CN1734428A - 基于事务性能模型的自动配置 - Google Patents

基于事务性能模型的自动配置 Download PDF

Info

Publication number
CN1734428A
CN1734428A CN 200510088588 CN200510088588A CN1734428A CN 1734428 A CN1734428 A CN 1734428A CN 200510088588 CN200510088588 CN 200510088588 CN 200510088588 A CN200510088588 A CN 200510088588A CN 1734428 A CN1734428 A CN 1734428A
Authority
CN
China
Prior art keywords
data
architecture
model
implemented method
computer implemented
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.)
Pending
Application number
CN 200510088588
Other languages
English (en)
Inventor
E·帕佩弗斯塔修
J·C·哈德威克
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.)
Microsoft Corp
Original Assignee
Microsoft Corp
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 Microsoft Corp filed Critical Microsoft Corp
Publication of CN1734428A publication Critical patent/CN1734428A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Debugging And Monitoring (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

所述***、方法、和数据结构涉及基于事务性能模型的自动配置。体系结构的模型使用由被设计成监视体系结构的现有管理工具提供的数据来创建并自动配置。这些自动配置的模型可被用来模拟当前配置或其它可能配置中体系结构的性能。

Description

基于事务性能模型的自动配置
相关申请
该申请声明对申请号为60/598,568于2004年8月2日提交的题为“System andMethod for Processing Performance Models to Reflect Actual Computer SystemDeployment Scenarios”(用于处理性能模型以反映实际计算机***使用情形的***和方法)的美国临时申请的权利,其内容在此引入作为参考。
该申请相关于申请号为09/632,521题为“A Performance TechnologyInfrastructure for Modeling the Performance of Computer System”(用于对计算机***性能建模的性能技术体系结构)的美国专利申请,其内容在此引入作为参考。
该申请相关于申请号为10/053,733题为“Late Binding of Resource Allocation ina Performance Simulation Infrastructure”(性能模拟体系结构中资源分配的后期绑定)的美国专利申请,其内容在此引入作为参考。
该申请相关于申请号为10/053,731题为“Evaluating Hardware Models HavingResource Contention”评估具有资源争用的硬件模型)的美国专利申请,其内容在此引入作为参考。
该申请相关于申请号为10/304,601题为“Action Based Services in aPerformance Simulation Infrastructure”(性能模拟体系结构中的基于动作服务)的美国专利申请,其内容在此引入作为参考。
技术背景
计算机***体系结构已变成许多企业最重要的资产之一。尤其是对于特别依赖基于网络的服务的企业。为了确保平稳可靠的操作,投入了大量的资源来获取和维护计算机***体系结构。通常,计算机***体系结构的每个子***由诸如性能计数器的该子***的专用组件监视。由专用组件产生的数据可由具有该子***专业知识的管理员分析,确保该子***平稳运行。
成功的企业常常不得不改进并扩展其能力以跟上客户的需要。理想地,这样的企业的计算机***体系结构必须能够总是适应这种可变企业环境。实际上,能够分析并评估现有体系结构的性能需要大量工作和专业知识。例如,如果企业期望某类事务增加,常常需要性能计划以确定如何扩展现有体系结构的性能来管理这类增加。
一种执行性能计划的方法是咨询分析师。尽管工作负载数据对每个子***可用,分析师需要对每个***的大量知识以及大量工作,以能够预测需要添加或重新配置哪些组件以提高现有体系结构的性能。因为对专业知识和精力有相当多的要求,雇佣一个分析师来实现性能计划通常是昂贵的建议。
另一种执行性能计划是使用一可用分析工具来预测因工作负载增加而产生的要求。然而,今天许多可用常规工具是仅从历史数据推理的且并不是非常准确或灵活的程序。还有,仍将不得不作主观判断以选择将传递预测要求的组件。
能够准确执行性能计划的用户友好工具仍然与本领域技术人员无缘。
附图说明
按照附图参阅以下详细说明,本发明的这些和其它特征将得到更好的理解。
图1示出用于自动配置一基于事务性能模型的示例***。
图2示出图1所示自动化建模模块的示例组件。
图3示出用于模拟体系结构的性能的示例过程。
图4示出用于自动配置体系结构的模型的示例过程。
图5示出使用经自动配置模型来模拟体系结构的示例过程。
图6示出用于实现所述***和方法的示例性计算机装置。
具体实施方法
在此描述的***、方法和数据结构与基于事务性能模型的自动配置相关。使用由被设计成监视体系结构的现有管理工具提供的数据来创建和自动配置体系结构的模型。这些经自动配置的模型可被用来在当前配置或其它可能配置中模拟体系结构的性能。
以下所述的自动化性能模型配置***使性能建模能被有效和准确执行。该***使用户能快速并合算地执行各种类型的分析。例如,所述***被用来执行对包括硬件和软件组件的当前体系结构的性能分析。该***从各个配置数据库中引入数据以表示信息技术(IT)体系结构的最近或过去使用。该模型配置可用作用于分析该***性能的基准。各种分析类型可包括容量计划、瓶颈分析等。容量计划包括预测***的将来使用要求并确保该***有满足那些要求的足够容量的过程。瓶颈分析包括分析现有***以确定***中哪些组件在最接近最大容量地运行的过程。这些通常是如果整个***的容量增加首先需要替换的组件。
所述***还用于假设分析。使用基准模型,用户可对配置的一个或多个改变预测体系结构的性能。假设分析情形的示例包括工作载荷的增加、硬件和/或软件配置参数的改变等。
所述***还可用于自动化容量报告。例如,用户可定义一特定时间段用于使该***产生自动的容量计划报告。在该事件段过去之后,***引入上一报告阶段的数据并自动配置模型。然后***使用经配置模型来执行模拟并产生对***将来容量的报告。如果***的容量在下一报告阶段将会不够,***可提出警报。
所述***可用于操作故障测定。例如,IT管理员可从操作管理应用程序获得通知,已超过性能阈值。该管理员可使用所述***来呈现***的当前配置。然后管理员可执行模拟来标识性能警报是否由容量问题引起。特别地,管理员可确定性能警报是由***的固有容量限制引起的,还是由诸如一附加应用程序由其它用户在***上运行的其它因素引起的。
图1示出用于自动配置基于事务性能模型的示例***。在一实现中,该示例***包括自动化模型配置模块100和模拟模块130,为了说明它们在图1中按独立模块描述。在实际实现中,自动化模型配置模块100和模拟模块130可被组合到单个组件中。该示例***被配置成建模体系结构110并仿真事件和事务,用于模拟各种配置中体系结构110的性能。
体系结构110是由一个或多个网络连接的各装置的***。体系结构110可由一企业使用以向雇员、客户、卖主、合伙人等提供基于网络的服务。如图1所示,体系结构110可包括各类装置,诸如服务器111、存储器112、路由器和交换机113、负载平衡器114等。装置111-114的每一个还可包括一个或多个逻辑组件,诸如应用程序、操作***、或其它类型的软件。
管理模块120被配置成管理体系结构110。管理模块可包括收集并处理与体系结构110相关联的数据的任何硬件或软件组件,诸如改变及配置管理(CCM)应用程序或操作管理(OM)应用程序。例如,管理模块120可包括微软开发的服务器管理工具,诸如微软操作管理器(MOM)、***管理服务器(SMS)、***中心产品套件等。通常,由管理模块提供的数据被用于管理并监视体系结构110。例如,***管理员可使用由管理模块120提供的数据来维护常规基础上的***性能。在该示例中,由管理模块提供的数据还可用来自动创建用于模拟的模型。
管理模块120被配置成提供与体系结构110相关联的各类数据。例如,管理模块120可被配置成提供常数输入,诸如来自体系结构110的逻辑拓扑的应用程序组件列表、事务工作流、来自用户工作负载的参数名列表、动作成本等。管理模块120可被配置成提供可配置输入,诸如体系结构110的物理拓扑、应用程序组件到来自逻辑拓扑的物理硬件上的逻辑映射、来自用户工作负载的参数值等。
管理模块120还可包括发现应用程序,它被特别写成返回有关特定的分布式服务器应用程序的配置的信息。例如,发现应用程序可包括微软交换服务器的WinRoute、微软Windows服务器的WMI事件用户等。这些发现应用程序可被视为CCM/OM对特定应用程序的专用版本。然而,这些应用程序通常是按需运行的,而不是CCM/OM服务。发现应用程序可被用来获取以所述CCM/OM数据库的相似方法配置性能模型所需的物理拓扑、逻辑映射、以及参数值。CCM/OM数据库可被用于为每个发现应用程序定制的解释步骤。数据可直接返回,而不是从数据库提取。然而,该方法可包括在执行发现应用程序时的额外延迟。
数据存储器123被配置成存储由管理模块120提供的数据。数据可被组织成任何类型的数据结构,诸如一个或多个操作数据库、数据仓库等。数据存储器123可包括与体系结构110的物理和逻辑拓扑相关的数据。数据存储器123还可包括与工作负荷、事务工作流、或动作成本相关的数据。这样的数据可用诸如Windows的事件跟踪(ETW)或微软SQL Traces的事件跟踪技术生成的踪迹形式体现。
自动化模型配置模块100被配置成获取有关体系结构110的信息,并自动创建并配置体系结构110的每个组件的模块103用于模拟。模型103被用作模拟模块130的输入。
自动化模型配置模块100可与体系结构100交互,并执行网络发现以检索用于构成模型的数据。然而,自动化模型配置模块100通常被配置成从存储由体系结构110的管理组件所收集信息的操作数据库和数据仓库中获取数据。例如,自动化模型配置模块100可从包含由管理模块120所提供数据的数据存储器123中检索数据。
自动化模型配置模块100可提供任何类型的模型用于向模拟模块130输入。在一实施例中,自动化模型配置产生与物理拓扑、逻辑拓扑、工作负载、事务工作流、以及动作成本相关的体系结构110的模型。
用于建模体系结构110的物理拓扑的数据可包括被模拟的硬件列表,包括每个组件的能力、以及这些组件如何相连。其详细程度通常匹配性能数据可简便获取的程度而进行选择。例如,微软Windows操作***可使用性能计数器来表达性能数据。这些计数器通常被计算到CPU、网络接口卡、以及盘驱动器层上。自动化模型配置模块100可通过在物理拓扑描述中将***表示为各个CPU、网络接口卡、以及盘驱动器来对这样的***建模。每个组件类型可具有被用来计算该组件上事件所花时间的一匹配硬件模型。因而,CPU组件类型由计算CPU动作(诸如计算)所花时间的CPU硬件模型表示。
自动化模型配置模块100可使用一分层可扩展标记语言(XML)模式来编码硬件信息,从而将服务器表示为服务器物理包含的装置的容件。组件可用能编码该组件能力的模板来描述。例如,“PIII Xeon 700MHz”模板编码以700MHz时钟速度运行的Intel PIII Xeon CPU的性能和能力。当各组件以该分层结构形式命名并描述之后,物理拓扑描述还可包括组件之间的网络链接。物理拓扑描述可被表达为用相应网络的属性标记的组件名对列表。当一个以上网络接口卡(NIC)在服务器中呈现时,还可指定使用中的特定NIC。以下是与物理拓扑建模相关的示例代码:
      <active_device name=″WebSrv1″count=″1">
              <!--Compaq DL-580-->
              <active_device name=″cpu″count=″4″>
                      <rct name=″cpu″/>
                      <use_template name=″Cpu:PIII Xeon 700MHz″/>
              </active_device>
      </active_device>
对体系结构110的逻辑拓扑的数据建模可包括建模中应用程序的软件组件(或服务)列表,以及组件如何映射到物理拓扑中所述硬件上的描述。该软件组件列表可被提供为应用程序模型的一部分。例如,电子商务网站的应用程序模型可包括代表诸如微软因特网信息服务的web服务器的一应用程序组件,以及代表诸如微软SQL服务器的数据库服务器的另一应用程序组件。每个应用程序组件的描述可包括应用程序组件为运行所需的硬件动作。
应用程序组件与硬件的逻辑-对-物理映射可使用运行每个应用程序组件的服务器列表(在物理拓扑中描述)以及负载平衡如何在服务器上执行的描述来表达。注意,这不必是一对一映射。单个应用程序组件可在多个服务器上展开,而单个服务器可主宿若干应用程序组件。以下是与逻辑拓扑建模相关的示例代码:
      <service name=″IIS″policy=″roundrobin″>
               <serverlist>
                      <server name=″WebSrv1″/>
                      <server name=″WebSrv2″/>
                      <server name=″WebSrv3″/>
               </serverlist>
               <actionscheduling>
                     <schedule action=″Compute″policy=″freerandom″>
                            <target device=″cpu″/>
                     </schedule>
             </actionscheduling>
      </service>
用于建模体系结构110的工作负载的数据可包括名字/值对的列表,从而定义影响模拟中***性能的数字参数。例如,上述电子商务网站可包括并发用户数量、他们执行不同事务的频率等的参数。以下是与工作负载建模相关的示例代码:
      <pardef>
              <parameter vamame=″AlertsTPS″descr=″Alerts transactions per
              second″type=″float″value=″203.″/>
              <parameter varname=″LogTPS″descr=″Logging transactions per
              second″type=″float″value=″85.5″/>
      </pardef>
在一实现中,自动化模型配置模块100被配置成用管理模块120提供的数据存储器123上的现有数据来自动配置体系结构110的模型。例如,自动化模型配置模块100可自动配置物理拓扑、应用程序组件与来自逻辑拓扑的物理硬件的逻辑映射、来自工作负载的参数值。通常,自动化模型配置模型100开始时可将模型创建为用一般术语描述硬件或软件的模板。然后自动化模型配置模块100配置模型来反映建模中条目的特定实例,诸如硬件模型如何连接,软件如何配置或使用等。
模拟模块130被配置成使用由自动化模型配置模块100产生并配置的模型模拟由体系结构110执行的动作。模拟模块130可包括模拟体系结构110的事件的基于事件的模拟引擎。例如,事件可包括软件组件的动作。事件根据用户负载产生并由底层硬件执行。通过计算每个事件所花时间并说明事件之间的依赖性,建模中硬件和软件性能的各方面得到模拟。
以上结合图1描述的***可在任何IT体系结构上使用。例如,典型的企业IT环境具有多个全企业范围的数据中心,其中数百台服务器被组织在复杂网络中。对用户而言,手动捕捉这种环境的配置常常是困难的。通常,需要用户仅对其环境的较小子集建模。即使在此情形中,建模过程仍然是劳动强度大的。所述***为可用于广泛用户基础的基于事件模拟执行建模。该***通过可从在企业管理软件上获得的现有信息来自动配置性能模型。
通过自动化并简化模型的配置,所述***使用户能在各种环境中执行性能计划。例如,通过使用户能快速配置表示当前布置的模型,该***使用户能创建每周或每日的容量报告,甚至在快速变化的环境中。频繁的容量报告使IT专业人员能前摄地管理体系结构,诸如在性能问题发生之前预测并纠正它们。
上述***还使用户能简便对机构的较大部分建模,以分析广泛范围的性能因素。例如,邮件服务器使用可影响多个数据中心。如果相关配置数据可用,带有邮件服务器的现有体系结构的模型可被自动配置,且模型可被用来预测端对端事务的延迟,例如确定从亚洲办公室发送电子邮件到美国总部的延迟。这种分析的另一示例优点是计算因为亚洲/美国WAN链接的邮件通信量的利用系数。
使用上述***的性能分析还可被用来对数据中心的操作进行故障测定。例如,诸如MOM的操作管理软件可发出有关邮件服务器上缓慢响应时间的警报。IT专业人员可使用该***来自动配置表示***当前状态的模型,模拟期望性能,并确定问题是否因为容量问题或某些其它原因导致。
图2示出如图1所述自动化建模模块100的示例组件。如图2所示,自动化建模模块100可包括物理拓扑建模模块201、逻辑拓扑建模模块202、以及事件分析模块203。模块201-203仅为说明而示出。在实际实现中,模块201-203通常被集成到一个组件中。
物理拓扑模块201被配置成对体系结构的物理拓扑建模。物理拓扑可从直接自CCM应用程序、OM应用程序或发现应用程序中检索的数据中导出。例如,数据可从图1中管理模块120中检索。通常,物理拓扑使用从管理模块120的操作数据库或数据仓库中检索的数据导出。
检索到的数据通常包含用于构建体系结构的模型的信息,诸如服务器列表和它们所包含的硬件组件,以及网络的物理拓扑(例如服务器之间的相互连接)。物理拓扑模块201还可被配置成将检索到的数据转换成用于创建在模拟中可用的模型的格式。例如,检索到的数据可被转换成XML格式。物理拓扑模块201还可被配置成滤去无关信息。例如,检索到的数据可包含体系结构组件的存储器尺寸,即使存储器尺寸通常不被直接建模用于模拟。物理拓扑模块201还可被配置成执行检索到数据的“语义扩展”。例如,物理拓扑模块201可将表达为简单字符串的盘驱动器名字转换成带有盘尺寸、访问时间、转速等值的适当模板。物理拓扑模块201可被配置成转换来自不同发现应用程序的各种类型格式的数据。
逻辑拓扑建模模块202被配置成将软件组件映射到从由管理模块120提供的数据导出的物理硬件模型。可使用来自CCM应用程序和OM应用程序的数据。例如,CCM应用程序可仅记录微软交换服务器的出现或空缺,即使交换服务器具有交换***中的若干独特地位之一。相反,被用来监视该交换服务器的OM应用程序还包括诸如交换服务器的角色的全配置信息,该交换服务器可被用来声明交换的性能模型所对应的应用程序组件。逻辑拓扑建模模块202可被配置成将底层格式的数据转换成可用于模拟模型并滤去不需要信息(诸如未建模的任何应用程序的出现)的格式。
工作负载建模模块203被配置成从用户工作负载导出参数值。通常,值从自管理模块120检索到的数据中导出。检索到的数据可包含有关一个或多个被监视应用程序所经验的工作负载的当前或历史信息。典型的性能计数器可包括并发用户的数量、所请求不同事务类型的数量等。解释步骤可被执行以将检索到数据的底层格式转换成可用于模拟模型中的格式,并在需要时执行数学转换。例如,OM数据库可记录在一个小时的时段中请求的不同类型事务的数量,而模型可将该相同信息表达为一小时内事务的总量,加上每个不同类型事务的百分比。
图3示出用于模拟体系结构性能的示例过程300。在框301,标识与体系结构相关联的拓扑和性能数据。被标识数据可由体系结构的一个或多个管理应用程序提供。数据可由管理应用程序直接提供,或通过操作数据库或数据仓库提供。
在框303,处理被标识数据以获得体系结构模型的输入。例如,拓扑数据可被转换成可由建模模块或模拟模块使用的格式,诸如XML格式。性能数据可被转换成可用于表现工作负载的形式。
在框305,体系结构的模型使用建模输入自动配置。用于自动配置体系结构的模型的示例过程在图4中讨论。简言之,模型使用来自管理应用程序的现有数据配置,诸如与物理拓扑、逻辑拓扑、工作负载、事务工作流、动作成本等相关的数据。
在框307,一个或多个模拟基于模型执行。这些模拟用体系结构的物理和逻辑组件的模型基于仿真事件和动作而执行。模拟可在体系结构的当前配置或可能配置上执行。使用自动配置模型来模拟体系结构的示例过程将在途5中讨论。在框309,输出模拟的结果。
图4示出用于自动配置体系结构的模型的示例过程400。过程400可由图1和2中所述的自动化模型配置模块100实现。在框401,硬件模型使用由体系结构的管理应用程序提供的数据来配置。物理拓扑数据可包括用于体系结构的装置和这些装置的子组件的硬件配置。物理拓扑数据还可包括有关装置如何连接的信息。
在框403,软件模型从由体系结构的管理应用程序提供的逻辑拓扑数据中确定。该逻辑拓扑数据可包括有关体系结构的装置上的软件组件以及软件组件的配置的信息。在框405,软件模型被映射到硬件模型。
在框407,工作负载数据、事务工作流数据以及动作成本数据从体系结构的管理应用程序确定。特别地,数据可定义由硬件和软件组件执行的事件和动作、以及与这些事件和动作相关联的时间和工作负载。在框409,数据被结合到模型中。例如,软件和硬件模型可被配置成反映在执行被定义事件和动作时模型的性能。
图5示出使用自动配置模型模拟体系结构的示例过程500。过程500可由图1所示的模拟模块130实现。在框501,接收执行模拟的指令。指令可包括与如何执行模拟相关的信息。例如,指令可指定模拟是使用体系结构的现有配置或经更改配置执行的。指令可指定模拟的工作负载,诸如使用体系结构的当前工作负载或体系结构的一个或多个组件的不同工作负载。
在框503,确定现有体系结构的模型。通常,该模型由建模模型提供,并被自动配置成反映体系结构的当前状态。在判定框505,确定是否要改变体系结构模型的配置。带有经改变配置的体系结构的模拟可被执行来在真正实现改变之前预测性能影响。如果没有配置变化,过程500移到框513。
返回到判定框505,如果确定要改变配置,过程500移到框507,在其中标识对体系结构的改变。这些改变可与体系结构的任意方面相关,诸如物理拓扑、逻辑拓扑、或性能参数。在框509,模型根据被标识改变而更改。在框513,模拟使用经更改模型来执行。
图6示出用于实现所述相同和方法的示例性计算装置600。在其最基本配置中,计算装置600通常包括至少一个中央处理单元(CPU)605和存储器610。
取决于计算装置的准确配置和类型,存储器610可以是易失性的(诸如RAM)、非易失性的(诸如ROM、闪存等等)、或两者的某种组合。此外,计算装置600还可具有附加特征/功能性。例如,计算装置600可包括多个CPU。所述方法可由计算装置600中任意处理单元以任意方式执行。例如,所述过程可由多个CPU并行执行。
计算装置600还可包括附加存储器(可移动和不可移动的),包括但不限于磁性或光学的盘或带。这种附加存储器如图6中存储615所示。计算机存储介质包括以用来存储诸如计算机可读指令、数据结构、程序模块、或其它数据的信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动的介质。存储器610和存储615都是计算机存储介质的示例。计算机存储介质包括,但不限于RAM、ROM、EEPROM、闪存或其它存储器技术、CD-ROM、数字化多功能盘(DVD)或其它光学存储器、磁盒、磁带、磁盘存储器、其它磁性存储装置、或可用来存储所需信息并可由计算装置600访问的任何其它介质。任何这种计算机存储介质可以是计算装置600的一部分。
计算装置600还可包含使装置能与其它装置通信的通信装置640。通信装置640是通信介质的一个示例。通信介质通常体现为计算机可读指令、数据结构、程序模块、或其它诸如载波或其它传送机制的已调制数据信号中的其它数据,并包括任何信息传送介质。术语“已调制数据信号”意指具有以这种把信息编码到信号中的方式来设置或改变的一个或多个特征的信号。作为示例,而非限制,通信介质包括诸如有线网络或直接有线连接的有线介质,以及诸如声学、RF、红外和其它无线介质的无线介质。术语计算机可读介质在此使用时,包括存储介质和通信介质。所述方法可在任意计算机可读介质中以诸如数据、计算机可读指令等的任意形式编码。
计算装置600还可具有诸如键盘、鼠标、笔、语音输入装置、触摸输入装置等的输入装置635。也可包括诸如显示器、扬声器、打印机的输出装置630。所有这些装置在本领域中是众所周知的,无需在此赘述。
尽管已示出并描述了本发明的优选实施例,将理解在此可作各种改变而不背离本发明的精神和范围。

Claims (31)

1.一种用于对包含多种装置的体系结构建模的计算机实现方法,所述体系结构由管理应用程序监视,其特征在于,所述计算机实现方法包括
从所述管理应用程序检索与所述体系结构相关联的数据,
将所述数据转换成可用于基于事件模拟的格式,
产生所述体系结构的模型,
使用所述经转换数据来自动配置所述模型,以及
将所述模型提供给模拟引擎。
2.如权利要求1所述的计算机实现方法,其特征在于,还包括:
标识与所述体系结构中装置相对应的装置模型,以及
自动将软件模型映射到所述生成的装置模型。
3.如权利要求1所述的计算机实现方法,其特征在于,还包括:
确定由所述管理应用程序提供的基于事件数据,
用所述基于事件数据来自动配置所述经映射装置模型,以及
将所述经配置装置模型结合到所述体系结构的模型中。
4.如权利要求1所述的计算机实现方法,其特征在于,所述生成模型表示所述体系结构的当前状态。
5.如权利要求4所述的计算机实现方法,其特征在于,还包括
标识所述体系结构的状态的变化,以及
根据所述经标识变化自动更改所述模型。
6.如权利要求5所述的计算机实现方法,其特征在于,所述变化包括对装置、软件组件、或工作负载的至少之一的更改。
7.如权利要求1所述的计算机实现方法,其特征在于,所述管理应用程序包括改变和配置管理(CCM)应用程序、操作管理(OM)应用程序、或***或网络发现应用程序的至少之一。
8.如权利要求1所述的计算机实现方法,其特征在于,与所述体系结构相关联的数据相关于物理拓扑、逻辑拓扑、工作负载、事务工作流、或动作成本的至少之一。
9.如权利要求1所述的计算机实现方法,其特征在于,与所述体系结构相关联的数据包括事件的跟踪。
10.如权利要求1所述的计算机实现方法,其特征在于,检索与所述体系结构相关联的数据包括从包含由所述管理应用程序提供的数据的数据存储器中检索所述数据。
11.如权利要求5所述的计算机实现方法,其特征在于,所述数据存储器中的数据被包括在操作数据库或数据仓库的至少之一。
12.一种或多种用计算机可执行指令编码的计算机可读介质,其特征在于,所述指令用于执行如权利要求1所述的计算机实现方法。
13.一种被配置成执行如权利要求1所述的计算机实现方法的装置。
14.一种用于访问体系结构的性能的计算机实现方法,其特征在于,所述计算机实现方法包括
检索与所述体系结构相关联的配置和性能数据,所述配置和性能数据由被配置成监视所述体系结构的管理应用程序所提供,
从所述配置和性能数据标识所述体系结构的模型,
使用所述配置和性能数据来自动配置所述模型,
使用所述模型来模拟所述体系结构的性能。
15.如权利要求14所述的计算机实现方法,其特征在于,还包括
标识所述体系结构的变化,
自动重新配置所述模型以表示所述体系结构的变化,以及
使用所述重新配置的模型来模拟所述体系结构的性能。
16.如权利要求15所述的计算机实现方法,其特征在于,所述变化包括对装置、软件组件、或工作负载的至少之一的更改。
17.一种***,其特征在于,包括
一管理模块,被配置成提供与所述配置和所述体系结构的性能相关联的数据,以及
一建模模块,被配置成使用由所述管理模块提供的所述数据来生成所述体系结构的基于事件模型,并使用所述数据来自动配置所述基于事件的模型。
18.如权利要求17所述的***,其特征在于,所述建模模块还被配置成标识由所述管理模块提供的物理拓扑数据,至少部分地基于所述物理拓扑数据来创建所述体系结构中装置的模型,并至少部分地基于所述装置模型来创建所述体系结构的基于事件模型。
19.如权利要求18所述的***,其特征在于,所述建模模块还被配置成标识由所述管理模块提供的逻辑拓扑数据,并至少部分地基于所述逻辑拓扑数据自动地将所述体系结构中软件组件的模型映射到所述装置模型。
20.如权利要求19所述的***,其特征在于,所述建模模块还被配置成标识与所述体系结构相关联的基于事件的数据,并用所述基于事件的数据来自动配置所述模型。
21.如权利要求20所述的***,其特征在于,所述基于事件的数据由事件跟踪技术,Windwos的事件跟踪(EWT)或微软SQL跟踪的至少之一产生。
22.如权利要求17所述的***,其特征在于,还包括一数据存储器,它被配置成接收由所述管理模块生成的数据并使所述建模模块能访问所述被接收的数据。
23.如权利要求22所述的***,其特征在于,所述被接收的数据关联于所述体系结构的各方面,包括物理拓扑、逻辑拓扑、工作负载、事务性工作流、或动作成本的至少之一。
24.如权利要求22所述的***,其特征在于,所述被接收的数据被包含在操作数据库或数据仓库的至少之一。
25.如权利要求17所述的***,其特征在于,所述体系结构包括服务器、存储器、路由器、交换机、或负载平衡器的至少之一。
26.如权利要求25所述的***,其特征在于,所述服务器用所述应用程序或操作***的至少之一来配置。
27.如权利要求17所述的***,其特征在于,所述管理模块包括微软操作管理器(MOM)、***管理服务器(SMS)、***中心、微软交换服务器的WinRoute、或微软Windows服务器的WMI事件客户的至少之一。
28.一种***,其特征在于,包括:
一装置,用于检索与所述体系结构相关联的数据,所述数据来自被配置成监视所述体系结构的管理应用程序,
一装置,用于标识所述体系结构的模型,
一装置,用于使用所述数据来自动配置所述模型,
一装置,用于使用所述模型来执行所述基于事件的模拟。
29.如权利要求28所述的***,其特征在于,还包括
一装置,用于执行瓶颈分析、假设分析、操作故障测定、或自动化容量报告的至少之一。
30.如权利要求28所述的***,其特征在于,还包括用于在所述体系结构中创建装置模型的一装置。
31.如权利要求28所述的***,其特征在于,还包括用于将软件组件模型映射到所述装置模型的一装置。
CN 200510088588 2004-08-02 2005-08-02 基于事务性能模型的自动配置 Pending CN1734428A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US59856804P 2004-08-02 2004-08-02
US60/598,568 2004-08-02
US11/004,021 2004-12-02

Publications (1)

Publication Number Publication Date
CN1734428A true CN1734428A (zh) 2006-02-15

Family

ID=36076868

Family Applications (2)

Application Number Title Priority Date Filing Date
CN 200510088588 Pending CN1734428A (zh) 2004-08-02 2005-08-02 基于事务性能模型的自动配置
CNB2005100885843A Expired - Fee Related CN100465918C (zh) 2004-08-02 2005-08-02 基于事务处理的性能模型的自动化确认和校准***和方法

Family Applications After (1)

Application Number Title Priority Date Filing Date
CNB2005100885843A Expired - Fee Related CN100465918C (zh) 2004-08-02 2005-08-02 基于事务处理的性能模型的自动化确认和校准***和方法

Country Status (1)

Country Link
CN (2) CN1734428A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077137A (zh) * 2008-10-08 2014-10-01 埃森哲环球服务有限公司 集成设计应用
CN106202386A (zh) * 2016-07-08 2016-12-07 唐博 自动分析数据库表关系的方法
CN112783650A (zh) * 2021-01-20 2021-05-11 之江实验室 一种基于ai芯片的多模型并行推理方法

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8332820B2 (en) * 2008-10-30 2012-12-11 Accenture Global Services Limited Automated load model
US8296411B2 (en) 2010-03-01 2012-10-23 International Business Machines Corporation Programmatically determining an execution mode for a request dispatch utilizing historic metrics
CN102346460B (zh) 2011-05-27 2013-11-13 运软网络科技(上海)有限公司 一种基于事务的服务控制***及其控制方法
CN106326047B (zh) * 2015-07-02 2022-04-05 超威半导体(上海)有限公司 一种用于预测gpu性能的方法和相应的计算机***
CN107315889B (zh) * 2017-07-12 2020-05-12 北京华如科技股份有限公司 仿真引擎的性能测试方法及存储介质
US10521289B2 (en) * 2017-10-31 2019-12-31 Hewlett Packard Enterprise Development Lp Identification of performance affecting flaws in a computing system
DE102018202093A1 (de) * 2018-02-12 2019-08-14 Robert Bosch Gmbh Verfahren und Vorrichtung zur Berechnung von Datenmodellen in sicherheitskritischen Systemen
CN111143127B (zh) * 2019-12-23 2023-09-26 杭州迪普科技股份有限公司 监管网络设备的方法、装置、存储介质及设备

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10127170A1 (de) * 2001-06-05 2002-12-19 Infineon Technologies Ag Fehlersuchverfahren und Fehlersuchvorrichtung
WO2003039070A2 (en) * 2001-11-01 2003-05-08 British Telecommunications Public Limited Company Method and apparatus for analysing network robustness

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104077137A (zh) * 2008-10-08 2014-10-01 埃森哲环球服务有限公司 集成设计应用
CN104077137B (zh) * 2008-10-08 2017-07-28 埃森哲环球服务有限公司 复合应用***、方法和装置
CN106202386A (zh) * 2016-07-08 2016-12-07 唐博 自动分析数据库表关系的方法
CN112783650A (zh) * 2021-01-20 2021-05-11 之江实验室 一种基于ai芯片的多模型并行推理方法
CN112783650B (zh) * 2021-01-20 2024-01-16 之江实验室 一种基于ai芯片的多模型并行推理方法

Also Published As

Publication number Publication date
CN100465918C (zh) 2009-03-04
CN1734427A (zh) 2006-02-15

Similar Documents

Publication Publication Date Title
CN1734428A (zh) 基于事务性能模型的自动配置
US10726354B2 (en) Concurrently forecasting multiple time series
US7885793B2 (en) Method and system for developing a conceptual model to facilitate generating a business-aligned information technology solution
US10116534B2 (en) Systems and methods for WebSphere MQ performance metrics analysis
US8606894B1 (en) Server consolidation
EP1631002A2 (en) Automatic configuration of network performance models
KR20060061759A (ko) 트랜잭션 기반 성능 모델을 자동 검증 및 캘리브레이션하기위한 컴퓨터 구현 방법
US20060184410A1 (en) System and method for capture of user actions and use of capture data in business processes
US20110307291A1 (en) Creating a capacity planning scenario
US20050171833A1 (en) Systems and methods for acquiring time-dependent data for business process analysis
US20120029977A1 (en) Self-Extending Monitoring Models that Learn Based on Arrival of New Data
US20080215389A1 (en) Model oriented business process monitoring
KR20110081060A (ko) 클라우드 컴퓨팅을 이용한 특정 워크로드의 처리시 예상 값 및 예상 노력 분석
EP1709537B1 (en) Method and apparatus for unified performance modeling with monitoring and analysis of complex systems
CN1918590A (zh) 对商业使用技术性能度量以及使用状况分析和成本分配
CN115461724A (zh) 应用的多对象优化
Hauser et al. Reviewing cloud monitoring: Towards cloud resource profiling
Hammad et al. Provenance as a service: A data-centric approach for real-time monitoring
US20090307508A1 (en) Optimizing the Efficiency of an Organization&#39;s Technology Infrastructure
CN1577352A (zh) 用于提供咨询评估环境的方法和***
US20230145025A1 (en) Modeling cloud inefficiencies using domain-specific templates
US11138221B1 (en) Data aggregation and reporting environment for data center infrastructure management
US8601431B2 (en) Method and system for identifying software applications for offshore testing
US20050283528A1 (en) Definition system and method for web services that monitor other web services
Korman et al. Technology management through architecture reference models: A smart metering case

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Open date: 20060215