论文部分内容阅读
【摘要】 本文提出了一种基于性能测试的性能建模技术，该技术在性能测试和调优的基础上，利用性能测试的结果，以及回归分析等数学理论建立性能模型，通过该模型预测生产系统的性能的性能表现评估、系统宕机风险分析和容量规划等方面的应用。
【关键词】 性能建模 性能测试 容量规划 TPS
一、性能建模概述
本方法是基于现有测试环境和生产环境，以性能测试结果数据和生产环境信息为输入，利用科学、合理的性能测试理论和数学模型，建立的一套综合算法；利用该算法进行生产环境的性能表现评估、生产系统性能瓶颈评估和生产系统容量规划评估，进而辅助管理人员做出对软件系统的改进、升级和优化的决策。
1.1 单交易资源开销
通过对性能测试结果数据的分析，计算各交易资源开销：
（1）对每笔交易最大容量点前的TPS和CPU指标建立一元线性模型
（2）设定
因变量（y）：CPU利用率
自变量（x）：单业务的TPS
建立一元线性回归模型：y=bx+a
对于容量点前的n组数据（x1，y1），（x2，y2），…（xn，yn）建立线性方程组：
y
=bx
+a
y
=bx
+a
…
y=bx
+a
利用最小二乘法得到线性方程组：
其中b为单交易资源开销。
输入：单笔业务TPS和CPU利用率
输出：单业务每笔交易CPU开销
1.2 综合交易资源开销
过程如下：
（1）通过下表的数据计算得到综合业务下每笔交易资源开销的计算值：
CPU综合每笔交易开销计算值=xq
（2）执行综合交易业务测试得到CPU综合每笔交易开销测试值；
（3）计算综合交易测试值与计算值的拟合因子：
ρ=
（4）用单交易资源开销乘以ρ可得出综合场景各业务每笔交易CPU开销。
输入：单交易资源开销、综合业务测试TPS和CPU利用率；输出：综合场景各业务每笔交易CPU开销
1.3 测试环境推导生产环境
根据生产系统业务数据和性能数据，计算每笔交易资源开销，通过计算二者之间的差异系数，将测试得到的各业务资源开销推导到生产环境中：
γ=
然后拟合不同TPS下测试环境和生产环境CPU开销，得到测试环境到生产环境的差异系数。
输入：测试环境硬件配置、生产环境硬件配置、生产环境数据；输出：生产环境每笔交易资源开销
二、性能模型应用
2.1 生产系统性能预测
生产系统性能进行预测：（1）生产系统可支撑的最大TPS：根据系统的硬件配置，以及单位处理能力所消耗的资源消耗，可得出在硬件不超过阀值线时可以支撑的最大TPS；（2）预测系统的性能表现：可得到系统的处理能力TPS与资源的变化曲线，以及该硬件条件下，还可支撑多少TPS，存在多少冗余。（3）业务突变情况下预测系统的性能表现：因市场部门会不间断的进行业务的促销，导致某些业务的办理量会不定期的增长，在这样的情况下，我们可预测在不同的业务模型，系统的性能表现。
2.2 生产系统宕机风险预测
预测内容包括：（1）预测生产系统的性能瓶颈：根据木桶原则，可评估服务器的资源消耗最多从而成为系统的性能瓶颈；可根据性能优化或调整硬件配置等措施解决系统潜在的性能瓶颈等问题。（2）生产系统宕机风险预测：可预测在宕机某台服务器后，对系统整体处理能力的影响。
2.3 生产系统容量规划
利用性能建模技术可以实现对系统容量进行评估，有效支撑系统的容量规划。首先获取业务量的历史值，预测业务量的发展趋势；其次，根据单位处理能力所消耗的资源开销，评估在CPU不超过阀值的情况下，应该如何分配各类服务器的硬件资源。
三、结束语
性能建模技术是在性能测试的基础上，进行性能建模，通过模型预测系统的性能表现和宕机风险，其中最重要的是对系统的容量规划进行量化评估，对系统资源配置提供合理建议，减少额外的硬件投入风险。
参 考 文 献
[1] 马琳，罗铁坚，宋进亮，叶世伟. Web 性能测试与预测[J]. 中国科学院研究生院学报，2005，22（4）：472-479
[2] 柳纯录，黄子河，陈渌萍. 软件评测师教程[M]. 北京：清华大学出版社，2005.3
[3] 段念，软件性能测试过程详解与案例剖析[M]. 北京：清华大学出版社，2012
【关键词】 性能建模 性能测试 容量规划 TPS
一、性能建模概述
本方法是基于现有测试环境和生产环境，以性能测试结果数据和生产环境信息为输入，利用科学、合理的性能测试理论和数学模型，建立的一套综合算法；利用该算法进行生产环境的性能表现评估、生产系统性能瓶颈评估和生产系统容量规划评估，进而辅助管理人员做出对软件系统的改进、升级和优化的决策。
1.1 单交易资源开销
通过对性能测试结果数据的分析，计算各交易资源开销：
（1）对每笔交易最大容量点前的TPS和CPU指标建立一元线性模型
（2）设定
因变量（y）：CPU利用率
自变量（x）：单业务的TPS
建立一元线性回归模型：y=bx+a
对于容量点前的n组数据（x1，y1），（x2，y2），…（xn，yn）建立线性方程组：
y
=bx
+a
y
=bx
+a
…
y=bx
+a
利用最小二乘法得到线性方程组：
其中b为单交易资源开销。
输入：单笔业务TPS和CPU利用率
输出：单业务每笔交易CPU开销
1.2 综合交易资源开销
过程如下：
（1）通过下表的数据计算得到综合业务下每笔交易资源开销的计算值：
CPU综合每笔交易开销计算值=xq
（2）执行综合交易业务测试得到CPU综合每笔交易开销测试值；
（3）计算综合交易测试值与计算值的拟合因子：
ρ=
（4）用单交易资源开销乘以ρ可得出综合场景各业务每笔交易CPU开销。
输入：单交易资源开销、综合业务测试TPS和CPU利用率；输出：综合场景各业务每笔交易CPU开销
1.3 测试环境推导生产环境
根据生产系统业务数据和性能数据，计算每笔交易资源开销，通过计算二者之间的差异系数，将测试得到的各业务资源开销推导到生产环境中：
γ=
然后拟合不同TPS下测试环境和生产环境CPU开销，得到测试环境到生产环境的差异系数。
输入：测试环境硬件配置、生产环境硬件配置、生产环境数据；输出：生产环境每笔交易资源开销
二、性能模型应用
2.1 生产系统性能预测
生产系统性能进行预测：（1）生产系统可支撑的最大TPS：根据系统的硬件配置，以及单位处理能力所消耗的资源消耗，可得出在硬件不超过阀值线时可以支撑的最大TPS；（2）预测系统的性能表现：可得到系统的处理能力TPS与资源的变化曲线，以及该硬件条件下，还可支撑多少TPS，存在多少冗余。（3）业务突变情况下预测系统的性能表现：因市场部门会不间断的进行业务的促销，导致某些业务的办理量会不定期的增长，在这样的情况下，我们可预测在不同的业务模型，系统的性能表现。
2.2 生产系统宕机风险预测
预测内容包括：（1）预测生产系统的性能瓶颈：根据木桶原则，可评估服务器的资源消耗最多从而成为系统的性能瓶颈；可根据性能优化或调整硬件配置等措施解决系统潜在的性能瓶颈等问题。（2）生产系统宕机风险预测：可预测在宕机某台服务器后，对系统整体处理能力的影响。
2.3 生产系统容量规划
利用性能建模技术可以实现对系统容量进行评估，有效支撑系统的容量规划。首先获取业务量的历史值，预测业务量的发展趋势；其次，根据单位处理能力所消耗的资源开销，评估在CPU不超过阀值的情况下，应该如何分配各类服务器的硬件资源。
三、结束语
性能建模技术是在性能测试的基础上，进行性能建模，通过模型预测系统的性能表现和宕机风险，其中最重要的是对系统的容量规划进行量化评估，对系统资源配置提供合理建议，减少额外的硬件投入风险。
参 考 文 献
[1] 马琳，罗铁坚，宋进亮，叶世伟. Web 性能测试与预测[J]. 中国科学院研究生院学报，2005，22（4）：472-479
[2] 柳纯录，黄子河，陈渌萍. 软件评测师教程[M]. 北京：清华大学出版社，2005.3
[3] 段念，软件性能测试过程详解与案例剖析[M]. 北京：清华大学出版社，2012