JP6878910B2 - 管理装置、管理方法、およびプログラム - Google Patents

Description

本発明は、管理装置、管理方法、およびプログラムに関する。

今日、ＰａａＳ（Ｐｌａｔｆｏｒｍ ａｓ ａ Ｓｅｒｖｉｃｅ）／ＩａａＳ（Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）といったクラウドサービスが普及している。ここで、ＰａａＳは、用途に応じたアプリケーションセットをカタログ化してユーザに提示し、ユーザの指示に従い配備するサービスである。また、ＩａａＳはＰａａＳのベースとなるものであり、コンピュータ、ネットワーク、ストレージリソースを仮想化技術によりデータセンターでプール化し、ユーザの要望に応じた規模の仮想サーバ等の仮想計算機として提供するサービスである。

サーバ等のコンピュータハードウェアの高密度化、例えば、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ（ＣＰＵ） ｃｏｒｅ数の増加、メモリ量やストレージ量の増加等により、仮想化技術を用いて物理リソースを分割して複数のＯｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ（ＯＳ）を稼働させることが行われる。仮想化技術により、ユーザのワークロード、例えば、ＣＰＵ利用率、メモリ利用率、外部記憶装置の使用率、ネットワーク帯域占有率等を調整し、物理リソースを有効活用するシステムが提供されている。なお、以下では、配備されるアプリケーションプログラムの処理をワークロードという場合がある。以上のように、計算機仮想化によるＩａａＳは普及してきていると言える。しかしながら、動作させるアプリケーションの種類によっては仮想計算機では望ましい性能が満足されない場合がある。

そこで、仮想計算機では十分には対応できないケースにおいて、ＩａａＳで用いるサーバのリソースを物理計算機そのもので提供するサービスがある。リソースが物理計算機そのもので提供されるサービスでは、物理計算機はプール化して使用される。このような、プール化した物理計算機を提供するシステムは、ベアメタルサーバ配備システムと呼ばれる。また、ベアメタルサーバ配備システムで提供される物理計算機は、ベアメタルサーバと呼ばれる場合がある。

ＩａａＳで提供される計算機では、ＣＰＵ ｃｏｒｅ数、メモリ量といった計算機の構成が複数用意され、ユーザが目的に応じて選択し、利用する。用意される計算機の構成は、複数種類であり、例えば、十数種類、２０〜３０種類あるいはそれ以上の種類数等である。計算機が仮想計算機で提供される場合には、物理計算機のリソースが仮想化技術により切り出されて使用されるため、計算機のプールに用意される物理計算機の構成は提供される仮想計算機の最大構成を収容できるものであればよい。このため用意される物理計算機は一様な構成でもよい。

一方、ベアメタルサーバをＩａａＳで提供するサービスでは、ユーザに提供される構成に応じた物理計算機を用意して計算機のプールが形成されることになる。このため、ベアメタルサーバ配備システムでは、多様な構成をサポートするためには、仮想計算機が提供されるシステムと比較して、より多種類の構成で物理計算機が用意されることになる。したがって、ベアメタルサーバ配備システムでは、システム導入・維持コストが増加することが想定される。

図１にベアメタルサーバ配備システムの構成とデータフローを例示する。ベアメタルサーバ配備システムでは、ベアメタル管理サーバ３０１がユーザによるベアメタルサーバの
配備を支援する。ベアメタル管理サーバ３０１はベアメタルサーバプール３０２内からユーザに提供可能な物理計算機のリストを保持している。物理計算機のリストは、ベアメタルサーバリスト３１６と呼ばれる。また、ベアメタル管理サーバ３０１は物理計算機の仕様、例えば、ＣＰＵ ｃｏｒｅ数、メモリ量、搭載ディスク種別、ディスク容量、ネットワーク帯域等にしたがって物理計算機を分類し、カタログ化した情報（ベアメタルサーバカタログ３１５）を保持する。ベアメタル管理サーバ３０１は、ベアメタルサーバカタログ３１５を参照し、ユーザから指定された仕様に対応する物理計算機を選択できる。ベアメタルサーバリスト３１６、ベアメタルサーバカタログ３１５は、システム管理者がシステム構築時に作成し、ベアメタル管理サーバ３０１に登録するものである。

また、ベアメタル管理サーバ３０１は、ＯＳイメージ管理部３１７を有し、ユーザに提供されるサービスに対応するアプリケーションセットとＯＳを格納する。ベアメタル管理サーバ３０１は、ベアメタル管理画面３１３をユーザに提供し、ベアメタルサーバカタログ３１５を表示する。ベアメタル管理サーバ３０１は、ベアメタル管理画面３１３上でのユーザの選択にしたがって、ベアメタル配備部３１４により、ベアメタルサーバリスト３１６からベアメタルサーバを選択し、ユーザに提供する。なお、ベアメタルサーバプール３０２には、ベアメタルサーバカタログ３１５に対応する仕様の物理計算機がベアメタルサーバとして用意されている。ベアメタル管理サーバ３０１は、ユーザの操作にしたがって、適切な仕様のベアメタルサーバをユーザに提供する。

図２にベアメタルサーバ配備システムにおけるサーバ選択方法を例示する。ユーザがサーバを配備するとき、ベアメタル管理画面３１３からベアメタルサーバカタログ３１５を参照して、配備したい仕様（例えば、計算機性能）の物理計算機を決定し、起動するＯＳイメージと、使用するアプリケーションセットを指定して配備指示をする（Ｒ１）。すると、ベアメタル管理サーバ３０１のベアメタル配備部３１４は、ユーザが指示した性能に合致する物理計算機をベアメタルサーバプール３０２の中から選択する（Ｒ２）。そして、ベアメタル配備部３１４は、ユーザが指定した性能に適合する物理計算機に、ＯＳおよびアプリケーションセットの各イメージファイルをインストールする（Ｒ３）。そして、ベアメタル配備部３１４は、ＯＳイメージとアプリケーションセットのイメージがインストールされた物理計算機をベアメタルサーバとしてユーザに提供する（Ｒ４）。そして、ユーザは、提供されたベアメタルサーバを利用する（Ｒ５）。

国際公開第２０１５／１４５６６４号 特表２０１５−５２４５８１号公報

ところで、ベアメタルサーバのような物理計算機によってサービスを提供する情報システムにおいては、物理計算機の仕様は、ユーザに提示されるカタログと整合させるため多様なものとなる。つまり、カタログの数に応じた種類数の仕様の物理計算機がプールを形成することになる。しかしながら、需給バランスと運用管理コストの観点から仮想計算機ほど多くの種類の物理計算機は用意できない。このことにより、ユーザが求める性能に対して、適正な仕様の物理計算機がなく、過剰な物理計算機を割り当てる場合が多くなると予想される。この場合には、ユーザはサーバ利用コストを余計に支払うことになると予想される。また、サービスを提供する情報システム運用者側においても、余剰な仕様の物理計算機が稼働されることにより、物理計算機のプール全体の利用効率が悪化し、運用コストが増加する問題が発生するおそれもある。

そこで、本発明の１つの側面は、アプリケーションプログラムとアプリケーションプログラムを実行する物理計算機とを提供するシステムにおいて、提供される物理計算機の利用効率を向上することを目的とする。

本発明の１つの側面は、管理装置によって例示される。本管理装置は、ユーザから物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受ける受付部と、指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記物理計算機の物理リソース量を調整して前記ユーザに提供する配備部と、を備える。

本管理装置によれば、アプリケーションプログラムとアプリケーションプログラムを実行する物理計算機とを提供するシステムにおいて、提供される物理計算機の利用効率を向上することができる。

ベアメタルサーバ配備システムの構成とデータフローを例示する図である。 ベアメタルサーバ配備システムにおけるサーバ選択方法を例示する図である。 実施形態１の情報システムの構成とデータフローを例示する図である。 性能情報ＤＢの構成をベアメタルサーバカタログとともに例示する図である。 性能特性対応表を例示する図である。 ベアメタルサーバの配備処理を例示する図である。 物理リソースの履歴情報から、各物理リソースの使用量の積分による平均値を求める処理例である。 判定１の処理を例示する図である。 判定２の処理を例示する図である。 判定３の処理とリソース削減量または不足量を指示する処理を例示する図である。 ベアメタルサーバ配備部の処理を例示する図である。 配備後のベアメタルサーバの物理リソース量を調整する処理を例示する図である。 ＣＰＵ利用率の長期時間積分による平均値（長期平均値）の推移を例示した図である。 ＣＰＵ利用率の短期時間積分による平均値（短期平均値）の推移を例示した図である。 ＣＰＵ利用率のリソース増減長期積分値とリソース増減短期積分値に基づく性能対応表の他の計算値を例示する図である。 メモリに対する短期平均値の例である。 実施形態２のベアメタル管理サーバのハードウェア構成を例示する図である。 配備対象となるベアメタルサーバの構成を例示する図である。 実施形態２のベアメタルサーバカタログのデータを例示する図である。 ベアメタルサーバリストのデータを例示する図である。 実施形態２における過去の動作履歴によるＩＯ、ネットワーク、ＣＰＵ、およびメモリのリソース短期平均値を例示する図である。 実施形態２におけるＣＰＵ利用率についてのピーク判定処理の対象データを例示する。 実施形態２におけるＣＰＵリソース長期平均値を例示する図である。

以下、図面を参照して、一実施形態に係る情報システム、管理装置、管理方法について説明する。ユーザへのサーバ提供サービスを実施する情報システムでは、ユーザに提供されたサーバがユーザの期待する性能を満たせない場合、ユーザは、より性能の高いサーバに変更することで性能を満たそうとする場合がある。この場合、ＣＰＵ・メモリ・ハードディスク等の外部記憶装置・ネットワークなどの要素のうち、どこがボトルネックとなっているかを特定して提供される対象サーバを選定することが望ましい。

一方、データセンター等の情報システム、例えば、クラウドシステムは、多数のサーバを運用する。システム運用については、運用費用は極力低減することが望ましい。一例としては、サーバの消費電力量低減が運用費用の削減につながる。このためユーザが選んだサーバの処理能力に余剰がある場合、余剰な電力を消費していることになるため、消費電力低減の観点から、余剰な処理能力の削減が望まれている。

以下の実施形態では、ユーザの望む処理、例えばアプリケーションプログラムの実行に対して、過剰な性能、過剰なリソースの物理サーバが配備されることを低減し、適切な物理サーバをユーザに提供する情報システムが例示される。また、この情報システムでは、配備される物理サーバのリソースの余剰が低減され、１つのコスト削減の例として、システムの運用消費電力が低減できることが示される。なお、以下の実施形態の構成は例示であり、本情報システムは実施形態の構成には限定されない。
［実施形態１］

以下、図３から図１１により、実施形態１に係る情報システムを説明する。この情報システムは、ユーザにベアメタルサーバと呼ばれる物理サーバを提供するため、ベアメタルサーバ配備システムとも呼ばれる。
＜システム構成＞

図３は、実施形態１の情報システムの構成とデータフローを例示する図である。本情報システムは、ベアメタル管理サーバ１とベアメタルサーバプール２を有している。ベアメタル管理サーバ１は、管理装置およびコンピュータの一例である。

ベアメタル管理サーバ１は、性能測定部１１、性能情報データベース（以下、性能情報ＤＢ１２）、管理画面部１３、ベアメタルサーバ配備部１４、ベアメタルサーバカタログ１５、および、ベアメタルサーバリスト１６を有する。ベアメタル管理サーバ１は、コンピュータプログラムにしたがって、図３の各構成要素を提供する。
（性能情報ＤＢ１２、ベアメタルサーバカタログ１５）

性能情報ＤＢ１２は、各ベアメタルサーバで計測された性能情報を蓄積するデータベースである。性能情報ＤＢ１２は、実際にサーバで実行した性能と、物理リソース量（あるいはリソース使用率）を時刻とともに取得し、データベース化し、性能情報として格納する。また、性能情報ＤＢ１２は、計測された性能情報から性能測定部１１によって計算された物理リソースの使用特性を含む性能特性対応表１２１も格納する。

図４に、性能情報ＤＢ１２の構成をベアメタルサーバカタログ１５とともに例示する。性能情報ＤＢ１２は、動作履歴１２２、アプリケーション性能情報１２３、ＯＳ性能情報１２４、ＩＯ性能情報１２５を含んでいる。動作履歴１２２は、稼働アプリケーション名、各性能情報へのポインタを有する。また、各ポインタは、アプリケーション性能情報へのポインタ（図では単に「性能情報」と記述）、ＯＳ性能情報へのポインタ（同「ＯＳ性
能情報」）、該当サーバのベアメタルサーバカタログ１５中のベアメタルサーバハードウェア属性へのポインタ（同「使用サーバ」）を含む。これらのポインタで示される各性能情報とベアメタルサーバハードウェア属性とによって当該アプリケーションを当該サーバで実行したときの性能情報が記述され、保存される。性能情報ＤＢ１２は物理計算機でアプリケーションプログラムを実行したときの動作情報の一例である。

アプリケーション性能情報１２３は、時間（当該アプリケーション性能情報を取得したときの時刻、タイムスタンプともいう）、ＣＰＵ利用率（ＣＰＵ ｌｏａｄ（単位は％））、メモリ利用率（Ｍｅｍｏｒｙ ｌｏａｄ（％））、論理デバイスから読み込みを実施したデータ量（ｌｏｇｉｃａｌ ｒｅａｄ（ｋｂ））、物理デバイスから読み込みを実施したデータ量（ｐｈｙｓｉｃａｌ ｒｅａｄ（ｋｂ））、物理デバイスに書き込みを実施したデータ量（ｐｈｙｓｉｃａｌ ｗｒｉｔｅ（ｋｂ））、当該アプリケーションが実行された処理数（ｅｘｅｃｕｔｅｓ）、当該アプリケーションが実行したトランザクション数（ｔｒａｎｓａｃｔｉｏｎ）を有している。

ＯＳ性能情報１２４は、時間（当該ＯＳ性能情報を取得したときの時刻）、プロセス名、ＣＰＵ利用率、メモリ利用率、予約済メモリ量（ＶＳＳ（ｋｂ））、物理使用メモリ量（ＲＳＳ（ｋｂ））を有している。

ＩＯ性能情報１２５は、物理デバイス毎に記録される性能情報である。図では、ＩＯ性能情報１２５は、デバイス名、そのデバイスに対して実行された単位時間当りのトランザクション数（ｔｐｓ）、物理デバイスから読み込みを実施したデータ量（ＢＬＫ＿ｒｅａｄ）、物理デバイスに書き込みを実施したデータ量（ＢＬＫ＿ｗｒｉｔｅ）を有している。

一方、ベアメタルサーバハードウェア属性は、ＣＰＵ Ｃｏｒｅ数、メモリ容量、ハードディスク種別（ＨＤＤ種別）、ＲＡＩＤ Ｌｅｖｅｌ、およびＮｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄの通信速度（ＮＩＣ Ｓｐｅｅｄ）を有している。
（性能特性対応表１２１）

図５に、性能特性対応表１２１を例示する。性能特性対応表１２１は、例えば、対象物理サーバのＣＰＵ、メモリ等のハードウェアごとに作成される。図５では、ある物理サーバのＣＰＵの性能特性対応表１２１が例示されている。ＣＰＵの性能特性対応表１２１は、ベアメタルサーバで使用するアプリケーションセットごとに、当該アプリケーションを実行したときの物理リソース量（ＣＰＵｃｏｒｅ数・メモリ量）を一定の時間単位で保存したテーブルである。また、性能特性対応表１２１には、ａ．時間ごとに遷移するリソース占有特性、ｂ．突発性リソース増減値、ｃ．リソース増減短期積分値の平均値（ａｖｅ）、ｄ．リソース増減長期積分値の平均値（ａｖｅ）、ｅ．余剰リソース率、ｆ．余剰リソース重み、およびｇ．他デバイスの依存係数の計算結果値と、補正値とを保持する。このうち、リソース占有特性は、リソースの占有が処理量に対して線形に増加するか、非線形に増加するかを示す情報であり、例えば、「線形」「非線形」あるいは「ＣＡＤ特性型」等で示される。また、リソース増減短期積分値およびリソース増減長期積分値は、それぞれ、「短期平均値」「長期平均値」と略称される。ここで、短期、および、長期は、それぞれ、異なる２種類の積分期間の相対的な長さを示す名称であり、短期が長期より短いことを表す。「短期平均値」「長期平均値」については、図７Ａの処理において具体的に説明する。

また、他デバイスの依存係数は、性能特性対応表１２１に記述されるハードウェア（例えば、ＣＰＵ）の性能が他のデバイスに与える影響が数値化されたものであり、数値が高いほど、当該性能が他のデバイスに強く影響することを示す。補正値は、計算結果値を補
正するための経験値である。性能特性対応表１２１も、物理計算機でアプリケーションプログラムを実行したときの動作情報の一例である。
（性能測定部１１）

図３に戻って説明を継続する。性能測定部１１は、ベアメタルサーバ配備部１４の指示を受けてユーザが配備したワークロード（負荷）に関連する性能計算をバックグラウンドで実施する制御部である。性能測定部１１は、性能情報ＤＢ１２から、物理サーバごとに、性能情報を読み出す。そして、性能測定部１１は、リソース占有特性（線形型、非線形型）を判定し、突発リソース増減量、短期時間当たり（１０秒〜５分程度）のリソース増減量の積分による平均値、長期時間当たり（１時間〜２４時間程度）のリソースの増減量の積分による平均値等を計算する。ここで、リソース増減量とは、例えば、リソースの占有率の時間変化をいう。また、短期時間、および、長期時間は、それぞれ、異なる２種類の積分期間の相対的な長さを示す名称である。そして、性能測定部１１は、計算結果を性能特性値として、性能特性対応表１２１に記述し、性能情報ＤＢ１２に記憶する。性能測定部１１は、動作情報を基に物理計算機の物理リソースの余剰量または物理リソースの不足量を算出する性能評価部の一例である。

ユーザが配備するＯＳ・アプリケーションセットのイメージ内には、アプリケーション性能と物理リソース（ハードウェアリソースともいう）の使用状況をモニタする性能測定エージェントが格納される。性能測定エージェントは、ユーザがＯＳ・アプリケーションセットのイメージ（実行形式とも呼ばれる）を使用している間、アプリケーション性能値と物理リソースの利用状況を定期的に採取し、ベアメタル管理サーバ１に通知する。ベアメタル管理サーバ１は、通知された性能情報を性能情報ＤＢ１２に格納し、蓄積する。性能測定部１１は、性能情報ＤＢ１２に蓄積された性能情報から対象のアプリケーションセットの性能特性対応表の各項目を計算し、計算結果を性能情報ＤＢ１２に記憶する。
（管理画面部１３）

管理画面部１３は、表示装置にベアメタルサーバカタログ１５の情報を表示し、ユーザからのベアメタルサーバの仕様の指定を受け付ける。また、管理画面部１３は、ユーザから実行するアプリケーションセットの指定を受け付ける。管理画面部１３は、受け付けたベアメタルサーバの仕様と実行対象のアプリケーションセットをベアメタルサーバ配備部１４に引き渡す。管理画面部１３は、ユーザから物理計算機の物理リソースの仕様と物理計算機で実行するアプリケーションプログラムの指定を受ける受付部の一例である。
（ベアメタルサーバ配備部１４）

ベアメタルサーバ配備部１４は、管理画面部１３から引き渡されたベアメタルサーバの仕様と実行対象のアプリケーションセットとの組み合わせにおけるリソースの余剰量又は不足量（以下、過不足量ともいう）を性能測定部１１に計算させる。ベアメタルサーバ配備部１４は、性能測定部１１における計算結果に基づき、アプリケーションセットの実行のために適切な物理リソースを有するベアメタルサーバを配備してユーザに提供する。ベアメタルサーバ配備部１４は、物理計算機の物理リソース量を調整してユーザに提供する配備部の一例である。
（ベアメタルサーバプール２）

ベアメタルサーバプール２は、ユーザに提供される一群のベアメタルサーバである。ベアメタルサーバは、ＣＰＵ２２、メモリ（ＭＥＭ）２３、入出力部（ＩＯ）２４等のリソースを有している。ベアメタルサーバは、それぞれベアメタルサーバカタログ１５の指定に対応する物理リソースを有する。ただし、ベアメタルサーバは、ＢＩＯＳ２１によって物理リソース量の変更が可能である。つまり、ＢＩＯＳ２１は、ベアメタルサーバのリソースの一部の動作を停止させ、見かけ上、物理リソースを低減できる。また、ベアメタル
サーバが、ユーザに提供されるときには、アプリケーションセット、性能測定エージェント、およびＯＳがインストールされる。ベアメタルサーバは物理計算機の一例である。
＜処理フロー＞

図６に、ベアメタルサーバの配備処理のシーケンスを例示する。ベアメタル管理サーバ１の管理画面部１３は、ベアメタルサーバ管理画面上にベアメタルサーバカタログ１５とアプリケーションセットを提示し、ユーザの指定あるいは選択を受け付ける。例えば、ユーザは、ベアメタルサーバ管理画面上で、ベアメタルサーバカタログ１５を参照し、ベアメタルサーバ性能（あるいは仕様）、使用するＯＳ、およびアプリケーションを選択し、ベアメタルサーバの配備をベアメタル管理サーバ１に指示する（Ｓ１）。管理画面部１３は、ユーザから受け付けたベアメタルサーバの性能、使用するＯＳイメージ、およびアプリケーションセットをベアメタルサーバ配備部１４に引き渡す。

ベアメタルサーバ配備部１４は、ユーザが指定したベアメタルサーバの性能を充足するベアメタルサーバを選択するとともに、選択したベアメタルサーバの仕様（ＣＰＵ／メモリ容量／ＩＯ性能／搭載カードなど）と、使用するＯＳ、およびアプリケーションセットを性能測定部１１に通知する（Ｓ２）。

性能測定部１１は、ベアメタルサーバ配備部１４からの通知を受けて、ユーザが選択した性能のベアメタルサーバによるアプリケーションセットの性能情報ＤＢ１２の履歴を参照する。そして、性能測定部１１は、ユーザが指示した仕様を充足するベアメタルサーバと、アプリケーションセットを使った場合の性能特性、すなわち物理リソースの余剰または不足を調査する（Ｓ３）。物理リソースの余剰または不足は、ハードウェアの性能の余剰または不足ということもできる。Ｓ３の処理は、物理リソースの余剰量または前記物理リソースの不足量を算出することの一例である。

Ｓ３の調査の結果、ユーザが指示した仕様を充足するベアメタルサーバにおいて、物理リソースの性能に余剰または不足が発生する場合（Ｓ４でＹＥＳ）、性能測定部１１は、余剰量または不足量を回答する。Ｓ３の調査の結果、配備されるベアメタルサーバにおいて、物理リソースの性能に過不足が生じない場合（Ｓ４でＮＯ）、性能測定部１１は、ＯＫを回答する。

ベアメタルサーバ配備部１４は、Ｓ３の調査の結果、配備されるベアメタルサーバにおいて、物理リソースに余剰または不足が発生する場合、適切なリソース量のベアメタルサーバをベアメタルサーバプール２から選択する（Ｓ５）。適切なリソース量とは、物理リソースの余剰がＣＰＵ ｃｏｒｅ数１未満、メモリモジュール１枚未満の余剰が生じる程度のリソース量をいう。ただし、性能測定部１１がＳ３の調査結果に基づき、余剰の少ない適切なリソース量のベアメタルサーバをベアメタルサーバ配備部１４に指示してもよい。ここで、適切なリソースのベアメタルサーバがベアメタルサーバプール２にない場合は、ベアメタルサーバ配備部１４は、少なくとも不足の生じないベアメタルサーバ、つまり余剰のあるベアメタルサーバを選択する。そして、ベアメタルサーバ配備部１４は、選択したベアメタルサーバのＢＩＯＳ２１に対して、ＢＩＯＳ設定を変更し不要なＣＰＵ ｃｏｒｅ・メモリを無効化するように指示する（Ｓ６）。このようにして、ユーザの指定した性能に対応するベアメタルサーバに物理リソースの余剰が生じる場合には、ベアメタルサーバ配備部１４は、余剰の生じるベアメタルサーバの物理リソースを低減して配備対象とする。また、性能測定部１１での調査の結果、物理リソースの不足が生じる場合には、ベアメタルサーバ配備部１４は、不足分を充足する仕様のベアメタルサーバを選択する。そして、ベアメタルサーバ配備部１４は、さらに余剰の生じる場合には、ベアメタルサーバの物理リソースを低減して配備すればよい。

一方、ベアメタルサーバ配備部１４は、Ｓ３の調査の結果、配備されるベアメタルサーバにおいて、ハードウェアの性能に過不足が発生しない場合、ユーザが指定あるいは選択した性能のベアメタルサーバをベアメタルサーバプール２から選択する（Ｓ７）。

そして、ベアメタルサーバ配備部１４は、選択されたベアメタルサーバにＯＳ、アプリケーションイメージ、および性能測定エージェントをインストールする（Ｓ８）。そして、ベアメタルサーバ配備部１４は、ＯＳ、アプリケーションイメージおよび性能測定エージェントがインストールされたベアメタルサーバを配備してユーザに提供する（Ｓ９）。ベアメタルサーバ配備部１４がベアメタルサーバを配備することで、ベアメタルサーバがユーザ用に確保され、ユーザは配備されたベアメタルサーバを利用可能になる。そして、ユーザは、提供されたベアメタルサーバを利用する。

なお、配備後性能収集して得られた性能情報を元に、配備済サーバの性能に余剰があると認められた場合、または、性能が不足していると判断した場合には、ベアメタルサーバ配備部１４は、サーバの再起動を契機にＣＰＵ Ｃｏｒｅ・メモリを無効化または有効化する。

また、ベアメタルサーバプール２の物理サーバが、動的にＣＰＵ Ｃｏｒｅ／メモリ量を変更できる物理計算機である場合、性能測定部１１が一定時間ごとに性能特性表および、データベースの比較値から余剰又は不足を調査し直す。そして、調整可能なリソースがある場合には、ベアメタルサーバ配備部１４は、サーバの再起動を待たず動的に物理リソースを追加または削減する。
（性能測定部１１の処理）

性能測定部１１は、ベアメタルサーバ配備部１４から配備が終了したことを受信し、配備したＯＳ・アプリケーションセット内にある性能測定エージェントが通知してくる性能情報を性能情報ＤＢ１２に蓄積する。そして、性能測定部１１は、蓄積した性能情報を基に性能特性対応表を作成する。さらに、性能測定部１１は、新たに配備されるベアメタルサーバの仕様と、アプリケーションセットに対して、過去に蓄積した性能特性対応表から、物理リソースの余剰量又は不足量を計算し、ベアメタルサーバ配備部１４に回答する。

ここで、アプリケーションセットの実行において、選択されたベアメタルサーバの物理リソース（能力、性能）に余剰または不足があるかどうかの判定手順の概要を説明する。ベアメタル管理サーバ１の性能測定部１１は、ユーザが指示した同等のアプリケーションセットを実行した過去の履歴を性能情報ＤＢ１２より検索し、その動作履歴から物理リソース情報を抽出する。ただし、履歴情報が無い場合は、ユーザの指定したベアメタルサーバを最大構成で用意した物理リソース量を充足するベアメタルサーバの動作履歴を利用すればよい。動作履歴は単に履歴情報とも呼ばれる。

動作履歴には、単位時間（１０秒）当たりのＣＰＵ利用率・メモリ利用率・Ｄｉｓｋ ＩＯ・ネットワーク帯域占有率が格納されている。ＣＰＵ利用率は、全ｃｏｒｅ数に対する、対象アプリケーションセット実行時間中の使用ｃｏｒｅ数割合をいう。メモリ利用率は、物理メモリ容量に対する、対象アプリケーションセット実行時の物理メモリ使用量の割合をいう。Ｄｉｓｋ ＩＯ占有率は、Ｄｉｓｋ ＩＯの最大転送速度に対する、対象アプリケーションセット実行時の転送速度の割合をいう。ネットワーク帯域占有率は、ネットワークの最大帯域幅に対する、対象アプリケーションセット実行時のネットワーク使用帯域幅の割合をいう。なお、以下では、ＣＰＵ利用率、メモリ利用率、Ｄｉｓｋ ＩＯ占有率、およびネットワーク帯域占有率をＣＰＵ使用率、メモリ使用率、Ｄｉｓｋ ＩＯ使用率、およびネットワーク帯域使用率ともいう。また、ＣＰＵ使用率、メモリ使用率、Ｄｉｓｋ ＩＯ使用率、およびネットワーク帯域使用率を総称してリソース使用率ともいう
。リソース使用率は、物理リソースの使用率の一例である。

ベアメタル管理サーバ１は、動作履歴から性能特性表を計算し、短期でのリソース変動が大きいアプリケーションであるか、比較的安定した量のリソースを使用するか、長期間の中で突発的なリソース変動とその兆候が無いか等を確認する。そのため、ベアメタル管理サーバ１は、動作履歴中の物理リソース情報の項目ごとに、長期時間（例えば、１Ｈ〜２４Ｈ）と短期時間（例えば、１０秒〜５分程度）の積分による平均値を算出し、判断の基礎として用いる。

図７Ａから図７Ｄにより、性能測定部１１の処理を例示する。図７Ａは、物理リソースの履歴情報から、各物理リソースの使用量の積分による平均値を求める処理を例示する。図７Ａでは、まず、性能測定部１１は、ベアメタルサーバプール２のベアメタルサーバから収集されたＣＰＵ、メモリ、ディスクＩＯ（入出力）、およびネットワーク帯域の履歴情報をそれぞれ性能情報ＤＢ１２から読み取る（Ｓ１１Ａ、Ｓ１１Ｂ、Ｓ１１Ｃ、Ｓ１１Ｄ）。

次に、性能測定部１１は、性能情報ＤＢ１２から読み取った履歴情報から、ＣＰＵ利用率、メモリ利用率、ディスクＩＯ（入出力）占有率、およびネットワーク帯域占有率を取得する。性能測定部１１は、取得した利用率等をそれぞれ積分し、それぞれの平均値を求める（Ｓ１２Ａ、Ｓ１２Ｂ、Ｓ１２Ｃ、Ｓ１２Ｄ）。ここで、平均値は、長期時間による積分と、短期時間による積分とが実行される。以下、長期時間による積分による平均値を長期平均値といい、短期時間による積分による平均値を短期平均値ということにする。図７Ａの矢印Ａは、図７Ｂの矢印Ａに接続される。長期平均値は第１平均値の一例である。短期平均値は第２平均値の一例である。長期時間と短期時間は、第１単位期間と第１単位期間よりも短い第２単位期間の一例である。Ｓ１２ＡからＳ１２Ｄの処理は、物理リソースの使用率を第１単位期間ごとに平均した第１平均値と、第１単位期間よりも短い第２単位期間ごとに平均した第２平均値とを算出することの一例である。

図７Ｂに判定１の処理を例示する。判定１の処理は、ディスクＩＯ占有率、ネットワーク帯域占有率、ＣＰＵ利用率、メモリ利用率の関係を判定する処理である。図７Ｂでは、性能測定部１１は、性能情報ＤＢ１２に記録された処理対象期間中の履歴において、ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０（例えば、９０％）以上の時間帯があるか否かを判定する（Ｓ１３）。Ｓ１３の判定で、ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０以上の時間帯がない（ＮＯの判定）の場合、性能測定部１１は、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０（例えば、９０％）以上の時間帯があるか否かを判定する（Ｓ１４）。Ｓ１４の判定で、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０以上の時間帯がない（ＮＯの判定）の場合、性能測定部１１は、処理を図７ＣのＳ２１に進める（矢印Ｂ）。Ｓ１４でＮＯの場合は、動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合の一例である。矢印Ｂ以降の処理（図７Ｃ、図７Ｄ）は、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出することの一例である。また、処理対象期間とは、性能情報ＤＢ１２中の動作履歴のうち、性能測定部１１が処理対象として指定されている期間である。処理対象期間は、性能測定部１１を起動するときのパラメータ等で指定することができる。処理対象期間は、動作情報の処理対象期間の一例である。

一方、Ｓ１３のまたはＳ１４の判定のいずれかがＹＥＳ場合、性能測定部１１は、ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０以上の時間帯か、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０の時間帯でＣＰＵ利用率の短期平均値がＣＰＵの基準値Ｃ０（例えば、９０％）以上のものがあるか否かを判定する（Ｓ１５
）。Ｓ１５の判定がＮＯの場合、性能測定部１１は、処理を図７ＣのＳ２１に進める。一方、Ｓ１５の判定がＹＥＳの場合、性能測定部１１は、ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０以上の時間帯か、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０の時間帯で、メモリ利用率の短期平均値がメモリの基準値Ｍ０以上のものがあるか否かを判定する（Ｓ１６）。Ｓ１６の判定がＮＯの場合、性能測定部１１は、処理を図７ＤのＳ３１に進める（矢印Ｃ）。一方、Ｓ１６の判定がＹＥＳの場合、性能測定部１１は、処理を図７ＤのＳ３８に進める（矢印Ｄ）。Ｓ１５の判定がＹＥＳの場合は、動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合の一例である。また、Ｓ１６以降の処理は、ＣＰＵを余剰としないことの一例である。Ｓ１６でＹＥＳの場合は、動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合の一例である。矢印Ｄ以降の処理は、メモリを余剰としないことの一例である。

図７Ｃに判定２の処理を例示する。判定２は、判定１でディスクＩＯ占有率とネットワーク使用率との両方が基準より低いと判定されたか、ＣＰＵ利用率が基準より低いと判定された場合に実行される処理である。判定２では、ＣＰＵの余剰量（例えば、ｃｏｒｅ数）が計算される。この処理では、性能測定部１１は、まず、ＣＰＵ利用率の長期平均値から、処理対象期間の平均値（Ｃ１と呼ぶ）を求める（Ｓ２１）。

次に、性能測定部１１は、ＣＰＵ利用率の短期平均値から、処理対象期間の平均値（Ｃ２と呼ぶ）と突発リソース増減値（Ｃ３と呼ぶ）を求める（Ｓ２２）。ここで、突発リソース増減値（Ｃ３）は、処理対象期間でのＣＰＵ利用率の短期平均値のグラフで、最大値と最小値の差分値をいう。

次に、性能測定部１１は、性能測定対応表（図５参照）の余剰リソース率（Ｃ４と呼ぶ）を求める（Ｓ２３）。余剰リソース率（Ｃ４）は、Ｃ４＝（１００−Ｃ１−Ｃ２）／２によって定義される。ここで、２で除算するのは、余剰リソース率（Ｃ４）に１／２の安全係数を乗算するものである。ただし、安全係数が１／２に限定される訳ではなく、経験的、実験的に設定することができる。

次に、性能測定部１１は、ＣＰＵの短期平均値を元にピーク判定値（Ｃ５と呼ぶ）を算出する（Ｓ２４）。ピーク判定値は、Ｃ５＝ＣＰＵ利用率の短期平均値の最大性能−平均性能値×２によって算出される。ここで、２を乗算するのは、ピーク判定値（Ｃ５）に安全係数を乗算するものである。ただし、安全係数が２に限定される訳ではなく、経験的、実験的に設定することができる。

次に、性能測定部１１は、ピーク判定値（Ｃ５）が基準値Ｐ０（例えば、２０％）以上の値となるか否かを判定する（Ｓ２５）。ピーク判定値（Ｃ５）が基準値Ｐ０以上となる場合には、性能測定部１１は、ピーク性能値が存在すると判断し、以下の処理を実行する。すなわち、性能測定部１１は、短期平均値による分析結果において、連続する一定期間（５０〜１００サンプル分）内のピーク数Ｐをカウントし、余剰リソース重み（Ｗｃ）を１−（Ｐ・（（Ｃ３）−（Ｃ１）−（Ｃ２））／単位時間のサンプル数）の式により算出する（Ｓ２６）。この式は、ピークが高く、ピーク数が多いほど、余剰リソース重み（Ｗｃ）を小さな値とし、余剰リソース量（リソース削減量）を少なくする効果が生じる。

なお、Ｓ２６の計算において、性能測定部１１は、余剰リソース重み（Ｗｃ）の計算を、性能情報ＤＢ１２に記録された計測履歴期間を一定期間（５０〜１００サンプル分）単位ですべて評価し、余剰リソース重み（Ｗｃ）が最も少ない値を採用する。ここで、計測履歴期間とは、該当メタルサーバが該当アプリケーションセットを実行したときの動作履
歴が性能情報ＤＢ１２に記録された全期間をいい、処理対象期間とも呼ぶ。計測履歴期間は、動作情報の処理対象期間の一例である。

一方、Ｓ２５の判定で、ピーク判定値（Ｃ５）が基準値Ｐ０未満となる場合には、性能測定部１１は、余剰リソース重み（Ｗｃ）＝１に設定する。すなわち、ピークが少ない場合には、変動の影響を考慮しなくてよいからである。Ｓ２６の処理は、動作情報の処理対象期間における物理リソースの使用率のピーク数、およびピークの高さの少なくとも一方に基づくピーク特性を抽出することの一例である。

そして、性能測定部１１は、削減可能ＣＰＵ利用率を余剰リソース重み（Ｗｃ）×余剰リソース率（Ｃ４）として計算する（Ｓ２８）。なお、ベアメタル管理サーバ１は、余剰リソースの重みとして、アプリケーションセットの種類（データベースアプリ、ＣＡＤアプリ、流体シミュレーション等）と過去のリソース変動率等から、適切な重みを選択することで、重みの値を調整するようにしてもよい。

そして、Ｓ２８の計算結果である削減可能ＣＰＵ利用率が１コア分のＣＰＵ利用率を越える場合、性能測定部１１は、削減可能なコア数を算出する（Ｓ２Ａ）。Ｓ２Ａの処理は、第１平均値と第２平均値とに基づいて物理リソースの余剰量を算出することの一例である。

そして、性能測定部１１は、処理を判定３（図７ＤのＳ３１以降）に進める。一方、Ｓ２８の計算結果である削減可能ＣＰＵ利用率が１コア分のＣＰＵ利用率を越えない場合、性能測定部１１は、処理を図７ＤのＳ３８に進める。

図７Ｄに判定３の処理とリソース削減量または不足量を指示する処理を例示する。判定３の処理は、メモリリソースの余剰を判定する処理である。性能測定部１１は、まず、メモリリソースの短期平均値のグラフにおいて、メモリ利用率の性能マージン中間値により余剰リソース率を計算する（Ｓ３１）。

メモリリソースは、一般的に増減が短期時間に発生しないため、性能測定部１１は、期間中に最も大きい利用率を適正なリソース量に対応するものと判断する。よって、性能測定部１１は、メモリ利用率の短期時間（１０秒〜５分程度）ごとの積分値のうち、最もメモリ利用率が高い値を適正性能値とする。性能測定部１１は、メモリリソースを１００％利用した場合のメモリ利用率（１００％）から適正性能値を減算した差分値として、性能マージン（％）を求める。そして、性能測定部１１は、この差分値の１／２（性能マージンの中間値）を余剰リソース率（以下、Ｍ１と呼ぶ）として算出する。ここで、見かけの余剰リソース、つまり、性能マージンは、差分値そのものと考えてもよい。しかし、本実施形態では、性能測定部１１は、１／２の安全係数を掛けてメモリリソースの余剰を判断する。この安全係数は、１／２に限定されることはなく、経験的、実験的に０以上１未満の値を設定すればよい。

次に、性能測定部１１は、Ｓ３１で求められた余剰リソース率（Ｍ１）から実際に停止可能なメモリリソースをＣＰＵのコア数の余剰計算（図７ＣのＳ２８からＳ２Ａ）と同等の方法で算出する。

図７Ｄの例では、性能測定部１１は、余剰リソース重み（Ｗｍ）を１に設定する（Ｓ３２）。ただし、性能測定部１１は、余剰リソース重みとしてＣＰＵと同様にアプリケーリョンの種類により過去のリソース変動率から適切な重みを選択してもよい。また、性能測定部１１は、仮に、メモリリソースの短期平均値のグラフにピークが存在する場合には、図７ＣのＳ２６と同様に、ピーク数と突発リソース上限値とから余剰リソース重み（Ｗｍ
）を決定してもよい。そして、性能測定部１１は、余剰リソース率（Ｍ１）と余剰リソース重み（Ｗｍ）とを乗算し、削減可能メモリの割合を算出する（Ｓ３３）。

次に、性能測定部１１は、対象ベアメタルサーバ上のメモリモジュール容量よりも削除可能メモリ量が大きいか否かを判定する（Ｓ３４）。性能測定部１１は、例えば、削減可能メモリの割合と総メモリ量を乗算することで、削減可能メモリ量を算出できる。

Ｓ３４の判定ＹＥＳの場合、削除可能メモリ量をメモリモジュール容量で除算し、小数点以下は切り捨てることで、削減可能なメモリモジュール枚数を算出する（Ｓ３５）。ベアメタルサーバに搭載されているメモリモジュールは、サーバごとに異なるため、Ｓ３５の処理では、性能測定部１１は、計算対象のベアメタルサーバが搭載しているメモリモジュールをベアメタルサーバの構成情報等から取得し、メモリモジュール数を算出する。例えば、４ＧＢメモリモジュールを１６枚使用し、６４ＧＢのメモリを形成するベアメタルサーバの場合で、１０ＧＢが停止可能リソース量である場合、２枚の４ＧＢモジュールを停止することができる。Ｓ３５の処理は、第１平均値と第２平均値とに基づいて物理リソースの余剰量を算出することの一例である。また、Ｓ３５の処理は、第１平均値、第２平均値およびピーク特性に基づいて物理リソースの余剰量を算出することの一例でもある。

そして、性能測定部１１は、以上の処理（Ｓ１１ＡからＳ３５の処理）で算出された削減可能なＣＰＵコア数、および、メモリモジュール数を性能特性対応表に記録する（Ｓ３６）。
一方、矢印Ｄから開始する処理は、判定１の処理（図７Ｂ）において、以下の条件１と条件２が充足されるときに実行される。
（条件１：Ｓ１５でＹＥＳ）

ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０以上の時間帯か、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０以上の時間帯でＣＰＵ利用率の短期平均値がＣＰＵの基準値Ｃ０（例えば、９０％）以上のものがある。
（条件２：Ｓ１６でＹＥＳ）

ディスクＩＯ占有率の短期平均値がディスクＩＯの基準値Ｄ０以上の時間帯か、ネットワーク帯域占有率の短期平均値がネットワークの基準値Ｎ０以上の時間帯で、メモリ利用率の短期平均値がメモリの基準値Ｍ０以上のものがある。

これらの条件が充足される場合には、逆にリソース量が不足している可能性がある。そこで、性能測定部１１は、リソース量の不足量、すなわち、リソース増加量を計算する（Ｓ３８）。リソース増加量は、例えば、条件１が充足される期間の長さ、処理対象期間全体に対する条件１が充足される期間の比率に応じて、ＣＰＵ ｃｏｒｅ数の増加量を設定しておけばよい。また、例えば、条件２が充足される期間の長さ、処理対象期間全体に対する条件２が充足される期間の比率に応じて、メモリモジュール数の増加量を設定しておけばよい。

また、例えば、性能測定部１１は、ＣＰＵ利用率の長期平均値レベルを反映して、ＣＰＵ ｃｏｒｅ数の増加量を計算してもよい。さらに、性能測定部１１は、メモリ利用率の長期平均値レベルを反映して、メモリモジュール増加量を計算してもよい。長期平均値のレベルを反映とは、例えば、長期平均値を複数段階に区分し、区分に応じたリソース増加量を定めておき、動作履歴から計算された長期平均値に応じて、リソース増加量を決定することをいう。

さらに、例えば、性能測定部１１は、図７ＣのＳ２６からＳ２８と同様、ＣＰＵ利用率
のピーク判定値に基づくピーク数（Ｐ）と突発リソース増減値（Ｃ３）によるピーク重みを反映して、ＣＰＵ ｃｏｒｅ数の増加量を計算してもよい。すなわち、定常的にリソースが不足するのではなく、突発的な負荷のピーク（リソース不足のピーク）が存在する場合には、性能測定部１１は、ピークの高さ、あるいはピークの密度に応じてピーク重みを設定すればよい。そして、ピークが高く、かつ、ピーク密度が高いほど、定常的なリソース不足に近づくよう、値１に近いピーク重みを設定すればよい。一方、ピークが低く、かつ、ピーク密度が低いほど、ピーク重みを０に近い値とすればよい。このようなピークを考慮したリソース増加量とすることで、性能測定部１１は、無駄なリソースの提供を回避できる可能性を高めることができる。Ｓ３８の処理は、第１平均値と第２平均値とに基づいて物理リソースの不足量を算出することの一例である。また、Ｓ３８の処理は、第１平均値、前記第２平均値およびピーク特性に基づいて物理リソースの不足量を算出することの一例でもある。Ｓ３８の処理は、ＣＰＵまたはメモリについて、０以上の値で不足量を算出することの一例である。

そして、性能測定部１１は、削減可能なＣＰＵコア、メモリモジュールがあるか否かを判定する（Ｓ３７）。Ｓ３７でＹＥＳの場合には、性能測定部１１は、リソース削減量をベアメタルサーバ配備部１４に指示する。Ｓ３７でＮＯの場合には、性能測定部１１は、不足するＣＰＵコア、メモリモジュールがあるか否かを判定する（Ｓ３９）。Ｓ３９でＹＥＳの場合、性能測定部１１は、リソース増加量をベアメタルサーバ配備部１４に指示する。Ｓ３９でＮＯの場合、ＣＰＵコア数、メモリモジュールに過不足がないので、性能測定部１１は、現在のリソース量が適正であると判断し、リソース量の維持をベアメタルサーバ配備部１４に指示する。

図７Ｂから図７Ｄに例示した判定１〜３を行うことで、ベアメタル管理サーバ１は、アプリケーションの実行性能に影響のない余剰の物理リソースを検出することができる。また、ベアメタル管理サーバ１は、アプリケーションの実行時に不足する物理リソースを検出することができる。

さらに、ベアメタル管理サーバ１は、図７Ａから図７Ｄの処理で得られた値を、時間ごとに遷移するリソース占有特性として、例えば、線形型、非線形型に分類して管理してもよい。ここで、線形型とは、負荷あるいは処理量の増加に対して、リソース量が線形に増加する特性をいう。また、非線形型とは、負荷あるいは処理量の増加に対して、リソース量が非線形に増加する特性をいう。

図７Ａから図７Ｄにおいては、性能情報ＤＢ１２の動作履歴から性能特性対応表１２１のデータであるディスクＩＯ占有率、ネットワーク帯域占有率、ＣＰＵ利用率、メモリ利用率の短期平均値、長期平均値を算出し、余剰量、不足量をベアメタルサーバ配備部１４に指示した。しかし、予め、図７Ａから図７Ｄによって、アプリケーションセットとベアメタルサーバの仕様の組み合わせに対して、物理リソースの余剰量、不足量を計算し、記録しておいてもよい。そして、性能測定部１１は、アプリケーションセットとベアメタルサーバの仕様の組み合わせの指定をベアメタルサーバ配備部１４から受けたときに、予め計算しておいた物理リソースの余剰量、不足量を応答するようにすればよい。

すなわち、ベアメタル管理サーバ１は、突発リソース増減の有無、短期時間当たり（１０秒〜５分程度）のリソースの時間積分による平均値、長期時間当たり（１時間〜２４時間程度）のリソースの時間積分による平均値等を性能特性対応表の実績として記録しておくことができる。そして、ベアメタル管理サーバ１は、次回当該アプリケーションを配備するときに選択されたベアメタルサーバと、同一アプリケーション実行時の実績に記録されたベアメタルサーバと比較して、リソースの余剰を判断すればよい。そして、ベアメタル管理サーバ１は、選択されたベアメタルサーバに余剰がある場合はリソースの無効化、
停止等の設定をすればよい。

配備されたベアメタルサーバが物理リソースを変更できる機構を持つ場合には、停止可能リソース量が変化した時点で性能測定部１１がベアメタルサーバ配備部１４にリソースの変更を依頼し、動的にリソースを変化させればよい。
（ベアメタルサーバ配備部１４の処理）

図８に、ベアメタルサーバ配備部１４の処理を例示する（図では、「配備部」）。この処理では、ベアメタルサーバ配備部１４は、管理画面部１３から指示された仕様のベアメタルサーバと、アプリケーションセットを性能測定部１１に通知し、リソース過不足の計算を依頼する（Ｓ１０１）。そして、ベアメタルサーバ配備部１４は、性能測定部１１から計算結果を取得する（Ｓ１０２）。次に、ベアメタルサーバ配備部１４は、計算結果からリソースに余剰があるか否かを判定し（Ｓ１０３）、リソースに余剰がある場合には、Ｓ１０６の処理に進む。また、リソースに余剰がない場合に、ベアメタルサーバ配備部１４は、リソースに不足があるか否かを判定し（Ｓ１０４）、リソースに不足がある場合には、Ｓ１０６の処理に進む。

一方、Ｓ１０３、Ｓ１０４の判定において、リソースに過不足がない場合、ベアメタルサーバ配備部１４は、計算対象のベアメタルサーバに、アプリケーションセット、ＯＳ、および性能測定エージェントをインストールし、配備してユーザに提供する（Ｓ１０５）。

Ｓ１０６の処理では、ベアメタルサーバ配備部１４は、Ｓ１０２の計算結果として取得したリソースの余剰量または不足量を基に、ユーザが選択した仕様のリソース量に余剰量を削減し、または不足量を増加して適正なリソース量を求める。そして、ベアメタルサーバ配備部１４は、適正なリソース量のベアメタルサーバで、未使用のものをベアメタルサーバリスト１６から検索する。そして、適正なリソース量のベアメタルサーバが存在する場合（Ｓ１０７でＹＥＳ）、ベアメタルサーバ配備部１４は、適正なリソース量のベアメタルサーバを選択して配備し、Ｓ１０５と同様の手順でユーザに提供する（Ｓ１０８）。

一方、適正なリソース量のベアメタルサーバが存在しない場合（Ｓ１０７でＮＯ）、ベアメタルサーバ配備部１４は、過剰なリソースを有する仕様のベアメタルサーバを選択する。そして、ベアメタルサーバ配備部１４は、ＢＩＯＳによって、過剰なリソース量を有する仕様のベアメタルサーバにおいて、過剰分のリソースを削減し、適正なリソース量のベアメタルサーバとする。そして、ベアメタルサーバ配備部１４は、適正なリソース量のベアメタルサーバを選択して配備し、Ｓ１０５と同様の手順でユーザに提供する（Ｓ１０９）。
（配備後のベアメタルサーバの物理リソースの調整処理）

図９に、配備後のベアメタルサーバの物理リソース量を調整する処理を例示する。図９の処理は、例えば、所定時間（例えば、１時間〜２４時間程度）の周期で定期的に実行される。あるいは、ベアメタル管理サーバ１を含む情報システムの管理者が図９の処理を起動するようにしてもよい。この処理では、ベアメタル管理サーバ１は、リソースの直近の短期平均値による余剰・不足計算処理を実行する（Ｓ４１）。Ｓ４１の処理は、例えば、図７Ｂ、７Ｃ、７Ｄで説明したディスクＩＯ、ネットワーク帯域、ＣＰＵ、メモリ等の余剰リソース量、不足リソース量の算出処理と同様である。

そして、ベアメタル管理サーバ１は、リソースの余剰の有無を判定する（Ｓ４２）。リソースが余剰の場合、ベアメタル管理サーバ１は、ベアメタルサーバ配備部１４にリソース削減を指示し、さらに、次回Ｓ４１の処理で使用するリソース重みを所定値だけ増加さ
せる（Ｓ４３）。リソースの削減量は、図７Ｂから図７Ｃでの処理と同様の計算によればよい。また、リソース重みに増加される所定値は、経験的、実験的に適正値を決定しておけばよい。

一方、Ｓ４２の判定で、リソースの余剰がないと判定された場合に、ベアメタル管理サーバ１は、リソースの不足を判定する（Ｓ４４）。リソースが不足の場合、ベアメタル管理サーバ１は、例えば、ベアメタルサーバ配備部１４にリソース量の増加を指示し、さらに、次回Ｓ４１の処理で使用するリソース重みを所定値だけ減少させる（Ｓ４５）。リソース量の増加量、および、リソース重みが減少される所定値は、経験的、実験的に適正値を決定しておけばよい。例えば、ベアメタル管理サーバ１は、図７ＤのＳ３８の処理と同様、図７ＢのＳ１５およびＳ１６の条件が充足される期間の長さｔに応じて、リソース量の増加量を決定しておけばよい。例えば、期間の長さｔ＜基準時間Ｔ０のとき、増加量Ｖ０、基準時間Ｔ０＝＜期間の長さｔ＜基準時間Ｔ１のとき、増加量Ｖ１、・・・のように、期間の長さｔに応じて段階的にリソースの増加量を決定しておけばよい。

以上のように、ベアメタル管理サーバ１は、所定時間（例えば、１時間〜２４時間程度）当たりに図７Ｂから図７Ｃで述べた判定１〜３を再評価することで更に，ベアメタルサーバの余剰量と不足量の決定の精度を高める事が可能となる。

例えば、性能測定部１１は蓄積した性能情報を随時参照し、ベアメタルサーバを配備したときにリソースを停止したものについて、性能不足に陥っていないか、あるいは余剰リソースがないかを監視する。不足・余剰の判断は、配備時のものと同等の判断を行い、不足である場合は、余剰リソース率が少なくなるよう、余剰リソース重み（Ｗｃ／Ｗｍ）の値を、補正値（０．０１〜０．１）ずつ低下させる補正を実行すればよい。あるいは、さらに余剰がある場合は余剰リソース率が多くなるよう、余剰リソース重みの値を、補正値（０．０１〜０．１）ずつ加算させ補正する。これにより、次回以降の配備に用いる停止可能リソース量の計算精度を変更する。なお、ベアメタル管理サーバ１は、アプリケーションセットの種類（データベースアプリ、ＣＡＤアプリ，流体シミュレーション等）及び過去のリソース変動率から、余剰リソースの重みの特定な値を補正するよう、補正値を設定しておいてもよい。
＜処理例＞

図１０から図１３に、処理例のデータを示す。図１０は、ＣＰＵ利用率（％）の長期時間積分（例えば、１Ｈの積分）による平均値（長期平均値）の推移を例示した図である。つまり、同図は、１時間の区間での移動平均値ということができる。図１０で横軸は時間であり、長期積分の処理対象期間の時間範囲での長期平均値の推移が示されている。長期平均値の推移をリソース増減長期積分値ともいう。また、図は、線形型のアプリケーションの事例である。

最大性能値は、処理対象期間での長期平均値の最大値である。最低性能値は、処理対象期間での長期平均値の最小値である。平均性能値（Ｃ１）は、処理対象期間全体での長期平均値の平均値であり、図１０では２０％である。性能余裕度は、１００％から最大性能値を減算した差分値である。性能最大変動値は、最低性能値から最大性能値までの変動幅である。また、性能変動差は、平均性能値（Ｃ１）から最大性能値までの振幅ということができる。以上の長期平均値の時間に対する推移、最大性能値、最低性能値、平均性能値（Ｃ１）、性能余裕度、性能最大変動値、性能変動差等は性能対応表に記録される。

図１１は、ＣＰＵ利用率（％）の短期時間積分（例えば、１０秒の積分）による平均値（短期平均値）の推移を例示した図である。つまり、図は、１０秒の区間での移動平均値ということができる。短期平均値をリソース増減短期積分値とも呼ぶ。図で時間範囲は、
図１０のリソース増減短期積分値と示された区間に相当する区間である。短期平均値についても、図１０の長期平均値の場合と同様、最大性能値、最低性能値、平均性能値（Ｃ２）、性能余裕度、性能最大変動値、性能変動差が算出される。さらに、短期平均値のデータについては、最大性能値（８０％）と最低性能値（２％）の差分値である性能最大変動値を突発リソース増減値（Ｃ３）と呼ぶ。以上の短期平均値の時間に対する推移、最大性能値、最低性能値、平均性能値（Ｃ２）、性能余裕度、性能最大変動値、性能変動差等は性能対応表に記録される。

図１２は、ＣＰＵ利用率のリソース増減長期積分値（長期平均値）とリソース増減短期積分値（短期平均値）に基づく性能対応表の他の計算値を例示する。図のように、性能余裕度は、１００％から短期積分の平均性能値（３０％）および長期積分の平均性能値（２０％）を減算した値（１００−Ｃ１−Ｃ２）で定義される。また、余剰リソース率（Ｃ５）は、性能余裕度の１／２である。

図１３は、メモリに対する短期平均値の例である。すでに述べたように、メモリの場合には、１００％と最大性能値（図１３では８０％）の差分値として性能余裕度が計算され、性能余裕度の１／２である性能マージン中間値が計算される。すでに述べたように、本実施形態では、性能マージン中間値は、余剰リソース率（Ｍ１）として用いられる。
＜実施形態１の効果＞

本実施形態のベアメタル管理サーバ１は、ユーザの処理要求に対する過剰な性能のサーバの配備を排除し、ユーザの処理に対して適正な物理リソースを認識することができるため、適切な物理リソースを有するベアメタルサーバを提供することができる。したがって、ベアメタル管理サーバ１は、ベアメタルサーバプール２の利用効率を上げることができる。

本実施形態の情報システムは、さらなる効果として、例えば、消費電力を低減できる。サーバの消費電力のうち、およそ４０％がＣＰＵ・メモリが使用する電力、１５％が冷却ＦＡＮが使用する電力である。ＣＰＵ ｃｏｒｅ を１０％停止させるとサーバ消費電力が３％低減する。メモリモジュールを１０％停止させるとサーバ消費電力が２．５％低減する。ＣＰＵ ｃｏｒｅ・メモリ合わせると５．５％の低減が可能となる。したがって、ベアメタル配備システム内で余裕が多い状態で配備されている物理サーバが多いデータセンターにおいては、データセンターの全体の消費電力の低減が期待できる。

また、本実施形態では、性能測定部１１が、性能情報ＤＢ１２に蓄積された性能情報（動作情報ともいう）を基に、ベアメタルサーバの物理リソースの余剰量または不足量を計算する。したがって、ベアメタル管理サーバ１が新たに、アプリケーションセットとベアメタルサーバをユーザに提供する場合に、適切な物理リソースのベアメタルサーバを提供できる。

また、本実施形態では、性能測定部１１は、性能情報ＤＢ１２に蓄積された性能情報からリソース使用率の長期平均値と短期平均値と計算し、物理リソースの余剰量または不足量を算出する。性能測定部１１は、２種類の平均値を用いることで、より精度の高い物理リソースの余剰量または不足量を算出することができる。

また、本実施形態では、性能測定部１１は、ピーク重みを計算し、物理リソースの余剰量または不足量を算出する。ピーク重みによって、物理リソース使用率が変動する場合でも、性能測定部１１は、ピークの高さとピークの密度を反映した適正な物理リソースの余剰量または不足量を算出することができる。

また、本実施形態では、性能測定部１１は、処理対象期間において、ディスクＩＯ占有率またはネットワーク帯域占有率が基準以上であって、かつ、ＣＰＵの利用率が基準以上の期間が存在する場合、ＣＰＵを余剰としない（図７ＢのＳ１５でＹＥＳの場合）。したがって、性能測定部１１は、ＣＰＵの余剰の有無をディスクＩＯまたはネットワーク帯域占有率と関係づけて評価するので、ベアメタルサーバのリソースの余剰を精度よく判断できる。

また、本実施形態では、性能測定部１１は、処理対象期間において、ディスクＩＯまたはネットワーク帯域占有率が基準以上であって、かつ、ＣＰＵの利用率およびメモリの利用率の両方が基準以上の期間が存在する場合、メモリを余剰としない（図７ＢのＳ１６でＹＥＳの場合）。したがって、性能測定部１１は、メモリの余剰の有無をディスクＩＯ、ネットワーク帯域占有率、およびＣＰＵと関係づけて評価するので、ベアメタルサーバのリソースの余剰の有無を精度よく判断できる。

また、本実施形態では、性能測定部１１は、処理対象期間において、ディスクＩＯ占有率またはネットワーク帯域占有率が基準以上であって、かつ、ＣＰＵの利用率およびメモリの利用率の両方が基準以上の期間が存在する場合、ＣＰＵまたはメモリについて、０以上の値で不足量を算出する（図７ＢのＳ１６でＹＥＳの場合にＳ３８の処理を実行する）。したがって、性能測定部１１は、ＣＰＵまたはメモリの不足の有無をディスクＩＯまたはネットワーク帯域占有率と関係づけて評価するので、ベアメタルサーバのリソースの不足の有無を精度よく判断できる。

また、本実施形態では、性能測定部１１は、処理対象期間において、ディスクＩＯ占有率およびネットワーク帯域占有率の両方が基準値未満の場合、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出する。したがって、性能測定部１１は、ディスクＩＯ占有率およびネットワーク帯域占有率が低い場合でも、ＣＰＵまたはメモリの余剰の有無を判断できる。
［実施形態２］
実施形態２において、情報システムの運用例を説明する。本実施形態においても、情報システムの構成は、実施形態１の図３と同様である。

図１４に、実施形態２のベアメタル管理サーバ１のハードウェア構成を例示する。ベアメタル管理サーバ１はＣＰＵ１０１と、メモリ１０２と、各種外部機器を有し、プログラムにより情報処理を実行する。外部機器としては、ストレージ１０３、Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ（ＮＩＣ１０４）、ディスプレイ１０５、および入力装置１０６を例示できる。

ＣＰＵ１０１は、メモリ１０２に実行可能に展開されたコンピュータプログラムを実行し、ベアメタル管理サーバ１の機能を提供する。メモリ１０２は、ＣＰＵ１０１が実行するコンピュータプログラム、ＣＰＵ１０１が処理するデータ等を記憶する。メモリ１０２は、Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＤＲＡＭ）、Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＳＲＡＭ）、Ｒｅａｄ Ｏｎｌｙ
Ｍｅｍｏｒｙ（ＲＯＭ）等である。さらに、ストレージ１０３は、例えば、メモリ１０２を補助する記憶装置として使用され、ＣＰＵ１０１が実行するコンピュータプログラム、ＣＰＵ１０１が処理するデータ等を記憶する。ストレージ１０３は、ハードディスクドライブ、Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｉｓｋ（ＳＳＤ）等である。さらに、ベアメタル管理サーバ１には、着脱可能記憶媒体の駆動装置を設けてもよい。着脱可能記憶媒体は、例えば、ブルーレイディスク、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ（ＤＶＤ）、Ｃｏｍｐａｃｔ Ｄｉｓｃ（ＣＤ）、フラッシュメモリカード等である。

ＮＩＣ１０４は、ネットワーク上の他の装置とデータを授受する。ディスプレイ１０５は、例えば、液晶ディスプレイ、エレクトロルミネッセンスパネル等である。入力装置１０６は、例えば、キーボード、ポインティングデバイス等である。本実施形態では、ポインティングデバイスとしてマウスが例示される。

図１５に、実施形態２の情報システムで配備対象となるベアメタルサーバの構成を例示する。ベアメタルサーバは、ベアメタル管理サーバ１と同様、ＣＰＵ２２、メモリ２３、ハードディスク（ＨＤＤ２５）等のストレージ、および、各種ＩＯ２４を有する。また、ベアメタルサーバは、Ｂａｓｅｂｏａｒｄ Ｍａｎａｇｅｍｅｎｔ Ｃｏｎｔｒｏｌｌｅｒ（ＢＭＣ２６）を有する。ＢＭＣ２６は、オンボードのサーバ管理チップである。ＢＭＣ２６は、例えば、ベアメタルサーバが持つＣＰＵ２２、メモリ２３、ＩＯ２４、ＨＤＤ２５などの資源の有効または無効を制御する。例えば、外部のコントローラ（または管理者、図１５ではクライアント）がＢＭＣ２６に有効／無効設定を行うことで、サーバ起動時にＢＩＯＳ２１がハードウェアを有効／無効にするかを制御し、使用可能なリソースの量を調整可能である。ＣＰＵ２２はＣＰＵ Ｃｏｒｅ単位、メモリ２３、ＩＯ２４、ＨＤＤ２５は各スロット単位での有効無効の調整が可能である。

ベアメタルサーバに配備されるＯＳ・アプリケーションイメージの構成は、実施形態１の図３のＯＳイメージ管理部に例示したものと同様とする。すなわち、実施形態２においても、イメージ内には、ＯＳ、アプリケーションと共に、性能情報を内部に性能情報ファイルとして収集し、定期的にベアメタル管理サーバ１内の性能情報ＤＢ１２へ格納する性能測定エージエントが備えられる。

性能測定エージェントは、イメージが配備され、起動している間稼働し続け、ＯＳに具備されている性能情報収集ツールを用いて所定時間間隔（管理者が設定可能、例えば数秒間隔）で性能情報を収集し、性能情報ファイルとして保存する。

性能情報収集ツールとしては、ｌｉｎｕｘ（ＵＮＩＸ（登録商標））の場合には、ｔｏｐやｉｏｓｔａｔ などのコマンドが例示される。ただし、実施形態２において、性能測定エージェントの処理が、ｔｏｐやｉｏｓｔａｔに限定される訳ではない。性能測定エージェントは、所定時間（任意設定可能、例えば、数１０分〜１時間など）ごとに収集した性能情報を定期的にベアメタル管理サーバ１に通知し、ベアメタル管理サーバ１に性能情報を性能情報ＤＢ１２へ格納させる。

本情報システムシステムは、実施形態１と同様、ベアメタルサーバカタログ１５により、ユーザが選択可能なベアメタルサーバの種類を、ベアメタルサーバ管理画面を介してユーザに提示する。図１６に、実施形態２のベアメタルサーバカタログ１５のデータを例示する。図１６のように、ベアメタルサーバカタログ１５は、ＰＬＡＮ、ＣＰＵ、メモリ、ＨＤＤ、ＮＩＣ、拡張ボード、および価格のカラムを有する。ＰＬＡのカラムには、ベアメタルサーバの性能あるいは仕様のランクが提示される。例えば、高性能、中性能、低性能（エントリモデル）等である。ＣＰＵのカラムには、各ＰＬＡＮに対応するＣＰＵ性能が例えばコア数で提示される。メモリのカラムには、各ＰＬＡＮに対応するメモリ容量が例示される。ＨＤＤのカラムには、各ＰＬＡＮに対応するハードディスクの容量が提示される。拡張ボードのカラムには、各ＰＬＡＮで利用可能な拡張ボードが提示される。価格のカラムには、ＰＬＡＮにおける時間当りの料金が提示される。

一方、本実施形態では、ベアメタルサーバ配備部１４は、ベアメタルサーバカタログ１５と同様の情報、および、ユーザへのベアメタルサーバの配備情報をベアメタルサーバリスト１６によって管理する。なお、ベアメタルサーバリスト１６は、ベアメタルサーバ管理テーブルとも呼ばれる。図１７に、ベアメタルサーバリスト１６のデータを例示する。
ベアメタルサーバリスト１６は、各行が１つのベアメタルサーバに対応する。各行は、Ｎｏｄｅ、ＣＰＵ、メモリ、ＨＤＤ、ＮＩＣ、拡張ボード、使用ユーザ、使用イメージ、使用開始日時の各カラムを有する。Ｎｏｄｅのカラムは、各行に対応するベアメタルサーバのネットワーク上のノード名を格納する。ベアメタルサーバ管理テーブルのＣＰＵ、メモリ、ＨＤＤ、ＮＩＣ、拡張ボードは、ベアメタルサーバカタログ１５のものと同様であるので、その説明を省略する。

使用ユーザのカラムは、各行に対応するベアメタルサーバを使用しているユーザの識別情報を格納する。使用イメージのカラムは、各行に対応するベアメタルサーバが実行しているアプリケーションの種類を格納する。使用開始日時のカラムは、各ベアメタルサーバを使用しているユーザによる使用開始日時を格納する。

ユーザは、ベアメタルサーバ管理画面を介して、ベアメタルサーバ利用時に、目的のアプリケーションイメージを選択する。また、ユーザはベアメタルサーバカタログ１５から所望のサーバ仕様（ＰＬＡＮ）を選択する。管理画面部１３はユーザが選択したアプリケーションイメージとベアメタルサーバの仕様をベアメタルサーバ配備部１４に通知する。ベアメタルサーバ配備部１４は、ベアメタルサーバリスト１６からユーザが指定した仕様のサーバで未使用のものを選択する。指定された仕様のサーバがない場合は、ベアメタルサーバ配備部１４は、指定された仕様を上回る仕様のサーバを選択してもよい。ベアメタルサーバ配備部１４は、性能測定部１１に対し、当該サーバで、選択されたアプリケーションイメージを動作させた場合の物理リソースの余剰量、不足量を問い合わせる。

性能測定部１１は過去の動作履歴を調査し、動作原理に説明した論理に従い物理リソースの余剰量、不足量を算出する。以下、実施形態２においては、図１７のベアメタルサーバ管理テーブルのＮｏｄｅ “ＳＡ１２３４５６−１” が選択され配備されたものとする。
＜動作例＞

図１８に過去の動作履歴によるＩＯ、ネットワーク、ＣＰＵ、およびメモリのリソース短期平均値を例示する。また、図１９に、ＣＰＵ利用率についてのピーク判定処理の対象データを例示する。さらに、図２０に、ＣＰＵリソース長期平均値を例示する。
（判定１）

図１８の例では、ＩＯ／ネットワークの帯域占有率が９０％を超える期間があるが、その期間でＣＰＵ／メモリの占有が９０％を超えていない。したがって、ベアメタル管理サーバ１の性能測定部１１は、ＩＯ／ネットワークの帯域と連動してＣＰＵ／メモリを消費するアプリケーションではないと判定できる。このため、次の判定２を実行する。
（判定２）

図２０の例では、性能測定部１１の計算により、ＣＰＵリソースの長期平均値における平均性能値（Ｃ１）＝２４％となる。図１８の例では、性能測定部１１の計算により、ＣＰＵリソース短期平均値における平均性能値（Ｃ２）＝２５％となる。そこで、性能測定部１１は、余剰リソース率（Ｃ４）＝（１００−２５−２４）／２＝２５．５％ であることを導出する。また、図１８のＣＰＵの短期平均値のグラフから、突発リソース増減値（Ｃ３）＝８４−２＝８２％が計算される。

次にピーク判定値（Ｃ５）は、図１９より （Ｃ５）＝ＣＰＵ最大性能値−ＣＰＵ平均性能値（Ｃ２）×２＝８４−２５×２＝３４ ＞ 基準値Ｐ０＝２０％ となり、性能測定部１１はピークが存在すると判断できる。そこで性能測定部１１は、図１８に示す短期積分値を５０サンプルずつの区間に区切り、区間ごとにピーク数をカウントして余剰リソ
ース重み（Ｗｃ）を導出する。すると、
（Ｗｃ）＝１−（３ｘ（０．８２−０．２４−０．２５）／５０）＝０．９８ であることが導出される。
以上から、削減可能なＣＰＵ利用率は （Ｗｃ） ｘ （Ｃ４） ＝ ０．９８ ｘ ２５．５ ＝ ２５ ％ となる。
（判定３）

図１８より、性能測定部１１は、メモリ余剰リソース率 （Ｍ１） ＝（１００−最大メモリ占有率）／２＝（１００ − ７８） ／２ ＝ １１％ を計算する。また、最初の判定であるため、性能測定部１１は、余剰リソース重み（Ｗｍ）を１とする。
以上から、削減可能なメモリ利用率は、（Ｍ１） ｘ １ ＝ １１ ｘ １ ＝ １１
％ となる。

次に、性能測定部１１は、ベアメタルサーバ配備部が配備する物理サーバのＣＰＵｃｏｒｅ数・メモリモジュールの搭載状況から、実際に停止可能なＣＰＵｃｏｒｅ数・メモリモジュール数を導出する。削減可能なＣＰＵｃｏｒｅ数は、「総ｃｏｒｅ数」 ｘ 「削減可能なＣＰＵ利用率」で導出される。

Ｎｏｄｅ “ＳＡ１２３４５６−１” のＣＰＵｃｏｒｅ数は、９６ｃｏｒｅ、メモリ量は、１６ＧＢｙｔｅ ｘ ３２メモリモジュールで、５１２ＧＢｙｔｅである。そこで、性能測定部１１は、以下の式にしたがって、削減可能なＣＰＵｃｏｒｅ数を算出する。停止可能ＣＰＵ ｃｏｒｅ ＝ ９６ ｘ ２５ ％ ＝ ２４

また、性能測定部１１は、「削減可能なメモリモジュール数＝「総メモリ量」ｘ 「削減可能なメモリ利用率」 ／ メモリモジュール１つの容量」の式で導出する。ただし、メモリモジュールごとの容量が一様でない場合は、性能測定部１１は、容量が大きいメモリモジュールを順に停止対象として抽出する。
停止可能メモリモジュール ＝ （ ５１２ ｘ １１ ％ ） ／ １６ ＝ ３

以上の結果から、性能測定部１１は、Ｎｏｄｅ “ＳＡ１２３４５６−１” のＣＰＵ
ｃｏｒｅ ｘ ２４ 個 ／ １６Ｇメモリモジュール ３個の削減が可能と判断し、ベアメタルサーバ配備部１４に削減可能リソース数を通知する。

ベアメタルサーバ配備部１４は、性能測定部１１の応答に基づき、配備対象のベアメタルサーバ上のＢＭＣに、Ｃｏｒｅ／メモリモジュールの有効数を設定した後、ベアメタルサーバ配備を開始する。ベアメタルサーバ配備部１４は、ベアメタルサーバ起動時に、ＢＩＯＳから設定されたＣＰＵ Ｃｏｒｅ／メモリモジュールを有効化してユーザにサーバを提供する。
［コンピュータが読み取り可能な記録媒体］

コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ／Ｗ、ＤＶＤ、ブルーレイディスク、ＤＡＴ、８ｍｍテープ、フラッシ
ュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスク、ＲＯＭ（リードオンリーメモリ）等がある。さらに、ＳＳＤ（Solid State Drive）は、コンピュータ等から取り外し可能な記録媒体としても、コンピュータ
等に固定された記録媒体としても利用可能である。
［その他］

本実施の形態は、以下の態様を含む。この態様を以下に付記する。各態様の構成は他の態様の構成と組み合わせことができるのは上記実施の形態から自明である。
（付記１）
物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受ける受付部と、
前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備する配備部と、を備える管理装置。
（付記２）
前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出する性能評価部をさらに有する付記１に記載の管理装置。
（付記３）
前記性能評価部は、前記動作情報から、前記物理リソースの使用率を第１単位期間ごとに平均した第１平均値と、前記第１単位期間よりも短い第２単位期間ごとに平均した第２平均値と、を算出して、前記第１平均値と第２平均値とに基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出する付記２に記載の管理装置。
（付記４）
前記性能評価部は、前記動作情報の処理対象期間における前記物理リソースの使用率のピーク数、および前記ピークの高さの少なくとも一方に基づくピーク特性を抽出し、前記第１平均値、前記第２平均値および前記ピーク特性に基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出する付記３に記載の管理装置。
（付記５）
前記性能評価部は、前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合には、ＣＰＵを余剰としない付記２から４のいずれか１項に記載の管理装置。
（付記６）
前記性能評価部は、前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、メモリを余剰としない付記２から５のいずれか１項に記載の管理装置。
（付記７）
前記性能評価部は、前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、ＣＰＵまたはメモリについて、０以上の値で不足量を算出する付記２から６のいずれか１項に記載の管理装置。
（付記８）
前記性能評価部は、前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出する付記２から７のいずれか１項に記載の管理装置。
（付記９）
コンピュータが、
物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受けることと、
前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備することと、を実行する管理方法。
（付記１０）
前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出することをさらに実行する付記９に記載の管理方法。
（付記１１）
前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出することをさらに実行する付記１０に記載の管理方法。
（付記１２）
コンピュータに、
物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受けることと、
前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備することと、を実行させるためのプログラム。
（付記１３）
前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出することをさらに実行する付記１２に記載のプログラム。
（付記１４）
前記動作情報から、前記物理リソースの使用率を第１単位期間ごとに平均した第１平均値と、前記第１単位期間よりも短い第２単位期間ごとに平均した第２平均値と、を算出して、前記第１平均値と第２平均値とに基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出することをさらに実行させるための付記１３に記載のプログラム。
（付記１５）
前記動作情報の処理対象期間における前記物理リソースの使用率のピーク数、および前記ピークの高さの少なくとも一方に基づくピーク特性を抽出し、前記第１平均値、前記第２平均値および前記ピーク特性に基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出することをさらに実行させるための付記１４に記載のプログラム。
（付記１６）
前記コンピュータに、前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合には、ＣＰＵを余剰とさせない付記１３から１５のいずれか１項に記載のプログラム。（付記１７）
前記コンピュータに、前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、メモリを余剰とさせない付記１３から１６のいずれか１項に記載のプログラム。
（付記１８）
前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、ＣＰＵまたはメモリについて、０以上の値で不足量を算出することをさら
に実行させるための付記１３から１７のいずれか１項に記載のプログラム。
（付記１９）
前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出することをさらに実行させるための付記１３から１８のいずれか１項に記載のプログラム。

１ ベアメタル管理サーバ
２ ベアメタルサーバプール
１１ 性能測定部
１２ 性能情報ＤＢ
１３ 管理画面部
１４ ベアメタルサーバ配備部
１５ ベアメタルサーバカタログ
１６ ベアメタルサーバリスト
２１ ＢＩＯＳ
２２、１０１ ＣＰＵ
２３、１０２ メモリ
２４ ＩＯ
２５ ＨＤＤ
２６ ＢＭＣ
１０３ ストレージ
１０４ ＮＩＣ
１０５ ディスプレイ
１０６ 入力装置
１２１ 性能特性対応表

Claims (5)

1. 物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受ける受付部と、
   前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備する配備部と、
   前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出する性能評価部と、を備え、
   前記性能評価部は、
   （１）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合には、ＣＰＵを余剰としないこと、
   （２）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、メモリを余剰としないこと、
   （３）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、ＣＰＵまたはメモリについて、０以上の値で不足量を算出すること、（４）前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出すること、
   の少なくとも１つに対応する処理を実行する管理装置。
2. 前記性能評価部は、前記動作情報から、前記物理リソースの使用率を第１単位期間ごとに平均した第１平均値と、前記第１単位期間よりも短い第２単位期間ごとに平均した第２平均値と、を算出して、前記第１平均値と第２平均値とに基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出する請求項１に記載の管理装置。
3. 前記性能評価部は、前記動作情報の処理対象期間における前記物理リソースの使用率の
   ピーク数、および前記ピークの高さの少なくとも一方に基づくピーク特性を抽出し、前記第１平均値、前記第２平均値および前記ピーク特性に基づいて前記物理リソースの余剰量または前記物理リソースの不足量を算出する請求項２に記載の管理装置。
4. コンピュータが、
   物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受けることと、
   前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備することと、
   前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出する処理と、を実行し、さらに、前記算出する処理では、
   （１）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合には、ＣＰＵを余剰としないこと、
   （２）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、メモリを余剰としないこと、
   （３）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、ＣＰＵまたはメモリについて、０以上の値で不足量を算出すること、（４）前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出すること、
   の少なくとも１つに対応する処理を実行する管理方法。
5. コンピュータに、
   物理計算機の物理リソースの仕様と前記物理計算機で実行するアプリケーションプログラムの指定を受けることと、
   前記指定を受けた物理リソースの仕様を充足する物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に、前記仕様を充足する物理計算機の物理リソース量を調整し、前記物理リソース量が調整された物理計算機を配備することと、
   前記物理計算機で前記アプリケーションプログラムを実行したときの動作情報を基に前記物理計算機の物理リソースの余剰量または前記物理リソースの不足量を算出する処理と、を実行させ、さらに、前記算出する処理では、
   （１）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率が基準以上の期間が存在する場合には、ＣＰＵを余剰としないこと、
   （２）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、メモリを余剰としないこと、
   （３）前記動作情報の処理対象期間において、外部記憶装置または通信装置の使用率が基準以上であって、かつ、ＣＰＵの使用率およびメモリの使用率の両方が基準以上の期間が存在する場合には、ＣＰＵまたはメモリについて、０以上の値で不足量を算出すること、（４）前記動作情報の処理対象期間において、外部記憶装置の使用率が第１基準値未満であり、かつ、通信装置の使用率が第２基準値未満の場合には、ＣＰＵおよびメモリについて、０以上の値で余剰量を算出すること、
   の少なくとも１つに対応する処理を実行させるためのプログラム。

Images