• Главная
  • Контакты
Подписаться:
  • Twitter
  • Facebook
  • RSS
  • VK
  • PushAll
logo

logo

  • Все
    • Положительные
    • Отрицательные
  • За сегодня
    • Положительные
    • Отрицательные
  • За вчера
    • Положительные
    • Отрицательные
  • За 3 дня
    • Положительные
    • Отрицательные
  • За неделю
    • Положительные
    • Отрицательные
  • За месяц
    • Положительные
    • Отрицательные
  • За год
    • Положительные
    • Отрицательные
  • Сортировка
    • По дате (возр)
    • По дате (убыв)
    • По рейтингу (возр)
    • По рейтингу (убыв)
    • По комментам (возр)
    • По комментам (убыв)
    • По просмотрам (возр)
    • По просмотрам (убыв)
Главная
  • Все
    • Положительные
    • Отрицательные
  • За сегодня
    • Положительные
    • Отрицательные
  • За вчера
    • Положительные
    • Отрицательные
  • За 3 дня
    • Положительные
    • Отрицательные
  • За неделю
    • Положительные
    • Отрицательные
  • За месяц
    • Положительные
    • Отрицательные
  • Главная
  • Управление мощностями ? та ещё задачка

Управление мощностями ? та ещё задачка +5

24.04.2017 16:45
ITSystemsManagement 0 1600 Источник
Серверное администрирование*, Серверная оптимизация*, IT-инфраструктура*, Блог компании Инфосистемы Джет
Отлично, когда ваше ИТ-детище сталкивается с ростом выручки, пользователей, CTR, обрабатываемых документов, кредитных заявок, количества филиалов и прочих приятно почесывающих ЧСВ вещах. Все эти штуки называются бизнес-драйверами, которые в правильной ситуации коррелируют с нагрузкой на ИТ-инфраструктуру, расположенной под вашим сервисом. Правильное планирование мощностей защитит вас от epic fails в чёрную пятницу (чтобы она не стала действительно чёрной ;)) и ваш бюджет во все остальные дни. Сегодня поговорим не о самом процессе управления мощностями, а о технической стороне вопроса. Расскажу, при помощи каких отчетов можно прикидывать тренды и строить корреляционные матрицы. Давайте вкратце расскажу какой опыт мы скопили, а все вопросы задавайте в комментариях или личным сообщением. Поехали!
cost_risk_balance



Первый метод оценки ? временной анализ. Сам по себе он бывает нескольких видов.

1. Производительность во времени (PTA – Performance vs Time analysis) –показывает значения одной или более метрик производительности за выбранный интервал времени. Ещё можно визуализировать несколько метрик, принадлежащих к различным системам в разных масштабах.

Основными задачами этого типа анализа являются:

  • определение наиболее критических ресурсов, для последующего использования в «что-если» анализе;
  • создание пороговых (базовых) уровней производительности для систем, основанных на исторических данных, для:
    • проверки или изменения временных интервалов, которые будут использоваться в дальнейшем анализе,
    • анализа тенденций (линейные, скользящие средние),
    • обнаружения типичного поведения (ежедневно, еженедельно, ежемесячно);
  • определения пиковых нагрузок;
  • определения повторяющихся всплесков и их значений.


pta_analyse

Пример временного анализа с визуализаций 3 метрик – загрузок ЦПУ, оперативной и дисковой памяти

2. Нагрузка во времени (LTA – Load vs Time analysis) – показывает поведение одной или нескольких бизнес-метрик в выбранный интервал времени. Примером является количество сделок в течение определенного периода времени.

Основные задачи LTA:

  • провести анализ и выбрать бизнес-метрики по следующим критериям:
    • значимость приложений,
    • зависимость между бизнес-метриками;

  • проверки или изменения временных интервалов, которые будут использоваться в дальнейшем анализе;
  • анализ тенденций (линейные, скользящие средние);
  • обнаружение типичного поведения (ежедневно, еженедельно, ежемесячно), возможных пиков нагрузок при выполнении периодических заданий;
  • определение повторяющихся всплесков и их значений;
  • определение пороговых значений бизнес-метрик для расчёта средних показателей и дисперсии.


pta_analyse_business_metrics

Пример временного анализа бизнес-метрик

3. Анализ конфигураций (CA — configuration analysis) – показывает исторические значения конфигурации конечных серверов и т.п. за выбранный период времени.

pta_analyse_infrastructure

Пример временного анализа конфигураций аппаратного комплекса

Второй метод оценки — корреляционный анализ.

При анализе данных создаются связки между бизнес-драйверами и технологическими ресурсами в соответствии с коэффициентом корреляции. Коэффициент корреляции ? это такой зверь, который показывает степень взаимосвязи двух метрик и может принимать значения от -100% (полная обратная зависимость) до +100% (полная прямая зависимость). Значение равное 0 (и близкое к нему) показывает отсутствие зависимости между парой метрик.

При построении отчета корреляционный анализ используется для построения корреляционных карт и карт бизнес-метрик. Карты бизнес-метрик ? ключевой компонент при построении отчета, отображающий зависимость бизнес-показателей и используемых ресурсов. К примеру, на рисунке ниже, приведена зависимость бизнес-метрик (количество запросов от веб-клиента и количество отправленных сообщений веб-клиенту) от ресурсов сервера приложений и СУБД, на котором работает приложение.

depending_metrics

Пример зависимостей метрик

На основании этой информации настраиваются карты бизнес-метрик для последующего анализа производительности в разрезе бизнес-нагрузки.

business_metrics_map

Пример карты бизнес-метрик

metrics_correlation

Расчет корреляции значений параметров производительности и бизнес-метрик

В результате выявляется степень загрузки бизнес-метриками конкретных ресурсов на конкретных серверах:

resource_load

Степень загрузки ресурсов нагрузкой бизнес-метрик

Полученные данные позволяют наглядно отразить зависимость бизнес-метрик от выделенных ресурсов и определить точки насыщения и т.п.:

PLA

Зависимость и точка насыщения общего количества запросов в бизнес-системе к загрузке CPU

Также, корреляционный анализ используется для сравнения любых пар метрик в системе. Это могут быть как бизнес-метрики, так и метрики производительности:

LLA

Пример сравнения двух бизнес-метрик (количество заходов на сайт против количества просмотренных страниц

comparison

Пример сравнения метрик производительности

И, наконец, третий тип оценки ? расчет трендов.

Модель прогнозирования будущего поведения (расчет трендов) используется, для определения будущих значений и динамики изменения одного или нескольких показателей производительности (или бизнес-метрик) по историческим данным.

Ниже на рисунке представлена модель возможного использования данного механизма. В систему загружены исторические данные по загрузке исходящего канала связи. Для этого параметра выставлено пороговое значение – 70% загрузки канала от максимально возможного. С помощью механизма экстраполяции автоматически выстраивается тренд динамики роста параметра и определяется время насыщения (достижения порогового значения) – менее 1 календарного месяца.

trend_calculation

Пример использования расчета тренда для определения времени насыщения

Такой инструмент также используется для проведения «что-если» анализа. К примеру, ниже представлен вариант сценария по расчету увеличения общего дискового пространства. На графике зеленым показан выделенный объем и точка увеличения дискового пространства (середина марта). Синим – график использования дискового пространства. Таким образом, построенный тренд и «что-если» анализ (добавление диска) показывают, что точка насыщения не наступит до конца года.

what_if

Вариант сценария по расчету увеличения общего дискового пространства

«Что-если» анализ также используется для расчета показателей работы ИТ-инфраструктуры в зависимости от изменяемых значений бизнес-метрик.

На рисунке ниже приведен пример расчета максимально возможных показателей заходов в систему и количества отправляемых заказов. В первой части таблицы указаны бизнес-метрики (Visits, Orders Received) и их текущие значения (30 000 заходов в час и 1 000 заказов). В графе Target указываются проверяемые значения параметров (120 000 и 5 000). В результате можно рассчитать максимальную нагрузку на инфраструктуру (61 500 и 2 400 соответственно), а также видна точка отказа – производительность CPU (красная точка на таблице внизу).

point_of_failure

Пример расчета максимально возможных показателей заходов в систему и количества отправляемых заказов

Таким образом, можно определить максимальную мощность инфраструктуры, определить узкие места и своевременно принять решение о модернизации.

Пожалуйста, обращайтесь с вопросами в комментариях. А если задача требует чуть более вдумчивого подхода, наш консалтинг – он, как майские праздники, – всегда вас порадует.

В конце поста есть пара опросов, будет здорово, если вы сможете уделить на них пару десятков секунд. Спасибо!

Автор статьи: Антон Касимов, архитектор систем управления, компания «Инфосистемы Джет».
Расскажите, как вы управляете мощностями

Проголосовало 12 человек. Воздержалось 7 человек.

Внедрен ли у вас в компании ITIL-процесс управления мощностями?

Проголосовало 10 человек. Воздержалось 6 человек.

Только зарегистрированные пользователи могут участвовать в опросе. Войдите, пожалуйста.

Поделиться с друзьями
-->

Комментарии (0)

МЕТКИ

  • Хабы
  • Теги

Серверное администрирование

Серверная оптимизация

IT-инфраструктура

Блог компании Инфосистемы Джет

ит-инфраструктура

управление мощностями

инфосистемы джет

СЕРВИСЫ
  • logo

    CloudLogs.ru - Облачное логирование

    • Храните логи вашего сервиса или приложения в облаке. Удобно просматривайте и анализируйте их.
Все публикации автора
  • Управление мощностями ? та ещё задачка +5

    • 24.04.2017 16:45

    Удобная памятка и 8 ссылок на документацию по ГОСТ 34 (автоматизированные системы) +8

    • 17.02.2017 03:20

    Gartner выкатил новый магический квадрант для систем мониторинга +8

    • 19.01.2017 12:24

    Декомпиляция Java-методов на продуктивном приложении под нагрузкой – миф или реальность? +7

    • 10.11.2016 07:06

    Тестируем не совсем реальный (или совсем нереальный) мониторинг от New Relic и Appdynamics +7

    • 20.10.2016 16:39

    Как приготовить тосты и заодно визуализировать ИТ-системы +10

    • 03.10.2016 23:20

Подписка


ЛУЧШЕЕ

  • Сегодня
  • Вчера
  • Позавчера
07:00

Встреча ISO C++ в Софии: С++26 и рефлексия +48

07:30

Цены на дата-центры растут, а ИИ может сдристнуть в Казахстан +32

08:02

Acer Switch One 10: как я спас необычный планшет-трансформер с барахолки. Что это за устройство? +26

08:44

ИИ-помощник редактора на Хабре: семь раз вайб-код — один раз поймешь +22

13:30

Красивый GitLab CI: extends, якоря, include, trigger +20

10:44

Океан в качестве аккумулятора: как гигантские подводные шары могут помочь с сохранением энергии +18

10:07

Цукерберг переманивает сотрудников OpenAI, модели учатся шантажу: главные события июня в ИИ +15

09:37

Строим безопасность, которая работает на бизнес: опыт Dodo Pizza +15

07:13

Синдром Бога vs. Реальные Боги +15

11:31

«Срочно требуется твоя помощь: войди в мой iCloud» +14

11:09

История успеха, из-за которой компания перестала работать с Rust +14

15:18

Ошибки молодого лида: что меняется, когда у тебя появляется команда +13

12:15

Краткая история цифровых подруг +12

08:00

Десять распространенных заблуждений, связанных с RISC-V +12

12:37

Топ-боли айтишников в английском, часть 2 +11

07:00

Спасаем умный дом на KNX: как быть, если интегратор залочил оборудование +11

04:27

Как я прокачал английский до B2 в США, разработав своё языковое приложение +11

13:14

Что такое DX-кластер и при чем тут Telnet +10

12:30

Отвертка, схема, два патч-корда: командировочные будни сетевого инженера +10

10:43

Repka-Pi 3: DMR хотспот +10

09:01

«Тупой ИИ» с нами надолго. Почему в новых моделях больше галлюцинаций +132

16:18

NoDPI4Android. Решаем проблему «деградации» YouTube теперь и на Android +112

23:59

Синдром бога: когда разработчик ждёт миллионы и поклонения просто за то, что пишет код +108

08:48

Как я убедил виртуальную машину, что у неё есть кулер +85

13:01

Радость создания хобби-программ +53

08:04

Я сплю на рабочем месте и вам советую +49

07:01

Федеративные возможности YDB: масштабируем разработку вместе со студентами +47

08:08

Регулярные выражения простыми словами. Часть 3 +44

15:01

Большое испытание тюменских кальциевых аккумуляторов: часть 1 — циклирование по ГОСТу +43

07:43

Как я использую терминал +34

12:00

Lisuan G100: первый игровой графический чип из Китая. Возможности новинки +28

12:31

Дайджест новостей из мира науки за прошедшую неделю +27

17:10

Как не облажаться с типами данных в PostgreSQL +24

13:40

Мой худший образец полезного кода +22

18:13

После 13 лет разработки ReFS так и не готова заменить NTFS +20

13:04

POLLUX: оценка генеративных способностей моделей для русского языка +20

01:54

О векторном вычислении экспоненциальной функции +20

14:22

Как я проектирую и разрабатываю реальные расширения для Python на Rust +19

08:15

Подводные камни у материнских плат из Поднебесной +18

07:35

Продакты в Китае: как мы искали вдохновение для 2ГИС в стране, где навигация — это искусство +18

08:46

Запускаем настоящую DeepSeek R1 671B на игровом ПК и смотрим вменяемая ли она на огромном контексте (160к) +127

12:15

Нейробиология восприятия: почему мы никогда не увидим мир «глазами» животного +66

18:14

Подтверждение ИТ-компетенций на ГосУслугах, стоит ли доверять? +63

08:00

SoundBlaster AWE32: как звуковая карта из 90-х получила обновление спустя 30 лет +55

09:01

Вычисляем коэффициент популярности крейтов Rust для работы и для хобби-проектов +44

07:57

Кромешная темнота: почему случился блэкаут 2025 года в Испании и Португалии +43

07:05

Ностальгические игры: Fallout +38

13:01

«The Legend of Zelda: Breath of the Wild» — идеальный открытый мир, но какой ценой? +35

11:41

Право на ошибку: история изобретательницы замазки +30

07:08

Анджелина Джоли была права насчёт компьютеров +23

15:15

MVP vs MLP: почему минимально жизнеспособного продукта уже недостаточно в 2025 году +22

09:00

Как в СССР придумали настольную игру про фондовый рынок +22

10:15

Полный гид по 50 идеям, которые формируют современное мышление: от А до Я +21

08:57

Project Vend: может ли языковая модель продавать чипсы и вольфрам? +20

02:54

Почему Россия не сможет переломить упадок демографии? +20

15:14

Джейлбрейкаем чатботы: ChatGPT без фильтров +13

05:10

Готовим формулы красиво (Libre Office, MS Office и LaTeX) +12

14:27

Мы всё чаще не отличаем реального автора от AI +11

13:56

Базы данных. Как выбрать идеальное решение? Полный гид по SQL, NoSQL и не только +10

15:59

Caddy и 100к доменов: автоматический SSL при одностраничном конфиге +9

ОБСУЖДАЕМОЕ

  • Почему Россия не сможет переломить упадок демографии? +20

    • 875   33000

    В айти нет денег и повышений -53

    • 568   59000

    Кромешная темнота: почему случился блэкаут 2025 года в Испании и Португалии +43

    • 194   9400

    Мы всё чаще не отличаем реального автора от AI +11

    • 167   2000

    Подтверждение ИТ-компетенций на ГосУслугах, стоит ли доверять? +63

    • 152   35000

    «Тупой ИИ» с нами надолго. Почему в новых моделях больше галлюцинаций +132

    • 149   22000

    Нейробиология восприятия: почему мы никогда не увидим мир «глазами» животного +66

    • 146   151000

    Польза от «качалок» — любительского бодибилдинга +16

    • 134   30000

    Почему тебя поймают списывающим на собеседовании (а ты об этом даже не узнаешь) +1

    • 89   18000

    Синдром бога: когда разработчик ждёт миллионы и поклонения просто за то, что пишет код +108

    • 87   16000

    Я сплю на рабочем месте и вам советую +49

    • 86   32000

    Какое мрачное(?) будущее нас ждёт по версии Илона Маска +16

    • 80   7400

    Анджелина Джоли была права насчёт компьютеров +23

    • 68   21000

    NoDPI4Android. Решаем проблему «деградации» YouTube теперь и на Android +112

    • 66   31000

    Новый двигатель, способный работать на любом топливе, мог бы составить конкуренцию электромобилям +3

    • 59   9500
  • Главная
  • Контакты
© 2025. Все публикации принадлежат авторам.