analytic modeling technique for handling multiple objectives
Grottke et al. Response time distributions in networks of queues
Abdallah et al. Linear time delay model for studying load balancing instabilities in parallel computations
Oumellal et al. MMPP/G/m/m+ r queuing system model to analytically evaluate cloud computing center performances
JP2009193205A (ja) 自動チューニングシステム、自動チューニング装置、自動チューニング方法
Glatard et al. A model of pilot-job resource provisioning on production grids
Orlov et al. Approach to estimation of performance measures for SIP server model with batch arrivals
JP4322094B2 (ja) 情報処理方法、サービス時間導出方法、及び処理ユニット数調整方法
Melikov et al. Queuing management with feedback in cloud computing centers with large numbers of web servers
Hristov Performance models for analysis and control of it systems
Ruuskanen Dynamical Modeling of Cloud Applications for Runtime Performance Management
Evangelin et al. Performance measures of queuing models using cloud computing

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080116

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20080130

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20080207

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080325

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20080425

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: 20080527

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

RD14 Notification of resignation of power of sub attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7434

Effective date: 20080528

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20080602

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110613

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120613

Year of fee payment: 4

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130613

Year of fee payment: 5

LAPS Cancellation because of no payment of annual fees