KR101564481B1 - 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법 - Google Patents

용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법 Download PDF

Info

Publication number
KR101564481B1
KR101564481B1 KR1020117017908A KR20117017908A KR101564481B1 KR 101564481 B1 KR101564481 B1 KR 101564481B1 KR 1020117017908 A KR1020117017908 A KR 1020117017908A KR 20117017908 A KR20117017908 A KR 20117017908A KR 101564481 B1 KR101564481 B1 KR 101564481B1
Authority
KR
South Korea
Prior art keywords
resource
functions
workload management
management system
capacity planning
Prior art date
Application number
KR1020117017908A
Other languages
English (en)
Other versions
KR20110117670A (ko
Inventor
윌리엄 에이치 블랜딩
웨이드 제이 새터필드
댄 헤링턴
마이클 알 스탭나우
Original Assignee
휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피.
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 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. filed Critical 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피.
Publication of KR20110117670A publication Critical patent/KR20110117670A/ko
Application granted granted Critical
Publication of KR101564481B1 publication Critical patent/KR101564481B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061Partitioning or combining of resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3442Recording 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 planning or managing the needed capacity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording 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
    • G06F11/3457Performance evaluation by simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/40Data acquisition and logging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

적절한 컴퓨터 장치 상에 프로그래밍으로 구현되는 리소스 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템은 작업부하의 실행, 리소스의 유형, 개수 및 용량에 관련된 데이터를 수신하며 하나 이상의 가능한 리소스 구성 옵션을 생성하는 시뮬레이션 모듈; 상기 리소스 구성 옵션을 수신하며 하나 이상의 특정 기준에 기초해서 작업부하들에 대한 하나 이상의 예측된 리소스 할당을 결정하는 모델링 모듈; 및 상기 예측된 리소스 할당을 수신하며 사용자가 검토하도록 예측된 리소스 할당을 제공하는 통신 모듈을 포함한다.

Description

용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법{SYSTEM AND METHOD FOR INTEGRATING CAPACITY PLANNING AND WORKLOAD MANAGEMENT}
본 기술 분야는 컴퓨터 리소스 용량 플래닝 및 작업부하 관리이다.
컴퓨터 시스템은 컴퓨터 시스템 상에서 실행되는 하나 이상의 작업부하를 지원하기 위해 프로세서와 같은 리소스를 채용할 수 있다. 이들 리소스의 할당 및 운영을 감시 및 제어하기 위해, 컴퓨터 시스템은 용량 플래닝(planning) 시스템 및 작업부하 관리 시스템을 설치할 수 있다. 작업부하 관리 시스템은 컴퓨터 시스템 상에서 실행되는 작업부하가 특정의 용량 목표치에 도달하도록 리소스를 할당 또는 재할당할 수 있다. 용량 플래닝 시스템은 작업부하 실행을 지원하는 리소스의 초기 및 후속 취득 계획을 위해 사용될 수 있다. 현재의 컴퓨터 시스템에 있어서, 작업부하 관리 시스템 및 용량 플래닝 시스템은 통합되어 있지 않고, 이 통합의 결핍은 본질적으로 전체 컴퓨터 시스템의 효율적인 운영을 손상시킨다.
적절한 컴퓨터 장치 상에 프로그래밍으로 구현되는 리소스 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템은 작업부하의 실행, 리소스의 유형, 개수 및 용량에 관련된 데이터를 수신하며 하나 이상의 가능한 리소스 구성 옵션을 생성하는 시뮬레이션 모듈; 상기 리소스 구성 옵션을 수신하며 하나 이상의 특정 기준에 기초해서 작업부하들에 대한 하나 이상의 예측된 리소스 할당을 결정하는 모델링 모듈; 및 상기 예측된 리소스 할당을 수신하며 사용자가 검토하도록 예측된 리소스 할당을 제공하는 통신 모듈을 포함한다.
상세한 설명은 유사한 참조 번호가 유사한 대상을 지칭하는 첨부 도면을 참조한다.
도 1a는 작업부하 관리 시스템 및 플래닝 시스템이 설치된 본 컴퓨터 시스템을 도시한다.
도 1b는 작업부하 관리 및 플래닝 기능을 결합하기 위해 통합 아키텍처가 설치된 컴퓨터 시스템을 도시한다.
도 2는 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 통합 아키텍처의 예시적 블록도이다.
도 3은 대안적인 통합 아키텍처의 예시적 블록도이다.
도 4a 및 도 4b는 도 2 및 도 3의 통합 아키텍처의 예시적 운영을 도시하는 흐름도이다.
작업부하 관리는 작업부하가 특정한 용량 목적에 부합하도록 보장하기 위해 작업부하를 계산하는 동작의 감시 및 적절한 사용 가능한 리소스의 할당에 의해서 기능한다. 작업부하 관리는 통상 작업부하 관리 시스템(workload management system; WLMS)의 제어 하에서 수행된다.
이 WLMS는 하나 이상의 정책(policies)에 따라 동작한다. 예를 들면, 사용자는 작업부하 A가 월요일-금요일의 오전 8시부터 오후 5시 사이에 실행될 때 작업부하 A가 필요한 리소스의 100%를 수신하도록 하는 정책을 설정할 수 있다. 이 정책에 부합하기 위해, WLMS는 다른 실행 작업부하로부터 리소스를 이동시키거나 임시 리소스를 활성화시킬 수 있다.
이상적인 상태에서, WLMS에 의해 결정된 리소스의 이동은 순간적으로 실행될 것이다. 그러나, 어떤 컴퓨터 시스템에서도 리소스의 이동은 시간이 걸리고, 장시간이 걸릴 수도 있으며, 이것은 동작의 지연을 의미하는 것으로서 컴퓨터 시간의 측면에서 중요하고, 이와 같은 지연은 현재 WLMS 동작의 비효율의 원인이 된다.
용량 플래닝은 컴퓨터 시스템 상에서 특정의 작업부하의 실행을 지원하는데 필요한 설비(즉, CPU와 같은 리소스)의 개수를 결정하는 프로세스를 말한다. 따라서, 플래닝은 1) 어느 작업부하가 리소스의 풀(pool)을 효과적으로 공유할 수 있는지 및 2) 작업부하의 장래의 리소스 요구를 만족시켜주기 위해서 리소스의 풀의 크기(즉, 리소스의 개수) 및 그 구성(즉, 풀-라이트 리소스, 임시 용량 리소스)이 무엇이어야 하는 지에 대한 예측을 시도한다. 용량 플래닝은 통상적으로 플래닝 시스템(CPS)의 제어 하에서 수행된다. 이 CPS는 통상 컴퓨터 시스템의 종래 설정된 동작에 관련된 이력 데이터를 수집하는 것에 의해 플래닝 프로세스를 지원하는 툴을 포함할 수 있다. 그 후, 수집된 이력 데이터는 장래에 투사되며, 그 결과 CPS가 현재 구성된 컴퓨터 시스템 상의 특정 작업부하를 실행하는 것의 장래의 영향에 관한 정보를 제공할 수 있다. 컴퓨터 시스템 관리자는 그 컴퓨터 시스템이 갖추어야 할 리소스 풀의 장래의 크기 및 특성 및 특정 리소스가 그 컴퓨터 시스템 내에서 배열되어야 하는 방법을 결정하기 위해 CPS에 의해 제공된 정보를 이용할 수 있다.
현재의 컴퓨터 시스템에서, CPS는 WLMS가 작업부하의 리소스 소모를 관리할 것이라는 사실에 대해 아무런 실질적인 고려도 없이 그 자신의 지정된 기능을 수행한다. 특히, 현재의 CPS는 WLMS의 동작에 관한 개산(approximate) 또는 단순화한 추정만을 수행할 뿐이다. 매우 복잡한 문제의 이와 같은 단순화는 작업부하가 WLMS에 의해 실제로 할당된 리소스일 때 부정확한 용량 플래닝을 가져올 수 있다. 더욱, 현재의 CPS는 WLMS가 사용 중이라는 "인식"조차도 할 수 없다. 예를 들면, 현재의 CPS는 가상의 파티션이 실제로는 동적 변화를 겪고 있는 중에도 그 가상의 파티션이 단일의 고정된 크기를 가지는 것으로 가정할 수 있다. 이 고정된 크기라는 가정의 결과 CPS는 가상의 파티션의 크기를 과도하게 평가하게 되는 데, 이것은 CPS가 가상의 파티션의 변화의 가능성에 대해 책임을 지지 않을 수 있기 때문이다. 따라서, CPS에 의해 실행되는 용량 플래닝은 부정확해지는데, 이것은 CPS가 실제 리소스 관리에 관한 인식의 결핍에 대해 책임지기 위해 필요한 리소스 용량을 과장하거나, 또는 WLMS가 실제로 CPS의 용량 플랜이 요구하는 리소스 할당의 효율을 달성할 수 없으므로 필요한 리소스 용량을 과소 평가하기 때문이다.
도 1a는 용량 플래닝 시스템(capacity planning system(CPS); 300) 및 작업부하 관리 시스템(workload management system (WLMS))이 장착되어 있는 통상적인 컴퓨터 시스템(10)을 도시한 것이다. 이 컴퓨터 시스템(10)은 하드 파티션(20) 및 가상 파티션(30)을 구비할 수 있다. 하나 이상의 작업부하(40)가 이 컴퓨터 시스템(10) 상에서 실행되고 있으며, 풀-라이센스 리소스(fully-licensed resources; 50) 및 일 실시예에서는 인스턴트 용량 리소스(instant capacity resources; 60)에 의해 지원을 받는다.
현재의 구성에서, WLMS(200)은 작업부하에 대한 공유 리소스의 할당을 포함하는 많은 리소스 감시 및 제어 기능을 수행한다. 이들 공유 리소스는 프로세서, 메모리, 대역폭 및 컴퓨터 시스템(10)이 사용하는 저장 용량을 포함한다. WLMS(200)는 데이터베이스(240)에 저장되어 있는 환경설정파일(configuration file; 220)에 따라 구성될 수 있으며 공유 리소스를 할당하기 위해 사용될 수 있는 아비터(arbiter; 210)를 구비한다. 대안으로서, 리소스 할당이 컴퓨터 시스템(10) 내의 각 파티션(20, 30)에 대한 개개의 작업부하 관리(WLM) 인스턴스(instances; 201)를 구현함에 의해서 개별 파티션 내에서 분배될 수 있다.
이 리소스 할당은 각 작업부하에 대해 정의된 서비스 레벨 목표(service level objectives; SLO), 다른 성능 메트릭(performance metrics), 개개의 작업부하 또는 그룹의 작업부하에 대해 정의된 정책 및 작업부하에 대해 정의된 리소스 풀에 기초한다. 이들 정의된 속성은 일반적으로 컴퓨터 시스템 관리자가 명확하게 정의하지만, 이와 같은 명확한 정의가 없는 경우에 아비터(210)는 환경설정파일(220)의 일부로서 규정된 디폴트 설정을 사용할 수 있다.
WLMS(200)는 또한 작업부하 및 리소스 소비를 감시하기 위해 사용되는 모니터 모듈(230)을 포함한다. 모니터 모듈(230)은 리소스를 작업부하에 할당하기 위한 할당 툴, SLO 상태, 성능 메트릭 및 리소스 사용을 포함하는 작업부하의 성능을 감시하기 위한 감시 툴 및 컴퓨터 시스템(10) 상의 환경설정파일(220)을 포함하는 작업부하 관리 셋업의 변경을 허용하기 위한 리뷰 툴을 포함하는 그 지정된 감시 기능을 수행하기 위한 특정한 툴을 구비한다.
도 1a에서 알 수 있는 바와 같이, 현재의 컴퓨터 시스템은 CPS 및 WLMS을 통합하기 위한 메커니즘을 제공하지 않는다. 간단히 말해서, 현재의 시스템으로, 컴퓨터 시스템 관리자는 전형적으로 이력 데이터를 사용하여 리소스 요구(demands)를 평가하기 위해 CPS를 채용하며, 그 평가에 따라 리소스를 얻는다. 그 후, 관리자는 WLMS를 설치하며, 획득된 리소스를 실행 중인 작업부하에 할당하는 WLMS로 컴퓨터 시스템을 동작시킨다. 그러나, WLMS와 CPS는 통신 메커니즘이 없으므로 실제 WLMS 할당은 용량 플래닝 프로세스에 결합되지 않는다. 일례로서, CPS는 WLMS의 동작의 결과로서 하나의 작업부하로부터 다른 하나의 작업부하로의 리소스의 이동에 의해 부가되는 지연을 고려하지 않는다. 현재의 시스템에 있어서는 "정상상태(steady-state)" 조건의 작업부하 실행만 사용할 수 있다. 실제로, 하나의 작업부하가 요구를 증대시킴과 동시에 다른 작업부하가 리소스 요구가 리소스 용량과 동일한 제1의 정상상태 조건으로부터 리소스 요구가 리소스 용량과 동일한 제2의 정상상태 조건으로 요구를 축소시킴에 따라 전체 리소스 요구는 사용 가능한 리소스를 초과할 수 있다. 따라서, 리소스의 실제의 할당은 이들 리소스의 이론적인 최적의 할당에 미달하는 경우가 많다.
현재의 용량 플래닝 및 작업부하 관리 시스템의 한계를 극복하며 리소스 플래닝을 리소스 요구에 더욱 가깝게 부합시키기 위해서, 용량 플래닝과 작업부하 관리를 결합시키기 위해 CPS 및 WLMS를 통합하는 아키텍처(100)가 본 명세서에 개시되며 도 1b에 개략 블록도로서 도시된다. 통합 아키텍처(100)는 WLMS(200) 및 CPS(300)와 함께 단일 플랫폼 또는 컴퓨터 시스템 상에 설치될 수 있다. 대안으로서, 아키텍처(100), WLMS(200) 및/또는 CPS(300)는 별도의 장치에 설치될 수 있으며, 둘 이상의 컴퓨터 플랫폼 상에서 실행되는 작업부하를 제어하는데 사용될 수 있다. 통합 아키텍처(100)는 기존의 WLMS, CPS, 또는 CPS 및 WLMS의 양자에 대한 변경으로 구현될 수 있다. 예를 들면, 예시적인 일 실시예에서, WLMS는 CPS가 WLMS에 대해 접속을 구축하는 것을 허용하도록 변경된다. 이 접속에 의해, 용량 플래닝 관리자는 CPS를 사용하여 여러 가지 다른 기능 및 능력 중에서도 1) 정책, 리소스 및 관리대상의 사용 가능한 작업부하에 관한 정보를 취득할 수 있고; 2) 추가의 정책 및 "가상(imaginary)" 리소스 컨테이너 및 작업부하를 구축할 수 있고; 3) 기존의 정책 및/또는 용량 플래닝 관리자가 생성한 정책, 리소스 컨테이너 및 작업부하를 참조하는 공유 리소스 도메인의 정의(definitions)를 제공할 수 있으며; 4) 정의된 공유 리소스 도메인에서 작업부하/리소스 컨테이너를 위한 샘플 동작 파라미터를 제공하며 WLMS가 그와 같은 도메인을 관리하고 있었던 것처럼 그리고 실제로 제공된 샘플 값을 측정한 것처럼 정확하게 주어진 샘플 동작 파라미터에 대한 그 도메인의 작업부하 관리의 예상결과를 획득할 수 있다. 따라서, 본 명세서에 개시된 통합 아키텍처(100)는 CPS가 이 CPS에 의해 결정된 작업부하 실행을 위한 예측된 리소스 요구를 WLMS에 전송할 수 있게 하며, 그 다음 WLMS가 그 작업부하를 관리하는 방법을 실제 작업부하 실행 전에 결정할 수 있게 한다.
전술한 바와 같이, CPS는 일반적으로 이력 데이터로부터 작업하며, 본 명세서에 개시된 통합 아키텍처(100)는 이와 같은 이력 데이터를 이용하여 CPS와 함께 동작할 수 있다. 그러나, 일 실시예에서, 통합 아키텍처는 시뮬레이션 프로세스를 포함할 수 있으며, 여기에서 CPS는 이력 데이터에 의존하는 대신 컴퓨터 시스템 상의 작업부하 실행의 시뮬레이션에 기초하여 그 리소스 플래닝 기능을 시작한다. 따라서, 컴퓨터 시스템 관리자는 예를 들면 1주간의 기간에 걸쳐 다양한 시간에서 작업부하 A - D의 실행을 하나의 모델로서 지정할 수 있으며, 용량 플래닝 시스템은 모델링된 작업부하 A - D에 대한 가능한 작업부하 특성을 결정한다. 그 후, 시뮬레이션된 작업부하 데이터는 WLMS로 전달되며, 이어서 이 WLMS는 리소스가 실제적으로 할당되는 방법의 시뮬레이션 및 작업부하 A - D가 SLO, 기타 결정된 성능 메트릭, 또는 관리자가 결정한 정책에 부합하도록 관리되는 방법에 대한 시뮬레이션을 제공한다. 이 시뮬레이션 기능을 촉진하기 위해, 통합 아키텍처(100)는 모니터 모듈에 대한 별도의 접속(231)을 구비할 수 있다. 따라서, 이 모니터 모듈은 2개의 입력, 즉 개선된 용량 플래닝을 위해 사용되는 시뮬레이션된 데이터 및 정상 데이터 감시 접속을 수신한다.
또 다른 대안으로서, CPS는 WLMS가 관련된 작업부하가 관리되는 방법을 예측할 수 있도록 WLMS에 시뮬레이션된 작업부하 분배를 제공하기 위해서 이력 데이터 및 모델의 조합을 사용할 수 있다.
도 2는 통합 아키텍처(100)의 예시적 블록도이다. 이 통합 아키텍처(100)는 각각 WLMS(200) 및 CPS(300)와 통신하기 위한 통신 모듈(110, 120)을 포함한다. 이 아키텍처(100)는 일 실시예에서 CPS(300)에 추가되는 구조 또는 그것의 변경으로서 구성되는 시뮬레이션 모듈(130), 일 실시예에서 WLMS(200)에 추가되는 구조 또는 그것의 변경으로서 구현되는 대응하는 모델링 모듈(140) 및 평가 모듈(160)을 더 포함한다.
시뮬레이션 모듈(130)은 CPS(300)의 다른 구성요소로부터 입력을 수신한다. 예를 들면, 시스템 관리자는 예측 또는 작업부하의 식별자 및 유형, 작업부하의 실행 날짜 및 시간, 작업부하의 고유의 특성 또는 요구, SLO, 성능 메트릭을 포함하는 시뮬레이션된 작업부하 정보 및 기타 작업부하를 위해 리소스 요구를 모델링하기 위해 필요한 기타의 정보를 입력하기 위해 인터페이스(310)를 이용하여 시뮬레이션 모듈(130)과 인터페이싱한다. 시뮬레이션 모듈(130)은 또한 동일 플랫폼 상에서, 동일 파티션 내에서 그리고 동일 일시에 실행될 것이 예상되는 작업부하를 포함한 임의의 개수의 작업부하를 위한 작업부하 정보를 수신할 수도 있다. 시뮬레이션 모듈(130)은 또한 통신 모듈(110, 120)을 통해 WOMS(200)로부터 작업부하 실행 및 대응하는 리소스 할당에 관한 이력 데이터를 수신할 수도 있다. 마지막으로, 시뮬레이션 모듈(130)은 CPS(300)로부터 이력 작업부하 실행 및 리소스 할당 데이터를 수신할 수 있다. 실제 이력 또는 시뮬레이션된 작업부하 실행 데이터 및 리소스 할당 데이터, 또는 이들 데이터의 임의의 조합을 이용하여 시뮬레이션 모듈(130)은 규정된 작업부하 실행 데이터를 위한 예측된 리소스 할당이 무엇인지를 결정한다. 그 후, 시뮬레이션 모듈(130)은 예측된 리소스 할당 및 작업부하 실행 데이터를 모델링 모듈(140)에 전송한다.
모델링 모듈(140)은 시뮬레이션 모듈(130)로부터의 입력뿐 아니라 환경설정파일(220)에 규정되어 있는 바와 같은 SLO, 성능 메트릭 및 정책을 수신한다. 모델링 모듈(140)은 이 입력들을 이용하여 리소스 할당 계획을 결정한다. 그 후, 이 리소스 계획은 피드백 모듈(320)로의 CPS(300)에 복귀된다. 이 피드백 모듈(320)은 컴퓨터 시스템 관리자에게 디스플레이하기 위해 수신된 데이터를 포맷하고, 이 디스플레이가 가능한 데이터를 인터페이스(310)에 전송하며, 여기서 데이터는 디스플레이어 상에 표시되거나 인쇄된다. 이 피드백 모듈(320)은 또한 수신된 데이터를 저장용으로 포맷한 다음 이 포맷된 데이터를 단기 저장용 또는 장기 저장용으로 데이터베이스(330)에 송신한다.
평가 모듈(160)은 시뮬레이션 모듈(130) 및 통신 모듈(120)에 결합되며, 모델링 모듈(140)에 의해 형성된 예측된 리소스 할당 구성 옵션을 수신한다. 이 평가 모듈(160)은 통합 아키텍처(100)의 WLMS 부분으로부터 복귀된 구성 옵션을 분석하며 요망 상황에 따라 상기 구성 옵션을 분류하기 위해 사용되는 평가 알고리즘을 구비한다. 평가 옵션은 컴퓨터 시스템 괸리자가 구축한 여러 가지 규칙 및 정책에 따른다. 예를 들면, 컴퓨터 시스템 관리자는 80% 이상의 리소스 할당을 필요로 하는 임의의 조합 작업부하 공유가 낮은 요망 상황(low desirability)을 가지며 90% 이상의 리소스 할당이 금지되는 것을 확립할 수 있다. 평가 프로세스의 결과는 피드백 모듈(320) 및 인터페이스(310)를 이용하여 컴퓨터 시스템 관리자에게 제시하기 위해 포맷된다. 통합 아키텍처(100)의 WLMS 부분으로부터 복귀되는 구성 옵션이 규정된 임계치(threshold value) 또는 용량 목표에 전혀 부합하지 않는 경우, 평가 모듈(160)은 대안적인 리소스 할당 옵션이 고려되어야 한다는 것을 결정할 수 있다. 그 후, 이 추가의 결정단계는 컴퓨터 시스템 관리자에게 제공되는 경고를 발생하거나 다른 리소스 평가 옵션을 구축하도록 시뮬레이션 모듈(130)에 지령을 제공하고, 이어서 이 지령은 모델링 모듈(140) 및 통합 아키텍처(100)의 WLMS 부분에서 모델링된다.
평가 모듈(160)은 또한 CPS(300)의 다른 구성요소와 함께 사용되어 WLMS(200)에 의한 작업부하의 실제 관리를 위해 사용되어야 할 정책 설정치를 결정할 수 있게 한다. 특히, 평가 모듈(160)은 시뮬레이션 모듈(130)과 협력하여 동일 세트의 작업부하 또는 일군의 작업부하를 위한 정책 설정치를 변경시킬 수 있다. 즉, 평가 모듈(160)은 모델링 모듈(140)에 의한 후속되는 모델링의 결과를 평가하며, 요망 상황 순위에 기초하여 정책 파라미터의 하나 이상의 세트를 선택하여 컴퓨터 시스템 관리자에게 추천해준다.
전술한 통합 아키텍처(100)는 또한 완전 사용권 리소스(즉, 컴퓨터 시스템 관리자가 전권을 가지는 것) 및 제한 사용권 리소스(예, 인스턴트 용량(iCAP) 및 임시 인스턴트 용량(TiCAP) 리소스; 이하 인스턴트 용량 리소스라 함)를 포함하는 임의의 유형의 리소스를 위해 사용될 수 있다. 작업부하 중에서 리소스를 할당 및 재할당하는 하나의 방법은 인스턴트 용량 리소스 및 관련된 인스턴트 용량 소프트웨어를 사용하는 것을 포함한다. 인스턴트 용량 리소스는 사용 가능한 필요한 사용권 또는 라이센스를 초과하여 하나 이상의 컴퓨터 시스템 파티션 내에 설치된 컴퓨터 리소스(프로세서, 메모리)로 구성된다. 인스턴트 용량 소프트웨어는 인스턴트 용량 리소스가 상이한 파티션 내의 리소스 요구의 만족을 위한 필요에 따라 선택적으로 활성화, 비활성화 및 재활성화될 수 있도록 사용 가능한 사용권을 이동시키거나 재할당하는 능력을 제공한다. 인스턴트 용량 소프트웨어의 동작은 모든 파티션의 라이센싱 상태의 정확한 레코드를 유지하는 것, 실제의 인스턴트 용량 리소스 활성화가 인스턴트 용량 라이센스 요구조건에 따르도록 보증하는 것 및 상이한 파티션에 대한 인스턴트 용량 리소스의 재할당을 조정(coordinating) 및 동기화시키는 것을 필요로 한다. 이하에, 인스턴트 용량 리소스의 구성 상태가 인스턴트 용량 지속 상태로 지칭된다. 인스턴트 용량 시스템을 구현하는 컴퓨터 시스템은 활성화될 인스턴트 용량 리소스의 개수가 컴퓨터 시스템 관리자가 지불한 것과 일치하는 한 그 인스턴스 용량 라이센스 요구조건에 부합하는 것으로 간주된다.
이 인스턴트 용량 소프트웨어의 동작 요구조건의 결과, 인스턴트 용량 리소스 할당/재할당은 많은 시간을 필요로 한다. 일단 새로운 리소스 할당이 이루어진 후에는 하위 우선권 작업부하로부터 상위 우선권 작업부하로의 리소스의 전달이 지연되면 작업부하 관리의 효율 및 컴퓨터 시스템 동작의 효율이 저하될 것이다.
예를 들면, 작업부하 관리 시스템이 다중 작업부하를 감시하고 있으며 인스턴트 용량 프로세서가 제2의 작업부하에 상반되는 제1의 작업부하에 의해 사용될 필요가 있다는 것을 결정했을 때, 작업부하 관리 시스템은 이 작업부하를 담당하는 인스턴트 용량 소프트웨어와 통신하며 이 인스턴트 용량 소프트웨어가 인스턴트 용량 프로세서를 오프시키도록 요청할 수 있다. 그 후, 이 인스턴트 용량 소프트웨어는 이 비활성화 요청을 실행한다. 다음, 작업부하 관리 시스템은 제2의 작업부하에 관여하는 인스턴트 용량 소프트웨어가 이전에 비활성화된 프로세서를 활성화시킬 것을 요청한다. 그 후, 이 인스턴트 용량 소프트웨어는 제2의 작업부하의 실행을 지원하도록 프로세서를 재활성화시킨다.
도 3은 컴퓨터 시스템 상에서 실행되는 작업부하에 대한 인스턴트 용량 리소스의 할당을 책임지는 다른 통합 아키텍처(400)의 예시적 블록도이다. 아키텍처(100)의 구성요소에 추가하여 이 통합 아키텍처(400)는 시뮬레이션 모듈(130)의 것과 유사한 정보를 제공하기 위해 사용되는 인스턴트 용량 모듈(410)을 포함한다.
별도의 인스턴트 용량 제어 시스템(도시되지 않음)은 컴퓨터 시스템(10)과 구현된 임의의 인스턴트 용량 체제의 상호 부합 상태의 감시를 담당할 수 있다. 따라서, 예를 들면, 컴퓨터 시스템(10)은 8개의 인스턴트 용량 프로세서를 설치할 수 있으나, 구현된 체제는 임의의 일 회에 총 4개 이하의 인스턴트 용량 프로세서가 활성화되는 것을 요구할 수 있다. 이 인스턴트 용량 제어 시스템은 요구조건에 액세스하고, 이 요구조건에의 부합 정도를 결정하기 위해 컴퓨터 시스템(10)의 동작을 감시하며, 회계 책임의 목적을 위해 인스턴스 용량 프로세서의 실제의 용도를 기록한다.
인스턴트 용량 시뮬레이션 모듈(410)은 컴퓨터 시스템 관리자로부터 입력을 수신한다. 이 입력은 정식 라이센스 iCAP 및 TiCAP 리소스의 여러 가지 허용된 조합 및 내장되거나 관리자가 부여한 다양한 리소스의 비용을 포함한다. 컴퓨터 시스템 관리자는 또한 인스턴트 용량 리소스의 사용을 위한 정책 및 정식 라이센스 리소스를 위해 제공된 정책을 제공한다. 마지막으로, 모듈(410)은 예상 리소스 요구 데이터를 수신한다.
시뮬레이션 모듈(410)은 전술한 입력을 사용하며, 정식 라이센스 리소스 및 인스턴트 용량 리소스의 여러 가지 조합을 포함하는 리소스 구성 출력을 생성한다. 그 후, 이 리소스 구성은 iCAP 모델링 모듈(430)에 제공된다. 모델링 모듈(140, 430)은 특정 정책 및 작업부하 데이터와 함께 리소스 구성 정보를 사용하여 WLMS 동작의 모델을 생성함으로써 관리자가 특정 정책이 만족되거나 만족되지 않은 시간의 백분율 및 인스턴트 용량 리소스의 사용빈도 및 사용량과 같은 작업부하 관리의 용량을 포함하는 동작 결과를 예측한다. 그 후, iCAP 모델링 모듈(430)은 이 연산된 모델을 이용하여 각 가능한 리소스 구성 및 예를 들면 리소스의 구매 비용 및 TiCAP 리소스와 같은 시간 기준의 사용료를 가지는 리소스의 소모 비용을 고려하여 대응하는 요구 데이터 조합과 관련된 금전적 비용을 계산한다. 그 후, iCAP 모델링 모듈(430)은 임의의 권고와 함께 리소스 구성에 의해 비용 및 용량 데이터를 통합하며, 리소스 플래닝 활동을 지원하도록 컴퓨터 시스템 사용자에게 디스플레이하기 위해 그 결과를 피드백 모듈에 전송한다.
위에서 개시된 통합 아키텍처(400)는 더욱 정확한 인스턴트 용량 플래닝을 제공하며, 그 이유는 리소스를 작업부하에 할당할 때의 WLMS 동작의 특성이 인스턴트 용량 리소스의 획득을 위한 플래닝을 포함하는 용량 플래닝에 정확하게 반영되기 때문이다.
도 4a 및 도 4b는 통합 아키텍처(100, 400)의 예시적 동작(600)을 도시하는 흐름도이다. 이 동작(600)은 동작 중인 컴퓨터 시스템(10) 및 작업부하 실행에 대한 구축된 이력 데이터와 대응하는 리소스 할당을 구비하는 CPS(300)와 WLMS(200)를 이용하여 도 4a의 블록(605)에서 시작된다. 블록(610)에서, 시뮬레이션 모듈(130)에는 작업부하 실행 및 리소스 요구 및 할당에 관련된 이력 데이터 또는 그 시뮬레이션 데이터 또는 이력 데이터 및 시뮬레이션 데이터의 조합의 양자 또는 그 중 어느 하나가 제공된다. 이 데이터는 컴퓨터 시스템 관리자가 인터페이스(310)를 이용하여 제공하거나, 이 데이터가 데이터베이스(240) 및/또는 데이터베이스(330)로부터 선택될 수 있다.
블록(615)에서, 시뮬레이션 모듈(130)은 가능한 리소스 요구 구성을 계산하며, 이 구성 데이터를 WLMS(200), 더 구체적으로는 모델링 모듈(140)에 전송한다. 블록(620)에서, 모델링 모듈(140)은 SLO, 성능 메트릭 및 정책을 고려하여 공급된 구성 데이터에 기초해서 시간 변화 리소스 할당 옵션을 결정한다.
블록(625)에서, 모델링 모듈(140)은 할당을 위해 사용이 가능한 리소스가 임의의 인스턴트 용량 리소스를 포함하는지의 여부를 결정한다. 만일 인스턴트 용량 리소스가 리소스 구성 데이터 내에 포함되는 경우에는, 모델링 모듈(140)은 또한 각각의 가능한 리소스 할당 옵션에 관련된 비용을 계산한다(블록 (630)). 각 블록(625 또는 630) 후에, 동작(600)은 블록(635)으로 이동하며(도 4b), 모델링 모듈(140)은 리소스 할당 옵션을 평가 모듈(160)에 전송한다. 블록(640)에서, 평가 모듈(160)은 평가 알고리즘을 이용하여 임의의 예측된 리소스 할당 구성 옵션이 특정의 기준, 임계치 조건, 또는 용량 목표 및 각 구성 옵션이 요망 상황에 부합하는지의 여부를 결정한다. 구성 옵션이 충분한 요망 상황 순위를 전혀 달성하지 못하거나 구성 옵션의 서브세트(subset)만이 규정된 요망 상황 값을 달성하는 경우에, 평가 모듈(160)은 통합 아키텍처(100)의 WLMS 부분 내에서의 모델링을 위한 추가의 리소스 구성이 시뮬레이션 모듈(130)에 의해 생성되도록 하며, 이 경우에 동작(600)은 블록(615)로 복귀한다. 평가 모듈(160)은 대안으로서 또는 추가적으로 컴퓨터 시스템 관리자에게 이 상태를 통지할 수 있다. 구성 옵션의 요망 상황 순위가 규정된 임계치, 기준 및 목표에 부합되는 경우, 동작(600)은 블록(650)으로 이동하며, 구성 옵션은 포맷과 컴퓨터 시스템 관리자에게 디스플레이되도록 피드백 모듈(320)과 CPS(300)의 인터페이스(310)에 전송된다. 블록(655)에서 이 동작(600)은 종료된다.
통합 아키텍처(100)에 의해 가능해진 바와 같이, CPS(300)와 WLMS(200) 사이의 전술한 상호 작용(예, 동작(600))은 적어도 2개의 구별되는 방식으로 진행될 수 있다. 첫 번째로, 배치 프로세스(batch process)에서, 통합 아키텍처(100)의 CPS 부분(시뮬레이션 모듈(130))은 모든 리소스 구성 데이터 및 모든 동작 데이터(즉, 다수의 관리 주기에 대한 데이터)를 통합 아키텍처(100)의 WLMS 부분에 전송하며, 이 WLMS 부분은 다시 예상되는 전체 동작 결과를 포함하는 데이터 블록을 복귀시킨다. 두 번째로, 대화형 프로세스에서, 통합 아키텍처(100)의 CPS 부분은 먼저 리소스 구성을 구축하며, 단일의 관리 주기에 대한 동작 데이터를 통합 아키텍처(100)의 WLMS 부분에 제공한다. 그 후, 모델링 모듈(140)이 데이터를 처리하며, 얻어진 리소스 할당 구성 옵션을 평가 모듈(160)에 복귀시킨다. 그 후, 시뮬레이션 모듈(130)은 동작(600)이 평가 모듈(160)에 의해 요구되는 한 핑퐁식으로 실행되는 상태에서 다음 주기 등을 제공한다.
상기한 다양한 개시된 실시예는 방법, 시스템 및/또는 장치로 구현될 수 있다. 일례로서, 예시적 실시예는 본 명세서에 기술된 방법을 구현하기 위해 하나 이상의 컴퓨터 소프트웨어 프로그램으로서 구현된다. 이 소프트웨어는 하나 이상의 모듈로서 구현된다(코드 서브루틴 또는 객체지향 프로그래밍의 객체라고도 지칭된다). 소프트웨어의 기억장소(location)는 다양한 다른 실시예에 따라 달라진다. 소프트웨어 프로그래밍 코드는 예를 들면 착탈식 디스크 또는 하드 드라이브를 포함하는 반도체, 마그네틱 장치, 광학 장치와 같은 유형의 장기간 기억 매체로부터 컴퓨터 또는 서버의 프로세서 및 복수의 프로세서에 의해 액세스된다. 코드는 상기 매체를 통해 배포되거나, 다른 컴퓨터 시스템의 관리자가 사용할 수 있도록 컴퓨터 시스템의 메모리 또는 저장장치로부터 어떤 유형의 네트워크를 통해 다른 컴퓨터 시스템으로 배포된다. 대안으로서, 프로그래밍 코드는 메모리(손에 들고 쓰는 휴대용 전자장치의 메모리와 같은) 내에 구현되며, 버스를 이용하여 프로세서에 의해 액세스된다. 소프트웨어 프로그래밍 코드를 메모리 또는 물리적 매체에 구현하는 기법 및 방법 및/또는 네트워크를 통해 소프트웨어를 배포하는 기법 및 방법은 공지되어 있으므로 여기에서 더 이상 논의되지 않는다.
본 명세서에서 사용된 용어와 설명은 단지 설명을 위해 기재된 것이며, 제한을 의미하는 것은 아니다. 당업자는 첨부 특허청구범위에 정의된 발명과 그 등가물의 사상과 범위 내에서 많은 변형이 가능하다는 것을 인식할 것이며, 여기에서 모든 용어는 달리 표시되지 않는 경우에는 그들의 가능한 가장 넓은 의미로 이해되어야 한다.

Claims (20)

  1. 리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템 - 상기 시스템은 컴퓨터 장치 상에 프로그래밍으로 구현됨 - 에 있어서,
    복수의 작업부하의 실행, 리소스의 유형, 개수 및 용량에 관련된 데이터를 상기 리소스 용량 플래닝 시스템으로부터 수신하며 하나 이상의 가능한 리소스 구성 옵션을 생성하는 시뮬레이션 모듈과,
    상기 하나 이상의 가능한 리소스 구성 옵션을 상기 시뮬레이션 모듈로부터 수신하고, 하나 이상의 특정 기준을 상기 작업부하 관리 시스템으로부터 수신하며, 상기 하나 이상의 가능한 리소스 구성 옵션 및 상기 하나 이상의 특정 기준에 기초하여 상기 복수의 작업부하 사이의 하나 이상의 예측된 리소스 할당 옵션(projected resource allocation options)을 작성하는 모델링 모듈을 구비하며,
    상기 리소스 용량 플래닝 시스템은 상기 모델링 모듈로부터 상기 하나 이상의 예측된 리소스 할당 옵션을 수신하며, 사용자가 검토하도록 상기 하나 이상의 예측된 리소스 할당 옵션을 제공하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  2. 제 1 항에 있어서,
    상기 하나 이상의 특정 기준은 서비스 레벨 목표, 성능 메트릭 및 작업부하-리소스 할당 정책을 포함하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.

  3. 제 1 항에 있어서,
    상기 리소스는 정식 라이센스(fully-licensed) 리소스 및 인스턴트 용량(instant capacity) 리소스인
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  4. 제 1 항에 있어서,
    상기 모델링 모듈은 상기 하나 이상의 예측된 리소스 할당 옵션 각각에 대해 리소스 비용을 계산하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  5. 제 1 항에 있어서,
    상기 하나 이상의 예측된 리소스 할당 옵션을 상기 모델링 모듈로부터 수신하고, 상기 하나 이상의 예측된 리소스 할당 옵션을 특정 기준에 따라 평가하는 평가 모듈을 더 포함하고,
    상기 리소스 용량 플래닝 시스템은 상기 하나 이상의 예측된 리소스 할당 옵션과 이에 대한 평가 결과를 상기 평가 모듈로부터 수신하여, 사용자가 검토하도록 상기 하나 이상의 예측된 리소스 할당 옵션과 이에 대한 평과 결과를 제공하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  6. 제 1 항에 있어서,
    상기 예측된 리소스 할당 옵션이 시간적으로 변화하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  7. 제 5 항에 있어서,
    상기 평가 모듈은
    추가적 리소스 구성 옵션을 작성하도록 상기 시뮬레이션 모듈에 지시하기 위한 수단과,
    상기 특정 기준이 상기 하나 이상의 예측된 리소스 할당 옵션 중의 하나 이상에 의해 달성되지 않을 때 상기 사용자에게 통지하기 위한 수단과,
    정책 설정을 변경하며 상기 하나 이상의 예측된 리소스 할당 옵션에 대한 상기 변경의 영향을 평가하는 수단을 포함하는
    리소스 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 시스템.
  8. 프로그램된 컴퓨팅 장치 상에서 실행되고 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능를 통합하기 위한 방법에 있어서,
    복수의 작업부하의 실행에 의한 리소스의 사용에 관련된 이력 데이터 및 시뮬레이션된 데이터 중 하나 이상을 상기 용량 플래닝 시스템 및 작업부하 관리 시스템 중 적어도 하나로부터 수신하는 단계와,
    상기 수신된 이력 데이터 및 시뮬레이션된 데이터 중 하나 이상에 기초하여 가능한 리소스 요구 구성을 계산하는 단계와,
    상기 가능한 리소스 요구 구성을 상기 작업부하 관리 시스템에 전송하는 단계와,
    상기 작업부하 관리 시스템에서, 상기 가능한 리소스 요구 구성에 기초하여 상기 복수의 작업부하 사이의 하나 이상의 리소스 할당 옵션을 작성하는 단계와,
    상기 하나 이상의 리소스 할당 옵션을 사용자에게 디스플레이하기 위해 상기 용량 플래닝 시스템에 전송하는 단계를 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 방법.
  9. 제 8 항에 있어서,
    상기 작업부하 관리 시스템의 환경설정파일(configuration file)로부터 상기 복수의 작업부하에 대한 정책, 성능 메트릭 및 서비스 레벨 목표를 추출하는 단계와,
    상기 추출 결과를 이용하여 상기 복수의 작업부하 사이의 상기 하나 이상의 리소스 할당 옵션을 작성하는 단계를 더 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 방법.
  10. 제 8 항에 있어서,
    상기 하나 이상의 리소스 할당 옵션을 특정 기준에 따라 평가하고, 평가 결과를 상기 사용자에게 디스플레이하기 위하여 상기 용량 플래닝 시스템에 전송하는 단계를 더 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 방법.
  11. 제 8 항에 있어서,
    상기 하나 이상의 리소스 할당 옵션이 시간적으로 변화하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 방법.
  12. 제 8 항에 있어서,
    상기 가능한 리소스 요구 구성 중 임의의 인스턴트 용량 리소스를 포함하는지의 여부를 결정 - 상기 인스턴트 용량 리소스에 관련된 비용이 계산됨 - 하는 단계와,
    상기 비용을 사용자에게 디스플레이하기 위해 상기 용량 플래닝 시스템에 전송하는 단계를 더 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 방법.
  13. 프로그램된 장치 상에서 구현되고 컴퓨팅 시스템 내에서 용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처에 있어서,
    복수의 작업부하의 실행, 리소스 유형, 개수 및 용량에 관련된 데이터를 상기 용량 플래닝 시스템으로부터 수신하기 위한 수단과,
    상기 수신된 데이터에 기초하여 하나 이상의 가능한 리소스 구성 옵션을 생성하기 위한 수단과,
    상기 하나 이상의 가능한 리소스 구성 옵션과 상기 작업부하 관리 시스템으로부터 수신한 하나 이상의 특정의 기준에 기초하여 상기 복수의 작업부하 사이의 하나 이상의 예측된 리소스 할당 옵션을 작성하기 위한 수단과,
    상기 하나 이상의 예측된 리소스 할당 옵션을 사용자에게 전달하기 위한 수단을 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  14. 제 13 항에 있어서,
    상기 하나 이상의 특정 기준은 서비스 레벨 목표, 성능 메트릭 및 작업부하-리소스 할당 정책을 포함하는
    량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  15. 제 13 항에 있어서,
    상기 리소스는 정식 라이센스 리소스인
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  16. 제 13 항에 있어서,
    상기 리소스는 요구 리소스 상의 인스턴트 용량을 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  17. 제 16 항에 있어서,
    상기 하나 이상의 예측된 리소스 할당 옵션을 작성하기 위한 수단은 상기 하나 이상의 예측된 리소스 할당 옵션 각각에 대한 리소스 비용을 계산하기 위한 수단을 포함하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  18. 제 13 항에 있어서,
    상기 하나 이상의 예측된 리소스 할당 옵션이 시간적으로 변화하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  19. 제 13 항에 있어서,
    상기 하나 이상의 리소스 할당 옵션을 특정 기준에 따라 평가하기 위한 수단을 더 포함하며,
    상기 하나 이상의 예측된 리소스 할당 옵션을 사용자에게 전달하기 위한 수단은 평가 결과를 상기 사용자에게 전달하는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
  20. 제 14 항에 있어서,
    상기 서비스 레벨 목표, 성능 메트릭 및 작업부하-리소스 할당 정책이 상기 작업부하 관리 시스템의 환경설정파일 내에 저장되는
    용량 플래닝 시스템의 기능 및 작업부하 관리 시스템의 기능을 통합하기 위한 아키텍처.
KR1020117017908A 2009-01-30 2009-01-30 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법 KR101564481B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2009/032633 WO2010087850A1 (en) 2009-01-30 2009-01-30 System and method for integrating capacity planning and workload management

Publications (2)

Publication Number Publication Date
KR20110117670A KR20110117670A (ko) 2011-10-27
KR101564481B1 true KR101564481B1 (ko) 2015-10-29

Family

ID=42395899

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020117017908A KR101564481B1 (ko) 2009-01-30 2009-01-30 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법

Country Status (6)

Country Link
US (1) US8689227B2 (ko)
EP (1) EP2391961B1 (ko)
JP (1) JP5352683B2 (ko)
KR (1) KR101564481B1 (ko)
CN (1) CN102301370B (ko)
WO (1) WO2010087850A1 (ko)

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9245246B2 (en) 2010-04-22 2016-01-26 International Business Machines Corporation Capacity over-commit management in resource provisioning environments
US8732310B2 (en) * 2010-04-22 2014-05-20 International Business Machines Corporation Policy-driven capacity management in resource provisioning environments
US9734461B2 (en) * 2010-08-18 2017-08-15 International Business Machines Corporation Resource usage calculation for process simulation
US8806003B2 (en) * 2011-06-14 2014-08-12 International Business Machines Corporation Forecasting capacity available for processing workloads in a networked computing environment
US8732291B2 (en) * 2012-01-13 2014-05-20 Accenture Global Services Limited Performance interference model for managing consolidated workloads in QOS-aware clouds
CN104981782B (zh) * 2013-02-01 2019-03-26 日本电气株式会社 用于控制资源的系统、控制模式生成装置
TW201447763A (zh) * 2013-06-06 2014-12-16 Hon Hai Prec Ind Co Ltd 虛擬主機控制系統及方法
GB2520972A (en) 2013-12-05 2015-06-10 Ibm Workload management
CN103713955B (zh) * 2013-12-31 2017-02-15 曙光云计算技术有限公司 资源动态分配的管理方法和装置
US9244747B2 (en) * 2014-03-13 2016-01-26 Qualcomm Incorporated System and method for providing dynamic clock and voltage scaling (DCVS) aware interprocessor communication
JPWO2016027452A1 (ja) * 2014-08-19 2017-06-01 日本電気株式会社 解析制御装置、解析制御方法及び記録媒体
US9130844B1 (en) 2014-11-11 2015-09-08 Citigroup Technology, Inc. Systems and methods for harvesting excess compute capacity across domains
US9678798B2 (en) 2015-02-03 2017-06-13 Dell Products L.P. Dynamically controlled workload execution
US9684540B2 (en) 2015-02-03 2017-06-20 Dell Products L.P. Dynamically controlled workload execution by an application
US9569271B2 (en) * 2015-02-03 2017-02-14 Dell Products L.P. Optimization of proprietary workloads
US9575811B2 (en) 2015-02-03 2017-02-21 Dell Products L.P. Dynamically controlled distributed workload execution
US9747121B2 (en) 2015-04-14 2017-08-29 Dell Products L.P. Performance optimization of workloads in virtualized information handling systems
US20170061378A1 (en) * 2015-09-01 2017-03-02 International Business Machines Corporation Sharing simulated data storage system management plans
US10997326B2 (en) 2015-09-04 2021-05-04 Halliburton Energy Services, Inc. Time-to-finish simulation forecaster
EP3147786A1 (en) * 2015-09-23 2017-03-29 Siemens Aktiengesellschaft Allocating resources for a number of applications
US10198307B2 (en) * 2016-03-31 2019-02-05 Netapp, Inc. Techniques for dynamic selection of solutions to storage cluster system trouble events
US10200461B2 (en) * 2016-04-07 2019-02-05 Virtustream Ip Holding Company Llc Virtualized capacity management
US10223131B1 (en) * 2016-06-30 2019-03-05 EMC IP Holding Company LLC Implementing continues PaaS apps resource optimization using production workload replay with intelligent configuration permutations
US10666570B2 (en) * 2016-11-28 2020-05-26 Intel Corporation Computing infrastructure resource-workload management methods and apparatuses
KR101889657B1 (ko) * 2017-04-27 2018-08-20 서울대학교산학협력단 빅데이터 워크로드 처리를 위한 메모리 서브시스템 자원 관리 방법
US10692031B2 (en) 2017-11-02 2020-06-23 International Business Machines Corporation Estimating software as a service cloud computing resource capacity requirements for a customer based on customer workflows and workloads
US10922141B2 (en) 2017-12-11 2021-02-16 Accenture Global Solutions Limited Prescriptive analytics based committed compute reservation stack for cloud computing resource scheduling
EP3495952A1 (en) * 2017-12-11 2019-06-12 Accenture Global Solutions Limited Prescriptive analytics based committed compute reservation stack for cloud computing resource scheduling
US10860007B2 (en) * 2018-07-17 2020-12-08 Accenture Global Solutions Limited Smart resource manager in unified automation platforms for robotic process automation
JP6842447B2 (ja) * 2018-09-12 2021-03-17 株式会社日立製作所 リソース割当ての最適化を支援するシステム及び方法
US10855532B2 (en) 2018-10-08 2020-12-01 Dell Products L.P. System and method to perform solution aware server compliance and configuration
US20200143293A1 (en) * 2018-11-01 2020-05-07 Microsoft Technology Licensing, Llc Machine Learning Based Capacity Management Automated System
US11520634B2 (en) * 2019-06-21 2022-12-06 Kyndryl, Inc. Requirement-based resource sharing in computing environment
KR102251328B1 (ko) * 2019-06-28 2021-05-12 (주)브이엠에스 솔루션스 시뮬레이션 기반의 공장 내 자원 플래닝 방법 및 그 장치와, 컴퓨터 판독 가능한 기록 매체
US11334393B2 (en) * 2020-01-07 2022-05-17 Bank Of America Corporation Resource cluster chaining architecture

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005099973A (ja) 2003-09-24 2005-04-14 Hitachi Ltd 運用管理システム
JP2006309691A (ja) 2005-03-28 2006-11-09 Hitachi Ltd リソース割当管理装置およびリソース割当方法
JP2008171234A (ja) 2007-01-12 2008-07-24 Nec Corp システム構成候補導出装置、方法およびプログラム

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4018900B2 (ja) * 2001-11-22 2007-12-05 株式会社日立製作所 仮想計算機システム及びプログラム
US7171668B2 (en) * 2001-12-17 2007-01-30 International Business Machines Corporation Automatic data interpretation and implementation using performance capacity management framework over many servers
US8417499B2 (en) * 2004-03-31 2013-04-09 International Business Machines Corporation Enabling real-time testing of on-demand infrastructure to predict service level agreement compliance
US7752624B2 (en) * 2004-12-21 2010-07-06 Hewlett-Packard Development Company, L.P. System and method for associating workload management definitions with computing containers
US9135074B2 (en) * 2005-05-19 2015-09-15 Hewlett-Packard Development Company, L.P. Evaluating performance of workload manager based on QoS to representative workload and usage efficiency of shared resource for plurality of minCPU and maxCPU allocation values
US8713179B2 (en) * 2005-10-04 2014-04-29 International Business Machines Corporation Grid computing accounting and statistics management system
US8255906B2 (en) * 2007-08-24 2012-08-28 Opnet Technologies, Inc. Modeling overhead for a plurality of virtualization technologies in a computer system
US8301742B2 (en) * 2008-04-07 2012-10-30 International Business Machines Corporation Systems and methods for coordinated management of power usage and runtime performance in performance-managed computing environments
CA2674402C (en) * 2009-07-31 2016-07-19 Ibm Canada Limited - Ibm Canada Limitee Optimizing on demand allocation of virtual machines using a stateless preallocation pool

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005099973A (ja) 2003-09-24 2005-04-14 Hitachi Ltd 運用管理システム
JP2006309691A (ja) 2005-03-28 2006-11-09 Hitachi Ltd リソース割当管理装置およびリソース割当方法
JP2008171234A (ja) 2007-01-12 2008-07-24 Nec Corp システム構成候補導出装置、方法およびプログラム

Also Published As

Publication number Publication date
US8689227B2 (en) 2014-04-01
CN102301370B (zh) 2015-04-08
CN102301370A (zh) 2011-12-28
JP5352683B2 (ja) 2013-11-27
JP2012515971A (ja) 2012-07-12
WO2010087850A1 (en) 2010-08-05
KR20110117670A (ko) 2011-10-27
EP2391961A1 (en) 2011-12-07
EP2391961A4 (en) 2012-07-18
US20110307901A1 (en) 2011-12-15
EP2391961B1 (en) 2016-10-05

Similar Documents

Publication Publication Date Title
KR101564481B1 (ko) 용량 플래닝 및 작업부하 관리를 통합하기 위한 시스템 및 방법
US10789083B2 (en) Providing a virtual desktop service based on physical distance on network from the user terminal and improving network I/O performance based on power consumption
US7640231B2 (en) Approach based on self-evolving models for performance guarantees in a shared storage system
Beloglazov et al. Optimal online deterministic algorithms and adaptive heuristics for energy and performance efficient dynamic consolidation of virtual machines in cloud data centers
Rodero et al. Energy-efficient application-aware online provisioning for virtualized clouds and data centers
US9424098B2 (en) Dynamic resource scheduling
US7979857B2 (en) Method and apparatus for dynamic memory resource management
US8417499B2 (en) Enabling real-time testing of on-demand infrastructure to predict service level agreement compliance
Rolia et al. A capacity management service for resource pools
US11206193B2 (en) Method and system for provisioning resources in cloud computing
US20110202655A1 (en) Data Center Manager
US9875169B2 (en) Modeling real capacity consumption changes using process-level data
Gmach et al. Satisfying service level objectices in a self-managing resource pool
Emeakaroha et al. Managing and optimizing bioinformatics workflows for data analysis in clouds
CN112162891A (zh) 服务器集群中的性能测试方法及相关设备
Emeakaroha et al. Optimizing bioinformatics workflows for data analysis using cloud management techniques
Anglano et al. Prometheus: A flexible toolkit for the experimentation with virtualized infrastructures
Zhang et al. PRMRAP: A proactive virtual resource management framework in cloud
Antonescu et al. Improving management of distributed services using correlations and predictions in SLA-driven cloud computing systems
Jiang et al. Resource allocation in contending virtualized environments through VM performance modeling and feedback
Volk et al. Towards intelligent management of very large computing systems
KR101142237B1 (ko) 그리드 생체정보 인증 시스템에서의 부하 분산 스케줄링을 위한 시뮬레이션 기반 작업부하 예측모델 선택 시스템 및 방법
Hong et al. On the Analysis of Inter-Relationship between Auto-Scaling Policy and QoS of FaaS Workloads
Kumar Context Aware Datacenter Load Balancer
Fourati et al. Cloud Elasticity: VM vs container: A Survey

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20181015

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20191001

Year of fee payment: 5