Анализ производительности вычислительных систем

Система обработки данных (СОД) – совокупность технических
средств и программного обеспечения, предназначенная для информационно-
го обслуживания пользователей и технических объектов. В состав техниче-
ских средств входит оборудование для ввода, хранения, преобразования и
вывода данных, в том числе ЭВМ, устройства сопряжения ЭВМ с объектами,
аппаратура передачи данных, и линии связь.
Программное обеспечение (ПО) – совокупность программ, реали-
зующих возложенные на систему функции. Функции СОД состоят в выпол-
нении требуемых актов обработки данных: ввода, хранения, преобразования
и вывода. Примерами СОД являются вычислительные системы для решения
научных, инженерно-технических, планово-экономических и учетно-
статистических задач, автоматизированные системы управления предпри-
ятиями и отраслями народного хозяйства, системы автоматизированного и
автоматического управления технологическим оборудованием и техниче-
скими объектами, информационно-измерительные системы и др.
Основа СОД – это технические средства, так как их производительно-
стью и надежностью в наибольшей степени определяется эффективность
СОД.
СОД, настроенная на решение задач, конкретной области применения,
называется вычислительной системой (ВС). Вычислительная система
включает в себя технические средства и программное обеспечение, ориенти-
рованные на решение определенной совокупности задач.
Вычислительная система может строиться на основе ЭВМ или вычис-
лительного комплекса общего применения и ориентация системы обеспечи-
вается за счет программных средств – прикладных программ и, возможно,
операционной системы.
Ориентация на заданный класс задач достигается за счет использова-
ния специализированных ЭВМ и вычислительных комплексов. В этом случае
удается при умеренных затратах оборудования добиться высокой эффектив-
ности применения ВС. Специализированные вычислительные системы (СВС)
наиболее широко используются при решении задач векторной и матричной,
алгебры, а также связанных с интегрированием дифференциальных уравне-
ний, обработкой изображений, распознаванием образов, управлением в
реальном масштабе времени и т. д. 
3
Эффективность определяет степень соответствия ВС своему назначе-
нию. Она измеряется либо количеством затрат, необходимых для получения
определенного результат, либо результатом, полученным при определенных
затратах.
Критерий эффективности – это правило, служащее для сравнитель-
ной оценки качества вариантом ВС. Строятся критерии эффективности на
основе частных показателей эффективности (показателей качества).
Пример критериев эффективности приведен в табл. 1.
Пример критериев эффективности ВС Таблица 1.

п.п
Критерий Размерность Область применения
1 Стоимость единицы
производительности
Относительная
стоимость /
MIPS
ВС общего применения
2 Масса единицы
производительности
г/MIPS Бортовые ВС
3 Мощность и масса
единицы произво-
дительности
Вт*г/MIPS Переносные (мобильные) ВС
* MIPS – миллион инструкций в секунду.
Наиболее часто на начальном этапе сравнения ВС в качестве критерия
эффективности выступает производительность, оценка которой может быть
получена с использованием аналитических, имитационных или эксперимен-
тальных методов.
Аналитические методы. Аналитические методы исследования вычис-
лительных систем сводятся к построению математических моделей, которые
представляют физические свойства как математические объекты и отноше-
ния между ними, выражаемые посредством математических операций.
Аналитические методы и модели раскрывают фундаментальные свой-
ства вычислительных систем и составляют ядро теории вычислительных сис-
тем.
Аналитические модели, базируясь на допущениях о свойствах объек-
тов, применимы для исследования только тех систем, в отношении которых
справедливы принятые допущения. Многие системы из-за специфики своей
организации недоступны для исследования аналитическими методами.
Имитационные методы. Имитационные методы основаны на пред-
ставлении порядка функционирования системы в виде алгоритма, который
называется имитационной (алгоритмической) моделью. Программа содержит
процедуры, регистрирующие состояния имитационной модели и обрабаты-
вающие зарегистрированные данные для оценки требуемых характеристик
процессов и моделируемой системы.
Экспериментальные методы. Экспериментальные методы осно-
4
вываются на получении данных о функционировании вычислительных сис-
тем в реальных или специально созданных условиях с целью оценки качества
функционирования и выявления зависимостей, характеризующих свойства
систем и их составляющих. Типичные задачи, решаемые экспериментальны-
ми методами,– оценка производительности и надежности системы, определе-
ние состава и количественных показателей системной нагрузки в зависимо-
сти от прикладной нагрузки и т. д.
Экспериментальные исследования выполняются в следующем порядке:
1. Формулируется цель исследования.
2. Выбирается или разрабатывается методика исследования, которая
устанавливает модель исследуемого объекта; способ и средства измерения;
способ и средства обработки измерительных данных, а также интерпретации
результатов измерений и обработок.
3. Проводятся измерения процесса функционирования объекта в реаль-
ных или специально создаваемых условиях.
4. Измерительные данные обрабатываются и соответствующим обра-
зом интерпретируются.
Во многих случаях экспериментальные методы являются единствен-
ным источником информации о функционировании и свойствах вычисли-
тельных систем.
Например, количественная оценка параметров рабочей нагрузки систем
общего назначения производятся в основном экспериментальными методами.
Особенно велико значение экспериментального метода при решении
задач эксплуатации, так как совершенствование конфигурации и режима
функционирования систем немыслимо без использования измерительных
данных, представляющих конкретные условия работы системы.
Недостатки экспериментальных методов – большие затраты труда и
времени на проведение экспериментальных исследований, а также частный
характер получаемых результатов, распространение которых на системы с
другой конфигурацией и режимом функционирования требует достаточно
сложной работы.

1. Принципы анализа производительности
Производительность вычислительных систем общего назначения оце-
нивается в зависимости от области применения номинальной, комплексной,
системной производительностью и производительностью на рабочей нагруз-
ке.
Номинальная производительность характеризует только быстродей-
ствие, или производительность устройств, входящих в состав системы.
Комплексная производительность учитывает не только быстродей-
ствие устройств, но и структуру системы – ее влияние на быстродействие со-
вместно функционирующих устройств. 
5
Системная производительность учитывает как вышеназванные фак-
торы – быстро действие устройств и структуру связей между ними, так и
влияние операционной системы.
Производительность на рабочей нагрузке (кратко – производитель-
ность) отображает все факторы, влияющие на системную производитель-
ность, и, кроме того, свойства рабочей нагрузки – задач, решаемых вычисли-
тельной системой. С производительностью тесно связана такая характери-
стика качества обслуживания пользователей, как время ответа, т. е. время
пребывания задач в системе. Поэтому при оценке производительности опре-
деляется не только количество работы, выполняемое системой в единицу
времени, но и время ответа для всего множества задач и отдельных классов
задач.
Производительность вычислительной системы проявляется, с одной
стороны, в скорости обработки задач, а с другой – в степени использования
ресурсов системы. Чем больше загружены ресурсы, тем выше производи-
тельность системы, и недогрузка ресурсов свидетельствует о наличии резер-
вов для повышения производительности. Поэтому при анализе производи-
тельности системы оцениваются не только показатели производительности,
но и показатели, характеризующие использование ресурсов.
Производительность вычислительной системы связана с продолжи-
тельностью процессов обработки задач, которая зависит от трех факторов: 1)
рабочей нагрузки; 2) конфигурации системы; 3) режима обработки задач. Эти
три фактора в совокупности определяют порядок развития вычислительных
процессов во времени, и первая задача анализа производительности сводится
к поиску компактных и информативных форм представления вычислитель-
ных процессов. Эти формы создают концептуальную (понятийную) основу
для оценки функционирования вычислительных систем в процессе эксплуа-
тации и при исследовании с помощью моделей производительности. Вторая
задача анализа – создание моделей, позволяющих прогнозировать произво-
дительность систем для различной конфигурации, режимов обработки и,
возможно, разной рабочей нагрузки.
Способы описания процессов функционирования
Применительно к задачам анализа производительности функциониро-
вание вычислительной системы рассматривается как совокупность процес-
сов, связанных с использованием ресурсов системы.
К ресурсам ܴ = {ܴଵ, … ,ܴேା௉} относятся устройства ܴଵ, … ,ܴே, разде-
ляемые между процессами во времени, а также устройства памяти (память)
ܴேାଵ, … ,ܴேା௉, разделяемые во времени и по емкости.
Процесс характеризуется тройкой параметров: ܬ = 〈ݐ, ܣ, ܶ〉 , где t
6
– момент начала процесса; А – атрибуты, устанавливающие имя источника
процесса (пользователя, программы и т.п.), и факторы, влияющие на режим
обработки (имя класса, приоритет и др.); Т – трасса процесса.
Трасса характеризует порядок использования ресурсов и представляет-
ся последовательностью событий ܶ = {ܵଵ, … , ܵ௄}, связанных с изменением
состояния процесса.
Событие Sk характеризуется моментом его возникновения tk, именем
ресурса, с которым связано событие, и параметрами, определяющими ис-
пользование ресурса (занятие или освобождение, тип операции, выполняемой
устройством, емкость выделяемой памяти и т. д.). В трассе фиксируется весь
объем данных, отображающих взаимодействие процесса с ресурсами и по-
зволяющих установить порядок обращения к ресурсам и объем их использо-
вания. Трасса представляет процесс наиболее полно. Однако у этой характе-
ристики существенный недостаток – большой объем данных. Так, обычно на
одну реализацию вычислительного процесса приходится 103
–106 обращений
к периферийным устройствам, что составляет 103
–106
смен состояний про-
цесса или 105
–107
байт данных.
Более компактная форма представления процесса – профиль процесса
(рис. 1).
߬ВВ ߱ВХ ߱П ߱Р ߬ПР ߬УВВଵ ߬УВВଶ ߱ВЫВ ߬ВЫВ
Ввод
Ожи-
дание
во
вход
ной
оче-
реди
Ожи
да-
ние
па-
мя-
ти
Ожи-
дание
ресур
сов
Про-
цес-
сорная
обра-
ботка
Рабо-
та с
УВВ
1
Рабо-
та с
УВВ
2
Ож
ида
ние
вы-
во-
да
Вы
вод
Рис. 1. Профиль вычислительного процесса
Для построения профиля выделяются фазы процесса: ввод, ожидание
во входной очереди, ожидание памяти и т. д. Реализация процесса представ-
ляется в виде последовательности фаз, продолжительность пребывания в ко-
торых характеризуется значениями ߬௜
(время использования устройств) и
߱௜
(время ожидания). Сумма этих значений составляет время пребывания
задания в системе. Профиль процесса дает наглядное представление о про-
должительности каждой фазы и соотношении длительности фаз. Для повы-
шения информативности профиль снабжается данными о числе обращений к
устройствам, а также о емкости используемой памяти, в том числе о мини-
мальной, средней и максимальной требуемой емкости. Таким образом,
профиль определяет время ߬ଵ, … , ߬ே использования устройств 
7
ܴଵ, … ,ܴே и число обращений ݊ଵ, … , ݊ே к каждому из устройств, а также по-
требность в памяти.
Профиль процесса отображает свойства программы и одновременно
режима обработки. Свойства программы проявляются в объеме использова-
ния ресурсов – времени использования устройств и емкости памяти. Режим
обработки сказывается на времени ожидания. В однопрограммном режиме
состояние ожидания отсутствует. С увеличением уровня мультипрограмми-
рования время ожидания возрастает, особенно для низкоприоритетных про-
цессов. На время ожидания влияет уровень загрузки системы, который воз-
растает с интенсивностью поступления заданий на обработку и приводит к
увеличению времени пребывания заданий в очередях.
Процессы в вычислительных системах можно разделить на два класса:
прикладные и системные. Прикладной процесс связан с актом обслуживания
пользователя и представляет собой некоторую единицу работы – выполнение
задания. Прикладные процессы поддерживаются системными процессами,
порождаемым управляющими программами операционной системы. К сис-
темным относятся процессы системного ввода – вывода и супервизорные
Системные процессы, как и прикладные; потребляют ресурсы системы – опе-
ративную и внешнюю память, процессорное время, каналы ввода–вывода.
Объем использования ресурса зависит от режима обработки (уровень муль-
типрограммирования число инициированных процессов системного ввода –
вывод и т. д.), а также от параметров заданий (число шагов и описаний набо-
ров данных, число обращений к наборам данных и т. д.). Путем измерений
определяется загрузка ресурсов со стороны системных процессов. Потреб-
ность системных процессов в ресурса: обычно выражается в виде уравнений
регрессии, аргументами которых являются параметры прикладных процес-
сов.
Способы описания загрузки ресурсов
Производительность системы непосредственно связана с загрузкой
устройств. Загрузка устройства – время, в течение которого устройство заня-
то работой, т. е. не простаивает. 

Далее в источнике:

http://dump.bitcheese.net/files/unusyga/%D0%9C%D0%B5%D1%82%D0%BE%D0%B4%D...

Категории: 

Метки: