JP5884841B2 - Performance prediction apparatus and performance model generation method - Google Patents

Performance prediction apparatus and performance model generation method Download PDF

Info

Publication number
JP5884841B2
JP5884841B2 JP2014013913A JP2014013913A JP5884841B2 JP 5884841 B2 JP5884841 B2 JP 5884841B2 JP 2014013913 A JP2014013913 A JP 2014013913A JP 2014013913 A JP2014013913 A JP 2014013913A JP 5884841 B2 JP5884841 B2 JP 5884841B2
Authority
JP
Japan
Prior art keywords
performance model
performance
virtualization
unit
hardware layer
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
Application number
JP2014013913A
Other languages
Japanese (ja)
Other versions
JP2015141552A (en
Inventor
絵梨子 沼田
絵梨子 沼田
大地 木村
大地 木村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Priority to JP2014013913A priority Critical patent/JP5884841B2/en
Publication of JP2015141552A publication Critical patent/JP2015141552A/en
Application granted granted Critical
Publication of JP5884841B2 publication Critical patent/JP5884841B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)

Description

本発明は、性能予測装置および性能モデル生成方法に関する。   The present invention relates to a performance prediction apparatus and a performance model generation method.

コンピュータの仮想化技術は、物理マシンを用いて１または複数の仮想的なマシン（仮想化マシン）を動作させる。このような動作を行う環境を有するシステムを仮想化システムと呼ぶ。   In the computer virtualization technology, one or a plurality of virtual machines (virtualized machines) are operated using a physical machine. A system having an environment for performing such an operation is called a virtualized system.

このような仮想化システムを用いる場合、物理マシンを構成するハードウェアリソースにおいて、リソース競合や仮想マシンモニタのエミュレーションが発生する。ここで、ハードウェアリソースとは、例えば、当該物理マシンが有するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、記憶装置、メモリ等である。リソース競合とは、例えば、複数トランザクションの同時実行によって発生するハードウェアリソースの競合のことである。また、仮想マシンモニタのエミュレーションとは、仮想マシンモニタが同時に複数の仮想マシンの仮想ハードウェアに対しエミュレートすることである。   When such a virtualization system is used, resource conflicts and virtual machine monitor emulation occur in hardware resources constituting the physical machine. Here, the hardware resources are, for example, a CPU (Central Processing Unit), a storage device, a memory, and the like that the physical machine has. The resource contention is, for example, hardware resource contention caused by simultaneous execution of a plurality of transactions. The virtual machine monitor emulation means that the virtual machine monitor simultaneously emulates virtual hardware of a plurality of virtual machines.

非特許文献１には、エミュレーションやリソース競合に関して、物理マシンにおいて動作する仮想マシンが１台増える毎に、ＣＰＵ性能が劣化すること、その劣化が当該仮想マシンにおいて実行されるシステムの性能に影響を及ぼすことが記載されている。   In Non-Patent Document 1, regarding emulation and resource contention, each time one virtual machine operating on a physical machine increases, the CPU performance deteriorates, and the deterioration affects the performance of a system executed on the virtual machine. Is described.

一般に、物理マシンにおいて動作する仮想マシンの台数が増加すれば、その物理マシンを構成するハードウェアの環境をエミュレートする仮想マシンモニタの動作は複雑になると想定される。そして、仮想マシンモニタの動作が複雑になれば、仮想マシンの性能は低下すると考えられる。したがって、仮想化システムの性能予測には、オーバヘッドやリソース競合に対する考慮、および、複数の仮想マシンが動作する状況における性能の予測が必要である。   In general, if the number of virtual machines operating in a physical machine increases, it is assumed that the operation of a virtual machine monitor that emulates the hardware environment that constitutes the physical machine becomes complicated. If the operation of the virtual machine monitor becomes complicated, it is considered that the performance of the virtual machine decreases. Therefore, in order to predict the performance of a virtualized system, it is necessary to consider overhead and resource contention and to predict the performance in a situation where a plurality of virtual machines operate.

このような仮想化システムの性能予測方法として、性能モデルを用いる方法がある。ここで、性能モデルとは、仮想化システムへの入力を用いて、性能予測の対象である仮想化システム（対象システム）の性能を予測するモデルである。性能モデルの典型的な例としては、例えば、待ち行列や回帰モデルが挙げられる。このように性能予測に用いる性能モデルの生成方法として、以下に述べる主に２種類の方法が挙げられる。   As a performance prediction method of such a virtual system, there is a method using a performance model. Here, the performance model is a model that predicts the performance of a virtualization system (target system) that is a target of performance prediction using an input to the virtualization system. Typical examples of performance models include queues and regression models. As described above, there are mainly two types of methods for generating a performance model used for performance prediction.

その方法とは、（１）対象システムの動作を模倣した性能モデルを生成する方法と、（２）対象システムへの入力値と、その入力値に対応する出力値とに基づいて、統計処理や機械学習を利用して、性能モデルを生成する方法である。   The method includes (1) a method for generating a performance model imitating the operation of the target system, and (2) a statistical process based on an input value to the target system and an output value corresponding to the input value. This is a method for generating a performance model using machine learning.

まず、（１）対象システムの動作を模倣した性能モデルを生成する方法について説明する。以降、この性能モデルの生成方法を「ホワイトボックスアプローチ」と称する。ホワイトボックスアプローチは、性能モデルの生成に際して、対象システムの動作の詳細（例えば、設計情報等）が明確であることを必要とする。つまり、ホワイトボックスアプローチは、対象システムの動作が明確であれば、他のシステムに置き換えた場合においても、性能モデルを容易に生成できる。   First, (1) a method for generating a performance model imitating the operation of the target system will be described. Hereinafter, this method of generating a performance model is referred to as a “white box approach”. The white box approach requires that details of the operation of the target system (for example, design information) be clear when generating a performance model. In other words, if the operation of the target system is clear, the white box approach can easily generate a performance model even when the target system is replaced with another system.

このような特徴を有するホワイトボックスアプローチによって性能モデルを生成する方法の例が、非特許文献２、特許文献２から５に記載されている。   Non-Patent Document 2 and Patent Documents 2 to 5 describe examples of a method for generating a performance model by a white box approach having such characteristics.

非特許文献２には、待ち行列理論に基づいて、オーバヘッドを考慮した性能モデルを生成する方法が記載されている。   Non-Patent Document 2 describes a method for generating a performance model considering overhead based on queuing theory.

特許文献２には、コンピュータシステムにおけるワークロード毎の測定された応答時間に基づいて、クラス毎の平均サービス需要を推定し、推定した平均サービス需要とワークロードの特徴に基づいてコンピュータシステムの待ち行列モデルを生成する方法が記載されている。   Patent document 2 estimates the average service demand for each class based on the measured response time for each workload in the computer system, and queues the computer system based on the estimated average service demand and the characteristics of the workload. A method for generating a model is described.

特許文献３には、ストレージ仮想化技術を用いたストレージシステムの各構成要素のモデルを用いて、各モデルのモデル情報に基づいて、ストレージ仮想化装置のモデル化を行い、性能評価を行う方法が記載されている。つまり、特許文献３によれば、モデル化されたストレージ仮想化装置（ストレージ仮想化装置の性能モデル）は、ホワイトボックスアプローチを利用して生成されている。   Patent Document 3 discloses a method for performing performance evaluation by modeling a storage virtualization apparatus based on model information of each model using a model of each component of a storage system using storage virtualization technology. Have been described. That is, according to Patent Document 3, the modeled storage virtualization apparatus (performance model of the storage virtualization apparatus) is generated using a white box approach.

特許文献４には、物理的なシステムの性能を算出する規則に基づいて、データフローのモデルと仮想サーバモデルとの対応関係の情報、および、仮想サーバモデルのオブジェクトと物理サーバモデルのオブジェクトとの対応関係の情報から性能評価モデルを生成する方法が記載されている。   Patent Document 4 discloses, based on a rule for calculating the performance of a physical system, information on a correspondence relationship between a data flow model and a virtual server model, and a virtual server model object and a physical server model object. A method for generating a performance evaluation model from correspondence information is described.

特許文献５には、階層的な競合資源を持つシステムを、上位層（ソフトウェア部分）と下位層（ハードウェア部分）とに分け、階層ごとに生成した性能評価値を、システム全体の性能評価値とする方法が記載されている。この際、特許文献５では、階層ごとの性能評価値を算出するために使用する近似システム（性能モデル）は、ホワイトボックスアプローチを用いて生成されている。   In Patent Document 5, a system having hierarchical competitive resources is divided into an upper layer (software part) and a lower layer (hardware part), and the performance evaluation value generated for each layer is used as the performance evaluation value of the entire system. Is described. At this time, in Patent Document 5, an approximate system (performance model) used to calculate a performance evaluation value for each layer is generated using a white box approach.

次に、（２）対象システムへの入力値と、その入力値に対応する出力値とに基づいて、統計処理や機械学習を利用して、性能モデルを生成する方法について説明する。以降、このような性能モデルの生成方法を「ブラックボックスアプローチ」と称する。ブラックボックスアプローチは、実測値を基にモデルを生成する。   Next, (2) a method for generating a performance model using statistical processing and machine learning based on an input value to the target system and an output value corresponding to the input value will be described. Hereinafter, this method of generating a performance model is referred to as a “black box approach”. The black box approach generates a model based on actual measurements.

ブラックボックスアプローチによって性能モデルを生成する方法の例が、非特許文献３および特許文献６に記載されている。   Non-Patent Document 3 and Patent Document 6 describe examples of a method for generating a performance model by a black box approach.

非特許文献３には、単体の仮想マシンが、仮想マシンモニタにおいて動作している状態における実測値と、線形モデルとを用いて、性能モデルを生成することが記載されている。   Non-Patent Document 3 describes that a single virtual machine generates a performance model using an actually measured value in a state where the virtual machine is operating in a virtual machine monitor and a linear model.

特許文献６には、予め収集した負荷データと構成データとに基づいて仮想マシンのオーバヘッドを算出し、負荷データとオーバヘッドとを用いて、負荷を再生する仮想化システムが記載されている。つまり、性能評価を行うために負荷を発生させる。つまり、特許文献６の技術では、実際の運用環境に近い負荷条件の仮想マシン（性能モデル）を、実際の負荷データを利用して生成している。   Patent Document 6 describes a virtualization system that calculates the overhead of a virtual machine based on load data and configuration data collected in advance, and regenerates the load using the load data and overhead. In other words, a load is generated for performance evaluation. That is, in the technique of Patent Document 6, a virtual machine (performance model) having a load condition close to an actual operation environment is generated using actual load data.

そして、上述した２種類の生成方法を用いて生成された性能モデルを用いた性能予測方法の例が、特許文献７に記載されている。   An example of a performance prediction method using a performance model generated using the two types of generation methods described above is described in Patent Document 7.

特許文献７によれば、予め測定された複数のソフトウェア・コンポーネントのシステム資源使用量から、トランザクションのシステム資源使用量を予測する。そして、特許文献７に記載のシステム性能予測方式では、上記システム性能予測モデルに、予測したシステム資源使用量を入力することにより、当該対象システム全体の性能予測を行う。   According to Patent Document 7, the system resource usage of a transaction is predicted from the system resource usage of a plurality of software components measured in advance. In the system performance prediction method described in Patent Document 7, the predicted performance of the entire target system is predicted by inputting the predicted system resource usage into the system performance prediction model.

また、仮想化システムを、例えば、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の一般的なネットワークで連携させたシステム（連携システム）が考えられている。   Further, a system (cooperation system) in which the virtualization system is linked with a general network such as a LAN (Local Area Network) is considered.

非特許文献４には、ＷＥＢ３層システムの性能評価を、ホワイトボックス的なアプローチにより生成したホワイトボックスモデルと、ブラックボックス的なアプローチにより生成したブラックボックスモデルとを用いて行うことが記載されている。   Non-Patent Document 4 describes that performance evaluation of a WEB three-layer system is performed using a white box model generated by a white box approach and a black box model generated by a black box approach. .

また、特許文献１には、クラウドシステム同士を、インターネットを介して通信可能に接続したネットワークシステムにおいて、性能情報に基づいて、異なるクラウドシステム間で仮想マシンを配置する方法が記載されている。   Patent Document 1 describes a method of arranging virtual machines between different cloud systems based on performance information in a network system in which cloud systems are communicably connected via the Internet.

また、仮想化システムの性能予測値算出装置に、オーバヘッドを含んだ性能予測関数や性能モデルを用いる技術が特許文献８に記載されている。   Patent Document 8 describes a technique that uses a performance prediction function or performance model including overhead in a performance predicted value calculation apparatus of a virtualized system.

特開２０１１−２５７７９２号公報JP2011-257772A 特開２０１１−０８６２９５号公報JP 2011-086295 A 特開２００６−１４６３５４号公報JP 2006-146354 A 特開２０１２−１４６０１５号公報JP 2012-146015 A 特開２０００−０２９７５３号公報JP 2000-029753 A 特開２０１０−１２８８６６号公報JP 2010-128866 A 特開２００４−２２０４５３号公報JP 2004-220453 A 特開２０１０−００９１６０号公報JP 2010-009160 A

網代育大、田中淳裕、「仮想計算機環境における資源管理オーバヘッドの評価」、情報処理学会研究報告．ＥＶＡ，［システム評価］、一般社団法人情報処理学会、２００６年６月、Ｖｏｌ．２００６、Ｎｏ．６６、ｐ．１７−２２Ajishiro Ikudai, Tanaka Akihiro, "Evaluation of resource management overhead in virtual machine environment", IPSJ research report. EVA, [System Evaluation], Information Processing Society of Japan, June 2006, Vol. 2006, no. 66, p. 17-22 Febricio Benevenuto、他６名、「Performance Models for Virtualized Applications」、Frontiers of High Performance Computing and Networking - ISPA 2006 Workshops、Springer Berlin Heidelberg、２００６年、Ｖｏｌ．４３３１、ｐ．４２７−４３９Febricio Benevenuto and 6 others, “Performance Models for Virtualized Applications”, Frontiers of High Performance Computing and Networking-ISPA 2006 Workshops, Springer Berlin Heidelberg, 2006, Vol. 4331, p. 427-439 Lei Lu、他５名、「Untangling Mixed Informantion to Calibrate Resource Utilization in Virtual Machines」、Proceeding of the 8th ACM international conference on Autonomic computing (ICAC '11)、ＡＣＭ、２０１１年、ｐ．１５１−１６０Lei Lu and five others, “Untangling Mixed Informantion to Calibrate Resource Utilization in Virtual Machines”, Proceeding of the 8th ACM international conference on Autonomic computing (ICAC '11), ACM, 2011, p. 151-160 木村大地、榊啓、矢野尾一男、「ホワイトボックスモデルとブラックボックスモデルの組み合わせによる情報処理システムの性能評価」、情報科学技術フォーラム講演論文集、ＦＩＴ（電子情報通信学会・情報処理学会）運営委員会、２０１１年９月、１０巻、４号、ｐ．５８９−５９０Daichi Kimura, Kei Kei, Kazuo Yanoo, "Performance Evaluation of Information Processing System by Combination of White Box Model and Black Box Model", Proceedings of Information Science and Technology Forum, FIT (The Institute of Electronics, Information and Communication Engineers, Information Processing Society) Steering Committee , September 2011, Vol. 10, No. 4, p. 589-590

仮想化システムを連携させた連携システムでは、各仮想化システムの仮想マシンにおいて動作するアプリケーション同士を連携させるために、仮想化システム同士がネットワークを介して接続される。具体的には、各仮想化システムは、一方の仮想化システムにおける仮想マシン上で実行したアプリケーションの出力値が、他方の仮想化システムにおける仮想マシン上で動作するアプリケーションへの入力値となるように、接続される。   In a linkage system in which virtualization systems are linked, the virtualization systems are connected to each other via a network in order to link applications running on the virtual machines of the respective virtualization systems. Specifically, in each virtualization system, an output value of an application executed on a virtual machine in one virtualization system becomes an input value to an application operating on a virtual machine in the other virtualization system. Connected.

仮想化システムにおいて、複数の仮想マシンが実行されている場合、複数の仮想化システムが含まれる連携システム間の同時接続ユーザ数が増減すると、ネットワーク帯域が不安定になる。仮想化システム間で入出力値のやりとりが発生する場合、ネットワーク帯域が不安定であることが、連携システムの性能のボトルネックとなる可能性がある。つまり、このような連携システムにおいて性能予測を行う場合、各仮想化システムの仮想マシン上で動作するアプリケーション間で入出力値のやり取り等によって生じる仮想化システムの間のネットワークの遅延等を考慮する必要がある。   When a plurality of virtual machines are executed in the virtualization system, the network bandwidth becomes unstable when the number of simultaneously connected users between the cooperation systems including the plurality of virtualization systems increases or decreases. When input / output values are exchanged between virtualized systems, the unstable network bandwidth can be a bottleneck in the performance of the linked system. In other words, when performing performance prediction in such a linkage system, it is necessary to consider the network delay between virtual systems caused by the exchange of input / output values between applications running on virtual machines in each virtual system. There is.

非特許文献４での性能予測方法では、連携しているシステムが非仮想化システムである。そのため、非特許文献４に記載の技術を採用したとしても、仮想化システムの特徴を考慮した性能予測を行うことは難しい。   In the performance prediction method in Non-Patent Document 4, the linked system is a non-virtualized system. Therefore, even if the technique described in Non-Patent Document 4 is adopted, it is difficult to perform performance prediction in consideration of the characteristics of the virtualization system.

また、特許文献１では、連携したクラウドシステム間で入出力が発生する場合については考慮されていない。   Further, Patent Document 1 does not consider a case where input / output occurs between linked cloud systems.

また、特許文献２〜８の技術においても、仮想化システムが連携した連携システムにおいて、当該連携した仮想化システム間で入出力が発生する場合については考慮されていない。そのため、連携システムに対する性能予測を好適に行うことができなかった。   Also, in the technologies of Patent Documents 2 to 8, no consideration is given to the case where input / output occurs between the linked virtualization systems in the linked system in which the virtualization systems are linked. Therefore, the performance prediction for the cooperation system could not be performed suitably.

本発明は、上記課題に鑑みてなされたものであり、その目的は、異なる仮想化システム間が連携した連携システムにおいて、当該連携システムの性能をより好適に予測することが可能な性能予測装置を実現することにある。   The present invention has been made in view of the above problems, and its purpose is to provide a performance prediction apparatus that can more appropriately predict the performance of the cooperation system in a cooperation system in which different virtualization systems cooperate. It is to be realized.

本発明の一態様に係る性能予測装置は、複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置であって、前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、前記性能予測装置は、前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成する第１の性能モデル生成手段と、前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成する第２の性能モデル生成手段と、前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成する第３の性能モデル生成手段と、前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する第１の合成処理と、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用する第２の合成処理とにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する性能モデル合成手段と、を備える。   A performance prediction apparatus according to an aspect of the present invention is a performance prediction apparatus for predicting performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit, and the plurality of virtualization systems Each of which has an application layer and a hardware layer, and the performance prediction device operates on a virtual machine of each virtualization system in the cooperation system, and based on the information about the application, the performance model of the application layer Is generated for each virtualization system, and the performance model of the hardware layer is determined for each virtualization system based on the measurement results for each virtualization system in the cooperation system. Based on the result of measuring the second performance model generating means to generate and the cooperation system, A third performance model generation means for generating a performance model of the network unit; and for the application layer and the hardware layer included in each of the plurality of virtualization systems, an output value in the performance model of one layer, The first synthesis process to be used as the input value of the performance model of the other layer, and the output value in the performance model of the network unit to which the output value in the performance model of the hardware layer is input, The performance for generating the performance model of the cooperative system reflecting the dependency relationship between the two layers and the dependency relationship between the virtualization systems by the second synthesis process used as the input value of the performance model of the hardware layer Model synthesis means.

本発明の一態様に係る性能モデル生成方法は、複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置における性能モデル生成方法であって、前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、前記性能モデル生成方法は、前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成し、前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成し、前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成し、前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用すること、並びに、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用することにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する。   A performance model generation method according to an aspect of the present invention is a performance model generation method in a performance prediction apparatus for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit, Each of the plurality of virtualization systems has an application layer and a hardware layer, and the performance model generation method is based on information about an application that operates on a virtual machine of each virtualization system in the cooperation system. The performance model of the application layer is generated for each virtualization system, and the performance model of the hardware layer is generated for each virtualization system based on the measurement result for each virtualization system in the cooperation system. Based on the measurement results for the cooperation system, the nature of the network unit A model is generated, and the output value in the performance model of one layer is used as the input value of the performance model of the other layer for the application layer and the hardware layer included in each of the plurality of virtualization systems. In addition, by using the output value in the performance model of the network unit to which the output value in the performance model of the hardware layer is input as the input value of the performance model of the hardware layer in another virtualization system Then, the performance model of the cooperation system is generated in which the dependency relationship between the two layers and the dependency relationship between the virtualization systems are reflected.

本発明によれば、異なる仮想化システム間が連携した連携システムにおいて、当該連携システムの性能をより好適に予測することができる。   According to the present invention, in a cooperation system in which different virtualization systems cooperate, the performance of the cooperation system can be predicted more appropriately.

本発明の第１の実施の形態に係る、連携システムの性能を予測するための性能予測装置の機能構成の一例を示すブロック図である。It is a block diagram which shows an example of a function structure of the performance prediction apparatus for predicting the performance of a cooperation system based on the 1st Embodiment of this invention. 仮想化システム同士がネットワークを介して連携する連携システムの構成を説明するための図である。It is a figure for demonstrating the structure of the cooperation system with which virtualization systems cooperate via a network. 本発明の第１の実施の形態に係る、仮想化システムの前提条件を概念的に説明するための図である。It is a figure for demonstrating notionally the precondition of the virtualization system based on the 1st Embodiment of this invention. 本発明の第１の実施の形態に係る性能予測装置の性能モデル合成部が行う合成処理を概念的に説明するための図である。It is a figure for demonstrating notionally the synthetic | combination process which the performance model synthetic | combination part of the performance prediction apparatus which concerns on the 1st Embodiment of this invention performs. 本発明の第１の実施の形態においてハードウェア層の性能モデルが出力する性能指標を例示する図である。It is a figure which illustrates the performance parameter | index which the performance model of a hardware layer outputs in the 1st Embodiment of this invention. 本発明の第２の実施の形態に係る、連携システムの性能を予測するための性能予測装置の機能構成の一例を示すブロック図である。It is a block diagram which shows an example of a function structure of the performance prediction apparatus for predicting the performance of a cooperation system based on the 2nd Embodiment of this invention. 本発明の第２の実施の形態に係る性能予測装置による性能モデル生成処理の概要を示すフローチャートである。It is a flowchart which shows the outline | summary of the performance model production | generation process by the performance prediction apparatus which concerns on the 2nd Embodiment of this invention. 本発明の第２の実施の形態において、ハードウェア層性能モデルの生成処理の流れの一例を示すフローチャートである。9 is a flowchart illustrating an example of a flow of a hardware layer performance model generation process in the second embodiment of the present invention. 本発明の第２の実施の形態において、ネットワーク部性能モデルの生成処理の流れの一例を示すフローチャートである。In the 2nd Embodiment of this invention, it is a flowchart which shows an example of the flow of a production | generation process of a network part performance model. 本発明の第２の実施の形態において、性能モデル合成部の合成処理の流れの一例を示すフローチャートである。In the 2nd Embodiment of this invention, it is a flowchart which shows an example of the flow of a synthetic | combination process of a performance model synthetic | combination part. 本発明の第２の実施の形態において、性能モデル合成部の合成処理の流れの一例を示すフローチャートである。In the 2nd Embodiment of this invention, it is a flowchart which shows an example of the flow of a synthetic | combination process of a performance model synthetic | combination part. 本発明の第２の実施の形態において、性能モデル合成部の合成処理の流れの一例を示すフローチャートである。In the 2nd Embodiment of this invention, it is a flowchart which shows an example of the flow of a synthetic | combination process of a performance model synthetic | combination part. 本発明の各実施の形態を実現可能なコンピュータ（情報処理装置）のハードウェア構成を例示的に説明する図である。It is a figure which illustrates illustartively the hardware constitutions of the computer (information processing apparatus) which can implement | achieve each embodiment of this invention.

＜第１の実施の形態＞
本発明の第１の実施の形態について、図面を参照して詳細に説明する。 <First Embodiment>
A first embodiment of the present invention will be described in detail with reference to the drawings.

図１は、本実施の形態に係る、複数の仮想化システムを連携した連携システムの性能を予測するための性能予測装置の機能構成の一例を示すブロック図である。図１に示す通り、性能予測装置１は、連携システム２に含まれる複数の仮想化システム（仮想化システム２０、２１）と通信可能に接続されている。仮想化システム２０および仮想化システム２１を含む連携システム２は、性能予測装置１が性能を予測する対象（以下、対象システム、または、仮想化環境とも呼ぶ）である。性能予測装置１と連携システム２の各仮想化システムとの接続方法には、例えば、インターネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の一般的な通信手段を採用することができる。よって、本実施の形態では、係る通信手段に関する詳細な説明は省略する。   FIG. 1 is a block diagram illustrating an example of a functional configuration of a performance prediction apparatus for predicting performance of a cooperation system in which a plurality of virtualization systems are linked according to the present embodiment. As shown in FIG. 1, the performance prediction apparatus 1 is communicably connected to a plurality of virtualization systems (virtualization systems 20, 21) included in the cooperation system 2. The linkage system 2 including the virtualization system 20 and the virtualization system 21 is a target (hereinafter also referred to as a target system or a virtual environment) for which the performance prediction apparatus 1 predicts performance. As a connection method between the performance prediction apparatus 1 and each virtual system of the linkage system 2, for example, general communication means such as the Internet or a LAN (Local Area Network) can be adopted. Therefore, in the present embodiment, detailed description regarding such communication means is omitted.

連携システム２について、図２を参照してさらに説明する。図２は、仮想化システム同士がネットワークを介して連携する連携システム２の構成を説明するための図である。図２に示す通り、連携システム２は、複数の仮想化システム（２０、２１）と、ネットワーク部３０１とを含んでいる。各仮想化システムは、ネットワーク（ネットワーク部３０１）を介して互いに通信可能に接続されている。本実施の形態においては、仮想化システム同士を接続しているネットワークをネットワーク部３０１と定義する。なお、図１および図２においては、連携システム２に２つの仮想化システムが含まれる構成について説明しているが、連携システム２に含まれる仮想化システムの数はこれに限定されるものではない。   The cooperation system 2 will be further described with reference to FIG. FIG. 2 is a diagram for explaining the configuration of the cooperation system 2 in which virtualization systems cooperate with each other via a network. As shown in FIG. 2, the cooperation system 2 includes a plurality of virtualization systems (20, 21) and a network unit 301. Each virtualization system is connected to be communicable with each other via a network (network unit 301). In the present embodiment, a network connecting virtualization systems is defined as a network unit 301. 1 and 2, a configuration in which two virtualization systems are included in the linkage system 2 is described. However, the number of virtualization systems included in the linkage system 2 is not limited to this. .

（仮想化システム２０、２１）
ここで、図３を参照して、本実施の形態に係る仮想化システム２０、２１の概念について説明する。図３は、本発明の第１の実施の形態に係る、一般的な仮想化システムを概念的に説明する図である。本実施の形態では、性能予測装置１によって連携システム２の性能を予測するに際して、その連携システム２を構成する複数の仮想化システム（２０、２１）の構成が階層的な構成をなす、と定義する。以下では、仮想化システム２０についてのみ説明を行うが、仮想化システム２１も仮想化システム２０と同様の構成を有している。 (Virtualization systems 20, 21)
Here, the concept of the virtualization systems 20 and 21 according to the present embodiment will be described with reference to FIG. FIG. 3 is a diagram conceptually illustrating a general virtualization system according to the first embodiment of the present invention. In the present embodiment, when the performance prediction device 1 predicts the performance of the linkage system 2, it is defined that the configurations of the plurality of virtualization systems (20, 21) constituting the linkage system 2 form a hierarchical configuration. To do. Although only the virtualization system 20 will be described below, the virtualization system 21 has the same configuration as the virtualization system 20.

図３では、仮想化システム２０を、一例として、モノリシック・ハイパーバイザ型で構築している。ただし、仮想化システム２０の構成方法は、仮想マシンモニタがホストＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）において動作するホストＯＳ型や、仮想マシンモニタが仮想化環境を提供するための最低限の機能しか持たないマイクロカーネル・ハイパーバイザ型でもよい。即ち、仮想化システム２０の構成方法は、一つの物理マシンにおいて、仮想マシンが動作できる環境が実現できる方法であれば、何れの方法でも採用することができる。   In FIG. 3, the virtualization system 20 is constructed as a monolithic hypervisor type as an example. However, the configuration method of the virtualization system 20 includes a host OS type in which the virtual machine monitor operates in a host OS (Operating System), and a microkernel having a minimum function for the virtual machine monitor to provide a virtual environment. -A hypervisor type may be used. That is, the configuration method of the virtualization system 20 can be adopted by any method as long as it can realize an environment in which a virtual machine can operate in one physical machine.

本実施の形態における仮想化システム２０は、一般的な仮想化システムと同様に、仮想マシン２０１と、仮想マシンモニタ（ハイパーバイザ）２０２と、物理マシンのハードウェア２０３という３層をなす。仮想マシン２０１は、図３に示すように、Ｎ台（Ｎは０を除く自然数）であり、台数は限定されない。個々の仮想マシン２０１は、図３に例示するように、ゲストＯＳ環境を提供すると共に、１つ以上の任意のアプリケーション（ＡＰ）を実行することができる。そして、本実施の形態では、このような３層構造をなす仮想化システム２０を、図３において破線で囲まれた、以下の（ａ）および（ｂ）の２層（２階層）として取り扱う。すなわち、
（ａ）仮想マシン２０１によって構成されるアプリケーション層２０４、
（ｂ）仮想マシンモニタ２０２と、物理マシンのハードウェア２０３とによって構成されるハードウェア層２０５。 The virtualization system 20 in the present embodiment has three layers of a virtual machine 201, a virtual machine monitor (hypervisor) 202, and hardware of a physical machine 203, as in a general virtualization system. As shown in FIG. 3, there are N virtual machines 201 (N is a natural number excluding 0), and the number of virtual machines 201 is not limited. Each virtual machine 201 provides a guest OS environment and can execute one or more arbitrary applications (AP) as illustrated in FIG. In this embodiment, the virtualization system 20 having such a three-layer structure is treated as the following two layers (two layers) (a) and (b) surrounded by a broken line in FIG. That is,
(A) an application layer 204 configured by the virtual machine 201,
(B) A hardware layer 205 configured by the virtual machine monitor 202 and the hardware 203 of the physical machine.

つまり、３層構造をなす仮想化システム２０を含む連携システム２の性能を予測するに際して、本実施の形態に係る性能予測装置１は、上記仮想化システム２０が上記２層で構成されている、と定義する。   That is, when predicting the performance of the linkage system 2 including the virtualization system 20 having a three-layer structure, the performance prediction device 1 according to the present embodiment is configured such that the virtualization system 20 is configured by the two layers. It is defined as

上述した、図２に示すネットワーク部３０１は、仮想化システム２０と仮想化システム２１とを通信可能に接続している。上記仮想化システム間の通信形態は、スイッチやルーター等を介した通信形態でもよい。また、例えば、２つの仮想化システム（２０、２１）を設置しているデータセンタ等の拠点が夫々異なる場合、上記仮想化システム間の通信形態は、通信拠点を跨いだ通信形態であってもよい。   The network unit 301 shown in FIG. 2 described above connects the virtualization system 20 and the virtualization system 21 so that they can communicate with each other. The communication mode between the virtualization systems may be a communication mode via a switch, a router, or the like. Further, for example, when the bases such as the data center where the two virtualization systems (20, 21) are installed are different from each other, the communication form between the virtual systems may be a communication form across the communication bases. Good.

そして、性能予測装置１は、このような定義を前提として、複数の仮想化システム（２０、２１）およびネットワーク部３０１を含む連携システム２の性能を予測するための性能モデルを生成する。ここで、性能予測装置１への定義の仕方としては、例えば、複数の仮想化システム（２０、２１）の夫々において、仮想マシン２０１をアプリケーション層２０４と関連づけて登録し、仮想マシンモニタ２０２と、物理マシンのハードウェア２０３とをハードウェア層２０５と関連付けて登録すればよい。   And the performance prediction apparatus 1 produces | generates the performance model for predicting the performance of the cooperation system 2 containing the some virtualization system (20, 21) and the network part 301 on the assumption of such a definition. Here, as a method of definition in the performance prediction apparatus 1, for example, in each of the plurality of virtualization systems (20, 21), the virtual machine 201 is registered in association with the application layer 204, the virtual machine monitor 202, The physical machine hardware 203 may be registered in association with the hardware layer 205.

（性能予測装置１）
性能予測装置１は、図１に示す通り、ネットワーク部性能モデル生成部（第３の性能モデル生成手段）３と、ハードウェア層性能モデル生成部（第２の性能モデル生成手段）４と、アプリケーション層性能モデル生成部（第１の性能モデル生成手段）５と、性能モデル合成部６と、を備えている。 (Performance prediction device 1)
As shown in FIG. 1, the performance prediction apparatus 1 includes a network unit performance model generation unit (third performance model generation unit) 3, a hardware layer performance model generation unit (second performance model generation unit) 4, an application A layer performance model generation unit (first performance model generation means) 5 and a performance model synthesis unit 6 are provided.

本実施の形態における性能モデルの生成には、少なくとも、システムの動作の詳細を模倣する性能モデルを作成するホワイトボックスアプローチと、性能予測対象のシステムの実測値により性能モデルを構築するブラックボックスアプローチとを用いることとする。性能モデルの生成には、例えば、待ち行列理論や回帰分析手法などを採用することができる。なお、本実施の形態における性能モデル生成方法は、一般的な手法を採用するため、詳細な説明を省略する。   The generation of the performance model in the present embodiment includes at least a white box approach for creating a performance model that imitates the details of the system operation, and a black box approach for constructing a performance model based on the actual measurement values of the performance prediction target system. Will be used. For the generation of the performance model, for example, a queuing theory or a regression analysis method can be employed. In addition, since the performance model generation method in this Embodiment employ | adopts a general method, detailed description is abbreviate | omitted.

ネットワーク部性能モデル生成部３は、連携システム２を計測した結果に基づいて、ネットワーク部３０１の性能モデル（図４における３００）を生成する。具体的には、ネットワーク部性能モデル生成部３は、連携システム２の計測によって得られた結果に基づいて、上述したブラックボックスアプローチによって、ネットワーク部３０１の性能モデルを生成する。   The network unit performance model generation unit 3 generates a performance model (300 in FIG. 4) of the network unit 301 based on the measurement result of the cooperation system 2. Specifically, the network unit performance model generation unit 3 generates a performance model of the network unit 301 by the black box approach described above based on the result obtained by the measurement of the cooperation system 2.

ネットワーク部性能モデル生成部３は、生成した性能モデル（ネットワーク部性能モデル３００）を性能モデル合成部６に供給する。   The network unit performance model generation unit 3 supplies the generated performance model (network unit performance model 300) to the performance model synthesis unit 6.

ハードウェア層性能モデル生成部４は、仮想化システム２０、２１を夫々計測した結果に基づいて、当該ハードウェア層の性能モデル（図４における４００、４０１）を生成する。具体的には、ハードウェア層性能モデル生成部４は、仮想化システム２０の計測によって得られた実測値に基づいて、上述したブラックボックスアプローチによって、ハードウェア層の性能モデル（４００）を生成する。同様に、ハードウェア層性能モデル生成部４は、仮想化システム２１の計測によって得られた実測値に基づいて、ハードウェア層の性能モデル（４０１）を生成する。   The hardware layer performance model generation unit 4 generates a performance model (400 and 401 in FIG. 4) of the hardware layer based on the measurement results of the virtualization systems 20 and 21, respectively. Specifically, the hardware layer performance model generation unit 4 generates a hardware layer performance model (400) by the black box approach described above based on the actual measurement value obtained by the measurement of the virtualization system 20. . Similarly, the hardware layer performance model generation unit 4 generates a hardware layer performance model (401) based on the actual measurement value obtained by the measurement of the virtualization system 21.

ハードウェア層性能モデル生成部４は、生成した性能モデル（ハードウェア層性能モデル４００、４０１）を性能モデル合成部６に供給する。   The hardware layer performance model generation unit 4 supplies the generated performance model (hardware layer performance models 400 and 401) to the performance model synthesis unit 6.

本実施の形態において、ブラックボックスアプローチによる性能モデルの生成（モデル生成とも呼ぶ）とは、上述したとおり、任意のシステムへの入力値と、その入力値に対応する出力値とに基づいて、統計処理や機械学習によってモデルを生成する手法である。ブラックボックスアプローチによるモデル生成手法では、例えば、回帰分析やニューラルネットワーク、遺伝的アルゴリズムを用いることができる。なお、上記モデル生成手法は、これに限定されるものではなく、同様のアプローチ方法が実現できる手法であればよい。   In the present embodiment, generation of a performance model by the black box approach (also referred to as model generation) is based on an input value to an arbitrary system and an output value corresponding to the input value as described above. This is a method of generating a model by processing or machine learning. In the model generation method based on the black box approach, for example, regression analysis, neural network, or genetic algorithm can be used. The model generation method is not limited to this, and may be any method that can realize the same approach method.

アプリケーション層性能モデル生成部５は、仮想化システム２０、２１にて実行される仮想マシンにおいて動作するアプリケーションに関する情報に基づいて、当該アプリケーション層の各仮想マシン２０１の性能モデル（図４における５００、５０１）を生成する。   The application layer performance model generation unit 5 performs the performance model of each virtual machine 201 in the application layer (500, 501 in FIG. 4) based on information related to the application running on the virtual machine executed in the virtualization systems 20 and 21. ) Is generated.

より具体的に、アプリケーション層性能モデル生成部５は、オペレータ等の操作に応じて、仮想化システム２０において実行される仮想マシン２０１上で動作するアプリケーションに関する情報に基づいて、上述したホワイトボックスアプローチによって、アプリケーション層の性能モデル（５００）を仮想マシン２０１毎に生成する。同様に、アプリケーション層性能モデル生成部５は、仮想化システム２１において実行される仮想マシン２０１上で動作するアプリケーションに関する情報に基づいて、アプリケーション層の性能モデル（５０１）を仮想マシン２０１毎に生成する。   More specifically, the application layer performance model generation unit 5 performs the above-described white box approach based on information on an application operating on the virtual machine 201 executed in the virtualization system 20 in accordance with an operation of an operator or the like. The performance model (500) of the application layer is generated for each virtual machine 201. Similarly, the application layer performance model generation unit 5 generates an application layer performance model (501) for each virtual machine 201 based on information related to an application running on the virtual machine 201 executed in the virtualization system 21. .

本実施の形態において、ホワイトボックスアプローチによるモデル生成とは、上述したとおり、任意のシステムの設計情報を基に当該任意のシステムの動作を模倣したモデル生成手法である。ホワイトボックスアプローチによるモデル生成手法では、例えば、待ち行列理論やペトリネットを用いることができる。なお、上記モデル生成手法は、これに限定されるものではなく、同様のアプローチ方法が実現できる手法であればよい。   In the present embodiment, the model generation by the white box approach is a model generation method that imitates the operation of an arbitrary system based on the design information of the arbitrary system as described above. In the model generation method based on the white box approach, for example, queuing theory or Petri net can be used. The model generation method is not limited to this, and may be any method that can realize the same approach method.

アプリケーション層性能モデル生成部５は、生成した性能モデル（アプリケーション層性能モデル５００、５０１）を性能モデル合成部６に供給する。   The application layer performance model generation unit 5 supplies the generated performance model (application layer performance models 500 and 501) to the performance model synthesis unit 6.

性能モデル合成部６は、仮想化システム２０のアプリケーション層２０４およびハードウェア層２０５に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する合成処理（第１の合成処理）を行う。さらに、性能モデル合成部６は、ある仮想化システム（例えば、仮想化システム２０）のハードウェア層２０５の性能モデル（４００）における出力値が入力されたネットワーク部３０１の性能モデル（３００）における出力値を、他の仮想化システム（例えば、仮想化システム２１）のハードウェア層２０５の性能モデル（４０１）における入力値として利用する合成処理（第２の合成処理）を行う。これらの合成処理により、性能モデル合成部６は、各仮想化システムにおける２層間の依存関係と、仮想化システム間の依存関係とが反映された、連携システム２の性能モデル（６００）を生成する。以下、本実施の形態において、（１）ハードウェア層２０５の性能モデル（４００、４０１）と、アプリケーション層２０４の性能モデル（５００、５０１）との間の依存関係、および、（２）ネットワーク部３０１の性能モデル（３００）と、ハードウェア層２０５の性能モデル（４００、４０１）との間の依存関係、を考慮した性能モデルの生成処理を、合成（合成処理）と称することがある。   The performance model synthesis unit 6 uses the output value in the performance model of one layer as the input value of the performance model of the other layer for the application layer 204 and the hardware layer 205 of the virtualization system 20 (first processing). 1). Further, the performance model synthesis unit 6 outputs the output in the performance model (300) of the network unit 301 to which the output value in the performance model (400) of the hardware layer 205 of a certain virtualization system (for example, the virtualization system 20) is input. A synthesis process (second synthesis process) is performed in which the value is used as an input value in the performance model (401) of the hardware layer 205 of another virtualization system (for example, the virtualization system 21). Through these synthesizing processes, the performance model synthesizing unit 6 generates a performance model (600) of the cooperation system 2 in which the dependency relationship between the two layers in each virtualization system and the dependency relationship between the virtualization systems are reflected. . Hereinafter, in the present embodiment, (1) the dependency between the performance model (400, 401) of the hardware layer 205 and the performance model (500, 501) of the application layer 204, and (2) the network unit The generation process of the performance model in consideration of the dependency between the 301 performance model (300) and the performance model (400, 401) of the hardware layer 205 may be referred to as synthesis (synthesis process).

性能モデル合成部６の処理について、図４を参照して、更に詳細に説明する。   The process of the performance model synthesis unit 6 will be described in more detail with reference to FIG.

一般的に、仮想化システムにおいて、アプリケーション層２０４にて実行される仮想マシン２０１は、ハードウェア層２０５を構成する物理マシンのハードウェアリソースを利用することによって、アプリケーションを実行する。また、連携システム２において、一方の仮想化システムにおけるハードウェア層２０５が、ネットワークを介して、他方の仮想化システムにおけるハードウェア層２０５に処理を要求することによって、２つの仮想化システムにおける仮想マシンで動作するアプリケーションを連携させた処理を実行する。そのため、アプリケーション層２０４とハードウェア層２０５との間、並びに、２つの仮想化システムの間にはそれぞれ依存関係がある。つまり、アプリケーション層２０４とハードウェア層２０５の間や、２つの仮想化システムの間を、別々に分けた状態では、性能を予測すべき対象である連携システム２の性能を、好適に予測することはできない。   In general, in a virtualization system, a virtual machine 201 executed in the application layer 204 executes an application by using hardware resources of a physical machine constituting the hardware layer 205. Further, in the cooperation system 2, the hardware layer 205 in one virtualization system requests processing from the hardware layer 205 in the other virtualization system via the network, so that the virtual machines in the two virtualization systems Execute the process that links the applications that run in. Therefore, there are dependencies between the application layer 204 and the hardware layer 205 and between the two virtualization systems. That is, in the state where the application layer 204 and the hardware layer 205 or between the two virtualized systems are divided separately, the performance of the cooperative system 2 that is the target of performance prediction is preferably predicted. I can't.

そのため、本実施の形態に係る性能予測装置１の性能モデル合成部６は、仮想化システム２０、２１の夫々において、アプリケーション層２０４の性能モデル（５００、５０１）と、ハードウェア層２０５の性能モデル（４００、４０１）と、ネットワーク部３０１の性能モデル（３００）とを用いて連携システム２の性能モデル（６００）を生成する。これにより、連携システム２の性能予測を可能とする。   Therefore, the performance model synthesis unit 6 of the performance prediction apparatus 1 according to the present embodiment includes the performance model (500, 501) of the application layer 204 and the performance model of the hardware layer 205 in each of the virtualization systems 20 and 21. (400, 401) and the performance model (300) of the network unit 301 are used to generate the performance model (600) of the linkage system 2. Thereby, the performance prediction of the cooperation system 2 is enabled.

図４は、性能モデル合成部６が行う合成処理を概念的に説明するための図である。以下では、仮想化システム２０のアプリケーション層２０４の性能モデル（アプリケーション層性能モデル５００）にリクエストが入力される場合について説明する。   FIG. 4 is a diagram for conceptually explaining the synthesis process performed by the performance model synthesis unit 6. Hereinafter, a case where a request is input to the performance model (application layer performance model 500) of the application layer 204 of the virtualization system 20 will be described.

性能モデル合成部６は、仮想化システム２０に入力されたリクエストにしたがって、アプリケーション層性能モデル５００を用いて、連携処理要求（第１の処理要求）７００を出力する。性能モデル合成部６は、連携処理要求７００を、ハードウェア層性能モデル４００の入力値として利用する。連携処理要求７００は、ハードウェア層２０５のハードウェアリソースをアプリケーション層性能モデル５００がどのように使用するかに関する情報を含む。   The performance model composition unit 6 outputs a cooperation processing request (first processing request) 700 using the application layer performance model 500 according to the request input to the virtualization system 20. The performance model synthesis unit 6 uses the cooperation processing request 700 as an input value of the hardware layer performance model 400. The cooperation processing request 700 includes information regarding how the application layer performance model 500 uses the hardware resources of the hardware layer 205.

そして、性能モデル合成部６は、連携処理要求７００を、ハードウェア層性能モデル４００を用いて合成処理する。性能モデル合成部６は、上記合成処理後、ハードウェア層性能モデル４００からネットワーク処理要求（第２の処理要求）７０１を出力する。ネットワーク処理要求７０１は、連携システム２のネットワーク部３０１を介するプロセスが、ネットワークをどのように使用するかについての情報を含む。   Then, the performance model synthesis unit 6 synthesizes the cooperation processing request 700 using the hardware layer performance model 400. The performance model synthesis unit 6 outputs a network processing request (second processing request) 701 from the hardware layer performance model 400 after the above synthesis processing. The network processing request 701 includes information on how the process via the network unit 301 of the cooperation system 2 uses the network.

性能モデル合成部６は、ハードウェア層性能モデル４００から出力されたネットワーク処理要求７０１を、ネットワーク部性能モデル３００への入力値として利用する。性能モデル合成部６は、ネットワーク処理要求７０１を、ネットワーク部性能モデル３００を用いて処理する。性能モデル合成部６は、当該処理が完了すると、ネットワーク部性能モデル３００からネットワーク処理完了通知（第３の処理要求）７０２を出力する。ネットワーク処理完了通知７０２は、仮想化システム２１のハードウェア層性能モデル４０１への入力値となる。前記ネットワーク処理完了通知７０２には、仮想化システム２０がネットワーク部３０１を介して通信する場合の、オーバヘット等に関する情報を含む。   The performance model synthesis unit 6 uses the network processing request 701 output from the hardware layer performance model 400 as an input value to the network unit performance model 300. The performance model synthesis unit 6 processes the network processing request 701 using the network unit performance model 300. When the processing is completed, the performance model synthesis unit 6 outputs a network processing completion notification (third processing request) 702 from the network unit performance model 300. The network processing completion notification 702 becomes an input value to the hardware layer performance model 401 of the virtualization system 21. The network processing completion notification 702 includes information related to overhead when the virtualization system 20 communicates via the network unit 301.

そして、性能モデル合成部６は、仮想化システム２１において、ネットワーク処理完了通知７０２を、ハードウェア層性能モデル４０１を用いて処理する。性能モデル合成部６は、当該処理が完了すると連携処理完了通知７０３を出力する。その後、性能モデル合成部６は、ネットワーク通信に関する処理が完了したことを示す連携処理完了通知７０３をアプリケーション層性能モデル５０１へ入力する。   Then, the performance model synthesis unit 6 processes the network processing completion notification 702 using the hardware layer performance model 401 in the virtualization system 21. When the process is completed, the performance model composition unit 6 outputs a cooperation process completion notification 703. Thereafter, the performance model composition unit 6 inputs a cooperation processing completion notification 703 indicating that the processing related to network communication has been completed to the application layer performance model 501.

また、性能モデル合成部６は、仮想化システム２１のハードウェア層性能モデル４０１に入力されたネットワーク処理完了通知７０２に応じて、ハードウェア層性能モデル４０１に、連携システム２の性能を予測することが可能な性能指標を、算出させる。   Further, the performance model synthesis unit 6 predicts the performance of the cooperation system 2 in the hardware layer performance model 401 in accordance with the network processing completion notification 702 input to the hardware layer performance model 401 of the virtualization system 21. A performance index capable of being calculated is calculated.

なお、図４に示す例では、仮想化システム２０のアプリケーション層性能モデル５００にリクエストが入力される場合について説明したが、仮想化システム２１のアプリケーション層性能モデル５０１にリクエストが入力されてもよい。その場合、上記で説明した仮想化システム２０と仮想化システム２１、ハードウェア層性能モデル４００とハードウェア層性能モデル４０１、アプリケーション層性能モデル５００とアプリケーション層性能モデル５０１、を夫々入れ替えることにより、性能モデル合成部６は、ハードウェア層性能モデル４００に、連携システム２の性能を予測することが可能な性能指標を、算出させることができる。   In the example illustrated in FIG. 4, the case where a request is input to the application layer performance model 500 of the virtualization system 20 has been described. However, the request may be input to the application layer performance model 501 of the virtualization system 21. In that case, by replacing the virtualization system 20 and the virtualization system 21, the hardware layer performance model 400 and the hardware layer performance model 401, the application layer performance model 500 and the application layer performance model 501 described above, the performance The model synthesis unit 6 can cause the hardware layer performance model 400 to calculate a performance index that can predict the performance of the cooperation system 2.

図４を用いて説明したとおり、リクエストがアプリケーション層性能モデル５００に入力された場合、性能モデル合成部６は、仮想化システム２０に対応する性能モデルを用いた処理を行い、仮想化システム２１に出力する。このとき、アプリケーション層性能モデル５００に入力されたリクエストの内容によっては、仮想化システム２１に対応する性能モデルを用いた処理から、仮想化システム２０に対応する性能モデルを用いた処理へ処理が戻ることもある。つまり、アプリケーション層性能モデル５００へのリクエスト内容により、ネットワーク処理要求７０１がハードウェア層性能モデル４００からネットワーク部３０１へ発行された時点で、以下の（１）、（２）の場合がある。すなわち、
（１）仮想化システム２１のハードウェア層性能モデル４０１からの通知を受けずに、仮想化システム２０のハードウェア層性能モデル４００からアプリケーション層性能モデル５００に、連携処理完了通知７０７が発行される場合、
（２）仮想化システム２１のハードウェア層性能モデル４０１から処理完了の通知を受けて、仮想化システム２０のハードウェア層性能モデル４００からアプリケーション層性能モデル５００に、連携処理完了通知７０７が発行される場合。 As described with reference to FIG. 4, when a request is input to the application layer performance model 500, the performance model synthesis unit 6 performs processing using the performance model corresponding to the virtualization system 20, and sends the request to the virtualization system 21. Output. At this time, depending on the content of the request input to the application layer performance model 500, the process returns from the process using the performance model corresponding to the virtualization system 21 to the process using the performance model corresponding to the virtualization system 20. Sometimes. That is, when the network processing request 701 is issued from the hardware layer performance model 400 to the network unit 301 depending on the content of the request to the application layer performance model 500, the following cases (1) and (2) may occur. That is,
(1) The cooperation processing completion notification 707 is issued from the hardware layer performance model 400 of the virtualization system 20 to the application layer performance model 500 without receiving the notification from the hardware layer performance model 401 of the virtualization system 21. If
(2) Upon receiving a process completion notification from the hardware layer performance model 401 of the virtualization system 21, a cooperation process completion notification 707 is issued from the hardware layer performance model 400 of the virtualization system 20 to the application layer performance model 500. If

上記（１）または（２）は、仮想化システム２０の仮想マシンで動作するアプリケーションに入力されるリクエストの処理プロセスの内容により決定する。   The above (1) or (2) is determined by the content of the request processing process input to the application operating on the virtual machine of the virtualization system 20.

（２）の場合、性能モデル合成部６は、連携処理要求７０４をアプリケーション層性能モデル５０１からハードウェア層性能モデル４０１に入力する。その後性能モデル合成部６は、ネットワーク処理要求７０５をハードウェア層性能モデル４０１からネットワーク部性能モデル３００に入力する。そして、性能モデル合成部６は、ネットワーク処理完了通知７０６をネットワーク部性能モデル３００からハードウェア層性能モデル４００に入力する。その後、性能モデル合成部６は、ネットワーク通信に関する処理が完了したことを示す連携処理完了通知７０７をハードウェア層性能モデル４００からアプリケーション層性能モデル５００に入力する。また、性能モデル合成部６は、仮想化システム２０のハードウェア層性能モデル４００に入力されたネットワーク処理要求７０５に応じて、ハードウェア層性能モデル４００に、連携システム２の性能を予測することが可能な性能指標を、算出させる。   In the case of (2), the performance model composition unit 6 inputs the cooperation processing request 704 from the application layer performance model 501 to the hardware layer performance model 401. Thereafter, the performance model synthesis unit 6 inputs a network processing request 705 from the hardware layer performance model 401 to the network unit performance model 300. Then, the performance model synthesis unit 6 inputs a network processing completion notification 706 from the network unit performance model 300 to the hardware layer performance model 400. Thereafter, the performance model composition unit 6 inputs a cooperation processing completion notification 707 indicating that the processing related to network communication has been completed from the hardware layer performance model 400 to the application layer performance model 500. Further, the performance model synthesis unit 6 may predict the performance of the cooperation system 2 in the hardware layer performance model 400 according to the network processing request 705 input to the hardware layer performance model 400 of the virtualization system 20. A possible performance index is calculated.

上記（１）の場合、上述した仮想化システム２０の性能モデルを用いた処理と、仮想化システム２１の性能モデルを用いた処理とは、並行して行われる。したがって、性能モデル合成部６は、ネットワーク通信に関する処理が完了したことを示す連携処理完了通知７０３、７０７を、夫々、アプリケーション層性能モデル５０１、５００へ入力する。   In the case of (1) above, the process using the performance model of the virtualization system 20 and the process using the performance model of the virtualization system 21 are performed in parallel. Therefore, the performance model composition unit 6 inputs cooperation processing completion notifications 703 and 707 indicating that processing related to network communication has been completed to the application layer performance models 501 and 500, respectively.

このように、性能モデル合成部６は、連携システム２の性能を予測することが可能な性能指標を、オペレータ等に提供することができる。ここで、性能モデル合成部６は、性能指標として、例えば、ハードウェアリソースの使用率、ＴＡＴ（Ｔｕｒｎ Ａｒｏｕｎｄ Ｔｉｍｅ）、スループット等を採用してもよい。上記性能指標を、図５に例示する。図５は、第１の実施の形態においてハードウェア層性能モデル４００、４０１が算出する性能指標を例示する図である。図５に示す例では、同一のシステムに対して、クライアント数を増やした場合の、「ＣＰＵ使用率（％）」「ディスク容量（％）」「ＴＡＴ（ｍｓ：ミリ秒）」を表す。なお、オペレータ等への提供方法は、図示しない表示手段を用いて提供する構成であってもよいが、本発明はこれに限定されるものではない。   In this way, the performance model synthesis unit 6 can provide an operator or the like with a performance index that can predict the performance of the linkage system 2. Here, the performance model synthesis unit 6 may adopt, for example, a hardware resource usage rate, TAT (Turn Around Time), throughput, and the like as the performance index. The performance index is illustrated in FIG. FIG. 5 is a diagram illustrating a performance index calculated by the hardware layer performance models 400 and 401 in the first embodiment. The example shown in FIG. 5 represents “CPU usage rate (%)”, “disk capacity (%)”, and “TAT (ms: milliseconds)” when the number of clients is increased for the same system. In addition, although the structure provided using the display means which is not shown in figure may be sufficient as the provision method to an operator etc., this invention is not limited to this.

本実施の形態に係る性能予測装置１の性能モデル合成部６は、各仮想化システムにおけるアプリケーション層性能モデル５００、５０１と、ハードウェア層性能モデル４００、４０１、ネットワーク部性能モデル３００とに対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用し、更に、一方の仮想化システムの出力値を、他方の仮想化システムにおける入力値として利用する合成処理を行う。このような構成によって、性能モデル合成部６は、仮想化システム間および２層間の依存関係が反映された、連携システム２の性能モデル（システム性能モデル６００）を生成する。   The performance model synthesizing unit 6 of the performance prediction apparatus 1 according to the present embodiment is configured to apply the application layer performance models 500 and 501, the hardware layer performance models 400 and 401, and the network unit performance model 300 in each virtualization system. A synthesis process that uses the output value of the performance model of one layer as an input value of the performance model of the other layer, and further uses the output value of one virtualization system as an input value in the other virtualization system. Do. With such a configuration, the performance model synthesis unit 6 generates a performance model (system performance model 600) of the cooperation system 2 in which the dependency relationship between the virtualization systems and between the two layers is reflected.

（効果）
本実施の形態に係る連携システム２は、上述したとおり、複数の仮想化システムが互いにネットワーク部を介して連携している。そして、複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有している。 (effect)
In the cooperation system 2 according to the present embodiment, as described above, a plurality of virtualization systems cooperate with each other via a network unit. Each of the plurality of virtualization systems has an application layer and a hardware layer.

このような連携システム２の性能を予測するための性能予測装置１によれば、より好適に、連携システム２の性能を予測することができる。   According to the performance prediction apparatus 1 for predicting the performance of the cooperation system 2 as described above, the performance of the cooperation system 2 can be predicted more suitably.

なぜならば、本実施の形態に係る性能予測装置１が、ネットワーク部性能モデル生成部３と、ハードウェア層性能モデル生成部４と、アプリケーション層性能モデル生成部５と、性能モデル合成部６と、を備えているからである。   This is because the performance prediction device 1 according to the present embodiment includes a network unit performance model generation unit 3, a hardware layer performance model generation unit 4, an application layer performance model generation unit 5, a performance model synthesis unit 6, Because it has.

アプリケーション層性能モデル生成部５は、連携システム２における各仮想化システム（２０、２１）の仮想マシン２０１上で動作する、アプリケーションに関する情報に基づいて、アプリケーション層２０４のアプリケーション層性能モデル（５００、５０１）を、仮想化システム（２０、２１）ごとに生成する。ハードウェア層性能モデル生成部４は、連携システム２における各仮想化システム（２０、２１）を対象に計測した結果に基づいて、ハードウェア層２０５のハードウェア層性能モデル（４００、４０１）を、仮想化システム（２０、２１）ごとに生成する。ネットワーク部性能モデル生成部３は、連携システム２を対象に計測した結果に基づいて、ネットワーク部３０１のネットワーク部性能モデル３００を生成する。   The application layer performance model generation unit 5 performs application layer performance models (500, 501) of the application layer 204 based on information related to applications that operate on the virtual machines 201 of the respective virtualization systems (20, 21) in the cooperation system 2. ) Is generated for each virtualization system (20, 21). The hardware layer performance model generation unit 4 calculates the hardware layer performance model (400, 401) of the hardware layer 205 based on the measurement result for each virtualization system (20, 21) in the cooperation system 2. Generated for each virtualization system (20, 21). The network unit performance model generation unit 3 generates the network unit performance model 300 of the network unit 301 based on the measurement result of the cooperation system 2.

そして、性能モデル合成部６は、複数の仮想化システム（２０、２１）の夫々に含まれるアプリケーション層２０４およびハードウェア層２０５に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する合成処理（第１の合成処理）を行う。また、性能モデル合成部６は、ハードウェア層性能モデル（４００または４０１）における出力値が入力されたネットワーク部性能モデル３００における出力値を、他の仮想化システムのハードウェア層性能モデル（４０１または４００）の入力値として利用する合成処理（第２の合成処理）を行う。これにより、性能モデル合成部６０は、該２層間の依存関係および仮想化システム間の依存関係が反映された、連携システム２の性能モデル（システム性能モデル６００）を生成する。   Then, the performance model synthesis unit 6 outputs the output value in the performance model of one layer to the application layer 204 and the hardware layer 205 included in each of the plurality of virtualization systems (20, 21). A synthesis process (first synthesis process) used as an input value of the performance model is performed. Further, the performance model synthesis unit 6 uses the output value in the network unit performance model 300 to which the output value in the hardware layer performance model (400 or 401) is input as the hardware layer performance model (401 or 400) is used as an input value (second synthesis process). Thereby, the performance model synthesis unit 60 generates a performance model (system performance model 600) of the cooperation system 2 in which the dependency relationship between the two layers and the dependency relationship between the virtualization systems are reflected.

したがって、本実施の形態に係る性能予測装置１によれば、上記システム性能モデル６００を用いて、連携システム２の性能を好適に予測できる。   Therefore, according to the performance prediction apparatus 1 according to the present embodiment, it is possible to suitably predict the performance of the linkage system 2 using the system performance model 600.

また、本実施の形態における性能予測装置１は、ホワイトボックスアプローチを採用して、アプリケーション層２０４で動作する仮想マシン２０１で実行されるアプリケーション情報を用いて、アプリケーション層性能モデル５００、５０１を生成している。ホワイトボックスアプローチを用いて生成した性能モデルは、一般に、仮想マシン毎にシステム構成が明確である。ここで、アプリケーション層２０４において複数台の仮想マシン２０１が動作する環境において、例えば、仮想マシン２０１の追加や削除といった仮想マシンの構成の変更があった場合について説明する。この時、アプリケーション層性能モデル生成部５は、追加／削除された仮想マシン２０１のアプリケーション層性能モデルを追加／削除することにより、ハードウェア層２０５に対する性能モデルを作成することができる。よって、本実施の形態によれば、ブラックボックスアプローチを採用した場合に必要となる、仮想マシン２０１の台数に応じて仮想化システム２０、２１を計測し直すといった、手間を要しない。   Further, the performance prediction apparatus 1 in the present embodiment adopts a white box approach, and generates application layer performance models 500 and 501 using application information executed by the virtual machine 201 operating on the application layer 204. ing. The performance model generated using the white box approach generally has a clear system configuration for each virtual machine. Here, a case will be described in which there is a change in the configuration of the virtual machine such as addition or deletion of the virtual machine 201 in an environment where a plurality of virtual machines 201 operate in the application layer 204. At this time, the application layer performance model generation unit 5 can create a performance model for the hardware layer 205 by adding / deleting the application layer performance model of the added / deleted virtual machine 201. Therefore, according to the present embodiment, there is no need for trouble such as re-measurement of the virtualization systems 20 and 21 according to the number of virtual machines 201, which is necessary when the black box approach is adopted.

また、本実施の形態における性能予測装置１は、ブラックボックスアプローチを用いて、ハードウェア層性能モデル４００、４０１とネットワーク部性能モデル３００とを生成する。ホワイトボックスアプローチによってハードウェア層２０５に関する性能モデルを生成した場合、動作が複雑な各構成要素（仮想マシンモニタ２０２、物理マシンのハードウェア２０３、ネットワーク部３０１、等）の仕様を、モデルの生成に先だって明確に設定する必要がある。しかしながら、本実施の形態のように、ブラックボックスアプローチを用いて生成した性能モデルは、実測値を用いてモデルを生成する。そのため、動作が複雑な各構成要素について動作が不明確なままでも、ハードウェア層性能モデル４００、４０１とネットワーク部性能モデル３００とを生成することができる。したがって、（ａ）仮想マシンモニタ２０２のエミュレーション、（ｂ）物理マシンのハードウェア２０３におけるリソース競合、（ｃ）ネットワーク部３０１でのオーバヘッド等の詳細を明示的に記述することなく、性能予測装置１は、これらが及ぼす性能への影響が正しく考慮されたハードウェア層性能モデル４００、４０１とネットワーク部性能モデル３００とを生成できる。   In addition, the performance prediction apparatus 1 in the present embodiment generates the hardware layer performance models 400 and 401 and the network unit performance model 300 using the black box approach. When the performance model related to the hardware layer 205 is generated by the white box approach, the specifications of the components (the virtual machine monitor 202, the physical machine hardware 203, the network unit 301, etc.) having complicated operations are used to generate the model. It is necessary to set clearly ahead. However, as in the present embodiment, the performance model generated using the black box approach generates a model using measured values. Therefore, it is possible to generate the hardware layer performance models 400 and 401 and the network unit performance model 300 even if the operation remains unclear for each component having a complicated operation. Therefore, without explicitly describing details such as (a) emulation of the virtual machine monitor 202, (b) resource contention in the hardware 203 of the physical machine, and (c) overhead in the network unit 301, the performance prediction apparatus 1 Can generate the hardware layer performance models 400 and 401 and the network unit performance model 300 in which the influence on the performance exerted by these is correctly considered.

そして、本実施の形態における仮想化環境の性能モデル合成部６は、仮想化システム（２０、２１）の、アプリケーション層性能モデル（４００、４０１）と、ハードウェア層性能モデル（５００、５０１）と、ネットワーク部性能モデル３００とを利用する合成処理により、仮想化システムにおける各層間の依存性と仮想化システム間の依存性とが考慮された、システム性能モデル６００を生成する。すなわち、本実施の形態によれば、このように生成されたシステム性能モデル６００を用いて、連携システム２の性能を好適に予測することができる。   Then, the performance model composition unit 6 of the virtualization environment in this embodiment includes the application layer performance model (400, 401), the hardware layer performance model (500, 501) of the virtualization system (20, 21). Then, a system performance model 600 in which the dependency between each layer in the virtualization system and the dependency between the virtualization systems is taken into consideration is generated by the synthesis process using the network unit performance model 300. That is, according to the present embodiment, it is possible to suitably predict the performance of the linkage system 2 using the system performance model 600 generated in this way.

このように、本実施の形態によれば、アプリケーション層２０４とハードウェア層２０５とにおける仮想化システム２０または仮想化システム２１、並びに、ネットワーク部３０１の動作の特徴を考慮した性能予測方法が採用される。したがって、本実施の形態に係る性能予測装置１によれば、オーバヘッドや、リソース競合の詳細についてオペレータ等が明確に把握していない場合であっても、連携システム２の性能を予測することが可能である。なお、本実施の形態におけるオーバヘッドとは、例えば、物理マシンのハードウェア２０３によって発生するオーバヘッドや、仮想マシンモニタ２０２におけるエミュレーションによって発生するオーバヘッド、ネットワーク部３０１における複数プロセスの同時実行によるオーバヘッドが想定される。また、リソース競合とは、例えば、複数トランザクションの同時実行により発生するハードウェアリソースの競合や、仮想マシンモニタ２０２が同時に複数の仮想マシンの仮想ハードウェアをエミュレーションすることによるソフトウェアの競合が想定される。   As described above, according to the present embodiment, the performance prediction method in consideration of the characteristics of the operation of the virtualization system 20 or the virtualization system 21 and the network unit 301 in the application layer 204 and the hardware layer 205 is employed. The Therefore, according to the performance prediction apparatus 1 according to the present embodiment, it is possible to predict the performance of the cooperation system 2 even when the operator or the like does not clearly understand the details of overhead and resource competition. It is. The overhead in the present embodiment is assumed to be, for example, an overhead generated by the hardware 203 of the physical machine, an overhead generated by emulation in the virtual machine monitor 202, or an overhead due to simultaneous execution of a plurality of processes in the network unit 301. The The resource conflict is assumed to be, for example, a hardware resource conflict caused by simultaneous execution of a plurality of transactions, or a software conflict caused by the virtual machine monitor 202 emulating virtual hardware of a plurality of virtual machines at the same time. .

＜第２の実施の形態＞
次に、上述した第１の実施の形態に係る性能予測装置１を基本とする第２の実施の形態について説明する。なお、説明の便宜上、前述した第１の実施の形態で説明した図面に含まれる部材と同じ機能を有する部材については、同じ符号を付し、その説明を省略する。なお、本実施の形態において、性能予測装置１０が性能を予測する対象となる連携システム２に含まれる各仮想化システムは、第１の実施の形態と同様、図３に例示した２層（アプリケーション層２０４およびハードウェア層２０５）により構成されることを前提条件とする。 <Second Embodiment>
Next, a second embodiment based on the performance prediction device 1 according to the first embodiment described above will be described. For convenience of explanation, members having the same functions as those included in the drawings described in the first embodiment described above are given the same reference numerals, and descriptions thereof are omitted. Note that, in this embodiment, each virtualization system included in the linkage system 2 for which the performance prediction device 10 predicts performance is configured in the two layers (applications illustrated in FIG. 3), as in the first embodiment. It is assumed that it is composed of layer 204 and hardware layer 205).

（性能予測装置１０）
図６は、本発明の第２の実施の形態に係る性能予測装置１０の機能構成を示すブロック図である。図６に示す通り、性能予測装置１０は、ネットワーク部性能モデル生成部３０、ネットワーク部入力内容指定部３１、ネットワーク部情報収集部３２、ハードウェア層性能モデル生成部４０、ハードウェア層性能モデル生成部４１、記憶部５１、アプリケーション層性能モデル特定部５２、性能モデル合成部６０、入力内容指定部１１０、入力内容指定部１１１、情報収集部４１０、情報収集部４１１、を備えている。 (Performance prediction device 10)
FIG. 6 is a block diagram showing a functional configuration of the performance prediction apparatus 10 according to the second exemplary embodiment of the present invention. As shown in FIG. 6, the performance prediction apparatus 10 includes a network unit performance model generation unit 30, a network unit input content designation unit 31, a network unit information collection unit 32, a hardware layer performance model generation unit 40, and a hardware layer performance model generation. A unit 41, a storage unit 51, an application layer performance model specifying unit 52, a performance model synthesis unit 60, an input content specifying unit 110, an input content specifying unit 111, an information collecting unit 410, and an information collecting unit 411.

なお、本実施の形態においては、記憶部５１が性能予測装置１０の内部に構成されていることを例に説明を行うが、記憶部５１は、性能予測装置１０の外部の記憶装置などによって実現されてもよい。この場合、アプリケーション層性能モデル特定部５２は、上記記憶装置を参照すればよい。   In the present embodiment, the storage unit 51 is described as an example inside the performance prediction apparatus 10, but the storage unit 51 is realized by a storage device outside the performance prediction apparatus 10 or the like. May be. In this case, the application layer performance model specifying unit 52 may refer to the storage device.

また、本実施の形態における性能予測装置１０は、第１の実施の形態と同様に、連携システム２と通信可能に接続されている。また、性能予測装置１０は、オペレータ等９からの指示を受け付けるように構成されている。   Moreover, the performance prediction apparatus 10 in this Embodiment is connected so that communication with the cooperation system 2 is possible similarly to 1st Embodiment. Further, the performance prediction apparatus 10 is configured to receive an instruction from an operator 9 or the like.

（入力内容指定部１１０、１１１）
入力内容指定部（第１の入力内容指定手段）１１０、１１１は、夫々、オペレータ等９に対するユーザインタフェース（ＵＩ、マンマシンインタフェース）として機能を有する。オペレータ等９は、仮想化システム２０、２１の夫々に関する実測値を計測する際に、入力内容指定部１１０または入力内容指定部１１１を用いて、計測に関連する内容を指定することができる。よって、入力内容指定部１１０を用いたオペレータ等９による入力操作により、仮想化システム２０には、仮想化システム２０の実測値（例えば、各リソースの使用率、スループット、ＴＡＴ等）の計測にかかわる設定値や、計測等の実行命令に関する内容が指定される。同様に、入力内容指定部１１１を用いたオペレータ等９による入力操作により、仮想化システム２１には、仮想化システム２１の実測値の計測にかかわる設定値や、計測等の実行命令に関する内容が指定される。 (Input content specification unit 110, 111)
The input content designation units (first input content designation means) 110 and 111 each have a function as a user interface (UI, man-machine interface) for the operator 9 or the like. The operator 9 or the like 9 can specify the content related to the measurement using the input content specifying unit 110 or the input content specifying unit 111 when measuring the actual measurement values of the virtualization systems 20 and 21. Therefore, by the input operation by the operator 9 or the like 9 using the input content specifying unit 110, the virtualization system 20 is involved in measurement of actual values (for example, usage rate of each resource, throughput, TAT, etc.) of the virtualization system 20. The setting value and the contents related to the execution instruction such as measurement are specified. Similarly, by the input operation by the operator 9 using the input content specifying unit 111, the virtualization system 21 specifies the setting value related to the measurement of the actual measurement value of the virtualization system 21 and the content related to the execution instruction such as measurement. Is done.

なお、入力内容指定部１１０、１１１に対し、オペレータ等９による入力（指定）が行われることを例に説明を行ったが、本発明はこれに限定されない。入力内容指定部１１０、１１１に対し、ＬＡＮやインターネットを介したサーバ等の外部装置からの命令が入力されてもよい。   In addition, although description has been made by taking an example in which input (designation) by the operator 9 or the like is performed on the input content designating units 110 and 111, the present invention is not limited to this. A command from an external device such as a server via a LAN or the Internet may be input to the input content specification units 110 and 111.

また、入力内容指定部１１０、１１１は、指定された内容（入力内容）を、夫々、仮想化システム２０、２１に入力（設定）する。具体的には、入力内容指定部１１０は、オペレータ等９の操作によって入力された、仮想化システム２０の計測にかかわる設定値、計測の実行を指示する命令（リクエスト）等を、仮想化システム２０に設定する。同様に、入力内容指定部１１１は、仮想化システム２１の計測にかかわる設定値、計測の実行を指示する命令等を、仮想化システム２１に設定する。これにより、仮想化システム２０、２１は、夫々、入力内容指定部１１０、１１１によって入力された情報に基づいて、仮想化システム２０、２１の計測を行う。   The input content specifying units 110 and 111 input (set) the specified content (input content) to the virtualization systems 20 and 21, respectively. Specifically, the input content specifying unit 110 receives the setting value, the command (request) for instructing the execution of the measurement, and the like input by the operation of the operator 9 and the like. Set to. Similarly, the input content specifying unit 111 sets, in the virtualization system 21, a setting value related to measurement of the virtualization system 21, a command for instructing execution of the measurement, and the like. Thereby, the virtualization systems 20 and 21 measure the virtualization systems 20 and 21 based on the information input by the input content specification units 110 and 111, respectively.

なお、上記入力を用いて、仮想化システム２０から出力される実測値であって、計測の結果で得られた実測値は、ハードウェア層性能モデル生成部４０によるハードウェア層性能モデル４００の生成に利用される。また、仮想化システム２１から出力される実測値であって、計測の結果で得られた実測値は、ハードウェア層性能モデル生成部４１によるハードウェア層性能モデル４０１の生成に利用される。   The actual measurement value output from the virtualization system 20 using the above input, and the actual measurement value obtained as a result of the measurement is generated by the hardware layer performance model generation unit 40 to generate the hardware layer performance model 400. Used for The actual measurement value output from the virtualization system 21 and obtained as a result of the measurement is used to generate the hardware layer performance model 401 by the hardware layer performance model generation unit 41.

仮想化システム２０、２１の夫々における実測値の計測は、後述する性能モデル合成部６０による合成処理に先立って行われてもよい。計測の内容としては、仮想化システム２０、２１の夫々で動作する仮想マシン２０１におけるベンチマークソフトを用いた、ベンチマークテストが挙げられる。このベンチマークソフトは、例えば、ＣＰＵ、記憶装置、通信ネットワーク等のように、仮想化システム２０、２１の夫々に関係する各種のハードウェアリソースに負荷を与えることか可能なソフトウェア（コンピュータ・プログラム）であってもよい。本実施の形態においては、ベンチマークソフトとしては、特定のハードウェアリソースの負荷状況を再現できる任意のソフトウェア（コンピュータ・プログラム）を採用するとするが、本発明はこれに限定されるものではない。仮想化システム２０、２１の夫々における実測値の計測方法は、一般的な手順を採用することができるので、本実施の形態における詳細な説明は省略する。   The measurement of the actual measurement value in each of the virtualization systems 20 and 21 may be performed prior to the synthesis process by the performance model synthesis unit 60 described later. The content of the measurement includes a benchmark test using benchmark software in the virtual machine 201 that operates in each of the virtualization systems 20 and 21. This benchmark software is software (computer program) that can load various hardware resources related to the virtualization systems 20 and 21 such as a CPU, a storage device, a communication network, and the like. There may be. In the present embodiment, arbitrary software (computer program) that can reproduce the load situation of a specific hardware resource is adopted as benchmark software, but the present invention is not limited to this. Since the measurement method of the actual measurement value in each of the virtualization systems 20 and 21 can adopt a general procedure, detailed description in the present embodiment will be omitted.

なお、本実施の形態においては、入力内容指定部１１０と入力内容指定部１１１とを別個の部材で実現することを例に説明を行ったが、本発明はこれに限定されるものではない。入力内容指定部１１０と入力内容指定部１１１とは、同じ部材で実現されてもよい。この場合、入力内容指定部は、どの仮想化システムに関する入力かを判別し、当該入力に対応する仮想化システムに対し、入力内容を設定する。   In the present embodiment, the input content specifying unit 110 and the input content specifying unit 111 are described as examples using separate members, but the present invention is not limited to this. The input content specifying unit 110 and the input content specifying unit 111 may be realized by the same member. In this case, the input content designation unit determines which virtualization system the input is related to, and sets the input content for the virtualization system corresponding to the input.

（情報収集部４１０、４１１）
情報収集部４１０、４１１は、夫々、仮想化システム２０、２１に対して計測された実測値を収集する。ここで、実測値とは、入力内容指定部１１０、１１１の夫々に対する入力内容に応じて、夫々実行される仮想化システム２０、２１に関するベンチマークテストにおける入力値と、その入力値に対する出力値との対をなす情報である。情報収集部４１０は、仮想化システム２０から上述した実測値として、仮想化システム２０への入力値と、その入力値に対応する出力値とを収集する。また、情報収集部４１１は、仮想化システム２１から上述した実測値として、仮想化システム２１への入力値と、その入力値に対応する出力値とを収集する。 (Information collection unit 410, 411)
The information collection units 410 and 411 collect measured values measured for the virtualization systems 20 and 21, respectively. Here, the actual measurement value is an input value in a benchmark test related to the virtualization systems 20 and 21 executed according to the input contents to the input content specifying units 110 and 111, and an output value corresponding to the input value, respectively. Paired information. The information collection unit 410 collects an input value to the virtualization system 20 and an output value corresponding to the input value as the actual measurement values described above from the virtualization system 20. Further, the information collection unit 411 collects an input value to the virtualization system 21 and an output value corresponding to the input value as the actual measurement values described above from the virtualization system 21.

ここで、入力値とは、仮想化システム２０、２１を夫々構成する各ハードウェアリソースに対する要求（ハードウェア資源の使用方法に関する情報を含んだ情報）を含んでいる。   Here, the input value includes a request for each hardware resource constituting the virtualization systems 20 and 21 (information including information on how to use the hardware resource).

なお、情報収集部４１０は、この入力値を、仮想化システム２０から収集する構成について、説明を行ったが、本発明はこれに限定されるものではない。情報収集部４１０は、上記入力値を、入力内容指定部１１０から収集する構成であってもよい。同様に、情報収集部４１１は、上記入力値を、入力内容指定部１１１から収集する構成であってもよい。   In addition, although the information collection part 410 demonstrated the structure which collects this input value from the virtualization system 20, this invention is not limited to this. The information collecting unit 410 may be configured to collect the input value from the input content specifying unit 110. Similarly, the information collecting unit 411 may be configured to collect the input value from the input content specifying unit 111.

また、入力値に対応する出力値とは、例えば、各ハードウェアリソースの使用率、スループット、ＴＡＴ等である。   The output value corresponding to the input value is, for example, the usage rate, throughput, TAT, etc. of each hardware resource.

情報収集部４１０、４１１の夫々は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等のコンピュータ読み取り可能な記憶媒体（例えば、記憶部５１）に、収集した実測値（即ち、各仮想化システム（２０、２１）への入力値と、その入力値に対応する出力値）を記憶する機能を有する。また、情報収集部４１０は、これらの情報の収集が終了（入力内容指定部１１０が指定した計測が完了）したことを契機に、収集した実測値を、ハードウェア層性能モデル生成部４０に供給する。同様に、情報収集部４１１は、これらの情報の収集が終了（入力内容指定部１１１が指定した計測が完了）したことを契機に、収集した実測値を、ハードウェア層性能モデル生成部４１に供給する。   Each of the information collection units 410 and 411 is stored in a computer-readable storage medium (for example, the storage unit 51) such as an HDD (Hard Disk Drive) and the collected actual measurement values (that is, the respective virtualization systems (20 and 21)). And an output value corresponding to the input value). In addition, the information collection unit 410 supplies the collected actual measurement values to the hardware layer performance model generation unit 40 when the collection of these pieces of information ends (measurement specified by the input content specification unit 110 is completed). To do. Similarly, the information collection unit 411 sends the collected actual measurement values to the hardware layer performance model generation unit 41 when collection of these pieces of information ends (measurement specified by the input content specification unit 111 is completed). Supply.

なお、本実施の形態においては、情報収集部４１０と情報収集部４１１とを別個の部材で実現することを例に説明を行ったが、本発明はこれに限定されるものではない。情報収集部４１０と情報収集部４１１とは、同じ部材で実現されてもよい。この場合、情報収集部は、どの仮想化システムからの情報を収集するかを判別し、対応する仮想化システムに対する実測値を対応するハードウェア層性能モデル生成部に供給する。   In the present embodiment, the information collecting unit 410 and the information collecting unit 411 have been described as being realized by separate members. However, the present invention is not limited to this. The information collection unit 410 and the information collection unit 411 may be realized by the same member. In this case, the information collection unit determines from which virtualization system the information is collected, and supplies an actual measurement value for the corresponding virtualization system to the corresponding hardware layer performance model generation unit.

（ハードウェア層性能モデル生成部４０、４１）
ハードウェア層性能モデル生成部４０、４１は、夫々、第１の実施の形態におけるハードウェア層性能モデル生成部４と同様の処理を行う。ハードウェア層性能モデル生成部４０は、情報収集部４１０から入力された情報（上述した実測値）に基づいて、ブラックボックスアプローチにより、ハードウェア層性能モデル４００を生成する。同様に、ハードウェア層性能モデル生成部４１は、情報収集部４１１から入力された情報に基づいて、ハードウェア層性能モデル４０１を生成する。 (Hardware layer performance model generation unit 40, 41)
The hardware layer performance model generation units 40 and 41 respectively perform the same processing as the hardware layer performance model generation unit 4 in the first embodiment. The hardware layer performance model generation unit 40 generates the hardware layer performance model 400 by the black box approach based on the information input from the information collection unit 410 (the actual measurement value described above). Similarly, the hardware layer performance model generation unit 41 generates a hardware layer performance model 401 based on the information input from the information collection unit 411.

実測値は、上述したとおり、仮想化システム２０または仮想化システム２１への入力値と、その入力値に対応する出力値とを含む。入力値は、上述したとおり、ハードウェアリソースに対する要求（ハードウェア資源の使用方法に関する情報を含んだ情報）を含むデータである。出力値は、各リソースの使用率、スループットやＴＡＴ等を表すデータである。ハードウェア層性能モデル生成部４０は、これらの入力値を用いて、例えば、ニューラルネットワーク、遺伝的アルゴリズム、多項式関数、回帰分析等の演算処理によってハードウェア層性能モデル４００を生成する。同様に、ハードウェア層性能モデル生成部４１は、これらの入力値を用いて、ハードウェア層性能モデル４０１を生成する。ただし、本実施の形態において、ハードウェア層性能モデル４００、４０１の生成方法は、これらの演算処理に限定されず、実測値を用いた同様のアプローチによってハードウェア層性能モデル４００、４０１を実現する方法であればよい。   As described above, the actual measurement value includes an input value to the virtualization system 20 or the virtualization system 21 and an output value corresponding to the input value. As described above, the input value is data including a request for hardware resources (information including information on how to use hardware resources). The output value is data representing the usage rate, throughput, TAT, and the like of each resource. The hardware layer performance model generation unit 40 generates a hardware layer performance model 400 by using arithmetic processing such as a neural network, a genetic algorithm, a polynomial function, and regression analysis using these input values. Similarly, the hardware layer performance model generation unit 41 generates a hardware layer performance model 401 using these input values. However, in the present embodiment, the generation method of the hardware layer performance models 400 and 401 is not limited to these arithmetic processes, and the hardware layer performance models 400 and 401 are realized by a similar approach using actually measured values. Any method can be used.

そして、ハードウェア層性能モデル生成部４０およびハードウェア層性能モデル生成部４１は、夫々、生成したハードウェア層性能モデル４００およびハードウェア層性能モデル４０１を性能モデル合成部６０に供給する。   Then, the hardware layer performance model generation unit 40 and the hardware layer performance model generation unit 41 supply the generated hardware layer performance model 400 and the hardware layer performance model 401 to the performance model synthesis unit 60, respectively.

なお、本実施の形態においては、ハードウェア層性能モデル生成部４０と、ハードウェア層性能モデル生成部４１とを別個の部材で実現することを例に説明を行ったが、本発明はこれに限定されるものではない。ハードウェア層性能モデル生成部４０と、ハードウェア層性能モデル生成部４１とは、同じ部材で実現されてもよい。この場合、ハードウェア層性能モデル生成部は、どの仮想化システムに対応するハードウェア層性能モデルを生成するのかを判別し、対応する仮想化システムのハードウェア層性能モデルを生成する。   In the present embodiment, the hardware layer performance model generation unit 40 and the hardware layer performance model generation unit 41 have been described as examples using separate members. However, the present invention is not limited to this. It is not limited. The hardware layer performance model generation unit 40 and the hardware layer performance model generation unit 41 may be realized by the same member. In this case, the hardware layer performance model generation unit determines which virtualization system the hardware layer performance model corresponding to is generated, and generates a hardware layer performance model of the corresponding virtualization system.

（記憶部５１）
記憶部５１は、例えば、コンピュータ読み取り可能な記憶媒体であるハードディスク装置で実現される記憶手段である。記憶部５１は、性能モデル群５１０を記憶している。 (Storage unit 51)
The storage unit 51 is storage means realized by, for example, a hard disk device that is a computer-readable storage medium. The storage unit 51 stores a performance model group 510.

記憶部５１に記憶された性能モデル群５１０は、アプリケーション層２０４において動作する仮想マシン２０１で実行されるアプリケーションの設計情報等を用いて生成される。また、性能モデル群５１０は、アプリケーション層性能モデル５００、５０１として特定可能な候補の集合である。つまり、性能モデル群５１０は、仮想化システム２０および仮想化システム２１の夫々におけるアプリケーション層２０４の仮想マシン２０１において動作するアプリケーションの振る舞いを模倣した構成を有するモデルの集合である。   The performance model group 510 stored in the storage unit 51 is generated using design information of an application executed on the virtual machine 201 operating in the application layer 204. The performance model group 510 is a set of candidates that can be specified as the application layer performance models 500 and 501. That is, the performance model group 510 is a set of models having a configuration imitating the behavior of an application operating in the virtual machine 201 of the application layer 204 in each of the virtualization system 20 and the virtualization system 21.

本実施の形態において、性能モデル群５１０をなす個々のアプリケーション層性能モデル５００、５０１は、第１の実施の形態において説明したアプリケーション層性能モデル５００、５０１と同様に、上述したホワイトボックスアプローチによって生成される。本実施の形態においては、性能予測装置１０は、例えば、性能モデル群５１０を構成するアプリケーション層性能モデルを後述する性能モデル合成部６０による合成処理に先立って、ホワイトボックスアプローチを用いた一般的な手段により求めてもよい。なお、以下では、アプリケーション層性能モデル５００、５０１が、夫々、ホワイトボックスアプローチを用いて生成されたものとして説明を行う。   In the present embodiment, the individual application layer performance models 500 and 501 forming the performance model group 510 are generated by the above-described white box approach, similarly to the application layer performance models 500 and 501 described in the first embodiment. Is done. In the present embodiment, the performance prediction apparatus 10, for example, is a general method that uses a white box approach prior to a synthesis process performed by the performance model synthesis unit 60 described later, which is an application layer performance model constituting the performance model group 510. It may be obtained by means. In the following description, it is assumed that the application layer performance models 500 and 501 are generated using the white box approach.

つまり、記憶部５１は、ホワイトボックスアプローチを用いて生成された仮想化システム２０の仮想マシン２０１において動作する可能性のあるアプリケーションのアプリケーション層性能モデル５００を１または複数、記憶している。また、記憶部５１は、ホワイトボックスアプローチを用いて生成された仮想化システム２１の仮想マシン２０１において動作する可能性のあるアプリケーションのアプリケーション層性能モデル５０１を１または複数、記憶している。   That is, the storage unit 51 stores one or a plurality of application layer performance models 500 of applications that may operate in the virtual machine 201 of the virtualization system 20 generated using the white box approach. In addition, the storage unit 51 stores one or more application layer performance models 501 of applications that may operate in the virtual machine 201 of the virtualization system 21 generated using the white box approach.

性能モデル群５１０には、仮想マシン２０１で実行されるアプリケーションの設計情報に従って、例えば、待ち行列やペトリネットなどを利用して生成した性能モデルを採用することができる。なお、本実施の形態における性能モデル群５１０の生成方法は、上記に限定されない。性能モデル生成方法は、入力に対する解析計算やシミュレーション等の予め決められた手順で出力が決定される、という任意の方法を採用してもよい。   For the performance model group 510, for example, a performance model generated using a queue, a Petri net, or the like according to design information of an application executed on the virtual machine 201 can be adopted. Note that the method of generating the performance model group 510 in the present embodiment is not limited to the above. As the performance model generation method, any method may be employed in which the output is determined by a predetermined procedure such as analysis calculation or simulation for the input.

（アプリケーション層性能モデル特定部５２）
アプリケーション層性能モデル特定部５２は、オペレータ等９に対するユーザインタフェース（ＵＩ、マンマシン）としての機能を有する。オペレータ等９は、アプリケーション層性能モデル特定部５２を用いて、仮想化システム２０、２１の夫々のアプリケーション層２０４にて実行される、仮想マシン２０１において動作するアプリケーションに関する情報等を指定することができる。アプリケーション層性能モデル特定部５２を用いたオペレータ等９による入力操作により、アプリケーション層性能モデル特定部５２は、その入力内容に対応するまたは一致するアプリケーション層性能モデル５００、５０１を、性能モデル群５１０から特定し、取得する。 (Application layer performance model specifying unit 52)
The application layer performance model specifying unit 52 has a function as a user interface (UI, man machine) for the operator 9 or the like. The operator 9 or the like can use the application layer performance model specifying unit 52 to specify information relating to an application running on the virtual machine 201 that is executed in each application layer 204 of the virtualization systems 20 and 21. . By the input operation by the operator 9 using the application layer performance model specifying unit 52, the application layer performance model specifying unit 52 extracts the application layer performance models 500 and 501 corresponding to or matching the input content from the performance model group 510. Identify and get.

具体的には、アプリケーション層性能モデル特定部５２は、オペレータ等９の操作に応じて、仮想化システム２０および仮想化システム２１の夫々の仮想マシン２０１にて動作するアプリケーションに関する情報に基づいて記憶部５１を参照する。そして、アプリケーション層性能モデル特定部５２は、性能モデル群５１０の中から、上記アプリケーションに関する情報に関連付けられた、特定のアプリケーション層性能モデル５００、５０１を特定する。そして、アプリケーション層性能モデル特定部５２は、記憶部５１から、特定したアプリケーション層性能モデル５００、５０１を夫々取得する。   Specifically, the application layer performance model specifying unit 52 is a storage unit based on information related to applications operating on the virtual machines 201 of the virtualization system 20 and the virtualization system 21 in accordance with the operation of the operator 9 or the like. 51 is referred to. Then, the application layer performance model specifying unit 52 specifies specific application layer performance models 500 and 501 associated with the information related to the application from the performance model group 510. Then, the application layer performance model specifying unit 52 acquires the specified application layer performance models 500 and 501 from the storage unit 51, respectively.

また、アプリケーション層性能モデル特定部５２は、上記取得したアプリケーション層性能モデル５００、５０１を、性能モデル合成部６０に供給する。   Further, the application layer performance model specifying unit 52 supplies the acquired application layer performance models 500 and 501 to the performance model synthesis unit 60.

ここで、オペレータ等９から指示された情報（入力内容）とは、仮想化システム２０、２１の夫々におけるアプリケーション層２０４にて実行される仮想マシン２０１のアプリケーションに関する情報である。   Here, the information (input contents) instructed by the operator 9 or the like is information related to the application of the virtual machine 201 executed in the application layer 204 in each of the virtualization systems 20 and 21.

そして、入力内容に対応するアプリケーション層性能モデル５００、５０１とは、性能を予測すべき対象となる仮想マシン２０１毎のシステム内容を表す。このシステム内容は、当該仮想マシン２０１毎に異なる。したがって、対応するアプリケーション層性能モデル５００、５０１もシステム毎（仮想マシン２０１毎）に異なる。例えば、仮想化システム２０、２１の夫々におけるアプリケーション層２０４において、仮想マシン２０１が３台稼働している場合を考える。この時、これら３台の仮想マシン２０１におけるアプリケーションの情報と同じ内容の情報にマッチするアプリケーション層性能モデル５００、５０１を性能モデル群５１０（記憶部５１）から取り出す必要がある。   The application layer performance models 500 and 501 corresponding to the input contents represent system contents for each virtual machine 201 that is a target for which performance is to be predicted. The contents of this system differ for each virtual machine 201 concerned. Accordingly, the corresponding application layer performance models 500 and 501 are also different for each system (for each virtual machine 201). For example, consider a case where three virtual machines 201 are operating in the application layer 204 of each of the virtualization systems 20 and 21. At this time, it is necessary to extract from the performance model group 510 (storage unit 51) the application layer performance models 500 and 501 that match the information having the same contents as the application information in the three virtual machines 201.

なお、アプリケーション層性能モデル５００、５０１は、性能モデル群５１０の中から、オペレータ等９が、例えば、人的操作によって選択してもよい。このアプリケーション層性能モデル５００、５０１は、仮想化システム２０、２１の夫々の仮想マシン２０１においてオペレータ等９が稼働を希望する所望のアプリケーションに関する情報と同じ内容のアプリケーション情報を用いて予め生成されたものであってもよい。   The application layer performance models 500 and 501 may be selected by the operator 9 from the performance model group 510 by, for example, a human operation. The application layer performance models 500 and 501 are generated in advance using application information having the same contents as information related to a desired application that the operator 9 desires to operate in the virtual machines 201 of the virtualization systems 20 and 21. It may be.

なお、アプリケーション層性能モデル特定部５２に対し、オペレータ等９による入力（指定）が行われることを例に説明を行ったが、本発明はこれに限定されない。アプリケーション層性能モデル特定部５２に対し、ＬＡＮやインターネットを介したサーバ等の外部装置から必要な情報が入力されてもよい。   The application layer performance model specifying unit 52 has been described as an example of input (designation) by the operator 9 or the like, but the present invention is not limited to this. Necessary information may be input to the application layer performance model specifying unit 52 from an external device such as a server via a LAN or the Internet.

（ネットワーク部入力内容指定部３１）
ネットワーク部入力内容指定部３１は、オペレータ等９等に対するユーザインタフェース（ＵＩ、マンマシンインタフェース）として機能を有する。オペレータ等９は、連携システム２に関する実測値を計測する際、ネットワーク部入力内容指定部３１を用いて、計測に関連する内容を指定することができる。よって、ネットワーク部入力内容指定部３１を用いたオペレータ等９による入力操作により、連携システム２には、連携システム２の実測値（例えば、ネットワークリソースの遅延時間、同時接続ユーザ数、有効接続帯域幅、秒間あたりのヒット数等）の計測にかかわる設定値、計測等の実行命令に関する内容が指定される。 (Network part input content designation part 31)
The network unit input content designation unit 31 functions as a user interface (UI, man-machine interface) for the operator 9 and the like. When the operator or the like 9 measures the actual measurement value related to the linkage system 2, the operator or the like 9 can specify the content related to the measurement using the network unit input content specifying unit 31. Therefore, by the input operation by the operator 9 or the like 9 using the network unit input content specifying unit 31, the actual value of the cooperative system 2 (for example, the delay time of the network resource, the number of simultaneously connected users, the effective connection bandwidth) , The setting value related to the measurement of the number of hits per second) and the contents related to the execution command such as measurement are specified.

なお、ネットワーク部入力内容指定部３１に対し、オペレータ等９による入力（指定）が行われることを例に説明を行ったが、本発明はこれに限定されない。ネットワーク部入力内容指定部３１に対し、ＬＡＮやインターネットを介したサーバ等の外部装置からの命令が入力されてもよい。   Note that although description has been made by taking as an example that input (designation) by the operator 9 or the like is performed on the network unit input content designation unit 31, the present invention is not limited to this. A command from an external device such as a server via a LAN or the Internet may be input to the network unit input content specifying unit 31.

また、ネットワーク部入力内容指定部３１は、指定された内容（入力内容）を、連携システム２に入力（設定）する。具体的には、ネットワーク部入力内容指定部３１は、オペレータ等９の操作によって入力された、連携システム２の計測に関わる設定値、計測指示を示す命令（リクエスト）等を、連携システム２に設定する。これにより、連携システム２は、ネットワーク部入力内容指定部３１によって入力された情報に基づいて、連携システム２の計測を行う。   Further, the network unit input content designation unit 31 inputs (sets) the designated content (input content) to the cooperation system 2. Specifically, the network unit input content specifying unit 31 sets, in the cooperation system 2, setting values related to measurement of the cooperation system 2, instructions (requests) indicating measurement instructions, and the like, which are input by operations of the operator 9. To do. Thereby, the cooperation system 2 measures the cooperation system 2 based on the information input by the network unit input content designation unit 31.

なお、上記入力を用いて、連携システム２から出力される実測値であって、計測の結果で得られた実測値は、ネットワーク部性能モデル生成部３０によるネットワーク部性能モデル３００の生成に利用される。   Note that the actual measurement value output from the cooperation system 2 using the above input, and the actual measurement value obtained as a result of the measurement, is used for generation of the network unit performance model 300 by the network unit performance model generation unit 30. The

連携システム２における実測値の計測は、後述する性能モデル合成部６０による合成処理に先立って行われてもよい。計測の内容としては、仮想化システム２０、２１を連携させた連携システム２のネットワーク部３０１を対象としたベンチマークソフトを用いた、ベンチマークテストが挙げられる。本実施の形態においては、ベンチマークソフトとしては、特定のハードウェアリソースの負荷状況を再現できる任意のソフトウェア（コンピュータ・プログラム）を採用するとするが、本発明はこれに限定されるものではない。連携システム２のネットワーク部３０１に対する実測値の計測方法は、一般的な手順を採用することができるので、本実施の形態における詳細な説明は省略する。   The measurement of the actual measurement value in the cooperation system 2 may be performed prior to the synthesis process by the performance model synthesis unit 60 described later. The content of the measurement includes a benchmark test using benchmark software for the network unit 301 of the linkage system 2 in which the virtualization systems 20 and 21 are linked. In the present embodiment, arbitrary software (computer program) that can reproduce the load situation of a specific hardware resource is adopted as benchmark software, but the present invention is not limited to this. Since the measurement method of the actual measurement value for the network unit 301 of the cooperation system 2 can adopt a general procedure, detailed description in this embodiment will be omitted.

（ネットワーク部情報収集部３２）
ネットワーク部情報収集部３２は、連携システム２に対して計測された実測値を収集する。ここで、実測値とは、ネットワーク部入力内容指定部３１からの入力内容に応じて実行される連携システム２に関するベンチマークテストにおける入力値と、その入力値に対応する出力値との対をなす情報である。ネットワーク部情報収集部３２は、連携システム２から上述した実測値として、連携システム２への入力値と、その入力値に対応する出力値とを収集する。 (Network part information collecting part 32)
The network unit information collection unit 32 collects actual measurement values measured for the cooperation system 2. Here, the actual measurement value is information that forms a pair of an input value in a benchmark test related to the linkage system 2 executed in accordance with the input content from the network unit input content specifying unit 31 and an output value corresponding to the input value. It is. The network unit information collection unit 32 collects the input value to the cooperation system 2 and the output value corresponding to the input value as the actual measurement values described above from the cooperation system 2.

ここで、入力値とは、ハードウェアリソースへのリソース要求（例えば、ネットワークリソースの遅延時間、同時接続ユーザ数、有効接続帯域幅、秒間あたりのヒット数等）を含んでいる。   Here, the input value includes a resource request to a hardware resource (for example, a delay time of network resources, the number of simultaneously connected users, an effective connection bandwidth, the number of hits per second, etc.).

なお、ネットワーク部情報収集部３２は、この入力値を、連携システム２から収集する構成について説明を行ったが、本発明はこれに限定されるものではない。ネットワーク部情報収集部３２は、上記入力値を、ネットワーク部入力内容指定部３１から収集する構成であってもよい。   In addition, although the network part information collection part 32 demonstrated the structure which collects this input value from the cooperation system 2, this invention is not limited to this. The network unit information collecting unit 32 may be configured to collect the input values from the network unit input content specifying unit 31.

また、入力値に対応する出力値とは、例えば、各ハードウェアリソースの使用率やスループット、ＴＡＴ等である。   The output value corresponding to the input value is, for example, the usage rate, throughput, TAT, etc. of each hardware resource.

ネットワーク部情報収集部３２は、ＨＤＤ等のコンピュータ読み取り可能な記憶媒体（例えば、記憶部５１）に、収集した実測値（即ち、連携システム２への入力値と、その入力値に対応する出力値）を記憶する機能を有する。また、ネットワーク部情報収集部３２は、これらの情報を収集が終了（ネットワーク部入力内容指定部３１が指定した計測が完了）したことを契機に、収集した実測値を、ネットワーク部性能モデル生成部３０に供給する。   The network unit information collecting unit 32 stores the collected actual values (that is, input values to the linkage system 2 and output values corresponding to the input values) in a computer-readable storage medium such as an HDD (for example, the storage unit 51). ) Is stored. In addition, the network unit information collection unit 32 uses the collected actual measurement values as the network unit performance model generation unit when collection of these pieces of information is completed (measurement designated by the network unit input content designation unit 31 is completed). 30.

（ネットワーク部性能モデル生成部３０）
ネットワーク部性能モデル生成部３０は、第１の実施の形態におけるネットワーク部性能モデル生成部３と同様の処理を行う。ネットワーク部性能モデル生成部３０は、ネットワーク部情報収集部３２から入力された情報（上述した実測値）に基づいて、ブラックボックスアプローチにより、ネットワーク部性能モデル３００を生成する。 (Network unit performance model generation unit 30)
The network unit performance model generation unit 30 performs the same processing as the network unit performance model generation unit 3 in the first embodiment. The network unit performance model generation unit 30 generates a network unit performance model 300 by a black box approach based on information (the above-described actual measurement values) input from the network unit information collection unit 32.

実測値は、上述したとおり、連携システム２への入力値と、その入力値に対応する出力値とを含む。入力値は、ネットワークへの同時接続ユーザ数等を表すデータである。出力値は、遅延時間、有効接続帯域幅、秒間あたりのヒット数等を表すデータである。ネットワーク部性能モデル生成部３０は、これらの入出力値を用いて、例えば、ニューラルネットワーク、遺伝的アルゴリズム、多項式関数、回帰分析等の演算処理によってネットワーク部性能モデル３００を生成する。ただし、本実施の形態において、ネットワーク部性能モデル３００の生成方法は、これらの演算処理に限定されず、実測値を用いた同様のアプローチによってネットワーク部性能モデル３００を実現する方法であればよい。   As described above, the actual measurement value includes the input value to the cooperation system 2 and the output value corresponding to the input value. The input value is data representing the number of users connected to the network simultaneously. The output value is data representing delay time, effective connection bandwidth, number of hits per second, and the like. The network unit performance model generation unit 30 uses these input / output values to generate the network unit performance model 300 by arithmetic processing such as neural network, genetic algorithm, polynomial function, regression analysis, and the like. However, in the present embodiment, the generation method of the network unit performance model 300 is not limited to these calculation processes, and any method may be used as long as the network unit performance model 300 is realized by a similar approach using actually measured values.

そして、ネットワーク部性能モデル生成部３０は、生成したネットワーク部性能モデル３００を、性能モデル合成部６０に供給する。   Then, the network unit performance model generation unit 30 supplies the generated network unit performance model 300 to the performance model synthesis unit 60.

（性能モデル合成部６０）
性能モデル合成部６０は、（ａ）アプリケーション層性能モデル特定部５２にて特定されたアプリケーション層性能モデル５００、５０１と、（ｂ）ハードウェア層性能モデル生成部４０にて生成されたハードウェア層性能モデル４００およびハードウェア層性能モデル生成部４１にて生成されたハードウェア層性能モデル４０１と、（ｃ）ネットワーク部性能モデル生成部３０にて生成されたネットワーク部性能モデル３００とを合成することにより、連携システム２の性能モデルであるシステム性能モデル６００を生成する。性能モデル合成部６０は、第１の実施の形態における性能モデル合成部６と同様の処理を行う。性能モデル合成部６０は、例えば、ネットワーク部入力内容指定部３１、入力内容指定部１１０、入力内容指定部１１１、アプリケーション層性能モデル特定部５２の少なくとも何れかに対するオペレータ等９の操作を契機に、合成処理を実行してもよい。 (Performance model synthesis unit 60)
The performance model synthesis unit 60 includes (a) application layer performance models 500 and 501 specified by the application layer performance model specifying unit 52, and (b) hardware layers generated by the hardware layer performance model generation unit 40. The hardware layer performance model 401 generated by the performance model 400 and the hardware layer performance model generation unit 41 and (c) the network unit performance model 300 generated by the network unit performance model generation unit 30 are synthesized. Thus, a system performance model 600 that is a performance model of the cooperation system 2 is generated. The performance model synthesis unit 60 performs the same processing as the performance model synthesis unit 6 in the first embodiment. The performance model synthesizing unit 60 is triggered by an operation of an operator 9 or the like for at least one of the network unit input content specifying unit 31, the input content specifying unit 110, the input content specifying unit 111, and the application layer performance model specifying unit 52, for example. A synthesis process may be executed.

すなわち、性能予測装置１０は、性能モデル合成部６０が生成するシステム性能モデル６００を用いることにより、連携システム２へのリクエスト内容を元に、連携システム２の性能を予測するための指標である性能指標を算出することができる。オペレータ等９は、このような性能指標を、例えばディスプレイ等を介して参照することにより、連携システム２の性能を予測できる。   That is, the performance prediction apparatus 10 uses the system performance model 600 generated by the performance model synthesis unit 60, and is a performance that is an index for predicting the performance of the cooperation system 2 based on the request contents to the cooperation system 2. An index can be calculated. The operator or the like 9 can predict the performance of the cooperation system 2 by referring to such a performance index via a display or the like, for example.

（性能モデル生成処理）
次に、性能予測装置１０が行う性能モデル生成処理について、図７から図１２を参照して説明する。 (Performance model generation process)
Next, the performance model generation process performed by the performance prediction apparatus 10 will be described with reference to FIGS.

図７は、本発明の第２の実施の形態に係る性能予測装置１０による性能モデル生成処理の概要を示すフローチャートである。図７に示す通り、性能予測装置１０は、以下のステップＳ１０１からステップＳ１０３の動作を行う。   FIG. 7 is a flowchart showing an outline of the performance model generation process by the performance prediction apparatus 10 according to the second exemplary embodiment of the present invention. As shown in FIG. 7, the performance prediction apparatus 10 performs the following operations from step S101 to step S103.

ステップＳ１０１：ハードウェア層性能モデル生成部４０が、仮想化システム２０の性能モデル（ハードウェア層性能モデル４００）を生成する処理を行う。また、ハードウェア層性能モデル生成部４１が、仮想化システム２１の性能モデル（ハードウェア層性能モデル４０１）を生成する処理を行う。なお、このハードウェア層性能モデル４００、４０１の生成処理については、図面を変えて説明を行う。   Step S101: The hardware layer performance model generation unit 40 performs a process of generating a performance model (hardware layer performance model 400) of the virtualization system 20. Further, the hardware layer performance model generation unit 41 performs processing for generating a performance model (hardware layer performance model 401) of the virtualization system 21. The generation process of the hardware layer performance models 400 and 401 will be described with reference to different drawings.

ステップＳ１０２：アプリケーション層性能モデル特定部５２が、オペレータ等９の操作に応じて、記憶部５１の性能モデル群５１０からアプリケーション層性能モデル５００、５０１を夫々特定し、記憶部５１から取得する。具体的には、まず、アプリケーション層性能モデル特定部５２は、仮想化システム２０の仮想マシン２０１にて動作するアプリケーションに関する情報を用いて（検索キーとして）、記憶部５１を参照する。そして、アプリケーション層性能モデル特定部５２は、記憶部５１に記憶されている性能モデル群５１０から、上記情報に対応する（合致する）アプリケーション層性能モデル５００を特定し、当該特定したアプリケーション層性能モデル５００を取得する。同様に、アプリケーション層性能モデル特定部５２が、アプリケーション層性能モデル５０１を記憶部５１から取得する。   Step S <b> 102: The application layer performance model specifying unit 52 specifies the application layer performance models 500 and 501 from the performance model group 510 of the storage unit 51 and acquires them from the storage unit 51 in accordance with the operation of the operator 9 or the like. Specifically, first, the application layer performance model specifying unit 52 refers to the storage unit 51 using information related to an application operating on the virtual machine 201 of the virtualization system 20 (as a search key). Then, the application layer performance model specifying unit 52 specifies the application layer performance model 500 corresponding to (matching) the above information from the performance model group 510 stored in the storage unit 51, and the specified application layer performance model Get 500. Similarly, the application layer performance model specifying unit 52 acquires the application layer performance model 501 from the storage unit 51.

ステップＳ１０３：ネットワーク部性能モデル生成部３０が、ネットワーク部３０１の性能モデル（ネットワーク部性能モデル３００）を生成する処理を行う。なお、このネットワーク部性能モデル３００の生成処理については、図面を変えて説明を行う。   Step S103: The network unit performance model generation unit 30 performs a process of generating a performance model (network unit performance model 300) of the network unit 301. The generation process of the network unit performance model 300 will be described with reference to different drawings.

なお、ステップＳ１０１からＳ１０３は同時に実行されてもよいし、任意の順番で実行されてもよい。   Note that steps S101 to S103 may be executed simultaneously or in any order.

ステップＳ１０４：性能モデル合成部６０が、ステップＳ１０１にて生成されたハードウェア層性能モデル４００、４０１と、ステップＳ１０２にて特定されたアプリケーション層性能モデル５００、５０１と、ステップＳ１０３にて生成されたネットワーク部性能モデル３００とを用いて、合成処理を実行する。これにより、連携システム２の性能を予測するための性能モデルが生成される。この合成処理の結果として得た性能モデル（性能予測値）は、性能モデル合成部６０の出力値である。性能モデル合成部６０の処理（合成処理）については、図面を変えて説明する。   Step S104: The performance model synthesis unit 60 generates the hardware layer performance models 400 and 401 generated in step S101, the application layer performance models 500 and 501 specified in step S102, and the step S103. Using the network unit performance model 300, the synthesis process is executed. As a result, a performance model for predicting the performance of the linkage system 2 is generated. The performance model (performance predicted value) obtained as a result of the synthesis process is an output value of the performance model synthesis unit 60. The process (synthesis process) of the performance model synthesis unit 60 will be described with reference to different drawings.

（ハードウェア層性能モデルの生成処理）
次に、図８を参照して、上述したステップＳ１０１における、ハードウェア層性能モデル４００、４０１の生成処理について説明する。 (Hardware layer performance model generation process)
Next, generation processing of the hardware layer performance models 400 and 401 in step S101 described above will be described with reference to FIG.

図８は、上述したステップＳ１０１における、ハードウェア層性能モデル４００、４０１の生成処理の流れの一例を示すフローチャートである。図８に示す通り、ハードウェア層性能モデル４００、４０１の生成処理では、以下のステップＳ２０１からステップＳ２０３の処理が行われる。   FIG. 8 is a flowchart illustrating an example of the flow of generation processing of the hardware layer performance models 400 and 401 in step S101 described above. As shown in FIG. 8, in the generation processing of the hardware layer performance models 400 and 401, the following processing from step S201 to step S203 is performed.

ステップＳ２０１：入力内容指定部１１０が、オペレータ等９の操作を契機に、仮想化システム２０に計測を開始させる。そして、仮想化システム２０は、仮想化システム２０の計測を行う。同様に、入力内容指定部１１１が、オペレータ等９の操作を契機に、仮想化システム２１に計測を開始させる。そして、仮想化システム２１は、仮想化システム２１の計測を行う。   Step S201: The input content specification unit 110 causes the virtualization system 20 to start measurement in response to the operation of the operator 9 or the like. Then, the virtualization system 20 performs measurement of the virtualization system 20. Similarly, the input content specification unit 111 causes the virtualization system 21 to start measurement in response to an operation by the operator 9 or the like. Then, the virtualization system 21 measures the virtualization system 21.

ステップＳ２０２：情報収集部４１０が、ステップＳ２０１にて行われた仮想化システム２０の計測によって出力される実測値を収集する。この実測値は、例えば、各リソースの使用率、スループット、ＴＡＴ等、ハードウェア層２０５の状態を表す情報である。情報収集部４１０は、収集した実測値（ステップＳ２０１にて、仮想化システム２０に入力された入力値とその入力値に対応する出力値）を、ハードウェア層性能モデル生成部４０に供給する。同様に、情報収集部４１１は、仮想化システム２１の計測によって出力される実測値を収集し、当該実測値をハードウェア層性能モデル生成部４１に供給する。   Step S202: The information collection unit 410 collects actual measurement values output by the measurement of the virtualization system 20 performed in step S201. This actual measurement value is information representing the state of the hardware layer 205, such as the usage rate, throughput, TAT, etc. of each resource. The information collection unit 410 supplies the collected actual measurement values (the input value input to the virtualization system 20 and the output value corresponding to the input value in step S201) to the hardware layer performance model generation unit 40. Similarly, the information collection unit 411 collects actual measurement values output by the measurement of the virtualization system 21 and supplies the actual measurement values to the hardware layer performance model generation unit 41.

ステップＳ２０３：ハードウェア層性能モデル生成部４０が、情報収集部４１０から供給された実測値を用いて、ブラックボックスアプローチにより、ハードウェア層性能モデル４００を生成する。同様に、ハードウェア層性能モデル生成部４１が、情報収集部４１１から供給された実測値を用いて、ハードウェア層性能モデル４０１を生成する。これによりハードウェア層性能モデル４００、４０１の生成処理を終了する。   Step S203: The hardware layer performance model generation unit 40 generates the hardware layer performance model 400 by the black box approach using the actual measurement value supplied from the information collection unit 410. Similarly, the hardware layer performance model generation unit 41 generates the hardware layer performance model 401 using the actual measurement value supplied from the information collection unit 411. Thereby, the generation process of the hardware layer performance models 400 and 401 is finished.

（ネットワーク部性能モデルの生成処理）
次に、図９を参照して、上述したステップＳ１０３における、ネットワーク部性能モデル３００の生成処理について説明する。 (Network part performance model generation process)
Next, the generation process of the network unit performance model 300 in step S103 described above will be described with reference to FIG.

図９は、上述したステップＳ１０３における、ネットワーク部性能モデル３００の生成処理の流れの一例を示すフローチャートである。図９に示す通り、ネットワーク部性能モデル３００の生成処理では、以下のステップＳ３０１からステップＳ３０３の処理が行われる。   FIG. 9 is a flowchart showing an example of the flow of processing for generating the network unit performance model 300 in step S103 described above. As shown in FIG. 9, in the process of generating the network unit performance model 300, the following processes from step S301 to step S303 are performed.

ステップＳ３０１：ネットワーク部入力内容指定部３１が、オペレータ等９の操作を契機に、連携システム２に計測を開始させる。そして、連携システム２は、連携システム２の計測を行う。   Step S301: The network unit input content specifying unit 31 causes the cooperation system 2 to start measurement upon the operation of the operator 9 or the like. Then, the cooperation system 2 performs measurement of the cooperation system 2.

ステップＳ３０２：ネットワーク部情報収集部３２が、ステップＳ３０１にて行われた連携システム２の計測によって出力される実測値を収集する。この実測値は、例えば、ネットワークリソースの遅延時間、同時接続ユーザ数、有効接続帯域幅、秒間あたりのヒット数等の、ネットワーク部３０１の状態を表す情報である。ネットワーク部情報収集部３２は、収集した実測値（ステップＳ３０１にて、連携システム２に入力された入力値とその入力値に対応する出力値）を、ネットワーク部性能モデル生成部３０に供給する。   Step S302: The network unit information collection unit 32 collects actual measurement values output by the measurement of the cooperation system 2 performed in step S301. This actual measurement value is information representing the state of the network unit 301, such as the delay time of network resources, the number of simultaneously connected users, the effective connection bandwidth, the number of hits per second, and the like. The network unit information collection unit 32 supplies the collected actual measurement values (the input value input to the cooperation system 2 and the output value corresponding to the input value in step S301) to the network unit performance model generation unit 30.

ステップＳ３０３：ネットワーク部性能モデル生成部３０が、ネットワーク部情報収集部３２から供給された実測値を用いて、ブラックボックスアプローチにより、ネットワーク部性能モデル３００を生成する。これによりネットワーク部性能モデル３００の生成処理を終了する。   Step S303: The network unit performance model generation unit 30 generates the network unit performance model 300 by the black box approach using the actual measurement value supplied from the network unit information collection unit 32. Thereby, the generation process of the network unit performance model 300 is completed.

（合成処理）
次に、図１０〜図１２を参照して、上述したステップＳ１０４における、合成処理について説明する。 (Synthesis processing)
Next, the synthesis process in step S104 described above will be described with reference to FIGS.

図１０〜図１２は、上述したステップＳ１０４における、性能モデル合成部６０が行う合成処理の流れの一例を示すフローチャートである。図１０〜図１２に示す通り、性能モデル合成部６０の合成処理では、以下のステップＳ４０１からステップＳ４２７の処理が行われる。   10 to 12 are flowcharts illustrating an example of the flow of the synthesis process performed by the performance model synthesis unit 60 in step S104 described above. As shown in FIGS. 10 to 12, in the synthesizing process of the performance model synthesizing unit 60, the following processes from step S401 to step S427 are performed.

なお、図１０〜図１２の例では、仮想化システム２０のアプリケーション層性能モデル５００にリクエストが入力される場合について説明するが、仮想化システム２１のアプリケーション層性能モデル５０１にリクエストが入力されてもよい。なお、この場合も、アプリケーション層性能モデル５００にリクエストが入力される場合と同様の処理を行うため、説明を省略する。   10 to 12, the case where a request is input to the application layer performance model 500 of the virtualization system 20 will be described. However, even if a request is input to the application layer performance model 501 of the virtualization system 21. Good. In this case as well, the same processing as when a request is input to the application layer performance model 500 is performed, and thus the description thereof is omitted.

まず、図１０を参照してステップＳ４０１からＳ４１０の処理について説明する。   First, the processing of steps S401 to S410 will be described with reference to FIG.

ステップＳ４０１：性能モデル合成部６０が、一方の仮想化システムのアプリケーション層２０４の性能モデル（本例では、アプリケーション層性能モデル５００）に、リクエストを入力する。このリクエストは、アプリケーション層２０４の各性能モデル（５００）を用いたシミュレーションのために、模擬的に作成したデータである。このデータの内容は、各ソフトウェア資源への負荷や、ハードウェアリソースの利用タイミング等を表す。個々のリクエストは、同時、または、例えば、オペレータ等９が指定した時間差をおいて、アプリケーション層性能モデル５００へ入力される。   Step S401: The performance model composition unit 60 inputs a request to the performance model of the application layer 204 (in this example, the application layer performance model 500) of one virtualization system. This request is data created in a simulated manner for simulation using each performance model (500) of the application layer 204. The contents of this data represent the load on each software resource, the use timing of hardware resources, and the like. The individual requests are input to the application layer performance model 500 at the same time or at a time difference designated by the operator 9 or the like, for example.

ステップＳ４０２：性能モデル合成部６０が、アプリケーション層性能モデル５００に対し、ステップＳ４０１にて入力されたリクエストにしたがって、連携処理要求７００を生成させる。連携処理要求７００は、連携システム２を構成するプロセスが、ネットワークや仮想化システム２０のどのハードウェアリソース（例えば、ディスク、ＣＰＵ等）を、どのように使用するかについての情報を含んだデータである。   Step S402: The performance model composition unit 60 causes the application layer performance model 500 to generate a cooperation processing request 700 according to the request input in step S401. The cooperation processing request 700 is data including information on how to use which hardware resource (for example, a disk, a CPU, etc.) of the network or the virtualization system 20 is used by the processes constituting the cooperation system 2. is there.

ステップＳ４０３：性能モデル合成部６０が、ステップＳ４０２にてアプリケーション層性能モデル５００に生成させた連携処理要求７００を、ハードウェア層性能モデル４００に入力する。   Step S403: The performance model synthesis unit 60 inputs the cooperation processing request 700 generated by the application layer performance model 500 in Step S402 to the hardware layer performance model 400.

ステップＳ４０４：性能モデル合成部６０が、ステップＳ４０３にて入力した連携処理要求７００を、ハードウェア層性能モデル４００を用いて処理する。つまり、性能モデル合成部６０は、ハードウェア層性能モデル４００にネットワーク処理要求７０１を生成させる。ネットワーク処理要求７０１は、連携システム２のネットワーク部３０１を介するプロセスが、ネットワークをどのように使用するかについての情報を含んだデータである。   Step S404: The performance model synthesis unit 60 processes the cooperation processing request 700 input in step S403 by using the hardware layer performance model 400. That is, the performance model synthesis unit 60 causes the hardware layer performance model 400 to generate a network processing request 701. The network processing request 701 is data including information on how the process via the network unit 301 of the cooperation system 2 uses the network.

ステップＳ４０５：性能モデル合成部６０が、アプリケーション層性能モデル５００に対する処理プロセスの実行を、仮想化システム２１からの処理完了通知を待ってから行うか否かを、仮想化システム２０のハードウェア層２０５に対して確認する。具体的には、性能モデル合成部６０は、処理プロセスが（ａ）ネットワーク部性能モデル３００を介して仮想化システム２１に対応する性能モデルに移り、（ｂ）仮想化システム２１の性能モデルからネットワーク部性能モデル３００を介して仮想化システム２０の性能モデルでの処理に戻るまで、仮想化システム２０におけるアプリケーション層性能モデル５００に対する処理プロセスの実行を待つかどうかを、仮想化システム２０のハードウェア層２０５に対して確認する。アプリケーション層性能モデル５００に対する処理を、仮想化システム２１の性能モデルでの処理が完了するまで待つ場合（ＹＥＳの場合）、性能モデル合成部６０は、処理をステップＳ４０６に移す。ここで、アプリケーション層性能モデル５００の処理を、仮想化システム２１の性能モデルの処理完了まで待つとは、ハードウェア層性能モデル４００にネットワーク部性能モデル３００からネットワーク処理完了通知７０６を入力されるまで待つということを示す。アプリケーション層性能モデル５００に対する処理を、仮想化システム２１の性能モデルでの処理が完了する前に行う場合（ＮＯの場合）、性能モデル合成部６０は、処理をステップＳ４２１（図１２参照）に移す。ここで、アプリケーション層性能モデル５００に対する処理を、仮想化システム２１の性能モデルの処理完了前に行うとは、仮想化システム２０の性能モデルに対する処理と、仮想化システム２１の性能モデルに対する処理とを並行して行うことを示す。   Step S405: The hardware model 205 of the virtualization system 20 determines whether or not the performance model synthesis unit 60 executes the processing process for the application layer performance model 500 after waiting for the processing completion notification from the virtualization system 21. Check against. Specifically, the performance model synthesis unit 60 moves the processing process to (a) a performance model corresponding to the virtualization system 21 via the network unit performance model 300, and (b) changes the network from the performance model of the virtualization system 21 to the network. Whether to wait for execution of the processing process for the application layer performance model 500 in the virtualization system 20 until returning to the processing in the performance model of the virtualization system 20 via the part performance model 300 is determined. Confirm with 205. When the process for the application layer performance model 500 is waited until the process with the performance model of the virtualization system 21 is completed (in the case of YES), the performance model synthesis unit 60 moves the process to step S406. Here, waiting for the processing of the application layer performance model 500 until the processing of the performance model of the virtualization system 21 is completed until the network processing completion notification 706 is input from the network unit performance model 300 to the hardware layer performance model 400. Indicates waiting. When the process for the application layer performance model 500 is performed before the process with the performance model of the virtualization system 21 is completed (in the case of NO), the performance model synthesis unit 60 moves the process to step S421 (see FIG. 12). . Here, performing the processing for the application layer performance model 500 before the completion of the processing of the performance model of the virtualization system 21 means processing for the performance model of the virtualization system 20 and processing for the performance model of the virtualization system 21. Indicates to be done in parallel.

ステップＳ４０６：性能モデル合成部６０が、ステップＳ４０４にてハードウェア層性能モデル４００に生成させたネットワーク処理要求７０１を、ネットワーク部性能モデル３００に入力する。   Step S406: The performance model synthesis unit 60 inputs the network processing request 701 generated by the hardware layer performance model 400 in Step S404 to the network unit performance model 300.

ステップＳ４０７：性能モデル合成部６０が、ステップＳ４０６にて入力したネットワーク処理要求７０１を、ネットワーク部性能モデル３００を用いて処理する。つまり、性能モデル合成部６０は、ネットワーク部性能モデル３００に、ネットワーク処理完了通知７０２を生成させる。ネットワーク処理完了通知７０２は、連携システム２のネットワーク部３０１での負荷やリソースの利用タイミング等の情報を含む。   Step S407: The performance model synthesis unit 60 processes the network processing request 701 input in step S406 using the network unit performance model 300. That is, the performance model composition unit 60 causes the network unit performance model 300 to generate a network processing completion notification 702. The network processing completion notification 702 includes information such as a load on the network unit 301 of the cooperation system 2 and resource use timing.

ステップＳ４０８：性能モデル合成部６０が、ステップＳ４０７にてネットワーク部性能モデル３００に生成させたネットワーク処理完了通知７０２を、仮想化システム２１のハードウェア層性能モデル４０１に入力する。   Step S408: The performance model synthesis unit 60 inputs the network processing completion notification 702 generated by the network unit performance model 300 in Step S407 to the hardware layer performance model 401 of the virtualization system 21.

ステップＳ４０９：性能モデル合成部６０が、ステップＳ４０８にて入力したネットワーク処理完了通知７０２を、ハードウェア層性能モデル４０１を用いて処理する。   Step S409: The performance model synthesis unit 60 processes the network processing completion notification 702 input in step S408 using the hardware layer performance model 401.

ステップＳ４１０：性能モデル合成部６０が、ステップＳ４０９における処理が完了したことを表す連携処理完了通知７０３を、アプリケーション層性能モデル５０１に入力する。連携処理完了通知７０３がハードウェア層性能モデル４０１から出力される際、性能モデル合成部６０は、ハードウェア層性能モデル４０１により算出した性能指標（リソース使用率、スループット、ＴＡＴ等）を、仮想化システム２１のハードウェア層性能モデル４０１から出力する。この後、性能モデル合成部６０は、処理をステップＳ４１１に移す。なお、ステップＳ４１１以降の処理は、図１１を参照して、説明を行う。   Step S410: The performance model composition unit 60 inputs a cooperation processing completion notification 703 indicating that the processing in step S409 has been completed to the application layer performance model 501. When the cooperation processing completion notification 703 is output from the hardware layer performance model 401, the performance model synthesis unit 60 virtualizes the performance index (resource usage rate, throughput, TAT, etc.) calculated by the hardware layer performance model 401. Output from the hardware layer performance model 401 of the system 21. Thereafter, the performance model composition unit 60 proceeds to step S411. In addition, the process after step S411 is demonstrated with reference to FIG.

ステップＳ４１１：性能モデル合成部６０が、ステップＳ４１０にて入力した連携処理完了通知７０３を、アプリケーション層性能モデル５０１を用いて処理する。つまり、性能モデル合成部６０は、アプリケーション層性能モデル５０１に、連携処理要求７０４を生成させる。連携処理要求７０４は、連携システム２を構成するプロセスが、ネットワークや仮想化システム２１のどのハードウェアリソース（例えば、ディスク、ＣＰＵ等）を、どのように使用するかについての情報を含んだデータである。   Step S411: The performance model composition unit 60 processes the cooperation processing completion notification 703 input in Step S410 using the application layer performance model 501. In other words, the performance model composition unit 60 causes the application layer performance model 501 to generate a cooperation processing request 704. The cooperation processing request 704 is data including information on how to use which hardware resource (for example, a disk, a CPU, etc.) of the network or the virtualization system 21 is used by the processes constituting the cooperation system 2. is there.

ステップＳ４１２：性能モデル合成部６０が、ステップＳ４１１にてアプリケーション層性能モデル５０１に生成させた連携処理要求７０４を、ハードウェア層性能モデル４０１に入力する。   Step S412: The performance model composition unit 60 inputs the cooperation processing request 704 generated by the application layer performance model 501 in Step S411 to the hardware layer performance model 401.

ステップＳ４１３：性能モデル合成部６０が、ステップＳ４１２にて入力した連携処理要求７０４を、ハードウェア層性能モデル４０１を用いて処理する。つまり、性能モデル合成部６０は、ハードウェア層性能モデル４０１にネットワーク処理要求７０５を生成させる。ネットワーク処理要求７０５は、連携システム２のネットワーク部３０１を介するプロセスが、ネットワークをどのように使用するかについての情報を含んだデータである。   Step S413: The performance model composition unit 60 processes the cooperation processing request 704 input in Step S412 using the hardware layer performance model 401. That is, the performance model synthesis unit 60 causes the hardware layer performance model 401 to generate a network processing request 705. The network processing request 705 is data including information on how the process via the network unit 301 of the linkage system 2 uses the network.

ステップＳ４１４：性能モデル合成部６０が、ステップＳ４１３にてハードウェア層性能モデル４０１に生成させたネットワーク処理要求７０５を、ネットワーク部性能モデル３００へ入力する。   Step S414: The performance model synthesis unit 60 inputs the network processing request 705 generated by the hardware layer performance model 401 in step S413 to the network unit performance model 300.

ステップＳ４１５：性能モデル合成部６０が、ステップＳ４１４にて入力したネットワーク処理要求７０５を、ネットワーク部性能モデル３００を用いて処理する。つまり、性能モデル合成部６０は、ネットワーク部性能モデル３００に、ネットワーク処理完了通知７０６を生成させる。ネットワーク処理完了通知７０６は、連携システム２のネットワーク部３０１での負荷やリソースの利用タイミング等の情報を含む。   Step S415: The performance model synthesis unit 60 processes the network processing request 705 input in step S414 using the network unit performance model 300. That is, the performance model composition unit 60 causes the network unit performance model 300 to generate a network processing completion notification 706. The network processing completion notification 706 includes information such as a load on the network unit 301 of the cooperation system 2 and resource use timing.

ステップＳ４１６：性能モデル合成部６０が、ステップＳ４１５にてネットワーク部性能モデル３００に生成させたネットワーク処理完了通知７０６を、仮想化システム２０のハードウェア層性能モデル４００に入力する。   Step S416: The performance model synthesis unit 60 inputs the network processing completion notification 706 generated by the network unit performance model 300 in Step S415 to the hardware layer performance model 400 of the virtualization system 20.

ステップＳ４１７：性能モデル合成部６０が、ステップＳ４１６にて入力したネットワーク処理完了通知７０６を、仮想化システム２０のハードウェア層性能モデル４００を用いて処理する。   Step S417: The performance model synthesis unit 60 processes the network processing completion notification 706 input in step S416 using the hardware layer performance model 400 of the virtualization system 20.

ステップＳ４１８：性能モデル合成部６０が、ステップＳ４１７における処理が完了したことを表す連携処理完了通知７０７を、アプリケーション層性能モデル５００に入力する。連携処理完了通知７０７がハードウェア層性能モデル４００から出力される際、性能モデル合成部６０は、ハードウェア層性能モデル４００により算出した性能指標（リソース使用率、スループット、ＴＡＴ等）を、仮想化システム２０のハードウェア層性能モデル４００から出力する。   Step S418: The performance model composition unit 60 inputs a cooperation processing completion notification 707 indicating that the processing in Step S417 is completed to the application layer performance model 500. When the cooperation processing completion notification 707 is output from the hardware layer performance model 400, the performance model synthesis unit 60 virtualizes performance indices (resource usage rate, throughput, TAT, etc.) calculated by the hardware layer performance model 400. Output from the hardware layer performance model 400 of the system 20.

ステップＳ４１９：性能モデル合成部６０は、連携システム２に対して、仮想化システム２０のアプリケーション層２０４が出力する未処理の連携処理要求の有無を確認する。未処理の連携処理要求が仮想化システム２０のアプリケーション層２０４に残っている場合（ＹＥＳの場合）、性能モデル合成部６０は、処理をステップＳ４０２に戻す。全ての連携処理要求の処理が完了した場合（ＮＯの場合）、性能モデル合成部６０は、処理をステップＳ４２０に進める。即ち、ステップＳ４０２からステップＳ４１９までの各ステップからなるループは、仮想化システム２０のアプリケーション層２０４における連携処理要求が無くなるまで繰り返される。   Step S419: The performance model composition unit 60 confirms whether there is an unprocessed cooperation processing request output from the application layer 204 of the virtualization system 20 to the cooperation system 2. When an unprocessed cooperation processing request remains in the application layer 204 of the virtualization system 20 (in the case of YES), the performance model composition unit 60 returns the processing to step S402. When all the cooperation process request processes are completed (in the case of NO), the performance model synthesis unit 60 advances the process to step S420. That is, a loop composed of steps from step S402 to step S419 is repeated until there is no cooperation processing request in the application layer 204 of the virtualization system 20.

ステップＳ４２０：ステップＳ４１９にて全ての連携処理要求の処理が完了したと判断すると、性能モデル合成部６０は、アプリケーション層性能モデル５００から、処理済みリクエストを出力し処理を終了する。   Step S420: If it is determined in step S419 that all of the cooperation processing requests have been processed, the performance model synthesis unit 60 outputs a processed request from the application layer performance model 500 and ends the processing.

なお、仮想化システム２０のアプリケーション層２０４がハードウェア層２０５に対して、連携処理要求７００を出力（発行）してから、当該ハードウェア層２０５から連携処理完了通知７０７が当該アプリケーション層２０４に入力されるまでの時間（期間）を、アプリケーション層性能モデル５００の処理時間（処理所要時間）ＰＴとする。処理時間ＰＴは、仮想化システム２０のアプリケーション層２０４から出力された連携処理要求７００がハードウェア層２０５に入力されてから、当該ハードウェア層２０５が当該アプリケーション層２０４に対して連携処理完了通知７０７を出力するまでの時間（期間）と捉えることもできる。   Note that after the application layer 204 of the virtualization system 20 outputs (issues) the cooperation processing request 700 to the hardware layer 205, a cooperation processing completion notification 707 is input from the hardware layer 205 to the application layer 204. The time (period) until the processing is performed is set as the processing time (processing required time) PT of the application layer performance model 500. For the processing time PT, after the cooperation processing request 700 output from the application layer 204 of the virtualization system 20 is input to the hardware layer 205, the hardware layer 205 notifies the application layer 204 of the cooperation processing completion notification 707. It can also be regarded as the time (period) until output.

これにより、オペレータ等９は、性能モデル合成部６０が算出した、ネットワーク部性能モデル３００、ハードウェア層性能モデル４００、ハードウェア層性能モデル４０１、アプリケーション層性能モデル５００、およびアプリケーション層性能モデル５０１の計算結果（性能指標等）を用いて、連携システム２の性能を予測することができる。   Thereby, the operator 9 and the like 9 of the network unit performance model 300, the hardware layer performance model 400, the hardware layer performance model 401, the application layer performance model 500, and the application layer performance model 501 calculated by the performance model synthesis unit 60. Using the calculation result (performance index or the like), the performance of the linkage system 2 can be predicted.

図１０および図１１を用いて説明したとおり、性能モデル合成部６０の合成処理のうち、アプリケーション層性能モデル５００に対する処理プロセスの実行を、仮想化システム２１からの処理完了通知を待ってから行う場合に得られる値（情報）は、以下の通りである。すなわち、
（ａ）アプリケーション層性能モデル５００に入力されたリクエスト、
（ｂ）アプリケーション層性能モデル５００により生成された、ハードウェア層性能モデル４００への連携処理要求７００、
（ｃ）ハードウェア層性能モデル４００により生成された、ネットワーク部性能モデル３００へのネットワーク処理要求７０１、
（ｄ）ネットワーク部性能モデル３００により生成された、ハードウェア層性能モデル４０１へのネットワーク処理完了通知７０２、
（ｅ）ハードウェア層性能モデル４０１により生成された、ハードウェア層性能モデル４０１への連携処理完了通知７０３、
（ｆ）アプリケーション層性能モデル５０１により生成された、ハードウェア層性能モデル４０１への連携処理要求７０４、
（ｇ）ハードウェア層性能モデル４０１により生成された、ネットワーク部性能モデル３００へのネットワーク処理要求７０５、
（ｈ）ネットワーク部性能モデル３００により生成された、ハードウェア層性能モデル４００へのネットワーク処理完了通知７０６、
（ｉ）ハードウェア層性能モデル４００により生成された、アプリケーション層性能モデル５００への連携処理完了通知７０７、
（ｊ）ハードウェア層性能モデル４０１により算出された性能指標、
（ｋ）ハードウェア層性能モデル４００により算出された性能指標、
（ｌ）処理時間（処理所要時間）ＰＴ。 As described with reference to FIGS. 10 and 11, in the synthesis process of the performance model synthesis unit 60, the process process for the application layer performance model 500 is executed after waiting for the process completion notification from the virtualization system 21. The values (information) obtained in are as follows. That is,
(A) Request input to the application layer performance model 500,
(B) a cooperation processing request 700 to the hardware layer performance model 400 generated by the application layer performance model 500;
(C) Network processing request 701 to the network unit performance model 300 generated by the hardware layer performance model 400,
(D) Network processing completion notification 702 generated by the network unit performance model 300 to the hardware layer performance model 401,
(E) Cooperation processing completion notification 703 to the hardware layer performance model 401 generated by the hardware layer performance model 401,
(F) Cooperation processing request 704 to the hardware layer performance model 401 generated by the application layer performance model 501;
(G) a network processing request 705 to the network unit performance model 300 generated by the hardware layer performance model 401;
(H) Network processing completion notification 706 generated by the network unit performance model 300 to the hardware layer performance model 400;
(I) Cooperation processing completion notification 707 generated by the hardware layer performance model 400 to the application layer performance model 500,
(J) a performance index calculated by the hardware layer performance model 401;
(K) a performance index calculated by the hardware layer performance model 400;
(L) Processing time (processing time) PT.

なお、性能モデル合成部６０は、システム性能モデル６００として、上記（ｊ）、（ｋ）、（ｌ）の少なくとも何れかを出力する構成であってもよい。また、性能モデル合成部６０は、上記（ｊ）、（ｋ）、（ｌ）の少なくとも何れかに加え、（ａ）〜（ｉ）の何れかを出力する構成であってもよい。   The performance model synthesis unit 60 may be configured to output at least one of the above (j), (k), and (l) as the system performance model 600. Further, the performance model synthesis unit 60 may be configured to output any one of (a) to (i) in addition to at least one of the above (j), (k), and (l).

すなわち、システム性能モデル６００を用いることで、性能モデル合成部６０は、性能を予測すべき対象である連携システム２へのリクエスト内容を基に、性能指標（各リソースの使用率、ＴＡＴ、スループット等）を算出することができる。したがって、オペレータ等９は、上述した各算出値を参照することにより、連携システム２の性能を予測することができる。   That is, by using the system performance model 600, the performance model synthesis unit 60 uses the performance index (usage rate of each resource, TAT, throughput, etc.) based on the request contents to the cooperation system 2 that is the target for which the performance is to be predicted. ) Can be calculated. Therefore, the operator 9 can predict the performance of the linkage system 2 by referring to the calculated values described above.

次に、図１２を用いて、ステップＳ４０５にてＮＯの場合の、性能モデル合成部６０の処理について説明する。つまり、性能モデル合成部６０が、仮想化システム２０の性能モデルに対する処理と、仮想化システム２１の性能モデルに対する処理とを並行して行うことについて、説明する。図１２において、左側の破線で囲った枠に含まれる処理およびステップＳ４２１は、仮想化システム２０の性能モデルを用いた処理を示し、右側の破線で囲った枠に含まれる処理は、仮想化システム２１の性能モデルを用いた処理を示している。   Next, the process of the performance model synthesis unit 60 in the case of NO in step S405 will be described using FIG. That is, it will be described that the performance model composition unit 60 performs processing for the performance model of the virtualization system 20 and processing for the performance model of the virtualization system 21 in parallel. In FIG. 12, the process included in the frame surrounded by the broken line on the left side and step S421 indicate the process using the performance model of the virtualization system 20, and the process included in the frame surrounded by the broken line on the right side is the virtualization system. The process using 21 performance models is shown.

ステップＳ４２１：性能モデル合成部６０が、ステップＳ４０４にてハードウェア層性能モデル４００に生成させたネットワーク処理要求７０１を、ネットワーク部性能モデル３００に入力する。   Step S421: The performance model synthesis unit 60 inputs the network processing request 701 generated by the hardware layer performance model 400 in Step S404 to the network unit performance model 300.

以降の処理において、仮想化システム２０の性能モデルを用いる処理と、仮想化システム２１の性能モデルを用いる処理とは、並行して行われる。以下では、ステップＳ４２２の処理が行われるタイミングと、ステップＳ４２３の処理が行われるタイミングとは、略同時であることを例に説明を行うが、本発明はこれに限定されるものではない。   In the subsequent processing, processing using the performance model of the virtualization system 20 and processing using the performance model of the virtualization system 21 are performed in parallel. Hereinafter, the timing at which the process of step S422 is performed and the timing at which the process of step S423 is performed will be described as an example, but the present invention is not limited to this.

以下では、まず、仮想化システム２０の性能モデルを用いる処理について説明する。   In the following, first, processing using the performance model of the virtualization system 20 will be described.

ステップＳ４２２：性能モデル合成部６０が、ステップＳ４２１における処理が完了したことを表す連携処理完了通知７０７を、ハードウェア層性能モデル４００からアプリケーション層性能モデル５００に入力する。そして、性能モデル合成部６０は、図１１のステップＳ４１９に処理を進める。   Step S422: The performance model synthesis unit 60 inputs from the hardware layer performance model 400 to the application layer performance model 500 a linkage processing completion notification 707 indicating that the processing in step S421 has been completed. Then, the performance model composition unit 60 advances the processing to step S419 in FIG.

次に、仮想化システム２０の性能モデルを用いる処理と並行して行われる、仮想化システム２１の性能モデルを用いる処理について説明する。   Next, processing using the performance model of the virtualization system 21 performed in parallel with processing using the performance model of the virtualization system 20 will be described.

ステップＳ４２３：性能モデル合成部６０が、ステップＳ４２１にて入力したネットワーク処理要求７０１を、ネットワーク部性能モデル３００を用いて処理する。つまり、性能モデル合成部６０は、ネットワーク部性能モデル３００に、ネットワーク処理完了通知７０２を生成させる。ネットワーク処理完了通知７０２は、連携システム２のネットワーク部３０１での負荷やリソースの利用タイミング等の情報を含む。   Step S423: The performance model synthesis unit 60 processes the network processing request 701 input in step S421 using the network unit performance model 300. That is, the performance model composition unit 60 causes the network unit performance model 300 to generate a network processing completion notification 702. The network processing completion notification 702 includes information such as a load on the network unit 301 of the cooperation system 2 and resource use timing.

ステップＳ４２４：性能モデル合成部６０が、ステップＳ４２３にてネットワーク部性能モデル３００に生成させたネットワーク処理完了通知７０２を、仮想化システム２１のハードウェア層性能モデル４０１に入力する。   Step S424: The performance model synthesis unit 60 inputs the network processing completion notification 702 generated by the network unit performance model 300 in Step S423 to the hardware layer performance model 401 of the virtualization system 21.

ステップＳ４２５：性能モデル合成部６０が、ステップＳ４２４にて入力したネットワーク処理完了通知７０２を、ハードウェア層性能モデル４０１を用いて処理する。   Step S425: The performance model synthesis unit 60 processes the network processing completion notification 702 input in step S424 using the hardware layer performance model 401.

ステップＳ４２６：性能モデル合成部６０が、ステップＳ４２５における処理が完了したことを表す連携処理完了通知７０３を、アプリケーション層性能モデル５０１に入力する。連携処理完了通知７０３がハードウェア層性能モデル４０１から出力される際、性能モデル合成部６０は、ハードウェア層性能モデル４０１により算出した性能指標（リソース使用率、スループット、ＴＡＴ等）を、仮想化システム２０のハードウェア層性能モデル４０１から出力する。   Step S426: The performance model composition unit 60 inputs a cooperation processing completion notification 703 indicating that the processing in Step S425 is completed to the application layer performance model 501. When the cooperation processing completion notification 703 is output from the hardware layer performance model 401, the performance model synthesis unit 60 virtualizes the performance index (resource usage rate, throughput, TAT, etc.) calculated by the hardware layer performance model 401. Output from the hardware layer performance model 401 of the system 20.

ステップＳ４２７：ステップＳ４２６における処理が完了すると、性能モデル合成部６０は、アプリケーション層性能モデル５０１から処理済みリクエストを出力し、仮想化システム２１の性能モデルを用いた処理を終了する。   Step S427: When the process in step S426 is completed, the performance model synthesis unit 60 outputs a processed request from the application layer performance model 501, and ends the process using the performance model of the virtualization system 21.

なお、仮想化システム２０のアプリケーション層２０４がハードウェア層２０５に対して、連携処理要求７００を出力（発行）してから、当該ハードウェア層２０５から連携処理完了通知７０７が当該アプリケーション層２０４に入力されるまでの時間（期間）を、アプリケーション層性能モデル５００の処理時間（処理所要時間）ＰＴ１とする。処理時間ＰＴ１は、仮想化システム２０のアプリケーション層２０４から出力された連携処理要求７００がハードウェア層２０５に入力されてから、当該ハードウェア層２０５が当該アプリケーション層２０４に対して連携処理完了通知７０７を出力するまでの時間（期間）と捉えることもできる。   Note that after the application layer 204 of the virtualization system 20 outputs (issues) the cooperation processing request 700 to the hardware layer 205, a cooperation processing completion notification 707 is input from the hardware layer 205 to the application layer 204. The time (period) until the processing is performed is set as the processing time (processing required time) PT1 of the application layer performance model 500. For the processing time PT1, the cooperation processing request 700 output from the application layer 204 of the virtualization system 20 is input to the hardware layer 205, and then the hardware layer 205 notifies the application layer 204 of the cooperation processing completion notification 707. It can also be regarded as the time (period) until output.

同様に、仮想化システム２０のアプリケーション層２０４がハードウェア層２０５に対して、連携処理要求７００を出力（発行）してから、仮想化システム２１のアプリケーション層２０４に当該仮想化システム２１のハードウェア層２０５から連携処理完了通知７０３が入力されるまでの期間（時間）を処理時間ＰＴ２とする。   Similarly, after the application layer 204 of the virtualization system 20 outputs (issues) the cooperation processing request 700 to the hardware layer 205, the hardware of the virtualization system 21 is sent to the application layer 204 of the virtualization system 21. A period (time) until the cooperation processing completion notification 703 is input from the layer 205 is defined as a processing time PT2.

これにより、オペレータ等９は、性能モデル合成部６０が算出した、ネットワーク部性能モデル３００、ハードウェア層性能モデル４００、ハードウェア層性能モデル４０１、アプリケーション層性能モデル５００、およびアプリケーション層性能モデル５０１の計算結果（性能指標等）を用いて、連携システム２の性能を予測することができる。   Thereby, the operator 9 and the like 9 of the network unit performance model 300, the hardware layer performance model 400, the hardware layer performance model 401, the application layer performance model 500, and the application layer performance model 501 calculated by the performance model synthesis unit 60. Using the calculation result (performance index or the like), the performance of the linkage system 2 can be predicted.

図１０から図１２を用いて説明したとおり、性能モデル合成部６０の合成処理のうち、仮想化システム２０の性能モデルを用いた処理と、仮想化システム２１の性能モデルを用いた処理とを並行して行う場合に得られる値（情報）は、以下の通りである。すなわち、
（Ａ）アプリケーション層性能モデル５００に入力されたリクエスト、
（Ｂ）アプリケーション層性能モデル５００により生成された、ハードウェア層性能モデル４００への連携処理要求７００、
（Ｃ）ハードウェア層性能モデル４００により生成された、ネットワーク部性能モデル３００へのネットワーク処理要求７０１、
（Ｄ）ネットワーク部性能モデル３００により生成された、ハードウェア層性能モデル４０１へのネットワーク処理完了通知７０２、
（Ｅ）ハードウェア層性能モデル４０１により生成された、ハードウェア層性能モデル４０１への連携処理完了通知７０３、
（Ｆ）アプリケーション層性能モデル５０１により生成された、ハードウェア層性能モデル４０１への連携処理要求７０４、
（Ｇ）ハードウェア層性能モデル４００により生成された、アプリケーション層性能モデル５００への連携処理完了通知７０７、
（Ｈ）ハードウェア層性能モデル４０１により算出された性能指標、
（Ｉ）ハードウェア層性能モデル４００により算出された性能指標、
（Ｊ）処理時間（処理所要時間）ＰＴ１、
（Ｋ）処理時間（処理所要時間）ＰＴ２。 As described with reference to FIGS. 10 to 12, the processing using the performance model of the virtualization system 20 and the processing using the performance model of the virtualization system 21 in the synthesis processing of the performance model synthesis unit 60 are performed in parallel. The values (information) obtained when this is performed are as follows. That is,
(A) Request input to the application layer performance model 500,
(B) Cooperation processing request 700 to the hardware layer performance model 400 generated by the application layer performance model 500,
(C) Network processing request 701 to the network unit performance model 300 generated by the hardware layer performance model 400,
(D) Network processing completion notification 702 generated by the network unit performance model 300 to the hardware layer performance model 401,
(E) Cooperation processing completion notification 703 to the hardware layer performance model 401 generated by the hardware layer performance model 401,
(F) Cooperation processing request 704 to the hardware layer performance model 401 generated by the application layer performance model 501;
(G) Cooperation processing completion notification 707 to the application layer performance model 500 generated by the hardware layer performance model 400;
(H) a performance index calculated by the hardware layer performance model 401,
(I) a performance index calculated by the hardware layer performance model 400;
(J) Processing time (processing time) PT1,
(K) Processing time (processing time) PT2.

なお、性能モデル合成部６０は、システム性能モデル６００として、上記（Ｈ）、（Ｉ）、（Ｊ）、（Ｋ）の少なくとも何れかを出力する構成であってもよい。また、性能モデル合成部６０は、上記（Ｈ）、（Ｉ）、（Ｊ）、（Ｋ）の少なくとも何れかに加え、（Ａ）〜（Ｇ）の何れかを出力する構成であってもよい。   The performance model synthesis unit 60 may be configured to output at least one of (H), (I), (J), and (K) as the system performance model 600. Further, the performance model synthesis unit 60 may output any one of (A) to (G) in addition to at least one of (H), (I), (J), and (K). Good.

すなわち、システム性能モデル６００を用いることで、性能モデル合成部６０は、性能を予測すべき対象である連携システム２へのリクエスト内容を基に、性能指標（各リソースの使用率、ＴＡＴ、スループット等）を算出することができる。したがって、オペレータ等９は、上述した各算出値を参照することにより、連携システム２の性能を予測することができる。   That is, by using the system performance model 600, the performance model synthesis unit 60 uses the performance index (usage rate of each resource, TAT, throughput, etc.) based on the request contents to the cooperation system 2 that is the target for which the performance is to be predicted. ) Can be calculated. Therefore, the operator 9 can predict the performance of the linkage system 2 by referring to the calculated values described above.

なお、本実施の形態の性能予測装置１０は、第１の実施の形態におけるアプリケーション層性能モデル生成部５の代わりに、アプリケーション層性能モデル特定部５２を備える構成について説明を行った。しかし、本実施の形態に係る性能予測装置１０は、図６に示した構成に、更に、第１の実施の形態におけるアプリケーション層性能モデル生成部５を備える構成であってもよい。   In addition, the performance prediction apparatus 10 of this Embodiment demonstrated the structure provided with the application layer performance model specific | specification part 52 instead of the application layer performance model production | generation part 5 in 1st Embodiment. However, the performance prediction apparatus 10 according to the present embodiment may be configured to further include the application layer performance model generation unit 5 in the first embodiment in addition to the configuration illustrated in FIG.

（効果）
以上のように、本実施の形態に係る性能予測装置１０は、連携システム２の複数の仮想化システムの各々の構成を、アプリケーション層２０４およびハードウェア層２０５と定義する。また、複数の仮想化システムの各々は互いにネットワーク部３０１を介して接続されている。そして、性能予測装置１０は、仮想化システムごとに、ハードウェア層性能モデルとアプリケーション層性能モデルとを生成する。さらに、性能予測装置１０は、連携システム２のネットワーク部３０１に対する性能モデルであるネットワーク部性能モデル３００を生成する。そして、性能予測装置１０は、上記ハードウェア層性能モデル、上記アプリケーション層性能モデル、並びに、ネットワーク部性能モデル３００を用いて、各層間並びに各仮想化システム間の依存関係が反映された連携システム２の性能モデルであるシステム性能モデル６００を生成する。これにより、連携システム２の性能を予測することができる。したがって、本実施の形態に係る性能予測装置１によれば、上記システム性能モデル６００を用いて、連携システム２の性能を好適に予測することが可能である。 (effect)
As described above, the performance prediction apparatus 10 according to the present embodiment defines the configurations of the plurality of virtualization systems of the cooperation system 2 as the application layer 204 and the hardware layer 205. In addition, each of the plurality of virtualization systems is connected to each other via the network unit 301. And the performance prediction apparatus 10 produces | generates a hardware layer performance model and an application layer performance model for every virtualization system. Furthermore, the performance prediction apparatus 10 generates a network unit performance model 300 that is a performance model for the network unit 301 of the cooperation system 2. The performance prediction apparatus 10 uses the hardware layer performance model, the application layer performance model, and the network unit performance model 300 to reflect the dependency relationship between each layer and each virtual system. A system performance model 600, which is a performance model of Thereby, the performance of the cooperation system 2 can be predicted. Therefore, according to the performance prediction apparatus 1 according to the present embodiment, it is possible to suitably predict the performance of the linkage system 2 using the system performance model 600.

＜ハードウェアの構成例＞
ここで、上述した各実施の形態に係る性能予測装置を実現可能なハードウェアの構成例について説明する。上述した性能予測装置（１、１０）は、専用の装置として実現してもよいが、コンピュータ（情報処理装置）を用いて実現してもよい。 <Example of hardware configuration>
Here, a configuration example of hardware capable of realizing the performance prediction apparatus according to each embodiment described above will be described. The performance prediction devices (1, 10) described above may be realized as a dedicated device, but may be realized using a computer (information processing device).

図１３は、本発明の各実施の形態を実現可能なコンピュータ（情報処理装置）のハードウェア構成を例示する図である。   FIG. 13 is a diagram illustrating a hardware configuration of a computer (information processing apparatus) capable of realizing each embodiment of the present invention.

図１３に示した情報処理装置（コンピュータ）１００のハードウェアは、ＣＰＵ１１、通信インタフェース（Ｉ／Ｆ）１２、入出力ユーザインタフェース１３、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１４、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１５、記憶装置１７、及びコンピュータ読み取り可能な記憶媒体１９のドライブ装置１８を備え、これらがバス１６を介して接続された構成を有する。入出力ユーザインタフェース１３は、入力デバイスの一例であるキーボードや、出力デバイスとしてのディスプレイ等のマンマシンインタフェースである。通信インタフェース１２は、上述した各実施の形態に係る装置（図１、図６）が、外部装置と、通信ネットワーク２００を介して通信するための一般的な通信手段である。係るハードウェア構成において、ＣＰＵ１１は、各実施の形態に係る性能予測装置（１、１０）を実現する情報処理装置１００について、全体の動作を司る。   The hardware of the information processing apparatus (computer) 100 shown in FIG. 13 includes a CPU 11, a communication interface (I / F) 12, an input / output user interface 13, a ROM (Read Only Memory) 14, a RAM (Random Access Memory) 15, A storage device 17 and a drive device 18 of a computer-readable storage medium 19 are provided, and these are connected via a bus 16. The input / output user interface 13 is a man-machine interface such as a keyboard which is an example of an input device and a display as an output device. The communication interface 12 is a general communication means for the devices according to the above-described embodiments (FIGS. 1 and 6) to communicate with an external device via the communication network 200. In the hardware configuration, the CPU 11 governs the overall operation of the information processing apparatus 100 that realizes the performance prediction apparatuses (1, 10) according to the embodiments.

上述した各実施の形態を例に説明した本発明は、例えば、上記各実施の形態において説明した処理を実現可能なプログラム（コンピュータ・プログラム）を、図１３に示す情報処理装置１００に対して供給した後、そのプログラムを、ＣＰＵ１１に読み出して実行することによって達成される。なお、係るプログラムは、例えば、上記各実施の形態の説明において参照したフローチャート（図７〜図１２）に記載した各種処理や、或いは、図１、図６に示したブロック図において当該装置内に示した各部（各ブロック）を実現可能なプログラムであってもよい。   The present invention described by taking each of the above-described embodiments as an example supplies, for example, a program (computer program) capable of realizing the processing described in each of the above-described embodiments to the information processing apparatus 100 illustrated in FIG. Then, the program is achieved by reading the program to the CPU 11 and executing it. The program is stored in the apparatus in the various processes described in the flowcharts (FIGS. 7 to 12) referred to in the description of the above embodiments, or in the block diagrams shown in FIGS. It may be a program capable of realizing each part (each block) shown.

また、情報処理装置１００内に供給されたプログラムは、読み書き可能な一時記憶メモリ（１５）またはハードディスクドライブ等の不揮発性の記憶装置（１７）に格納されてもよい。即ち、記憶装置１７において、プログラム群１７Ａは、例えば、上述した各実施の形態における性能予測装置（１、１０）内に示した各部の機能を実現可能なプログラムである。また、各種の記憶情報１７Ｂは、例えば、上述した各実施の形態におけるアプリケーション層の性能モデル群５１０や、仮想化システム２０、仮想化システム２１および連携システム２に関する実測値等である。ただし、情報処理装置１００へのプログラムの実装に際して、個々のプログラム・モジュールの構成単位は、ブロック図（図１、図６）に示した各ブロックの区分けには限定されず、当業者が実装に際して適宜選択してよい。   The program supplied to the information processing apparatus 100 may be stored in a readable / writable temporary storage memory (15) or a non-volatile storage device (17) such as a hard disk drive. That is, in the storage device 17, the program group 17 </ b> A is a program that can realize the function of each unit shown in the performance prediction devices (1, 10) in the above-described embodiments, for example. Further, the various kinds of stored information 17B are, for example, performance values of the application layer performance model group 510 in each of the above-described embodiments, measured values related to the virtualization system 20, the virtualization system 21, and the linkage system 2. However, when the program is installed in the information processing apparatus 100, the structural unit of each program module is not limited to the division of each block shown in the block diagrams (FIG. 1 and FIG. 6), and those skilled in the art can implement the program. You may select suitably.

また、前記の場合において、当該装置内へのプログラムの供給方法は、ＣＤ−ＲＯＭ、フラッシュメモリ等のコンピュータ読み取り可能な各種の記録媒体（１９）を介して当該装置内にインストールする方法や、インターネット等の通信回線（２００）を介して外部よりダウンロードする方法等のように、現在では一般的な手順を採用することができる。そして、このような場合において、本発明は、係るコンピュータ・プログラムを構成するコード（プログラム群１７Ａ）或いは係るコードが格納された記憶媒体（１９）によって構成されると捉えることができる。   In the above case, the program can be supplied to the apparatus by a method of installing in the apparatus via various computer-readable recording media (19) such as CD-ROM and flash memory, and the Internet. Currently, a general procedure can be adopted, such as a method of downloading from the outside via the communication line (200). In such a case, the present invention can be understood to be configured by a code (program group 17A) constituting the computer program or a storage medium (19) in which the code is stored.

以上、本発明を、上述した模範的な実施の形態およびその実施例に適用した例として説明した。しかしながら、本発明の技術的範囲は、上述した各実施の形態及び実施例に記載した範囲には限定されない。当業者には、係る実施の形態に対して多様な変更または改良を加えることが可能であることは明らかである。そのような場合、係る変更または改良を加えた新たな実施の形態も、本発明の技術的範囲に含まれ得る。そしてこのことは、特許請求の範囲に記載した事項から明らかである。   In the above, this invention was demonstrated as an example applied to exemplary embodiment mentioned above and its Example. However, the technical scope of the present invention is not limited to the scope described in the above-described embodiments and examples. It will be apparent to those skilled in the art that various modifications and improvements can be made to the embodiment. In such a case, new embodiments to which such changes or improvements are added can also be included in the technical scope of the present invention. This is clear from the matters described in the claims.

なお、上述した実施の形態の一部または全部は、以下の付記のようにも記載されうる。しかしながら、上述した実施の形態により例示的に説明した本発明は、以下には限られない。   In addition, a part or all of the above-described embodiments can be described as the following supplementary notes. However, the present invention described by way of example with the above-described embodiments is not limited to the following.

（付記１）複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置であって、前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、前記性能予測装置は、前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成する第１の性能モデル生成手段と、前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成する第２の性能モデル生成手段と、前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成する第３の性能モデル生成手段と、前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する第１の合成処理と、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用する第２の合成処理とにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する性能モデル合成手段と、を備えることを特徴とする性能予測装置。   (Supplementary note 1) A performance prediction apparatus for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit, and each of the plurality of virtualization systems includes an application layer and a hardware The performance prediction device generates a performance model of the application layer for each virtualization system based on information about the application that operates on a virtual machine of each virtualization system in the cooperation system. And a second performance model generation unit that generates a performance model of the hardware layer for each virtualization system based on a measurement result for each virtualization system in the cooperation system. And a performance model of the network unit based on the measurement results of the cooperation system A third performance model generating means for generating, and for the application layer and the hardware layer included in each of the plurality of virtualization systems, an output value in the performance model of one layer, and a performance model of the other layer The output value in the performance model of the network unit to which the output value in the performance model of the hardware layer is input, and the performance value of the hardware layer of the other virtualization system A performance model synthesis means for generating a performance model of the cooperative system in which the dependency relationship between the two layers and the dependency relationship between the virtualization systems are reflected by a second synthesis process used as an input value of the model; A performance prediction apparatus comprising:

（付記２）前記性能モデル合成手段は、前記仮想化システムの前記アプリケーション層の性能モデルにリクエストが入力されるのに応じて、当該仮想化システムのハードウェア層を構成するハードウェアリソースおよびネットワークの使用方法に関する情報を含む第１の処理要求を、当該アプリケーション層の性能モデルに発行させ、前記仮想化システムの前記ハードウェア層の性能モデルに、前記第１の処理要求に応じた処理を行わせると共に、当該処理の完了に応じて、ネットワークの使用方法に関する情報を含む第２の処理要求を発行させ、前記ネットワーク部の性能モデルに、前記第２の処理要求に基づいて、他の前記仮想化システムの前記ハードウェア層の性能モデルに対して、前記ネットワーク部を介する通信に関する情報を含む第３の処理要求を発行させ、前記他の仮想化システムの前記ハードウェア層の性能モデルに、前記第３の処理要求に応じた処理を行わせると共に、当該処理の完了に応じて、前記他の仮想化システムの前記アプリケーション層の性能モデルに対して、処理完了通知を発行させ、前記第１の処理要求、前記第２の処理要求、前記第３の処理要求、および、前記処理完了通知を利用する合成処理を行うことを特徴とする付記１に記載の性能予測装置。   (Additional remark 2) The said performance model synthetic | combination means is the hardware resource and network of a network which comprise the hardware layer of the said virtualization system according to a request being input into the performance model of the said application layer of the said virtualization system. A first processing request including information on the usage method is issued to the performance model of the application layer, and the performance model of the hardware layer of the virtualization system is caused to perform processing according to the first processing request. In addition, upon completion of the processing, a second processing request including information on how to use the network is issued, and the performance model of the network unit is made to perform the other virtualization based on the second processing request. For the performance model of the hardware layer of the system, information related to communication via the network unit is included. A third processing request is issued, and the performance model of the hardware layer of the other virtualization system is caused to perform processing according to the third processing request, and upon completion of the processing, the other processing request is issued. A processing completion notification is issued to the performance model of the application layer of the virtualization system, and the first processing request, the second processing request, the third processing request, and the processing completion notification are issued. The performance prediction apparatus according to appendix 1, which performs a combining process to be used.

（付記３）前記性能モデル合成手段は、前記連携システムの性能モデルとして、前記仮想化システムにおける前記ハードウェア層の性能モデルによって算出された性能指標と、前記第１の処理要求が前記性能システムの前記ハードウェア層の性能モデルに対して発行されてから、前記他の性能システムの前記ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの所要時間と、の少なくとも何れかを提示することを特徴とする付記２に記載の性能予測装置。   (Additional remark 3) The said performance model synthetic | combination means is a performance index calculated by the performance model of the said hardware layer in the said virtualization system as a performance model of the said cooperation system, and the said 1st process request is the said performance system's Presents at least one of the time required from when the performance model is issued to the hardware layer performance model to when the processing completion notification is issued from the hardware layer performance model of the other performance system The performance prediction apparatus according to Supplementary Note 2, wherein

（付記４）前記性能モデル合成手段は、前記連携システムの性能モデルとして、前記仮想化システムにおける前記ハードウェア層の性能モデルによって算出された性能指標と、前記第１の処理要求が前記性能システムの前記ハードウェア層の性能モデルに対して発行されてから、当該ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの所要時間と、の少なくとも何れかを提示することを特徴とする付記２に記載の性能予測装置。   (Additional remark 4) The said performance model synthetic | combination means, as the performance model of the said cooperation system, the performance parameter | index calculated by the performance model of the said hardware layer in the said virtualization system, and the said 1st process request are the said performance system's An additional note presenting at least one of a required time from when the performance model is issued to the hardware layer performance model to when the processing completion notification is issued from the performance model of the hardware layer 2. The performance prediction apparatus according to 2.

（付記５）前記性能モデル合成手段は、前記連携システムの性能モデルとして、前記仮想化システムにおける前記ハードウェア層の性能モデルによって算出された性能指標と、前記第１の処理要求が前記性能システムの前記ハードウェア層の性能モデルに対して発行されてから、当該ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの第１の所要時間と、前記第１の処理要求が前記性能システムの前記ハードウェア層の性能モデルに対して発行されてから、前記他の性能システムの前記ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの第２の所要時間と、の少なくとも何れかを提示することを特徴とする付記２に記載の性能予測装置。   (Additional remark 5) The said performance model synthetic | combination means, as the performance model of the said cooperation system, the performance parameter | index calculated by the performance model of the said hardware layer in the said virtualization system, and the said 1st process request are the said performance system's A first required time from when the performance model of the hardware layer is issued until the processing completion notification is issued from the performance model of the hardware layer, and the first processing request is the performance system. At least one of the second required time from when the performance model is issued to the hardware layer performance model to when the processing completion notification is issued from the performance model of the hardware layer of the other performance system The performance predicting apparatus according to appendix 2, wherein:

（付記６）前記ハードウェア層は、仮想マシンモニタと、物理マシンのハードウェアと、を含むことを特徴とする付記１から５の何れかに記載の性能予測装置。   (Additional remark 6) The said hardware layer contains a virtual machine monitor and the hardware of a physical machine, The performance prediction apparatus in any one of Additional remark 1 to 5 characterized by the above-mentioned.

（付記７）前記第２の性能モデル生成手段は、前記複数の仮想化システムの各々に対して計測を行い、当該計測に用いた入力値と、当該入力値に対応する、当該計測によって得られた出力値とに基づいて、仮想化システムにおける前記ハードウェア層の性能モデルを夫々生成する、ことを特徴とする付記１から６の何れかに記載の性能予測装置。   (Supplementary Note 7) The second performance model generation unit performs measurement for each of the plurality of virtualization systems, and obtains an input value used for the measurement and the measurement corresponding to the input value. The performance prediction apparatus according to any one of appendices 1 to 6, wherein a performance model of the hardware layer in the virtualization system is generated based on the output value.

（付記８）前記第１の性能モデル生成手段の代わりに、あるいは、前記第１の性能モデル生成手段に加えて更に、各仮想マシンにて動作するアプリケーションの設計情報に基づき生成された、アプリケーション層の性能モデルを、仮想マシン毎に１つ以上格納している記憶手段から、特定の性能モデルを選択する、性能モデル特定手段を備えることを特徴とする、付記１から７の何れかに記載の性能予測装置。   (Supplementary Note 8) An application layer generated based on design information of an application operating in each virtual machine, instead of the first performance model generation unit or in addition to the first performance model generation unit The performance model specifying means for selecting a specific performance model from storage means storing at least one performance model for each virtual machine is provided, according to any one of appendix 1 to 7, Performance prediction device.

（付記９）前記仮想化システムの計測に関わる設定値と、当該計測の実行命令を指定可能な第１の入力内容指定手段と、前記仮想化システムの設定値である入力値と、当該入力値に対応する出力値とを収集する第１の情報収集手段と、を更に備え、前記第２の性能モデル生成手段は、前記入力値と、前記出力値とに基づいて、前記ハードウェア層の性能モデルを生成することを特徴とする、付記１から８の何れかに記載の性能予測装置。   (Additional remark 9) The setting value regarding the measurement of the said virtualization system, the 1st input content designation | designated means which can designate the execution command of the said measurement, the input value which is the setting value of the said virtualization system, and the said input value First information collecting means for collecting output values corresponding to the second performance model generating means, wherein the second performance model generating means is configured to perform the performance of the hardware layer based on the input values and the output values. 9. The performance prediction apparatus according to any one of appendices 1 to 8, wherein a model is generated.

（付記１０）前記性能予測装置は、前記複数の仮想化システムの各々に対して、前記第１の入力内容指定手段、前記第１の情報収集手段、および、前記第２の性能モデル生成手段を、夫々備える、ことを特徴とする、付記９に記載の性能予測装置。   (Additional remark 10) The said performance prediction apparatus is a said 1st input content designation | designated means, a said 1st information collection means, and a said 2nd performance model production | generation means with respect to each of these virtual systems. The performance predicting device according to appendix 9, wherein each of the performance predicting devices is provided.

（付記１１）前記連携システムの計測に関わる設定値と、当該計測の実行命令を指定可能な第２の入力内容指定手段と、前記連携システムの設定値である入力値と、当該入力値に対応する出力値とを収集する第２の情報収集手段と、を更に備え、前記第３の性能モデル生成手段は、前記入力値と、前記出力値とに基づいて、前記ネットワーク部の性能モデルを生成することを特徴とする、付記１から１０の何れかに記載の性能予測装置。   (Supplementary Note 11) Corresponding to the setting value related to the measurement of the cooperation system, the second input content specifying means capable of specifying the execution instruction of the measurement, the input value which is the setting value of the cooperation system, and the input value And a second information collecting unit that collects output values to be generated, wherein the third performance model generating unit generates a performance model of the network unit based on the input values and the output values. The performance prediction apparatus according to any one of appendices 1 to 10, wherein:

（付記１２）複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置における性能モデル生成方法であって、前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、前記性能モデル生成方法は、前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成し、前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成し、前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成し、前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用すること、並びに、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用することにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する、ことを特徴とする性能モデル生成方法。   (Supplementary Note 12) A performance model generation method in a performance prediction apparatus for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit, wherein each of the plurality of virtualization systems is The performance model generation method includes: an application layer and a hardware layer, and the performance model generation method calculates the performance model of the application layer based on information about an application that operates on a virtual machine of each virtualization system in the cooperation system. Generate a performance model of the hardware layer for each virtualization system based on the results of measurement for each virtualization system and measurement for each virtualization system in the cooperation system, and measure for the cooperation system Based on the result, a performance model of the network unit is generated, and the plurality of temporary models are generated. Using the output value in the performance model of one layer as the input value of the performance model of the other layer for the application layer and the hardware layer included in each of the computer systems; and By using the output value in the performance model of the network unit to which the output value in the performance model is input as the input value of the performance model of the hardware layer of another virtualization system, the dependency relationship between the two layers and the virtual A performance model generation method characterized by generating a performance model of the linkage system in which a dependency relationship between computerized systems is reflected.

（付記１３）複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置を含むコンピュータに実行させるプログラムであって、前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、前記プログラムは、前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成する処理と、前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成する処理と、前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成する処理と、前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する第１の合成処理、並びに、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用する第２の合成処理により、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する処理と、をコンピュータに実行させることを特徴とする、プログラム。   (Supplementary note 13) A program to be executed by a computer including a performance prediction device for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit, wherein the plurality of virtualization systems are , Each having an application layer and a hardware layer, and the program executes a performance model of the application layer based on information related to an application operating on a virtual machine of each virtualization system in the cooperation system. Processing for each virtualization system, processing for generating a performance model of the hardware layer for each virtualization system based on the measurement results for each virtualization system in the cooperation system, and the cooperation system Based on the measurement results of the target, the network part performance model For the processing to be generated and the application layer and the hardware layer included in each of the plurality of virtualization systems, the output value in the performance model of one layer is used as the input value of the performance model of the other layer The output value in the performance model of the network unit to which the output value in the performance model of the hardware layer is input as the input value of the performance model of the hardware layer in another virtualization system. And generating a performance model of the cooperative system in which the dependency relationship between the two layers and the dependency relationship between the virtualization systems are reflected by the second synthesis process to be used. ,program.

（付記１４）付記１３に記載のプログラムを記憶する、ことを特徴とするコンピュータ読み取り可能な記録媒体。   (Supplementary note 14) A computer-readable recording medium storing the program according to supplementary note 13.

１ 性能予測装置
２ 連携システム
３ ネットワーク部性能モデル生成部
４ ハードウェア層性能モデル生成部
５ アプリケーション層性能モデル生成部
６ 性能モデル合成部
１０ 性能予測装置
２０ 仮想化システム
２１ 仮想化システム
３０ ネットワーク部性能モデル生成部
３１ ネットワーク部入力内容指定部
３２ ネットワーク部情報収集部
４０ ハードウェア層性能モデル生成部
４１ ハードウェア層性能モデル生成部
５１ 記憶部
５２ アプリケーション層性能モデル特定部
６０ 性能モデル合成部
１１０ 入力内容指定部
１１１ 入力内容指定部
２０１ 仮想マシン
２０２ 仮想マシンモニタ
２０３ 物理マシンのハードウェア
２０４ アプリケーション層
２０５ ハードウェア層
３００ ネットワーク部性能モデル
３０１ ネットワーク部
４００ ハードウェア層性能モデル
４０１ ハードウェア層性能モデル
４１０ 情報収集部
４１１ 情報収集部
５００ アプリケーション層性能モデル
５０１ アプリケーション層性能モデル
５１０ 性能モデル群
６００ システム性能モデル DESCRIPTION OF SYMBOLS 1 Performance prediction apparatus 2 Cooperation system 3 Network part performance model generation part 4 Hardware layer performance model generation part 5 Application layer performance model generation part 6 Performance model synthetic | combination part 10 Performance prediction apparatus 20 Virtualization system 21 Virtualization system 30 Network part performance Model generation unit 31 Network unit input content specification unit 32 Network unit information collection unit 40 Hardware layer performance model generation unit 41 Hardware layer performance model generation unit 51 Storage unit 52 Application layer performance model specification unit 60 Performance model synthesis unit 110 Input content Designation unit 111 Input content designation unit 201 Virtual machine 202 Virtual machine monitor 203 Physical machine hardware 204 Application layer 205 Hardware layer 300 Network unit performance model 301 Network unit 4 00 Hardware layer performance model 401 Hardware layer performance model 410 Information collection unit 411 Information collection unit 500 Application layer performance model 501 Application layer performance model 510 Performance model group 600 System performance model

Claims (10)

複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置であって、
前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、
前記性能予測装置は、
前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成する第１の性能モデル生成手段と、
前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成する第２の性能モデル生成手段と、
前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成する第３の性能モデル生成手段と、
前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用する第１の合成処理と、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用する第２の合成処理とにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する性能モデル合成手段と、を備えることを特徴とする性能予測装置。 A performance prediction device for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit,
Each of the plurality of virtualization systems has an application layer and a hardware layer,
The performance prediction apparatus is
First performance model generation means for generating a performance model of the application layer for each virtualization system based on information about an application operating on a virtual machine of each virtualization system in the cooperation system;
Second performance model generation means for generating a performance model of the hardware layer for each virtualization system based on a result of measurement for each virtualization system in the cooperation system;
A third performance model generating means for generating a performance model of the network unit based on a result measured for the cooperation system;
A first synthesis process that uses an output value in a performance model of one layer as an input value of a performance model of the other layer for the application layer and the hardware layer included in each of the plurality of virtualization systems And a second synthesis that uses the output value in the performance model of the network unit, to which the output value in the performance model of the hardware layer is input, as the input value of the performance model of the hardware layer in another virtualization system And a performance model synthesizing unit configured to generate a performance model of the cooperative system in which the dependency relationship between the two layers and the dependency relationship between the virtualization systems are reflected by the processing. 前記性能モデル合成手段は、
前記仮想化システムの前記アプリケーション層の性能モデルにリクエストが入力されるのに応じて、当該仮想化システムのハードウェア層を構成するハードウェアリソースおよびネットワークの使用方法に関する情報を含む第１の処理要求を、当該アプリケーション層の性能モデルに発行させ、
前記仮想化システムの前記ハードウェア層の性能モデルに、前記第１の処理要求に応じた処理を行わせると共に、当該処理の完了に応じて、ネットワークの使用方法に関する情報を含む第２の処理要求を発行させ、
前記ネットワーク部の性能モデルに、前記第２の処理要求に基づいて、他の前記仮想化システムの前記ハードウェア層の性能モデルに対して、前記ネットワーク部を介する通信に関する情報を含む第３の処理要求を発行させ、
前記他の仮想化システムの前記ハードウェア層の性能モデルに、前記第３の処理要求に応じた処理を行わせると共に、当該処理の完了に応じて、前記他の仮想化システムの前記アプリケーション層の性能モデルに対して、処理完了通知を発行させ、
前記第１の処理要求、前記第２の処理要求、前記第３の処理要求、および、前記処理完了通知を利用する合成処理を行うことを特徴とする請求項１に記載の性能予測装置。 The performance model synthesis means includes:
In response to a request being input to the performance model of the application layer of the virtualization system, a first processing request including information regarding hardware resources and network usage that constitute the hardware layer of the virtualization system Is issued to the performance model of the application layer,
A second processing request including information related to a method of using the network upon completion of the processing while causing the performance model of the hardware layer of the virtualization system to perform processing according to the first processing request. Issue
Based on the second processing request, the performance model of the network unit includes information related to communication via the network unit with respect to the performance model of the hardware layer of the other virtualization system. Issue a request,
The performance model of the hardware layer of the other virtualization system performs processing according to the third processing request, and upon completion of the processing, the application layer of the application layer of the other virtualization system Issue a process completion notification to the performance model,
The performance prediction apparatus according to claim 1, wherein a synthesis process using the first process request, the second process request, the third process request, and the process completion notification is performed. 前記性能モデル合成手段は、前記連携システムの性能モデルとして、
前記仮想化システムにおける前記ハードウェア層の性能モデルによって算出された性能指標と、
前記第１の処理要求が前記仮想化システムの前記ハードウェア層の性能モデルに対して発行されてから、前記他の仮想化システムの前記ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの所要時間と、の少なくとも何れかを提示することを特徴とする請求項２に記載の性能予測装置。 The performance model synthesizing means, as a performance model of the cooperation system,
A performance index calculated by a performance model of the hardware layer in the virtualization system;
From being issued to the performance model of the hardware layer of the first processing request the virtualization system, the processing completion notification from the performance model of the hardware layer of the another virtualization system is issued The performance prediction apparatus according to claim 2, wherein at least one of the time required until the time is displayed. 前記性能モデル合成手段は、前記連携システムの性能モデルとして、
前記仮想化システムにおける前記ハードウェア層の性能モデルによって算出された性能指標と、
前記第１の処理要求が前記仮想化システムの前記ハードウェア層の性能モデルに対して発行されてから、当該ハードウェア層の性能モデルから前記処理完了通知が発行されるまでの所要時間と、の少なくとも何れかを提示することを特徴とする請求項２に記載の性能予測装置。 The performance model synthesizing means, as a performance model of the cooperation system,
A performance index calculated by a performance model of the hardware layer in the virtualization system;
A time required from when the first processing request is issued to the performance model of the hardware layer of the virtualization system to when the processing completion notification is issued from the performance model of the hardware layer; The performance prediction apparatus according to claim 2, wherein at least one of them is presented. 前記ハードウェア層は、仮想マシンモニタと、物理マシンのハードウェアと、を含むことを特徴とする請求項１から４の何れか１項に記載の性能予測装置。   The performance prediction apparatus according to claim 1, wherein the hardware layer includes a virtual machine monitor and hardware of a physical machine. 前記第２の性能モデル生成手段は、前記複数の仮想化システムの各々に対して計測を行い、当該計測に用いた入力値と、当該入力値に対応する、当該計測によって得られた出力値とに基づいて、仮想化システムにおける前記ハードウェア層の性能モデルを夫々生成する、ことを特徴とする請求項１から５の何れか１項に記載の性能予測装置。   The second performance model generation unit performs measurement on each of the plurality of virtualization systems, an input value used for the measurement, and an output value obtained by the measurement corresponding to the input value, 6. The performance prediction apparatus according to claim 1, wherein a performance model of the hardware layer in the virtualization system is generated based on each. 前記第１の性能モデル生成手段の代わりに、あるいは、前記第１の性能モデル生成手段に加えて更に、各仮想マシンにて動作するアプリケーションの設計情報に基づき生成された、アプリケーション層の性能モデルを、仮想マシン毎に１つ以上格納している記憶手段から、特定の性能モデルを選択する、性能モデル特定手段を備えることを特徴とする、請求項１から６の何れか１項に記載の性能予測装置。   Instead of the first performance model generation means, or in addition to the first performance model generation means, an application layer performance model generated based on design information of an application operating in each virtual machine The performance according to any one of claims 1 to 6, further comprising performance model specifying means for selecting a specific performance model from storage means storing at least one for each virtual machine. Prediction device. 前記仮想化システムの計測に関わる設定値と、当該計測の実行命令を指定可能な第１の入力内容指定手段と、
前記仮想化システムの設定値である入力値と、当該入力値に対応する出力値とを収集する第１の情報収集手段と、を更に備え、
前記第２の性能モデル生成手段は、前記入力値と、前記出力値とに基づいて、前記ハードウェア層の性能モデルを生成することを特徴とする、請求項１から７の何れか１項に記載の性能予測装置。 A first input content designating unit capable of designating a setting value related to measurement of the virtualization system and an execution instruction of the measurement;
A first information collecting means for collecting an input value that is a set value of the virtualization system and an output value corresponding to the input value;
The said 2nd performance model production | generation means produces | generates the performance model of the said hardware layer based on the said input value and the said output value, The any one of Claim 1 to 7 characterized by the above-mentioned. The performance prediction apparatus described. 前記連携システムの計測に関わる設定値と、当該計測の実行命令を指定可能な第２の入力内容指定手段と、
前記連携システムの設定値である入力値と、当該入力値に対応する出力値とを収集する第２の情報収集手段と、を更に備え、
前記第３の性能モデル生成手段は、前記入力値と、前記出力値とに基づいて、前記ネットワーク部の性能モデルを生成することを特徴とする、請求項１から８の何れか１項に記載の性能予測装置。 A second input content designating means capable of designating a setting value related to measurement of the cooperation system and an execution instruction of the measurement;
A second information collecting means for collecting an input value that is a setting value of the cooperation system and an output value corresponding to the input value;
The said 3rd performance model production | generation means produces | generates the performance model of the said network part based on the said input value and the said output value, The any one of Claim 1 to 8 characterized by the above-mentioned. Performance prediction device. 複数の仮想化システムが互いにネットワーク部を介して連携している連携システムの性能を予測するための性能予測装置における性能モデル生成方法であって、
前記複数の仮想化システムは、夫々、アプリケーション層とハードウェア層とを有し、
前記性能モデル生成方法は、
前記連携システムにおける各仮想化システムの仮想マシン上で動作する、アプリケーションに関する情報に基づいて、前記アプリケーション層の性能モデルを、仮想化システムごとに生成し、
前記連携システムにおける各仮想化システムを対象に計測した結果に基づいて、前記ハードウェア層の性能モデルを、仮想化システムごとに生成し、
前記連携システムを対象に計測した結果に基づいて、前記ネットワーク部の性能モデルを生成し、
前記複数の仮想化システムの夫々に含まれる前記アプリケーション層および前記ハードウェア層に対し、一方の層の性能モデルにおける出力値を、他方の層の性能モデルの入力値として利用すること、並びに、前記ハードウェア層の性能モデルにおける出力値が入力された前記ネットワーク部の性能モデルにおける出力値を、他の仮想化システムの前記ハードウェア層の性能モデルの入力値として利用することにより、該２層間の依存関係および仮想化システム間の依存関係が反映された、前記連携システムの性能モデルを生成する、ことを特徴とする性能モデル生成方法。 A performance model generation method in a performance prediction apparatus for predicting the performance of a cooperation system in which a plurality of virtualization systems cooperate with each other via a network unit,
Each of the plurality of virtualization systems has an application layer and a hardware layer,
The performance model generation method includes:
Based on information related to applications operating on virtual machines of each virtualization system in the cooperation system, the performance model of the application layer is generated for each virtualization system,
Based on the measurement results for each virtualization system in the cooperation system, the performance model of the hardware layer is generated for each virtualization system,
Based on the measurement results for the cooperation system, generate a performance model of the network unit,
For the application layer and the hardware layer included in each of the plurality of virtualization systems, using an output value in the performance model of one layer as an input value of the performance model of the other layer; and By using the output value in the performance model of the network unit to which the output value in the performance model of the hardware layer is input as the input value of the performance model of the hardware layer of another virtualization system, A performance model generation method characterized by generating a performance model of the cooperation system in which dependency relationships and dependency relationships between virtual systems are reflected.
JP2014013913A 2014-01-29 2014-01-29 Performance prediction apparatus and performance model generation method Active JP5884841B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014013913A JP5884841B2 (en) 2014-01-29 2014-01-29 Performance prediction apparatus and performance model generation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014013913A JP5884841B2 (en) 2014-01-29 2014-01-29 Performance prediction apparatus and performance model generation method

Publications (2)

Publication Number Publication Date
JP2015141552A JP2015141552A (en) 2015-08-03
JP5884841B2 true JP5884841B2 (en) 2016-03-15

Family

ID=53771860

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014013913A Active JP5884841B2 (en) 2014-01-29 2014-01-29 Performance prediction apparatus and performance model generation method

Country Status (1)

Country Link
JP (1) JP5884841B2 (en)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPWO2017188037A1 (en) * 2016-04-28 2019-03-07 日本電気株式会社 Verification system, verification method, and verification program
WO2019092853A1 (en) * 2017-11-10 2019-05-16 Nec Corporation Throughput estimation device and throughput estimation system
JP6922835B2 (en) * 2018-05-10 2021-08-18 日本電信電話株式会社 Service linkage device and notification method
US11456933B2 (en) * 2020-10-21 2022-09-27 International Business Machines Corporation Generating and updating a performance report

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014102530A (en) * 2011-03-02 2014-06-05 Hyogo Prefecture Method and program for supporting design of information transmission system
JP2014132419A (en) * 2013-01-07 2014-07-17 Nec Corp Performance prediction device of virtualization system, performance prediction method and computer program

Also Published As

Publication number Publication date
JP2015141552A (en) 2015-08-03

Similar Documents

Publication Publication Date Title
CN108009016B (en) Resource load balancing control method and cluster scheduler
US20160224372A1 (en) Determining an optimal computing environment for running an image
WO2014033945A1 (en) Management system which manages computer system having plurality of devices to be monitored
Soualhia et al. Predicting scheduling failures in the cloud: A case study with google clusters and hadoop on amazon EMR
CN109155743A (en) Meet the system and method for SLA requirement using machine learning algorithm
Batista et al. Performance evaluation of resource management in cloud computing environments
Barbierato et al. Exploiting CloudSim in a multiformalism modeling approach for cloud based systems
WO2009029496A1 (en) Virtualization planning system
EP2867785B1 (en) Method and apparatus for virtual machine interoperability
US20120284710A1 (en) Virtual-machine-deployment-action analysis
JP5884841B2 (en) Performance prediction apparatus and performance model generation method
Khan et al. HeporCloud: An energy and performance efficient resource orchestrator for hybrid heterogeneous cloud computing environments
JP2014132419A (en) Performance prediction device of virtualization system, performance prediction method and computer program
Tertilt et al. Generic performance prediction for ERP and SOA applications
US20220138001A1 (en) Measuring host utilization in a datacenter
US20210263718A1 (en) Generating predictive metrics for virtualized deployments
Casalicchio et al. Energy-aware auto-scaling algorithms for Cassandra virtual data centers
US10469329B1 (en) Computing service capacity management
JP5871018B2 (en) Performance prediction apparatus, performance model generation method, and program
Lindsay et al. PRISM: an experiment framework for straggler analytics in containerized clusters
JP6226895B2 (en) Network evaluation system and network evaluation method
Tan et al. Heavy-traffic analysis of cloud provisioning
CN103186423B (en) Virtual machine migration method and cloud servo system
Simarro et al. Image transfer and storage cost aware brokering strategies for multiple clouds
Khiat et al. MFHS: A modular scheduling framework for heterogeneous system

Legal Events

Date Code Title Description
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20151118

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20151124

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20151210

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: 20160112

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160125

R150 Certificate of patent or registration of utility model

Ref document number: 5884841

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150