JP6634919B2

JP6634919B2 - 分析装置

Info

Publication number: JP6634919B2
Application number: JP2016062197A
Authority: JP
Inventors: 尾崎　哲也; 哲也尾崎
Original assignee: NEC Corp
Current assignee: NEC Corp
Priority date: 2016-03-25
Filing date: 2016-03-25
Publication date: 2020-01-22
Anticipated expiration: 2036-03-25
Also published as: JP2017174316A

Description

本発明は、分析装置にかかり、特に、情報処理装置の移行を支援する分析装置に関する。

仮想化技術の向上により、サーバ管理、構築、スケールアウトの容易化や運用費用の低コスト化、さらには、マイグレーション等の付加価値によるメリットが生じている。このため、既存の物理サーバから仮想サーバ（クラウドサービス等も含む）へ移行するケースが増えている。しかしながら、仮想サーバへの移行においては、以下の問題点が挙げられる。

まず、ハードウェア（例えば、ディスクデバイス、ネットワークインタフェース等）のスペックが同じマシンで、物理サーバと仮想化基盤（ハイパーバイザ）上の仮想サーバとで性能比較を行う場合を考える。この場合、ハードウェアの共有による仮想化のオーバーヘッドが発生することで、仮想サーバは性能パフォーマンスが劣化する傾向がある。このため、仮想サーバに割り当てられたハードウェアスペックからは、処理性能が同等であるか否かを正しく判断できない、という問題がある。

また、CPU（Central Processing Unit）の処理性能が高く、パフォーマンスが出ているようであっても、リソースを共有するストーレージやネットワークインタフェースではI/O（Input/Output）性能の劣化が生じうる。すると、ディスクI/O性能にあまり依存しないアプリでは問題無いパフォーマンスで動作するが、ディスクI/O性能を重視するアプリでは問題が発生する場合がある。

このため、上述したような仮想化のメリットを享受すべく、物理サーバから仮想サーバへのスムーズな移行を考える際には、処理性能が同等で各ハードウェアの処理特性が既存のマシンと類似する性能のマシンを特定する必要がある。これにより、移行後の環境が物理でも仮想であっても、全てのアプリが問題無く動作すると推測される。

特開２０１５−１４１５５２号公報

しかしながら、マシンの移行元と移行先のハードウェア構成が異なる場合には、処理性能が同等となるマシンを特定することが困難である。つまり、物理マシンを仮想マシンに移行する場合には、必然的にベースとなるハードウェア構成が異なることから、移行後の環境が適切なマシンを特定することが困難である。

ここで、特許文献１には、仮想マシンの性能をモデル化して、システムとしての性能を予測することが記載されている。ところが、かかる技術では、ハードウェア構成が異なるマシン同士の類似性を判断することができず、依然としてマシンの適切な移行先を特定することができない。

このため、本発明の目的は、上述した課題である、情報処理装置の適切な移行先を特定することが困難である、という問題を解決することにある。

本発明の一形態である分析装置は、
情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を備えた、
という構成をとる。

また、本発明の一形態であるプログラムは、
分析装置に、
情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を実現させる、
という構成をとる。

また、本発明の一形態である分析方法は、
情報処理装置の性能データを収集し、
特定の情報処理装置から収集した前記性能データ間の相関式を生成し、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較し、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
という構成をとる。

本発明は、以上のように構成されることにより、情報処理装置の適切な移行先を特定することができる。

本発明の実施形態１における情報処理システムの構成を示すブロック図である。図１に開示した各サーバの構成を示すブロック図である。図１に開示した相関分析サーバの構成を示す機能ブロック図である。図３に開示したサーバ情報蓄積部に記憶されるデータの一例を示す図である。図３に開示した性能データ蓄積部に記憶されるデータの一例を示す図である。図３に開示した相関破壊数蓄積部に記憶されるデータの一例を示す図である。図１に開示した情報処理システムの動作を示すフローチャートである。図１に開示した情報処理システムの動作を示すフローチャートである。図１に開示した情報処理システムの動作を示すフローチャートである。図１に開示した情報処理システムの動作を示すフローチャートである。本発明の実施形態２における分析装置の構成を示す機能ブロック図である。

＜実施形態１＞
本発明の第１の実施形態を、図１乃至図１０を参照して説明する。図１乃至図６は、情報処理システムの構成を説明するための図であり、図７乃至図１０は、情報処理システムの動作を説明するための図である。

［構成］
本実施形態における情報処理システムは、図１に示すように、ネットワークＮを介して接続された、相関分析サーバ１と、現行サーバ２と、複数の候補サーバ３と、監視端末４と、を備えている。そして、現行サーバ２（特定の情報処理装置）は、現行稼働させているサーバであり、候補サーバ３（他の情報処理装置）は、現行サーバ２の移行先の候補となっているサーバである。相関分析サーバ１（分析装置）は、複数の候補サーバ３のうち、現行サーバ２の移行先となるサーバを分析して特定する装置である。監視端末４は、利用者が操作する端末である。

ここで、図２に、現行サーバ２、及び、候補サーバ３が取り得るサーバ構成を示す。まず、現行サーバ２は、本実施形態では、物理サーバといった情報処理装置である。物理サーバは、図２（Ａ）に示すように、CPU（Central Processing Unit）、メモリ、ハードディスク、NIC（Network Interface Controller）等で構成されるハードウェア上に、オペレーティングシステムがインストールされている環境である。

また、候補サーバ３は、本実施形態では、仮想サーバといった情報処理装置である。仮想サーバは、図２（Ｂ），（Ｃ）に示すように、ハードウェア構成上で仮想化基盤（Hyper Visor）が動作しており、その基盤上でハードウェアを仮想化した仮想マシンが構成され、当該仮想マシンにオペレーティングシステムがインストールされている環境である。なお、仮想サーバの形態としては、クラウドサービス（例えばAmazon EC2、Microsoft Azule）によって提供され、手元にハードウェアが無くてもインターネットを介してアクセスして、利用できる仮想サーバも含まれる。

ここで、本実施形態では、一例として、現行サーバ２は物理サーバであることとして説明するが、仮想サーバであってもよい。同様に、本実施形態では、候補サーバ３は仮想サーバであることとして説明するが、物理サーバであってもよい。

上記相関分析サーバ１は、演算装置と記憶装置とを備えた情報処理装置である。そして、相関分析サーバ１は、図２に示すように、演算装置がプログラムを実行することで構築された、利用者対話部１１、性能データ取得プログラム配布部１２、性能データ取得部１３、相関モデル生成部１４、残差分析部１５、相関破壊数集計部１６、を備えている。また、相関分析サーバ１は、記憶装置に形成された、サーバ情報蓄積部２１、性能データ蓄積部２２、相関モデル蓄積部２３、相関破壊数蓄積部２４、を備えている。以下、相関分析サーバ１の各構成について詳述する。

上記利用者対話部１１は、監視端末４と通信を行い、当該監視端末４から指示を受ける。利用者対話部１１は、監視端末４より現行サーバ２および候補サーバ３へのアクセス情報（サーバ種別、サーバ名、IPアドレス、ログイン可能なユーザ名及びパスワード等）の入力を受け付ける。なお、アクセス情報の一例を図４に示す。そして、利用者対話部１１は、入力されたアクセス情報をサーバ情報蓄積部２１に格納する。これとともに、利用者対話部１１は、受け付けたアクセス情報を性能データ取得プログラム配布部１２に通知する。なお、図４に示すアクセス情報内において、「現行」の項目は、サーバの種別を表す情報であり、現行サーバ２である場合には「Y」、候補サーバである場合には「N」が設定されている。

上記性能データ取得プログラム配布部１２は、アクセス情報をもとに、現行サーバ２および候補サーバ３に対して、当該各サーバ２、３から性能データを収集するためのプログラムを配布する。配布するプログラムは、現行サーバ２及び候補サーバ３のOS（Operating System）上でプログラム実行部５を構築し、様々な命令を実行するよう作動する。特に、プログラム実行部５は、実行中にサーバ２，３自体の性能を表す性能データ（CPU使用率、メモリ使用量、ディスクI/O量、トラフィック量等）を一定時間間隔で収集して、相関分析サーバ１に送信する。なお、プログラム実行部５は、上述した性能の性能データを収集することに限定されず、他の性能を表す性能データを収集してもよい。

上記性能データ取得部１３（収集手段）は、各サーバ２，３上で実行されたプログラム実行部５にて収集され送信された性能データを取得する。そして、性能データ取得部１３は、取得した性能データを、取得元となるサーバ２，３ごとに区別して、性能データ蓄積部２２に格納する。ここで、性能データ蓄積部２２に蓄積される性能データの一例を、図５に示す。この例では、性能データとして、OSのCPU使用率（OS CPU-使用率）や、アプリケーションのCPU使用率（AP CPU-使用率）などを取得して蓄積している。なお、図示していないが、蓄積される性能データには、取得したサーバ２，３の情報、例えば、サーバ種別（現行サーバか候補サーバか）、サーバ名、IPアドレス、といった情報が関連付けられている。そして、性能データ取得部１３は、現行サーバ２の性能データを基にした相関モデルの生成を、相関モデル生成部１４に指示する。

上記相関モデル生成部１４（相関生成手段）は、性能データ蓄積部２２に格納された現行サーバ２の性能データを基に、各性能データの相関関係をモデル化する。本実施形態では、ある２つの性能データ間の関係性（相関式）を、システム同定処理により線形一次関数「f(x)=ax+b」で近似する。

例えば、相関モデル生成部１４は、図５に示すような性能データに対して、OSのメモリ使用率（第一種別の性能データ）と、OSのCPU使用率（第二種別の性能データ）と、の間の相関モデル（相関式）を算出する。これにより、後述するように、算出した相関モデルを用いることで、１つの性能データ（第一種別の性能データ）の入力値から、もう一方の性能データ（第二種別の性能データ）の予測値を求めることができる。なお、システム同定処理としては、最少二乗法によるＡＲＸモデル等が挙げられる。ただし、生成する相関モデルは、いかなる相関式であってもよい。

そして、相関モデル生成部１４は、生成した相関モデルを相関モデル蓄積部２３に格納する。なお、相関モデル生成部１４は、１つの現行サーバ２に対して、１つの相関モデルだけを生成するわけではなく、複数の相関モデルを生成してもよい。つまり、複数種類ある性能データのうち、任意の２つを選択した複数の組み合わせで、性能データ間の相関モデルをそれぞれ生成してもよい。

上記残差分析部１５（分析手段）は、監視端末４から利用者対話部１１に対して、現行サーバ２の移行先となる候補サーバ２の選出要求がなされた場合に、当該候補サーバ３を選出するための分析処理を行う。まず、残差分析部１５は、指定された現行サーバ２の相関モデルを相関モデル蓄積部２３から、また、各候補サーバ３の性能データを性能データ蓄積部２２から、それぞれ読み出す。そして、現行サーバ２の相関モデルから性能データの予測値を算出し、当該予測値と、各候補サーバ３の性能データとを比較する。

具体的に、残差分析部１５は、候補サーバ３から収集された性能データのうち、使用する相関モデルを作成する際に用いた第一の性能データ（第一種別の性能データ）を相関モデルに入力し、そのときの出力値を、相関モデルを作成する際に用いた第二の性能データ（第二種別の性能データ）の予測値として算出する。そして、この予測値を、相関モデルに入力した第一の性能データと同一の収集時間に収集された第二の性能データと比較する。そして、上述した比較処理を、性能データの収集時間毎に行う。

そして、残差分析部１５は、上述した比較処理として、予測値と、候補サーバ３から収集された性能データ（第二種別の性能データ）との差分を算出し、かかる差分が、予め定義された閾値である残差許容値を超えるか否かを判断する。なお、残差許容値としては、例えば、予測値の±１０％の値が設定される。

残差分析部１５は、予測値と性能データとの差分が残差許容値を超えた場合には、相関破壊の発生（相関関係が崩れた）と見なし、候補サーバ３毎に相関破壊の発生回数を相関破壊数としてカウントする。そして、残差分析部１５は、相関破壊数を、相関破壊数蓄積部２４に記憶する。なお、残差分析部１５は、相関破壊数のカウントを、候補サーバ３毎、及び、性能データの収集時間Ｓｔｅｐ毎（収集時間帯毎）に行う。このため、相関破壊数蓄積部２４に蓄積されるデータは、例えば、図６のようになる。

上記相関破壊数集計部１６（特定手段）は、上述した候補サーバ３毎の相関破壊数を集計する。そして、相関破壊数集計部１６は、最も相関破壊数の合算値が少ない候補サーバ３を、現行サーバ２の移行先となるサーバとして選出して特定する。そして、相関破壊数集計部１６は、選出した候補サーバ３の情報を、利用者対話部１１に表示させる。

［動作］
次に、上述した情報処理システムの動作を、主に図７乃至図１０のフローチャートを参照して説明する。はじめに、監視端末４から現行サーバ２、候補サーバ３のアクセス情報の入力をトリガーとし、性能データ取得および相関モデル作成までの処理フローを、図７乃至図８を参照して説明する。

まず、監視端末４の利用者が、相関分析サーバ１に対して、現行サーバ２、候補サーバ３のアクセス情報を入力する（図７のステップＳ１）。相関分析サーバ１の利用者対話部１１は、監視端末４からアクセス情報の入力を受けると、当該アクセス情報がサーバ情報蓄積部２１に記憶されていない場合には（図７のステップＳ２でＮｏ）、アクセス情報をサーバ情報蓄積部２１に蓄積する（図７のステップＳ３）。なお、アクセス情報を蓄積しておくことで、以後、利用者対話部１１で呼び出しや更新を行うことができ、利用者による入力を簡略化することができる。

続いて、入力されたアクセス情報を元に、性能データ取得プログラム配布部１２が、現行サーバ２および候補サーバ３に対して、性能データを収集するためのプログラムを配布する。すると、プログラムが配布された現行サーバ２および候補サーバ３は、それぞれのサーバ２，３内でプログラムを実行し（図７のステップＳ４）、プログラム実行部５を構築する。そして、プログラム実行部５は、各サーバ２，３における様々な性能データ（CPU使用率、メモリ使用量、ディスクI/O量、トラフィック量等）を一定時間間隔で収集し、収集した性能データを相関分析サーバ１に送信する（図７のステップＳ５）。

相関分析サーバ１の性能データ取得部１３は、現行サーバ２及び候補サーバ３から送信された性能データを、性能データ蓄積部２２へ格納する（図７のステップＳ６）。そして、性能データ取得部１３は、現行サーバ２の性能データを基に相関モデルを生成する指示を、相関モデル生成部１４に行う。

続いて、相関モデル生成部１４は、性能データ蓄積部２２に格納された現行サーバ２の性能データを読み込み（図８のステップＳ７）、当該各性能データの相関関係をモデル化する（図８のステップＳ８でＹｅｓ，ステップＳ９）。例えば、相関モデル生成部１４は、ある２つの性能データの関係性をシステム同定処理により線形一次関数「f(x)=ax+b」で近似すること生成する。そして、相関モデル生成部１４は、生成した相関モデルを相関モデル蓄積部２３に格納する（図８のステップＳ１０）。

なお、相関モデル生成部１４は、未分析の性能データが無くなるまで相関モデルの生成を行う（図８のステップＳ８）。つまり、相関モデル生成部１４は、１つの現行サーバ２に対して１つの相関モデルだけを生成するわけではなく、それぞれ異なる組み合わせの性能データ間の相関モデルを生成することで、複数の相関モデルを生成する。

次に、監視端末４からの利用者対話部１１への要求をトリガーとし、現行サーバ２に処理性能が近い候補サーバ３を選出し、利用者対話部１１に示すまでの処理フローを、図９乃至図１０を参照して説明する。

利用者は、監視端末４より候補サーバの選出要求を行う場合に、利用者対話部１１にて提示されるサーバ蓄積部２１に登録済の現行サーバ２および候補サーバ３を指定する（図９のステップＳ１１）。続いて、残差分析部１５は、指定された現行サーバ２の相関モデルを相関モデル蓄積部２３から読出して、かかる相関モデルから性能データの予測値を算出し（図９のステップＳ１２）、候補サーバ３から収集された性能データと比較する（図９のステップＳ１３）。

具体的に、残差分析部１５は、まず、相関モデルに、候補サーバ３にて収集時間Step毎に収集された性能データの１つの値を入力し、その出力である予測値を算出する。そして、この予測値と、候補サーバ３にて収集時間Step毎に収集された性能データのもう一方の値と、の差分を算出する。さらに、この差分が、設定された残差許容値を超えるか否かを調べる。

残差分析部１５は、相関モデルの予測値と候補サーバ３の性能データとの差分が、残差許容値を超えた場合には、相関破壊の発生（相関関係が崩れた）と見なす。相関破壊が検出された場合、残差分析部１５は、候補サーバ３の性能データを収集した時間Ｓｔｅｐの相関破壊数を加算して、相関破壊数蓄積部２４に格納する（図９のステップＳ１４）。かかる処理は、指定された全候補サーバ３に対し、全時間Ｓｔｅｐの分析が完了するまで繰り返し実施する（図９のステップＳ１５〜Ｓ１８）。

その後、相関破壊数集計部１６は、相関破壊数蓄積部２４に記憶されている相関破壊数を読み込み（図１０のステップＳ１９）、候補サーバ３毎の相関破壊数を集計する（図１０のステップＳ２０〜Ｓ２４）。かかる処理により、候補サーバ３毎の相関破壊数を算出すると、相関破壊数集計部１６は、最も相関破壊数の合算値が少ない候補サーバ３を選出し（図１０のステップＳ２５）、利用者対話部１１に表示させる。

以上のように、本発明では、現行稼働させている現行サーバの性能データの相関関係と、移行候補となる候補サーバの性能データの相関関係を比較することで、処理性能特性が似ているサーバを予測して選出することができる。つまり、複数の候補サーバから、現行サーバの相関モデルを生成する際に用いた性能データと同種の性能データを収集して、かかる相関モデルから算出される性能データの予測値と比較することで、現行サーバの性能に一番近い処理性能を有する候補サーバを選出することができる。その結果、現在運用している現行サーバを、ハードウェア構成が異なる仮想環境の他の候補サーバであっても、当該現行サーバの挙動を維持して移行することができる。例えば、物理サーバである自社内の保有サーバを仮想化する場合やクラウドサービス利用を検討する際に、本発明を利用して、適切な移行先となる仮想サーバを特定することができる。

なお、上述した相関モデル生成部１４では、現行サーバの性能データから相関モデルの作成により予測値が導かれるが、モデル化対象期間内の時間Step毎の予測値と現行サーバの性能データとの差分値の合計が大きい場合、相関関係が薄いと判断できる。相関関係が薄いモデルでは、双方の性能値の増減が連動しないため、想定以上の相関破壊の検出が想定できる。このため、利用者対話部１１を通して、相関モデル生成時の条件として、相関関係が一定基準を満たさない場合には相関モデルを生成しない閾値を設けることで、相関破壊検出の精度の向上を図ることができる。

また、残差分析部１５において予測値と性能データとの差分を比較する残差許容値を、利用者対話部１１から任意の値に設定できるようにすることで、より類似精度を調整できる。あるいは、複数の残差許容値を与えることができ、それぞれの残差許容値を元に相関破壊数を集計して候補サーバを選出して、かかる選出結果を比較してもよい。

＜実施形態２＞
次に、本発明の第２の実施形態を、図１１を参照して説明する。図１１は、本実施形態における分析装置の構成を示すブロック図である。

図１１に示すように、分析装置１００は、情報処理装置の性能データを収集する収集手段１０１と、特定の情報処理装置から収集した性能データ間の相関式を生成する相関生成手段１０２と、を備える。これに加え、分析装置１００は、相関式から算出される性能データの予測値と、他の情報処理装置から収集した性能データと、を比較する分析手段１０３と、予測値と他の情報処理装置から収集した性能データとの比較結果に基づいて、特定の情報処理装置の移行先となる他の情報処理装置を特定する特定手段１０４と、を備える。なお、上記各手段１０１，１０２，１０３，１０４は、分析装置１００に装備された演算装置がプログラムを実行することで構築される。

上記構成の分析装置１００によると、まず、特定の情報処理装置から収集した性能データ間の相関式を生成し、当該相関式から算出される性能データの予測値と、他の情報処理装置から収集した性能データと、を比較する。そして、かかる比較結果に基づいて、特定の情報処理装置の移行先となる他の情報処理装置を特定する。これにより、移行元となる特定の情報処理装置と処理性能が類似した他の情報処理装置を移行先として特定できる。その結果、仮に特定の情報処理装置と他の情報処理装置とのハードウェア構成が異なっていたり、物理マシンから仮想マシンに移行する場合であっても、適切な移行先を特定することができる。

＜付記＞
上記実施形態の一部又は全部は、以下の付記のようにも記載されうる。以下、本発明における分析装置、プログラム、分析方法の構成の概略を説明する。但し、本発明は、以下の構成に限定されない。

（付記１）
情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を備えた分析装置。

（付記２）
付記１に記載の分析装置であって、
前記分析手段は、前記予測値と前記他の情報処理装置から収集した前記性能データとの差分を算出し、
前記特定手段は、算出した前記差分に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析装置。

（付記３）
付記２に記載の分析装置であって、
前記分析手段は、前記予測値と前記他の情報処理装置から収集した前記性能データとの差分が閾値を超えた回数を算出し、
前記特定手段は、前記差分が閾値を超えた回数に応じて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析装置。

（付記４）
付記３に記載の分析装置であって、
前記特定手段は、複数の前記他の情報処理装置のうち、前記差分が閾値を超えた回数が最も少ない前記他の情報処理装置を、前記特定の情報処理装置の移行先となる前記他の情報処理装置として特定する、
分析装置。

（付記５）
付記１乃至４のいずれかに記載の分析装置であって、
前記分析手段は、前記相関式から前記他の情報処理装置から収集した所定の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した前記所定の性能データとは異なる他の前記性能データと、を比較する、
分析装置。

（付記６）
付記１乃至５のいずれかに記載の分析装置であって、
前記相関生成手段は、前記特定の情報処理装置から収集した前記性能データのうち第一種別の前記性能データと第二種別の前記性能データとの間の前記相関式を算出し、
前記分析手段は、前記相関式から前記他の情報処理装置から収集した第一種別の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した第二種別の前記性能データと、を比較する、
分析装置。

（付記７）
付記１乃至６のいずれかに記載の分析装置であって、
前記他の情報処理装置は、仮想化された情報処理装置である、
分析装置。

（付記８）
分析装置に、
情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を実現させるためのプログラム。

（付記９）
情報処理装置の性能データを収集し、
特定の情報処理装置から収集した前記性能データ間の相関式を生成し、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較し、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析方法。

（付記１０）
付記９に記載の分析方法であって、
前記予測値と前記他の情報処理装置から収集した前記性能データとの差分を算出し、
算出した前記差分に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析方法。

（付記１１）
付記１０に記載の分析方法であって、
前記予測値と前記他の情報処理装置から収集した前記性能データとの差分が閾値を超えた回数を算出し、
前記差分が閾値を超えた回数に応じて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析方法。

（付記１２）
付記１１に記載の分析方法であって、
複数の前記他の情報処理装置のうち、前記差分が閾値を超えた回数が最も少ない前記他の情報処理装置を、前記特定の情報処理装置の移行先となる前記他の情報処理装置として特定する、
分析方法。

（付記１３）
付記９乃至１２のいずれかに記載の分析方法であって、
前記相関式から前記他の情報処理装置から収集した所定の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した前記所定の性能データとは異なる他の前記性能データと、を比較する、
分析方法。

（付記１４）
付記９乃至１３のいずれかに記載の分析方法であって、
前記特定の情報処理装置から収集した前記性能データのうち第一種別の前記性能データと第二種別の前記性能データとの間の前記相関式を算出し、
前記相関式から前記他の情報処理装置から収集した第一種別の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した第二種別の前記性能データと、を比較する、
分析方法。

なお、上述したプログラムは、記憶装置に記憶されていたり、コンピュータが読み取り可能な記録媒体に記録されている。例えば、記録媒体は、フレキシブルディスク、光ディスク、光磁気ディスク、及び、半導体メモリ等の可搬性を有する媒体である。

以上、上記実施形態等を参照して本願発明を説明したが、本願発明は、上述した実施形態に限定されるものではない。本願発明の構成や詳細には、本願発明の範囲内で当業者が理解しうる様々な変更をすることができる。

１相関分析サーバ
２現行サーバ
３候補サーバ
４監視端末
５プログラム実行部
１１利用者対話部
１２性能データ取得プログラム配布部
１３性能データ取得部
１４相関モデル生成部
１５残差分析部
１６相関破壊数集計部
２１サーバ情報蓄積部
２２性能データ蓄積部
２３相関モデル蓄積部
２４相関破壊数蓄積部
１００分析装置
１０１収集手段
１０２相関生成手段
１０３分析手段
１０４特定手段

Claims

情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を備えた分析装置。
請求項１に記載の分析装置であって、
前記分析手段は、前記予測値と前記他の情報処理装置から収集した前記性能データとの差分を算出し、
前記特定手段は、算出した前記差分に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析装置。
請求項２に記載の分析装置であって、
前記分析手段は、前記予測値と前記他の情報処理装置から収集した前記性能データとの差分が閾値を超えた回数を算出し、
前記特定手段は、前記差分が閾値を超えた回数に応じて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析装置。
請求項３に記載の分析装置であって、
前記特定手段は、複数の前記他の情報処理装置のうち、前記差分が閾値を超えた回数が最も少ない前記他の情報処理装置を、前記特定の情報処理装置の移行先となる前記他の情報処理装置として特定する、
分析装置。
請求項１乃至４のいずれかに記載の分析装置であって、
前記分析手段は、前記相関式から前記他の情報処理装置から収集した所定の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した前記所定の性能データとは異なる他の前記性能データと、を比較する、
分析装置。
請求項１乃至５のいずれかに記載の分析装置であって、
前記相関生成手段は、前記特定の情報処理装置から収集した前記性能データのうち第一種別の前記性能データと第二種別の前記性能データとの間の前記相関式を算出し、
前記分析手段は、前記相関式から前記他の情報処理装置から収集した第一種別の前記性能データを用いて前記予測値を算出し、当該予測値と、前記他の情報処理装置から収集した第二種別の前記性能データと、を比較する、
分析装置。
請求項１乃至６のいずれかに記載の分析装置であって、
前記他の情報処理装置は、仮想化された情報処理装置である、
分析装置。
分析装置に、
情報処理装置の性能データを収集する収集手段と、
特定の情報処理装置から収集した前記性能データ間の相関式を生成する相関生成手段と、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較する分析手段と、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する特定手段と、
を実現させるためのプログラム。
情報処理装置の性能データを収集し、
特定の情報処理装置から収集した前記性能データ間の相関式を生成し、
前記相関式から算出される前記性能データの予測値と、他の情報処理装置から収集した前記性能データと、を比較し、
前記予測値と前記他の情報処理装置から収集した前記性能データとの比較結果に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析方法。
請求項９に記載の分析方法であって、
前記予測値と前記他の情報処理装置から収集した前記性能データとの差分を算出し、
算出した前記差分に基づいて、前記特定の情報処理装置の移行先となる前記他の情報処理装置を特定する、
分析方法。