JP4716259B2 - サイジング支援システム、方法、及びプログラム - Google Patents
サイジング支援システム、方法、及びプログラム Download PDFInfo
- Publication number
- JP4716259B2 JP4716259B2 JP2006090016A JP2006090016A JP4716259B2 JP 4716259 B2 JP4716259 B2 JP 4716259B2 JP 2006090016 A JP2006090016 A JP 2006090016A JP 2006090016 A JP2006090016 A JP 2006090016A JP 4716259 B2 JP4716259 B2 JP 4716259B2
- Authority
- JP
- Japan
- Prior art keywords
- performance
- resource
- data
- cost
- resources
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/505—Clust
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Stored Programmes (AREA)
Description
サイジング対象のシステムは、採用されるハードウェアの種類によって様々なパターンの構成を有し得る。本実施の形態に係るサイジング支援システムは、その様々なパターンに関して、システム全体の性能やコストを定量的に算出する。更に、本実施の形態に係るサイジング支援システムは、その様々なパターンに対して算出された性能とコストとの関係を表示し、ユーザーによる検討・選択を容易にする。
次に、図3に示されるフローチャートに沿って、本実施の形態に係るサイジング支援システム1の動作を詳細に説明する。サイジングの対象は、n階層の均一な階層的リソースである(nは3以上の整数)。後に示されるように、処理は、3つの階層を1つの単位として順番に行われる。その処理対象である3階層は、以下、第K階層、第K+1階層、及び第K+2階層(K=1〜n−2)と参照される。処理は、K=n−2の場合から始まり、K=1となるまで繰り返し行われる。
第1の動作例として、3階層(n=3)のクラスタのサイジングが示される。その場合、図4に示されるように、第1階層のリソースがクラスタであり、第2階層のリソースがノードであり、第3階層のリソースがCPUである。ある階層のリソースに対して、上位の階層のリソースは「上位リソース」と参照され、下位の階層のリソースは「下位リソース」と参照される。つまり、クラスタの下位リソースはノードであり、ノードの下位リソースはCPUである。本例において、クラスタは同種のノードから構成される。また、それぞれのノードは、同種・同数のCPUから構成される。つまり、本例におけるサイジング対象であるクラスタは、均一な階層的リソースである。採用されるCPUやノードの種類によって、様々なパターンのクラスタが構築され得る。本実施の形態に係るサイジング支援システム1は、その様々なパターンに関して、クラスタの性能やコストを算出することができる。
まず、処理に用いられる基礎情報がサイジング支援システム1に入力され、記憶装置2に格納される。その基礎情報は、各階層のリソースに関するパラメータを示すデータであり、以下に示される下位リソースデータ10、スケーラビリティデータ20、単位性能データ30、及びコストデータ40を含んでいる。
図5は、下位リソースデータ10の一例を示している。下位リソースデータ10は、各階層のリソースが、どのような下位リソースを有し得るかを示している。より具体的には、各階層のリソースに関して、そのリソースが有し得る下位リソースの種類と最大数が定義されている。
図6は、スケーラビリティデータ20の一例を示している。「スケーラビリティ(scalability)」とは、リソースを増やした時の性能変化率である。本明細書において、スケーラビリティは、N個の下位リソースを含む上位リソースの性能を、1個の下位リソースの性能のN倍で割った値と定義される。例えば、1つのノードでは秒100件のリクエストを処理でき、4つのノードで構成されるクラスタ全体では秒350件のリクエストを処理できる場合、スケーラビリティは0.875(=350/(4×100))である。スケーラビリティは、ある階層における1個あたりのリソースの性能が、その数に応じてどう変化するかを示しているとも言える。
図7は、単位性能データ30の一例を示している。この単位性能データ30は、最下位層である第3階層(第K+2階層)に対してのみ与えられ、各CPUの種類(RK+2)に関する「単位性能(pK+2)」を示している。単位性能は、CPUが1秒間に処理できるリクエストの数を示している。図7において、CPU−A及びCPU−Bの単位性能は共に100である。
図8は、コストデータ40の一例を示している。このコストデータ40は、各階層のリソースに関するコストを示している。コストには、ハードウェアの値段やソフトウェアのライセンス価格などが含まれる。第2階層(第K+1階層)に対するコストデータ40−2は、ノードの種類(RK+1)とそのノードのコスト(cK+1)を示している。第3階層(第K+2階層)に対するコストデータ40−3は、CPUの種類(RK+2)とそのCPUのコスト(cK+2)を示している。また、第1階層(第K階層)に対するコストデータ40−1は、ノードの種類(RK)とそのノードのコスト(cK)を示している。但し、本例において、第K階層は最上位階層であるため、そのコストcKは“0”に設定されている。第1階層のコスト、すなわちクラスタのコストは、求めるべき対象の1つである。
次に、サイジング支援プログラム100がプロセッサ3により実行される。それにより、図2に示された各モジュールが提供され、処理が行われる。
処理は、3つの階層(第K〜K+2階層)を1つの単位として繰り返し行われる。その処理対象である3階層は、以下、「処理階層」と参照される。処理階層は、下位(K=n−2)から上位(K=1)へ順番にシフトしていく。処理階層更新モジュール160は、処理階層の初期設定として、Kを“n−2”に設定する。本例においては、サイジング対象が3階層であるため、処理の繰り返しは1回だけである。また、処理階層は、第1階層、第2階層、及び第3階層の3階層である(K=1)。
サイジング対象のクラスタは、採用されるノードの種類と数、及び採用されるCPUの種類と数により、様々なパターンの構成をとり得る。従って、クラスタの性能やコストを見積もる前に、そもそもクラスタがどのようなパターンをとり得るのか知る必要がある。その様々なパターンを定義するのが、テーブルフレームT10である。クラスタが持ち得るノードの種類と最大数、また、ノードが持ち得るCPUの種類と最大数は、上述の下位リソースデータ10に示されている(図5参照)。よって、下位リソースデータ10を参照することによって、クラスタがとり得る様々なパターンを知ることができる。
図2に示されるように、スケール評価モジュール120は、上述のテーブルフレームT10及びスケーラビリティデータ20に基づいてスケールテーブルT20を生成する。スケールテーブルT20は、クラスタが取り得るパターンのそれぞれに関する「性能倍率」を示すテーブルである。性能倍率は、下位リソースの数が1である場合と比較してそのパターンの性能が何倍になるかを示すパラメータである。この性能倍率は、下位リソースのスケーラビリティ及び数から算出することができる。
ここで、iは第2階層のノード数(1〜MK+1)であり、jは第3階層のCPU数(1〜MK+2)である。また、sK+1[i]は、数iに応じたノードのスケーラビリティであり、図6に示されたスケーラビリティデータ20−2から得られる。同様に、sK+2[j]は、数jに応じたCPUのスケーラビリティであり、図6に示されたスケーラビリティデータ20−3から得られる。
図2に示されるように、性能評価モジュール130は、上述のスケールテーブルT20及び単位性能データ30に基づいて性能テーブルT30を生成する。性能テーブルT30は、クラスタが取り得るパターンのそれぞれに関する「性能」を示すテーブルである。
ここで、iは第2階層のノード数(1〜MK+1)であり、jは第3階層のCPU数(1〜MK+2)である。また、pK+2は、CPUの単位性能であり、図7に示された単位性能データ30から得られる。
図2に示されるように、コスト評価モジュール140は、上述のテーブルフレームT10及びコストデータ40に基づいてコストテーブルT40を生成する。コストテーブルT40は、クラスタが取り得るパターンのそれぞれに関する「コスト」を示すテーブルである。
ここで、iは第2階層のノード数(1〜MK+1)であり、jは第3階層のCPU数(1〜MK+2)である。また、cK,cK+1,cK+2は、各階層のノードのコストであり、図8に示されたコストデータ40から得られる。
Kが2以上の場合、すなわち、処理階層に最上位階層が含まれていない場合、後述のステップS60が実行される。本動作例ではK=1なので(ステップS50;Yes)、処理は次のステップに移る。
上述の処理により生成されたスケールテーブルT20、性能テーブルT30、及びコストテーブルT40は全て、適切なクラスタ構成を選択するにあたり重要なパラメータを定量的に示している。それらテーブルT20〜T40は、そのまま表示装置5に表示されてもよいし、メディアドライブ7によって記録媒体に記録されてもよい。ユーザーは、それらテーブルT20〜T40を参考にして、所望のシステムを実現できるクラスタ構成を決定することができる。
次に、サイジングの対象である階層的リソースが4階層以上である場合を考える。例として、4階層(n=4)のクラスタのサイジングが示される。その場合、図18に示されるように、第1階層のリソースがクラスタであり、第2階層のリソースがノードであり、第3階層のリソースがCPUであり、第4階層のリソースがコアである。クラスタは同種のノードから構成され、それぞれのノードは同種・同数のCPUから構成され、それぞれのCPUは同種・同数のコアから構成される。つまり、本例におけるサイジング対象であるクラスタは、均一な階層的リソースである。採用されるリソースの種類によって、様々なパターンのクラスタが構築され得る。本例の説明において、第1の動作例と重複する説明は適宜省略される。
性能やコストの算出は、クラスタが有し得るパターンの全てに対して行われる必要はない。クラスタが有し得るパターンの一部に関してだけ、性能やコストが算出されてもよい。例えば、優れた性能が要求される場合、リソース数の少ないシステムでは要求される性能を達成できないと考えられる。よって、計算量を減らすために、リソース数の少ないパターンに対する計算は飛ばされてよい。図28は、本動作例において生成される性能テーブルT30の一例を示しており、第1の動作例で示された図14に対応している。図28において、第3階層のCPUの数が1である場合の性能は算出されていない。ユーザーは、比較的高い性能が得られるパターンだけを知ることができる。
以上に説明されたように、本実施の形態によれば、3階層以上の均一な階層的リソースの性能やコストを定量的に見積もることが可能となる。これにより、システム構築前に、階層的リソースのサイジングを精度良く行うことが可能となる。また、本実施の形態によれば、階層的リソースの性能とコストとの関係を、ユーザーにわかりやすく提示することが可能となる。ユーザーは、提示された情報を検討することによって、適切な階層的リソースの構成を容易に決定することができる。つまり、ユーザーは、システム構築前に将来の拡張性を予測でき、初期費用や拡張性の観点から最適な構成を決定することができる。よって、性能不足によりサービスが提供できなくなることが防止される。このようにして、サイジングが支援される。
2 記憶装置
3 プロセッサ
4 入力装置
5 表示装置
6 ネットワークインタフェース
7 メディアドライブ
10 下位リソースデータ
20 スケーラビリティデータ
30 単位性能データ
40 コストデータ
70 ユーザービューデータ
T10 テーブルフレーム
T20 スケールテーブル
T30 性能テーブル
T40 コストテーブル
100 サイジング支援プログラム
110 テーブル定義モジュール
120 スケール評価モジュール
130 性能評価モジュール
140 コスト評価モジュール
150 フィールド算出モジュール
160 処理階層更新モジュール
170 ユーザービュー作成モジュール
Claims (12)
- n階層(nは3以上の整数)の階層的リソースのサイジングを支援するサイジング支援システムであって、
記憶装置と、
テーブル定義モジュールと、
フィールド算出モジュールと、
処理階層更新モジュールと
を備え、
前記記憶装置は、
前記n階層の各々のリソースが有し得る下位リソースの種類及び最大数を示す下位リソースデータと、
前記n階層の各々のリソースに関するパラメータを示すリソースデータと
を格納し、
処理階層は、
第1リソースから構成される第K階層(K=1〜n−2)と、
第2リソースから構成される第K+1階層と、
第3リソースから構成される第K+2階層と
を含み、
前記リソースデータは、
前記各々の階層のリソースに関するスケーラビリティを示すスケーラビリティデータと、
前記第3リソースの単位性能を示す単位性能データと、
前記各々の階層のリソースのコストを示すコストデータと
を含み、
前記フィールド算出モジュールは、
スケール評価モジュールと、
性能評価モジュールと、
コスト評価モジュールと
を備え、
前記処理階層に対する単位処理において、
前記テーブル定義モジュールは、前記下位リソースデータを参照することによって、前記第1リソースがとり得るパターンを示すテーブルフレームを作成し、
前記第1リソースがとり得るパターンは、前記第1リソースが有し得る前記第2リソースの種類及び数と、前記第2リソースが有し得る前記第3リソースの種類及び数との組み合わせにより規定され、
前記スケール評価モジュールは、前記スケーラビリティデータを参照することによって、前記テーブルフレームが示すパターンに対する性能倍率を算出し、前記パターンのそれぞれに対して算出された前記性能倍率を示すスケールテーブルを生成し、
ここで、前記性能倍率は、下位リソースの数が1の場合と比較して前記パターンの性能が何倍になるかを示し、
前記性能評価モジュールは、前記スケールテーブルが示す前記性能倍率と前記単位性能データが示す前記単位性能の乗算を行うことによって、前記パターンのそれぞれの性能を示す性能テーブルを生成し、
前記コスト評価モジュールは、前記コストデータを参照することによって、前記テーブルフレームが示すパターンのコストを算出し、前記パターンのそれぞれに対して算出された前記コストを示すコストテーブルを生成し、
前記処理階層更新モジュールは、前記Kをn−2に初期設定し、
前記単位処理が終了する度に、前記処理階層更新モジュールは、前記Kの値を1減らし、また、前記性能テーブル及び前記コストテーブルを参照することにより、次の前記単位処理で用いられる前記第3リソースに関する前記単位性能データ及び前記コストデータを抽出し、
前記テーブル定義モジュール及び前記フィールド算出モジュールは、各Kに対応する前記処理階層に対して前記単位処理を繰り返し実行する
サイジング支援システム。 - n階層(nは3以上の整数)の階層的リソースのサイジングを支援するサイジング支援システムであって、
記憶装置と、
テーブル定義モジュールと、
フィールド算出モジュールと、
処理階層更新モジュールと
を備え、
前記記憶装置は、
前記n階層の各々のリソースが有し得る下位リソースの種類及び最大数を示す下位リソースデータと、
前記n階層の各々のリソースに関するパラメータを示すリソースデータと
を格納し、
処理階層は、
第1リソースから構成される第K階層(K=1〜n−2)と、
第2リソースから構成される第K+1階層と、
第3リソースから構成される第K+2階層と
を含み、
前記リソースデータは、
前記各々の階層のリソースに関するスケーラビリティを示すスケーラビリティデータと、
前記第3リソースの単位性能を示す単位性能データと
を含み、
前記フィールド算出モジュールは、
スケール評価モジュールと、
性能評価モジュールと
を備え、
前記処理階層に対する単位処理において、
前記テーブル定義モジュールは、前記下位リソースデータを参照することによって、前記第1リソースがとり得るパターンを示すテーブルフレームを作成し、
前記第1リソースがとり得るパターンは、前記第1リソースが有し得る前記第2リソースの種類及び数と、前記第2リソースが有し得る前記第3リソースの種類及び数との組み合わせにより規定され、
前記スケール評価モジュールは、前記スケーラビリティデータを参照することによって、前記テーブルフレームが示すパターンに対する性能倍率を算出し、前記パターンのそれぞれに対して算出された前記性能倍率を示すスケールテーブルを生成し、
ここで、前記性能倍率は、下位リソースの数が1の場合と比較して前記パターンの性能が何倍になるかを示し、
前記性能評価モジュールは、前記スケールテーブルが示す前記性能倍率と前記単位性能データが示す前記単位性能の乗算を行うことによって、前記パターンのそれぞれの性能を示す性能テーブルを生成し、
前記記憶装置には、前記パターンのそれぞれのコストを示すコストテーブルが格納されており、
前記処理階層更新モジュールは、前記Kをn−2に初期設定し、
前記単位処理が終了する度に、前記処理階層更新モジュールは、前記Kの値を1減らし、また、前記性能テーブルを参照することにより、次の前記単位処理で用いられる前記第3リソースに関する前記単位性能データを抽出し、
前記テーブル定義モジュール及び前記フィールド算出モジュールは、各Kに対応する前記処理階層に対して前記単位処理を繰り返し実行する
サイジング支援システム。 - 請求項1又は2に記載のサイジング支援システムであって、
前記第2リソースの数がiで表され、
前記第2リソースに関する前記スケーラビリティデータが配列sK+1[i]で表され、
前記第3リソースの数がjで表され、
前記第3リソースに関する前記スケーラビリティデータが配列sK+2[j]で表され、
前記スケール評価モジュールは、前記パターンに対する前記性能倍率Sijを、次式:
Sij=sK+1[i]×i×sK+2[j]×j
に基づいて算出する
サイジング支援システム。 - 請求項1乃至3のいずれか一項に記載のサイジング支援システムであって、
更に、表示装置を備え、
前記Kが1である場合の前記単位処理が終了した場合、
前記表示装置は、前記スケールテーブル、前記性能テーブル、及び前記コストテーブルのうち少なくとも1つを表示する
サイジング支援システム。 - 請求項1乃至3のいずれか一項に記載のサイジング支援システムであって、
更に、
ユーザービュー作成モジュールと、
表示装置と
を備え、
前記Kが1である場合の前記単位処理が終了した場合、
前記ユーザービュー作成モジュールは、前記スケールテーブル、前記性能テーブル、及び前記コストテーブルのうち少なくとも2つを互いに関連付け、前記関連を示すユーザービューデータを作成し、
前記表示装置は、前記ユーザービューデータの表示を行う
サイジング支援システム。 - 請求項5に記載のサイジング支援システムであって、
前記ユーザービューデータは、前記性能テーブルが示す前記性能と前記コストテーブルが示す前記コストとの関連を示し、
前記表示装置は、前記パターンのそれぞれに関する性能とコストとの関係を表示する
サイジング支援システム。 - n階層(nは3以上の整数)の階層的リソースのサイジングを支援するサイジング支援方法であって、
(A)コンピュータが、前記n階層の各々のリソースが有し得る下位リソースの種類及び最大数を示す下位リソースデータを記憶装置に格納するステップと、
(B)前記コンピュータが、前記n階層の各々のリソースに関するパラメータを示すリソースデータを前記記憶装置に格納するステップと、
(C)前記コンピュータが、処理階層を設定するステップと、
ここで、前記処理階層は、
第1リソースから構成される第K階層(K=1〜n−2)と、
第2リソースから構成される第K+1階層と、
第3リソースから構成される第K+2階層と
を含み、
(D)前記コンピュータが、前記処理階層に対して単位処理を実行するステップと、
ここで、前記リソースデータは、
前記各々の階層のリソースに関するスケーラビリティを示すスケーラビリティデータと、
前記第3リソースの単位性能を示す単位性能データと、
前記各々の階層のリソースのコストを示すコストデータと
を含み、
前記単位処理は、
前記記憶装置に格納された前記下位リソースデータを参照することによって、前記第1リソースがとり得るパターンを示すテーブルフレームを作成するステップと、
ここで、前記第1リソースがとり得るパターンは、前記第1リソースが有し得る前記第2リソースの種類及び数と、前記第2リソースが有し得る前記第3リソースの種類及び数との組み合わせにより規定され、
前記スケーラビリティデータを参照することによって、前記テーブルフレームが示すパターンに対する性能倍率を算出し、前記パターンのそれぞれに対して算出された前記性能倍率を示すスケールテーブルを生成するステップと、
ここで、前記性能倍率は、下位リソースの数が1の場合と比較して前記パターンの性能が何倍になるかを示し、
前記スケールテーブルが示す前記性能倍率と前記単位性能データが示す前記単位性能の乗算を行うことによって、前記パターンのそれぞれの性能を示す性能テーブルを生成するステップと、
前記コストデータを参照することによって、前記テーブルフレームが示すパターンのコストを算出し、前記パターンのそれぞれに対して算出された前記コストを示すコストテーブルを生成するステップと
を含み、
(E)前記コンピュータが、前記Kをn−2に初期設定するステップと、
(F)前記(D)ステップが終了する度に、前記コンピュータが、前記Kの値を1減らし、また、前記性能テーブル及び前記コストテーブルを参照することにより、次の前記単位処理で用いられる前記第3リソースに関する前記単位性能データ及び前記コストデータを抽出するステップと、
(G)前記コンピュータが、各Kに対応する前記処理階層に対して前記単位処理を繰り返し実行するステップと
を有する
サイジング支援方法。 - 請求項7に記載のサイジング支援方法であって、
前記第2リソースの数がiで表され、
前記第2リソースに関する前記スケーラビリティデータが配列sK+1[i]で表され、
前記第3リソースの数がjで表され、
前記第3リソースに関する前記スケーラビリティデータが配列sK+2[j]で表され、
前記パターンに関する前記性能倍率Sijは、次式:
Sij=sK+1[i]×i×sK+2[j]×j
に基づいて算出される
サイジング支援方法。 - 請求項7又は8に記載のサイジング支援方法であって、
更に、(H)前記Kが1である場合の前記単位処理が終了した場合、前記コンピュータが、前記スケールテーブル、前記性能テーブル、及び前記コストテーブルのうち少なくとも1つを表示装置に表示させるステップを有する
サイジング支援方法。 - 請求項7又は8に記載のサイジング支援方法であって、
更に、
(I)前記Kが1である場合の前記単位処理が終了した場合、前記コンピュータが、前記スケールテーブル、前記性能テーブル、及び前記コストテーブルのうち少なくとも2つを互いに関連付け、前記関連を示すユーザービューデータを作成するステップと、
(J)前記コンピュータが、前記ユーザービューデータを表示装置に表示させるステップと
を有する
サイジング支援方法。 - 請求項10に記載のサイジング支援方法であって、
前記ユーザービューデータは、前記性能テーブルが示す前記性能と前記コストテーブルが示す前記コストとの関連を示し、
前記(J)ステップにおいて、前記パターンのそれぞれに関する性能とコストとの関係が前記表示装置に表示される
サイジング支援方法。 - 請求項7乃至11のいずれか一項に記載のサイジング支援方法を前記コンピュータに実行させるための
サイジング支援プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006090016A JP4716259B2 (ja) | 2006-03-29 | 2006-03-29 | サイジング支援システム、方法、及びプログラム |
US11/727,171 US7716447B2 (en) | 2006-03-29 | 2007-03-23 | System, method and program for supporting a computer sizing having N level hierarchical resources |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006090016A JP4716259B2 (ja) | 2006-03-29 | 2006-03-29 | サイジング支援システム、方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2007265079A JP2007265079A (ja) | 2007-10-11 |
JP4716259B2 true JP4716259B2 (ja) | 2011-07-06 |
Family
ID=38560831
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006090016A Expired - Fee Related JP4716259B2 (ja) | 2006-03-29 | 2006-03-29 | サイジング支援システム、方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US7716447B2 (ja) |
JP (1) | JP4716259B2 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5282908B2 (ja) | 2007-10-03 | 2013-09-04 | 日本電気株式会社 | 階層型負荷推定システム、方法およびプログラム |
JP6842447B2 (ja) * | 2018-09-12 | 2021-03-17 | 株式会社日立製作所 | リソース割当ての最適化を支援するシステム及び方法 |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61245273A (ja) | 1985-04-24 | 1986-10-31 | Hitachi Ltd | 部品展開集約方法および装置 |
JPS63259740A (ja) | 1987-04-17 | 1988-10-26 | Hitachi Ltd | 性能推定装置 |
JPH02219138A (ja) | 1989-02-21 | 1990-08-31 | Nec Corp | コンピュータ性能予測装置 |
JPH03108036A (ja) | 1989-09-20 | 1991-05-08 | Fujitsu Ltd | データベース管理システムの性能見積もり方法 |
JPH0438522A (ja) | 1990-06-05 | 1992-02-07 | Mitsubishi Electric Corp | ソフトウェアプログラムシミュレータ |
JPH0553878A (ja) * | 1991-08-29 | 1993-03-05 | Toshiba Corp | マンマシンシステム評価支援装置 |
JP2699738B2 (ja) | 1991-11-29 | 1998-01-19 | 日本電気株式会社 | オーバーヘッド情報算出方式 |
JPH06139065A (ja) | 1992-10-29 | 1994-05-20 | Hokuriku Nippon Denki Software Kk | プログラム性能見積もり装置 |
JPH08202541A (ja) | 1995-01-24 | 1996-08-09 | N T T Data Tsushin Kk | システム設計方法及びシステム設計支援装置 |
JPH10198641A (ja) * | 1996-12-28 | 1998-07-31 | Nec Corp | 分散処理型計算機システム性能評価方法 |
JPH11265306A (ja) | 1998-03-16 | 1999-09-28 | Ntt Data Corp | 処理能力概算装置、処理能力概算方法及び記録媒体 |
JP3137082B2 (ja) | 1998-07-10 | 2001-02-19 | 日本電気株式会社 | 階層的資源競合を持つシステムの性能評価装置及び方法 |
US6347366B1 (en) * | 1998-12-10 | 2002-02-12 | Genuity Inc. | System and method for automatically optimizing software performance |
JP3185884B2 (ja) | 1999-01-11 | 2001-07-11 | 日本電気株式会社 | オブジェクト指向プログラム性能予測方法 |
JP2002183416A (ja) * | 2000-12-15 | 2002-06-28 | Hitachi Ltd | システム提案方法及びその実施装置並びにその処理プログラムを記録した記録媒体 |
JP3806609B2 (ja) * | 2001-04-27 | 2006-08-09 | 株式会社日立製作所 | 並列データベースシステムおよび分散ファイルシステム |
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 |
JP2004054680A (ja) * | 2002-07-22 | 2004-02-19 | Fujitsu Ltd | 並列効率計算方法 |
US7389435B2 (en) | 2002-08-12 | 2008-06-17 | Hewlett-Packard Development Company, L.P. | System and method for the frequency management of computer systems to allow capacity on demand |
JP4787460B2 (ja) | 2003-01-17 | 2011-10-05 | 日本電気株式会社 | ソフトウェア・コンポーネントの性能測定を基にしたシステム性能予測方式および方法 |
US7451183B2 (en) | 2003-03-21 | 2008-11-11 | Hewlett-Packard Development Company, L.P. | Assembly and method for balancing processors in a partitioned server |
JP4526774B2 (ja) | 2003-03-28 | 2010-08-18 | 株式会社野村総合研究所 | コンピューターシステムの構成装置の性能バランス評価とサイジングを行う装置と方法 |
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 |
JP4592325B2 (ja) * | 2004-04-28 | 2010-12-01 | 株式会社東芝 | Itシステムの設計支援システムおよび設計支援方法 |
JP4606333B2 (ja) * | 2005-09-20 | 2011-01-05 | 富士通株式会社 | ルーティング制御方法 |
JP2007207173A (ja) * | 2006-02-06 | 2007-08-16 | Fujitsu Ltd | 性能分析プログラム、性能分析方法、および性能分析装置 |
JP5088668B2 (ja) * | 2007-03-08 | 2012-12-05 | 日本電気株式会社 | 計算機負荷見積システム、計算機負荷見積方法、計算機負荷見積プログラム |
-
2006
- 2006-03-29 JP JP2006090016A patent/JP4716259B2/ja not_active Expired - Fee Related
-
2007
- 2007-03-23 US US11/727,171 patent/US7716447B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US20070233996A1 (en) | 2007-10-04 |
US7716447B2 (en) | 2010-05-11 |
JP2007265079A (ja) | 2007-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20030033132A1 (en) | Technique and interface for storage system resource assignment | |
WO2009154479A1 (en) | A method of optimizing a tree structure for graphical representation | |
CN110168546A (zh) | 用于增材制造过程的热-结构模拟的自适应域约简的系统与方法 | |
JP6094593B2 (ja) | 情報システム構築装置、情報システム構築方法および情報システム構築プログラム | |
JP4716259B2 (ja) | サイジング支援システム、方法、及びプログラム | |
WO2012023625A1 (ja) | 拡張性評価装置、拡張性評価方法および拡張性評価プログラム | |
WO2019234898A1 (ja) | 工程決定支援装置、工程決定支援方法、工程決定支援プログラムおよび記憶媒体 | |
JP2011192049A (ja) | 仮想マシンシステム、自動マイグレーション方法および自動マイグレーションプログラム | |
WO2012147825A1 (ja) | アプリケーションアーキテクチャ設計方法、アプリケーションアーキテクチャ設計装置、および記録媒体 | |
JP7378990B2 (ja) | 構成表示装置、構成表示方法、及び構成表示プログラム | |
JP5790270B2 (ja) | 構造解析システム,構造解析プログラムおよび構造解析方法 | |
JP6649128B2 (ja) | 監視制御装置、監視制御装置に適用される情報表示方法、情報表示モジュール、および情報表示プログラム、ならびに情報表示テーブル | |
WO2010038259A1 (ja) | ファイル格納装置及び方法 | |
JP2007128382A (ja) | クラスタシステムの性能予測方法および装置 | |
JP7509234B2 (ja) | 計算資源クラスタ管理装置、計算資源クラスタ管理方法、および、計算資源クラスタ管理プログラム | |
JP5871018B2 (ja) | 性能予測装置、性能モデル生成方法およびプログラム | |
JP2009199367A (ja) | 計算機システム、i/oスケジューラ及びi/oスケジューリング方法 | |
JP7559601B2 (ja) | 分析装置管理システムおよびプログラム | |
JP2002245097A (ja) | 連成解析方法、その解析条件設定方法、その記憶媒体及びそのプログラム | |
JP3987059B2 (ja) | 最適値探索支援装置、最適値探索支援方法、及び記録媒体 | |
JP6842502B2 (ja) | 障害解析支援システム、障害解析支援方法、及び、コンピュータプログラム | |
JP5900341B2 (ja) | 構成管理装置、構成管理方法、及び構成管理プログラム | |
JP2017146899A (ja) | 歩留り予測装置および歩留り予測方法 | |
JP6418537B1 (ja) | 説明変数に確率密度関数を適用した回帰分析によるデータ予測システム、データ予測方法、及びデータ予測プログラム | |
JP4126323B2 (ja) | Lsiフロアプラン決定装置及び方法並びにプログラム記録媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090212 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20101201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101221 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110218 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110307 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110320 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140408 Year of fee payment: 3 |
|
LAPS | Cancellation because of no payment of annual fees |