JPS6237763A - キヤパシテイプランニングにおける捕捉率自動算出方式 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔目次〕 概要 産業上の利用分野 従来の技術 発明が解決しようとする問題点（第４図）問題点を解決
するための手段（第１図）作用 実施例 （１）本発明の概略説明（第２図） （２）本発明の一実施例構成（第３図）発明の効果 〔概要〕 キャパシティブランニングにおいて需要予測を行うとき
、各ジョブにおけるＣＰＵの使用１８間の外に、システ
ム全体のＣＰＵの使用時間を分析し・このシステム全体
のＣＰＵの使用時間のうちその各業務分野別（例えばバ
ッチ処理、時分割処理、オンライン処理等）の割合を算
出するために必要な捕捉率を自動的に算出するものであ
る。

〔産業上の利用分野〕

本発明はデータ処理業務におけるキャパシティブランニ
ングに係り、特に中央処理装置（ＣＰＵ）の使用状態を
各業務分野別に分析して把握するために、課金情報より
得られる各業務分野毎に直接使用したＣＰＵの使用状態
の外に、例えばプログラムをメモリ上にロードする等の
如きシステムとしてのＣＰＵの使用時間を各業務分野毎
に、あるいはオペレーション・システム（Ｏ３）用の使
用時間として分析するために必要な捕捉率を自動的に算
出するもの乙こ関する。

計算機システムの稼動状態を把握し、サービスレベルを
維持、管理することをキャパシティブランニングという
。すなわち、計算機が予定通り稼動しているか、ＣＰＵ
の負荷がリミットに達しているか、あるいは将来リミッ
トに達するのはいつ頃かというようなことを検討するも
のである。これにもとづき処理能ノコを予測したり、最
適な機器構成を計画することもできる。

ところでＣＰＵの負荷つまり使用率はシステムの稼動時
間のうちｃｐｕの動作した時間の割合により求められ、
これが大きい程ＣＰｔＪの負荷が１（艮界状態になって
いることが判断でき、ＣＰ　Ｌｌの増設とか、システム
のグレード・アンプするか等の検討が必要となる。

〔発明が解決しようとする問題点〕

従来、ＣＰＵ使用時間をチェックするとき、第４図に示
す如く、例えばオンライン業務にお３する使用時間（Ｔ
ｌ’−ｎ）、タイムシアリング（′ｌ゛ＳＳ）業務にお
ける使用時間（Ｔ　ｚ　’　　ｎ　）、バッチ業務にお
ける使用時間（Ｔ３’−ｎ）等の如き各業務分野毎の使
用時間＜ｃｐｕの停止時間を除く）と、システム全体の
ＣＰＵ使用時間（′１゛ｎ）とに区分して判断していた
。しかしながらシステムが前記の如き３つの業務分野で
運用されている場合においても、 Ｔｎ≠（Ｔ＋　’　−ｎ）　＋　（Ｔ２　’　−ｎ）　
＋　（Ｔ３’　−ｎ）であり、各業務分野におけるＣＰ
Ｕ使用時間（ＣＰ　Ｕ停止時間を除く）の加算とシステ
ム全体のＣＰＵ使用時間とは、第４図に示す如くＴの差
が存在する。このＴは、各業務におけるジョブを動作さ
せるためにメモリ上にプログラムを格納するための時間
や、割込みが発生したときの処理時間等の外に、ジョブ
が動作しなくてもシステムがＣＰＵを使用するいわゆる
業務に依存しないシステム固有のオーバーヘッドつまり
Ｏ８の使用時間ｔ０を含んでいる。そして前記各業務に
おけるＣＰＵ使用時間Ｔ　＋　’　　ｎ　−、Ｔ　ｚ　
’　　ｎ　％　Ｔ　３　’　−ｎのみではそれぞれの業
務におけるＣＰＵ使用時間が正確には判断できず、した
がって前記Ｔにおける各業務のＣＰＵ使用時間（オンラ
イン業務ではｔ、、ＴＳＳ業務ではｔ２、バッチ業務で
はｔ３）が求められないためキャパシティブランニング
を行うときに正確さに問題があった。

〔問題点を解決するための手段〕

前記問題点を解決するため、本発明では、第１図に示す
如く、業務別のＣＰＬＩ使用時間として、業務に属する
ジョブのＣＰＵ使用時間の合計値を求めるとともに、Ｃ
ＰＵアイドル時間からシステム全体のＣＰＵ使用時間を
求め、これらより、各業務別の捕捉率を算出し、これに
もとづきキャパシティブランニングを行うことができる
ようにし。

たキャパシティブランニングにおける捕捉率自動算出方
法を提供するものである。

〔作用〕

本発明では、業務別のｃｐｕ使用時間Ｔｍと、Ｔｍに計
上されず、システムオーバーヘッドとなＴｍからＴｍ＋
ｔｍの値を推測できるため、Ｔ　ｍのみを求めた場合に
比較してはるかに正確にｃＰＵの使用状態を判定及び予
測することが可能となる。

〔実施例〕

ｆｉ１本発明の詳細説明 第２図によりその概略を説明する。

業務の一部である１つのジョブが動作するとき、ＣＰＵ
　１の動作状態が課金制御部３でチェ’７りされる。こ
のときＣＰＩＪＩの動作状態はメモリ２の管理領域２−
１に記憶される。この動作状態データとして、ジョブ名
、該ジョブの実行中におけるＣＰＵＩの実行時間（　ｉ
．　ｓ　）等が記入さイ′する。同時に、ジョブとは無
関係に、Ｃ　Ｐ　ｔＪがアイドルであった時間も記入さ
れる。メモリ２の管理領域２−１に記憶されたデータを
、課金制御部３によりファイル４に各業務毎に集計した
もの（Ｔｍ〜ｎ）と、ジョブに無関係なシステム全体の
値として得られたもの（Ｔｎ）を、格納しておき、これ
らのデータを読み出し演算することにより各業務毎のｃ
ｐｕ　ｔの実用状態を算出することができる。

ここで業務（ｍ）が存在することによるシステムオーハ
ーヘノドの増大部分をＴｍ−ｎとすると下記の弐 Ｔｎ＝Σ（Ｔｍ−ｎ’−、ｔｍ−ｎ）＋ｔｏ　−ｎ　　
■が成り立つ。

管理領域２−１に記入された、ジョブのＣ　Ｐ　Ｕ時間
を業務別に集計した値（Ｔｍ−ｎ）と、該業務が引き起
こしたシステムオーバーヘノドも含めた該業務のＣ　Ｐ
　１．Ｊ時間（Ｔｍ　−　ｎ　＋ｔ　ｍ−　ｎ）の比 Ｔ　ｍ　　−　　ｎ　　＋　　ｔ　　ｍ　　−　　ｎを
該業務に関する捕捉率と呼ぶ。

（２）本発明の一実施例構成 本発明の一実施例を第３図により説明する。

第３図において地図と同符号部は同一部分を示し、５は
課金レコード書込部であってジョブ名、ジョブが使用し
たＣＰＵ時間等を記入するもの、１１は課金レコード読
込部であってデータベース４から取出したデータのうち
課金レコードを抽出するもの、Ｊ２は集計域続込部であ
ってジョブが動作した日の集計域を読込むもの、１３は
使用時間算出部であって各ジョブが使用したＣＰＵ時間
を算出するとともに、ジョブが動作した日の集計域の中
の該ジョブが属する業務グループ（例えばオンライン業
務、ＴＳＳ業務、バッチ業務等）のところにそのジョブ
が使用したＣＰＵ時間を加算するもの、１４は集計域デ
ータ出力部であって集計域をデータベースに書き戻すも
の、１５は捕捉率算出部であってデータベースに格納さ
れたデータにもとづき後述するように捕捉率を算出する
もの、２０は集計域であって、例えば各日毎に業務グル
ープ別に各ジョブのＣＰＵの使用時間の和Ｔ１　′＝ｎ
〜Ｔ３’−ｎおよびシステムのＣＰＵの全使用時間Ｔｎ
等が記入され、ファイル４内のデータベースに形成され
ている。ここでＴ１　一〇”’　（Ｔ＋　　’　　ｎ）
＋　ｔ＋　、Ｔｚ　　ｎ＝　（Ｔｚ　　’一ｎ）　＋　
ｔｚ　、Ｔｚ　　ｎ＝　（Ｔｉ　’　　ｎ）　＋　ｔ３
である。なおその他の項であるＴｏ　　　ｎは、Ｔｎ−
（Ｔｌ　　＋Ｔｚ　　”Ｔ：１　）であって後述するシ
ステム固有のオーハーヘソドを示すものであり、Ｔｎ−
（Ｔｌ　　＋Ｔｚ　＋Ｔ３）による演算等により算出さ
れる。

第３図において、集計域２ｏの業務１１ｈｌは例えばオ
ンライン業務を示し、隘２はタイムシアリング業務を示
し、Ｎｃ３はバッチ業務を示している。

いまジョブＪ１が実行され、これがオンライン業務の１
つであるとき、そのジョブにおけるＣＰＵ使用時間の格
納領域から他のデータとともに課金制御部３が読出し、
課金レコード読込部１１がこれらを抽出し、使用時間算
出部１３が集計域２。

におけるその日の項のＴＨ’−ｎに加算等を行う。

もし第１日目であればＴ＋　　＋　、’ｒ’＋　等に加
算する。この集計域２ｏの抽出は集計域読込部ｌ２が行
う。この加算処理は集計域データ出カ部１４がジョブノ
ーの名称等より患ｔ〜隘３のいずれに属するものか判断
して加算し、これを再度データベースの集計域２ｏに戻
す。このようにしてファイル４内の集計域２ｏには、各
ジョブの終了毎にジョブの属する業務グループの項目に
前記各データが加算されることになり、例えば日単位で
デ−夕が格納される。

捕捉率算出部１５は、前記集計域２０のデータにもとづ
き各業務別の捕捉率を自動的に算出するものであり、次
にこの算出方式について説明する。

いま、第ｉ日でのシステム全体のＣＰＵ使用時間をｙｉ
とし、第ｉ日での業務ｊのＣＰＵ使用時間をｘｊｉとし
、業務ｊ毎の捕捉率（上記０式）をｒｊとすると次式が
成立する。

ｒｏ　　”’　　　ｒＪ ここでｎは業務の種類であり、また□は業務Ｃご依存し
ないシステム固有のオーバーヘッドすなわちジョブを動
作しなくともＯ３を動作させるためのＣＰ　Ｕの使用時
間である。ここでｙｉとｘｊｌは観測したデータであり
、従ってこの方程式を解き−−−一（ｊ　＝　１〜ｎ　
）を求めるために過去ｎ日ところで捕捉率ｒｊの逆数を
回帰係数ｂｊとし、□を回帰定数ｂ０　とするとき、こ
の捕捉率算出差平方和を最小にするような前記回帰定数
ｂ０および回帰係数ｂｊを求める。

ここで線型モデル（予測回帰式）は次のような形とする
。

ｙ　ｉ　＝Ｌ＋、　　＋ｂ、　　ｘ、　　ｉ　＋ｂ、　
　Ｘｚ　　ｉ　＋−−＋　ｂ　ｊ　ｘ　ｊ　ｉ　＋−−
−＋　ｂ　ｍ　ｘ　ｍ　ｉ　　−−■ここでｘｊｉは独
立変数であり業務ｊが第１日に使用したＣＰＵ時間であ
ってデータとして得られるものである。

そして前記■弐におけるｙｉは第１日における従属変数
の観測値であり、第ｉ日でのシステム全体のＣＰＵ時間
である。

前記■弐のｙｉは第ｉ日における従属変数の予測値であ
る。

また前記０式のｎはデータベースに蓄積されている情？
１１の日数である。

ｍは業務グループ数である。

次に第３図に示す本発明の一実施例の動作について説明
する。

システムが動作状態にあるとき、まずそのシステムのｔ
ｈ作開始時刻をメモリ２上に記憶しておく。

この状態においてジョブＪ＋　、Ｊｚ　’−が実行され
るとき、各ジョブの動作開始時刻ＴＳと動作終了時刻Ｔ
Ｅ及びそのジョブにおけるＣＰＵの停止時間が課金レコ
ード書込部５により記入される。そしてジョブ終了後に
これらのデータＴＳ、ＴＥが抽出されて、使用時間算出
部１３によりＴＥ−ＴＳが演算され、その結果得られた
ＣＰＵ使用時間がそのジョブの分類される業務グループ
のその日のＣＰＵ使用時間に加算される。このようにし
て、日単位で各業務グループ毎のＣＰＵ使用時間が集計
域２０に記憶される。このようなデータが、回帰定数ｂ
０及び回帰係数ｂｊを算出するのに必要な日数だけのデ
ータが集計域２０に格納されたとき、捕捉率算出部１５
を動作させる。

捕捉率算出部１５は、前記集計域２０からｘｊｉすなわ
ちＴ、−ｎ−Ｔ、、−ｎ及びｙｉ即ちＴｎを抽出して重
回帰分析の手法により前記０式が最小となるようなり０
．ｂ、−ｂｎを求める。そしてこのｂ１〜ｂｎの逆数が
必要な捕捉率であるので、かくしてこれらを算出するこ
とができる。

なお前記実施例では日単位のデータより捕捉率を算出し
た例について説明したが、この単位は日のみに限定され
ず、もっと小さな単位でも、週、月といったもっと大き
な単位でも使用することができる。

〔発明の効果〕

本発明によれば過去の長期のデータを基に業務グループ
毎の捕捉率を自動算出することができるので、手間がか
からないのみならず、業務別にきめ細かく、精度の高い
将来の需要予測を行うことができる。しかも自動算出で
あるためデータが蓄積される程自動的に精度が向上する
。

従って、従来ある短時間だけソフトウェアモニタを用い
てシステムのＣＰＵビジィ率と、ジョブ空間のＣＰＵ時
間を測定し、何回か測定して平均化して捕捉率を求めて
いた方法では人手による手間がかかるため、実質上１回
の測定しか行えず精度が低いという欠点を大きく改善す
ることができる。

また捕捉率は処理形態の違いなどのため業務により相当
な差がある（例えばバッチ・ジョブでは０．８、タイム
シアリング・ジョブで０．４等）。しかるに従来のよう
に人手による方法では測定サンプル数が少ないために業
務別に区別できず、システム全体の捕捉率を浦えること
しかできなかったため、きめ細かなプランニングができ
なかった欠点を改善するものとなる。

【図面の簡単な説明】 第１図は本発明の原理説明図、 第２図は本発明の概略図、 第３図は本発明の一実施例構成図、 第４図は本発明の動作説明図である。 １−・・−ＣＰＵ　　　　　　　２−・メモリ３−課金
制御部　　　４・・−ファイル貢矛斉男１Ｍｆ巾゛ｆ足
キ ンド、発Ｂ月の原チ１゛茎兇、明図 第１図 木兆明の梠び各図 第２図

Claims (1)

1. 【特許請求の範囲】 課金情報が記憶されるメモリを有するデータ処理装置に
   おいて、 前記課金情報を業務グループ毎に保持するファイル（４
   ）と、 課金情報よりＣＰＵの使用時間を演算して前記ファイル
   （４）の業務グループに加算する使用時間算出手段（１
   ３）と、 前記ファイル（４）に保持された各業務グループ毎のＣ
   ＰＵ使用時間にもとづき各業務グループの捕捉率を算出
   する捕捉率算出部（１５）を具備し、前記ファイル（４
   ）に保持されたＣＰＵの業務グループ毎の使用時間にも
   とづき捕捉率を自動算出するようにしたことを特徴とす
   るキャパシティブランニングにおける捕捉率自動算出方
   式。