[發(fā)明專(zhuān)利]一種Web應(yīng)用細(xì)粒度性能建模方法及其系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201010275216.0
• 申請(qǐng)日: 2010-09-07
• 公開(kāi)（公告）號(hào): CN101916321A
• 公開(kāi)（公告）日: 2010-12-15
• 發(fā)明（設(shè)計(jì)）人: 王偉;黃翔;張文博;魏峻;鐘華;黃濤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)科學(xué)院軟件研究所
• 主分類(lèi)號(hào): G06F17/50
• 分類(lèi)號(hào): G06F17/50
• 代理公司: 北京君尚知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11200
• 代理人: 馮藝東

技術(shù)領(lǐng)域

本發(fā)明涉及Web應(yīng)用性能建模技術(shù)，尤其涉及以分層排隊(duì)網(wǎng)為基礎(chǔ)，構(gòu)建自適應(yīng)的Web應(yīng)用細(xì)粒度性能模型的建模方法及建模系統(tǒng)。

背景技術(shù)

多層架構(gòu)的Web應(yīng)用已成為當(dāng)前主流的網(wǎng)絡(luò)應(yīng)用，大量關(guān)鍵應(yīng)用(電子銀行、網(wǎng)上支付等等)采用Web應(yīng)用實(shí)施，在一個(gè)較長(zhǎng)時(shí)間內(nèi)保障系統(tǒng)服務(wù)質(zhì)量(QoS)十分重要。目前，慣用的做法是通過(guò)構(gòu)造性能模型，對(duì)系統(tǒng)未來(lái)一段時(shí)間內(nèi)的性能做預(yù)測(cè)，然后再以預(yù)測(cè)結(jié)果為指導(dǎo)，判斷系統(tǒng)性能是否滿足服務(wù)質(zhì)量的要求。

性能預(yù)測(cè)的基本原理是通過(guò)模擬真實(shí)系統(tǒng)排隊(duì)等待、資源競(jìng)爭(zhēng)的情況來(lái)分析系統(tǒng)的性能。輸入一般包括用戶行為、組件的關(guān)聯(lián)和資源消耗等數(shù)據(jù)，輸出的性能數(shù)據(jù)包括吞吐率、響應(yīng)時(shí)間和資源利用率等。

根據(jù)模擬真實(shí)系統(tǒng)的抽象程度不同，預(yù)測(cè)方法可分為粗粒度和細(xì)粒度兩類(lèi)。粗粒度方法側(cè)重于刻畫(huà)服務(wù)器的行為，即研究服務(wù)器與服務(wù)器在宏觀層面上的資源消耗。這種方法建模相對(duì)簡(jiǎn)單，適合于分析集群等環(huán)節(jié)下的多服務(wù)器的總體性能。但該方法并不考慮單個(gè)軟件組件是如何消耗資源，以及組件和組件之間又是如何關(guān)聯(lián)的。所以，預(yù)測(cè)結(jié)果不會(huì)反映軟件組件的資源消耗，也就無(wú)法為發(fā)現(xiàn)軟件結(jié)構(gòu)上的性能問(wèn)題提供有用的數(shù)據(jù)。而細(xì)粒度方法的基礎(chǔ)是軟件的執(zhí)行結(jié)構(gòu)圖，即系統(tǒng)中重要組件間的調(diào)用與資源消耗。所以細(xì)粒度的方法除了可以預(yù)測(cè)出各個(gè)軟件組件的性能，還可以預(yù)測(cè)出系統(tǒng)總的性能。

但因?yàn)榧?xì)粒度的方法需要了解軟件的細(xì)節(jié)，所以建模過(guò)程相比于粗粒度方法也會(huì)復(fù)雜很多。因?yàn)榇藭r(shí)，設(shè)計(jì)人員不僅需要詳細(xì)了解軟件的整體設(shè)計(jì)，還需要了解用戶行為和資源的消耗，也就導(dǎo)致了構(gòu)造一個(gè)細(xì)粒度模型的代價(jià)是非常昂貴的。

已有一些研究意圖降低構(gòu)造Web應(yīng)用性能模型的成本，他們或者針對(duì)其中某一個(gè)方面，或者屬于粗粒度的方法，但是它們均未全面系統(tǒng)的為容量規(guī)劃人員提供一種快捷高效的針對(duì)Web的性能建模方法。

William和Smith首先提出了一種基于軟件性能工程的方法(C.U.Smith?and?L.G.Williams，Performance?Solutiohs：A?Practical?Guide?to?Creating?Responsive，ScalableSoftware.Addison?Wesley，2002)將性能分析引入軟件開(kāi)發(fā)過(guò)程中。Gomaa和Menasce提出了基于“客戶機(jī)/服務(wù)器”體系模式下的方法(H.Gomaa?and?D.Menasce，PerformanceEngineering?of?Component-Based?Distributed?Software?Systems，Performance?Eng.，R.Dumke?et?al.，eds.pp.40-55，2001.)。該方法直接用類(lèi)圖和協(xié)作圖描述組件間的交互形式分析生成擴(kuò)展的排隊(duì)網(wǎng)(EQN)模型。上述方法降低了性能模型構(gòu)造的難度，但是正確的獲得模型所需要的參數(shù)仍是一個(gè)難題，而且性能模型還需要服務(wù)時(shí)間、用戶行為等其它參數(shù)。

Woodside等人提出了一種從軟件設(shè)計(jì)環(huán)境中通過(guò)插入收集執(zhí)行軌跡代碼的方式自動(dòng)生成LQN模型的方法(M.Woodside，C.Hrischuk，B.Selic，and?S.Brayarov，AutomatedPerformance?Modeling?of?Software?Generated?by?a?Design?Environment，PerformanceEvaluation，vol.45，pp.107-123，2001.)。此方法根據(jù)設(shè)計(jì)人員給定的抽象層度向源代碼中插入代碼，收集給定測(cè)試用例下軟件所表現(xiàn)出的執(zhí)行軌跡和資源消耗情況。但只適合于開(kāi)發(fā)態(tài)的軟件，并不適合于運(yùn)行態(tài)的Web應(yīng)用。

Yoshihira和Jiang提出了一種基于監(jiān)測(cè)數(shù)據(jù)發(fā)現(xiàn)系統(tǒng)中穩(wěn)定關(guān)聯(lián)關(guān)系的方法(GuofeiJiang，Haifeng?Chen，Kenji?Yoshihira，Efficient?and?Scalable?Algorithms?for?InferringLikely?Invariants?in?Distributed?Systems，IEEE?TRANSACTIONS?ON?KNOWLEDGE?AND?DATAENGINEERING，VOL.19，NO.11，NOVEMBER(2007)1508-1523)。他們通過(guò)收集請(qǐng)求處理過(guò)程中組件對(duì)資源的消耗，分析出其中穩(wěn)定的關(guān)聯(lián)，然后依據(jù)建立的關(guān)聯(lián)網(wǎng)絡(luò)，分析系統(tǒng)的處理能力，發(fā)現(xiàn)瓶頸所在，進(jìn)而做容量規(guī)劃。但只能預(yù)測(cè)系統(tǒng)的可擴(kuò)展性，而不能對(duì)系統(tǒng)性能進(jìn)行預(yù)測(cè)。