JP5814874B2 - コンピュータ装置及びリソース使用量予測方法及びプログラム - Google Patents
コンピュータ装置及びリソース使用量予測方法及びプログラム Download PDFInfo
- Publication number
- JP5814874B2 JP5814874B2 JP2012161148A JP2012161148A JP5814874B2 JP 5814874 B2 JP5814874 B2 JP 5814874B2 JP 2012161148 A JP2012161148 A JP 2012161148A JP 2012161148 A JP2012161148 A JP 2012161148A JP 5814874 B2 JP5814874 B2 JP 5814874B2
- Authority
- JP
- Japan
- Prior art keywords
- standby
- transactions
- resource usage
- main
- load
- 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
Landscapes
- Hardware Redundancy (AREA)
- Debugging And Monitoring (AREA)
Description
本発明は、リソース使用量を予測するコンピュータ装置等に関する。
近年、仮想化技術を利用して、複数の物理サーバ装置を１つの仮想化サーバ装置へ集約し、運用コストの削減を図ることが多くなっており、災害対策などを目的とした待機系の予備サーバ装置を構築する場合、この技術を利用することが多い。
従来のサーバ仮想化技術を利用したサーバ統合技術では、物理サーバ（非仮想化サーバ）装置を仮想化サーバ装置に統合する際、統合対象サーバのシステム負荷の統計情報を基に、統合対象サーバ装置のアプリケーション実行による最大ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）負荷や、複数のサーバプログラムが一つの物理マシン上で動作することによる競合やスケジューリングによる最大オーバヘッド、仮想化によってディスクアクセス時に発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによる最大オーバヘッドを考慮し、静的演算（積上げ計算）を行うことによって、仮想化統合後のシステム負荷の見積もりを行っていた（例えば、特許文献１）。
また、擬似アプリケーション実行によって、仮想化統合後のシステム負荷の見積もりを行う方法も提案されている（例えば、特許文献２、３）。
また、擬似アプリケーション実行によって、仮想化統合後のシステム負荷の見積もりを行う方法も提案されている（例えば、特許文献２、３）。
従来のサイジング方法では、平常時のシステム負荷情報と、統合対象サーバ装置及び統合先サーバ装置のスペック情報のみでサイジングを行う。
しかし、有事の際などに待機系の予備サーバ装置へ切替えた場合、待機系サーバ装置のリソース使用量が、平常時のリソース使用量と異なる場合が多々ある（少なくなる場合が多い）。
そのため、従来方法で見積もりを行うと、不要なリソースを用意することになり、無駄なコストが発生するという課題がある。
しかし、有事の際などに待機系の予備サーバ装置へ切替えた場合、待機系サーバ装置のリソース使用量が、平常時のリソース使用量と異なる場合が多々ある（少なくなる場合が多い）。
そのため、従来方法で見積もりを行うと、不要なリソースを用意することになり、無駄なコストが発生するという課題がある。
この発明は上記のような課題を解決することを主な目的としており、待機系のリソース使用量を適切に予測して、待機系の物理計算機に適切なリソースを確保することを主な目的とする。
本発明に係るコンピュータ装置は、
複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わった後の待機系システムのリソース使用量を予測する待機系リソース使用量予測部と、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測部により予測された各待機系システムのリソース使用量を用いて予測する計算機リソース使用量予測部とを有することを特徴とする。
複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わった後の待機系システムのリソース使用量を予測する待機系リソース使用量予測部と、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測部により予測された各待機系システムのリソース使用量を用いて予測する計算機リソース使用量予測部とを有することを特徴とする。
本発明によれば、系切替後、物理計算機上に単体で動作した場合の待機系システムのリソース使用量を予測し、予測した待機系システム単体でのリソース使用量を用いて待機系の物理計算機に統合した場合のリソース使用量を予測するため、主系システムの平常時のリソース使用量を用いる場合と異なり、待機系の物理計算機に適切なリソースを割り当てることができる。
実施の形態１〜５では、会社情報（平常時のシステムユーザ数）や事業継続計画などの待機系サーバのシステム要件（待機系システムのユーザ数、非常時などに利用するモバイル端末、待機系サーバ装置への同時アクセス数等）と、平常時のシステム負荷情報から、仮想化した待機系サーバのＣＰＵ負荷等を見積もる例を説明する。
なお、実施の形態１〜５で示す手順は、物理サーバ装置を仮想化サーバ装置へ統合する場合だけでなく、仮想化サーバ装置の仮想マシンを異なる仮想化サーバ装置へ統合する場合にも利用可能である。
なお、実施の形態１〜５で示す手順は、物理サーバ装置を仮想化サーバ装置へ統合する場合だけでなく、仮想化サーバ装置の仮想マシンを異なる仮想化サーバ装置へ統合する場合にも利用可能である。
実施の形態１〜５では、
複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わり、それぞれが物理計算機上に単体で動作した場合の待機系システムのリソース使用量を予測する待機系リソース使用量予測部と、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測部により予測された各待機系システム単体でのリソース使用量を用いて予測する計算機リソース使用量予測部とを有するコンピュータ装置を説明する。
複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わり、それぞれが物理計算機上に単体で動作した場合の待機系システムのリソース使用量を予測する待機系リソース使用量予測部と、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測部により予測された各待機系システム単体でのリソース使用量を用いて予測する計算機リソース使用量予測部とを有するコンピュータ装置を説明する。
実施の形態１．
図１は、本実施の形態に係る主系サイトと待機系サイトを含むシステム構成例を示す。
図１は、本実施の形態に係る主系サイトと待機系サイトを含むシステム構成例を示す。
サーバ装置１０、１１は、物理サーバ装置（非仮想化サーバ装置）もしくは仮想化サーバ装置であり、仮想化サーバ装置１２、１３は、複数の物理サーバ装置が統合される統合先の仮想化サーバ装置である。
サーバ装置１０、１１、１２、１３のいずれも、物理計算機である。
物理サーバ装置とは、仮想化されていない物理計算機であり、仮想化サーバ装置とは、仮想マシンが動作する物理計算機である。
サーバ装置１０、１１、１２、１３のいずれも、物理計算機である。
物理サーバ装置とは、仮想化されていない物理計算機であり、仮想化サーバ装置とは、仮想マシンが動作する物理計算機である。
主系サイト１内のサーバ装置１０、１１はＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）２０で接続されており、待機系サイト２内の仮想化サーバ装置１２、１３とコンピュータ装置３０は、ＬＡＮ２１で接続されており、更にＬＡＮ２０とＬＡＮ２１は、ＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）２２によって接続されている。
また、コンピュータ装置３０は、サイジング機能が動作する端末である。
サーバ装置１０、１１では、負荷測定部２００、２０１が動作し、各サーバ装置のシステム負荷を測定している。
また、コンピュータ装置３０は、サイジング機能が動作する端末である。
サーバ装置１０、１１では、負荷測定部２００、２０１が動作し、各サーバ装置のシステム負荷を測定している。
主系サイト１のサーバ装置１０、１１を、主系システムという。
また、主系システムの障害発生時に主系システムに代わって動作するバックアップシステムを待機系システムという。
本実施の形態では、待機系システムは待機系サイト２の仮想化サーバ装置上の仮想マシンとして実現される。
このため、主系システムは物理的なハードウェアとして存在するが、待機系システムは、物理的なハードウェアとして存在するものではなく、論理的な存在である。
１つの仮想化サーバ装置には２つ以上の仮想マシン（２つ以上の待機系システム）が統合して実装される。
本実施の形態では、仮想化サーバ装置に仮想マシン（待機系システム）が実装される前に、コンピュータ装置３０が、主系システムごとに、主系システムから待機系システムに系が切り替わり、物理計算機上に単体で動作した場合の待機系システムのリソース使用量を予測する。
そして、コンピュータ装置３０が予測した待機系システム単体でのリソース使用量から、仮想化サーバ装置に実装した際のリソース使用量を計算し、積み上げて、仮想化サーバ装置全体でのリソース使用量を予測する。
その後、待機系システムが仮想マシンとして仮想化サーバ装置に実装されると、仮想化サーバ装置は、２つ以上の主系システムをバックアップする予備サーバ装置となる。
また、主系システムの障害発生時に主系システムに代わって動作するバックアップシステムを待機系システムという。
本実施の形態では、待機系システムは待機系サイト２の仮想化サーバ装置上の仮想マシンとして実現される。
このため、主系システムは物理的なハードウェアとして存在するが、待機系システムは、物理的なハードウェアとして存在するものではなく、論理的な存在である。
１つの仮想化サーバ装置には２つ以上の仮想マシン（２つ以上の待機系システム）が統合して実装される。
本実施の形態では、仮想化サーバ装置に仮想マシン（待機系システム）が実装される前に、コンピュータ装置３０が、主系システムごとに、主系システムから待機系システムに系が切り替わり、物理計算機上に単体で動作した場合の待機系システムのリソース使用量を予測する。
そして、コンピュータ装置３０が予測した待機系システム単体でのリソース使用量から、仮想化サーバ装置に実装した際のリソース使用量を計算し、積み上げて、仮想化サーバ装置全体でのリソース使用量を予測する。
その後、待機系システムが仮想マシンとして仮想化サーバ装置に実装されると、仮想化サーバ装置は、２つ以上の主系システムをバックアップする予備サーバ装置となる。
図２は、コンピュータ装置３の構成例を示す。
コンピュータ装置３０は、入力装置２５０と、出力装置２５１と、処理装置２５２と、記憶装置２５３というハードウェアを備える。
記憶装置２５３は、情報記憶部の例に相当する。
処理装置２５２において、構成管理部２１０、負荷管理部２１１、負荷収集部２１２及び性能設計部２２０が実行される。
また、記憶装置２５３に、複数のテーブルが記憶されている。
記憶装置２５３は、情報記憶部の例に相当する。
処理装置２５２において、構成管理部２１０、負荷管理部２１１、負荷収集部２１２及び性能設計部２２０が実行される。
また、記憶装置２５３に、複数のテーブルが記憶されている。
構成管理部２１０は、サーバ装置１０、１１の構成情報を管理する。
負荷収集部２１２は、サーバ装置上の負荷測定部２００、２０１が出力する測定情報を収集する。
負荷管理部２１１は、負荷収集部２１２が収集した負荷をＣＰＵ負荷テーブル１０３（図５）、ディスク負荷テーブル１０４（図６）、ネットワーク負荷テーブル１０５（図７）に格納する。
性能設計部２２０は、負荷情報と入力装置２５０から入力された統合先サーバスペック情報からリソース使用量の見積もりを行う。
負荷収集部２１２は、サーバ装置上の負荷測定部２００、２０１が出力する測定情報を収集する。
負荷管理部２１１は、負荷収集部２１２が収集した負荷をＣＰＵ負荷テーブル１０３（図５）、ディスク負荷テーブル１０４（図６）、ネットワーク負荷テーブル１０５（図７）に格納する。
性能設計部２２０は、負荷情報と入力装置２５０から入力された統合先サーバスペック情報からリソース使用量の見積もりを行う。
性能設計部２２０は、待機系システムの単体利用時のシステム負荷（リソース使用量）を算出する待機系負荷算出部２２１と、見積もり対象サーバを仮想化した場合の全体のシステム負荷を積み上げ計算により算出する負荷見積もり部２２２から構成される。
待機系負荷算出部２２１は、会社情報（従業員数、住所、利用する主系サイト内サーバ装置のホスト名とシステムＩＤなど）や事業継続計画情報などのシステム要件（待機系システム利用時の利用人数、非常時などに利用するモバイル端末台数、待機系シンクライアント台数、待機系サーバユーザライセンス数、同時アクセスユーザＩＤ数など）、平常時に測定したシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）などから、非常時などに待機系サイト２内の仮想化サーバ装置（待機系システム）を単体で利用する際の最大リソース負荷を算出する。
換言すると、待機系負荷算出部２２１は、複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わり、それぞれが単体で動作した場合の待機系システムのリソース使用量を予測する。
予測の手法としては、待機系負荷算出部２２１は、主系システムごとに、主系システムの平常時に主系システムで計測されたリソース使用量とトランザクション数とを用いて、平常時のリソース使用量とトランザクション数との相関関係を表す数式を算出する。
更に、待機系負荷算出部２２１は、主系システムごとに、系切替後の待機系システムの最大トランザクション数を取得し、主系システムごとに、算出した数式と、取得した系切替後の待機系システムの最大トランザクション数とを用いて、系切替後に単体で動作する場合の待機系システムの最大リソース使用量を予測する。
待機系負荷算出部２２１は、数式算出部及び待機系リソース使用量予測部の例に相当する。
予測の手法としては、待機系負荷算出部２２１は、主系システムごとに、主系システムの平常時に主系システムで計測されたリソース使用量とトランザクション数とを用いて、平常時のリソース使用量とトランザクション数との相関関係を表す数式を算出する。
更に、待機系負荷算出部２２１は、主系システムごとに、系切替後の待機系システムの最大トランザクション数を取得し、主系システムごとに、算出した数式と、取得した系切替後の待機系システムの最大トランザクション数とを用いて、系切替後に単体で動作する場合の待機系システムの最大リソース使用量を予測する。
待機系負荷算出部２２１は、数式算出部及び待機系リソース使用量予測部の例に相当する。
また、負荷見積もり部２２２は、複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機（仮想化サーバ装置）に統合する場合の物理計算機全体のリソース使用量を、待機系負荷算出部２２１により予測された各待機系システムのリソース使用量を用いて予測する。
負荷見積もり部２２２は、計算機リソース使用量予測部の例に相当する。
負荷見積もり部２２２は、計算機リソース使用量予測部の例に相当する。
構成情報テーブル１０１には、主系サイト１内のサーバ装置の構成情報が格納されている。
構成情報テーブル１０１は、図４に示すように、サーバ装置１０、１１のホスト名、ＩＰアドレス、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）名、ＯＳバージョン、ＣＰＵ名、ＣＰＵ数、サーバ装置を利用する会社名などの構成情報を格納するテーブルである。
構成情報テーブル１０１は、予め、入力装置２５０によって入力されたデータを構成管理部２１０が登録する。
その際、構成管理部２１０は、コンピュータ装置３内でサーバ装置を一意に識別するシステムＩＤを割当てる。
構成情報テーブル１０１は、図４に示すように、サーバ装置１０、１１のホスト名、ＩＰアドレス、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）名、ＯＳバージョン、ＣＰＵ名、ＣＰＵ数、サーバ装置を利用する会社名などの構成情報を格納するテーブルである。
構成情報テーブル１０１は、予め、入力装置２５０によって入力されたデータを構成管理部２１０が登録する。
その際、構成管理部２１０は、コンピュータ装置３内でサーバ装置を一意に識別するシステムＩＤを割当てる。
ＣＰＵ性能情報テーブル１０２には、ＣＰＵ製品とＣＰＵ性能の組合せが格納されている。
ＣＰＵ性能情報テーブル１０２は、例えば、図８に示すテーブルである。
ＣＰＵ性能情報テーブル１０２のＣＰＵ性能の値は、例えば、ＳＰＥＣｉｎｔから取得した性能値である。
また、ＣＰＵ性能の値は、事前のベンチマークテストによる独自の性能値でもよい。
ＣＰＵ性能情報テーブル１０２は、例えば、図８に示すテーブルである。
ＣＰＵ性能情報テーブル１０２のＣＰＵ性能の値は、例えば、ＳＰＥＣｉｎｔから取得した性能値である。
また、ＣＰＵ性能の値は、事前のベンチマークテストによる独自の性能値でもよい。
ＣＰＵ負荷テーブル１０３は、図５に示すように、平常時に計測された、主系サイト１のサーバ装置における演算リソースの使用率（ＣＰＵ負荷）とトランザクション数とが示されるテーブルである。
ディスク負荷テーブル１０４は、図６に示すように、平常時に計測された、主系サイト１のサーバ装置における記憶リソースの使用負荷（ディスク負荷）とトランザクション数とが示されるテーブルである。
ネットワーク負荷テーブル１０５は、図７に示すように、平常時に計測された、主系サイト１のサーバ装置におけるネットワークアクセスリソースの使用負荷（ネットワーク負荷）とトランザクション数とが示されるテーブルである。
ＣＰＵ負荷テーブル１０３、ディスク負荷テーブル１０４及びネットワーク負荷テーブル１０５には、それぞれ、サーバ装置１０、１１で動作する負荷測定部２００、２０１から収集された値が示される。
なお、ＣＰＵ負荷テーブル１０３、ディスク負荷テーブル１０４及びネットワーク負荷テーブル１０５は、それぞれ主系平常時情報の例に相当する。
ディスク負荷テーブル１０４は、図６に示すように、平常時に計測された、主系サイト１のサーバ装置における記憶リソースの使用負荷（ディスク負荷）とトランザクション数とが示されるテーブルである。
ネットワーク負荷テーブル１０５は、図７に示すように、平常時に計測された、主系サイト１のサーバ装置におけるネットワークアクセスリソースの使用負荷（ネットワーク負荷）とトランザクション数とが示されるテーブルである。
ＣＰＵ負荷テーブル１０３、ディスク負荷テーブル１０４及びネットワーク負荷テーブル１０５には、それぞれ、サーバ装置１０、１１で動作する負荷測定部２００、２０１から収集された値が示される。
なお、ＣＰＵ負荷テーブル１０３、ディスク負荷テーブル１０４及びネットワーク負荷テーブル１０５は、それぞれ主系平常時情報の例に相当する。
トランザクション数テーブル１０６は、各システムの平常時の利用ユーザ数と平均トランザクション数のデータを格納するテーブルである。
トランザクション数テーブル１０６は、例えば、図９に示すテーブルである。
トランザクション数テーブル１０６は、平常時に主系サイト１のサーバ装置を利用するユーザの数が示されるテーブルであり、トランザクション数テーブル１０６も主系平常時情報の例に相当する。
トランザクション数テーブル１０６は、例えば、図９に示すテーブルである。
トランザクション数テーブル１０６は、平常時に主系サイト１のサーバ装置を利用するユーザの数が示されるテーブルであり、トランザクション数テーブル１０６も主系平常時情報の例に相当する。
会社情報テーブル１０７は、会社名、従業員数、住所、主系サイト内サーバ装置のホスト名、システムＩＤなど、主系サイトのサーバ装置を利用している会社情報を格納するテーブルであり、予め、入力装置２５０によって入力されたデータを構成管理部２１０が登録する。
会社情報テーブル１０７は、例えば、図１０に示すテーブルである。
会社情報テーブル１０７は、例えば、図１０に示すテーブルである。
システム要件テーブル１０８は、例えば、待機系システム利用時の利用人数、非常時などに利用するモバイル端末台数、待機系シンクライアント台数、待機系サーバユーザライセンス数、同時アクセスユーザＩＤ数など、待機系サイトの仮想化サーバ装置の利用量に関係する情報を格納するテーブルであり、予め、入力装置２５０によって入力されたデータを構成管理部２１０が登録する。
システム要件テーブル１０８は、例えば、図１１に示すテーブルである。
システム要件テーブル１０８は、待機系システム要件情報の例に相当する。
システム要件テーブル１０８は、例えば、図１１に示すテーブルである。
システム要件テーブル１０８は、待機系システム要件情報の例に相当する。
図３は、本実施の形態に係るコンピュータ装置３の動作の概要を説明する図である。
一方、図２３は、従来技術の動作の概要を説明する図である。
図３及び図２３では、サーバ装置１０はＡ社に利用され、サーバ装置１１はＢ社に利用されているものとする。
また、５０１及び５０２は平常時に利用するネットワークであり、６０１及び６０２は非常時に利用するバックアップ回線である。
図２３に示すように、従来技術では、負荷見積もり部７０１は、主系サイト１のサーバ装置１０、１１から負荷測定部２００、２０１が計測した平常時のリソース使用量（ＣＰＵ負荷、ディスク負荷、ネットワーク負荷）とサーバスペック情報を用いて、サーバ装置１０、１１をバックアップする仮想化サーバ装置の全体のリソース使用量を見積もっている。
つまり、従来技術では、サーバ装置１０、１１の平常時のリソース使用量を用いて、仮想化サーバ装置の全体のリソース使用量を見積もっている。
前述したように、主系から待機系に系が切り替わった非常時では、待機系でのリソース使用量は、機能の縮退等により、平常時の主系のリソース使用量よりも少なくなることが多い。
本実施の形態では、図３に示すように、待機系負荷算出部２２１が、負荷測定部２００、２０１が計測した平常時のリソース使用量（ＣＰＵ負荷、ディスク負荷、ネットワーク負荷）と、各社の事業継続計画（図２のシステム要件テーブル１０８に該当）を用いて、非常時に単体で動作した場合の待機系のリソース使用量（縮退により、平常のリソース使用量よりも少ないリソース使用量）を予測する。
そして、負荷見積もり部２２２は、待機系負荷算出部２２１により予測された非常時の待機系のリソース使用量とサーバスペック情報と仮想化サーバスペック情報を用いて、仮想化サーバ装置の全体のリソース使用量を見積もっている。
図３及び図２３において、詰め込み先サーバ決定部４００の動作は共通しているが、図３と図２３では、詰め込み先サーバ決定部４００の動作の前提となる仮想化サーバ装置の全体のリソース使用量の見積値が異なるので、詰め込み先サーバ決定部４００が決定する内容は異なり得る。
なお、詰め込み先サーバ決定部４００は、図２では図示していない。また、図３及び図２３では、主系サイトにおける各社の物理サーバが１つの例となっているが、自社の複数の物理サーバを、待機サイトの仮想化サーバ装置に、自社のみで統合する、もしくは他社と共同で統合する場合においても、同様の考えで本技術を活用できる。その場合、事業継続計画（待機系サーバのシステム要件）は、主系サイトの物理サーバごとに必要となるが、事業継続計画が物理サーバごとにない場合、各物理サーバに対する待機系サーバのシステム要件は同じと判断する。
一方、図２３は、従来技術の動作の概要を説明する図である。
図３及び図２３では、サーバ装置１０はＡ社に利用され、サーバ装置１１はＢ社に利用されているものとする。
また、５０１及び５０２は平常時に利用するネットワークであり、６０１及び６０２は非常時に利用するバックアップ回線である。
図２３に示すように、従来技術では、負荷見積もり部７０１は、主系サイト１のサーバ装置１０、１１から負荷測定部２００、２０１が計測した平常時のリソース使用量（ＣＰＵ負荷、ディスク負荷、ネットワーク負荷）とサーバスペック情報を用いて、サーバ装置１０、１１をバックアップする仮想化サーバ装置の全体のリソース使用量を見積もっている。
つまり、従来技術では、サーバ装置１０、１１の平常時のリソース使用量を用いて、仮想化サーバ装置の全体のリソース使用量を見積もっている。
前述したように、主系から待機系に系が切り替わった非常時では、待機系でのリソース使用量は、機能の縮退等により、平常時の主系のリソース使用量よりも少なくなることが多い。
本実施の形態では、図３に示すように、待機系負荷算出部２２１が、負荷測定部２００、２０１が計測した平常時のリソース使用量（ＣＰＵ負荷、ディスク負荷、ネットワーク負荷）と、各社の事業継続計画（図２のシステム要件テーブル１０８に該当）を用いて、非常時に単体で動作した場合の待機系のリソース使用量（縮退により、平常のリソース使用量よりも少ないリソース使用量）を予測する。
そして、負荷見積もり部２２２は、待機系負荷算出部２２１により予測された非常時の待機系のリソース使用量とサーバスペック情報と仮想化サーバスペック情報を用いて、仮想化サーバ装置の全体のリソース使用量を見積もっている。
図３及び図２３において、詰め込み先サーバ決定部４００の動作は共通しているが、図３と図２３では、詰め込み先サーバ決定部４００の動作の前提となる仮想化サーバ装置の全体のリソース使用量の見積値が異なるので、詰め込み先サーバ決定部４００が決定する内容は異なり得る。
なお、詰め込み先サーバ決定部４００は、図２では図示していない。また、図３及び図２３では、主系サイトにおける各社の物理サーバが１つの例となっているが、自社の複数の物理サーバを、待機サイトの仮想化サーバ装置に、自社のみで統合する、もしくは他社と共同で統合する場合においても、同様の考えで本技術を活用できる。その場合、事業継続計画（待機系サーバのシステム要件）は、主系サイトの物理サーバごとに必要となるが、事業継続計画が物理サーバごとにない場合、各物理サーバに対する待機系サーバのシステム要件は同じと判断する。
次に動作について説明する。
まず、サーバ装置１０、１１で動作する負荷測定部２００、２０１の動作について説明する。
まず、サーバ装置１０、１１で動作する負荷測定部２００、２０１の動作について説明する。
負荷測定部２００、２０１は、各サーバ装置上の、ＣＰＵ使用率（％）、ディスクアクセス数（数）、ディスクアクセス帯域（ＫＢ／ｓｅｃ）、ネットワークアクセス数（数）、ネットワークアクセス帯域、トランザクション数などの負荷情報を一定周期で収集し、ログファイルに出力する。
コンピュータ装置３の負荷収集部２１２は、サーバ装置１０、１１にｔｅｌｎｅｔやＳＳＨ（Ｓｅｃｕｒｅ Ｓｈｅｌｌ）を利用して接続し、ｔａｉｌコマンドなどを利用して、ログファイルから各サーバ装置の負荷を一定周期ごとに読み取り、コンピュータ装置３０側に収集する。
ログファイルは、ＣＳＶ形式、バイナリ形式、テキスト形式でも負荷収集部２１２が読み込み可能な形式ならどのような形式でもよい。
また、負荷測定部２００、２０１は測定結果をログファイルに出力せず、メモリ内に蓄積しておき、負荷収集部２１２が直接負荷測定部２００、２０１とＬＡＮ２０、ＷＡＮ２２、ＬＡＮ２１を経由したコネクションを確立し、測定結果を取得してもよい。
コンピュータ装置３の負荷収集部２１２は、サーバ装置１０、１１にｔｅｌｎｅｔやＳＳＨ（Ｓｅｃｕｒｅ Ｓｈｅｌｌ）を利用して接続し、ｔａｉｌコマンドなどを利用して、ログファイルから各サーバ装置の負荷を一定周期ごとに読み取り、コンピュータ装置３０側に収集する。
ログファイルは、ＣＳＶ形式、バイナリ形式、テキスト形式でも負荷収集部２１２が読み込み可能な形式ならどのような形式でもよい。
また、負荷測定部２００、２０１は測定結果をログファイルに出力せず、メモリ内に蓄積しておき、負荷収集部２１２が直接負荷測定部２００、２０１とＬＡＮ２０、ＷＡＮ２２、ＬＡＮ２１を経由したコネクションを確立し、測定結果を取得してもよい。
次に、負荷収集部２１２が各サーバ装置１０、１１のシステム負荷を収集する動作について説明する。
負荷収集部２１２は、構成情報テーブル１０１に登録されている全てのサーバ装置、又は入力装置２５０から指定された特定のサーバ装置のＩＰアドレス、ログインアカウント、パスワードなど、サーバ装置に接続するために必要な情報を、構成管理部２１０を利用して構成情報テーブル１０１（図４）からシステムＩＤをキーに取得する。
負荷収集部２１２は、取得したＩＰアドレス、ログインアカウント、パスワードにより各サーバ装置に接続し、負荷測定部２００、２０１が測定した結果を一定周期で収集し、負荷管理部２１１を利用して各負荷に収集時刻と収集対象のシステムＩＤを付与してＣＰＵ負荷テーブル１０３（図５）、ディスク負荷テーブル１０４（図６）、ネットワーク負荷テーブル１０５（図７）、トランザクション数テーブル１０６（図９）に格納する。
負荷収集部２１２は、取得したＩＰアドレス、ログインアカウント、パスワードにより各サーバ装置に接続し、負荷測定部２００、２０１が測定した結果を一定周期で収集し、負荷管理部２１１を利用して各負荷に収集時刻と収集対象のシステムＩＤを付与してＣＰＵ負荷テーブル１０３（図５）、ディスク負荷テーブル１０４（図６）、ネットワーク負荷テーブル１０５（図７）、トランザクション数テーブル１０６（図９）に格納する。
次に、性能設計部２２０が入力装置２５０から入力された統合先サーバスペック情報からＣＰＵ負荷見積を行う動作を図１７を参照して説明する。
統合対象サーバ装置をＳｉ（ｉ＝１，．．．，ｍ）、ｉをシステムＩＤとする。
性能設計部２２０は、入力装置２５０から、統合先サーバ装置Ｓｊに統合される統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ；Ｘｊは主系サイト１のサーバ装置の総数）のシステムＩＤと、統合先サーバ装置Ｓｊのスペック、少なくともＣＰＵに関する情報（ＣＰＵ名、クロック、コア数、チップ数、搭載されるＣＰＵ数）を取得する（Ｓ１０１）。
次に、待機系負荷算出部２２１は非常時負荷算出ステップにより、非常時（主系から待機系への系切替時）の最大トランザクション数ｔｉ（ｉ∈Ｘｊ）を算出する（Ｓ１０２）。
また、待機系負荷算出部２２１は、非常時ＣＰＵ負荷算出ステップ（Ｓ１０３）、非常時ディスク負荷算出ステップ（Ｓ１０４）、非常時ネットワーク負荷算出ステップ（Ｓ１０５）によって、システム特性を考慮し、統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の非常時の、最大ＣＰＵ使用率ｋｃｐｕ＿ｉ、最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉ、最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉ、最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉ、最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉを算出する。
性能設計部２２０は、入力装置２５０から、統合先サーバ装置Ｓｊに統合される統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ；Ｘｊは主系サイト１のサーバ装置の総数）のシステムＩＤと、統合先サーバ装置Ｓｊのスペック、少なくともＣＰＵに関する情報（ＣＰＵ名、クロック、コア数、チップ数、搭載されるＣＰＵ数）を取得する（Ｓ１０１）。
次に、待機系負荷算出部２２１は非常時負荷算出ステップにより、非常時（主系から待機系への系切替時）の最大トランザクション数ｔｉ（ｉ∈Ｘｊ）を算出する（Ｓ１０２）。
また、待機系負荷算出部２２１は、非常時ＣＰＵ負荷算出ステップ（Ｓ１０３）、非常時ディスク負荷算出ステップ（Ｓ１０４）、非常時ネットワーク負荷算出ステップ（Ｓ１０５）によって、システム特性を考慮し、統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の非常時の、最大ＣＰＵ使用率ｋｃｐｕ＿ｉ、最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉ、最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉ、最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉ、最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉを算出する。
まず、非常時トランザクション算出ステップ（図１７のＳ１０２）では、図１８に示すように、待機系負荷算出部２２１は統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の集合から、統合対象サーバ装置Ｓｉを一つ選択する（Ｓ１０２１）。
次に、待機系負荷算出部２２１は、選択された統合対象サーバ装置ＳｉのシステムＩＤと会社情報テーブル１０７（図１０）から、統合対象サーバ装置Ｓｉの会社名と従業員数（平常時、主系サイト１の物理サーバ装置を利用するユーザ数）ｕｉを取得する（Ｓ１０２２）。
次に、待機系負荷算出部２２１は、会社名とシステム要件テーブル１０８（図１１）から非常時従業員数ｅｉを取得する（Ｓ１０２３）。
次に、待機系負荷算出部２２１は、ＣＰＵ負荷テーブル１０３（図５）から、（平常時の）最大トランザクション数ｔｉ＿ｍａｘを取得し、非常時の最大トランザクション数ｔｉ＝平常時最大トランザクション数ｔｉ＿ｍａｘ×（平常時従業員数ｕｉ÷非常時従業員数ｅｉ）を算出する（Ｓ１０２４）。
これは、トランザクション数とシステムのユーザ数（従業員数）の関係が線形になると仮定した場合の計算方法である。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０２５）。
次に、待機系負荷算出部２２１は、選択された統合対象サーバ装置ＳｉのシステムＩＤと会社情報テーブル１０７（図１０）から、統合対象サーバ装置Ｓｉの会社名と従業員数（平常時、主系サイト１の物理サーバ装置を利用するユーザ数）ｕｉを取得する（Ｓ１０２２）。
次に、待機系負荷算出部２２１は、会社名とシステム要件テーブル１０８（図１１）から非常時従業員数ｅｉを取得する（Ｓ１０２３）。
次に、待機系負荷算出部２２１は、ＣＰＵ負荷テーブル１０３（図５）から、（平常時の）最大トランザクション数ｔｉ＿ｍａｘを取得し、非常時の最大トランザクション数ｔｉ＝平常時最大トランザクション数ｔｉ＿ｍａｘ×（平常時従業員数ｕｉ÷非常時従業員数ｅｉ）を算出する（Ｓ１０２４）。
これは、トランザクション数とシステムのユーザ数（従業員数）の関係が線形になると仮定した場合の計算方法である。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０２５）。
非常時ＣＰＵ負荷算出ステップ（図１７のＳ１０３）では、図１９に示すように、待機系負荷算出部２２１は、統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の集合から、統合対象サーバ装置Ｓｉを一つ選択する（Ｓ１０３１）。
次に、待機系負荷算出部２２１は、ＣＰＵ負荷テーブル１０３（図５）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのＣＰＵ使用率とトランザクション数のデータを取得し（Ｓ１０３２）、トランザクション数毎の平均ＣＰＵ使用率を算出する。
なお、ここでのＣＰＵ使用率とは、ＣＰＵ負荷テーブル１０３のユーザ使用率、システム使用率、Ｉ／Ｏ待ちの比率を合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出した平均ＣＰＵ使用率の相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０３３）。
待機系負荷算出部２２１は、例えば、以下の近似式を導出するようにする。
Ｙ＝αｃｐｕ＿ｉ・Ｘ２＋βｃｐｕ＿ｉ・Ｘ＋γｃｐｕ＿ｉ
（αｃｐｕ＿ｉ、βｃｐｕ＿ｉ、γｃｐｕ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップ（Ｓ１０２）で算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉを以下のように算出する（Ｓ１０３４）。
ｋｃｐｕ＿ｉ＝αｃｐｕ＿ｉ・ｔｉ ２＋βｃｐｕ＿ｉ・ｔｉ＋γｃｐｕ＿ｉ
（αｃｐｕ＿ｉ、βｃｐｕ＿ｉ、γｃｐｕ＿ｉは定数値）
なお、Ｓ１０３３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉの関係を図１３に示す。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０３５）。
次に、待機系負荷算出部２２１は、ＣＰＵ負荷テーブル１０３（図５）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのＣＰＵ使用率とトランザクション数のデータを取得し（Ｓ１０３２）、トランザクション数毎の平均ＣＰＵ使用率を算出する。
なお、ここでのＣＰＵ使用率とは、ＣＰＵ負荷テーブル１０３のユーザ使用率、システム使用率、Ｉ／Ｏ待ちの比率を合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出した平均ＣＰＵ使用率の相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０３３）。
待機系負荷算出部２２１は、例えば、以下の近似式を導出するようにする。
Ｙ＝αｃｐｕ＿ｉ・Ｘ２＋βｃｐｕ＿ｉ・Ｘ＋γｃｐｕ＿ｉ
（αｃｐｕ＿ｉ、βｃｐｕ＿ｉ、γｃｐｕ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップ（Ｓ１０２）で算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉを以下のように算出する（Ｓ１０３４）。
ｋｃｐｕ＿ｉ＝αｃｐｕ＿ｉ・ｔｉ ２＋βｃｐｕ＿ｉ・ｔｉ＋γｃｐｕ＿ｉ
（αｃｐｕ＿ｉ、βｃｐｕ＿ｉ、γｃｐｕ＿ｉは定数値）
なお、Ｓ１０３３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉの関係を図１３に示す。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０３５）。
非常時ディスク負荷算出ステップ（図１７のＳ１０４）では、図２０に示すように、待機系負荷算出部２２１は、統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の集合から、統合対象サーバ装置Ｓｉを一つ選択する（Ｓ１０４１）。
次に、待機系負荷算出部２２１は、ディスク負荷テーブル１０４（図６）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのディスクアクセスＩ／Ｏ数とディスクアクセス帯域とトランザクション数のデータを取得し（Ｓ１０４２）、トランザクション数毎の平均ディスクアクセスＩ／Ｏ数と平均ディスクアクセス帯域を算出する。
なお、ここでのディスクアクセスＩ／Ｏ数、ディスクアクセス帯域は、ディスク負荷テーブル１０４の読込時と書込時のデータを合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出したディスクアクセスＩ／Ｏ数の相関関係、トランザクション数とディスクアクセス帯域との相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０４３）。
待機系負荷算出部２２１は、例えば、以下のトランザクション数とディスクアクセスＩ／Ｏ数の近似式を導出するようにする。
Ｙ＝αｄｉｓｋ＿ｒｅｑ＿ｉ・Ｘ２＋βｄｉｓｋ＿ｒｅｑ＿ｉ・Ｘ＋γｄｉｓｋ＿ｒｅｑ＿ｉ
（αｄｉｓｋ＿ｒｅｑ＿ｉ、βｄｉｓｋ＿ｒｅｑ＿ｉ、γｄｉｓｋ＿ｒｅｑ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップ（Ｓ１０２）で算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉを以下のように算出する（Ｓ１０４４）
ｋｄｉｓｋ＿ｒｅｑ＿ｉ＝αｄｉｓｋ＿ｒｅｑ＿ｉ・ｔｉ ２＋βｄｉｓｋ＿ｒｅｑ＿ｉ・ｔｉ＋γｄｉｓｋ＿ｒｅｑ＿ｉ
（αｄｉｓｋ＿ｒｅｑ＿ｉ、βｄｉｓｋ＿ｒｅｑ＿ｉ、γｄｉｓｋ＿ｒｅｑ＿ｉは定数値）
なお、Ｓ１０４３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉの関係を図１４に示す。
また、待機系負荷算出部２２１は、同様にして、以下のトランザクション数とディスクアクセス帯域との相関関係を表す近似式を導出するようにする。
Ｙ＝αｄｉｓｋ＿ｔｈ＿ｉ・Ｘ２＋βｄｉｓｋ＿ｔｈ＿ｉ・Ｘ＋γｄｉｓｋ＿ｔｈ＿ｉ
（αｄｉｓｋ＿ｔｈ＿ｉ、βｄｉｓｋ＿ｔｈ＿ｉ、γｄｉｓｋ＿ｔｈ＿ｉは定数値）
更に、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉを以下のように算出する（Ｓ１０４４）。
ｋｄｉｓｋ＿ｔｈ＿ｉ＝αｄｉｓｋ＿ｔｈ＿ｉ・ｔｉ ２＋βｄｉｓｋ＿ｔｈ＿ｉ・ｔｉ＋γｄｉｓｋ＿ｔｈ＿ｉ
（αｄｉｓｋ＿ｔｈ＿ｉ、βｄｉｓｋ＿ｔｈ＿ｉ、γｄｉｓｋ＿ｔｈ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉの関係を図２４に示す。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０４５）。
次に、待機系負荷算出部２２１は、ディスク負荷テーブル１０４（図６）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのディスクアクセスＩ／Ｏ数とディスクアクセス帯域とトランザクション数のデータを取得し（Ｓ１０４２）、トランザクション数毎の平均ディスクアクセスＩ／Ｏ数と平均ディスクアクセス帯域を算出する。
なお、ここでのディスクアクセスＩ／Ｏ数、ディスクアクセス帯域は、ディスク負荷テーブル１０４の読込時と書込時のデータを合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出したディスクアクセスＩ／Ｏ数の相関関係、トランザクション数とディスクアクセス帯域との相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０４３）。
待機系負荷算出部２２１は、例えば、以下のトランザクション数とディスクアクセスＩ／Ｏ数の近似式を導出するようにする。
Ｙ＝αｄｉｓｋ＿ｒｅｑ＿ｉ・Ｘ２＋βｄｉｓｋ＿ｒｅｑ＿ｉ・Ｘ＋γｄｉｓｋ＿ｒｅｑ＿ｉ
（αｄｉｓｋ＿ｒｅｑ＿ｉ、βｄｉｓｋ＿ｒｅｑ＿ｉ、γｄｉｓｋ＿ｒｅｑ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップ（Ｓ１０２）で算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉを以下のように算出する（Ｓ１０４４）
ｋｄｉｓｋ＿ｒｅｑ＿ｉ＝αｄｉｓｋ＿ｒｅｑ＿ｉ・ｔｉ ２＋βｄｉｓｋ＿ｒｅｑ＿ｉ・ｔｉ＋γｄｉｓｋ＿ｒｅｑ＿ｉ
（αｄｉｓｋ＿ｒｅｑ＿ｉ、βｄｉｓｋ＿ｒｅｑ＿ｉ、γｄｉｓｋ＿ｒｅｑ＿ｉは定数値）
なお、Ｓ１０４３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉの関係を図１４に示す。
また、待機系負荷算出部２２１は、同様にして、以下のトランザクション数とディスクアクセス帯域との相関関係を表す近似式を導出するようにする。
Ｙ＝αｄｉｓｋ＿ｔｈ＿ｉ・Ｘ２＋βｄｉｓｋ＿ｔｈ＿ｉ・Ｘ＋γｄｉｓｋ＿ｔｈ＿ｉ
（αｄｉｓｋ＿ｔｈ＿ｉ、βｄｉｓｋ＿ｔｈ＿ｉ、γｄｉｓｋ＿ｔｈ＿ｉは定数値）
更に、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉを以下のように算出する（Ｓ１０４４）。
ｋｄｉｓｋ＿ｔｈ＿ｉ＝αｄｉｓｋ＿ｔｈ＿ｉ・ｔｉ ２＋βｄｉｓｋ＿ｔｈ＿ｉ・ｔｉ＋γｄｉｓｋ＿ｔｈ＿ｉ
（αｄｉｓｋ＿ｔｈ＿ｉ、βｄｉｓｋ＿ｔｈ＿ｉ、γｄｉｓｋ＿ｔｈ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉの関係を図２４に示す。
待機系負荷算出部２２１は、以上の処理を全ての統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）に対して行う（Ｓ１０４５）。
非常時ネットワーク負荷算出ステップ（図１７のＳ１０５）では、図２１に示すように、待機系負荷算出部２２１は、統合対象サーバ装置Ｓｉ（ｉ∈Ｘｊ）の集合から、統合対象サーバ装置Ｓｉを一つ選択する（Ｓ１０５１）。
待機系負荷算出部２２１は、ネットワーク負荷テーブル１０５（図７）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのネットワークアクセスＩ／Ｏ数とネットワークアクセス帯域とトランザクション数のデータを取得し（Ｓ１０５２）、トランザクション数毎の平均ネットワークアクセスＩ／Ｏ数と平均ネットワークアクセス帯域を算出する。
なお、ここでのネットワークアクセスＩ／Ｏ数、ネットワークアクセス帯域とは、ネットワーク負荷テーブル１０５の送信時と受信時のデータを合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出したネットワークアクセスＩ／Ｏ数との相関関係、トランザクション数とネットワークアクセス帯域との相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０５３）。
例えば、以下のトランザクション数とネットワークアクセスＩ／Ｏ数の近似式を導出するようにする。
Ｙ＝αｎｅｔ＿ｒｅｑ＿ｉ・Ｘ２＋βｎｅｔ＿ｒｅｑ＿ｉ・Ｘ＋γｎｅｔ＿ｒｅｑ＿ｉ
（αｎｅｔ＿ｒｅｑ＿ｉ、βｎｅｔ＿ｒｅｑ＿ｉ、γｎｅｔ＿ｒｅｑ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップで算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿を以下のように算出する（Ｓ１０５４）。
ｋｎｅｔ＿ｒｅｑ＿＝αｎｅｔ＿ｒｅｑ＿ｉ・ｔｉ ２＋βｎｅｔ＿ｒｅｑ＿ｉ・ｔｉ＋γｎｅｔ＿ｒｅｑ＿ｉ
（αｎｅｔ＿ｒｅｑ＿ｉ、βｎｅｔ＿ｒｅｑ＿ｉ、γｎｅｔ＿ｒｅｑ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉの関係を図１５に示す。
また、待機系負荷算出部２２１は、同様にして、以下のトランザクション数とネットワークアクセス帯域との相関関係を表す近似式を導出するようにする。
Ｙ＝αｎｅｔ＿ｔｈ＿ｉ・Ｘ２＋βｎｅｔ＿ｔｈ＿ｉ・Ｘ＋γｎｅｔ＿ｔｈ＿ｉ
（αｎｅｔ＿ｔｈ＿ｉ、βｎｅｔ＿ｔｈ＿ｉ、γｎｅｔ＿ｔｈ＿ｉは定数値）
更に、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉを以下のように算出する（Ｓ１０５４）。
ｋｎｅｔ＿ｔｈ＿ｉ＝αｎｅｔ＿ｔｈ＿ｉ・ｔｉ ２＋βｎｅｔ＿ｔｈ＿ｉ・ｔｉ＋γｎｅｔ＿ｔｈ＿ｉ
（αｎｅｔ＿ｔｈ＿ｉ、βｎｅｔ＿ｔｈ＿ｉ、γｎｅｔ＿ｔｈ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉの関係を図２５に示す。
待機系負荷算出部２２１は、ネットワーク負荷テーブル１０５（図７）と、選択された統合対象サーバ装置ＳｉのシステムＩＤから、統合対象サーバ装置ＳｉのネットワークアクセスＩ／Ｏ数とネットワークアクセス帯域とトランザクション数のデータを取得し（Ｓ１０５２）、トランザクション数毎の平均ネットワークアクセスＩ／Ｏ数と平均ネットワークアクセス帯域を算出する。
なお、ここでのネットワークアクセスＩ／Ｏ数、ネットワークアクセス帯域とは、ネットワーク負荷テーブル１０５の送信時と受信時のデータを合計したものである。
次に、待機系負荷算出部２２１は、トランザクション数と算出したネットワークアクセスＩ／Ｏ数との相関関係、トランザクション数とネットワークアクセス帯域との相関関係を表す非線形モデル式（近似式）を、回帰分析を用いて導出する（Ｓ１０５３）。
例えば、以下のトランザクション数とネットワークアクセスＩ／Ｏ数の近似式を導出するようにする。
Ｙ＝αｎｅｔ＿ｒｅｑ＿ｉ・Ｘ２＋βｎｅｔ＿ｒｅｑ＿ｉ・Ｘ＋γｎｅｔ＿ｒｅｑ＿ｉ
（αｎｅｔ＿ｒｅｑ＿ｉ、βｎｅｔ＿ｒｅｑ＿ｉ、γｎｅｔ＿ｒｅｑ＿ｉは定数値）
更に、待機系負荷算出部２２１は、非常時トランザクション算出ステップで算出した、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿を以下のように算出する（Ｓ１０５４）。
ｋｎｅｔ＿ｒｅｑ＿＝αｎｅｔ＿ｒｅｑ＿ｉ・ｔｉ ２＋βｎｅｔ＿ｒｅｑ＿ｉ・ｔｉ＋γｎｅｔ＿ｒｅｑ＿ｉ
（αｎｅｔ＿ｒｅｑ＿ｉ、βｎｅｔ＿ｒｅｑ＿ｉ、γｎｅｔ＿ｒｅｑ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉの関係を図１５に示す。
また、待機系負荷算出部２２１は、同様にして、以下のトランザクション数とネットワークアクセス帯域との相関関係を表す近似式を導出するようにする。
Ｙ＝αｎｅｔ＿ｔｈ＿ｉ・Ｘ２＋βｎｅｔ＿ｔｈ＿ｉ・Ｘ＋γｎｅｔ＿ｔｈ＿ｉ
（αｎｅｔ＿ｔｈ＿ｉ、βｎｅｔ＿ｔｈ＿ｉ、γｎｅｔ＿ｔｈ＿ｉは定数値）
更に、統合対象サーバ装置Ｓｉの非常時最大トランザクション数ｔｉを、導出した近似式に入力することで、非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉを以下のように算出する（Ｓ１０５４）。
ｋｎｅｔ＿ｔｈ＿ｉ＝αｎｅｔ＿ｔｈ＿ｉ・ｔｉ ２＋βｎｅｔ＿ｔｈ＿ｉ・ｔｉ＋γｎｅｔ＿ｔｈ＿ｉ
（αｎｅｔ＿ｔｈ＿ｉ、βｎｅｔ＿ｔｈ＿ｉ、γｎｅｔ＿ｔｈ＿ｉは定数値）
なお、Ｓ１０５３で導出された近似式と、非常時の最大トランザクション数と、非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉの関係を図２５に示す。
次に、待機系負荷算出部２２１が非常時負荷算出ステップで算出した下記の非常時の最大リソース使用量を用いて、負荷見積もり部２２２が、例えば従来方法（例えば、特許文献１）により、統合対象サーバ装置を仮想化した場合の仮想化サーバ装置の全体のシステム負荷を見積もり、サイジングを行う。
非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉ
非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉ
非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉ
非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉ
非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉ
非常時の最大ＣＰＵ使用率ｋｃｐｕ＿ｉ
非常時の最大ディスクアクセスＩ／Ｏ数ｋｄｉｓｋ＿ｒｅｑ＿ｉ
非常時の最大ディスクアクセス帯域ｋｄｉｓｋ＿ｔｈ＿ｉ
非常時の最大ネットワークアクセスＩ／Ｏ数ｋｎｅｔ＿ｒｅｑ＿ｉ
非常時の最大ネットワークアクセス帯域ｋｎｅｔ＿ｔｈ＿ｉ
なお、上記のＳ１０３３、Ｓ１０４３、Ｓ１０５３では、非線形の近似式を導出している。
待機系システムのリソース使用量を、単純に、システム要件から抽出した平常時のシステム使用比率で見積もると（線形予測）、本来システム利用率（トランザクション数）に対するリソース使用率が非線形の関係になるため、見積もり誤差が大きくなる（図１２）。
この点を考慮して、Ｓ１０３３、Ｓ１０４３、Ｓ１０５３では、非線形の近似式を導出している。
但し、線形予測を行っても見積もり誤差が大きくない場合等は、Ｓ１０３３、Ｓ１０４３、Ｓ１０５３の非線形予測に代えて線形予測を行ってもよい。
待機系システムのリソース使用量を、単純に、システム要件から抽出した平常時のシステム使用比率で見積もると（線形予測）、本来システム利用率（トランザクション数）に対するリソース使用率が非線形の関係になるため、見積もり誤差が大きくなる（図１２）。
この点を考慮して、Ｓ１０３３、Ｓ１０４３、Ｓ１０５３では、非線形の近似式を導出している。
但し、線形予測を行っても見積もり誤差が大きくない場合等は、Ｓ１０３３、Ｓ１０４３、Ｓ１０５３の非線形予測に代えて線形予測を行ってもよい。
以上のように、本実施の形態では、統合後のリソース負荷を見積もる処理において、平常時のシステム負荷の統計情報だけでなく、事業継続計画情報などの非常時（待機系２サイト内の仮想化サーバ装置を利用する時）のシステム要件に含まれる非常時ユーザ数と、平常時のユーザ数（会社情報に含まれる従業員数）を考慮し、非常時の最大リソース負荷を算出する。
この際に、単純な人数比でリソース負荷を算出するのではなく、システムによってトランザクション数の増加に対するリソース使用量に変化が異なるため、そのシステム特性を現すモデルから、非常時のリソース負荷を見積もることによって、リソース負荷の見積もり精度を向上させることができる。
この際に、単純な人数比でリソース負荷を算出するのではなく、システムによってトランザクション数の増加に対するリソース使用量に変化が異なるため、そのシステム特性を現すモデルから、非常時のリソース負荷を見積もることによって、リソース負荷の見積もり精度を向上させることができる。
以上、本実施の形態では、負荷測定機能を持つ複数の統合対象サーバ（物理サーバもしくは仮想化サーバ）を、待機系サーバ（仮想化サーバ）として複数の仮想化サーバに統合する際の、仮想マシンサイジング装置を説明した。
そして、本実施の形態に係る仮想マシンサイジング装置は、平常時のシステムユーザ数（従業員数）と待機系のシステム要件（事業継続計画などで定められている待機系システムを利用する際のユーザ数）と、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、平常時ユーザ数と待機系利用時のユーザ数の比率と平常時の最大トランザクション数から待機系利用時の最大トランザクション数を算出する。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、平常時のシステムユーザ数（従業員数）と待機系のシステム要件（事業継続計画などで定められている待機系システムを利用する際のユーザ数）と、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、平常時ユーザ数と待機系利用時のユーザ数の比率と平常時の最大トランザクション数から待機系利用時の最大トランザクション数を算出する。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
実施の形態２．
以上の実施の形態１では、トランザクション数とユーザ（従業員）の関係が線形になると考え、平常時と非常時の従業員数（システム利用ユーザ数）の比率と平常時の最大トランザクション数によって、非常時の最大トランザクション数を算出している。
しかし、平常時のユーザ数（従業員数）に対するトランザクション数が計測できる場合は、ユーザ数とトランザクション数の関係を、回帰分析によってモデル化して非線形の近似式を導出し、非線形の近似式を用いて非常時の最大トランザクション数を算出する方が（図１６）、精度の高い非常時トランザクション数が算出可能となる。
平常時のユーザ数（従業員数）の計測は、例えば、入門ゲート通過時のＩＣカード認証による出勤者人数のカウントやパソコンのログイン記録、一日の最初にメールアクセスした際のログのカウントなどによって日時単位の出勤人数が可能であり、これとトランザクション数の計測によって、出勤人数（利用人数）に対するトランザクション数の統計情報が収集でき、出勤人数に対するトランザクション数の関係をモデル化することが可能となる。
なお、システムの利用者が特定ユーザ向け（全従業員数でない）場合は、システムを利用するユーザのみをカウントする必要がある。
以上の実施の形態１では、トランザクション数とユーザ（従業員）の関係が線形になると考え、平常時と非常時の従業員数（システム利用ユーザ数）の比率と平常時の最大トランザクション数によって、非常時の最大トランザクション数を算出している。
しかし、平常時のユーザ数（従業員数）に対するトランザクション数が計測できる場合は、ユーザ数とトランザクション数の関係を、回帰分析によってモデル化して非線形の近似式を導出し、非線形の近似式を用いて非常時の最大トランザクション数を算出する方が（図１６）、精度の高い非常時トランザクション数が算出可能となる。
平常時のユーザ数（従業員数）の計測は、例えば、入門ゲート通過時のＩＣカード認証による出勤者人数のカウントやパソコンのログイン記録、一日の最初にメールアクセスした際のログのカウントなどによって日時単位の出勤人数が可能であり、これとトランザクション数の計測によって、出勤人数（利用人数）に対するトランザクション数の統計情報が収集でき、出勤人数に対するトランザクション数の関係をモデル化することが可能となる。
なお、システムの利用者が特定ユーザ向け（全従業員数でない）場合は、システムを利用するユーザのみをカウントする必要がある。
本実施の形態では、平常時のユーザ数とトランザクション数の関係を表す非線形近似式をシステム要件テーブル（図１１）に格納しておき、待機系負荷算出部２２１は、この非線形近似式に非常時の従業員数を適用することで、非常時最大トランザクション数を算出することができる。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
以上のように、ユーザとトランザクション数の関係も非線形モデル化することで、精度の高いＣＰＵ負荷の見積もりを可能とする。
このように、本実施の形態に係る仮想マシンサイジング装置は、平常時ユーザ数とトランザクション数の関係を表す非線形モデル式（近似式）をシステム毎に導出する。
また、本実施の形態に係る仮想マシンサイジング装置は、導出したモデル式と待機系システムのユーザ数から、待機系システム利用時の最大トランザクション数をシステム毎に算出し、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
また、本実施の形態に係る仮想マシンサイジング装置は、導出したモデル式と待機系システムのユーザ数から、待機系システム利用時の最大トランザクション数をシステム毎に算出し、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
実施の形態３．
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画として、非常時システム利用にモバイル端末が必須とする場合があり、非常時用モバイル端末の台数が計画されている場合は、非常時の従業員数ではなく、非常時用モバイル端末台数を非常時のシステム利用ユーザ数と考え、下記方法で、非常時の最大トランザクション数を算出する。
非常時最大トランザクション数＝
平常時最大トランザクション数×（モバイル端末台数（非常時用）÷平常時従業員数）
ただし、非常時用モバイル端末台数＞非常時従業員数の場合は、非常時従業員数で計算する。
また、モバイル端末台数以外に、シンクライアント台数や同時ユーザＩＤ数、ユーザライセンス数などの場合も同様の考えで算出可能である。
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画として、非常時システム利用にモバイル端末が必須とする場合があり、非常時用モバイル端末の台数が計画されている場合は、非常時の従業員数ではなく、非常時用モバイル端末台数を非常時のシステム利用ユーザ数と考え、下記方法で、非常時の最大トランザクション数を算出する。
非常時最大トランザクション数＝
平常時最大トランザクション数×（モバイル端末台数（非常時用）÷平常時従業員数）
ただし、非常時用モバイル端末台数＞非常時従業員数の場合は、非常時従業員数で計算する。
また、モバイル端末台数以外に、シンクライアント台数や同時ユーザＩＤ数、ユーザライセンス数などの場合も同様の考えで算出可能である。
本実施の形態では、待機系負荷算出部２２１は、システム要件テーブル（図１１）に記述されているモバイル端末数、シンクライアント台数、同時ユーザＩＤ数、ユーザライセンス数を用いて、実施の形態１又は実施の形態２に示した方式にて、非常時最大トランザクション数を算出することができる。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
以上のように、非常時のユーザ数以外の事業継続計画情報（システム要件）を用いても、実施の形態１と同様、精度の高いＣＰＵ負荷の見積もりが可能である。
このように、本実施の形態に係る仮想マシンサイジング装置は、平常時ユーザ数と待機系システム利用に必須なモバイル端末台数、もしくはシンクライアント台数、もしくは同時ユーザＩＤ数、もしくはユーザライセンス数などから待機系利用時の最大トランザクション数を算出する。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
実施の形態４．
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画に、平常時の最大トランザクション数に対する非常時の最大トランザクション数の比率（例えば、非常時は平常時の２０％減、など）として定められている場合は、その数値と平常時の最大トランザクション数から、非常時の最大トランザクション数を算出して、リソース負荷を算出する。
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画に、平常時の最大トランザクション数に対する非常時の最大トランザクション数の比率（例えば、非常時は平常時の２０％減、など）として定められている場合は、その数値と平常時の最大トランザクション数から、非常時の最大トランザクション数を算出して、リソース負荷を算出する。
本実施の形態では、平常時の最大トランザクション数に対する非常時の最大トランザクション数の比率をシステム要件テーブル（図１１）に格納しておき、待機系負荷算出部２２１は、この比率と平常時の最大トランザクション数とを用いて、非常時最大トランザクション数を算出することができる。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
なお、非常時最大トランザクション数の算出以外の処理は、実施の形態１に示した通りである。
以上のように、事業継続計画情報（システム要件）に定められている平常時のトランザクション数の対比として定められている数値を用いることで、実施の形態１と同様、精度の高いＣＰＵ負荷の見積もりが可能である。
このように、本実施の形態に係る仮想マシンサイジング装置は、待機系のシステム要件（事業継続計画などで定められている、平常時の最大トランザクション数に対する待機系システムを利用時の最大トランザクション数の比率（例えば、平常時の２０％減、など））を基に、待機系システム利用時の最大トランザクション数を算出する。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
また、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
実施の形態５．
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画に非常時の最大トランザクション数が定められている場合は、その数値を用いて、リソース負荷を算出する。
実施の形態１では、非常時の最大トランザクション数を、平常時と非常時従業員（システム利用ユーザ数）の比率と平常時の最大トランザクション数から算出しているが、本実施の形態では、事業継続計画に非常時の最大トランザクション数が定められている場合は、その数値を用いて、リソース負荷を算出する。
本実施の形態では、非常時の最大トランザクション数の値をシステム要件テーブル（図１１）に格納しておき、待機系負荷算出部２２１は、この値を、非常時最大トランザクション数とすることができる。
なお、非常時最大トランザクション数の取得以外の処理は、実施の形態１に示した通りである。
なお、非常時最大トランザクション数の取得以外の処理は、実施の形態１に示した通りである。
以上のように、事業継続計画情報（システム要件）に定められている最大トランザクション数を用いることで、実施の形態１と同様、精度の高いＣＰＵ負荷の見積もりが可能である。
このように、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのシステム負荷の統計情報（ＣＰＵ負荷、ディスクＩ／Ｏ負荷、ネットワークＩ／Ｏ負荷、トランザクション数）を基に、ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数の関係を表すそれぞれの非線形モデル式（近似式）をシステム毎に導出し、導出したモデル式と待機系システム利用時の最大トランザクション数（事業継続計画に定められている非常時の最大トランザクション数）によって、待機系システム利用時のシステム最大負荷（ＣＰＵ使用率とトランザクション数、ディスクアクセスＩ／Ｏ数とトランザクション数、ディスクアクセス帯域とトランザクション数、ネットワークアクセスＩ／Ｏ数とトランザクション数、ネットワークアクセス帯域とトランザクション数）を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
そして、本実施の形態に係る仮想マシンサイジング装置は、統合対象サーバのアプリケーション実行によるＣＰＵ負荷、複数サーバが一つの物理マシン上で動作することによる競合やスケジューリングによるオーバヘッド、仮想マシンのディスクアクセス及びネットワークアクセスによって発生するＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）エミュレーションによるオーバヘッドに対し、統合した待機系サーバ（仮想化サーバ）を使った場合のリソース使用率を算出し、積上げ計算を行い、統合後のシステム負荷を見積もる。
なお、以上の実施の形態１〜５のうち、２つ以上を組み合わせて実施しても構わない。
あるいは、これらの実施の形態のうち、１つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、２つ以上を部分的に組み合わせて実施しても構わない。
本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
あるいは、これらの実施の形態のうち、１つを部分的に実施しても構わない。
あるいは、これらの実施の形態のうち、２つ以上を部分的に組み合わせて実施しても構わない。
本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
最後に、実施の形態１〜５に示したコンピュータ装置３０のハードウェア構成例について説明する。
図２２は、実施の形態１〜５に示すコンピュータ装置３０のハードウェア資源の一例を示す図である。
なお、図２２の構成は、あくまでもコンピュータ装置３０のハードウェア構成の一例を示すものであり、コンピュータ装置３０のハードウェア構成は図２２に記載の構成に限らず、他の構成であってもよい。
図２２は、実施の形態１〜５に示すコンピュータ装置３０のハードウェア資源の一例を示す図である。
なお、図２２の構成は、あくまでもコンピュータ装置３０のハードウェア構成の一例を示すものであり、コンピュータ装置３０のハードウェア構成は図２２に記載の構成に限らず、他の構成であってもよい。
図２２において、コンピュータ装置３０は、プログラムを実行するＣＰＵ９１１を備えている。
ＣＰＵ９１１は、バス９１２を介して、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９１３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。
更に、ＣＰＵ９１１は、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ Ｄｒｉｖｅ）、コンパクトディスク装置９０５（ＣＤＤ）、プリンタ装置９０６、スキャナ装置９０７と接続していてもよい。
また、磁気ディスク装置９２０の代わりに、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク装置、メモリカード（登録商標）読み書き装置などの記憶装置でもよい。
ＣＰＵ９０１は処理装置２５２の一例である。
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。
これらは、記憶装置２５３の一例である。
通信ボード９１５、キーボード９０２、マウス９０３、スキャナ装置９０７などは、入力装置２５０の一例である。
また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力装置２５１の一例である。
通信ボード９１５は、図１に示すように、ネットワークに接続されている。
ＣＰＵ９１１は、バス９１２を介して、例えば、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）９１３、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）９１４、通信ボード９１５、表示装置９０１、キーボード９０２、マウス９０３、磁気ディスク装置９２０と接続され、これらのハードウェアデバイスを制御する。
更に、ＣＰＵ９１１は、ＦＤＤ９０４（Ｆｌｅｘｉｂｌｅ Ｄｉｓｋ Ｄｒｉｖｅ）、コンパクトディスク装置９０５（ＣＤＤ）、プリンタ装置９０６、スキャナ装置９０７と接続していてもよい。
また、磁気ディスク装置９２０の代わりに、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）、光ディスク装置、メモリカード（登録商標）読み書き装置などの記憶装置でもよい。
ＣＰＵ９０１は処理装置２５２の一例である。
ＲＡＭ９１４は、揮発性メモリの一例である。ＲＯＭ９１３、ＦＤＤ９０４、ＣＤＤ９０５、磁気ディスク装置９２０の記憶媒体は、不揮発性メモリの一例である。
これらは、記憶装置２５３の一例である。
通信ボード９１５、キーボード９０２、マウス９０３、スキャナ装置９０７などは、入力装置２５０の一例である。
また、通信ボード９１５、表示装置９０１、プリンタ装置９０６などは、出力装置２５１の一例である。
通信ボード９１５は、図１に示すように、ネットワークに接続されている。
磁気ディスク装置９２０には、オペレーティングシステム９２１（ＯＳ）、ウィンドウシステム９２２、プログラム群９２３、ファイル群９２４が記憶されている。
プログラム群９２３のプログラムは、ＣＰＵ９１１がオペレーティングシステム９２１、ウィンドウシステム９２２を利用しながら実行する。
プログラム群９２３のプログラムは、ＣＰＵ９１１がオペレーティングシステム９２１、ウィンドウシステム９２２を利用しながら実行する。
また、ＲＡＭ９１４には、ＣＰＵ９１１に実行させるオペレーティングシステム９２１のプログラムやアプリケーションプログラムの少なくとも一部が一時的に格納される。
また、ＲＡＭ９１４には、ＣＰＵ９１１による処理に必要な各種データが格納される。
また、ＲＡＭ９１４には、ＣＰＵ９１１による処理に必要な各種データが格納される。
また、ＲＯＭ９１３には、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）プログラムが格納され、磁気ディスク装置９２０にはブートプログラムが格納されている。
コンピュータ装置３０の起動時には、ＲＯＭ９１３のＢＩＯＳプログラム及び磁気ディスク装置９２０のブートプログラムが実行され、ＢＩＯＳプログラム及びブートプログラムによりオペレーティングシステム９２１が起動される。
コンピュータ装置３０の起動時には、ＲＯＭ９１３のＢＩＯＳプログラム及び磁気ディスク装置９２０のブートプログラムが実行され、ＢＩＯＳプログラム及びブートプログラムによりオペレーティングシステム９２１が起動される。
上記プログラム群９２３には、実施の形態１〜５の説明において「〜部」として説明している機能を実行するプログラムが記憶されている。
プログラムは、ＣＰＵ９１１により読み出され実行される。
プログラムは、ＣＰＵ９１１により読み出され実行される。
ファイル群９２４には、実施の形態１〜５の説明において、「〜の判断」、「〜の計算」、「〜の算出」、「〜の導出」、「〜の見積もり」、「〜の予測」、「〜の取得」、「〜の設定」、「〜の登録」、「〜の選択」、「〜の入力」、「〜の出力」等として説明している処理の結果を示す情報やデータや信号値や変数値が、ディスクやメモリなどの記憶媒体にファイルとして記憶されている。
また、暗号鍵・復号鍵や乱数値やパラメータが、ディスクやメモリなどの記憶媒体にファイルとして記憶されてもよい。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記憶媒体に記憶される。
ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出される。
そして、読み出された情報やデータや信号値や変数値やパラメータは、抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示などのＣＰＵの動作に用いられる。
抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリ、レジスタ、キャッシュメモリ、バッファメモリ等に一時的に記憶される。
また、実施の形態１〜５で説明しているフローチャートの矢印の部分は主としてデータや信号の入出力を示す。
データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の記憶媒体に記録される。
また、データや信号は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
また、暗号鍵・復号鍵や乱数値やパラメータが、ディスクやメモリなどの記憶媒体にファイルとして記憶されてもよい。
「〜ファイル」や「〜データベース」は、ディスクやメモリなどの記憶媒体に記憶される。
ディスクやメモリなどの記憶媒体に記憶された情報やデータや信号値や変数値やパラメータは、読み書き回路を介してＣＰＵ９１１によりメインメモリやキャッシュメモリに読み出される。
そして、読み出された情報やデータや信号値や変数値やパラメータは、抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示などのＣＰＵの動作に用いられる。
抽出・検索・参照・比較・演算・計算・処理・編集・出力・印刷・表示のＣＰＵの動作の間、情報やデータや信号値や変数値やパラメータは、メインメモリ、レジスタ、キャッシュメモリ、バッファメモリ等に一時的に記憶される。
また、実施の形態１〜５で説明しているフローチャートの矢印の部分は主としてデータや信号の入出力を示す。
データや信号値は、ＲＡＭ９１４のメモリ、ＦＤＤ９０４のフレキシブルディスク、ＣＤＤ９０５のコンパクトディスク、磁気ディスク装置９２０の磁気ディスク、その他光ディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の記憶媒体に記録される。
また、データや信号は、バス９１２や信号線やケーブルその他の伝送媒体によりオンライン伝送される。
また、実施の形態１〜５の説明において「〜部」として説明しているものは、「〜回路」、「〜装置」、「〜機器」であってもよく、また、「〜ステップ」、「〜手順」、「〜処理」であってもよい。
すなわち、実施の形態１〜５で説明したフローチャートに示すステップ、手順、処理により、本発明に係る「リソース使用量予測方法」を実現することができる。
また、「〜部」として説明しているものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。
或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。
ファームウェアとソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の記憶媒体に記憶される。
プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。
すなわち、プログラムは、実施の形態１〜５の「〜部」としてコンピュータを機能させるものである。あるいは、実施の形態１〜５の「〜部」の手順や方法をコンピュータに実行させるものである。
すなわち、実施の形態１〜５で説明したフローチャートに示すステップ、手順、処理により、本発明に係る「リソース使用量予測方法」を実現することができる。
また、「〜部」として説明しているものは、ＲＯＭ９１３に記憶されたファームウェアで実現されていても構わない。
或いは、ソフトウェアのみ、或いは、素子・デバイス・基板・配線などのハードウェアのみ、或いは、ソフトウェアとハードウェアとの組み合わせ、さらには、ファームウェアとの組み合わせで実施されても構わない。
ファームウェアとソフトウェアは、プログラムとして、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の記憶媒体に記憶される。
プログラムはＣＰＵ９１１により読み出され、ＣＰＵ９１１により実行される。
すなわち、プログラムは、実施の形態１〜５の「〜部」としてコンピュータを機能させるものである。あるいは、実施の形態１〜５の「〜部」の手順や方法をコンピュータに実行させるものである。
このように、実施の形態１〜５に示すコンピュータ装置３０は、処理装置たるＣＰＵ、記憶装置たるメモリ、磁気ディスク等、入力装置たるキーボード、マウス、通信ボード等、出力装置たる表示装置、通信ボード等を備える。
そして、上記したように「〜部」として示された機能をこれら処理装置、記憶装置、入力装置、出力装置を用いて実現するものである。
そして、上記したように「〜部」として示された機能をこれら処理装置、記憶装置、入力装置、出力装置を用いて実現するものである。
１ 主系サイト、２ 待機系サイト、１０ 物理サーバ装置、１１ 物理サーバ装置、１２ 仮想化サーバ装置、１３ 仮想化サーバ装置、２０ ＬＡＮ、２１ ＬＡＮ、２２ ＷＡＮ、３０ コンピュータ装置、１０１ 構成情報テーブル、１０２ ＣＰＵ性能情報テーブル、１０３ ＣＰＵ負荷テーブル、１０４ ディスク負荷テーブル、１０５ ネットワーク負荷テーブル、１０６ トランザクション数テーブル、１０７ 会社情報テーブル、１０８ システム要件テーブル、２００ 負荷測定部、２０１ 負荷測定部、２１０ 構成管理部、２１１ 負荷管理部、２１２ 負荷収集部、２２０ 性能設計部、２２１ 待機系負荷算出部、２２２ 負荷見積もり部、２５０ 入力装置、２５１ 出力装置、２５２ 処理装置、２５３ 記憶装置。
Claims (12)
- 複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わった後の待機系システムのリソース使用量を予測する待機系リソース使用量予測部と、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測部により予測された各待機系システムのリソース使用量を用いて予測する計算機リソース使用量予測部とを有することを特徴とするコンピュータ装置。 - 前記コンピュータ装置は、更に、
主系システムの平常時に主系システムで計測されたリソース使用量とトランザクション数とが示される主系平常時情報を、主系システムごとに記憶する情報記憶部を有し、
主系システムごとに、主系平常時情報に示されるリソース使用量とトランザクション数とを用いて、平常時のリソース使用量とトランザクション数との相関関係を表す数式を算出する数式算出部とを有し、
前記待機系リソース使用量予測部は、
主系システムごとに、系切替後の待機系システムのトランザクション数を取得し、
主系システムごとに、前記数式算出部により算出された数式と、取得した系切替後の待機系システムのトランザクション数とを用いて、系切替後の待機系システムのリソース使用量を予測することを特徴とする請求項１に記載のコンピュータ装置。 - 前記情報記憶部は、
主系システムごとに、系切替後の待機系システムのシステム要件が示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、
主系システムごとに、待機系システム要件情報に示される待機系システムのシステム要件を用いて、系切替後の待機系システムのトランザクション数を取得し、
主系システムごとに、前記数式算出部により算出された数式と、取得した系切替後の待機系システムのトランザクション数とを用いて、系切替後の待機系システムのリソース使用量を予測することを特徴とする請求項２に記載のコンピュータ装置。 - 前記情報記憶部は、
主系システムの平常時に主系システムで計測されたリソース使用量とトランザクション数に加えて、主系システムの平常時に主系システムを利用するユーザの数が示される主系平常時情報を記憶し、
系切替後の待機系システムのシステム要件として、系切替後に待機系システムを利用するユーザの数が示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、
主系システムごとに、主系平常時情報に示される主系システムの平常時のトランザクション数とユーザ数と、待機系システム要件情報に示される待機系システムのユーザ数とを用いて、系切替後の待機系システムのトランザクション数を取得することを特徴とする請求項３に記載のコンピュータ装置。 - 前記情報記憶部は、
系切替後の待機系システムのシステム要件として、主系システムの平常時に主系システムを利用するユーザの数と主系システムの平常時のトランザクション数との相関関係を表す数式と、系切替後に待機系システムを利用するユーザの数とが示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、 主系システムごとに、待機系システム要件情報に示される、主系システムの平常時のユーザ数とトランザクション数との相関関係を表す数式と、系切替後の待機系システムのユーザ数とを用いて、系切替後の待機系システムのトランザクション数を取得することを特徴とする請求項３に記載のコンピュータ装置。 - 前記情報記憶部は、
主系システムの平常時のリソース使用量とトランザクション数との相関関係を表す非線形の数式が示される待機系システム要件情報を記憶していることを特徴とする請求項５に記載のコンピュータ装置。 - 前記情報記憶部は、
主系システムの平常時に主系システムで計測されたリソース使用量とトランザクション数に加えて、主系システムの平常時に主系システムを利用するユーザの数が示される主系平常時情報を記憶し、
系切替後の待機系システムのシステム要件として、系切替後に待機系システムを利用するために用いられる端末装置の数が示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、
主系システムごとに、主系平常時情報に示される主系システムの平常時のトランザクション数とユーザ数と、待機系システム要件情報に示される端末装置数とを用いて、系切替後の待機系システムのトランザクション数を取得することを特徴とする請求項３に記載のコンピュータ装置。 - 前記情報記憶部は、
系切替後の待機系システムのシステム要件として、主系システムの平常時のトランザクション数に対する系切替後の待機系システムのトランザクション数の比率が示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、
主系平常時情報に示される主系システムの平常時のトランザクション数と、待機系システム要件情報に示される比率とを用いて、系切替後の待機系システムのトランザクション数を取得することを特徴とする請求項３に記載のコンピュータ装置。 - 前記情報記憶部は、
系切替後の待機系システムのシステム要件として、系切替後の待機系システムのトランザクション数が示される待機系システム要件情報を記憶しており、
前記待機系リソース使用量予測部は、
主系システムごとに、待機系システム要件情報から系切替後の待機系システムのトランザクション数を取得することを特徴とする請求項３に記載のコンピュータ装置。 - 前記情報記憶部は、
平常時に主系システムで計測されたリソース使用量として、演算リソース、記憶リソース及びネットワークアクセスリソースの少なくともいずれかの使用量が示される主系平常時情報を記憶し、
前記数式算出部は、
主系システムの平常時のリソース使用量とトランザクション数との相関関係を表す数式として、演算リソース、記憶リソース及びネットワークアクセスリソースの少なくともいずれかの使用量とトランザクション数との相関関係を表す数式を算出し、
前記待機系リソース使用量予測部は、
待機系システムのリソース使用量として、演算リソース、記憶リソース及びネットワークアクセスリソースの少なくともいずれかの使用量を予測することを特徴とする請求項２〜９のいずれかに記載のコンピュータ装置。 - コンピュータ装置が、複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わった後の待機系システムのリソース使用量を予測する待機系リソース使用量予測ステップと、
前記コンピュータ装置が、前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測ステップにより予測された各待機系システムのリソース使用量を用いて予測する計算機リソース使用量予測ステップとを有することを特徴とするリソース使用量予測方法。 - 複数の主系システムに対して、主系システムごとに、主系システムから待機系システムに系が切り替わった後の待機系システムのリソース使用量を予測する待機系リソース使用量予測ステップと、
前記複数の主系システムの複数の待機系システムを仮想化により共通の物理計算機に統合する場合の前記物理計算機全体のリソース使用量を、前記待機系リソース使用量予測ステップにより予測された各待機系システムのリソース使用量を用いて予測する計算機リソース使用量予測ステップとをコンピュータ装置に実行させることを特徴とするプログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012161148A JP5814874B2 (ja) | 2012-07-20 | 2012-07-20 | コンピュータ装置及びリソース使用量予測方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2012161148A JP5814874B2 (ja) | 2012-07-20 | 2012-07-20 | コンピュータ装置及びリソース使用量予測方法及びプログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2014021803A JP2014021803A (ja) | 2014-02-03 |
| JP5814874B2 true JP5814874B2 (ja) | 2015-11-17 |
Family
ID=50196591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2012161148A Expired - Fee Related JP5814874B2 (ja) | 2012-07-20 | 2012-07-20 | コンピュータ装置及びリソース使用量予測方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5814874B2 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6904155B2 (ja) * | 2017-08-09 | 2021-07-14 | 富士通株式会社 | 情報処理装置、情報処理方法及びプログラム |
| CN110825597A (zh) * | 2019-08-21 | 2020-02-21 | 广州市申迪计算机系统有限公司 | 一种磁盘空间占有率预测方法、装置及存储介质 |
-
2012
- 2012-07-20 JP JP2012161148A patent/JP5814874B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2014021803A (ja) | 2014-02-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4906686B2 (ja) | 仮想マシンサーバサイジング装置及び仮想マシンサーバサイジング方法及び仮想マシンサーバサイジングプログラム | |
| US9866481B2 (en) | Comprehensive bottleneck detection in a multi-tier enterprise storage system | |
| US9742652B2 (en) | Proactive identification of hotspots in a cloud computing environment | |
| US11290360B2 (en) | Analyzing resource placement fragmentation for capacity planning | |
| US10027651B2 (en) | Shaping I/O traffic by managing queue depth in fractional increments | |
| US11256595B2 (en) | Predictive storage management system | |
| RU2696347C2 (ru) | Визуальные инструменты для анализа отказов в распределенных системах | |
| US11269714B2 (en) | Performance anomaly detection | |
| JP6581648B2 (ja) | システム障害からのクラウド・ベース・サービスの可用性の回復 | |
| US20150332280A1 (en) | Compliant auditing architecture | |
| US11023354B2 (en) | Hyper-converged infrastructure (HCI) log system | |
| JP5814874B2 (ja) | コンピュータ装置及びリソース使用量予測方法及びプログラム | |
| US10554525B2 (en) | Tracking usage of computing resources | |
| Wu et al. | iShare: Balancing I/O performance isolation and disk I/O efficiency in virtualized environments | |
| US8806121B2 (en) | Intelligent storage provisioning within a clustered computing environment | |
| Perennou et al. | Workload characterization for a non-hyperscale public cloud platform | |
| WO2014097598A1 (ja) | リスク分析を行う情報処理装置及びリスク分析方法 | |
| JPWO2013114911A1 (ja) | リスク評価システム、リスク評価方法、及びプログラム | |
| US10277521B2 (en) | Authorizing an action request in a networked computing environment | |
| US20160275469A1 (en) | Systems and methods for providing information technology on an as-used basis | |
| Tripathi et al. | Adapting and reducing cost in cloud paradigm (ARCCP) | |
| Baruchi et al. | Hypervisor Agnostic Workload Characterization Of Virtual Machines |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20141203 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150729 |
|
| 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: 20150825 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150918 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5814874 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |