[發(fā)明專利]一種程序運(yùn)行性能分析方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201210576264.2
• 申請(qǐng)日: 2012-12-26
• 公開（公告）號(hào): CN103902443A
• 公開（公告）日: 2014-07-02
• 發(fā)明（設(shè)計(jì)）人: 趙家程;崔慧敏;馮曉兵
• 申請(qǐng)（專利權(quán)）人: 華為技術(shù)有限公司;中國科學(xué)院計(jì)算技術(shù)研究所
• 主分類號(hào): G06F11/36
• 分類號(hào): G06F11/36
• 代理公司: 北京中博世達(dá)專利商標(biāo)代理有限公司 11274
• 代理人: 申健

技術(shù)領(lǐng)域

本發(fā)明涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種程序運(yùn)行性能分析方法及裝置。

背景技術(shù)

云計(jì)算是一種基于互聯(lián)網(wǎng)的計(jì)算方式，通過這種方式共享互聯(lián)網(wǎng)提供的軟硬件資源和信息，并按需提供給計(jì)算機(jī)和其他設(shè)備。這就要求云計(jì)算服務(wù)的提供商的服務(wù)器要有強(qiáng)大的計(jì)算能力，而這種強(qiáng)大的計(jì)算能力是由數(shù)量眾多的片上多核處理器組成的。但是由于片上多核系統(tǒng)會(huì)共享各種不同資源，因此，為了保證高服務(wù)質(zhì)量(Quality?ofService，簡稱QoS)優(yōu)先級(jí)程序的性能，通常會(huì)禁止高QoS優(yōu)先級(jí)程序同其他程序的共同運(yùn)行，使得在云計(jì)算環(huán)境下的硬件資源的利用率非常低。為了解決這一問題，現(xiàn)有技術(shù)一般采用將共同運(yùn)行的兩個(gè)程序的各自的壓力得分和性能對(duì)壓力的敏感性曲線相結(jié)合的方式來進(jìn)行性能干擾情況的分析，這樣系統(tǒng)就可以利用性能干擾情況為調(diào)度程序提供決策依據(jù)，使得性能干擾率低的程序可以與高優(yōu)先級(jí)的程序同時(shí)運(yùn)行，即性能干擾率低的程序與高優(yōu)先級(jí)的程序同時(shí)存在于一個(gè)數(shù)據(jù)中心中，從而提高硬件資源的利用率。

在實(shí)現(xiàn)上述的程序性能干擾分析過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：現(xiàn)有技術(shù)只能對(duì)兩個(gè)共同運(yùn)行的程序進(jìn)行性能干擾情況的分析，而無法對(duì)大于兩個(gè)的共同運(yùn)行的程序進(jìn)行性能干擾情況的分析，但現(xiàn)今運(yùn)行在同一個(gè)片上多核處理器的程序越來越多，無法對(duì)大于兩個(gè)的共同運(yùn)行的程序的性能干擾情況做出有效分析，將會(huì)影響硬件資源的利用率。

發(fā)明內(nèi)容

本發(fā)明的實(shí)施例提供一種程序運(yùn)行性能分析方法及裝置，能夠?qū)Χ嗟劳瑫r(shí)運(yùn)行的程序各自的性能干擾進(jìn)行分析，從而提高程序運(yùn)行過程當(dāng)中資源調(diào)度的效率和硬件資源的利用率。

為達(dá)到上述目的，本發(fā)明的實(shí)施例采用如下技術(shù)方案：

第一方面，提供一種程序運(yùn)行性能分析方法，包括：

在預(yù)設(shè)的程序集中獲取每個(gè)程序在運(yùn)行狀態(tài)下的特征向量；

獲取所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序各自的性能干擾參數(shù)，所述性能干擾參數(shù)為所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序的特征向量相互作用時(shí)所述至少兩個(gè)共同運(yùn)行的程序各自性能的下降率；

對(duì)所述至少兩個(gè)共同運(yùn)行的程序的特征向量與所述至少兩個(gè)共同運(yùn)行的程序的性能干擾參數(shù)進(jìn)行曲線擬合，生成性能干擾函數(shù)模型。

在第一種可能的實(shí)現(xiàn)方式中，根據(jù)第一方面，所述生成性能干擾函數(shù)模型后，還包括：

獲取至少兩個(gè)程序在運(yùn)行狀態(tài)下的特征向量；

根據(jù)所述至少兩個(gè)程序在運(yùn)行狀態(tài)下的特征向量及所述性能干擾函數(shù)模型計(jì)算所述至少兩個(gè)程序在運(yùn)行狀態(tài)下各自的性能干擾參數(shù)。

在第二種可能的實(shí)現(xiàn)方式中，結(jié)合第一方面或第一種可能的實(shí)現(xiàn)方式，所述對(duì)所述至少兩個(gè)共同運(yùn)行的程序的特征向量與所述至少兩個(gè)共同運(yùn)行的程序的性能干擾參數(shù)進(jìn)行曲線擬合，生成性能干擾函數(shù)模型，包括：

將獲取到的所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序各自的性能干擾參數(shù)加入所述空間坐標(biāo)系；

根據(jù)加入到所述空間坐標(biāo)系中的所有性能干擾參數(shù)的數(shù)據(jù)量和所述預(yù)設(shè)的程序集中的程序的特征向量設(shè)定函數(shù)形式；

在所述空間坐標(biāo)系中根據(jù)設(shè)定的所述函數(shù)形式對(duì)所述至少兩個(gè)共同運(yùn)行的程序的特征向量與所述至少兩個(gè)共同運(yùn)行的程序的性能干擾參數(shù)進(jìn)行曲線擬合，得到擬合曲線，生成性能干擾函數(shù)模型。

在第三種可能的實(shí)現(xiàn)方式中，根據(jù)第二種可能的實(shí)現(xiàn)方式，所述根據(jù)加入到所述空間坐標(biāo)系中的所有性能干擾參數(shù)的數(shù)據(jù)量和所述預(yù)設(shè)的程序集中的程序的特征向量設(shè)定函數(shù)形式之前，還包括：

重復(fù)獲取所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序各自的性能干擾參數(shù)，并將重新獲取的所述性能干擾參數(shù)加入所述空間坐標(biāo)系，直到所述空間坐標(biāo)系中所述性能干擾參數(shù)的個(gè)數(shù)達(dá)到預(yù)定的閾值。

在第四種可能的實(shí)現(xiàn)方式中，結(jié)合第一方面或第一種可能的實(shí)現(xiàn)方式或第二種可能的實(shí)現(xiàn)方式或第三種可能的實(shí)現(xiàn)方式，所述特征向量為程序在運(yùn)行狀態(tài)下對(duì)共享資源的競爭特征，所述共享資源包括：共享的緩存、共享的預(yù)取器、共享的內(nèi)存、共享的帶寬和共享的輸入輸出設(shè)備。

第二方面，提供一種程序運(yùn)行性能分析裝置，包括：

特征向量獲取單元，用于在預(yù)設(shè)的程序集中獲取每個(gè)程序在運(yùn)行狀態(tài)下的特征向量；

參數(shù)獲取單元，用于獲取所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序各自的性能干擾參數(shù)，所述性能干擾參數(shù)為所述特征向量獲取單元獲取到的所述預(yù)設(shè)的程序集中至少兩個(gè)共同運(yùn)行的程序的特征向量相互作用時(shí)所述至少兩個(gè)共同運(yùn)行的程序各自性能的下降率；