JPH10143400A - Method for evaluating performance of computer system for control - Google Patents

Abstract

PROBLEM TO BE SOLVED: To easily obtain an estimated performance value used for an application model(AP model), in a method for evaluating the performance of computer system, by performing system simulation by using the application model(AP model), an OS model, a hardware model to represent a performance list of each part of the computer system for control. SOLUTION: A measured performance value indicating a use status of resources by plural existing task is calculated from a real operation of the subject computer system by performance measuring processing and an average estimated performance value is calculated with a calculating means 03 (S1, S2, S4). In addition, a maximum estimated performance value is calculated from a predicted start frequency and the measured performance value of the tasks separately calculated by manual calculation with a calculation means 03' (S2, S3, S5). Then the system simulation for every estimated performance value is performed by inputting the average and the maximum estimated performance values in the AP model with a performance evaluating means 04, performing the system simulation for every estimated performance value and the average and the maximum (for supposing the worst case) evaluated performance value like a load factor, etc., of resources (a CPU and a disk) are obtained (S6).

Description

【発明の詳細な説明】DETAILED DESCRIPTION OF THE INVENTION

【０００１】[0001]

【発明の属する技術分野】本発明は電力系統制御、鉄鋼
圧延制御、上水道制御等のようなリアルタイムのプロセ
ス制御に用いる制御用計算機システムの性能予測をシミ
ュレーションにより行う制御用計算機システムの性能評
価方法に関し、さらに詳しくは制御用計算機システムの
生産のテスト段階でのチューニング作業において、ハー
ドウエア資源の変更・増設の要否、タスクのローディン
グ属性（例えば処理の優先順位、常駐／非常駐の区
分等）やメモリ使用量の変更の要否などを、計算機シス
テムのシミュレーションによる評価結果から定量的に判
定する方法、特にシミュレーションに用いる入力データ
を測定値と予測値を用いて容易に見積もり算出し得るよ
うにした制御用計算機システムの性能評価方法に関す
る。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a method for evaluating the performance of a control computer system for performing a simulation by predicting the performance of a control computer system used for real-time process control such as power system control, steel rolling control, and water supply control. More specifically, in the tuning work at the test stage of the production of the control computer system, the necessity of changing or adding hardware resources, task loading attributes (eg, processing priority, resident / non-resident classification, etc.) and memory A method to quantitatively judge the necessity of changing the usage amount from the evaluation results by computer system simulation, especially control that allows input data used for simulation to be easily estimated and calculated using measured and predicted values. The present invention relates to a method for evaluating the performance of a computer system.

【０００２】なお以下各図において同一の符号は同一も
しくは相当部分を示す。[0002] In the drawings, the same reference numerals indicate the same or corresponding parts.

【０００３】[0003]

【従来の技術】コンピュータシステムを導入する場合、
予めそのコンピュータの性能を評価しなくては目的の性
能を満足するか否かを判断することはできない。特に制
御用計算機システムにおいてはリアルタイムにデータ等
の処理と制御を行うので、目的の時間内で目的の処理が
終了しなくてはならず、その評価は重要である。2. Description of the Related Art When a computer system is introduced,
Unless the performance of the computer is evaluated in advance, it cannot be determined whether or not the intended performance is satisfied. Particularly, in a control computer system, processing and control of data and the like are performed in real time, so that the target processing must be completed within a target time, and its evaluation is important.

【０００４】従来、このようなシステムデザインでは対
象業務に関する経験や、計算機の基本性能データよって
机上でハードウェアを選定し、性能を予測することが一
般的である。例えば目的のシステムを設計する場合、計
算機の基本性能データによってＳＥ等が経験的にそのア
プリケーションの負荷量を予測し、目的とする計算機を
決定する。そして、ウォータフォール・モデルによって
ソフトの製造工程が逐次進められる。Conventionally, in such a system design, it is common practice to select hardware on a desk based on experience with a target task and basic performance data of a computer and predict the performance. For example, when designing a target system, the SE or the like empirically predicts the load of the application based on the basic performance data of the computer, and determines the target computer. Then, the software manufacturing process is sequentially performed by the waterfall model.

【０００５】このウォータフォール・モデルにおけるソ
フトウェアの開発においては、最初に要求されるシステ
ムを分析して仕様書を作成する。前述したコンピュータ
の選定はこの仕様書作成での処理業務の分析によってな
される。続いてアプリケーションプログラムの設計がな
され、プログラム設計仕様書が作成される。そして、そ
のプログラム設計仕様書をもとに、プログラマがプログ
ラムを制作する。そして、デバッグして完全に動作する
プログラムを作成すれば、コンピュータシステムの一台
の生産が終了する。In the development of software based on the waterfall model, a required system is first analyzed to prepare a specification. The selection of the above-mentioned computer is made by analyzing the processing work in preparing this specification. Subsequently, an application program is designed, and a program design specification is created. Then, the programmer creates a program based on the program design specifications. Then, if a program that operates completely by debugging is created, the production of one computer system ends.

【０００６】前述したウォータフォール・モデルによ
る、分析工程の後に行われる設計工程ではアプリケーシ
ョンの構造がほぼ明らかとなり、選定されたハードウェ
ア上で実現される性能を予め見積もることができる。し
かし、アプリケーションプログラムのデバッグまでを終
了する途中の段階において、例えば分析工程終了時には
未だアプリケーションの詳細の構造は明らかでない。こ
のため、どの程度の時間を制御処理に費やすかは決定さ
れておらず、例えば選定されたハードウェア上でこれか
ら開発するアプリケーションを運用した場合の性能を確
実に保証することはできない。In the design process performed after the analysis process using the above-described waterfall model, the structure of the application is almost clear, and the performance realized on the selected hardware can be estimated in advance. However, at the stage of ending the debugging of the application program, for example, at the end of the analysis process, the detailed structure of the application is not yet clear. For this reason, how much time is spent in control processing is not determined, and for example, the performance when an application to be developed is operated on the selected hardware cannot be reliably guaranteed.

【０００７】一方、計算機の性能構造によりリアルタイ
ムプロセス制御計算機システムに要求される機能が高度
化してきている。また、そのような需要も増大してい
る。これに伴い、要求される機能を満たすシステムを設
計する一方で、システムが所定の要求を満たすことを保
証しなければならない。しかし、前述のようにアプリケ
ーションの分析工程では精度良くそれらの性能を求める
ことができず、さらには設計工程においても計算機シス
テム内部の動作が複雑のため、システム運用時に予想さ
れる状況を机上で詳細に検討することは困難な場合が多
い。On the other hand, the functions required of the real-time process control computer system have been advanced due to the performance structure of the computer. Also, such demands are increasing. Accordingly, while designing a system that satisfies the required functions, it must be ensured that the system satisfies predetermined requirements. However, as described above, their performance cannot be determined accurately in the application analysis process, and the operation inside the computer system is complicated even in the design process. It is often difficult to consider.

【０００８】このため、実際のテスト段階で要求性能が
得られず、ハードウェア構成やソフトウェア構成の見直
しが必要となり、工程の遅れやシステム開発コストの上
昇を招く場合がある。このような問題を解消する方法と
して、制御用計算機システムをモデル化してシステムシ
ミュレーション（この場合、当該計算機システムの実動
作を模擬する動作を、当該又は別の計算機システムを用
いて行うこと）を行い、制御用計算機システムの性能を
評価する方法が、本出願人の先願になる特開平６−２７
４３６３号によって提案されている。 この先願発明に
おいては、この性能評価のために制御用計算機システム
をアプリケーション部、オペレーティングシステム（Ｏ
Ｓとも略記する）部、ハードウェア部に分割し、各部の
性能表で表されるアプリケーションモデル（ＡＰモデル
とも略記する）、オペレーティングシステムモデル（Ｏ
Ｓモデルとも略記する）、ハードウェアモデルを作る。[0008] For this reason, the required performance cannot be obtained in the actual test stage, and the hardware configuration and the software configuration need to be reviewed, which may lead to a delay in processes and an increase in system development costs. As a method for solving such a problem, a control computer system is modeled to perform a system simulation (in this case, an operation that simulates the actual operation of the computer system is performed using the computer system or another computer system). A method for evaluating the performance of a control computer system is disclosed in Japanese Patent Application Laid-Open No.
No. 4363. In the prior invention, for the performance evaluation, the control computer system is connected to an application section and an operating system (O / O).
S), an application model (abbreviated as an AP model) and an operating system model (O) represented by a performance table of each unit.
A hardware model is created.

【０００９】ここで、例えばアプリケーションモデルは
アプリケーションの機能を実現する複数のプロセス（タ
スクともいう）による資源（ＣＰＵ，ディスクメモリ
等）の使用の時間分布と、並行優先処理およびスワッピ
ングのための属性と、一定周期の起動とで定義される。
また、ＯＳモデルはプロセスの状態遷移を行う事象毎に
その処理量が定義されている。さらに、ハードウェアモ
デルは、前記プロセスを処理する能力、データを転送す
る能力、メモリ使用量で定義される。Here, for example, the application model includes a time distribution of the use of resources (CPU, disk memory, etc.) by a plurality of processes (also called tasks) for realizing the functions of the application, and attributes for parallel priority processing and swapping. , Starting at a fixed period.
In the OS model, the processing amount is defined for each event that causes a process state transition. Further, the hardware model is defined by the ability to process the process, the ability to transfer data, and the memory usage.

【００１０】これらのアプリケーションモデル、ＯＳモ
デル、ハードウェアモデルはシステムの性能を評価する
ためのシステム性能モデルである。このシステム性能モ
デルを用いてシステムシミュレーションを行う。このシ
ミュレーションではＯＳが実行するアプリケーションの
実行単位（プロセス）の状態遷移処理のきっかけとなる
事象をいくつかに限定し、実行単位の並行優先処理を起
動する事象に係るものをシミュレートする。These application models, OS models, and hardware models are system performance models for evaluating system performance. A system simulation is performed using this system performance model. In this simulation, the event that triggers the state transition process of the execution unit (process) of the application executed by the OS is limited to some events, and the event related to the event that starts the parallel priority process of the execution unit is simulated.

【００１１】このシミュレーションからシステム性能デ
ータである実行単位（プロセス）の動作状態や、ＣＰ
Ｕ，ディスクメモリ等の資源にかかる負荷を計算し、そ
れを評価する。次に図面を用いて前記先願発明の技術を
詳しく説明する。図１１は先願発明における処理フロー
チャートの例である。図１１の例では、エンドユーザの
注文等により処理を開始し、その目的のシステムがどの
程度のコンピュータで実現できるかを求める。From the simulation, the operation state of the execution unit (process), which is the system performance data,
Calculate the load on resources such as U and disk memory and evaluate it. Next, the technology of the invention of the prior application will be described in detail with reference to the drawings. FIG. 11 is an example of a processing flowchart in the invention of the prior application. In the example of FIG. 11, the processing is started by an end user's order or the like, and it is determined how many computers can realize the target system.

【００１２】先ず、ステップＳ０１で対象業務をアプリ
ケーションモデル、計算機をＯＳモデルとハードウェア
モデルに変換する。アプリケーションモデルは複数の機
能を実現するプロセスの集まりであり、このアプリケー
ションモデルを構成する個々のプロセス特性を図１２に
示すプロセス特定モデルの定義図表で定義する。この定
義図表は属性とその単位／値とに項目が分かれ、属性は
機能名、プロセス（後述のタスクと同義）名、ＣＰＵ使
用量、データ転送量、資源使用回数、実行レベル、常駐
／非常駐、メモリ上のプロセスサイズ、ディスク上のプ
ロセスサイズ、再起動間隔、再起動回数、起動関連より
なる。First, in step S01, a target task is converted into an application model, and a computer is converted into an OS model and a hardware model. The application model is a group of processes for realizing a plurality of functions, and individual process characteristics constituting the application model are defined by a process specification model definition chart shown in FIG. This definition chart is divided into attributes and their units / values. The attributes are function name, process (synonymous with task described later) name, CPU usage, data transfer, resource usage, execution level, resident / non-resident, It consists of process size on memory, process size on disk, restart interval, number of restarts, and startup related.

【００１３】機能名はその機能を発生させるための名
前、すなわち実行単位の処理機能がわかる日本語であ
る。プロセス名はいくつかの英数字よりなり、実行単位
の略称である。ＣＰＵ使用量はこのプロセスを実行する
際にＣＰＵ自身が実行するステートメントの量である。
データ転送量はメモリ上へのデータの転送がこのプロセ
スを一回行うにあたり、何バイト使用するかを表すバイ
ト数である。すなわちプロセスのＩ／Ｏ処理の量であ
る。資源使用回数は、この場合このプロセスがＩ／Ｏ関
係を繰り返しアクセスする回数を表す。実行レベルはこ
のプロセスがどのＯＳレベルにおける、どのリアルタイ
ムのレベルで実行するかを表すものである。すなわち、
並行優先処理のためのレベルである。The function name is a name for generating the function, that is, Japanese, which indicates the processing function of the execution unit. The process name consists of several alphanumeric characters, and is an abbreviation of an execution unit. CPU usage is the amount of statements executed by the CPU itself when executing this process.
The data transfer amount is the number of bytes indicating how many bytes are used to transfer data to the memory once in this process. That is, the amount of I / O processing of the process. The resource usage count indicates the number of times the process repeatedly accesses the I / O relation in this case. The execution level indicates at which OS level this process is executed and at what real-time level. That is,
This is a level for parallel priority processing.

【００１４】常駐／非常駐はこのプロセスを実行する際
に主記憶に常駐しなくてはならないか、あるいは非常駐
であってもよいかを表す。メモリ上のプロセスサイズ並
びにディスク上のプロセスサイズは、夫々このプロセス
が必要とするメモリ上のサイズ並びにディスク上のサイ
ズ、すなわちロードイン前のプロセスのサイズをバイト
で表す。再起動間隔は一定間隔で再起動を行い、実際の
起動のタイミングの分布を模擬するものであり、例えば
このプロセスが何秒間に１回ずつ実行起動がかかるかを
表す。再起動回数はこれがアプリケーションプログラム
によって何回起動がかかるかを表す。また、起動関連と
してプロセス名が複数設けられている。これは、プロセ
ス間に起動の連鎖がある場合に指定するためのものであ
る。Resident / Nonresident indicates whether the process must be resident in main memory or may be resident. The process size on the memory and the process size on the disk represent the size on the memory and the size on the disk required by this process, that is, the size of the process before load-in, in bytes. The restart interval is for restarting at regular intervals and simulating the distribution of the actual start timing. For example, the restart interval indicates how many times the process is to be executed once. The number of restarts indicates how many times this is performed by the application program. Further, a plurality of process names are provided as startup-related. This is to specify if there is a startup chain between processes.

【００１５】図１２の表は、要約するならば、（１）プ
ロセスによる資源の使用の時間分布（後述の資源使用状
況を示す見積もり性能値に対応）、（２）並行優先処理
およびスワッピングのための属性、（３）一定周期の起
動および起動関連を定義するデータより成る。プロセス
による資源の使用の時間分布はＣＰＵの使用とデータ転
送の繰り返しで定義する。なお、プロセスの起動のタイ
ミングの分布については図１３におけるプロセス起動モ
デル図表に従って定義し、起動時刻とプロセス名とによ
って表す。起動時刻はプロセスの最初の起動時刻を、プ
ロセス名は起動されるプロセスのプロセス名を表す。こ
れはある特定の時刻に起動するプロセスを指定すること
によって外部からのランダムな起動状況を定義するもの
である。The table of FIG. 12 can be summarized as follows: (1) time distribution of resource use by a process (corresponding to an estimated performance value indicating resource use status described later); (2) for parallel priority processing and swapping , And (3) data defining start-up in a fixed cycle and start-up relation. The time distribution of resource usage by a process is defined by the repetition of CPU usage and data transfer. The distribution of the process start timing is defined according to the process start model chart in FIG. 13 and is represented by a start time and a process name. The start time indicates the first start time of the process, and the process name indicates the process name of the process to be started. This defines a random activation situation from the outside by specifying a process to be activated at a specific time.

【００１６】ＯＳモデルはオペレーティングシステム
（ＯＳ）がプロセスの状態遷移を行う事象ごとの処理量
を定義するものであり、図１４のＯＳモデル図表のよう
に、属性としての状態遷移事象と、これに対応する処理
量としてのステップ数とによって定義される。この属性
となる状態遷移事象には、プロセス生成、ＣＰＵ占有開
始・終了、データ転送開始・終了、スワップイン終了、
スワップアウト終了、プロセス終了、がある。The OS model defines the amount of processing for each event in which the operating system (OS) makes a state transition of a process. As shown in the OS model chart of FIG. 14, a state transition event as an attribute and an It is defined by the number of steps as the corresponding processing amount. The state transition events having this attribute include process creation, CPU occupation start / end, data transfer start / end, swap-in end,
End of swap-out, end of process.

【００１７】ここでプロセス生成は起動，再起動による
実行待ち状態への状態遷移を、ＣＰＵ占有開始・終了は
Ｉ／Ｏ待ち状態からプロセスがＣＰＵを占有し実行状態
となるときの状態遷移及びその占有が終了してＩ／Ｏ待
ち状態となるときの状態遷移を、データ転送開始・終了
は実行待ち状態からデータ転送を開始する状態となると
きの状態遷移及びデータ転送を終わり実行待ち状態とな
るときの状態遷移を、スワップイン終了は、ロードイン
またはスワップインによってディスク上に書き出されて
いたプロセスのメモリへのロードが終了し、実行待ち状
態になるときの状態遷移を、スワップアウト終了は、ス
ワップアウトによってメモリ上のプロセスのディスクへ
の書き出しが終了し、次のスワップイン待ち状態になる
ときの状態遷移を夫々表す。Here, the process creation refers to a state transition to an execution waiting state by starting and restarting, and the CPU occupation start / end refers to a state transition when the process occupies the CPU from the I / O waiting state to the execution state and the state transition. The state transition when the occupation ends and the I / O wait state is reached. The data transfer start / end state transitions from the execution wait state to the state where data transfer is started and the data transfer ends and the data transfer ends and the execution wait state occurs. When the status transition at the time of swap-in is completed, the process of loading the process written to disk by load-in or swap-in into memory is completed, and the status transition at the time of waiting for execution is The state transition when the process of writing in the memory to the disk ends by swap-out and the next swap-in wait state is reached People represent.

【００１８】ハードウェアモデルは図１５のハードウエ
ア・モデル図表に示すように、プロセスのＣＰＵ使用時
間、データ転送時間、及び後述のメモリ使用量を求める
ためのデータであり、ＣＰＵの処理速度と、データ転送
において使用される平均アクセス時間、転送速度、最大
処理量、最小アクセス回数と、ユーザ利用メモリの大き
さとで定義する。これらの前述した３個のモデルをシス
テム性能モデルと定義する。As shown in the hardware model diagram of FIG. 15, the hardware model is data for calculating the CPU usage time of the process, the data transfer time, and the memory usage described later. It is defined by an average access time, a transfer speed, a maximum processing amount, a minimum access number used in data transfer, and a size of a user use memory. These three models are defined as a system performance model.

【００１９】図１１に戻って続けて説明する。アプリケ
ーションモデルについては計算機制御の対象となる産業
分野別に典型モデルや事例モデルを作成する。これはス
テップＳ０２におけるモデル記憶処理によってなされ
る。これらの典型モデルや事例モデル等のシステム性能
モデルの記憶は、現在検討を進めているシステムを構築
するためと、今後にデータベースとして使用するための
ものである。なお、このシステム性能モデルは図１６の
ＡＰモデルの記憶の項目テーブル図表に示すように、業
務名、業務概要、プロセス特性モデル名、プロセス起動
モデル名によって記録される。なお、モデル記憶処理Ｓ
０２によって記録されている典型モデル、または事例モ
デルから１つのシステム性能モデルを選択し、その性能
評価を行おうとする業務に合うように登録したデータが
修正される。Returning to FIG. 11, the description will be continued. For application models, typical models and case models are created for each industrial field to be controlled by a computer. This is performed by the model storage processing in step S02. The storage of the system performance model such as the typical model and the case model is for constructing a system currently under study and for use as a database in the future. The system performance model is recorded by a business name, a business outline, a process characteristic model name, and a process activation model name as shown in the item table chart of the storage of the AP model in FIG. The model storage processing S
02, a system performance model is selected from the typical model or the case model recorded in the case model 02, and the registered data is modified so as to match the task for which the performance is to be evaluated.

【００２０】新たに入力したデータで前述したように１
つの性能モデルを選択し修正を行った後には、ステップ
Ｓ０３でシミュレーション性能計算を行う。このステッ
プＳ０３におけるシミュレーション性能計算処理ではシ
ステム性能モデルを入力して、計算機内部のプロセスの
動作を制御状態に従い事象駆動方式によってシミュレー
ションを行い、システム性能データを計算する。As described above, the newly input data is set to 1
After selecting and correcting the two performance models, a simulation performance calculation is performed in step S03. In the simulation performance calculation process in step S03, a system performance model is input, and the operation of the process inside the computer is simulated by the event driving method according to the control state, and the system performance data is calculated.

【００２１】図１７は事象の状態遷移図である。状態と
しては起動待ちＴ１、実行待ちＴ２、実行中Ｔ３、ロー
ドイン待ちとスワップイン待ちＴ４、スワップアウト待
ちＴ５、Ｉ／Ｏ待ちＴ６がある。実行中Ｔ３状態におい
て、Ｉ／Ｏ待ちＴ６状態となった時には、Ｉ／Ｏ待ちＴ
６状態から実行待ちＴ２状態に移動する。また、実行待
ちＴ２状態においてスワップアウト待ちＴ５状態となっ
た時には、ロードイン待ちとスワップイン待ちＴ４状態
に移動し、その後、実行待ちＴ２状態に移る。また起動
待ちＴ１状態においても直接、実行待ちＴ２状態に移る
場合と、ロードイン待ちとスワップイン待ちＴ４状態を
経由して実行待ちＴ２状態に入る場合もある。FIG. 17 is a state transition diagram of an event. The states include a startup wait T1, an execution wait T2, a running T3, a load-in wait and a swap-in wait T4, a swap-out wait T5, and an I / O wait T6. In the T3 state during execution, when the state changes to the I / O waiting T6 state, the I / O waiting T
Move from state 6 to execution waiting T2 state. When the state becomes the swap-out waiting T5 state in the execution waiting T2 state, the state shifts to the load-in waiting state and the swap-in waiting T4 state, and then shifts to the execution waiting T2 state. Also, in the startup waiting T1 state, there is a case where the operation directly shifts to the execution waiting T2 state, and a case where the operation enters the execution waiting T2 state via the load-in waiting and the swap-in waiting T4 state.

【００２２】シミュレーション中は、このような各種の
状態Ｔ１〜Ｔ６の遷移に従い、起動待ちＴ１状態、並び
に実行待ちＴ２状態、ロードイン待ちとスワップイン待
ちＴ４状態、Ｉ／Ｏ待ちＴ６状態等の状態が１つの状態
に入るたびに、必要とする時間を次に記す（１１）式か
ら（１４）式によって計算する。例えば起動待ちＴ１状
態の待っている時間というのは実行時間には加算され
ず、起動待ちＴ１状態から実行待ちＴ２状態に入る時
に、また実行待ちＴ２状態から起動待ちＴ１状態に入る
ときに処理がなされ、特定の要した時間が加算される。
また、更には実行中はそれらの実行に対する時間が計算
される。During the simulation, according to the transitions of the various states T1 to T6, states such as a start wait T1 state, an execution wait T2 state, a load-in wait and a swap-in wait T4 state, an I / O wait T6 state and the like. Each time に 入 る enters one state, the required time is calculated from the following equations (11) to (14). For example, the waiting time in the activation waiting T1 state is not added to the execution time, and the processing is performed when the operation enters the execution waiting T2 state from the activation waiting T1 state and enters the activation waiting T2 state from the execution waiting T2 state. This is done, and the specific required time is added.
Also, during execution, the time for their execution is calculated.

【００２３】ここで、ＣＰＵ使用時間ＡＡ〔μ秒〕は次
式（１１）で求める。Here, the CPU use time AA [μsec] is obtained by the following equation (11).

【００２４】[0024]

【数１】 ＡＡ＝（ＣＰＵ使用量）〔ステップ〕 ／（ＣＰＵの処理速度）〔ステップ／μ秒〕 ・・・（１１） また、データ転送時間〔μ秒〕ＢＢは次式（１２）で求
める。AA = (CPU usage) [step] / (CPU processing speed) [step / μsec] (11) The data transfer time [μsec] BB is given by the following equation (12). Ask.

【００２５】[0025]

【数２】 ＢＢ０＝（平均アクセス時間）〔μ秒〕×（データ転送量）〔バイト〕 ／（最大処理量）〔バイト〕 ・・・（１２ａ） ＢＢ＝ＢＢ０＋（データ転送量）〔バイト〕 ／（転送速度）〔バイト／μ秒〕 ・・・（１２） また、ローディング時間ＣＣ〔μ秒〕は次式（１３）で
求める。BB0 = (average access time) [μsec] × (data transfer amount) [byte] / (maximum processing amount) [byte] (12a) BB = BB0 + (data transfer amount) [byte] / (Transfer speed) [byte / μsec] (12) The loading time CC [μsec] is obtained by the following equation (13).

【００２６】[0026]

【数３】 ＣＣ０＝（平均アクセス時間）〔μ秒〕×（最小アクセス回数）〔回〕 ・・・（１３ａ） ＣＣ１＝ＣＣ０＋（平均アクセス時間）〔μ秒〕 ×（ディスク上のプロセスサイズ）〔バイト〕 ／（最大処理量）〔バイト〕 ・・・（１３ｂ） ＣＣ＝ＣＣ１＋（ディスク上のプロセスサイズ）〔バイト〕 ／（転送速度）〔バイト／μ秒〕 ・・・（１３） また、スワッピング時間ＤＤ〔μ秒〕は次式（１４）で
求める。CC0 = (average access time) [μsec] × (minimum access count) [times] (13a) CC1 = CC0 + (average access time) [μsec] × (process size on disk) [Byte] / (maximum processing amount) [byte] (13b) CC = CC1 + (process size on disk) [byte] / (transfer speed) [byte / μsec] (13) The swapping time DD [μsec] is obtained by the following equation (14).

【００２７】[0027]

【数４】 ＤＤ０＝（平均アクセス時間）〔μ秒〕×（最小アクセス回数）〔回〕 ・・・（１４ａ） ＤＤ１＝ＤＤ０＋（平均アクセス時間）〔μ秒〕 ×（メモリ上のプロセスサイズ）〔バイト〕 ／（最大処理量）〔バイト〕 ・・・（１４ｂ） ＤＤ＝ＤＤ１＋（メモリ上のプロセスサイズ）〔バイト〕 ／（転送速度）〔バイト／μ秒〕 ・・・（１４） ここで、最大処理量とは、一度のアクセスでディスク装
置からデータ転送されるデータの最大量であり、これを
越える場合は複数回のアクセスとなる。また平均アクセ
ス時間は目的のデータをディスク上で探す時間を表し、
後述の式（８ｂ）に示すようにディスク装置の平均回転
待ち時間や平均シーク時間より求められる。DD0 = (average access time) [μsec] × (minimum access count) [times] (14a) DD1 = DD0 + (average access time) [μsec] × (process size on memory) [Byte] / (maximum processing amount) [byte] (14b) DD = DD1 + (process size on memory) [byte] / (transfer speed) [byte / μsec] (14) The maximum processing amount is the maximum amount of data transferred from the disk device in a single access, and if it exceeds this, multiple accesses are made. The average access time indicates the time to search for the desired data on the disk,
It is obtained from the average rotation waiting time and average seek time of the disk device as shown in the following equation (8b).

【００２８】前記したメモリの使用量は、ある時点での
メモリ上にロードされているプロセスのメモリ使用量の
合計で、出力データの１つであるメモリの負荷推移のデ
ータの単位である。さらにメモリの使用量は、非常駐プ
ロセスのメモリ使用量で、一定量を越えるとスワッピン
グが発生する。これを模擬するためにメモリの使用量を
計算する。The above-mentioned memory usage is the sum of the memory usage of the processes loaded on the memory at a certain point in time, and is a unit of data of the memory load transition, which is one of the output data. Furthermore, the memory usage is the memory usage of the non-resident process, and if it exceeds a certain amount, swapping occurs. To simulate this, calculate the memory usage.

【００２９】ここで一定量とは、図１５のユーザ利用メ
モリの大きさをＭ、図１２のメモリ上のプロセス・サイ
ズをｍ（ｉ）（但し、ｉはプロセスに付した番号で、プ
ロセスがｎ個あるときｉ＝１，・・・ｎ）、常駐／非常
駐をｒ（ｉ）（但し、番号ｉのプロセスが常駐のときｒ
（ｉ）＝ｔ，非常駐のときｒ（ｉ）＝ｆ）とすると、次
式（１５）で示される量である。Here, the fixed amount means the size of the memory used by the user in FIG. 15 as M, and the process size in the memory in FIG. 12 as m (i) (where i is a number assigned to the process, and When there are n i = 1,... n), the resident / non-resident is r (i) (however, when the process of the number i is resident, r
If (i) = t and r (i) = f when not resident, the quantity is represented by the following equation (15).

【００３０】[0030]

【数５】 一定量＝Ｍ−（ ⁿ Σ_i=1 ｍ（ｉ）（ｒ（ｉ）＝ｔのとき）） ・・・（１５） メモリの使用量と一定量との値を、メモリの使用量に変
化があった場合に比較し、スワッピングの処理を行う。Equation 5] a certain amount = M- (when _{^{n Σ i = 1 m (i}} ) (r (i) = t)) ··· (15) the value of the amount of memory and the certain amount of memory Swapping processing is performed as compared with the case where the usage amount has changed.

【００３１】以上により、後述の全ての時間と使用率を
求めることができる。図１８は前述した事象駆動のシミ
ュレーションのフローチャートである。先ず事象のスケ
ジューリングをステップＳ０１１で行い、この処理によ
って最も速く発生する事象を求める。続いてシミュレー
ションの終了であるかをステップＳ０１２で検出し、シ
ミュレーションの継続が無いとき（Ｎ）には終了（ＥＮ
Ｄ）する。また、シミュレーションの継続があるとき
（Ｙ）には、求めたスケジューリングにおける事象の状
態遷移の処理におけるおおよその時間によって時刻をス
テップＳ０１３で更新する。そして、プロセスの状態遷
移をステップＳ０１４で行う。同時にステップＳ０１４
ではシステム性能データをグラフの形や表の形式で出力
する。出力するデータは、ＣＰＵの総使用率（後述のＣ
ＰＵの負荷率と同義）、ディスクの総使用率（後述のデ
ィスクの負荷率と同義）、ＣＰＵの負荷推移、ディスク
の負荷推移、メモリの負荷推移、プロセスの予定起動回
数、プロセスの総起動回数、プロセスのＣＰＵ，ディス
クの使用時間である。As described above, it is possible to obtain all the times and usage rates described later. FIG. 18 is a flowchart of the event-driven simulation described above. First, event scheduling is performed in step S011, and the event that occurs the fastest by this processing is determined. Subsequently, it is detected in step S012 whether or not the simulation has ended. If the simulation does not continue (N), the simulation ends (EN).
D). When the simulation is continued (Y), the time is updated in step S013 by the approximate time in the process of the state transition of the event in the obtained scheduling. Then, the state transition of the process is performed in step S014. At the same time, step S014
Outputs system performance data in the form of graphs and tables. The data to be output is the total CPU usage rate (C to be described later).
Synonymous with PU load rate), Disk total usage rate (Synonymous with disk load rate described later), CPU load transition, Disk load transition, Memory load transition, Scheduled number of process startups, Total number of process startups , Process CPU and disk usage time.

【００３２】続いてステップＳ０１５で、次の事象のス
ケジューリングを再度行い、どのような事象が発生する
かを求める。そして処理Ｓ０１２により再度実行する。
以上のような動作を繰り返し実行することによりシミュ
レーションを行い、図１１におけるシステム性能データ
が求められ、ステップＳ０４の表示処理で、開発担当者
等に性能の所見を出力する。この結果を用いて設計した
コンピュータシステムが目的の性能を発揮するかを判断
する。Subsequently, in step S015, the scheduling of the next event is performed again to determine what kind of event will occur. Then, the process is executed again by the process S012.
A simulation is performed by repeatedly executing the above-described operations, and system performance data in FIG. 11 is obtained. In the display processing in step S04, a performance finding is output to a developer or the like. Using this result, it is determined whether the designed computer system exhibits the intended performance.

【００３３】[0033]

【発明が解決しようする課題】しかしながら、前記先願
発明の方法にも次のような問題がある。 １）シミュレーションの入力モデルのうち、特にアプリ
ケーションモデル（更にはこのモデルに用いるプロセス
別の資源の使用状況を示す見積もり性能値）の作成に
は、多様なケースを多数検討しなければならず時間がか
かる。このため、アプリケーションモデル作成の効率を
向上させるための効率的なモデル作成手順や見積もり計
算の機械化が要求されている。 ２）アプリケーションモデルの見積もり（ワースト・ケ
ースも含む）は、以降のシミュレーションによって異な
っており、これといった計算方法やデータ構造は決まっ
ていない。特に生産者が電力，鉄鋼，水処理といった産
業分野ごとに計算機システムの性能評価を行う場合は、
個別に見積もり方式とデータ構造の設計が必要となる。
このため、産業分野ごとの業務システムの特徴や、分野
内の個別の業務システムの特徴を表現できるアプリケー
ションモデルの標準的な見積もり方式とデータ構造が要
求されている。 ３）制御用計算機システムの性能測定値にバラツキがあ
る。このため、測定値のバラツキを反映できる、性能測
定値に基づいたワースト・ケースのアプリケーションモ
デルの見積もり方式が要求されている。However, the method of the invention of the prior application has the following problems. 1) Of the input models of the simulation, especially in the creation of an application model (and further, an estimated performance value indicating the use status of the resources for each process used in this model), a large number of various cases must be considered and time is required. Take it. For this reason, there is a demand for an efficient model creation procedure and a mechanized estimation calculation for improving the efficiency of application model creation. 2) The estimation of the application model (including the worst case) differs depending on the subsequent simulation, and the calculation method and data structure for such estimation are not determined. In particular, when a producer evaluates the performance of a computer system for each industrial field such as electricity, steel, and water treatment,
It is necessary to design the estimation method and data structure individually.
Therefore, there is a demand for a standard estimation method and data structure of an application model capable of expressing the characteristics of the business system for each industrial field and the characteristics of the individual business systems in the field. 3) The performance measurement values of the control computer system vary. Therefore, there is a demand for a method of estimating a worst-case application model based on performance measurement values, which can reflect variations in measurement values.

【００３４】そこで本発明は各種産業向けの制御用計算
機システムの性能評価のためのシミュレーションにおけ
るアプリケーションモデルの作成を容易にし、さらに作
成効率を向上することができる制御用計算機システムの
性能評価方法を提供することを課題とする。Accordingly, the present invention provides a method for evaluating the performance of a control computer system which facilitates the creation of an application model in a simulation for evaluating the performance of a control computer system for various industries and further improves the efficiency of the creation. The task is to

【００３５】[0035]

【課題を解決するための手段】前記の課題を解決するた
めに請求項１の制御用計算機システムの性能評価方法
は、制御用計算機システムをアプリケーション部、オペ
レーティングシステム部、ハードウエア部に分割し、各
部の性能表を表すアプリケーションモデル、オペレーテ
ィングシステムモデル、ハードウエアモデルで前記制御
用計算機システムのシステム性能モデルを求め、該シス
テム性能モデルを用いてシステムシミュレーションを行
ってシステム性能データを求めて制御用計算機システム
の性能を評価する方法であって、アプリケーションモデ
ルに用いるタスク別の資源の使用状況を示す見積もり性
能値を、当該制御用計算機システムの実動作で求めた、
当該産業分野で使用される既存の複数のタスク毎の資源
の使用状況を示す性能測定値から算出するようにする。According to a first aspect of the present invention, there is provided a method for evaluating the performance of a control computer system, comprising dividing the control computer system into an application unit, an operating system unit, and a hardware unit. A system performance model of the control computer system is obtained from an application model, an operating system model, and a hardware model representing a performance table of each unit, and a system simulation is performed using the system performance model to obtain system performance data. A method for evaluating the performance of a system, in which an estimated performance value indicating a usage state of a resource for each task used for an application model is obtained by an actual operation of the control computer system,
The calculation is performed from a performance measurement value indicating the usage status of resources for each of a plurality of existing tasks used in the industrial field.

【００３６】また、請求項２の制御用計算機システムの
性能評価方法では、請求項１に記載の制御用計算機シス
テムの性能評価方法において、前記見積もり性能値とし
て前記性能測定値の単純平均値を用いた平均見積もり性
能値（式（１）〜（３）による平均見積もりＣＰＵ使用
時間３１ｂ，平均見積もり転送バイト長３２ｂ，平均見
積もり転送回数３２ｃ）、及び少なくとも重み付けのた
めに性能測定値の中の最大値を用い所定の演算で求めた
ワーストケース想定用の最大見積もり性能値（最大見積
もりＣＰＵ使用時間３１ｂ’，最大見積もり転送バイト
長３２ｂ’，最大見積もり転送回数３２ｃ’）の２つの
見積もり性能値を用いた場合について夫々システムシミ
ュレーションを行うようにする。According to a second aspect of the present invention, in the performance evaluation method for a control computer system according to the first aspect, a simple average value of the performance measurement values is used as the estimated performance value. Average estimated performance value (average estimated CPU usage time 31b, average estimated transfer byte length 32b, average estimated transfer count 32c by equations (1) to (3)), and the maximum value among the performance measurement values at least for weighting And the maximum estimated performance values for the worst case assumption (maximum estimated CPU usage time 31b ', maximum estimated transfer byte length 32b', maximum estimated transfer count 32c ') obtained by a predetermined operation using A system simulation is performed for each case.

【００３７】また請求項３の制御用計算機システムの性
能評価方法では、請求項２に記載の制御用計算機システ
ムの性能評価方法において、前記最大見積もり性能値と
して、当該制御用計算機システムの操業時の当該タスク
の起動頻度を手計算により想定して求めたタスクの予測
起動回数分の起動を仮定し、この各起動において測定起
動回数分は実測された各性能測定値を設定し、残る予測
起動回数と測定起動回数の差の起動回数分は前記最大値
を設定して（式（４）〜（６）を用いて）求めた予測起
動回数分の平均値を用いるようにする。According to a third aspect of the present invention, in the performance evaluation method of the control computer system according to the second aspect, the maximum estimated performance value is set at the time of operation of the control computer system. Assuming that the start frequency of the task is calculated by assuming the start frequency of the task by hand calculation, the start count is assumed to be equal to the estimated start count of the task. The maximum value is set for the number of times of activation of the difference between the number of times of measurement and the number of times of measurement activation, and the average value of the estimated number of times of activation obtained using the equations (4) to (6) is used.

【００３８】また請求項４の制御用計算機システムの性
能評価方法では、請求項２または３に記載の制御用計算
機システムの性能評価方法において、前記平均見積もり
性能値を用い所定の演算（式（７），（８））によって
求めた資源の平均の見積もり負荷率（平均ＣＰＵ見積も
り負荷率４１ａ，平均ディスク見積もり負荷率４１
ｂ）、及び前記最大見積もり性能値を用い該所定の演算
と同じ演算によって求めた資源の最大の見積もり負荷率
（最大ＣＰＵ見積もり負荷率４１ａ’，最大ディスク見
積もり負荷率４１ｂ’）と、当該の制御用計算機システ
ムの実業務の処理時においてオペレーティング・システ
ムなどの性能測定機能によって測定された資源の負荷率
との互いに対応する負荷率同士を比較するようにする。According to a fourth aspect of the present invention, in the performance evaluation method of the control computer system according to the second or third aspect, a predetermined operation (formula (7)) is performed using the average estimated performance value. ), (8)), the average estimated load factor of the resources (average CPU estimated load factor 41a, average disk estimated load factor 41)
b) and the maximum estimated load factors of resources (maximum CPU estimated load factor 41a ', maximum disk estimated load factor 41b') obtained by the same operation as the predetermined operation using the maximum estimated performance value, and the corresponding control At the time of actual business processing of the computer system, the load factors of resources measured by a performance measurement function such as an operating system and the corresponding load factors are compared with each other.

【００３９】この発明の作用は次の如くである。本発明
では、各種産業向けの制御用計算機システムをモデル化
して、シミュレーションによりその性能を評価する。こ
の際、計算機システムのモデルを、アプリケーション
モデル， オペレーティングシステムモデル（ＯＳモ
デル），ハードウェアモデル（資源モデルともいう）
の３つの階層に分類するが、とのモデルのデータは
対象とする計算機システムごとに既に存在するか又は容
易に得られるので、本発明ではシミュレーションのため
の入力モデル（入力データ）としてはのアプリケーシ
ョンモデルのみを新たに作成すればよい方式とし、且つ
産業分野に共通なデータ構造にした。The operation of the present invention is as follows. In the present invention, a control computer system for various industries is modeled and its performance is evaluated by simulation. At this time, the model of the computer system is defined as an application model, an operating system model (OS model), and a hardware model (also referred to as a resource model).
Although the data of the model already exists or can be easily obtained for each target computer system, in the present invention, the application as an input model (input data) for simulation is Only a new model needs to be created, and a common data structure is used in the industrial field.

【００４０】さらにアプリケーションモデルの見積もり
計算を機械化し、入力モデルを作成するのに余裕時間の
少ないテスト段階でも、テストに沿って計算機システム
の性能測定値を収集することにより、入力モデルの短時
間での作成を可能とする。また、上流工程での性能予測
のシミュレーションの入力モデルの作成は、新たな見積
もりを行わずに過去の入力モデルを再利用して効率化を
はかる。Further, even in the test stage where the estimation calculation of the application model is mechanized and the spare time for creating the input model is short, by collecting the performance measurement values of the computer system along with the test, the input model can be shortened in a short time. Can be created. In addition, the creation of an input model for a simulation of performance prediction in an upstream process aims at improving efficiency by reusing a past input model without performing new estimation.

【００４１】また、業務システムの業務フローからタス
クの最大予測起動頻度を手計算で求め、それを入力して
幾つかのワースト・ケースの入力モデルの見積もりも可
能にする。これにより、通常ケースと幾つかのワースト
・ケースの評価を行い、シミュレーションの精度に幅を
持たせるようにする。このように、入力モデルの階層化
や作成方式によって、入力モデルの作成を容易にし、作
成効率の向上をはかる。Further, the maximum predicted activation frequency of the task is manually calculated from the business flow of the business system, and the calculated frequency is input to enable estimation of some worst case input models. In this way, the normal case and some worst cases are evaluated, so that the accuracy of the simulation has a range. As described above, the creation of the input model is facilitated by the layering and the creation method of the input model, and the creation efficiency is improved.

【００４２】[0042]

【発明の実施の形態】以下、図面を用いて本発明の実施
例を詳細に説明する。図１は本発明の実施例としての処
理のフローチャートである。図１においてはエンドユー
ザ（システム・エンジニア）の要求などにより、アプリ
ケーションモデルに用いるシステム性能値の見積もりを
開始し、この見積もり性能値を用いたアプリケーション
モデルをシミュレーションの入力データとして、その目
的のシステムがどの程度、コンピュータで実現できるか
を評価している。Embodiments of the present invention will be described below in detail with reference to the drawings. FIG. 1 is a flowchart of a process according to an embodiment of the present invention. In FIG. 1, estimation of a system performance value used for an application model is started in response to a request from an end user (system engineer) or the like, and an application model using the estimated performance value is used as input data for a simulation, and a target system is used. We are evaluating how much it can be realized with computers.

【００４３】先ず、ステップＳ１で対象計算機システム
のＣＰＵやディスクなどの資源の使用量を性能測定値と
して収集し、性能測定値記憶ファイル１に格納する。こ
の性能測定値記憶ファイル１の構成を図２に定義する。
即ち、この例では図２に示すように性能測定値記憶ファ
イル１は、ＣＰＵ使用時間（＃１）ファイル１１，ＣＰ
Ｕ使用時間（＃２）ファイル１２，ディスク使用量ファ
イル１３の３つのファイルからなる。First, in step S 1, the usage amounts of resources such as the CPU and disk of the target computer system are collected as performance measurement values and stored in the performance measurement value storage file 1. The configuration of the performance measurement value storage file 1 is defined in FIG.
That is, in this example, as shown in FIG. 2, the performance measurement value storage file 1 is the CPU usage time (# 1) file 11, CP
It consists of three files, a U usage time (# 2) file 12 and a disk usage file 13.

【００４４】前記ＣＰＵ使用時間（＃１）ファイル１１
は、或る測定時間内における各タスクの１回の起動毎
の、タスク名１１ａ，起動時刻１１ｂ，ＣＰＵ使用時間
１１ｃの各データからなる。ここで、タスク名１１ａは
プログラムの実行単位であり、英数字の文字列からな
る。起動時刻１１ｂはタスクが実行のため起動された時
刻であり、時，分，秒の３つの整数からなる。ＣＰＵ使
用時間１１ｃはタスクが１回の起動でＣＰＵを使用した
時間であり、ミリ秒単位の実数からなる。The CPU usage time (# 1) file 11
Consists of data of a task name 11a, a start time 11b, and a CPU usage time 11c for each start of each task within a certain measurement time. Here, the task name 11a is an execution unit of the program, and is composed of an alphanumeric character string. The start time 11b is the time when the task is started for execution, and is composed of three integers of hours, minutes, and seconds. The CPU usage time 11c is the time during which the task has used the CPU in one activation, and is a real number in milliseconds.

【００４５】前記ＣＰＵ使用時間（＃２）ファイル１２
はタスク毎の、タスク名１２ａ，全起動での総ＣＰＵ使
用時間１２ｂの各データからなる。全起動での総ＣＰＵ
使用時間１２ｂは、その測定時間内における当該タスク
の全ての起動毎のＣＰＵ使用時間の合計であり、ミリ秒
単位の実数からなる。ディスク使用量ファイル１３は各
タスクの１回の起動毎の、タスク名１３ａ、起動時刻１
３ｂ、及びこのタスクの実行中にアクセスした各ファイ
ル毎のファイル名１３ｃ，ファイル種別１３ｄ，転送バ
イト長の合計１３ｅ，転送回数の合計１３ｆの各データ
からなる。The CPU usage time (# 2) file 12
Is composed of data of a task name 12a and a total CPU usage time 12b at all startups for each task. Total CPUs at all startups
The usage time 12b is the sum of the CPU usage time for every activation of the task within the measurement time, and is a real number in milliseconds. The disk usage file 13 includes a task name 13a and a start time 1 for each start of each task.
3b, and data of a file name 13c, a file type 13d, a total transfer byte length 13e, and a total transfer count 13f of each file accessed during execution of this task.

【００４６】図１に戻り、ステップＳ２では、ステップ
Ｓ１において収集した性能測定データの各ファイル（即
ち、ＣＰＵ使用時間（＃１）ファイル１１，ＣＰＵ使用
時間（＃２）ファイル１２，ディスクの使用量ファイル
１３）の内容を入力してテーブルを作成する。この処理
は図４のフローチャートに性能測定値入力手段０１の処
理（ステップＳ２１〜Ｓ２６）として示される。Returning to FIG. 1, in step S2, each file of the performance measurement data collected in step S1 (ie, CPU usage time (# 1) file 11, CPU usage time (# 2) file 12, disk usage amount) A table is created by inputting the contents of the file 13). This process is shown in the flowchart of FIG. 4 as the process of the performance measurement value input unit 01 (steps S21 to S26).

【００４７】図４では性能測定値入力手段０１はＣＰＵ
使用時間（＃１）ファイル１１を読込んで（Ｓ２１）、
そのファイル内容の測定値のテーブルを作成し（Ｓ２
２）、同様にＣＰＵ使用時間（＃２）ファイル１２，デ
ィスク使用量ファイル１３を順次読込み、その都度その
ファイル内容の測定値のテーブルを作成する（Ｓ２３〜
Ｓ２６）。In FIG. 4, the performance measurement value input means 01 is a CPU.
The usage time (# 1) file 11 is read (S21),
A table of the measured values of the file contents is created (S2
2) Similarly, the CPU usage time (# 2) file 12 and the disk usage file 13 are sequentially read, and a table of measured values of the file contents is created each time (S23 to S23).
S26).

【００４８】図１のステップＳ３では、図３に示す性能
予測値（つまり、業務システムの業務フローから手計算
等で算出した設計値或いは仕様値）を記憶する性能予測
値記憶ファイル２からタスクの予測の起動頻度を読込み
テーブルを作成する。この処理は図５のフローチャート
にタスク予測起動回数入力手段０２の処理（ステップＳ
３１，Ｓ３２）として示される。At step S3 in FIG. 1, the task prediction is performed from the performance prediction value storage file 2 storing the performance prediction values shown in FIG. 3 (that is, design values or specification values calculated by manual calculation or the like from the business flow of the business system). Read the prediction start frequency and create a table. This process corresponds to the process of the task prediction activation number input means 02 (step S
31, S32).

【００４９】即ち、図３において、性能予測値記憶ファ
イル２にはタスク予測起動回数ファイル２１が含まれ、
このタスク予測起動回数ファイル２１はタスク毎のタス
ク名２１ａ，設計予測値としての予測再起動間隔２１
ｂ，同じく予測総起動回数２１ｃの各データからなる。
ここで、予測再起動間隔２１ｂは現在の起動から次の起
動がかかるまでの時間の予測値であり、時，分，秒，ミ
リ秒の４つの整数値からなる。予測総起動回数２１ｃは
評価時間（シミュレーション時間）内でのタスクの実行
回数の予測値である。図５において、予測タスク起動回
数入力手段０２は、タスク予測起動回数ファイル２１を
読込み（Ｓ３１）、このファイル内容の予測値のテーブ
ルを作成する（Ｓ３２）。That is, in FIG. 3, the performance prediction value storage file 2 includes a task prediction activation number file 21.
The task prediction start count file 21 includes a task name 21a for each task, and a prediction restart interval 21 as a design prediction value.
b, each data of the estimated total number of activations 21c.
Here, the predicted restart interval 21b is a predicted value of the time from the current start to the start of the next start, and includes four integer values of hours, minutes, seconds, and milliseconds. The predicted total number of activations 21c is a predicted value of the number of task executions within the evaluation time (simulation time). In FIG. 5, the predicted task activation count input means 02 reads the task predicted activation count file 21 (S31), and creates a table of predicted values of the file contents (S32).

【００５０】次に、図１のステップＳ４では、ステップ
Ｓ２において収集したファイルの性能値から、平均のＣ
ＰＵ使用時間，平均の転送バイト長，平均の転送回数の
夫々の見積もり値の計算を行う。この処理は図６のフロ
ーチャートに平均見積もり性能値計算手段０３の処理
（Ｓ４１〜Ｓ４９）として示される。即ち、図６におい
て、平均見積もり性能値計算手段０３は、図１のステッ
プＳ２での性能測定値入力手段０１のファイル入力によ
って作成されたテーブルから、次に述べる各種のデータ
を求めてそのテーブルを作成する。Next, in step S4 of FIG. 1, the average C is calculated from the performance values of the files collected in step S2.
The respective estimated values of the PU use time, the average transfer byte length, and the average transfer count are calculated. This processing is shown in the flowchart of FIG. 6 as the processing (S41 to S49) of the average estimated performance value calculating means 03. That is, in FIG. 6, the average estimated performance value calculation means 03 obtains various data described below from the table created by the file input of the performance measurement value input means 01 in step S2 in FIG. create.

【００５１】即ち、図６のステップＳ４１では、ＣＰＵ
使用時間（＃１）ファイル１１から作られた各タスクの
１起動毎の、タスク名１１ａと起動時刻１１ｂ，ＣＰＵ
使用時間１１ｃの測定データからなるテーブルから、対
象タスク（この場合、既存のタスクのうち対象の計算機
システムにて必要になると想定されるタスク）毎の総起
動回数を計算すると共にそのテーブルを作成し、図６の
ステップＳ４２では、ＣＰＵ使用時間（＃２）ファイル
１２から作られたタスク毎の、タスク名１２ａと全起動
での総ＣＰＵ使用時間１２ｂの測定データからなるテー
ブルから、対象タスク毎の総ＣＰＵ使用時間のテーブル
を作成し、図６のステップＳ４３では、対象タスク毎の
平均見積もりＣＰＵ使用時間を計算し、そのテーブルを
作成する。ここで、対象タスク毎の平均見積もりＣＰＵ
使用時間Ａ１〔ミリ秒〕は、以下の式（１）で算出され
る。That is, in step S41 of FIG.
Usage time (# 1) Task name 11a, activation time 11b, CPU for each activation of each task created from file 11
From the table including the measurement data of the usage time 11c, the total number of activations for each target task (in this case, the task that is assumed to be required in the target computer system among the existing tasks) is calculated and the table is created. In step S42 in FIG. 6, a table consisting of measurement data of the task name 12a and the total CPU usage time 12b at all startups for each task created from the CPU usage time (# 2) file 12 is used for each target task. A table of the total CPU usage time is created, and in step S43 of FIG. 6, an average estimated CPU usage time for each target task is calculated, and the table is created. Here, the average estimation CPU for each target task
The use time A1 [millisecond] is calculated by the following equation (1).

【００５２】[0052]

【数６】 Ａ１＝（当該の対象タスクの全起動での総ＣＰＵ使用時間）〔ミリ秒〕 ／（当該の対象タスクの測定総起動回数）〔回〕 ・・・（１） また、図６において、平均見積もり性能値計算手段０３
は、ステップＳ４４〜Ｓ４６においてディスクの使用量
ファイル１３から作られた各タスクの１起動毎の、タス
ク名１３ａ、起動時刻１３ｂ、及びこのタスクの実行中
にアクセスした各ファイル毎のファイル名１３ｃ，ファ
イル種別１３ｄ，転送バイト長の合計１３ｅ，転送回数
の合計１３ｆの各データからなるテーブルから、対象タ
スク毎の総起動回数を計算してそのテーブルを作成し
（Ｓ４４）、さらに対象タスク毎の総転送バイト長を計
算してそのテーブルを作成し（Ｓ４５）、さらに対象タ
スク毎の総転送回数を計算してそのテーブルを作成する
（Ｓ４６）。A1 = (total CPU usage time in all startups of the target task) [milliseconds] / (measured total startup count of the target task) [times] (1) Also, FIG. In the average estimation performance value calculation means 03
Are the task name 13a, the start time 13b, and the file name 13c of each file accessed during the execution of this task for each task created from the disk usage file 13 in steps S44 to S46. From the table composed of data of the file type 13d, the total transfer byte length 13e, and the total transfer count 13f, a total activation count for each target task is calculated to create the table (S44). The transfer byte length is calculated to create the table (S45), and the total transfer count for each target task is calculated to create the table (S46).

【００５３】そして、ステップＳ４７で対象タスク毎の
平均見積もり転送バイト長と平均見積もり転送回数を計
算し、そのテーブルを作成する。ここで、平均見積もり
転送バイト長Ｂ１〔バイト〕は、下記の式（２）で算出
され、平均見積もり転送回数Ｃ１〔回〕は、下記の式
（３）で算出される。Then, in step S47, the average estimated transfer byte length and the average estimated transfer count for each target task are calculated, and a table thereof is created. Here, the average estimated transfer byte length B1 [byte] is calculated by the following equation (2), and the average estimated transfer count C1 [times] is calculated by the following equation (3).

【００５４】[0054]

【数７】 Ｂ１＝（当該の対象タスクの全起動での総転送バイト長）〔バイト〕 ／（当該の対象タスクの測定総起動回数）〔回〕 ・・・（２）## EQU7 ## B1 = (total transfer byte length in all activations of the target task) [byte] / (total number of measured activations of the target task) [times] (2)

【００５５】[0055]

【数８】 Ｃ１＝（当該の対象タスクの全起動での総転送回数）〔回〕 ／（当該の対象タスクの測定総起動回数）〔回〕 ・・・（３） 次に、ステップＳ４８とＳ４９では、前記式（１）〜
（３）で求めた対象タスク毎の平均見積もりＣＰＵ使用
時間Ａ１，平均見積もり転送バイト長Ｂ１，平均見積も
り転送回数Ｃ１のテーブルを出力する。## EQU8 ## C1 = (total number of transfers in all activations of the target task) [times] / (total number of measured activations of the target task) [times] (3) Next, step S48 and In S49, the equations (1) to
A table of the average estimated CPU usage time A1, the average estimated transfer byte length B1, and the average estimated transfer count C1 for each target task obtained in (3) is output.

【００５６】図１に戻り、ステップＳ５ではステップＳ
２，Ｓ３において入力したファイルの性能値から最大見
積もり性能値としての最大見積もりＣＰＵ使用時間Ａ
２，最大見積もり転送バイト長Ｂ２，最大見積もり転送
回数Ｃ２の計算を行う。この処理は図８のフローチャー
トに最大見積もり性能値計算手段０３’の処理（Ｓ４１
〜Ｓ４９’）として示される。なお、図８は図６のフロ
ーチャートに対しステップＳ３が付加されると共に、ス
テップＳ４２，Ｓ４３，Ｓ４５〜Ｓ４９が夫々Ｓ４
２’，Ｓ４３’，Ｓ４５’〜Ｓ４９’に置き換わってい
る。Returning to FIG. 1, in step S5, step S5 is executed.
2, the maximum estimated CPU usage time A as the maximum estimated performance value from the performance value of the file input in S3
2, the maximum estimated transfer byte length B2 and the maximum estimated transfer count C2 are calculated. This processing is performed by the processing of the maximum estimated performance value calculating means 03 'in the flowchart of FIG. 8 (S41).
ＳS49 ′). In FIG. 8, step S3 is added to the flowchart of FIG. 6, and steps S42, S43, and S45 to S49 are respectively performed in step S4.
2 ', S43', and S45 'to S49'.

【００５７】図８を説明すると、最大見積もり性能値計
算手段０３’は図１のステップＳ２，Ｓ３での性能測定
値入力手段０１，タスク予測起動回数入力手段０２の夫
々のファイル入力によって作成されたテーブルから、次
に述べる各種のデータを求めてそのテーブルを作成す
る。即ち、最大見積もり性能値計算手段０３’は、ＣＰ
Ｕ使用時間（＃１）ファイル１１から作られたテーブル
から、対象タスク毎の総起動回数を計算してそのテーブ
ルを作成し（Ｓ４１）、同じくファイル１１から作られ
たテーブルから各対象タスクの１起動当たりの最大ＣＰ
Ｕ使用時間を求めてそのテーブルを作成し（Ｓ４
２’）、各対象タスクの最大見積もりＣＰＵ使用時間Ａ
２を計算してそのテーブルを作成する（Ｓ４３’）。こ
こで、最大見積もりＣＰＵ使用時間Ａ２〔ミリ秒〕は下
記の式（４）で算出される。Referring to FIG. 8, the maximum estimated performance value calculation means 03 'is created by inputting the respective files of the performance measurement value input means 01 and the task prediction start number input means 02 in steps S2 and S3 in FIG. From the table, the following various data are obtained and the table is created. That is, the maximum estimated performance value calculating means 03 '
U usage time (# 1) From the table created from the file 11, the total number of activations for each target task is calculated and the table is created (S41). Maximum CP per boot
The table is created by obtaining the U usage time (S4
2 '), maximum estimated CPU usage time A for each target task
2 is calculated to create the table (S43 '). Here, the maximum estimated CPU usage time A2 [milliseconds] is calculated by the following equation (4).

【００５８】[0058]

【数９】 Ａ20＝（当該の対象タスクの予測総起動回数) 〔回〕−（当該の対象タスクの 測定総起動回数）〔回〕 ・・・（４ａ） 但し、上式の右辺の第１項と第２項の時間ベースは等し
く、この場合、所定の評価時間（シミュレーション時
間）とする。A20 = (Estimated total number of activations of the target task) [times] − (measured total number of activations of the target task) [times] (4a) where the first number on the right side of the above equation The time base of the term and the second term are equal, and in this case, a predetermined evaluation time (simulation time) is set.

【００５９】 Ａ21＝Ａ20×（当該の対象タスクの全測定中の１起動当たりのＣＰＵ使用時間 の最大値）〔ミリ秒〕 ・・・（４ｂ） Ａ２＝〔Ａ21＋（当該の対象タスクの測定された全起動での総ＣＰＵ使用時間 ）〔ミリ秒〕〕 ／（当該の対象タスクの予測起動回数）〔回〕・・・（４） また、ステップＳ４４〜Ｓ４６’においてディスクの使
用量ファイル１３から作られたテーブルから、対象タス
ク毎の総起動回数を計算してそのテーブルを作成し（Ｓ
４４）、同じくファイル１３から作られたテーブルか
ら、各対象タスクの１起動当たりの最大転送バイト長を
求めてそのテーブルを作成し（Ｓ４５’）、同じくファ
イル１３から作られたテーブルから、各対象タスクの１
起動当たりの最大転送回数を求めてそのテーブルを作成
する（Ｓ４６’）。A21 = A20 × (maximum value of CPU usage time per activation during all measurement of the target task concerned) [milliseconds] (4b) A2 = [A21 + (measured of the target task concerned) / (Estimated number of times the target task has been started) / (Estimated number of starts of the target task) [times] (4) In addition, in steps S44 to S46 ', the disk usage file 13 From the created table, calculate the total number of activations for each target task and create the table (S
44) A maximum transfer byte length per activation of each target task is determined from the table similarly created from the file 13 and the table is created (S45 ′). Task 1
The table is created by finding the maximum number of transfers per activation (S46 ').

【００６０】そして、ステップＳ４７’で対象タスク毎
の最大見積もり転送バイト長Ｂ２と最大見積もり転送回
数Ｃ２を計算し、そのテーブルを作成する。ここで、最
大見積もり転送バイト長Ｂ２〔バイト〕は、下記の式
（５）で算出され、最大見積もり転送回数Ｃ２〔回〕
は、下記の式（６）で算出される。Then, in step S47 ', the maximum estimated transfer byte length B2 and the maximum estimated transfer count C2 for each target task are calculated, and a table thereof is created. Here, the maximum estimated transfer byte length B2 [byte] is calculated by the following equation (5), and the maximum estimated transfer count C2 [times]
Is calculated by the following equation (6).

【００６１】[0061]

【数１０】 Ｂ21＝Ａ20×（当該の対象タスクの全測定中の１起動当たりの転送バイト長の 最大値）〔バイト〕 ・・・（５ａ） Ｂ２＝〔Ｂ21＋（当該の対象タスクの測定された全起動での総転送バイト長） 〔バイト〕〕／（当該の対象タスクの予測起動回数）〔回〕・・・（５）## EQU10 ## B21 = A20 × (Maximum value of transfer byte length per activation during all measurement of the target task concerned) [Byte] (5a) B2 = [B21 + (Measured of the target task concerned) (Total transfer byte length in all activations) [Byte]] / (Estimated number of activations of the target task) [times] (5)

【００６２】[0062]

【数１１】 Ｃ21＝Ａ20×（当該の対象タスクの全測定中の１起動当たりの転送回数の最大 値）〔回〕 ・・・（６ａ） Ｃ２＝〔Ｃ21＋（当該の対象タスクの測定された全起動での総転送回数）〔回 〕〕 ／（当該の対象タスクの予測起動回数）〔回〕 ・・・（６） 図７は式（１）〜（６）で求められたシミュレーション
用のアプリケーションモデル（ＡＰモデル）に用いる、
資源使用状況を示す見積もり性能値を記憶するファイル
の構成を示す。即ち、この見積もり性能値記憶ファイル
３は、見積もりＣＰＵ使用時間ファイル３１と、見積も
り転送バイト長・転送回数ファイル３２からなり、夫々
対象タスク毎に平均見積もり性能値と最大見積もり性能
値を設定したファイルに分割してある。## EQU11 ## C21 = A20.times. (Maximum value of the number of transfers per activation during all measurements of the target task) [times] (6a) C2 = [C21 + (measured value of the target task) (Total number of transfers in all startups) [times]] / (predicted number of startups of the target task) [times] (6) FIG. 7 shows the simulation results obtained by equations (1) to (6). Used for application model (AP model)
5 shows a configuration of a file for storing an estimated performance value indicating a resource use status. That is, the estimated performance value storage file 3 is composed of an estimated CPU usage time file 31 and an estimated transfer byte length / transfer count file 32, each of which stores an average estimated performance value and a maximum estimated performance value for each target task. It is divided.

【００６３】ここで、見積もりＣＰＵ使用時間ファイル
３１は、タスク名３１ａ，平均見積もりＣＰＵ使用時間
３１ｂ，最大見積もりＣＰＵ使用時間３１ｂ’からな
り、この見積もりＣＰＵ使用時間３１ｂ，３１ｂ’は夫
々式（１），（４）のＡ１，Ａ２のミリ秒の実数値であ
る。また、見積もり転送バイト長・転送回数ファイル３
２は、タスク名３２ａ，平均見積もり転送バイト長３２
ｂ，平均見積もり転送回数３２ｃ，最大見積もり転送バ
イト長３２ｂ’，最大見積もり転送回数３２ｃ’からな
る。そして、この見積もり転送バイト長３２ｂ，３２
ｂ’は夫々式（２），（５）のＢ１，Ｂ２のバイト値で
あり、見積もり転送回数３２ｃ，３２ｃ’は夫々式
（３），（６）のＣ１，Ｃ２の回数値である。Here, the estimated CPU usage time file 31 is composed of a task name 31a, an average estimated CPU usage time 31b, and a maximum estimated CPU usage time 31b ', and the estimated CPU usage times 31b and 31b' are respectively expressed by formula (1). , (4) are real numbers in milliseconds of A1 and A2. Estimated transfer byte length / transfer count file 3
2 is task name 32a, average estimated transfer byte length 32
b, the average estimated transfer count 32c, the maximum estimated transfer byte length 32b ', and the maximum estimated transfer count 32c'. Then, the estimated transfer byte length 32b, 32
b 'is the byte value of B1 and B2 in equations (2) and (5), respectively, and the estimated transfer times 32c and 32c' are the count values of C1 and C2 in equations (3) and (6), respectively.

【００６４】図１のステップＳ６では性能評価手段０４
は、ステップＳ４及びＳ５によって夫々作成された見積
もり性能値記憶ファイル３の平均の各見積もり性能値と
してのＣＰＵ使用時間Ａ１，転送バイト長Ｂ１，転送回
数Ｃ１、及び最大の各見積もり性能値としてのＣＰＵ使
用時間Ａ２，転送バイト長Ｂ２，転送回数Ｃ２を先願発
明の技術で述べたＡＰモデルの、夫々ＣＰＵ使用量，デ
ータ転送量，資源使用回数（図１２参照）に対応するデ
ータとして入力すると共に、評価時間（シミュレーショ
ン時間）を入力し、同じく先願発明で述べたシミュレー
ションにより、前記平均及び最大の見積もり性能値に夫
々対応するシミュレーション結果の性能評価値（即ち図
１８のステップＳ０１４で出力されるシステム性能デー
タ）４０ａを求め、図１０に示す性能評価値記憶ファイ
ル４に出力する。In step S6 of FIG.
Are the CPU usage time A1, the transfer byte length B1, the number of transfers C1, and the CPU as the maximum estimated performance values of the average of the estimated performance value storage file 3 created in steps S4 and S5, respectively. The usage time A2, the transfer byte length B2, and the number of transfers C2 are input as data corresponding to the CPU usage, data transfer, and resource usage (see FIG. 12) of the AP model described in the prior application. , An evaluation time (simulation time), and the performance evaluation values of the simulation results corresponding to the average and maximum estimated performance values (that is, output in step S014 in FIG. 18) by the simulation described in the same application. System performance data) 40a is obtained and output to the performance evaluation value storage file 4 shown in FIG.

【００６５】さらに性能評価手段０４は、このシミュレ
ーションとは別の内部処理により理論上のＣＰＵの負荷
率としてのＣＰＵの見積もり負荷率Ｄ〔％〕及び、理論
上のディスクの負荷率としてのディスクの見積もり負荷
率Ｅ〔％〕を計算して、図１０の性能評価値記憶ファイ
ル４に出力する。図９は性能評価手段０４のこの内部処
理（ステップＳ６１〜Ｓ６７）のフローチャートであ
る。即ち、ステップＳ６１にて対象タスク毎の平均（最
大）の見積もりＣＰＵ使用時間Ａ１（Ａ２）を入力し、
ステップＳ６２にて対象タスク毎の平均（最大）の見積
もり転送バイト長Ｂ１（Ｂ２）と、同じく見積もり転送
回数Ｃ１（Ｃ２）とを入力し、ステップＳ６３にて評価
時間（シミュレーション時間）を入力する。なお、ステ
ップＳ３では前述のように対象タスクごとの予測起動回
数を入力しているので、このデータも用いる。Further, the performance evaluation means 04 calculates the estimated load factor D [%] of the CPU as a theoretical CPU load factor and the disk load factor as a theoretical disk load factor by internal processing different from this simulation. The estimated load factor E [%] is calculated and output to the performance evaluation value storage file 4 in FIG. FIG. 9 is a flowchart of the internal processing (steps S61 to S67) of the performance evaluation unit 04. That is, in step S61, an average (maximum) estimated CPU usage time A1 (A2) for each target task is input,
In step S62, the average (maximum) estimated transfer byte length B1 (B2) of each target task and the estimated transfer count C1 (C2) are input, and in step S63, the evaluation time (simulation time) is input. In step S3, since the predicted number of activations for each target task has been input as described above, this data is also used.

【００６６】次にステップＳ６４でＣＰＵの見積もり負
荷率を計算する。このＣＰＵ見積もり負荷率Ｄ〔％〕は
次式（７）で計算される。Next, in step S64, an estimated load factor of the CPU is calculated. This estimated CPU load factor D [%] is calculated by the following equation (7).

【００６７】[0067]

【数１２】 Ｄ０＝ ⁿΣ_i=1 〔（番号ｉの対象タスクの見積もりＣＰＵ使用時間〔ミリ秒〕 ）×（番号ｉの対象タスクの予測起動回数〔回〕）〕 ・・・（７ａ） 但し、ｎ：対象タスクの数 Ｄ＝〔Ｄ０／（評価時間〔ミリ秒〕）〕×１００〔％〕 ・・・（７） 次にステップＳ６５でディスクの見積もり負荷率を計算
する。このディスク見積もり負荷率Ｅ〔％〕は次式
（８）で計算される。Equation 12] D0 ₌ ⁿ Σ _i = ₁ [(estimated CPU use time of the target task number i [ms]) × (predicted number of activations of the target task number i [times])] · · · (7a) Here, n: number of target tasks D = [D0 / (evaluation time [milliseconds])] × 100 [%] (7) Next, in step S65, the estimated load factor of the disk is calculated. The estimated disk load factor E [%] is calculated by the following equation (8).

【００６８】[0068]

【数１３】 Ｅ０＝（平均アクセス時間〔ミリ秒〕）×（番号ｉの対象タスクの１起動での 見積もり転送バイト長〔バイト〕） ／（システムバッファの大きさ〔バイト〕） ・・・（８ａ） 但し、 （平均アクセス時間〔ミリ秒〕） ＝（平均回転待ち時間）＋（平均シーク時間）＝定数 ・・・（８ｂ） Ｅ１＝（番号ｉの対象タスクの１起動での見積もり転送バイト長〔バイト〕） ／（転送速度〔バイト／ミリ秒〕） ・・・（８ｃ） 但し、転送速度〔バイト／ミリ秒〕：ディスク上のデー
タをシステムバッファに転送する単位時間当たりの大き
さとすると、対象タスクの１回のアクセス時間Ｅ２〔ミ
リ秒〕は、 Ｅ２＝（Ｅ０＋Ｅ１）×（番号ｉの対象タスクの見積もり転送回数〔回〕） ・・・（８ｄ） Ｅ３＝ ⁿΣ_i=1 〔Ｅ２×（番号ｉの対象タスクの予測起動回数〔回〕）〕 ・・・（８ｅ） 但し、ｎ：対象タスクの数 Ｅ＝〔Ｅ３／（評価時間〔ミリ秒〕）〕×１００〔％〕 ・・・（８） なお、式（８）の計算式は、システムバッファを経由し
てディスク上のデータがユーザバッファに転送されるフ
ァイルシステムを前提としている。E0 = (Average access time [milliseconds]) × (estimated transfer byte length [byte] at one activation of the target task of number i [byte]) / (size of system buffer [byte]) ・ ・ ・ ( 8a) where (average access time [milliseconds]) = (average rotation waiting time) + (average seek time) = constant (8b) E1 = (estimated transfer byte in one activation of target task of number i) Length [byte]) / (transfer speed [byte / millisecond]) (8c) where transfer speed [byte / millisecond]: the size per unit time for transferring data on the disk to the system buffer One access time E2 [milliseconds] of the target task is: E2 = (E0 + E1) × (estimated number of transfer times of the target task of number i [times]) (8d) E3 = ⁿ _{＝ i = 1} [ E2 × (target tag of number i (8e) where n is the number of target tasks E = [E3 / (evaluation time [milliseconds])] × 100 [%] (8) , (8) is based on a file system in which data on a disk is transferred to a user buffer via a system buffer.

【００６９】次のステップＳ６６，Ｓ６７では、夫々平
均及び最大の見積もり性能値を用い式（７），（８）で
算出された見積もり性能評価値としての平均及び最大の
各ＣＰＵ見積もり負荷率，ディスク見積もり負荷率の出
力処理を行う。図１０に示す性能評価値記憶ファイル４
は、シミュレーション結果の性能評価値（システム性能
データ）４０ａを記憶するシミュレーション性能評価値
記憶ファイル４０と、平均ＣＰＵ見積もり負荷率４１
ａ，平均ディスク見積もり負荷率４１ｂ、及び最大ＣＰ
Ｕ見積もり負荷率４１ａ’，最大ディスク見積もり負荷
率４１ｂ’を記憶する見積もり性能評価値記憶ファイル
４１とからなる。そしてこの見積もり性能評価値記憶フ
ァイル４１は平均及び最大の見積もり負荷率の計算に使
用される平均及び最大の見積もり性能値（夫々式（１）
〜（３）及び（４）〜（６）で算出される）に夫々対応
し、区別して構成される。In the next steps S66 and S67, the average and maximum CPU estimated load ratios and disk capacity as the estimated performance evaluation values calculated by the equations (7) and (8) are calculated using the average and maximum estimated performance values, respectively. Outputs the estimated load factor. Performance evaluation value storage file 4 shown in FIG.
Is a simulation performance evaluation value storage file 40 for storing performance evaluation values (system performance data) 40a of simulation results, and an average CPU estimated load factor 41.
a, average disk estimated load factor 41b, and maximum CP
The estimated performance evaluation value storage file 41 stores the U estimated load factor 41a 'and the maximum disk estimated load factor 41b'. Then, the estimated performance evaluation value storage file 41 stores the average and maximum estimated performance values (Equation (1), respectively) used for calculating the average and maximum estimated load factors.
To (3) and (4) to (6)) respectively.

【００７０】このようにして、シミュレーションにより
求められたＣＰＵ負荷率やディスク負荷率を含む性能評
価値（システム性能データ）と、この平均，最大のＣＰ
Ｕ見積もり負荷率４１ａ，４２ａ、および平均，最大の
ディスク見積もり負荷率４１ｂ，４２ｂとから、より正
確に開発中の計算機システムの性能の良否を予測するこ
とができる。The performance evaluation value (system performance data) including the CPU load factor and the disk load factor obtained by the simulation, and the average and maximum CP
From the U estimated load factors 41a and 42a and the average and maximum disk estimated load factors 41b and 42b, the quality of the performance of the computer system under development can be more accurately predicted.

【００７１】また更に、これらの予測の負荷率と、実計
算機システムの実業務処理時においてオペレーティング
・システムなどの性能測定機能によって測定された実際
の負荷率との互いに対応するもの同士を比較することに
よって、シミュレーションの演算精度を高める指針を得
るためのより多くのデータを得ることができる。Furthermore, these predicted load factors are compared with the actual load factors measured by the performance measuring function of the operating system or the like during the actual business processing of the real computer system. Thus, more data for obtaining a guideline for improving the calculation accuracy of the simulation can be obtained.

【００７２】[0072]

【発明の効果】本発明によれば、制御用計算機システム
をアプリケーション部、オペレーティングシステム部、
ハードウエア部に分割し、各部の性能表を表すアプリケ
ーションモデル、オペレーティングシステムモデル、ハ
ードウエアモデルで前記制御用計算機システムのシステ
ム性能モデルを求め、該システム性能モデルを用いてシ
ステムシミュレーションを行ってシステム性能データを
求めて制御用計算機システムの性能を評価する方法にお
いて、アプリケーションモデルに用いるタスク別の資源
の使用状況を示す見積もり性能値を、当該制御用計算機
システムの実動作で求めた、当該産業分野で使用される
既存の複数のタスク毎の資源の使用状況を示す性能測定
値から算出するようにし、また前記見積もり性能値とし
て前記性能測定値の単純平均値を用いた平均見積もり性
能値、及び少なくとも重み付けのために性能測定値の中
の最大値を用い所定の演算で求めたワーストケース想定
用の最大見積もり性能値の２つの見積もり性能値を用い
た場合について夫々システムシミュレーションを行うよ
うにしたので、比較的簡単に性能予測のシミュレーショ
ンのための入力データを見積もることができる。また、
前記２つの場合のシミュレーション結果からＣＰＵ及び
ディスクについての幅のある負荷率が得られ、演算精度
の検討が容易になる。According to the present invention, the control computer system includes an application unit, an operating system unit,
The system is divided into hardware sections, a system performance model of the control computer system is obtained from an application model, an operating system model, and a hardware model representing performance tables of the respective sections, and a system simulation is performed using the system performance model. In the method of evaluating the performance of the control computer system by obtaining data, an estimated performance value indicating the use status of the resource for each task used in the application model was obtained by the actual operation of the control computer system. An average estimated performance value using a simple average value of the performance measurement values as the estimated performance value, and at least weighting. Use the maximum of the performance measurements for The system simulation is performed for each of the two estimated performance values of the maximum estimated performance value for the worst case assumption obtained by the above calculation, so that the input data for the performance prediction simulation is relatively easily estimated. be able to. Also,
From the simulation results in the above two cases, a wide load factor for the CPU and the disk can be obtained, and the examination of the calculation accuracy becomes easy.

【図面の簡単な説明】[Brief description of the drawings]

【図１】本発明の処理を示すフローチャートFIG. 1 is a flowchart showing processing of the present invention.

【図２】本発明の実施例としての性能測定値記憶ファイ
ルの構成図FIG. 2 is a configuration diagram of a performance measurement value storage file as an embodiment of the present invention.

【図３】同じく性能予測値記憶ファイルの構成図FIG. 3 is a configuration diagram of a performance prediction value storage file.

【図４】同じく性能測定値入力手段の処理を示すフロー
チャートFIG. 4 is a flowchart showing the processing of a performance measurement value input unit.

【図５】同じくタスク予測起動回数入力手段の処理を示
すフローチャートFIG. 5 is a flowchart showing the processing of a task prediction activation count input unit.

【図６】同じく平均見積もり性能値計算手段の処理を示
すフローチャートFIG. 6 is a flowchart showing the processing of the average estimated performance value calculating means.

【図７】同じく見積もり性能値記憶ファイルの構成図FIG. 7 is a configuration diagram of an estimated performance value storage file.

【図８】同じく最大見積もり性能値計算手段の処理を示
すフローチャートFIG. 8 is a flowchart showing the processing of the maximum estimated performance value calculating means.

【図９】同じく性能評価手段の内部処理を示すフローチ
ャートFIG. 9 is a flowchart showing the internal processing of the performance evaluation unit.

【図１０】同じく性能評価値記憶ファイルの構成図FIG. 10 is a configuration diagram of a performance evaluation value storage file.

【図１１】先願発明のデータ・フロー図FIG. 11 is a data flow diagram of the invention of the prior application.

【図１２】先願発明の一実施例としてのプロセス特性モ
デルの定義図表FIG. 12 is a definition chart of a process characteristic model as one embodiment of the invention of the prior application;

【図１３】同じくプロセス起動モデルの定義図表FIG. 13 is also a definition chart of a process activation model.

【図１４】同じくＯＳモデルの定義図表FIG. 14 is a definition chart of the OS model.

【図１５】同じくハードウェア・モデルの定義図表FIG. 15 is also a definition chart of a hardware model.

【図１６】同じくＡＰモデルの記憶の枠組みを示す図表FIG. 16 is a chart showing a framework of storage of an AP model.

【図１７】同じく状態遷移図FIG. 17 is also a state transition diagram.

【図１８】同じく事象駆動のフローチャートFIG. 18 is a flowchart of the event drive.

【符号の説明】[Explanation of symbols]

０１ 性能測定値入力手段 ０２ タスク予測起動回数入力手段 ０３ 平均見積もり性能値計算手段 ０３’ 最大見積もり性能値計算手段 ０４ 性能評価手段 １ 性能測定値記憶ファイル ２ 性能予測値記憶ファイル ３ 見積もり性能値記憶ファイル ４ 性能評価値記憶ファイル １１ ＣＰＵ使用時間（＃１）ファイル １１ａ タスク名 １１ｂ 起動時刻 １１ｃ ＣＰＵ使用時間 １２ ＣＰＵ使用時間（＃２）ファイル １２ａ タスク名 １２ｂ 全起動での総ＣＰＵ使用時間 １３ ディスク使用量ファイル １３ａ タスク名 １３ｂ 起動時刻 １３ｃ ファイル名 １３ｄ ファイル種別 １３ｅ 転送バイト長の合計 １３ｆ 転送回数の合計 ２１ タスク予測起動回数ファイル ２１ａ タスク名 ２１ｂ 予測再起動間隔 ２１ｃ 予測総起動回数 ３１ 見積もりＣＰＵ使用時間ファイル ３１ａ タスク名 ３１ｂ 平均見積もりＣＰＵ使用時間 ３１ｂ’ 最大見積もりＣＰＵ使用時間 ３２ 見積もり転送バイト長・転送回数ファイル ３２ａ タスク名 ３２ｂ 平均見積もり転送バイト長 ３２ｂ’ 最大見積もり転送バイト長 ３２ｃ 平均見積もり転送回数 ３２ｃ’ 最大見積もり転送回数 ４０ シミュレーション性能評価値記憶ファイル ４０ａ シミュレーション結果の性能評価値 ４１ 見積もり性能評価値記憶ファイル ４１ａ 平均ＣＰＵ見積もり負荷率 ４１ａ’ 最大ＣＰＵ見積もり負荷率 ４１ｂ 平均ディスク見積もり負荷率 ４１ｂ’ 最大ディスク見積もり負荷率 01 Performance measurement value input means 02 Task estimated start count input means 03 Average estimated performance value calculation means 03 'Maximum estimated performance value calculation means 04 Performance evaluation means 1 Performance measurement value storage file 2 Performance prediction value storage file 3 Estimated performance value storage file 4 Performance evaluation value storage file 11 CPU usage time (# 1) file 11a Task name 11b Start time 11c CPU usage time 12 CPU usage time (# 2) file 12a Task name 12b Total CPU usage time in all startups 13 Disk usage File 13a Task name 13b Start time 13c File name 13d File type 13e Total transfer byte length 13f Total transfer count 21 Task estimated start count file 21a Task name 21b Predicted restart interval 21c Estimated total start count 31 Estimated CPU usage Time file 31a Task name 31b Average estimated CPU usage time 31b 'Maximum estimated CPU usage time 32 Estimated transfer byte length / number of transfer files 32a Task name 32b Average estimated transfer byte length 32b' Maximum estimated transfer byte length 32c Average estimated transfer count 32c ' Maximum estimated transfer count 40 Simulation performance evaluation value storage file 40a Performance evaluation value of simulation result 41 Estimated performance evaluation value storage file 41a Average CPU estimated load factor 41a 'Maximum CPU estimated load factor 41b Average disk estimated load factor 41b' Maximum disk estimated load rate

Claims (4)

【特許請求の範囲】[Claims] 【請求項１】制御用計算機システムをアプリケーション
部、オペレーティングシステム部、ハードウエア部に分
割し、各部の性能表を表すアプリケーションモデル、オ
ペレーティングシステムモデル、ハードウエアモデルで
前記制御用計算機システムのシステム性能モデルを求
め、該システム性能モデルを用いてシステムシミュレー
ションを行ってシステム性能データを求めて制御用計算
機システムの性能を評価する方法であって、 アプリケーションモデルに用いるタスク別の資源の使用
状況を示す見積もり性能値を、当該制御用計算機システ
ムの実動作で求めた、当該産業分野で使用される既存の
複数のタスク毎の資源の使用状況を示す性能測定値から
算出するようにしたことを特徴とする制御用計算機シス
テムの性能評価方法。1. A control computer system is divided into an application section, an operating system section, and a hardware section, and a system performance model of the control computer system is represented by an application model, an operating system model, and a hardware model representing a performance table of each section. And performing system simulation using the system performance model to obtain system performance data to evaluate the performance of the control computer system. The estimated performance indicating the usage status of resources for each task used in the application model The control is characterized in that the value is calculated from a performance measurement value obtained by actual operation of the control computer system and indicating the usage status of resources for each of a plurality of existing tasks used in the industrial field. Of computer system performance evaluation. 【請求項２】請求項１に記載の制御用計算機システムの
性能評価方法において、 前記見積もり性能値として前記性能測定値の単純平均値
を用いた平均見積もり性能値、及び少なくとも重み付け
のために性能測定値の中の最大値を用い所定の演算で求
めたワーストケース想定用の最大見積もり性能値の２つ
の見積もり性能値を用いた場合について夫々システムシ
ミュレーションを行うようにしたことを特徴とする制御
用計算機システムの性能評価方法。2. The performance evaluation method for a control computer system according to claim 1, wherein an average estimated performance value using a simple average value of the performance measurement values as the estimated performance value, and at least a performance measurement for weighting. A control computer characterized in that system simulation is performed for each of two estimated performance values of a maximum estimated performance value for a worst case assumption obtained by a predetermined operation using a maximum value among the values. System performance evaluation method. 【請求項３】請求項２に記載の制御用計算機システムの
性能評価方法において、 前記最大見積もり性能値として、当該制御用計算機シス
テムの操業時の当該タスクの起動頻度を手計算により想
定して求めたタスクの予測起動回数分の起動を仮定し、
この各起動において測定起動回数分は実測された各性能
測定値を設定し、残る予測起動回数と測定起動回数の差
の起動回数分は前記最大値を設定して求めた予測起動回
数分の平均値を用いるようにしたことを特徴とする制御
用計算機システムの性能評価方法。3. The method for evaluating the performance of a control computer system according to claim 2, wherein the maximum estimated performance value is obtained by assuming the task activation frequency during operation of the control computer system by manual calculation. Assuming that the task has been started for the estimated number of starts,
In each of these startups, the measured performance count is set for each measured performance value, and the remaining startup count of the difference between the predicted startup count and the measured startup count is the average of the predicted startup counts obtained by setting the maximum value. A method for evaluating the performance of a control computer system, characterized in that a value is used. 【請求項４】請求項２または３に記載の制御用計算機シ
ステムの性能評価方法において、 前記平均見積もり性能値を用い所定の演算によって求め
た資源の平均の見積もり負荷率、及び前記最大見積もり
性能値を用い該所定の演算と同じ演算によって求めた資
源の最大の見積もり負荷率と、当該の制御用計算機シス
テムの実業務の処理時においてオペレーティング・シス
テムなどの性能測定機能によって測定された資源の負荷
率との互いに対応する負荷率同士を比較するようにした
ことを特徴とする制御用計算機システムの性能評価方
法。4. The performance evaluation method for a control computer system according to claim 2, wherein the average estimated load factor of the resources obtained by a predetermined operation using the average estimated performance value, and the maximum estimated performance value. And the maximum estimated load factor of the resource obtained by the same operation as the predetermined operation, and the load factor of the resource measured by a performance measurement function such as an operating system during the actual operation of the control computer system. A method for evaluating the performance of a control computer system, wherein load factors corresponding to each other are compared with each other.