JP5422478B2 - Performance measurement analysis support program and performance measurement analysis support device - Google Patents
Performance measurement analysis support program and performance measurement analysis support device Download PDFInfo
- Publication number
- JP5422478B2 JP5422478B2 JP2010106649A JP2010106649A JP5422478B2 JP 5422478 B2 JP5422478 B2 JP 5422478B2 JP 2010106649 A JP2010106649 A JP 2010106649A JP 2010106649 A JP2010106649 A JP 2010106649A JP 5422478 B2 JP5422478 B2 JP 5422478B2
- Authority
- JP
- Japan
- Prior art keywords
- packet data
- node
- information
- period
- business process
- 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.)
- Active
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Description
本発明の実施形態は、計算機システムの性能の分析を支援するための性能計測分析支援プログラムおよび性能計測分析支援装置に関する。 Embodiments described herein relate generally to a performance measurement analysis support program and a performance measurement analysis support apparatus for supporting analysis of performance of a computer system.
一般的に、例えばクライアント端末および各種サーバ（以下、ノードと表記）から構成される計算機システムの開発時または運用中の計算機システムにおいて性能に問題が生じた際には、当該計算機システムの性能について分析を行う必要がある。 In general, when a performance problem occurs in a computer system that is being developed or is in operation, for example, a computer system composed of client terminals and various servers (hereinafter referred to as nodes), the performance of the computer system is analyzed. Need to do.
このような計算機システムの性能についての分析は、例えば当該計算機システムが業務処理を実行する際に出力されるタイムスタンプ（情報）または当該計算機システムの動作中に採取された当該システムにおけるリソース利用状況のログ（履歴）等を分析することによって行われる。なお、このように計算機システムの性能を分析するために、計算機システムにはログを出力する仕組みが予め導入されている。 Such an analysis of the performance of the computer system is performed by, for example, the time stamp (information) output when the computer system executes a business process or the resource usage status in the system collected during the operation of the computer system. This is done by analyzing logs (history). In order to analyze the performance of the computer system in this way, a mechanism for outputting a log is introduced in advance in the computer system.
しかしながら、計算機システムが大規模である場合には、当該計算機システム上で実行される業務処理の過程で当該計算機システムを構成するどのノード同士が通信し合っているのかがわかりにくい。 However, when the computer system is large-scale, it is difficult to understand which nodes composing the computer system communicate with each other in the course of business processing executed on the computer system.
また、計算機システムを構成する複数のノードがログを出力しているような場合、それらのログの関連づけは煩雑であり、時間がかかる。 Moreover, when a plurality of nodes constituting the computer system output logs, the association of these logs is complicated and takes time.
そのため、例えば計算機システム上で実行される業務処理を切り分けて、当該業務処理における計算機システム上のリソース利用状況（つまり、当該業務処理において当該計算機システムがどのリソースをどれくらい利用しているか）を把握することは困難である。 Therefore, for example, the business process executed on the computer system is separated and the resource usage status on the computer system in the business process (that is, how much resource the computer system uses in the business process) is grasped. It is difficult.
そこで、本明細書で開示された実施形態では、計算機システムの性能の分析を支援することが可能な性能計測分析支援プログラムおよび性能計測分析支援装置を提供することが目的とされる。 Therefore, an object of the embodiment disclosed in the present specification is to provide a performance measurement analysis support program and a performance measurement analysis support device that can support the analysis of the performance of a computer system.
本明細書に開示された実施形態によれば、制御部が、計算機システムにおいて同一の業務処理が実行された期間の各々を示す計測期間情報を取得し、パターン抽出部は、格納部に格納されている計測期間情報によって示される期間内に該当する時刻を示すタイムスタンプ情報を含むパケットデータから構成されるデータセットを当該期間毎に作成する。 According to the embodiment disclosed in the present specification, the control unit acquires measurement period information indicating each period during which the same business process is executed in the computer system, and the pattern extraction unit is stored in the storage unit. A data set composed of packet data including time stamp information indicating the corresponding time within the period indicated by the measurement period information is created for each period.
そして、パターン抽出部は、期間毎に作成されたデータセット間において送信元情報および送信先情報が共通するパケットデータを時系列順に当該データのセットの各々から抽出し、ログ集計部は、パターン抽出部によって抽出された送信元情報および送信先情報が共通するパケットデータに基づいてノード毎の性能を表す性能情報を集計する。その後、結果表示部５４は、ノード毎の性能情報を出力することになる。
Then, the pattern extraction unit extracts packet data having the same transmission source information and transmission destination information among the data sets created for each period from each of the data sets in chronological order. The performance information representing the performance of each node is tabulated based on the packet data having the same transmission source information and transmission destination information extracted by the unit. Thereafter, the
以下、図面を参照して、実施形態について説明する。 Hereinafter, embodiments will be described with reference to the drawings.
図１は、本実施形態に係る性能計測分析支援装置が接続されるネットワークシステムのハードウェア構成を示すブロック図である。 FIG. 1 is a block diagram showing a hardware configuration of a network system to which a performance measurement analysis support apparatus according to this embodiment is connected.
図１のネットワークシステムにおいては、コンピュータ１０と複数のノード２０とが例えばパケットデータを通信（送受信）可能なネットワーク３０を介して接続されている。
In the network system of FIG. 1, a
コンピュータ１０は、例えばハードディスクドライブ（ＨＤＤ：Hard Disk Drive）のような外部記憶装置４０と接続されている。この外部記憶装置４０は、コンピュータ１０によって実行されるプログラム４１を格納する。コンピュータ１０および外部記憶装置４０は、性能計測分析支援装置５０を構成する。
The
なお、ネットワーク３０に接続される複数のノード２０には、例えばクライアント端末および各種サーバ（Ｗｅｂサーバ、アプリケーションサーバおよびデータベースサーバ等）が含まれる。この複数のノード２０は、例えば業務処理を実行する計算機システムを構成する。
Note that the plurality of
計算機システムにおいて業務処理が実行される際には、ネットワーク３０を介して当該計算機システムを構成する複数のノード２０間でパケットデータが送受信される。このように、複数のノード２０間で送受信されたパケットデータは、当該パケットデータの送信元であるノード２０および当該パケットデータの送信先であるノード２０において保持（記録）される。
When business processing is executed in the computer system, packet data is transmitted and received between the plurality of
ここでは、複数のノード２０の各々には、計算機システムにおいて同一の業務処理が実行された複数の期間内に当該ノード２０において送受信されたパケットデータを含む複数のパケットデータが保持されているものとする。
Here, each of the plurality of
また、複数のノード２０の各々は、計算機システムによって業務処理が実行された期間内における当該ノード２０のリソース利用状況（プロセス単位のリソース利用状況）を示すリソース利用情報を保持する。このリソース利用情報によって示されるリソース利用状況には、例えばノード２０におけるＣＰＵ利用率等が含まれる。
Each of the plurality of
なお、図１に示す性能計測分析支援装置５０は、複数のノード２０から構成される計算機システムが業務処理を実行する際の当該計算機システム（を構成するノード２０の各々）性能の分析を支援するために用いられる。以下、性能の分析の対象となる計算機システムによって実行される業務処理を対象業務処理と称する。
The performance measurement
図２は、図１に示す性能計測分析支援装置５０の主として機能構成を示すブロック図である。
FIG. 2 is a block diagram mainly showing a functional configuration of the performance measurement
図２に示すように、性能計測分析支援装置５０は、データ収集部５１、パターン抽出部５２、ログ集計部５３、結果表示部５４および制御部５５を含む。本実施形態において、これらの各部５１〜５５は、図１に示すコンピュータ１０が外部記憶装置４０に格納されているプログラム４１を実行することにより実現されるものとする。このプログラム４１は、コンピュータ読み取り可能な記憶媒体に予め格納して頒布可能である。また、このプログラム４１が、ネットワーク３０を介してコンピュータ１０にダウンロードされても構わない。
As shown in FIG. 2, the performance measurement
また、性能計測分析支援装置５０は、格納部４２を含む。本実施形態においては、格納部４２は、外部記憶装置４０に格納される。
The performance measurement
データ収集部５１は、計算機システムを構成するノード２０の各々から、当該ノード２０において保持されている複数のパケットデータを収集する。
The
データ収集部５１によって収集されたパケットデータ（つまり、計算機システムを構成するノード２０の各々に保持されているパケットデータ）には、当該パケットデータが発生した時刻を示すTimestamp（タイムスタンプ情報）、当該パケットデータの送信元であるノード２０を示すSource IP（送信元情報）および当該パケットデータの送信先であるノード２０を示すDestination IP（送信先情報）が少なくとも含まれる。
The packet data collected by the data collection unit 51 (that is, packet data held in each of the
パケットデータに含まれるSource IPは、例えば当該パケットデータの送信元であるノード２０に割り当てられているＩＰ（Internet Protocol）アドレスである。また、パケットデータに含まれるDestination IPは、例えば当該パケットデータの送信先であるノード２０に割り当てられているＩＰアドレスである。
Source IP included in the packet data is, for example, an IP (Internet Protocol) address assigned to the
また、データ収集部５１によって収集されたパケットデータには、当該パケットデータのプロトコル名および当該パケットデータのサイズ等の当該パケットデータを表すデータ項目が含まれる。
The packet data collected by the
データ収集部５１は、複数のノード２０の各々において保持されている当該ノード２０のリソース利用状況を示すリソース利用情報を、当該複数のノード２０の各々から収集する。
The
格納部４２には、データ収集部５１によって収集されたパケットデータおよびリソース利用情報が格納される。
The
パターン抽出部５２は、後述する制御部５５を介して、計算機システムにおいて同一の業務処理（つまり、対象業務処理）が実行された期間の各々を示す計測期間情報を取得する。
The
パターン抽出部５２は、格納部４２に格納されている複数のパケットデータのうち、計測期間情報によって示される期間内に該当する時刻を示すTimestampを含むパケットデータから構成されるデータセットを当該計測期間情報によって示される期間毎に作成する。
The
パターン抽出部５２は、期間毎に作成されたデータセットの各々を構成するパケットデータに含まれるTimestamp、Source IPおよびDestination IPに基づいて、当該データセット間においてSource IPおよびDestination IPが共通するパケットデータを時系列順に抽出する。
Based on the Timestamp, Source IP, and Destination IP included in the packet data that constitutes each of the data sets created for each period, the
これにより、パターン抽出部５２は、データセット間においてSource IPおよびDestination IPが共通するパケットデータの流れを共通のシーケンスパターンとして抽出する。共通のシーケンスパターンは、パターン抽出部５２によって作成されたデータセットの各々から抽出される。つまり、共通のシーケンスパターンは、計測期間情報によって示される各期間において共通するパケットデータの流れを表す。
As a result, the
ログ集計部５３は、パターン抽出部５２によって抽出された共通のシーケンスパターンおよび格納部４２に格納されているリソース利用情報に基づいて、計算機システムを構成するノード２０毎の性能を表す性能情報を集計する。
Based on the common sequence pattern extracted by the
ログ集計部５３は、ノード２０の各々における対象業務処理に関する処理が実際に実行された期間（以下、対象業務処理実行期間と表記）の平均値および当該対象業務処理実行期間内における当該ノード２０の各々のリソース利用状況（例えば、ＣＰＵ利用率）の平均値を算出する。
The
結果表示部５４は、パターン抽出部５２によって抽出された共通のシーケンスパターンおよびログ集計部５３による集計結果（計算機システムを構成するノード２０毎の性能を表す性能情報）を出力（表示）する。結果表示部５４は、例えば対象業務処理における各ノード２０間のパケットデータの流れを表すシーケンス図を出力する。なお、このシーケンス図は、パターン抽出部５２によって抽出された共通のシーケンスパターンおよびログ集計部５３による集計結果に基づいて作成される。
The
制御部５５は、ユーザからの指示を受け付け、上記したデータ収集部５１、パターン抽出部５２、ログ集計部５３および結果表示部５４（における各機能）を制御する機能を有する。また、制御部５５は、例えばユーザの操作に応じて、計算機システムにおいて対象業務処理が実行された期間の各々を示す計測期間情報を取得する機能を有する。
The
図３は、計算機システムを構成するノード２０に保持されているパケットデータのデータ構造の一例を示す。
FIG. 3 shows an example of the data structure of the packet data held in the
図３に示すように、パケットデータには、Timestamp、Source IP、Destination IP、ProtocolおよびSizeが含まれる。 As shown in FIG. 3, the packet data includes Timestamp, Source IP, Destination IP, Protocol, and Size.
Timestampは、パケットデータが発生した時刻（情報）を示す。Source IPは、パケットデータの送信元であるノード２０に割り当てられているＩＰアドレスを示す。Destination IPは、パケットデータの送信先であるノード２０に割り当てられているＩＰアドレスを示す。Protocolは、パケットデータの通信に用いられたプロトコル名を示す。Sizeは、パケットデータのサイズを示す。
Timestamp indicates the time (information) when packet data occurs. Source IP indicates an IP address assigned to the
図３に示す例では、ノード２０に保持されているパケットデータには、パケットデータ２０１〜２０６が含まれる。
In the example illustrated in FIG. 3, the packet data held in the
パケットデータ２０１には、Timestamp「１０：２０：４５」、Source IP「１７２．ｘｘ．ｘｘ．００１」、Destination IP「１７２．ｘｘ．ｘｘ．００２」、Protocol「ＨＴＴＰ（HyperText Transfer Protocol）」およびSize「１０５」が含まれる。これによれば、パケットデータ２０１は、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」が割り当てられているノード２０から送信され、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられているノード２０によって受信されたパケットデータであることが示される。また、パケットデータ２０１の通信に用いられたプロトコル（名）が「ＨＴＴＰ」であり、当該パケットデータ２０１のサイズが「１０５」であることが示される。
The
ここでは、パケットデータ２０１について説明したが、他のパケットデータ２０２から２０６についても同様であるため、その詳しい説明を省略する。
Although the
なお、上記したようにパケットデータは、当該パケットデータを送信したノード２０および当該パケットデータを受信したノード２０において保持（記録）される。換言すれば、計算機システムを構成するノード２０の各々は、当該ノード２０が送受信したパケットデータを保持する。
As described above, the packet data is held (recorded) in the
すなわち、計算機システムを構成するノード２０の各々では、Source IPおよびDestination IPのいずれかが当該ノード２０に割り当てられているＩＰアドレスを示すパケットデータが保持される。
That is, in each of the
ここで、上記した図３に示すパケットデータ２０１〜２０６の各々は、Source IPおよびDestination IPのいずれかがＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」を示す。したがって、図３に示すパケットデータ２０１〜２０６は、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられているノード２０において保持されているパケットデータの一例である。
Here, in each of the
図４（ａ）〜（ｃ）は、計算機システムを構成するノード２０に保持されているリソース利用情報のデータ構造の一例を示す。
4A to 4C show an example of the data structure of the resource usage information held in the
図４（ａ）に示すリソース利用情報２１１は、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」が割り当てられているノード２０のリソース利用状況を示すリソース利用情報である。図４（ｂ）に示すリソース利用情報２１２は、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられているノード２０のリソース利用状況を示すリソース利用情報である。また、図４（ｃ）に示すリソース利用情報２１３は、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」が割り当てられているノード２０のリソース利用状況を示すリソース利用情報である。
The
図４（ａ）〜（ｃ）に示す例では、リソース利用情報２１１〜２１３は、各時刻におけるプロセス毎のＣＰＵ利用率を示す。
In the example shown in FIGS. 4A to 4C, the
例えば図４（ａ）に示すリソース利用情報２１１には、時刻を示すTimestampおよびＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」が割り当てられているノード２０におけるプロセス毎のＣＰＵ利用率［％］が対応づけて含まれる。なお、図４（ｂ）および図４（ｃ）に示すリソース利用情報２１２および２１３についても同様である。
For example, the
次に、図５のフローチャートを参照して、本実施形態に係る性能計測分析支援装置５０の処理手順について説明する。
Next, a processing procedure of the performance measurement
まず、制御部５５は、例えばユーザの操作に応じて、当該ユーザからの性能情報（シーケンス図）の表示の指示を受け付ける（受信する）。このとき、制御部５５は、性能情報を表示するために必要な情報を同時に取得する。制御部５５は、この性能情報を表示するために必要な情報として、例えばユーザによって指定された計測期間情報を取得する（ステップＳ１）。制御部５５によって取得された計測期間情報は、計算機システムにおいて対象業務処理が実行された各期間（以下、計測期間と表記）を示す。
First, the
ここで、図６は、制御部５５によって取得された計測期間情報のデータ構造の一例を示す。
Here, FIG. 6 shows an example of the data structure of the measurement period information acquired by the
図６に示すように、計測期間情報には、計算機システムにおいて実行された対象業務処理毎に付与された番号（当該対象業務処理の実行回数）に対応づけて当該対象業務処理の開始時刻（例えば、ユーザがクライアント端末であるノード２０から当該対象業務処理を開始した時刻）および当該対象業務処理の終了時刻（当該対象業務処理が終了した時刻）が含まれる。つまり、計測期間情報に含まれる開始時刻から終了時刻までが計算機システムにおいて対象業務処理が実行された期間（計測期間）を示す。
As shown in FIG. 6, in the measurement period information, the start time of the target business process (for example, the number of executions of the target business process) associated with the number assigned to each target business process executed in the computer system (for example, , The time when the user starts the target business process from the
図６に示す例では、計測期間情報には、番号「１」に対応づけて開始時刻「１０：２０」および終了時刻「１０：２３」が含まれている。これによれば、番号「１」が付与された対象業務処理（つまり、１回目の対象業務処理）は、開始時刻「１０：２０」から終了時刻「１０：２３」までの期間に実行されたことが示される。つまり、開始時刻「１０：２０」から終了時刻「１０：２３」までの期間が１回目の対象業務処理の計測期間（１回目の対象業務処理が実行された期間）である。 In the example illustrated in FIG. 6, the measurement period information includes a start time “10:20” and an end time “10:23” in association with the number “1”. According to this, the target business process to which the number “1” is assigned (that is, the first target business process) is executed in the period from the start time “10:20” to the end time “10:23”. Is shown. That is, the period from the start time “10:20” to the end time “10:23” is a measurement period of the first target business process (a period during which the first target business process is executed).
ここでは、番号「１」が付与された対象業務処理、つまり、１回目の対象業務処理についてのみ説明したが、２回目以降の対象業務処理についても同様であるため、その詳しい説明を省略する。 Here, only the target business process to which the number “1” is assigned, that is, the first target business process has been described, but the same applies to the second and subsequent target business processes, and thus detailed description thereof is omitted.
なお、図６においては、計測期間情報には番号、開始時刻および終了時刻（の情報）が含まれるものとして説明したが、例えば計測期間を特定することが可能であればこの内容に限定されない。 In FIG. 6, the measurement period information has been described as including a number, a start time, and an end time (information thereof). However, the content is not limited to this content as long as the measurement period can be specified, for example.
上記したステップＳ１において計測期間情報が取得されると、制御部５５は、パケットデータの収集開始の指令をデータ収集部５１に対して与える。
When the measurement period information is acquired in step S <b> 1 described above, the
データ収集部５１は、制御部５５からの指令を受け取ると、計算機システムを構成するノード２０の各々から、当該ノード２０に保持されているパケットデータ（つまり、当該ノード２０において送受信されたパケットデータ）を収集する（ステップＳ２）。
When the
また、データ収集部５１は、計算機システムを構成する複数のノード２０の各々から、当該ノード２０に保持されているリソース利用情報（つまり、当該ノード２０のリソース利用状況を示すリソース利用情報）を収集する（ステップＳ３）。このリソース利用情報は、リソース利用状況として例えばプロセス毎のＣＰＵ利用率を示す。
In addition, the
ここで、上記したステップＳ２およびステップＳ３の処理において、データ収集部５１は、計算機システムを構成するノード２０の各々にアクセスする必要がある。この場合、データ収集部５１は、ノード２０の各々にアクセスするための情報（以下、アクセス情報と表記）を用いる。アクセス情報は、少なくとも計算機システムを構成するノード２０の各々（つまり、アクセス対象となるサーバおよびクライアント端末等）に割り当てられているＩＰアドレスおよび収集対象の情報を含む一覧である。収集対象の情報には、例えば各ノード２０におけるパケットデータおよびリソース利用情報の格納場所等（を示す情報）が含まれる。なお、アクセス情報は、例えば表形式でデータ収集部５１に予め保持されている。
Here, in the processing of step S2 and step S3 described above, the
図７は、データ収集部５１において予め保持されているアクセス情報のデータ構造の一例を示す。
FIG. 7 shows an example of the data structure of the access information held in advance in the
図７に示すように、アクセス情報には、計算機システムを構成するノード２０毎に、当該ノード２０に割り当てられているＩＰアドレス、パケットデータの格納場所およびリソース利用情報の格納場所（を示す情報）等が対応づけて含まれる。
As shown in FIG. 7, the access information includes, for each
図７に示す例では、アクセス情報には、例えばＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」、パケットデータの格納場所「/root/diskA/」およびリソース利用情報の格納場所「/root/diskB/」が対応づけて含まれる。なお、このアクセス情報によれば、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」が割り当てられているノード２０においてはパケットデータが格納場所「/root/diskA/」に保持されており、リソース利用情報が格納場所「/root/diskB/」に保持されていることが示される。
In the example shown in FIG. 7, the access information includes, for example, an IP address “172.xx.xx.001”, a packet data storage location “/ root / diskA /”, and a resource usage information storage location “/ root / diskB / Is included in correspondence. According to this access information, the packet data is held at the storage location “/ root / diskA /” in the
データ収集部５１は、図７に示すようなアクセス情報を用いることによって、例えばｆｔｐ（ファイル転送プロトコル）等の手段により計算機システムを構成するノード２０の各々にアクセスし、パケットデータおよびリソース利用情報を収集することができる。
The
なお、図７に示すアクセス情報は一例であり、データ収集部５１において保持されるアクセス情報（の項目）はこれに限定されない。
Note that the access information shown in FIG. 7 is an example, and the access information (items) held in the
また、本実施形態においては、上記したように計算機システムを構成する全てのノード２０からパケットデータおよびリソース利用情報を収集するものとしているが、アクセス情報に含まれるＩＰアドレス（が割り当てられているノード２０）の一部を指定して、当該指定されたノード２０のみからパケットデータおよびリソース利用情報が収集される構成とすることも可能である。
In the present embodiment, as described above, packet data and resource usage information are collected from all the
上記したステップＳ３の処理が実行されると、データ収集部５１は、制御部５５に対して収集処理が完了した旨の返答を行う。なお、データ収集部５１は、収集されたパケットデータおよびリソース利用情報をノード２０単位で格納部４２に格納する。
When the process of step S3 described above is executed, the
制御部５５は、収集処理が完了した旨の返答をデータ収集部５１から受け取ると、共通のシーケンスパターンの抽出開始の指令をパターン抽出部５２に対して与えるとともに、計測期間情報を当該パターン抽出部５２に渡す。
Upon receiving a response from the
パターン抽出部５２は、制御部５５からの指令を受け取ると、当該制御部５５から渡された計測期間情報および格納部４２に格納されたパケットデータに基づいて、共通のシーケンスパターン抽出処理を実行する（ステップＳ４）。この共通のシーケンスパターン抽出処理においては、計測期間情報によって示される各計測期間において共通するパケットデータの流れを表す共通のシーケンスパターンが抽出される。なお、共通のシーケンスパターン抽出処理の詳細については後述する。
When receiving the command from the
上記したステップＳ４の処理が実行されると、パターン抽出部５２は、共通のシーケンスパターン抽出処理が完了した旨の返答を行う。また、パターン抽出部５２は、抽出された共通のシーケンスパターンをログ集計部５３および結果表示部５４に渡す。
When the process of step S4 described above is executed, the
制御部５５は、共通のシーケンスパターン抽出処理が完了した旨の返答をパターン抽出部５２から受け取ると、計算機システムを構成するノード２０毎の性能情報の集計開始の指令をログ集計部５３に対して与えるとともに、計測期間情報を当該ログ集計部５３に渡す。
When the
ログ集計部５３は、制御部５５からの指令を受け取ると、当該制御部５５から渡された計測期間情報、パターン抽出部５２から渡された共通のシーケンスパターンおよび格納部４２に格納されているリソース利用情報に基づいて、計算機システムを構成するノード２０毎の性能情報を集計する（ステップＳ５）。
When the
このとき、ログ集計部５３は、計測期間情報によって示される各計測期間内において計算機システムを構成するノード２０の各々が対象業務処理（に関する処理）を実際に実行した期間（対象業務処理実行期間）の平均値を算出する。また、ログ集計部５３は、算出されたノード２０毎の対象業務処理実行期間内における当該ノード２０のリソース利用状況（ＣＰＵ利用率）の平均値を算出する。
At this time, the
なお、ログ集計部５３による上記したステップＳ５の処理の具体例については後述する。
A specific example of the processing in step S5 described above by the
上記したステップＳ５の処理が実行されると、ログ集計部５３は、制御部５５に対して集計処理が完了した旨の返答を行う。なお、ログ集計部５３は、集計されたノード２０毎の性能情報を結果表示部５４に渡す。このノード２０毎の性能情報には、上記したノード２０毎の対象業務処理実行期間の平均値および当該ノード２０毎のＣＰＵ利用率の平均値が含まれる。
When the process of step S5 described above is executed, the
制御部５５は、集計処理が完了した旨の返答をログ集計部５３から受け取ると、性能情報の表示の指令を結果表示部５４に与える。
Upon receiving a response from the
結果表示部５４は、制御部５５からの指令を受け取ると、パターン抽出部５２から渡された共通のシーケンスパターンおよびログ集計部５３から渡されたノード２０毎の性能情報に基づいて、計算機システムにおける対象業務処理の流れを表すシーケンス図を作成する（ステップＳ６）。結果表示部５４によって作成されたシーケンス図は、対象業務処理が計算機システムを構成するノード２０の各々で処理されていく時系列的な流れを示す。また、結果表示部５４によって作成されたシーケンス図には、上記したログ集計部５３から渡された性能情報に含まれるノード２０毎の対象業務処理実行期間の平均値および当該ノード毎のＣＰＵ利用率の平均値が付加される。
When the
結果表示部５４は、作成されたシーケンス図を表示（出力）する（ステップＳ７）。ユーザは、結果表示部５４によって表示されたシーケンス図を参照することによって、対象業務処理の実行における計算機システム（を構成する各ノード２０）の性能の分析を効率よく行うことができる。なお、結果表示部５４によって表示されたシーケンス図の具体例については後述する。
The
次に、図８のフローチャートを参照して、上述したパターン抽出部５２によって実行される共通のシーケンスパターン抽出処理（図５に示すステップＳ４の処理）の処理手順について説明する。
Next, with reference to the flowchart of FIG. 8, the process sequence of the common sequence pattern extraction process (process of step S4 shown in FIG. 5) performed by the
この共通のシーケンスパターン抽出処理においては、複数の計測期間において共通するパケットデータが共通のシーケンスパターンとして抽出される。 In this common sequence pattern extraction process, packet data common in a plurality of measurement periods is extracted as a common sequence pattern.
なお、共通シーケンスパターン抽出処理が実行される際、パターン抽出部２０には制御部５５から計測期間情報が渡される。
When the common sequence pattern extraction process is executed, measurement period information is passed from the
まず、パターン抽出部５２は、制御部５５から渡された計測期間情報によって示される計測期間毎に、格納部４２に格納されたパケットデータを時系列順（つまり、当該パケットデータに含まれるTimestampによって示される時刻順）にソートする。換言すれば、パターン抽出部５２は、格納部４２に格納されたパケットデータを計測期間毎のパケットデータの集合に分け、当該集合毎にパケットデータを時系列順にソートする。なお、計測期間毎のパケットデータの集合とは、当該計測期間内に該当する時刻を示すTimestampを含むパケットデータ（つまり、Timestampによって示される時刻が当該計測期間内であるパケットデータ）の集合である。
First, for each measurement period indicated by the measurement period information passed from the
これにより、パターン抽出部５２は、計測期間毎に、時系列順のパケットデータから構成されるデータセットＡｋ（ｋ＝１，２，…）を作成する（ステップＳ１１）。なお、ｋは、計測期間情報に含まれる各番号を示す。後述する共通のシーケンスパターンＲｋおよび変数ｄｋにおけるｋについても同様である。
Thereby, the
次に、パターン抽出部５２は、共通のシーケンスパターン抽出処理においてデータセットＡｋの各々から抽出される共通のシーケンスパターンＲｋ（ｋ＝１，２，…）を初期化する（ステップＳ１２）。具体的には、この初期化処理においては、パケットデータが１つも保持されていない空のテーブルが用意される。このテーブルのデータ構造（各項目）は、パケットデータのデータ構造と同様である。
Next, the
パターン抽出部５２は、ステップＳ１１において作成されたデータセットＡｋ（つまり、計測期間）の各々について用意された変数ｄｋ（ｋ＝１，２，…）の各々の値を１に初期化する（ステップＳ１３）。この変数ｄｋ（の値）は、後述するようにデータセットＡｋにおける所定のパケットデータの位置（行数）を表す。
The
ここで、ステップＳ１１において作成されたデータセットＡｋ（つまり、Ａ１，Ａ２，…）のうちの１つを以降の処理における基準とする。以下、データセットＡｋのうち基準とされた１つのデータセットを基準データセットＡｌ（ｌ＝１，２，…）と称する。また、ステップＳ１１において作成されたデータセットＡｋのうちの基準データセットＡｌ以外のデータセットの各々を非基準データセットＡｍ（ｍ＝１，２，…、かつ、ｍ≠ｌ）と称する。また、上記したようにデータセットＡｋの各々について変数ｄｋが用意されているが、以下の説明においては、当該変数ｄｋのうち基準データセットＡｌについて用意された変数（ここでは、変数ｄｌ）を基準データセット変数ｄｌ、当該変数ｄｋのうち非基準セットＡｍの各々について用意された変数（ここでは、変数ｄｍ）を非基準データセット変数ｄｍと称する。 Here, one of the data sets Ak (that is, A1, A2,...) Created in step S11 is used as a reference in the subsequent processing. Hereinafter, one of the data sets Ak used as a reference is referred to as a reference data set Al (l = 1, 2,...). In addition, each of the data sets other than the reference data set Al in the data set Ak created in step S11 is referred to as a non-reference data set Am (m = 1, 2,..., M ≠ l). Further, as described above, the variable dk is prepared for each of the data sets Ak. In the following description, the variable prepared for the reference data set Al (in this case, the variable dl) among the variables dk is used as a reference. Of the data set variable dl and the variable dk, a variable (here, variable dm) prepared for each non-reference set Am is referred to as a non-reference data set variable dm.
次に、パターン抽出部５２は、基準データセットＡｌを構成する時系列順のパケットデータのうちの基準データセット変数ｄｌの値に対応する位置のパケットデータを取り出す（ステップＳ１４）。
Next, the
ここでは、基準データセット変数ｄｌの値は１であるため、基準データセットＡｌを構成する時系列順のパケットデータのうちの１行目（１つ目）のパケットデータが取り出される。以下、ステップＳ１４において取り出されたパケットデータを対象パケットデータと称する。 Here, since the value of the reference data set variable dl is 1, the packet data in the first row (first) of the packet data in the time series order constituting the reference data set Al is extracted. Hereinafter, the packet data extracted in step S14 is referred to as target packet data.
パターン抽出部５２は、対象パケットデータと同じパケットデータを非基準データセットＡｍの各々から検索する（ステップＳ１５）。この場合、パターン抽出部５２は、非基準データセットＡｍ（の各々）における非基準データセット変数ｄｍの値に対応する位置のパケットデータから順番に（つまり、時系列順における昇順に）検索処理を実行する。
The
ここでは、非基準データセット変数ｄｍの値は１であるため、非基準データセットＡｍにおける時系列順のパケットデータのうちの１行目のパケットデータから順に対象パケットデータと同じパケットデータが検索処理される。 Here, since the value of the non-reference data set variable dm is 1, the same packet data as the target packet data is searched in order from the packet data in the first row of the packet data in time-series order in the non-reference data set Am. Is done.
なお、ステップＳ１５において検索される対象パケットデータと同じパケットデータの定義は、例えば性能計測分析支援装置５０において予め定められているものとする。ここでは、例えばパケットデータに含まれるSource IP、Destination IP、ProtocolおよびSize（の値）がそれぞれ対象パケットデータに含まれるSource IP、Destination IP、ProtocolおよびSize（の値）と等しい場合、当該パケットデータは、対象パケットデータと同じパケットデータであるものとする。
It is assumed that the definition of the same packet data as the target packet data searched in step S15 is predetermined in the performance measurement
パターン抽出部５２は、ステップＳ１５における検索結果に基づいて、対象パケットデータと同じパケットデータが非基準データセットＡｍの全てから検索されたか否かを判定する（ステップＳ１６）。
Based on the search result in step S15, the
対象パケットデータと同じパケットデータが非基準データセットＡｍの全てから検索された場合（ステップＳ１６のＹＥＳ）、パターン抽出部５２は、基準データセットＡｌから取り出された対象パケットデータおよび非基準データセットＡｍの各々から検索されたパケットデータ（当該対象パケットデータと同じパケットデータ）を、それぞれ上記した共通のシーケンスパターンＲｋに追加する（ステップＳ１７）。
When the same packet data as the target packet data is searched from all of the non-reference data sets Am (YES in step S16), the
具体的には、基準データセットＡｌから取り出された対象パケットデータは、共通のシーケンスパターンＲｋ（つまり、Ｒ１，Ｒ２，…）のうちの当該基準データセットＡｌから抽出される共通のシーケンスパターンＲｌに追加される。また、非基準データセットＡｍから検索されたパケットデータ（の各々）は、共通のシーケンスパターンＲｋのうちの当該非基準データセットＡｍから抽出される共通のシーケンスパターンＲｍにそれぞれ追加される。 Specifically, the target packet data extracted from the reference data set Al is converted into a common sequence pattern Rl extracted from the reference data set Al among the common sequence patterns Rk (that is, R1, R2,...). Added. The packet data (each) retrieved from the non-reference data set Am is added to the common sequence pattern Rm extracted from the non-reference data set Am in the common sequence pattern Rk.
なお、上記したステップＳ１７において、パケットデータは、共通のシーケンスパターンＲｋの最終行に追加される。これにより、共通のシーケンスパターンＲｋにおいては、パケットデータが時系列順に追加される。 In step S17 described above, the packet data is added to the last line of the common sequence pattern Rk. Thereby, in the common sequence pattern Rk, packet data is added in time series order.
次に、パターン抽出部５２は、データセットＡｋ毎に用意された変数ｄｋのうちの非基準データセットＡｍの各々について用意された変数ｄｍ（つまり、非基準データセット変数ｄｍ）の値を更新する（ステップＳ１８）。この場合、パターン抽出部５２は、非基準データセット変数ｄｍの値を、上記したステップＳ１５において非基準データセットＡｍから検索されたパケットデータ（対象パケットデータと同じパケットデータ）の次のパケットデータの位置（行数）を表す値とする。
Next, the
具体的には、非基準データセットＡｍから検索されたパケットデータの当該非基準データセットＡｍにおける位置が３行目である場合には、パターン抽出部５２は、当該非基準データセット変数ｄｍの値を４とする。なお、ステップＳ１８においては、非基準データセット変数ｄｍの各々について更新処理が実行される。
Specifically, when the position of the packet data retrieved from the non-reference data set Am in the non-reference data set Am is the third row, the
また、パターン抽出部５２は、データセットＡｋ毎に用意された変数ｄｋのうちの基準データセットＡｌにについて用意された変数（つまり、基準データセット変数ｄｌ）の値を更新する（ステップＳ１９）。この場合、パターン抽出部５２は、基準データセット変数ｄｌの値に１を加算する（つまり、基準データセット変数ｄｌの値をインクリメントする）ことによって当該基準データセット変数ｄｌの値を更新する。
Further, the
パターン抽出部５２は、データセットＡｋ（Ａ１，Ａ２，…）毎に用意された変数ｄｋ（ｄ１，ｄ２，…）のうちの少なくとも１つが当該データセットＡｋの最終行（の行数）より大きな値であるか否かを判定する（ステップＳ２０）。つまり、パターン抽出部５２は、変数ｄｋの値に基づいて、処理が最終行まで到達したデータセットＡｋが存在するか否かを判定する。
The
変数ｄｋのうちの全てがデータセットＡｋの最終行の行数より大きな値でないと判定された場合（ステップＳ２０のＮＯ）、ステップＳ１４に戻って処理が繰り返される。この場合、上記したステップＳ１８およびステップＳ１９の処理において更新された変数ｄｋ（基準データセット変数ｄｌおよび非基準データセット変数ｄｍ）を用いてステップＳ１４の以降の処理が実行される。これによって、データセットＡｋの各々（基準データセットＡｌおよび非基準データセットＡｍ）から更なる共通のパケットデータが検索される。 If it is determined that all of the variables dk are not larger than the number of rows in the last row of the data set Ak (NO in step S20), the process returns to step S14 and is repeated. In this case, the processing subsequent to step S14 is executed using the variable dk (reference data set variable dl and non-reference data set variable dm) updated in the processing of step S18 and step S19 described above. Thereby, further common packet data is retrieved from each of the data sets Ak (reference data set Al and non-reference data set Am).
一方、変数ｄｋのうちの少なくとも１つがデータセットＡｋの最終行の行数より大きな値であると判定された場合（ステップＳ２０のＹＥＳ）、共通のシーケンスパターン抽出処理は終了される。この場合、上記したステップＳ１７においてパケットデータが追加された共通のシーケンスパターンＲｋ（つまり、Ｒ１，Ｒ２，…）の各々が、各計測期間で共通するパケットデータ（つまり、データセットＡｋの各々から抽出された共通のシーケンスパターン）となる。 On the other hand, when it is determined that at least one of the variables dk is a value larger than the number of rows in the last row of the data set Ak (YES in step S20), the common sequence pattern extraction process is terminated. In this case, each of the common sequence patterns Rk (that is, R1, R2,...) To which the packet data is added in step S17 described above is extracted from the packet data (that is, the data set Ak) that is common in each measurement period. Common sequence pattern).
また、ステップＳ１６において対象パケットデータと同じパケットデータが全ての非基準データセットＡｍから検索されない、つまり、対象パケットデータと同じパケットデータが検索されない非基準データセットＡｍが１つでも存在すると判定された場合、ステップＳ１９の処理が実行される。つまり、この場合には基準データセットＡｌから取り出された対象パケットデータが全てのデータセットＡｋ（基準データセットＡｌおよび非基準データセットＡｍの全て）において共通でないため、ステップＳ１７の処理は実行されない。 In step S16, it is determined that the same packet data as the target packet data is not searched from all the non-reference data sets Am, that is, there is even one non-reference data set Am in which the same packet data as the target packet data is not searched. In this case, the process of step S19 is executed. That is, in this case, since the target packet data extracted from the reference data set Al is not common to all data sets Ak (all of the reference data set Al and the non-reference data set Am), the process of step S17 is not executed.
以下、本実施形態に係る性能計測分析支援装置５０の動作について具体的に説明する。ここでは、対象業務処理を実行する計算機システムは、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」およびＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」がそれぞれ割り当てられている３つのノード２０から構成されるものとする。以下の説明においては、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００１」が割り当てられているノード２０を第１のノード２０、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられているノード２０を第２のノード２０、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」が割り当てられているノード２０を第３のノード２０と称する。
Hereinafter, the operation of the performance measurement
まず、制御部５５は、ユーザによって指定された計測期間情報を取得する。ここでは、上述した図６に示す計測期間情報が取得されたものとする。図６に示す計測期間情報によれば、計算機システムにおいて対象業務処理が３回実行されたことが示されている。なお、１回目の対象業務処理が実行された期間（開始時刻「１０：２０」から終了時刻「１０：２３」までの期間）を第１の計測期間と称する。また、２回目の対象業務処理が実行された期間（開始時刻「１０：２５」から終了時刻「１０：２８」までの期間）を第２の計測期間と称する。同様に、３回目の対象業務処理が実行された期間（開始時刻「１０：３１」から終了時刻「１０：３３」までの期間）を第３の計測期間と称する。
First, the
次に、データ収集部５１は、計算機システムを構成する第１〜第３のノード２０に保持されているパケットデータ（当該第１〜第３のノード２０において送受信されたパケットデータ）を、当該第１〜第３のノード２０の各々から収集する。
Next, the
ここで、図９（ａ）〜（ｃ）は、データ収集部５１によって第１〜第３のノード２０の各々から収集されたパケットデータの一例を示す。なお、図９（ａ）〜（ｃ）は、上記した第１の計測期間内に第１〜第３のノード２０において発生した（送受信された）パケットデータのみを示している。
Here, FIGS. 9A to 9C show an example of packet data collected from each of the first to
図９（ａ）〜（ｃ）においては省略されているが、データ収集部５１は、第１〜第３の計測期間内に第１〜第３のノード２０において送受信されたパケットデータを含む複数のパケットデータを収集する。
Although omitted in FIGS. 9A to 9C, the
また、データ収集部５１は、計算機システムを構成する第１〜第３のノード２０の各々の例えばプロセス毎のＣＰＵ利用率を示すリソース利用情報を、当該第１〜第３のノード２０の各々から収集する。ここでは、上述した図４（ａ）〜（ｃ）に示すリソース利用情報２１１〜２１３を含むリソース利用情報が第１〜第３のノード２０からデータ収集部５１によって収集されたものとする。
In addition, the
データ収集部５１によって収集されたパケットデータおよびリソース利用情報は、格納部４２に格納される。
The packet data and resource usage information collected by the
なお、データ収集部５１によるパケットデータおよびリソース利用情報の収集処理は、上述した図７に示すアクセス情報を用いて実行される。このアクセス情報は、上記したようにデータ収集部５１において予め保持されている。
Note that the collection processing of packet data and resource usage information by the
次に、パターン抽出部５２は、制御部５５によって取得された計測期間情報および格納部４２に格納されたパケットデータに基づいて、共通のシーケンスパターン抽出処理を実行する。
Next, the
共通のシーケンスパターン抽出処理において、パターン抽出部５２は、計測期間情報によって示される第１〜第３の計測期間毎に、格納部４２に格納されたパケットデータ（データ収集部５１によって収集されたパケットデータ）を時系列順にソートする。換言すれば、パターン抽出部５２は、格納部４２に格納されたパケットデータのうち、計測期間情報によって示される第１〜第３の計測期間内に該当する時刻を示すTimestampを含むパケットデータから構成されるデータセットを当該計測期間毎に作成する。
In the common sequence pattern extraction process, the
具体的には、パターン抽出部５２は、格納部４２に格納されたパケットデータのうち、第１の計測期間に該当する時刻を示すTimestampを含むパケットデータ（当該第１の計測期間内に発生したパケットデータ）から構成されるデータセット（以下、データセットＡ１と表記）を作成する。また、パターン抽出部５２は、格納部４２に格納されたパケットデータのうち、第２の計測期間に該当する時刻を示すTimestampを含むパケットデータ（当該第２の計測期間内に発生したパケットデータ）から構成されるデータセット（以下、データセットＡ２と表記）を作成する。同様に、パターン抽出部５２は、格納部４２に格納されたパケットデータのうち、第３の計測期間に該当する時刻を示すTimestampを含むパケットデータ（当該第３の計測期間内に発生したパケットデータ）から構成されるデータセット（以下、データセットＡ３と表記）を作成する。
Specifically, the
ここで、図１０は、パターン抽出部５２によって作成されたデータセットＡ１の一例を示す。このデータセットＡ１は、上記した図９（ａ）〜（ｃ）に示すパケットデータ（第１の計測期間内に発生したパケットデータ）が時系列順にまとめられたものである。図１０に示すように、パターン抽出部５２によって作成されたデータセットＡ１は、第１の計測期間（開始時刻「１０：２０」から終了時刻「１０：２３」までの期間）内に該当する例えばTimestamp「１０：２０：４４」によって示される時刻に発生したパケットデータ１０１を含む複数のパケットデータから構成されている。
Here, FIG. 10 shows an example of the data set A1 created by the
また、図１１は、パターン抽出部５２によって作成されたデータセットＡ２の一例を示す。図１１に示すように、パターン抽出部５２によって作成されたデータセットＡ２は、第２の計測期間（開始時刻「１０：２５」から終了時刻「１０：２８」までの期間）内に該当する例えばTimestamp「１０：２５：２１」によって示される時刻に発生したパケットデータ１０２を含む複数のパケットデータから構成されている。
FIG. 11 shows an example of the data set A2 created by the
更に、図１２は、パターン抽出部５２によって作成されたデータセットＡ３の一例を示す。図１２に示すように、パターン抽出部５２によって作成されたデータセットＡ３は、第３の計測期間（開始時刻「１０：３１」から終了時刻「１０：３３」までの期間）内に該当する例えばTimestamp「１０：３１：３２」によって示される時刻に発生したパケットデータ１０３を含む複数のパケットデータから構成されている。
Further, FIG. 12 shows an example of a data set A3 created by the
次に、パターン抽出部５２は、データセットＡ１〜Ａ３の各々から抽出される共通のシーケンスパターンＲ１〜Ｒ３を初期化する。この場合、初期化された共通のシーケンスパターンＲ１〜Ｒ３として、図１３に示すようなパケットデータを１つも保持していない空のテーブルが用意される。なお、図１３に示すように、初期化された共通のシーケンスパターンＲ１〜Ｒ３（のテーブル）の項目は、上記した図１０〜図１２において示すパケットデータに含まれる項目と同一である。
Next, the
パターン抽出部５２は、作成されたデータセットＡ１〜Ａ３の各々について用意された変数ｄ１〜ｄ３の各々の値を１に初期化する。
The
ここで、パターン抽出部５２は、データセットＡ１〜Ａ３のうちの１つを以降の処理における基準とする。ここでは、データセットＡ１が基準とされたものとする。以下、基準とされたデータセットＡ１を基準データセットＡ１と称する。なお、基準データセットＡ１以外のデータセットＡ２およびＡ３を、非基準データセットＡ２およびＡ３と称する。また、上記した変数ｄ１〜ｄ３のうち基準データセットＡ１について用意された変数ｄ１を基準データセット変数ｄ１と称する。また、上記した変数ｄ１〜ｄ３のうち非基準データセットＡ２およびＡ３について用意された変数ｄ２およびｄ３をそれぞれ非基準データセットｄ２およびｄ３と称する。
Here, the
次に、パターン抽出部５２は、基準データセットＡ１における時系列順のパケットデータのうちの基準データセット変数ｄ１の値に対応するパケットデータを取り出す。ここでは、基準データセット変数ｄ１の値は１であるため、基準データセットＡ１におけるパケットデータのうちの１行目のパケットデータが取り出される。例えば上記した図１０に示すデータセットＡ１（基準データセットＡ１）においては、１つ目のパケットデータ１０１が取り出される。以下、パターン抽出部５２によって取り出されたパケットデータ１０１（図１０に示す基準データセットＡ１におけるパケットデータ１０１）を対象パケットデータ１０１とする。
Next, the
パターン抽出部５２は、取り出された対象パケットデータ１０１と同じパケットデータを非基準データセットＡ２およびＡ３の各々から検索する。この場合、パターン抽出部５２は、非基準データセットＡ２およびＡ３の各々における非基準データセット変数ｄ２およびｄ３の値に対応する位置から順番に検索処理を実行する。ここでは、非基準データセット変数ｄ２およびｄ３の値はそれぞれ１であるため、非基準データセットＡ２およびＡ３における１行目のパケットデータから順番に検索処理が実行される。
The
なお、対象パケットデータ１０１と同じパケットデータとは、上述したようにパケットデータに含まれるSource IP、Destination IP、ProtocolおよびSizeが対象パケットデータ１０１（に含まれるSource IP、Destination IP、ProtocolおよびSize）と共通している（つまり、同一である）パケットデータをいう。
Note that the packet data that is the same as the
ここで、上記した図１１および図１２を用いて、非基準データセットＡ２およびＡ３の各々から対象パケットデータ１０１と同じパケットデータが検索される場合について具体的に説明する。なお、図１０に示すように、対象パケットデータ１０１に含まれるSource IPは「１７２．ｘｘ．ｘｘ．００１」であり、Destination IPは「１７２．ｘｘ．ｘｘ．００２」であり、Protocolは「ＨＴＴＰ」であり、Sizeは「１０５」である。
Here, the case where the same packet data as the
まず、図１１に示す非基準データセットＡ２から対象パケットデータ１０１と同じパケットデータを検索する場合について説明する。
First, a case where the same packet data as the
この場合、図１１に示す非基準データセットＡ２における２行目のパケットデータ１０２に含まれるSource IPは「１７２．ｘｘ．ｘｘ．００１」であり、Destination IPは「１７２．ｘｘ．ｘｘ．００２」であり、Protocolは「ＨＴＴＰ」であり、Sizeは「１０５」であり、対象パケットデータ１０１と共通している。
In this case, the Source IP included in the
したがって、図１１に示す非基準データセットＡ２からは、対象パケットデータ１０１と同じパケットデータとしてパケットデータ１０２が検索される。
Accordingly, the
次に、図１２に示す非基準データセットＡ３から対象パケットデータ１０１と同じパケットデータを検索する場合について説明する。
Next, a case where the same packet data as the
この場合、図１２に示す非基準データセットＡ３における３行目のパケットデータ１０３に含まれるSource IPは「１７２．ｘｘ．ｘｘ．００１」であり、Destination IPは「１７２．ｘｘ．ｘｘ．００２」であり、Protocolは「ＨＴＴＰ」であり、Sizeは「１０５」であり、対象パケットデータ１０１と共通している。
In this case, the Source IP included in the
したがって、図１２に示す非基準データセットＡ３からは、対象パケットデータ１０１と同じパケットデータとしてパケットデータ１０３が検索される。
Accordingly, the
上記したように、非基準データセットＡ２およびＡ３の各々から対象パケットデータ１０１と同じパケットデータ（ここでは、パケットデータ１０２および１０３）が検索された場合、パターン抽出部５２は、基準データセットＡ１から取り出された対象パケットデータ１０１、非基準データセットＡ２およびＡ３の各々から検索されたパケットデータ１０２および１０３の各々を、当該データセットＡ１〜Ａ３の各々から抽出される共通のシーケンスパターンＲ１〜Ｒ３（の最終行）に追加する。
As described above, when the same packet data (in this case,
この場合、図１４（ａ）〜（ｃ）に示すように、基準データセットＡ１から取り出された対象パケットデータ１０１が共通のシーケンスパターンＲ１に追加され、非基準データセットＡ２から検索されたパケットデータ１０２が共通のシーケンスパターンＲ２に追加され、非基準データセットＡ３から検索されたパケットデータ１０３が共通のシーケンスパターンＲ３に追加される。
In this case, as shown in FIGS. 14A to 14C, the
次に、パターン抽出部５２は、非基準データセットＡ２およびＡ３について用意された変数ｄ２およびｄ３（つまり、非基準データセット変数ｄ２およびｄ３）の値を更新する。この場合、非基準データセット変数ｄ２およびｄ３の値は、非基準データセットＡ２およびＡ３から検索されたパケットデータ（ここでは、パケットデータ１０２および１０３）の次のパケットデータの位置（行数）を表す値に更新される。
Next, the
上記した図１１に示す非基準データセットＡ２においては、対象パケットデータ１０１と同じパケットデータとして２行目のパケットデータ１０２が検索されている。したがって、非基準データセットＡ２について用意された非基準データセット変数ｄ２の値は、当該パケットデータ１０２の次のパケットデータの位置（行数）を表す値、つまり、３に更新される。
In the non-reference data set A2 shown in FIG. 11 described above, the
また、上記した図１２に示す非基準データセットＡ３においては、対象パケットデータ１０１と同じパケットデータとして３行目のパケットデータ１０３が検索されている。したがって、非基準データセットＡ３について用意された非基準データセット変数ｄ３の値は、当該パケットデータ１０３の次のパケットデータの位置を表す値、つまり、４に更新される。
In the non-reference data set A3 shown in FIG. 12 described above, the
また、パターン抽出部５２は、基準データセットＡ１について用意された変数ｄ１（つまり、基準データセット変数ｄ１）の値を更新する。この場合、パターン抽出部５２は、基準データセット変数ｄ１の値（ここでは、１）をインクリメントする。つまり、基準データセット変数ｄ１の値は１から２に更新される。
Further, the
次に、パターン抽出部５２は、データセットＡ１〜Ａ３の各々について用意された変数ｄ１〜ｄ３のうちの少なくとも１つが当該データセットＡ１〜Ａ３の最終行の行数より大きな値であるか否かを判定する。
Next, the
ここで、上記したように変数ｄ１は２であり、変数ｄ２は３であり、変数ｄ３は４である。また、図１０を参照するとデータセットＡ１における最終行の行数は１４であり、図１１を参照するとデータセットＡ２における最終行の行数は１５であり、図１２を参照するとデータセットＡ３における最終行の行数は１７である。 Here, as described above, the variable d1 is 2, the variable d2 is 3, and the variable d3 is 4. Also, referring to FIG. 10, the number of the last row in the data set A1 is 14, and referring to FIG. 11, the number of the last row in the data set A2 is 15, and referring to FIG. 12, the last number in the data set A3. The number of lines is 17.
これによれば、変数ｄ１（ここでは、２）は、データセットＡ１の最終行の行数（ここでは、１４）より大きな値ではない。また、変数ｄ２（ここでは、３）は、データセットＡ２における最終行の行数（ここでは、１５）より大きな値ではない。更に、変数ｄ３（ここでは、４）は、データセットＡ３における最終行の行数（ここでは、１７）より大きな値ではない。 According to this, the variable d1 (here 2) is not a value larger than the number of rows of the last row of the data set A1 (here 14). Further, the variable d2 (here, 3) is not a value larger than the number of rows (here, 15) of the last row in the data set A2. Further, the variable d3 (here, 4) is not a value larger than the number of the last row in the data set A3 (here, 17).
この場合、変数ｄ１〜ｄ３のうちの全てがデータセットＡ１〜Ａ３の最終行の行数より大きな値でないと判定され、上記したように更新された変数ｄ１〜ｄ３に基づいて上記した処理が繰り返される。つまり、変数ｄ１の値（ここでは、２）に対応するパケットデータ（２行目のパケットデータ）が基準データセットＡ１から取り出され、当該パケットデータと同じパケットデータが非基準データセットＡ２およびＡ３の各々から検索される。この検索処理においては、上記したように変数ｄ２の値（ここでは、３）および変数ｄ３の値（ここでは、４）が用いられる。 In this case, it is determined that all of the variables d1 to d3 are not larger than the number of the last rows of the data sets A1 to A3, and the above-described processing is repeated based on the updated variables d1 to d3 as described above. It is. That is, packet data (packet data in the second row) corresponding to the value of the variable d1 (here, 2) is extracted from the reference data set A1, and the same packet data as the packet data is stored in the non-reference data sets A2 and A3. Retrieved from each. In this search process, as described above, the value of the variable d2 (here, 3) and the value of the variable d3 (here, 4) are used.
一方、上記した処理が繰り返されることにより、変数ｄ１〜ｄ３のうちの少なくとも１つがデータセットＡ１〜Ａ３の最終行の行数より大きな値であると判定されると、共通のシーケンスパターン抽出処理は終了される。 On the other hand, if it is determined that at least one of the variables d1 to d3 has a value larger than the number of the last rows of the data sets A1 to A3 by repeating the above processing, the common sequence pattern extraction processing is performed. Is terminated.
上記したように共通のシーケンスパターン抽出処理が実行されることによって、データセットＡ１〜Ａ３の各々から共通のシーケンスパターンＲ１〜Ｒ３が抽出される。なお、共通のシーケンスパターンＲ１〜Ｒ３には、Source IP、Destination IP、ProtocolおよびSizeが共通するパケットデータが時系列順に含まれる。 By executing the common sequence pattern extraction process as described above, the common sequence patterns R1 to R3 are extracted from each of the data sets A1 to A3. Note that the common sequence patterns R1 to R3 include packet data having common Source IP, Destination IP, Protocol, and Size in chronological order.
ここで、図１５〜図１７を参照して、共通のシーケンスパターン抽出処理によって抽出された共通のシーケンスパターンについて具体的に説明する。 Here, the common sequence pattern extracted by the common sequence pattern extraction process will be described in detail with reference to FIGS.
図１５は、共通のシーケンスパターン抽出処理においてデータセットＡ１から抽出された共通のシーケンスパターンＲ１の一例を示す。図１５に示す共通のシーケンスパターンＲ１に含まれるパケットデータは、上記した第１の計測期間内に発生したパケットデータ（第１〜第３のノード２０で送受信されたパケットデータ）である。つまり、図１５に示す共通のシーケンスパターンＲ１は、第１の計測期間内における共通のパケットデータの流れを示す。 FIG. 15 shows an example of a common sequence pattern R1 extracted from the data set A1 in the common sequence pattern extraction process. The packet data included in the common sequence pattern R1 shown in FIG. 15 is packet data (packet data transmitted / received by the first to third nodes 20) generated within the first measurement period described above. That is, the common sequence pattern R1 shown in FIG. 15 shows the flow of common packet data within the first measurement period.
図１６は、共通のシーケンスパターン抽出処理においてデータセットＡ２から抽出された共通のシーケンスパターンＲ２の一例を示す。図１６に示す共通のシーケンスパターンＲ２に含まれるパケットデータは、上記した第２の計測期間内に発生したパケットデータ（第１〜第３のノード２０で送受信されたパケットデータ）である。つまり、図１６に示す共通のシーケンスパターンＲ２は、第２の計測期間内における共通のパケットデータの流れを示す。 FIG. 16 shows an example of a common sequence pattern R2 extracted from the data set A2 in the common sequence pattern extraction process. The packet data included in the common sequence pattern R2 shown in FIG. 16 is packet data (packet data transmitted / received by the first to third nodes 20) generated within the second measurement period described above. That is, the common sequence pattern R2 shown in FIG. 16 shows the flow of common packet data within the second measurement period.
図１７は、共通のシーケンスパターン抽出処理においてデータセットＡ３から抽出された共通のシーケンスパターンＲ３の一例を示す。図１７に示す共通のシーケンスパターンＲ３に含まれるパケットデータは、上記した第３の計測期間内に発生したパケットデータ（第１〜第３のノード２０で送受信されたパケットデータ）である。つまり、図１７に示す共通のシーケンスパターンＲ３は、第３の計測期間内における共通のパケットデータの流れを示す。 FIG. 17 shows an example of a common sequence pattern R3 extracted from the data set A3 in the common sequence pattern extraction process. The packet data included in the common sequence pattern R3 shown in FIG. 17 is packet data (packet data transmitted / received by the first to third nodes 20) generated within the third measurement period described above. That is, the common sequence pattern R3 shown in FIG. 17 shows the flow of common packet data within the third measurement period.
図１５〜図１７に示すように、共通のシーケンスパターンＲ１〜Ｒ３においては、同一の内容のパケットデータ（つまり、Source IP、Destination ID、ProtocolおよびSizeが共通するパケットデータ）が同一の時系列順に含まれる。 As shown in FIGS. 15 to 17, in common sequence patterns R1 to R3, packet data having the same contents (that is, packet data having the same Source IP, Destination ID, Protocol, and Size) are in the same time series order. included.
なお、この図１５〜図１７に示す共通のシーケンスパターンＲ１〜Ｒ３に含まれる共通するパケットデータの流れによれば、計算機システムによって実行される対象業務処理においては、第１のノード２０から第２のノード２０へパケットデータが送信され、当該第２のノード２０から第３のノード２０へパケットデータが送信され、第３のノード２０から第２のノード２０へパケットデータが送信され、最後に第２のノード２０から第１のノード２０へパケットデータが送信されることが示される。
Note that, according to the flow of the common packet data included in the common sequence patterns R1 to R3 shown in FIGS. 15 to 17, in the target job process executed by the computer system, the
上記したように共通のシーケンスパターン抽出処理が終了されると、ログ集計部５３は、制御部５５によって取得された計測期間情報、パターン抽出部５２によって抽出された共通のシーケンスパターンＲ１〜Ｒ３および格納部４２に格納されているリソース利用情報に基づいて、計算機システムを構成する第１〜第３のノード２０の各々の性能情報を集計する。
When the common sequence pattern extraction process is completed as described above, the
具体的には、ログ集計部５３は、制御部５５によって取得された計測期間情報およびパターン抽出部５２によって抽出された共通のシーケンスパターンＲ１〜Ｒ３に基づいて、計算機システムを構成する第１〜第３のノード２０内で対象業務処理（に関する処理）が実際に実行されている期間（対象業務処理実行期間）を当該計測期間情報によって示される第１〜第３の計測期間毎に求める。
Specifically, the
なお、各第１〜第３の計測期間における対象業務処理実行期間の求め方は、例えば性能計測分析支援装置５０において予め定められているものとする。ここでは、第１〜第３の計測期間毎のデータセットＡ１〜Ａ３から抽出された共通のシーケンスパターン（つまり、共通のシーケンスパターンＲ１〜Ｒ３）において、あるパケットデータ（例えば、ｐ行目のパケットデータ）に含まれるDestination IPの値が次の行のパケットデータ（ｐ＋１行目のパケットデータ）に含まれるSource IPの値と同じである場合、当該ｐ行目のパケットデータに含まれるTimestampよって示される時刻から当該ｐ＋１行目のパケットデータに含まれるTimestampによって示される時刻までの期間は、当該ｐ行目のパケットデータに含まれるDestination IP（当該ｐ＋１行目のパケットデータに含まれるSource IP）によって示されるＩＰアドレスが割り当てられているノード２０内で負荷をかけた対象業務処理に関する処理が実施されていた期間（つまり、当該ノード２０内での対象業務処理実行期間）であるものとする。なお、この場合におけるｐ行目のパケットデータに含まれるDestination IP（当該ｐ＋１行目のパケットデータに含まれるSource IP）によって示されるＩＰアドレスが割り当てられているノード２０を処理ノード２０と称する。
In addition, the method for obtaining the target business process execution period in each of the first to third measurement periods is determined in advance in the performance measurement
例えば図１５に示す共通のシーケンスパターンＲ１においては、２行目のパケットデータに含まれるDestination IPの値と３行目のパケットデータに含まれるSource IPの値とは「１７２．ｘｘ．ｘｘ．００２」で同じである。この場合、２行目のパケットデータに含まれるTimestamp「１０：２０：４５」から３行目のパケットデータに含まれるTimestamp「１０：２１：３０」までの期間（つまり、４５秒）が、ＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている処理ノード（つまり、第２のノード）２０内での対象業務処理実行期間とみなされる。以下、図１５に示す共通のシーケンスパターンＲ１において同様に対象業務処理実行期間を求めることで、第１の計測期間における各ノード２０内での対象業務処理実行期間を求めることができる。
For example, in the common sequence pattern R1 shown in FIG. 15, the value of Destination IP included in the packet data of the second row and the value of Source IP included in the packet data of the third row are “172.xx.xx.002. Is the same. In this case, the period from Timestamp “10:20:45” included in the packet data of the second row to Timestamp “10:21:30” included in the packet data of the third row (that is, 45 seconds) is IP This is regarded as a target job processing execution period within the processing node (that is, the second node) 20 to which the address “172.xx.xx.002” is assigned. Hereinafter, the target business process execution period in each
ここで、図１８は、図１５に示す共通のシーケンスパターンＲ１から求められた第１の計測期間における各ノード２０内での対象業務処理実行期間の一例を示す。
Here, FIG. 18 shows an example of the target business process execution period in each
図１８に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第１の計測期間における対象業務処理実行期間が４５秒であることが示されている。
In the example illustrated in FIG. 18, the target business process execution period in the first measurement period in the
また、図１８に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」が割り当てられている第３のノード２０内での第１の計測期間における対象業務処理実行期間が５３秒であることが示されている。
In the example illustrated in FIG. 18, the target job process execution period in the first measurement period in the
同様に、図１８に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第１の計測期間における対象業務処理実行期間が２９秒であることが示されている。
Similarly, in the example illustrated in FIG. 18, the target business process execution period in the first measurement period in the
また、図１９は、図１６に示す共通のシーケンスパターンＲ２から求められた第２の計測期間における各ノード２０内での対象業務処理実行期間の一例を示す。
FIG. 19 shows an example of the target job processing execution period in each
図１９に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第２の計測期間における対象業務処理実行期間が５８秒であることが示されている。
In the example shown in FIG. 19, the target business process execution period in the second measurement period in the
また、図１９に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」が割り当てられている第３のノード２０内での第１の計測期間における対象業務処理実行期間が１５秒であることが示されている。
In the example illustrated in FIG. 19, the target job process execution period in the first measurement period in the
同様に、図１９に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第１の計測期間における対象業務処理実行期間が４９秒であることが示されている。
Similarly, in the example illustrated in FIG. 19, the target job process execution period in the first measurement period in the
また、図２０は、図１７に示す共通のシーケンスパターンＲ３から求められた第３の計測期間における各ノード２０内での対象業務処理実行期間の一例を示す。
FIG. 20 shows an example of the target job process execution period in each
図２０に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第１の計測期間における対象業務処理実行期間が１２秒であることが示されている。
In the example illustrated in FIG. 20, the target business process execution period in the first measurement period in the
また、図２０に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００３」が割り当てられている第３のノード２０内での第１の計測期間における対象業務処理実行期間が６秒であることが示されている。
In the example illustrated in FIG. 20, the target job process execution period in the first measurement period in the
同様に、図２０に示す例では、処理ノードであるＩＰアドレス「１７２．ｘｘ．ｘｘ．００２」が割り当てられている第２のノード２０内での第１の計測期間における対象業務処理実行期間が２７秒であることが示されている。
Similarly, in the example illustrated in FIG. 20, the target job process execution period in the first measurement period in the
上記した図１８〜図２０によって示される処理ノード２０内での対象業務処理実行期間によれば、計算機システムにおいては、第２のノード２０、第３のノード２０および第２のノード２０の順で対象業務処理（に関する処理）が実行される。
According to the target job processing execution period in the
以下、計算機システムで対象業務処理が実行される場合において、最初に第２のノード２０で対象業務処理（に関する処理）が実行される期間を対象業務処理実行期間ｘ、次に第３のノード２０で対象業務処理（に関する処理）が実行される期間を対象業務処理実行期間ｙ、最後に第２のノード２０で対象業務処理（に関する処理）が実行される期間を対象業務処理実行期間ｚと称する。
Hereinafter, when the target business process is executed in the computer system, the period during which the target business process (process related to) is first executed in the
次に、ログ集計部５３は、上記したように求められた第１〜第３の計測期間における処理ノード２０内での対象業務処理実行期間の平均値（平均処理時間）を算出する。この場合、ログ集計部５３は、第１〜第３の計測期間における処理ノード２０内での対象業務処理実行期間のうち、対応する対象業務処理実行期間毎の平均値を算出する。換言すれば、ログ集計部５３は、第１〜第３の計測期間における対象業務処理期間ｘ、ｙおよびｚ毎の平均値を算出する。
Next, the
ここで、図２１は、ログ集計部５３によって算出された第１〜第３の計測期間における対象業務処理実行期間の平均値の一例を示す。
Here, FIG. 21 shows an example of the average value of the target business process execution period in the first to third measurement periods calculated by the
図２１に示すように、第１〜第３の計測期間における対象業務処理実行期間の平均値は、処理ノード２０毎（対象業務処理期間ｘ、ｙおよびｚ毎）に算出される。 As shown in FIG. 21, the average value of the target business process execution period in the first to third measurement periods is calculated for each processing node 20 (for each target business process period x, y, and z).
図２１に示す第１〜第３の計測期間における対象業務処理実行期間の平均値について図１８〜図２０を参照して具体的に説明すると、計算機システムにおいて最初に第２のノード２０内で対象業務処理に関する処理が実行された期間（つまり、対象業務処理実行期間）の平均値（平均処理期間）は、図１８に示す第１の計測期間における第２のノード２０内での対象業務処理実行期間ｘである４５秒、図１９に示す第２の計測期間における第２のノード２０内での対象業務処理実行期間ｘである５８秒および図２０に示す第３の計測期間における第２のノード２０内での対象業務処理実行期間ｘである１２秒の平均値（ここでは、３８秒）である。
The average value of the target job processing execution period in the first to third measurement periods shown in FIG. 21 will be specifically described with reference to FIGS. 18 to 20. First, the target in the
また、次に第３のノード２０内で対象業務処理に関する処理が実行された期間の平均値は、図１８に示す第１の計測期間における第３のノード２０内での対象業務処理実行期間ｙである５３秒、図１９に示す第２の計測期間における第３のノード２０内での対象業務処理実行期間ｙである１５秒および図２０に示す第３の計測期間における第３のノード２０内での対象業務処理実行期間ｙである６秒の平均値（ここでは、２５秒）である。
Further, the average value of the period during which the process related to the target job process is executed in the
また、最後に第２のノード２０内で対象業務処理が実行された期間の平均値は、図１８に示す第１の計測期間における第２のノード２０内での対象業務処理実行期間ｚである２９秒、図１９に示す第２の計測期間における第２のノード２０内での対象業務処理実行期間ｚである４９秒および図２０に示す第３の計測期間における第２のノード２０内での対象業務処理実行期間ｚである２７秒の平均値（ここでは、３５秒）である。
In addition, the average value of the period in which the target job process is finally executed in the
次に、ログ集計部５３は、上記したように算出された第１〜第３の計測期間における処理ノード２０内での対象業務処理実行期間毎に、当該処理ノード２０のリソース利用状況（ここでは、ＣＰＵ利用率）の平均値を算出する。この場合、ログ集計部５３は、格納部４２に格納されたリソース利用情報に基づいて算出処理を実行する。
Next, the
図２２は、第１の計測期間における処理ノード２０内での対象業務処理実行期間毎に算出された当該処理ノード２０のＣＰＵ利用率の平均値の一例を示す。
FIG. 22 shows an example of the average value of the CPU utilization rate of the
図２２に示すように、第１の計測期間における対象業務処理実行期間ｘ（つまり、開始「１０：２０：４５」から終了「１０：２１：３０」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが１．０であり、ＰＲｅが２．０である。このＰＲｄおよびＰＲｅの値は、上述した図４（ｂ）に示す第２のノード２０のリソース利用情報２１２において対象業務処理実行期間ｘに該当する時刻（を示すTimestamp）に対応づけられているプロセス毎のＣＰＵ利用率を平均することによって算出される。
As shown in FIG. 22, the processing nodes (here, the target business process execution period x in the first measurement period (that is, the processing period from the start “10:20:45” to the end “10:21:30”)) Then, the average value of the CPU utilization rate for each process of the second node) 20 is PRd is 1.0 and PRE is 2.0. The values of PRd and PRE are associated with the time corresponding to the target business process execution period x in the
具体的には、図４（ｂ）に示す第２のノード２０のリソース利用情報２１２において、第１の計測期間における対象業務処理実行期間ｘに該当する時刻を示すTimestamp「１０：２０：４７」に対応づけられているＰＲｄの利用率（プロセス毎のＣＰＵ利用率）である２と、Timestamp「１０：２１：１７」に対応づけられているＰＲｄの利用率（プロセス毎のＣＰＵ利用率）である０との平均値（つまり、１．０）がＰＲｄの値となる。同様に、図４（ｂ）に示す第２のノード２０のリソース利用情報２１２において、第１の計測期間における対象業務処理実行期間ｘに該当する時刻を示すTimestamp「１０：２０：４７」に対応づけられているＰＲｅの利用率（プロセス毎のＣＰＵ利用率）である３と、Timestamp「１０：２１：１７」に対応づけられているＰＲｅの利用率（プロセス毎のＣＰＵ利用率）である１との平均値（つまり、２．０）がＰＲｅの値となる。
Specifically, in the
また、図２２に示すように、第１の計測期間における対象業務処理実行期間ｙ（つまり、開始「１０：２１：３５」から終了「１０：２２：２８」までの処理期間）内の処理ノード（ここでは、第３のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｆが３．０であり、ＰＲｇが１０．５であり、ＰＲｈが０．０である。このＰＲｆ、ＰＲｇおよびＰＲｈの値は、上述した図４（ｃ）に示す第３のノード２０のリソース利用情報２１３において対象業務処理実行期間ｙに該当する時刻（を示すTimestamp）に対応づけられているプロセス毎のＣＰＵ利用率を平均することによって算出される。
Also, as shown in FIG. 22, processing nodes within the target job processing execution period y (that is, the processing period from the start “10:21:35” to the end “10:22:28”) in the first measurement period. The average value of the CPU utilization rate for each process of the 20 (here, the third node) is PRf is 3.0, PRg is 10.5, and PRh is 0.0. The values of PRf, PRg, and PRh are associated with the time corresponding to the target job processing execution period y in the
更に、図２２に示すように、第１の計測期間における対象業務処理実行期間ｚ（つまり、開始「１０：２２：３０」から終了「１０：２２：５９」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが３．０であり、ＰＲｅが１．０である。このＰＲｄおよびＰＲｅの値は、上述した図４（ｂ）に示す第２のノード２０のリソース利用情報２１２において対象業務処理実行期間ｚに該当する時刻（を示すTimestamp）に対応づけられているプロセス毎のＣＰＵ利用率を平均することによって算出される。
Furthermore, as shown in FIG. 22, the processing nodes in the target job processing execution period z (that is, the processing period from the start “10:22:30” to the end “10:22:59”) in the first measurement period. The average value of the CPU usage rate for each process of the 20 (here, the second node) is PRd of 3.0 and PRe of 1.0. The values of PRd and PRe are associated with the time corresponding to the target job processing execution period z in the
図２３は、第２の計測期間における処理ノード２０内での対象業務処理実行期間毎に算出された当該処理ノード２０のＣＰＵ利用率の平均値の一例を示す。
FIG. 23 shows an example of the average value of the CPU utilization rate of the
図２３に示すように、第２の計測期間における対象業務処理実行期間ｘ（つまり、開始「１０：２５：２３」から終了「１０：２６：２１」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが２．５であり、ＰＲｅが０．５である。 As shown in FIG. 23, the processing nodes (here, the target business process execution period x in the second measurement period (that is, the processing period from the start “10:25:23” to the end “10:26:21”)) Then, the average value of the CPU utilization rate for each process of the second node) 20 is PRd is 2.5 and PRE is 0.5.
また、図２３に示すように、第２の計測期間における対象業務処理実行期間ｙ（つまり、開始「１０：２６：２５」から終了「１０：２６：４０」までの処理期間）内の処理ノード（ここでは、第３のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｆが２．０であり、ＰＲｇが１５．０であり、ＰＲｈが１．０である。 Further, as shown in FIG. 23, processing nodes in the target job processing execution period y (that is, the processing period from the start “10:26:25” to the end “10:26:40”) in the second measurement period. The average value of the CPU utilization rate for each process of the 20 (herein, the third node) 20 is PRf is 2.0, PRg is 15.0, and PRh is 1.0.
更に、図２３に示すように、第２の計測期間における対象業務処理実行期間ｚ（つまり、開始「１０：２６：４１」から終了「１０：２７：３０」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが３．０であり、ＰＲｅが１．０である。 Furthermore, as shown in FIG. 23, processing nodes within the target job processing execution period z (that is, the processing period from the start “10:26:41” to the end “10:27:30”) in the second measurement period. The average value of the CPU usage rate for each process of the 20 (here, the second node) is PRd of 3.0 and PRe of 1.0.
図２４は、第３の計測期間における処理ノード２０内での対象業務処理実行期間毎に算出された当該処理ノード２０のＣＰＵ利用率の平均値の一例を示す。
FIG. 24 shows an example of the average value of the CPU utilization rate of the
図２４に示すように、第３の計測期間における対象業務処理実行期間ｘ（つまり、開始「１０：３１：３３」から終了「１０：３１：４５」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが４．０であり、ＰＲｅが０．０である。 As shown in FIG. 24, the processing nodes (here, the target business process execution period x in the third measurement period (that is, the processing period from the start “10:31:33” to the end “10:31:45”)) The average value of the CPU utilization rate for each process of the second node) 20 is PRd of 4.0 and PRe of 0.0.
また、図２４に示すように、第３の計測期間における対象業務処理実行期間ｚ（つまり、開始「１０：３１：５２」から終了「１０：３２：０４」までの処理期間）内の処理ノード（ここでは、第３のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｆが５．０であり、ＰＲｇが１５．０であり、ＰＲｈが０．０である。 Also, as shown in FIG. 24, processing nodes within the target job processing execution period z (that is, the processing period from the start “10:31:52” to the end “10:32:04”) in the third measurement period. The average value of the CPU usage rate for each process of the 20 (here, the third node) 20 is PRf is 5.0, PRg is 15.0, and PRh is 0.0.
更に、図２４に示すように、第３の計測期間における対象業務処理実行期間ｚ（つまり、開始「１０：３２：０６」から終了「１０：３２：３３」までの処理期間）内の処理ノード（ここでは、第２のノード）２０のプロセス毎のＣＰＵ利用率の平均値は、ＰＲｄが６．０であり、ＰＲｅが１．０である。 Furthermore, as shown in FIG. 24, processing nodes within the target job processing execution period z (that is, the processing period from the start “10:32:06” to the end “10:32:33”) in the third measurement period. The average value of the CPU utilization rate for each process of the 20 (here, the second node) is PRd of 6.0 and PRe of 1.0.
次に、ログ集計部５３は、上記したように算出された第１〜第３の計測期間における処理ノード２０（内での対象業務処理実行期間ｘ、ｙおよびｚ）毎のＣＰＵ利用率の平均値を算出する。
Next, the
ここで、図２５は、ログ集計部５３によって算出された第１〜第３の計測期間における処理ノード２０毎のＣＰＵ利用率の平均値の一例を示す。
Here, FIG. 25 shows an example of the average value of the CPU utilization rate for each
図２５に示すように、対象業務処理実行期間ｘ内における処理ノード（第２のノード）２０のＣＰＵ利用率の平均値は、ＰＲｄが２．５であり、ＰＲｅが０．８である。このＰＲｄの値は、上記した図２２に示す対象業務処理実行期間ｘ、図２３に示す対象業務処理実行期間ｘおよび図２４に示す対象業務処理実行期間ｘ内における処理ノード２０のＣＰＵ利用率（ここでは、ＰＲｄ）の各々の平均値（つまり、１．０、２．５および４．０の平均値）である。同様に、ＰＲｅの値は、上記した図２２に示す対象業務処理実行期間ｘ、図２３に示す対象業務処理実行期間ｘおよび図２４に示す対象業務処理実行期間ｘ内における処理ノード２０のＣＰＵ利用率（ここでは、ＰＲｅ）の各々の平均値（つまり、２．０、０．５および０．０の平均値）である。
As shown in FIG. 25, the average value of the CPU utilization rate of the processing node (second node) 20 within the target job processing execution period x is PRd is 2.5 and PRe is 0.8. The value of PRd is the CPU usage rate of the
また、図２５に示すように、対象業務処理実行期間ｙ内における処理ノード（第３のノード）２０のＣＰＵ利用率の平均値は、ＰＲｆが３・３であり、ＰＲｇが１３．５であり、ＰＲｈが０．３である。このＰＲｆの値は、上記した図２２に示す対象業務処理実行期間ｙ、図２３に示す対象業務処理実行期間ｙおよび図２４に示す対象業務処理実行期間ｙ内における処理ノード２０のＣＰＵ利用率（ここでは、Ｐｒｆ）の各々の平均値（つまり、３．０、２．０および５．０の平均値）である。また、ＰＲｇの値は、上記した図２２に示す対象業務処理実行期間ｙ、図２３に示す対象業務処理実行期間ｙおよび図２４に示す対象業務処理実行期間ｙ内における処理ノード２０のＣＰＵ利用率（ここでは、Ｐｒｇ）の各々の平均値（つまり、１０．５、１５．０および１５．０の平均値）である。同様に、ＰＲｈの値は、上記した図２２に示す対象業務処理実行期間ｙ、図２３に示す対象業務処理実行期間ｙおよび図２４に示す対象業務処理実行期間ｙ内における処理ノード２０のＣＰＵ利用率（ここでは、Ｐｒｈ）の各々の平均値（つまり、０．０、１．０および０．０の平均値）である。
Further, as shown in FIG. 25, the average value of the CPU usage rate of the processing node (third node) 20 within the target job processing execution period y is PRf = 3.3 and PRg = 13.5. , PRh is 0.3. The value of PRf is the CPU usage rate of the
更に、図２５に示すように、対象業務処理実行期間ｚ内における処理ノード（第２のノード）２０のＣＰＵ利用率の平均値は、ＰＲｄが４．０であり、ＰＲｅが１．０である。このＰＲｄの値は、上記した図２２に示す対象業務処理実行期間ｚ、図２３に示す対象業務処理実行期間ｚおよび図２４に示す対象業務処理実行期間ｚ内における処理ノード２０のＣＰＵ利用率（ここでは、ＰＲｄ）の各々の平均値（つまり、３．０、３．０および６・０の平均値）である。同様に、ＰＲｅの値は、上記した図２２に示す対象業務処理実行期間ｚ、図２３に示す対象業務処理実行期間ｚおよび図２４に示す対象業務処理実行期間ｚないにおける処理ノード２０のＣＰＵ利用率（ここでは、ＰＲｅ）の各々の平均値（つまり、１．０、１．０および１．０の平均値）である。
Furthermore, as shown in FIG. 25, the average value of the CPU utilization rate of the processing node (second node) 20 within the target job processing execution period z is PRd of 4.0 and PRe of 1.0. . The value of PRd is the CPU usage rate of the
次に、結果表示部５４は、パターン抽出部５２によって抽出された共通のシーケンスパターンＲ１〜Ｒ３に基づいて、計算機システムにおける対象業務処理の流れを表すシーケンス図を作成する。結果表示部５４によって作成されるシーケンス図によれば、計算機システムを構成する複数のノード（ここでは、第１〜第３の計算機）２０間におけるパケットデータの流れが示される。
Next, based on the common sequence patterns R1 to R3 extracted by the
ここで、図２６は、結果表示部５４によって作成されたシーケンス図の一例を示す。なお、図２６に示すシーケンス図は、上記した図１５〜図１７に示す共通のシーケンスパターンＲ１〜Ｒ３に基づいて作成されたシーケンス図である。
Here, FIG. 26 shows an example of a sequence diagram created by the
つまり、図２６に示すように、結果表示部５４によって作成されたシーケンス図においては、図１５〜図１７に示す共通のシーケンスパターンＲ１〜Ｒ３におけるSource IP（が割り当てられているノード２０）からDestination IP（が割り当てられているノード２０）へのパケットデータ（の流れ）が時系列順に示される。なお、図２６に示すシーケンス図においては、Source IPが割り当てられているノード２０およびDestination IPが割り当てられているノード２０間のパケットデータの通信に用いられたプロトコル（名）についても示されている。
That is, as shown in FIG. 26, in the sequence diagram created by the
次に、結果表示部５４は、作成されたシーケンス図に対してログ集計部５３によって算出されたノード２０毎の性能情報（対象業務処理実行期間の平均値およびＣＰＵ利用率の平均値）を付加して、当該シーケンス図を表示（出力）する。
Next, the
ここで、図２７は、結果表示部５４によって表示されたシーケンス図の一例を示す。なお、図２７に示すシーケンス図には、上記した図２１に示す対象業務処理実行期間の平均値および図２５に示すＣＰＵ利用率の平均値が付加されている。
Here, FIG. 27 shows an example of a sequence diagram displayed by the
図２７に示すように、結果表示部５４によって表示されたシーケンス図には、上記した図２６に示すシーケンス図に対して処理ノード２０内での対象業務処理実行期間毎に当該対象業務処理実行期間の平均値および当該対象業務処理実行期間内におけるＣＰＵ利用率の平均値が付加されている。換言すれば、図２７に示すシーケンス図においては、処理ノード２０毎の性能情報が当該処理ノード２０と対応づけて表示される。
As shown in FIG. 27, the sequence diagram displayed by the
図２７に示すようなシーケンス図が表示されることによって、対象業務処理の流れおよび計算機システム（を構成する複数のノード２０）の性能（情報）を可視化することができ、ユーザは、当該シーケンス図を当該計算機システム等の性能の分析に活用することができる。
By displaying the sequence diagram as shown in FIG. 27, the flow of the target business process and the performance (information) of the computer system (a plurality of
上記したように本実施形態においては、計算機システムにおいて対象業務処理が実行された期間（第１〜第３の計測期間）内に当該計算機システムを構成するノード２０の各々において送受信されたパケットデータを当該ノード２０の各々から収集し、当該収集されたパケットデータを格納部４２に格納し、第１〜第３の計測期間において共通するパケットデータの流れを表す共通のシーケンスパターンを抽出し、当該抽出された共通のシーケンスパターンに基づいて対象業務処理の実行における計算機システムを構成するノード２０毎の性能を表す性能情報を集計し、当該集計された性能情報を出力する。
As described above, in the present embodiment, packet data transmitted / received in each of the
また、本実施形態においては、計算機システムを構成する各ノード２０におけるリソース利用状況（ＣＰＵ利用率）を示すリソース利用情報を当該ノード２０の各々から収集し、当該収集されたリソース利用情報を格納部４２に格納し、計算機システムを構成するノード２０毎の性能を表す性能情報として当該リソース利用情報によって示されるリソース利用状況を集計する。
Further, in the present embodiment, resource usage information indicating the resource usage status (CPU usage rate) in each
つまり、本実施形態においては、計算機システム（を構成する各ノード２０）における対象業務処理実行時のパケットデータの流れ、当該各ノード２０内で当該対象業務処理に関する処理が実際に実行された期間の平均値および当該各ノード２０におけるＣＰＵ利用率の平均値等の性能情報を例えばシーケンス図等において表示することによって、ユーザは当該シーケンス図を参照して例えばボトルネックとなるノード２０または計算機システム上のプロセス等を効率よく把握することができる。
That is, in this embodiment, the flow of packet data when the target business process is executed in the computer system (each
したがって、本実施形態においては、例えば計算機システムの構成に影響を受けることなく、当該計算機システムの性能の分析を支援することが可能となる。 Therefore, in the present embodiment, it is possible to support the analysis of the performance of the computer system without being affected by the configuration of the computer system, for example.
また、本実施形態は、計算機システムの運用時または設計開発時に適用可能である。例えば本実施形態が計算機システムの運用時に適用された場合には、当該計算機システムの運用時のシステムトラブルの原因を効率的に分析することができる。一方、本実施形態が計算機システムの設計開発段階で適用された場合には、例えば開発の比較的上流の工程であってもボトルネックを特定することができる。 Further, the present embodiment can be applied during operation of a computer system or design development. For example, when this embodiment is applied during the operation of a computer system, the cause of a system trouble during the operation of the computer system can be efficiently analyzed. On the other hand, when this embodiment is applied at the design and development stage of a computer system, for example, a bottleneck can be identified even in a relatively upstream process of development.
なお、本実施形態においては、計算機システムを構成するノード２０の各々においてパケットデータが記録（保持）されているものとして説明したが、当該パケットデータの記録手段については限定しない。例えば予め各ノード２０にパケットデータをモニタリングするツールがインストールされており、ユーザが手動で当該ツールを起動することによってパケットデータが記録されてもよいし、登録済みのノード２０に対して当該ツールが自動的に起動されることによってパケットデータが記録されるような仕組みが導入されていても構わない。
Although the present embodiment has been described on the assumption that packet data is recorded (held) in each of the
また、本実施形態においては、データ収集部５１によって計算機システムを構成するノード２０の各々からパケットデータおよびリソース利用情報が収集されるものとして説明したが、本実施形態に係る性能計測分析支援装置５０が当該データ収集部５１を備えていない構成であっても構わない。つまり、性能計測分析支援装置５０において、計算機システムを構成するノード２０の各々において送受信されたパケットデータおよび当該ノード２０の各々のリソース利用状況を示すリソース利用情報が予め格納部４２に用意されている構成であってもよい。
In the present embodiment, the packet data and the resource usage information are collected from each of the
また、本実施形態においては、上記した図２７に示すようなシーケンス図が表示されることが好ましいが、シーケンス図でなく例えば上記した図１５〜図１７に示す共通のシーケンスパターンや上記した図２１に示す対象業務処理実行期間の平均値および図２５に示すＣＰＵ利用率の平均値が出力される構成であっても、ユーザによる計算機システムの性能の分析を支援することは可能である。 In the present embodiment, it is preferable that the sequence diagram as shown in FIG. 27 is displayed. However, instead of the sequence diagram, for example, the common sequence pattern shown in FIGS. Even if the average value of the target business process execution period shown in FIG. 5 and the average value of the CPU usage rate shown in FIG. 25 are output, it is possible to support the analysis of the performance of the computer system by the user.
なお、本願発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。 Note that the present invention is not limited to the above-described embodiment as it is, and can be embodied by modifying the constituent elements without departing from the scope of the invention in the implementation stage. Moreover, various inventions can be formed by appropriately combining a plurality of constituent elements disclosed in the embodiment. For example, some components may be deleted from all the components shown in the embodiment. Furthermore, constituent elements over different embodiments may be appropriately combined.
１０…コンピュータ、２０…ノード、４０…外部記憶装置、４２…格納部、５０…性能計測分析支援装置、５１…データ収集部、５２…パターン抽出部、５３…ログ集計部、５４…結果表示部、５５…制御部。
DESCRIPTION OF
Claims (5)
前記コンピュータに、
前記計算機システムにおいて同一の業務処理が実行された期間の各々を示す計測期間情報を取得するステップと、
前記格納手段に格納されている複数のパケットデータのうち、前記取得された計測期間情報によって示される期間内に該当する時刻を示すタイムスタンプ情報を含むパケットデータから構成されるデータセットを当該計測期間情報によって示される期間毎に作成するステップと、
前記期間毎に作成されたデータセットの各々を構成するパケットデータに含まれるタイムスタンプ情報、送信元情報および送信先情報に基づいて、当該データセット間において前記送信元情報および前記送信先情報が共通するパケットデータを時系列順に当該データセットの各々から抽出するステップと、
前記データセットの各々から抽出された前記送信元情報および前記送信先情報が共通するパケットデータに基づいて、前記業務処理の実行における前記計算機システムを構成するノード毎の性能を表す性能情報を集計するステップと、
前記集計された前記ノード毎の性能情報を出力するステップと
を実行させるための性能計測分析支援プログラム。 A plurality of packet data transmitted and received in the plurality of nodes within a plurality of periods in which the same business process is executed in a computer system composed of a plurality of nodes connected to a network capable of transmitting and receiving packet data, Stores a plurality of packet data including time stamp information indicating the time when the packet data is generated, transmission source information indicating a node that is a transmission source of the packet data, and transmission destination information indicating a node that is a transmission destination of the packet data In a performance analysis support device composed of an external storage device including a storage means and a computer using the external storage device, a performance measurement analysis support program executed by the computer,
In the computer,
Obtaining measurement period information indicating each period during which the same business process is executed in the computer system;
Among the plurality of packet data stored in the storage means, a data set composed of packet data including time stamp information indicating a corresponding time within the period indicated by the acquired measurement period information is the measurement period. Creating for each period indicated by the information;
Based on the time stamp information, the transmission source information, and the transmission destination information included in the packet data constituting each of the data sets created for each period, the transmission source information and the transmission destination information are common between the data sets. Extracting packet data from each of the data sets in chronological order;
Based on packet data that is common to the transmission source information and the transmission destination information extracted from each of the data sets, performance information representing the performance of each node constituting the computer system in the execution of the business process is aggregated. Steps,
A performance measurement analysis support program for executing the step of outputting the aggregated performance information for each node.
前記性能計測分析支援装置は、前記計算機システムを構成する複数のノードが接続されている前記ネットワークに接続され、
前記コンピュータに、
前記複数のノードの各々から、当該ノードに保持されているパケットデータを収集するステップと、
前記収集されたパケットデータを前記格納手段に格納するステップと
を更に実行させるための請求項１記載の性能計測分析支援プログラム。 Each of the plurality of nodes holds packet data transmitted from the node and packet data received by the node,
The performance measurement analysis support device is connected to the network to which a plurality of nodes constituting the computer system are connected,
In the computer,
Collecting packet data held in the node from each of the plurality of nodes;
The performance measurement analysis support program according to claim 1, further comprising the step of storing the collected packet data in the storage means.
前記集計するステップにおいて、前記格納手段に格納されているリソース利用情報によって示される前記複数のノードの各々のリソース利用状況に基づいて、前記業務処理に関する処理が前記複数のノードの各々において実行された期間内における当該ノードのリソース利用状況を更に示す性能情報を集計する
ことを特徴とする請求項３記載の性能計測分析支援プログラム。 The storage means further stores resource usage information indicating a resource usage status of each of the plurality of nodes;
In the counting step, processing related to the business process is executed in each of the plurality of nodes based on the resource usage status of each of the plurality of nodes indicated by the resource usage information stored in the storage unit. The performance measurement analysis support program according to claim 3, wherein the performance information further indicating the resource usage status of the node within the period is totaled.
前記計算機システムにおいて同一の業務処理が実行された複数の期間の各々を示す計測期間情報を取得する取得手段と、
前記格納手段に格納されている複数のパケットデータのうち、前記取得された計測期間情報によって示される期間内に該当する時刻を示すタイムスタンプ情報を含むパケットデータから構成されるデータセットを当該計測期間情報によって示される期間毎に作成する作成手段と、
前記期間毎に作成されたデータセットの各々を構成するパケットデータに含まれるタイムスタンプ情報、送信元情報および送信先情報に基づいて、当該データセット間において前記送信元情報および前記送信先情報が共通するパケットデータを時系列順に当該データセットの各々から抽出する抽出手段と、
前記データセットの各々から抽出された前記送信元情報および前記送信先情報が共通するパケットデータに基づいて、前記業務処理の実行における前記計算機システムを構成するノード毎の性能を表す性能情報を集計する集計手段と、
前記集計された前記ノード毎の性能情報を出力する出力手段と
を具備することを特徴とする性能計測分析支援装置。 A plurality of packet data transmitted and received in the plurality of nodes within a plurality of periods in which the same business process is executed in a computer system composed of a plurality of nodes connected to a network capable of transmitting and receiving packet data, Stores a plurality of packet data including time stamp information indicating the time when the packet data is generated, transmission source information indicating a node that is a transmission source of the packet data, and transmission destination information indicating a node that is a transmission destination of the packet data Storage means for
Obtaining means for obtaining measurement period information indicating each of a plurality of periods in which the same business process is executed in the computer system;
Among the plurality of packet data stored in the storage means, a data set composed of packet data including time stamp information indicating a corresponding time within the period indicated by the acquired measurement period information is the measurement period. Creating means for creating each period indicated by the information;
Based on the time stamp information, the transmission source information, and the transmission destination information included in the packet data constituting each of the data sets created for each period, the transmission source information and the transmission destination information are common between the data sets. Extracting means for extracting packet data from each of the data sets in chronological order;
Based on packet data that is common to the transmission source information and the transmission destination information extracted from each of the data sets, performance information representing the performance of each node constituting the computer system in the execution of the business process is aggregated. Aggregation means;
An output unit that outputs the aggregated performance information for each node.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010106649A JP5422478B2 (en) | 2010-05-06 | 2010-05-06 | Performance measurement analysis support program and performance measurement analysis support device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010106649A JP5422478B2 (en) | 2010-05-06 | 2010-05-06 | Performance measurement analysis support program and performance measurement analysis support device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011237882A JP2011237882A (en) | 2011-11-24 |
| JP5422478B2 true JP5422478B2 (en) | 2014-02-19 |
Family
ID=45325816
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010106649A Active JP5422478B2 (en) | 2010-05-06 | 2010-05-06 | Performance measurement analysis support program and performance measurement analysis support device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5422478B2 (en) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3141988B2 (en) * | 1996-10-30 | 2001-03-07 | 三菱電機株式会社 | Problem analysis method for computer systems |
| JP4610240B2 (en) * | 2004-06-24 | 2011-01-12 | 富士通株式会社 | Analysis program, analysis method, and analysis apparatus |
| JP4416626B2 (en) * | 2004-11-02 | 2010-02-17 | 富士通株式会社 | Processing time calculation program |
| JP2008104027A (en) * | 2006-10-19 | 2008-05-01 | Fujitsu Ltd | Apparatus and program for collecting packet information |
| JP2009223543A (en) * | 2008-03-14 | 2009-10-01 | Kansai Electric Power Co Inc:The | Network system, status output device, status output program, and status output method |
-
2010
- 2010-05-06 JP JP2010106649A patent/JP5422478B2/en active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011237882A (en) | 2011-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10348809B2 (en) | Naming of distributed business transactions | |
| EP3616064A1 (en) | Systems and methods for networked microservice modeling and visualization | |
| US20160321352A1 (en) | Systems and methods for providing dynamic indexer discovery | |
| US9456019B2 (en) | Web page load time prediction and simulation | |
| CN110851465B (en) | Data query method and system | |
| Qian et al. | Benchmarking modern distributed streaming platforms | |
| JP4343983B2 (en) | Network management apparatus and network management method | |
| CN107111527A (en) | Data Stream Processing language for analytical instrument software | |
| CN106815254B (en) | Data processing method and device | |
| CN101635655A (en) | Method, device and system for page performance test | |
| CN105122733B (en) | Queue is monitored and visualized | |
| US20210385251A1 (en) | System and methods for integrating datasets and automating transformation workflows using a distributed computational graph | |
| EP3616061B1 (en) | Hyper dynamic java management extension | |
| KR20150084892A (en) | Dynamic graph performance monitoring | |
| US20070189509A1 (en) | Data path identification and analysis for distributed applications | |
| US20150088959A1 (en) | Method and system for automated transaction analysis | |
| US20160216997A1 (en) | Deployment Groups Analytics and Visibility | |
| US10775751B2 (en) | Automatic generation of regular expression based on log line data | |
| JP5268589B2 (en) | Information processing apparatus and information processing apparatus operating method | |
| US10644971B2 (en) | Graph search in structured query language style query | |
| US10706108B2 (en) | Field name recommendation | |
| WO2016085443A1 (en) | Application management based on data correlations | |
| CN105550250B (en) | A kind of processing method and processing device of access log | |
| JP5422478B2 (en) | Performance measurement analysis support program and performance measurement analysis support device | |
| JP2014178865A (en) | Bottleneck analysis device, method, and program |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120913 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131024 |
|
| 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: 20131029 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20131125 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5422478 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |