JP6904155B2 - 情報処理装置、情報処理方法及びプログラム - Google Patents

情報処理装置、情報処理方法及びプログラム Download PDF

Info

Publication number
JP6904155B2
JP6904155B2 JP2017154219A JP2017154219A JP6904155B2 JP 6904155 B2 JP6904155 B2 JP 6904155B2 JP 2017154219 A JP2017154219 A JP 2017154219A JP 2017154219 A JP2017154219 A JP 2017154219A JP 6904155 B2 JP6904155 B2 JP 6904155B2
Authority
JP
Japan
Prior art keywords
load
data
information processing
unit
executes
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
JP2017154219A
Other languages
English (en)
Other versions
JP2019032745A (ja
Inventor
中村　亘
亘 中村
雄太 大浦
雄太 大浦
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.)
Fujitsu Ltd
Original Assignee
Fujitsu Ltd
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 Fujitsu Ltd filed Critical Fujitsu Ltd
Priority to JP2017154219A priority Critical patent/JP6904155B2/ja
Priority to US16/055,484 priority patent/US10467079B2/en
Publication of JP2019032745A publication Critical patent/JP2019032745A/ja
Application granted granted Critical
Publication of JP6904155B2 publication Critical patent/JP6904155B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0778—Dumping, i.e. gathering error/state information after a fault for later diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0721—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment within a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0787—Storage of error reports, e.g. persistent data storage, storage using memory protection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/28—Error detection; Error correction; Monitoring by checking the correct order of processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G06F11/3433—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment for load management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/301—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is a virtual computing platform, e.g. logically partitioned systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3041—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is an input/output interface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/815—Virtual

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Computer Hardware Design (AREA)
  • Debugging And Monitoring (AREA)

Description

本発明は、プロセッサ負荷の推定技術に関する。
システムの運用中においては、処理の競合（リソース負荷の競合とも呼ばれる）を原因とする障害がしばしば発生する。障害が発生する前のシステムにおける装置の処理負荷の状況を知ることができれば、障害が発生したシステムの障害発生前の状況を検証用のシステムにおいて再現し、原因の究明および対策等を行うことが可能になる。
或る文献に開示されているように、システムの運用中にＣＰＵ（Central Processing Unit）等のリソースの負荷のログを常時生成しておけば、障害が発生する前のＣＰＵ負荷の情報を障害の発生後にログを利用して取得することができる。しかし、実際に稼働させるシステムにおいてＣＰＵ負荷のログを取得するために常駐プロセス等を動作させることは、他の処理に影響を及ぼす可能性があるため好ましくない。
特開２０１０−２２４６２９号公報
本発明の目的は、１つの側面では、障害が発生する前のシステムにおける装置のＣＰＵ負荷を推定するための技術を提供することである。
一態様に係る情報処理装置は、障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成する第１生成部と、生成されたデータと、障害が発生する前の第１システムにおいて或る処理を実行する第２装置の通信負荷とに基づき、障害が発生する前の第２装置のプロセッサ負荷を算出する算出部とを有する。
１つの側面では、障害が発生する前のシステムにおける装置のＣＰＵ負荷を推定できるようになる。
図１は、本実施の形態のシステムの概要を示す図である。 図２は、情報処理装置の構成図である。 図３は、管理装置のハードウエア構成図である。 図４は、管理装置の機能ブロック図である。 図５は、管理装置の第１収集部が実行する処理の処理フローを示す図である。 図６は、通信負荷データ格納部に格納されるデータの一例を示す図である。 図７は、管理装置の第２収集部が実行する処理の処理フローを示す図である。 図８は、ＣＰＵ負荷データ格納部に格納されるデータの一例を示す図である。 図９は、障害が発生する前のＣＰＵ負荷を推定する処理の処理フローを示す図である。 図１０は、システム構成データ格納部に格納されているデータの一例を示す図である。 図１１は、グループ分けの結果の一例を示す図である。 図１２は、対象システムの構成データの一例を示す図である。 図１３は、各仮想ＡＰサーバについての通信負荷の統計量の一例を示す図である。 図１４は、各仮想ＡＰサーバについてのＣＰＵ負荷の統計量の一例を示す図である。 図１５は、障害が発生する前のＣＰＵ負荷を推定する処理の処理フローを示す図である。 図１６は、ＣＰＵ負荷とＨＴＴＰの各メソッドのリクエスト数との関係を示す図である。 図１７は、関係データ格納部に格納されるデータの一例を示す図である。 図１８は、推定データ格納部に格納されるデータの一例を示す図である。 図１９は、障害前のＣＰＵ負荷を再現する処理の処理フローを示す図である。 図２０は、送信パターンの一例を示す図である。
図１は、本実施の形態のシステムの概要を示す図である。情報処理システム１は、本実施の形態の主要な処理を実行する管理装置１０と、検証用のシステムを動作させる検証装置１３と、例えば顧客に使用させるシステムを稼働させる１又は複数の情報処理装置１６とを有する。情報処理システム１は、ＬＡＮ（Local Area Network）又はインターネット等のネットワークであるネットワーク５に接続される。
情報処理装置３はネットワーク５に接続される。本実施の形態においては、情報処理装置３において稼働しているシステムにおいて障害が発生するとする。障害とは、例えば、システムにおける仮想ＡＰ（APplication）サーバが実行するアプリケーションソフトウエアの異常である。
図２は、情報処理装置３の構成図である。情報処理装置３は、ハードウエアコンポーネントとして、１又は複数のＣＰＵ１３１と、１又は複数のメモリ１３２と、１又は複数のＨＤＤ（Hard Disk Drive）１３３と、ＮＩＣ（Network Interface Card）１３４とを有する。
仮想化ソフトウエアであるハイパバイザ１３００は、例えば、メモリ１３２にロードされたプログラムがＣＰＵ１３１に実行されることで実現される。ハイパバイザ１３００は、仮想スイッチ１３１０と、仮想ＣＰＵ（図２におけるｖ（virtual）ＣＰＵ）と仮想メモリ（図２におけるｖＭＥＭ（MEMory））と仮想ＮＩＣ（図２におけるｖＮＩＣ）とを有するＶＭ（Virtual Machine）１３２１乃至１３２３を実現する。本実施の形態において、ＶＭ１３２１は仮想ＷＥＢサーバであり、ＶＭ１３２２は仮想ＡＰサーバであり、ＶＭ１３２３は仮想ＤＢ（DataBase）サーバである。
情報処理装置３は、クライアント端末からのリクエストを受信し、受信したリクエストは仮想スイッチ１３１０により仮想ＷＥＢサーバであるＶＭ１３２１の仮想ＮＩＣに転送される。ＶＭ１３２１は、リクエストの内容に応じて処理リクエストを仮想ＡＰサーバであるＶＭ１３２２に転送し、ＶＭ１３２２は、処理リクエストの内容に応じてデータリクエストを仮想ＤＢサーバであるＶＭ１３２３に転送する。本実施の形態においては、情報処理装置３において実現されるシステムの通信負荷として、仮想ＡＰサーバが受け取るＨＴＴＰ（Hyper Text Transfer Protocol）リクエストの数及びＳＱＬ（Structured Query Language）の各命令の数が利用される。また、情報処理装置３において実現されるシステムの処理負荷として、仮想ＡＰサーバの仮想ＣＰＵの負荷が利用される。
図２においてはＶＭの数は３であるが、４以上のＶＭが実行されてもよい。また、図２においては仮想ＷＥＢサーバ、仮想ＡＰサーバ及び仮想ＤＢサーバをそれぞれ１台ずつ有するシステムが実現されているが、このような構成以外の構成を有するシステムが実現されてもよい。例えば、ＷＥＢサーバの機能及びＡＰサーバの機能の両方を有するＶＭが実行されてもよい。また、仮想ＤＢサーバが無い、仮想ＷＥＢサーバ及び仮想ＡＰサーバで構成されたシステムが実現されてもよい。また、２台以上のＶＭで１つの機能（例えば、ＷＥＢサーバの機能）を実現してもよい。また、例えばファイアウォール、負荷分散装置、ＡＤ（Active Directory）サーバ或いは帳票サーバ等の機能を有するＶＭを実行してもよい。
図３は、管理装置１０のハードウエア構成図である。管理装置１０は、ハードウエアコンポーネントとして、ＣＰＵ１１と、メモリ１２と、ＨＤＤ１７と、ＮＩＣ１４とを有する。各ハードウエアコンポーネントは、バス１５を介して接続される。なお、管理装置１０がその他のハードウエアコンポーネントを有してもよい。
図４は、管理装置１０の機能ブロック図である。管理装置１０は、第１収集部１０１と、第２収集部１０３と、特定部１０５と、関係算出部１０７と、推定データ生成部１０９と、パターン抽出部１１１と、リクエスト出力部１１３と、制御部１１５と、通信負荷データ格納部１２１と、ＣＰＵ負荷データ格納部１２３と、システム構成データ格納部１２５と、関係データ格納部１２７と、推定データ格納部１２９と、パターンデータ格納部１３５とを有する。
管理装置１０に処理を実行させるためのプログラムは、例えばＨＤＤ１７に格納され、メモリ１２にロードされてＣＰＵ１１により実行されることで、図４に示した第１収集部１０１、第２収集部１０３、特定部１０５、関係算出部１０７、推定データ生成部１０９、パターン抽出部１１１、リクエスト出力部１１３および制御部１１５を実現する。通信負荷データ格納部１２１、ＣＰＵ負荷データ格納部１２３、システム構成データ格納部１２５、関係データ格納部１２７、推定データ格納部１２９及びパターンデータ格納部１３５は、例えばメモリ１２又はＨＤＤ１７に設けられる。
第１収集部１０１は、情報処理装置３、検証装置１３および情報処理装置１６から受信した通信ログに基づき通信負荷のデータを生成する処理を実行し、生成した通信負荷のデータを通信負荷データ格納部１２１に格納する。第２収集部１０３は、情報処理装置３、検証装置１３および情報処理装置１６から受信したＣＰＵ負荷のデータをＣＰＵ負荷データ格納部１２３に格納する。特定部１０５は、通信負荷データ格納部１２１に格納されているデータ、ＣＰＵ負荷データ格納部１２３に格納されているデータ及びシステム構成データ格納部１２５に格納されているデータに基づき処理を実行し、処理結果を関係算出部１０７に通知する。関係算出部１０７は、特定部１０５から通知された処理結果、通信負荷データ格納部１２１に格納されているデータ及びＣＰＵ負荷データ格納部１２３に格納されているデータに基づき処理を実行し、処理結果を関係データ格納部１２７に格納する。推定データ生成部１０９は、通信負荷データ格納部１２１に格納されているデータ及び関係データ格納部１２７に格納されているデータに基づき処理を実行し、処理結果を推定データ格納部１２９に格納する。
パターン抽出部１１１は、通信負荷データ格納部１２１に格納されているデータに基づき処理を実行し、処理結果をパターンデータ格納部１３５に格納する。リクエスト出力部１１３は、関係データ格納部１２７に格納されているデータ、推定データ格納部１２９に格納されているデータ及びパターンデータ格納部１３５に格納されているデータに基づき、検証装置１３に対してＨＴＴＰリクエストを出力する処理を実行する。制御部１１５は、ＣＰＵ負荷データ格納部１２３に格納されているデータ及び推定データ格納部１２９に格納されているデータに基づき処理を実行し、処理結果に応じて、リクエスト出力部１１３が検証装置１３に対して出力するＨＴＴＰリクエストの送信頻度を変更する。
次に、管理装置１０の実行する処理をより詳細に説明する。
図５は、管理装置１０の第１収集部１０１が実行する処理の処理フローを示す図である。
第１収集部１０１は、情報処理装置３から所定時間（例えば１秒）分の通信ログを受信する（図５：ステップＳ１）。通信ログは、時刻の情報、ＵＲＩ（Uniform Resource Identifier）、ＨＴＴＰのメソッドの情報、リクエストパラメータ及びその他の情報を含む。
第１収集部１０１は、ステップＳ１において受信した通信ログに基づき、ＨＴＴＰの各メソッドのリクエスト数とＳＱＬの各命令の数とを集計する（ステップＳ３）。そして、第１収集部１０１は、集計の結果を通信負荷データ格納部１２１に格納する。
図６は、通信負荷データ格納部１２１に格納されるデータの一例を示す図である。図６の例では、時刻の情報と、ＨＴＴＰの各メソッドのリクエスト数（ここでは１秒あたりのリクエスト数）及びデータ量（ここでは１秒あたりのデータ量（キロバイト））と、ＳＱＬの各命令の数及びデータ量とが格納される。
第１収集部１０１は、ステップＳ３を実行してから所定時間が経過したか判定する（ステップＳ５）。所定時間が経過していない場合（ステップＳ５：Ｎｏルート）、処理はステップＳ５に戻る。
一方、所定時間が経過した場合（ステップＳ５：Ｙｅｓルート）、第１収集部１０１は、処理の終了指示があったか判定する（ステップＳ７）。処理の終了指示がない場合（ステップＳ７：Ｎｏルート）、処理はステップＳ１に戻る。一方、処理の終了指示があった場合（ステップＳ７：Ｙｅｓルート）、処理は終了する。
以上のような処理を実行すれば、情報処理装置３の通信負荷のデータを管理装置１０が管理できるようになる。なお、管理装置１０は、情報処理装置３だけでなく、検証装置１３及び情報処理装置１６の通信負荷のデータも同様の方法で取得することができる。
図７は、管理装置１０の第２収集部１０３が実行する処理の処理フローを示す図である。
本実施の形態においては、情報処理装置３上の仮想ＡＰサーバであるＶＭ１３２２が実行する他の処理への影響を及ぼさないようにするため、ＶＭ１３２２のＣＰＵ負荷（具体的には、ＣＰＵ使用率）は、障害が発生した後にかぎり計測される。管理装置１０は、情報処理装置３において障害が発生した後に、情報処理装置３からＣＰＵ負荷のデータを取得する。従って、図７に示した処理は障害が発生した後、例えば定期的に実行される。
第２収集部１０３は、情報処理装置３において障害が発生した後のＣＰＵ負荷のデータのうち未取得のＣＰＵ負荷のデータ（具体的には、ＣＰＵ負荷のデータを前回取得した時点より後に計測されたＣＰＵ負荷のデータ）を、情報処理装置３から受信する（図７：ステップＳ１１）。
第２収集部１０３は、ステップＳ１１において受信したＣＰＵ負荷のデータをＣＰＵ負荷データ格納部１２３に格納する（ステップＳ１３）。そして処理は終了する。
図８は、ＣＰＵ負荷データ格納部１２３に格納されるデータの一例を示す図である。図８の例では、時刻の情報と、仮想ＡＰサーバが仮想ＣＰＵとして実際に使用している各物理ＣＰＵのＣＰＵ負荷（単位は％）の情報とが格納されている。
以上のような処理を実行すれば、情報処理装置３のＣＰＵ負荷のデータを管理装置１０が管理できるようになる。なお、管理装置１０は、情報処理装置３だけでなく、情報処理装置１６の通信負荷のデータも同様の方法で取得することができる。検証装置１３については、ＣＰＵ負荷の再現のため、稼働中のＣＰＵ負荷のデータが常時取得される。
図９は、障害が発生する前のＣＰＵ負荷を推定する処理の処理フローを示す図である。
まず、特定部１０５は、システム構成データ格納部１２５に格納されているデータを用いて、情報処理装置１６上で実現されている複数のシステムをシステム構成に基づきグループ分けする（図９：ステップＳ２１）。
図１０は、システム構成データ格納部１２５に格納されているデータの一例を示す図である。図１０の例では、システム名と、サーバの種別と、ＣＰＵコア数と、メモリ容量（単位はギガバイト）とについての情報が格納されている。
ステップＳ２１においては、同一のシステム構成であるシステムが同じグループに属するようにグループ分けが行われる。図１１は、グループ分けの結果の一例を示す図である。図１１の例では、グループ＿１に属するシステムの構成は「ＬＢ＋Ｃａｃｈｅ＋３層Ｗｅｂ＋Ｓｔｏｒａｇｅ」であり、グループ＿２に属するシステムの構成は「２層Ｗｅｂ」であり、グループ＿３に属するシステムの構成は「ＬＢ＋Ａｐｐ」である。
特定部１０５は、システム構成データ格納部１２５から、障害が発生したシステム（本実施の形態においては、情報処理装置３において実現されているシステム。以下、対象システムと呼ぶ）の構成データを読み出す（ステップＳ２３）。
図１２は、対象システムの構成データの一例を示す図である。図１２の例では、対象システムの構成は「ＬＢ＋Ｃａｃｈｅ＋３層Ｗｅｂ＋Ｓｔｏｒａｇｅ」である。
特定部１０５は、ステップＳ２３において読み出された構成データと、ステップＳ２１におけるグループ分けの結果とに基づき、対象システムと同一又は類似の構成を有するシステムのグループを抽出する（ステップＳ２５）。
例えば、対象システムの構成データが図１２に示した構成データであり、且つ、グループ分けの結果が図１１に示した結果である場合、グループ＿１が抽出される。
特定部１０５は、ステップＳ２５において抽出されたグループ内の各システムについて、仮想ＡＰサーバの通信負荷の統計量及びＣＰＵ負荷の統計量を、通信負荷データ格納部１２１に格納されているデータ及びＣＰＵ負荷データ格納部１２３に格納されているデータを用いて算出する（ステップＳ２７）。本実施の形態における統計量は平均および標準偏差であるが、その他の統計量を用いてもよい。
図１３は、各仮想ＡＰサーバの通信負荷の統計量の一例を示す図である。図１３の例では、ＨＴＴＰの各メソッドのリクエスト数及びデータ量の統計量と、ＳＱＬの各命令の数及びデータ量についての統計量とが、各仮想ＡＰサーバについて算出されている。リクエスト数は１秒あたりのリクエスト数であり、データ量の単位は、キロバイト／秒である。
図１４は、各仮想ＡＰサーバについてのＣＰＵ負荷の統計量の一例を示す図である。図１４の例では、ＣＰＵ負荷の統計量が各仮想ＡＰサーバについて算出されており、ＣＰＵ負荷の統計量は、各物理ＣＰＵのＣＰＵ負荷（％）の統計量の平均に相当する。
特定部１０５は、対象システムにおける仮想ＡＰサーバの通信負荷の統計量及びＣＰＵ負荷の統計量を、通信負荷データ格納部１２１に格納されているデータ及びＣＰＵ負荷データ格納部１２３に格納されているデータを用いて算出する（ステップＳ２９）。ステップＳ２９においては、ステップＳ２７と同じ項目について統計量が算出される。具体的には、ＨＴＴＰの各メソッドのリクエスト数及びデータ量についての平均及び標準偏差と、ＳＱＬの各命令の数及びデータ量についての平均及び標準偏差とが算出される。
特定部１０５は、ステップＳ２７において算出された統計量とステップＳ２９において算出された統計量との比較に基づき、対象システムにおける仮想ＡＰサーバと類似する仮想ＡＰサーバを特定する（ステップＳ３１）。そして処理は端子Ａを介して図１５のステップＳ３３に移行する。
ステップＳ３１においては、例えば、通信負荷の各項目についての統計量の差の合計と、ＣＰＵ負荷の各項目についての統計量の差の合計との和が、最小である（すなわち、類似度が最も高い）或いは所定値以下である仮想ＡＰサーバが特定される。
図１５の説明に移行し、特定部１０５は、ステップＳ３１の処理結果を関係算出部１０７に通知する。そして、関係算出部１０７は、ステップＳ３１において特定された仮想ＡＰサーバの通信負荷のデータを通信負荷データ格納部１２１から読み出し、ステップＳ３１において特定された仮想ＡＰサーバのＣＰＵ負荷のデータをＣＰＵ負荷データ格納部１２３から読み出す（ステップＳ３３）。なお、ステップＳ３３においては、通信負荷のデータとしてＨＴＴＰの各メソッドのリクエスト数が読み出され、ＳＱＬの各命令数は読み出されない。
関係算出部１０７は、障害発生後の対象システムにおける仮想ＡＰサーバの通信負荷のデータを通信負荷データ格納部１２１から読み出す。また、関係算出部１０７は、障害発生後の対象システムにおける仮想ＡＰサーバのＣＰＵ負荷のデータをＣＰＵ負荷データ格納部１２３から読み出す（ステップＳ３５）。なお、ステップＳ３５においては、通信負荷のデータとしてＨＴＴＰの各メソッドのリクエスト数が読み出され、ＳＱＬの各命令数は読み出されない。
関係算出部１０７は、ステップＳ３３において読み出されたデータとステップＳ３５において読み出されたデータとに基づき、通信負荷とＣＰＵ負荷との関係を示すデータを生成する（ステップＳ３７）。関係算出部１０７は、算出された関係についてのデータを関係データ格納部１２７に格納する。ステップＳ３７においては、例えば回帰分析が実行され、回帰分析の結果に基づきＣＰＵ負荷と通信負荷との関係を示すデータが生成される。なお、ＣＰＵ負荷データとしては、各物理ＣＰＵのＣＰＵ負荷の平均が使用される。
図１６は、ＣＰＵ負荷とＨＴＴＰの各メソッドのリクエスト数との関係を示す図である。図１６に示すように、普通、仮想ＡＰサーバが受け取るＨＴＴＰリクエストの数が増えるに従ってＣＰＵ負荷（すなわちＣＰＵ使用率）は増加する。従って、各メソッドのＨＴＴＰリクエストの数からＣＰＵ負荷を推定することが可能である。
図１７は、関係データ格納部１２７に格納されるデータの一例を示す図である。図１７の例では、ＣＰＵ負荷の各値について、各メソッドのリクエスト数（ここでは１秒あたりのリクエスト数）が格納されている。例えば、「ＧＥＴ」の数が２５５であり且つ他のメソッドのＨＴＴＰリクエスト数が０であるときは、ＣＰＵ負荷は１０（％）である。また、「ＧＥＴ」の数が２５５であり、「ＰＯＳＴ」の数が３２４であり、「ＰＵＴ」の数が２６１であり且つ「ＤＥＬＥＴＥ」の数が２１８であるときは、ＣＰＵ負荷は４０（％）であると推定される。
推定データ生成部１０９は、対象システムの仮想ＡＰサーバの通信負荷のデータのうち障害発生前のデータを、通信負荷データ格納部１２１から読み出す（ステップＳ３９）。
推定データ生成部１０９は、ステップＳ３９において読み出されたデータと、関係データ格納部１２７に格納されているデータとに基づき、障害発生前のＣＰＵ負荷の推定値を算出する（ステップＳ４１）。推定データ生成部１０９は、算出した推定値を推定データ格納部１２９に格納する。そして処理は終了する。ステップＳ４１においては、障害発生前の各時刻について、読み出した通信負荷のデータが示す各メソッドのリクエスト数に対応するＣＰＵ負荷が、関係データ格納部１２７に格納されているデータに基づき算出され、算出されたＣＰＵ負荷の合計が算出される。なお、ＣＰＵ負荷の合計が１００（％）を超えた場合には合計を１００（％）とする。
図１８は、推定データ格納部１２９に格納されるデータの一例を示す図である。図１８の例では、ステップＳ３１において特定された仮想ＡＰサーバのＣＰＵ負荷の推定値が、障害が発生する前の各時刻について格納されている。
以上のように、ＣＰＵ負荷と通信負荷との関係を利用することで、たとえ障害が発生する前のＣＰＵ負荷を計測していない場合であっても、障害が発生する前のＣＰＵ負荷を推定することができる。これにより、ＣＰＵ負荷を監視するための常駐プロセス等を動作させる必要がなくなるので、より多くのＣＰＵリソースを他の処理に割り当てることができるようになる。
また、本実施の形態によれば、障害が発生する前の通信負荷（すなわち、仮想ネットワークＩＯ（Input Output）の負荷）が考慮されるので、仮想ＡＰサーバのＣＰＵ負荷の推定値をより適切な値にすることができるようになる。
図１９は、障害前のＣＰＵ負荷を検証装置１３において再現する処理の処理フローを示す図である。本処理は、例えば、ＣＰＵ負荷の推定値が算出された後に実行される。また、検証装置１３には、ステップＳ３１において特定された仮想ＡＰサーバを含むシステムと同一の構成を有するシステムが、仮想的に構築されているとする。
パターン抽出部１１１は、第１収集部１０１が情報処理装置３から受信した通信ログ（ここでは、障害が発生する前の通信ログ）から、ＨＴＴＰリクエストの送信パターンを１又は複数抽出する（図１９：ステップＳ５１）。
図２０は、送信パターンの一例を示す図である。図２０の例では、１０：００：０２に送信されたＰＯＳＴのＨＴＴＰリクエストと、１０：００：０３に送信されたＧＥＴのＨＴＴＰリクエストと、１０：００：０５に送信されたＧＥＴのＨＴＴＰリクエストとを含む送信パターン＿１が示されている。本実施の形態においては、例えば、所定時間（例えば１０秒）内に受信した一連のＨＴＴＰリクエストが１つの送信パターンとして取り扱われる。
リクエスト出力部１１３は、ステップＳ５１において抽出された送信パターンに従って送信されるリクエストの送信頻度を、推定データ格納部１２９に格納された推定値及び関係データ格納部１２７に格納されたデータに基づき決定する（ステップＳ５３）。
一例として、図２０に示したような３つのＨＴＴＰリクエストを含む送信パターンが得られた場合に送信頻度を決定する方法を示す。この場合において、例えば図１８に示した、１０：００：０２におけるＣＰＵ負荷２７．００％を再現する場合、ＰＯＳＴに対応するＣＰＵ負荷が９（＝２７／３＊１）％になり且つＧＥＴに対応するＣＰＵ負荷が１８％（＝２７／３＊２）になるようにＨＴＴＰリクエストが送信される。関係データ格納部１２７に格納されているデータ（例えば図１７に示したデータ）に基づき決定されるＨＴＴＰリクエスト数が、ＰＯＳＴについては２９０であり且つＧＥＴについては４１０である場合、１０：００：０２に対応する時刻においてはＰＯＳＴのＨＴＴＰリクエストが２９０回送信され、ＧＥＴのＨＴＴＰリクエストが４１０回送信される。同様の処理を、１０：００：０３以降の各時刻について実行することで、障害が発生する前の期間における各時刻に対応する時刻での送信頻度を決定することができる。なお、ＨＴＴＰリクエストのリクエストＵＲＩ及びパラメータは適宜変更される。
また、例えば図２０に示した送信パターン以外の送信パターンが、１１：００：００において抽出された場合には、１１：００：００に対応する時刻以降においては、１１：００：００において抽出された送信パターンでＨＴＴＰリクエストが送信される。
なお、ここで説明した方法は一例であって、抽出される送信パターンの内容や数に応じて方法を変更してもよい。
図１８の説明に戻り、リクエスト出力部１１３は、ステップＳ５５において決定された送信頻度で、検証装置１３上で構築されたシステムにＨＴＴＰリクエストを送信する（ステップＳ５５）。リクエスト出力部１１３からＨＴＴＰリクエストが送信されている間、検証装置１３においてはシステムにおける仮想ＡＰサーバのＣＰＵ負荷が計測されているとする。
リクエスト出力部１１３は、第２収集部１０３に対して、ＣＰＵ負荷のデータの受信を指示する。これに応じ、第２収集部１０３は、検証装置１３上で構築されたシステムの仮想ＡＰサーバからのＣＰＵ負荷のデータを検証装置１３から受信し（ステップＳ５７）、受信したデータをＣＰＵ負荷データ格納部１２３に格納する。
制御部１１５は、推定データ格納部１２９に格納された推定値と、ステップＳ５７において受信したＣＰＵ負荷のデータとを比較し、障害発生前のＣＰＵ負荷が検証装置１３上のシステムにおいて再現されたか判定する（ステップＳ５９）。
障害発生前のＣＰＵ負荷が検証装置１３上のシステムにおいて再現されていない場合（ステップＳ５９：Ｎｏルート）、制御部１１５は、以下の処理を実行する。具体的には、制御部１１５は、ＣＰＵ負荷の推定値と実際のＣＰＵ負荷（すなわちステップＳ５７において受信したＣＰＵ負荷のデータ）との比較に基づき、リクエスト出力部１１３が送信するリクエストの送信頻度を変更する（ステップＳ６１）。そして処理はステップＳ５５に戻る。
例えば、或る時刻におけるＣＰＵ負荷の推定値が２０（％）であるのに対して実際のＣＰＵ負荷が２５（％）である場合、ＣＰＵ負荷が２５（％）から２０（％）に下がるように、送信頻度が現状の８０（＝２０／２５＊１００）（％）になるように変更を行う。このような処理を各時刻において行うことで、推定されたＣＰＵ負荷が検証装置１３上のシステムにおいて再現される。
一方、障害発生前のＣＰＵ負荷が検証装置１３上のシステムにおいて再現されている場合（ステップＳ５９：Ｙｅｓルート）、制御部１１５は、再現が完了したことを示すデータを、管理装置１０の表示装置（例えばディスプレイ）に出力する（ステップＳ６３）。そして処理は終了する。
以上のような処理を実行すれば、障害が発生する前の状況を再現することができるようになる。これにより、障害の原因究明および障害への対策等を行うことができるようになる。なお、従来はランダムに負荷をかけていたため障害の原因究明および障害への対策等を行うことが難しく、また例えできたとしても時間がかかっていたが、本実施の形態の方法であれば、障害の原因究明および障害への対策等をより容易に行えるようになる。
以上本発明の一実施の形態を説明したが、本発明はこれに限定されるものではない。例えば、上で説明した管理装置１０の機能ブロック構成は実際のプログラムモジュール構成に一致しない場合もある。
また、上で説明した各テーブルの構成は一例であって、上記のような構成でなければならないわけではない。さらに、処理フローにおいても、処理結果が変わらなければ処理の順番を入れ替えることも可能である。さらに、並列に実行させるようにしても良い。
なお、ステップＳ３７においては対象システムの仮想ＡＰサーバの通信負荷のデータ及びＣＰＵ負荷のデータを用いなくてもよく、その場合にはステップＳ３５の処理をスキップしてもよい。
なお、情報処理装置１６上で実現されているシステムの通信負荷のデータ及びＣＰＵ負荷のデータを、予め管理装置１０が保持しておいてもよい。そして、管理装置１０は、保持された通信負荷のデータ及びＣＰＵ負荷のデータを用いて、ステップＳ３１の処理等を実行してもよい。
なお、対象システムの仮想ＡＰサーバと類似するシステムの仮想ＡＰサーバを抽出する場合に、統計量ではなく時系列の値そのものを比較してもよい。また、期間中において同一種類の複数の統計量を求め、複数の統計量を比較することで類似する仮想ＡＰサーバを抽出してもよい。なお、比較に使用される期間は例えば同一であるが、必ずしも同一でなくてもよい。
なお、対象システムの仮想ＡＰサーバと類似するシステムの仮想ＡＰサーバを抽出する場合に、ＳＱＬの各命令数を使用しなくてもよい。
なお、仮想ＡＰサーバ以外のサーバであって通信負荷に従ってＣＰＵ負荷が変動するサーバに対して、本実施の形態を適用してもよい。
なお、物理ＣＰＵごとに通信負荷とＣＰＵ負荷との関係を算出した場合には、物理ＣＰＵごとに推定値を算出してもよい。
なお、類似する仮想ＡＰサーバが動作するシステムが停止している場合には、検証装置１３上のシステムではなく、そのシステムを用いてＣＰＵ負荷の再現を行ってもよい。
以上述べた本発明の実施の形態をまとめると、以下のようになる。
本実施の形態の第１の態様に係る情報処理装置は、（Ａ）障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成する第１生成部（実施の形態における関係算出部１０７は上記第１生成部の一例である）と、（Ｂ）生成されたデータと、障害が発生する前の第１システムにおいて或る処理を実行する第２装置の通信負荷とに基づき、障害が発生する前の第２装置のプロセッサ負荷を算出する算出部（実施の形態における推定データ生成部１０９は上記算出部の一例である）とを有する。
たとえ障害が発生する前の第２装置のプロセッサ負荷の情報を取得することができなくても、通信負荷の情報を取得することができれば、障害が発生する前のプロセッサ負荷を推定できるようになる。
また、第１生成部は、（ａ１）第１システムの構成並びに第２装置のプロセッサ負荷の変動及び通信負荷の変動と、第１システム以外のシステムの構成及び当該システムにおいて特定の処理を実行する装置のプロセッサ負荷の変動及び通信負荷の変動との比較に基づき、第２システムを特定してもよい。
第１システムにおける第２装置のプロセッサ負荷の推定に適した第２システムを特定できるようになる。
また、第１生成部は、（ａ２）第１装置のプロセッサ負荷と第１装置に対するリクエストの数との関係を示すデータを、第１装置に対するリクエストの種類ごとに生成してもよい。
リクエストの種類によってプロセッサ負荷の変動の特徴は違うため、上で述べたような処理を実行すれば、算出されるプロセッサ負荷をより適切な値にすることができるようになる。
また、本情報処理装置は、（Ｃ）障害が発生する前の第２装置に対するリクエストの送信パターンを、障害が発生する前の第２装置の通信ログから生成する第２生成部（実施の形態におけるパターン抽出部１１１は上記第２生成部の一例である）と、（Ｄ）生成された送信パターンに従って第１装置に対するリクエストを送信する出力部（実施の形態におけるリクエスト出力部１１３は上記出力部の一例である）と、（Ｅ）生成された送信パターンに従って第１装置に対するリクエストが送信された場合における第１装置のプロセッサ負荷と、算出された第２装置のプロセッサ負荷との比較の結果に基づき、出力部が第１装置に対するリクエストを送信する頻度を変更する制御部（実施の形態における制御部１１５は上記制御部の一例である）とをさらに有してもよい。
第２装置において発生したプロセッサ負荷を考慮しつつ第１装置においてプロセッサ負荷を発生させることができるので、障害前の状況の再現により障害の原因等を調べることができるようになる。
また、制御部は、（ｅ１）計測されたプロセッサ負荷と、算出された第２装置のプロセッサ負荷とが同じになるように、出力部が第１装置に対するリクエストを送信する頻度を変更してもよい。
また、第１装置及び第２装置は仮想マシンであってもよい。
本実施の形態の第２の態様に係る情報処理方法は、（Ｆ）障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成し、（Ｇ）生成されたデータと、障害が発生する前の第１システムにおいて或る処理を実行する第２装置の通信負荷とに基づき、障害が発生する前の第２装置のプロセッサ負荷を算出する処理を含む。
なお、上記方法による処理をプロセッサに行わせるためのプログラムを作成することができ、当該プログラムは、例えばフレキシブルディスク、ＣＤ−ＲＯＭ、光磁気ディスク、半導体メモリ、ハードディスク等のコンピュータ読み取り可能な記憶媒体又は記憶装置に格納される。尚、中間的な処理結果はメインメモリ等の記憶装置に一時保管される。
以上の実施例を含む実施形態に関し、さらに以下の付記を開示する。
（付記１）
障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成する第１生成部と、
生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する算出部と、
を有する情報処理装置。
（付記２）
前記第１生成部は、
前記第１システムの構成並びに前記第２装置のプロセッサ負荷の変動及び通信負荷の変動と、前記第１システム以外のシステムの構成及び当該システムにおいて前記特定の処理を実行する装置のプロセッサ負荷の変動及び通信負荷の変動との比較に基づき、前記第２システムを特定する、
付記１記載の情報処理装置。
（付記３）
前記第１生成部は、
前記第１装置のプロセッサ負荷と前記第１装置に対するリクエストの数との関係を示すデータを、前記第１装置に対するリクエストの種類ごとに生成する、
付記１又は２記載の情報処理装置。
（付記４）
前記障害が発生する前の前記第２装置に対するリクエストの送信パターンを、前記障害が発生する前の前記第２装置の通信ログから生成する第２生成部と、
生成された前記送信パターンに従って前記第１装置に対するリクエストを送信する出力部と、
生成された前記送信パターンに従って前記第１装置に対するリクエストが送信された場合における前記第１装置のプロセッサ負荷と、算出された前記第２装置のプロセッサ負荷との比較の結果に基づき、前記出力部が前記第１装置に対するリクエストを送信する頻度を変更する制御部と、
をさらに有する付記１乃至３のいずれか１つ記載の情報処理装置。
（付記５）
前記制御部は、
計測された前記プロセッサ負荷と、算出された前記第２装置のプロセッサ負荷とが同じになるように、前記出力部が前記第１装置に対するリクエストを送信する頻度を変更する、
付記４記載の情報処理装置。
（付記６）
前記第１装置及び前記第２装置は仮想マシンである、
付記１乃至５のいずれか１つ記載の情報処理装置。
（付記７）
コンピュータが、
障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成し、
生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する、
処理を実行する情報処理方法。
（付記８）
コンピュータに、
障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成し、
生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する、
処理を実行させるプログラム。
１ 情報処理システム １０ 管理装置
１３ 検証装置 １６ 情報処理装置
３ 情報処理装置 ５ ネットワーク
１３１ ＣＰＵ １３２ メモリ
１３３ ＨＤＤ １３４ ＮＩＣ
１３００ ハイパバイザ １３１０ 仮想スイッチ
１３２１，１３２２，１３２３ ＶＭ
１１ ＣＰＵ １２ メモリ
１４ ＮＩＣ １５ バス
１７ ＨＤＤ
１０１ 第１収集部 １０３ 第２収集部
１０５ 特定部 １０７ 関係算出部
１０９ 推定データ生成部 １１１ パターン抽出部
１１３ リクエスト出力部 １１５ 制御部
１２１ 通信負荷データ格納部 １２３ ＣＰＵ負荷データ格納部
１２５ システム構成データ格納部 １２７ 関係データ格納部
１２９ 推定データ格納部 １３５ パターンデータ格納部

Claims (6)

  1. 障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成する第１生成部と、
    生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する算出部と、
    を有する情報処理装置。
  2. 前記第１生成部は、
    前記第１システムの構成並びに前記第２装置のプロセッサ負荷及び通信負荷と、前記第１システム以外のシステムの構成及び当該システムにおいて前記特定の処理を実行する装置のプロセッサ負荷及び通信負荷との比較に基づき、前記第２システムを特定する、
    請求項１記載の情報処理装置。
  3. 前記第１生成部は、
    前記第１装置のプロセッサ負荷と前記第１装置に対するリクエストの数との関係を示すデータを、前記第１装置に対するリクエストの種類ごとに生成する、
    請求項１又は２記載の情報処理装置。
  4. 前記障害が発生する前の前記第２装置に対するリクエストの送信パターンを、前記障害が発生する前の前記第２装置の通信ログから生成する第２生成部と、
    生成された前記送信パターンに従って前記第１装置に対するリクエストを送信する出力部と、
    生成された前記送信パターンに従って前記第１装置に対するリクエストが送信された場合における前記第１装置のプロセッサ負荷と、算出された前記第２装置のプロセッサ負荷との比較の結果に基づき、前記出力部が前記第１装置に対するリクエストを送信する頻度を変更する制御部と、
    をさらに有する請求項１乃至３のいずれか１つ記載の情報処理装置。
  5. コンピュータが、
    障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成し、
    生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する、
    処理を実行する情報処理方法。
  6. コンピュータに、
    障害が発生した第１システムと同一又は類似のシステムである第２システムにおいて或る処理を実行する第１装置のプロセッサ負荷と通信負荷との関係を示すデータを生成し、
    生成された前記データと、前記障害が発生する前の前記第１システムにおいて前記或る処理を実行する第２装置の通信負荷とに基づき、前記障害が発生する前の前記第２装置のプロセッサ負荷を算出する、
    処理を実行させるプログラム。
JP2017154219A 2017-08-09 2017-08-09 情報処理装置、情報処理方法及びプログラム Active JP6904155B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2017154219A JP6904155B2 (ja) 2017-08-09 2017-08-09 情報処理装置、情報処理方法及びプログラム
US16/055,484 US10467079B2 (en) 2017-08-09 2018-08-06 Information processing device, information processing method, and non-transitory computer-readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2017154219A JP6904155B2 (ja) 2017-08-09 2017-08-09 情報処理装置、情報処理方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2019032745A JP2019032745A (ja) 2019-02-28
JP6904155B2 true JP6904155B2 (ja) 2021-07-14

Family

ID=65274121

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2017154219A Active JP6904155B2 (ja) 2017-08-09 2017-08-09 情報処理装置、情報処理方法及びプログラム

Country Status (2)

Country Link
US (1) US10467079B2 (ja)
JP (1) JP6904155B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021002849A1 (en) * 2019-07-02 2021-01-07 Hewlett-Packard Development Company, L.P. Computer readable program code change impact estimations

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6353902B1 (en) * 1999-06-08 2002-03-05 Nortel Networks Limited Network fault prediction and proactive maintenance system
US6609212B1 (en) * 2000-03-09 2003-08-19 International Business Machines Corporation Apparatus and method for sharing predictive failure information on a computer network
JP4066932B2 (ja) * 2003-11-10 2008-03-26 株式会社日立製作所 予測に基づいた計算機リソース配分方法
US7484132B2 (en) * 2005-10-28 2009-01-27 International Business Machines Corporation Clustering process for software server failure prediction
US20080126881A1 (en) * 2006-07-26 2008-05-29 Tilmann Bruckhaus Method and apparatus for using performance parameters to predict a computer system failure
JP5425497B2 (ja) * 2009-03-19 2014-02-26 株式会社日立システムズ ソフトウェア検証システムと方法およびプログラム
US8140914B2 (en) * 2009-06-15 2012-03-20 Microsoft Corporation Failure-model-driven repair and backup
JP2011002906A (ja) * 2009-06-16 2011-01-06 Fujitsu Ltd 監視プログラム、監視装置、および監視方法
US8966039B1 (en) * 2011-04-25 2015-02-24 Sprint Communications Company L.P. End-to-end communication service monitoring and reporting
US8881108B2 (en) * 2012-06-28 2014-11-04 Sap Ag Test program for HTTP-communicating service
JP5814874B2 (ja) * 2012-07-20 2015-11-17 三菱電機株式会社 コンピュータ装置及びリソース使用量予測方法及びプログラム
WO2014078457A1 (en) * 2012-11-19 2014-05-22 Siemens Corporation Resilient optimization and control for distributed systems
WO2014118897A1 (ja) * 2013-01-29 2014-08-07 富士通株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP6126891B2 (ja) * 2013-03-29 2017-05-10 富士通株式会社 検出方法、検出プログラム、および検出装置
JP6247480B2 (ja) * 2013-09-12 2017-12-13 株式会社東芝 制御装置、制御システムおよび制御方法
CA2870080C (en) * 2013-11-08 2017-12-19 Accenture Global Services Limited Network node failure predictive system
US9674046B2 (en) * 2014-10-21 2017-06-06 At&T Intellectual Property I, L.P. Automatic detection and prevention of network overload conditions using SDN
US9830240B2 (en) * 2015-05-14 2017-11-28 Cisco Technology, Inc. Smart storage recovery in a distributed storage system
JP6686459B2 (ja) * 2016-01-19 2020-04-22 富士通株式会社 診断装置、診断方法および診断プログラム
US10339131B1 (en) * 2016-06-10 2019-07-02 Hortonworks, Inc. Fault prevention
US10198330B2 (en) * 2016-11-30 2019-02-05 Sap Se Configuring disaster recovery for a cloud based application

Also Published As

Publication number Publication date
JP2019032745A (ja) 2019-02-28
US10467079B2 (en) 2019-11-05
US20190050282A1 (en) 2019-02-14

Similar Documents

Publication Publication Date Title
US11122067B2 (en) Methods for detecting and mitigating malicious network behavior and devices thereof
CN103853627B (zh) 由与物理机器相关地分析虚拟机器性能问题原因的方法和系统
US7840517B2 (en) Performance evaluating apparatus, method, and computer-readable medium
US9229778B2 (en) Method and system for dynamic scaling in a cloud environment
WO2014149148A1 (en) Distributed network services
CN103377077A (zh) 通过诱发延时来评估分布式计算服务的弹性的方法和系统
US20120297251A1 (en) Method and computer program product for system tuning based on performance measurements and historical problem data and system thereof
CN111641563B (zh) 基于分布式场景的流量自适应方法与系统
US20180107503A1 (en) Computer procurement predicting device, computer procurement predicting method, and recording medium
Caglar et al. Intelligent, performance interference-aware resource management for iot cloud backends
Jayathilaka et al. Detecting performance anomalies in cloud platform applications
US20180095819A1 (en) Incident analysis program, incident analysis method, information processing device, service identification program, service identification method, and service identification device
Papadopoulos et al. Control-based load-balancing techniques: Analysis and performance evaluation via a randomized optimization approach
US10282239B2 (en) Monitoring method
Dhingra et al. Comparative analysis of fault tolerance models and their challenges in cloud computing
WO2014204470A1 (en) Generating a fingerprint representing a response of an application to a simulation of a fault of an external service
JP6904155B2 (ja) 情報処理装置、情報処理方法及びプログラム
CN104135525B (zh) 云平台elb组件的资源扩展方法和装置
Samir et al. Autoscaling recovery actions for container‐based clusters
US10067778B2 (en) Management system, recording medium and method for managing virtual machines
US8798982B2 (en) Information processing device, information processing method, and program
CN103795766B (zh) 一种p2sp多源下载系统
US10102101B1 (en) Methods, systems, and computer readable mediums for determining a system performance indicator that represents the overall operation of a network system
KR101630088B1 (ko) 가상머신의 라이프사이클 모니터링 방법 및 그 장치
US11526784B2 (en) Real-time server capacity optimization tool using maximum predicted value of resource utilization determined based on historica data and confidence interval

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200514

TRDD Decision of grant or rejection written
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210524

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20210525

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20210607

R150 Certificate of patent or registration of utility model

Ref document number: 6904155

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150