信息系統(tǒng)硬件資源需求測算方法

，，

(1.中國南方電網(wǎng)有限責(zé)任公司，廣州 510530; 2.南京南瑞集團(tuán)公司信息系統(tǒng)集成分公司，南京 210000)

信息系統(tǒng)硬件資源需求測算方法

胡俊楊1，易勇強(qiáng)1，王濤2

(1.中國南方電網(wǎng)有限責(zé)任公司，廣州510530; 2.南京南瑞集團(tuán)公司信息系統(tǒng)集成分公司，南京210000)

信息系統(tǒng)硬件資源作為支撐企業(yè)信息業(yè)務(wù)的基礎(chǔ)設(shè)施，其容量的準(zhǔn)確測算對(duì)于信息系統(tǒng)的建設(shè)、運(yùn)行以及擴(kuò)容具有重要意義;目前信息系統(tǒng)硬件資源容量測算方法主要有TPC，SPEC，SAP基準(zhǔn)測試，Linpack以及RPE2等；研究表明，這些方法有一定的通用性，但在反映系統(tǒng)運(yùn)行的實(shí)際性能指標(biāo)等方面仍有不足，導(dǎo)致企業(yè)在信息系統(tǒng)建設(shè)過程中普遍缺乏合適的硬件資源容量評(píng)估與配置方法，造成信息化建設(shè)成本增高或資源浪費(fèi);為解決這一問題，通過對(duì)實(shí)際信息系統(tǒng)進(jìn)行性能測試，基于實(shí)測數(shù)據(jù)，運(yùn)用擬合方法和灰色關(guān)聯(lián)方法對(duì)系統(tǒng)的硬件資源容量的關(guān)鍵參數(shù)進(jìn)行分析，建立硬件資源容量評(píng)估與測算模型，從而對(duì)資源需求和性能指標(biāo)進(jìn)行較為準(zhǔn)確的量化測算;算例表明，所建立的模型正確有效，具有一定的工程應(yīng)用價(jià)值;運(yùn)用該方法結(jié)合企業(yè)信息系統(tǒng)實(shí)際，建立適合企業(yè)自身特點(diǎn)的測算標(biāo)準(zhǔn)，幫助企業(yè)在硬件資源配置中明確需求，確定選型，降低采購成本，達(dá)到避免浪費(fèi)的同時(shí)滿足業(yè)務(wù)需求的目標(biāo)。

信息系統(tǒng)；硬件資源；容量測算；灰色關(guān)聯(lián)分析；擬合方法

0 引言

信息系統(tǒng)是保障企業(yè)生產(chǎn)、經(jīng)營管理等業(yè)務(wù)正常運(yùn)轉(zhuǎn)的重要支撐，承載它的基礎(chǔ)硬件資源就顯得十分重要。這些硬件資源主要包括服務(wù)器與存儲(chǔ)。隨著企業(yè)信息系統(tǒng)不斷升級(jí)完善，已有硬件資源需要擴(kuò)容，此時(shí)需要對(duì)其容量進(jìn)行測算[1]。容量是對(duì)信息系統(tǒng)所需硬件資源進(jìn)行的量化。服務(wù)器資源的量化指標(biāo)包括服務(wù)器CPU核數(shù)、服務(wù)器內(nèi)存大小等；存儲(chǔ)資源的量化指標(biāo)包括存儲(chǔ)空間、IOPS等。與信息系統(tǒng)實(shí)際需求相比，硬件資源容量的測算結(jié)果偏小則不能滿足運(yùn)行要求，阻礙企業(yè)業(yè)務(wù)開展；測算結(jié)果偏大則造成硬件資源整體使用率低，導(dǎo)致設(shè)備成本的浪費(fèi)。因此，硬件資源容量的測算結(jié)果是否準(zhǔn)確十分重要。企業(yè)有必要對(duì)硬件資源進(jìn)行容量管理，為信息系統(tǒng)所需的資源進(jìn)行準(zhǔn)確的量化與評(píng)估。良好的容量管理可以幫助企業(yè)進(jìn)行精細(xì)化采購，降低采購成本。容量管理工作的重點(diǎn)在容量的評(píng)估、改進(jìn)和預(yù)控，通過建模、服務(wù)監(jiān)視、性能管理、需求管理、負(fù)載分析、趨勢分析、優(yōu)化等過程實(shí)現(xiàn)對(duì)資源、服務(wù)性能等級(jí)的準(zhǔn)確管理，以符合當(dāng)前和預(yù)期的業(yè)務(wù)需求。

目前，對(duì)于信息系統(tǒng)硬件資源容量的常用測算方法仍存在一定的不足。很多企業(yè)采用的容量計(jì)算模型大多是以TPC-C為參照[2-3]，但其中參數(shù)的選值具有很大的主觀性，并且各個(gè)硬件供應(yīng)商公布的TPC-C數(shù)據(jù)往往只體現(xiàn)了極端配置的情況，和企業(yè)典型配置之間沒有直接對(duì)應(yīng)關(guān)系。

針對(duì)上述問題，以參照實(shí)際信息系統(tǒng)所搭建的測試環(huán)境為基礎(chǔ)，結(jié)合以往實(shí)踐經(jīng)驗(yàn)，對(duì)系統(tǒng)實(shí)測運(yùn)行數(shù)據(jù)進(jìn)行整理分析，使用灰色關(guān)聯(lián)分析法[4-6]對(duì)各硬件設(shè)備的相關(guān)指標(biāo)進(jìn)行了定量的關(guān)聯(lián)分析，然后對(duì)關(guān)鍵指標(biāo)與各運(yùn)行數(shù)據(jù)進(jìn)行建模，從而得出硬件資源容量的測算方法。算例表明，使用所建模型的計(jì)算結(jié)果與實(shí)際要求相符。

1 數(shù)據(jù)準(zhǔn)備

以典型信息系統(tǒng)作為研究對(duì)象，對(duì)其相關(guān)硬件設(shè)備容量參數(shù)進(jìn)行采集、存儲(chǔ)、分析，并作為測算的輸入。

2 硬件資源測算方法構(gòu)建

根據(jù)企業(yè)信息系統(tǒng)業(yè)務(wù)特點(diǎn)及需求，硬件資源可分為存儲(chǔ)硬件資源，數(shù)據(jù)庫服務(wù)器硬件資源，應(yīng)用服務(wù)器硬件資源。對(duì)這3種硬件資源分別進(jìn)行分析建模。

2.1 存儲(chǔ)硬件資源測算

對(duì)于存儲(chǔ)硬件資源，重點(diǎn)關(guān)注數(shù)據(jù)容載能力以及數(shù)據(jù)傳輸能力，因此在進(jìn)行容量測算時(shí)，對(duì)數(shù)據(jù)存儲(chǔ)空間與IOPS這兩個(gè)關(guān)鍵指標(biāo)進(jìn)行建模計(jì)算。數(shù)據(jù)存儲(chǔ)空間是指存儲(chǔ)器可以容納的二進(jìn)制信息量，用存儲(chǔ)器中存儲(chǔ)地址寄存器MAR的編址數(shù)與存儲(chǔ)字位數(shù)的乘積表示，是存儲(chǔ)產(chǎn)品最為關(guān)鍵的參數(shù)，類似磁盤的空間大?。籌OPS (Input/Output Operations Per Second)，即每秒進(jìn)行讀寫(I/O)操作的次數(shù)，指存儲(chǔ)每秒可接受多少次主機(jī)發(fā)出的訪問。

總用戶表大小TotalTable的算法：通過前期調(diào)研獲取新建或擴(kuò)容系統(tǒng)的核心業(yè)務(wù)數(shù)據(jù)占總用戶表大小的比例，用核心業(yè)務(wù)數(shù)據(jù)量除以比例值計(jì)算出得出。核心業(yè)務(wù)數(shù)據(jù)是由所涉及的表大小、索引大小累加之和得出，即由單表的行數(shù)、平均行長度、索引數(shù)量等參數(shù)計(jì)算得出單表的大小以及對(duì)應(yīng)索引的大小，并將各表、索引大小累加得出。計(jì)算步驟如下：

Step1:計(jì)算單個(gè)用戶數(shù)據(jù)表大小

TableSize=LineSize*AvgLineLength* 1.3

(1)

根據(jù)行業(yè)經(jīng)驗(yàn)，用戶數(shù)據(jù)表通常大于單行大小與平均行大小的乘積，根據(jù)測算結(jié)果與實(shí)際對(duì)比考量，選取系數(shù)1.3。

Step2：計(jì)算用戶索引表大小

IndexSize=IndexNum*TableSize* 0.2

(2)

根據(jù)行業(yè)經(jīng)驗(yàn)，索引通常占自身表大小的20%，根據(jù)測算結(jié)果與實(shí)際對(duì)比考量，選取系數(shù)0.2。

Step3：計(jì)算總用戶表大小

TotalTable=Σ(TableSize+IndexSize)/LoadRate

(3)

Step4：計(jì)算總數(shù)據(jù)存儲(chǔ)空間大小

TotalCapacity=TotalTable+SysDbSize+

TmpDbSize+UndoDbSize

(4)

其中:TableSize為單個(gè)表大小,LineSize為單個(gè)表行數(shù)，AvgLineLength為單個(gè)表平均行長度，IndexSize為索引大小，IndexNum為索引數(shù)量，TotalTable為總用戶表大小，LoadRate為核心業(yè)務(wù)量所占總業(yè)務(wù)量的比重(%)，TotalCapacity為總數(shù)據(jù)存儲(chǔ)空間大小，SysDbSize為歸檔空間大小，TmpDbSize為臨時(shí)表空間大小，UndoDbSize為Undo表空間大小。

IOPS的計(jì)算主要根據(jù)用戶表數(shù)據(jù)增長量以及用戶表的計(jì)算模型中讀/寫比例，推算出用戶表在業(yè)務(wù)高峰期產(chǎn)生的總I/O量，并通過這些核心數(shù)據(jù)產(chǎn)生的I/O占整個(gè)系統(tǒng)的比例，推算整個(gè)系統(tǒng)在業(yè)務(wù)高峰期的IOPS指標(biāo)。將IOPS分為三部分：索引IOPS，redo IOPS，寫操作IOPS，對(duì)其分別計(jì)算。

索引IOPS：

Step1:獲取每個(gè)塊寫入的行數(shù)

Rows(i)=BlockSize*BlockFull/RowLength(i)

(5)

Step2:獲取每行寫執(zhí)行的時(shí)間

RowsPerSec(i)=DayInc(i)/24/3600*(24*BusyRate)

(6)

Step3:獲取索引需要的IOPS

IOPSIndex(i)=IndexReadCount*IndexCount*

RowsPerSec(i)*(1-HitRate)

(7)

redo IOPS：

Step4:生成redo需要的IOPS

IOPSRedo(i)=RowsPerSec(i)/CommitCount(i)*

RedoAddon

(8)

寫操作 IOPS：

Step5:獲取寫操作需要的IOPS

IOPSInsert(i)=RowsPerSec(i)/Rows(i)*2*

(1+UpdateAddon(i))

(9)

Step6:累加各個(gè)核心業(yè)務(wù)獲取系統(tǒng)總共需要的IOPS

IOPS=AdjRate*∑(IOPSInsert(i)+IOPSIndex(i)+

IOPSRedo(i))/∑(LoadRate(i))/

LoadHite/RWRate

(10)

其中:Rows(i)為每塊寫入行數(shù)，BlockSize為數(shù)據(jù)庫數(shù)據(jù)塊大小(byte)，BlockFull為塊填充率，RowLength(i)為數(shù)據(jù)庫表行長度，RowsPerSec(i)為每行寫執(zhí)行的時(shí)間，DayInc(i)為每日增長記錄數(shù)，BusyRate為忙時(shí)集中系數(shù)，IndexReadCount為每個(gè)索引操作的邏輯讀數(shù)量，IndexCount為表的索引數(shù)量，HitRate為數(shù)據(jù)庫cache命中率，CommitCount(i)為批量提交數(shù)量，RedoAddon為系統(tǒng)redo附加開銷，IOPSInsert為寫操作IOPS，UpdateAddon(i)為更新所占寫操作開銷，AdjRate為業(yè)務(wù)復(fù)雜度調(diào)整因子(業(yè)務(wù)復(fù)雜度調(diào)整因子，本次測試數(shù)據(jù)以某系統(tǒng)作為基準(zhǔn)，選取典型綜合場景進(jìn)行測試，后期在使用方法進(jìn)行測試時(shí)需要考慮新建系統(tǒng)與該系統(tǒng)相比的業(yè)務(wù)復(fù)雜程度，可通過經(jīng)驗(yàn)數(shù)據(jù)確定也可通過并發(fā)數(shù)比例，數(shù)據(jù)量比例、峰值交易量比例，綜合考慮調(diào)整因子的范圍，選取范圍建議為：1～2)，LoadRate(i)為核心用戶表所占總業(yè)務(wù)量的比重(%)，LoadHite為系統(tǒng)允許的最高負(fù)載，RWRate為系統(tǒng)中的寫操作占總操作的比例。

2.2 數(shù)據(jù)庫硬件資源測算

服務(wù)器CPU決定了數(shù)據(jù)庫服務(wù)器的運(yùn)行速度，是衡量服務(wù)器性能的首要指標(biāo)。服務(wù)器的內(nèi)存主要是用來存儲(chǔ)臨時(shí)數(shù)據(jù)，起到緩存作用。一般而言，內(nèi)存越大，可以將更多的臨時(shí)數(shù)據(jù)存放到內(nèi)存里，也就越有利于數(shù)據(jù)庫運(yùn)行[7]。因此，將數(shù)據(jù)庫服務(wù)器的內(nèi)存和CPU核數(shù)作為測算數(shù)據(jù)庫硬件資源容量的指標(biāo)。

內(nèi)存主要分為3個(gè)部分：會(huì)話內(nèi)存、PGA、SGA。

會(huì)話內(nèi)存：數(shù)據(jù)庫發(fā)起一個(gè)請(qǐng)求連接所占用的內(nèi)存。

PGA：Program Global Area，每個(gè)服務(wù)進(jìn)程、后臺(tái)進(jìn)程專有區(qū)。

SGA：system global area，全局共享區(qū)。

PGA與SGA配置標(biāo)準(zhǔn)是根據(jù)業(yè)界各類信息系統(tǒng)的數(shù)據(jù)庫型配置管理經(jīng)驗(yàn)總結(jié)得出。

表1 典型PGA內(nèi)存配置表

表2 典型SGA內(nèi)存配置表

表3 業(yè)務(wù)系統(tǒng)級(jí)別定義

內(nèi)存測算公式如下：

Step 1:獲取單節(jié)點(diǎn)數(shù)據(jù)庫會(huì)話數(shù)

SessionCount=CurrUsers/NoteCount+SyssesCount

(11)

Step 2:獲取所需內(nèi)存

TotalMem=(SessionCount*SinglesesMem+

PGA+SGA)/0.8

(12)

其中:SessionCount為單節(jié)點(diǎn)數(shù)據(jù)庫會(huì)話數(shù)，CurrUsers為最大并發(fā)用戶量，NoteCount為數(shù)據(jù)庫節(jié)點(diǎn)數(shù)，SyssesCount為數(shù)據(jù)庫系統(tǒng)會(huì)話連接數(shù)，TotalMem為總內(nèi)存，SinglesesMem為單空載session內(nèi)存消耗，PGA為根據(jù)系統(tǒng)規(guī)模確定的PGA池大小，SGA為根據(jù)系統(tǒng)規(guī)模確定的SGA池大小。PGA大小、SGA大小、會(huì)話數(shù)空載消耗內(nèi)存大小這3個(gè)部分的內(nèi)存相加得出的結(jié)果應(yīng)占總內(nèi)存的80%。(根據(jù)業(yè)界的2/8原則，操作系統(tǒng)預(yù)占內(nèi)存的20%，數(shù)據(jù)庫預(yù)占內(nèi)存的80%)

CPU核數(shù)消耗與并發(fā)用戶量、數(shù)據(jù)量(所操作的數(shù)據(jù)庫表和索引的大小，即熱數(shù)據(jù))有關(guān)。在系統(tǒng)運(yùn)行過程中，若兩個(gè)因素變化的趨勢具有一致性，即同步變化程度較高，可謂二者關(guān)聯(lián)程度較高；反之，則二者關(guān)聯(lián)程度較低。灰色關(guān)聯(lián)分析方法可以根據(jù)因素之間發(fā)展趨勢的相似或相異程度，對(duì)其隨時(shí)間或不同對(duì)象而變化的關(guān)聯(lián)性進(jìn)行量度[8]。

以某系統(tǒng)為業(yè)務(wù)測試對(duì)象，運(yùn)用灰色關(guān)聯(lián)分析法分析CPU核數(shù)與并發(fā)用戶量、數(shù)據(jù)量的關(guān)系，步驟如下[9-10]：

Step 1:確定分析數(shù)列

反映系統(tǒng)行為特征的數(shù)據(jù)序列，稱為參考數(shù)列，這里參考數(shù)列為CPU核數(shù)，記為y(k)。影響系統(tǒng)行為的因素組成的數(shù)據(jù)序列，稱比較數(shù)列，這里為用戶并發(fā)量與數(shù)據(jù)量， 記為xi(k)，i表示比較數(shù)列類別。

Step 2:計(jì)算關(guān)聯(lián)系數(shù)

x0(k)與xi(k)的關(guān)聯(lián)系數(shù)記Δi(k)=|y(k)-xi(k)|，則關(guān)聯(lián)系數(shù)計(jì)算公式為：

∣

(13)

ρ∈(0，1),稱為分辨系數(shù)。ρ越小，分辨力越大，通常取ρ= 0.5。

Step 3:計(jì)算關(guān)聯(lián)度

關(guān)聯(lián)度ri公式如下：

(14)

灰色關(guān)聯(lián)度計(jì)算結(jié)果如下(幾組結(jié)果求均值)：0.7157

同理，可以得數(shù)據(jù)量關(guān)聯(lián)度：0.5753

表4 測試數(shù)據(jù)

X1、X2、X3、X4、X5、X6，分別代表并發(fā)用戶數(shù)：0、25、50、75、100、125、150、175、200。X0列表示：數(shù)據(jù)量(GB)

表5 計(jì)算X0-Xi

min min

|X0-Xi|=|299.73036,299.6139431,299.5004125,299.3897681,299.28201,299.1771381,299.0751525,298.9760531,298.87984|=298.87984

max max

|X0-Xi|=|999.7011,99.4188181,999.1394225,998.8629131,998.58929,998.3185531,998.0507025,997.7857381,997.52366|=999.7011

代入公式后：

r(X0,Xi)=

由上表可知CPU核數(shù)與用戶并發(fā)量、數(shù)據(jù)量的關(guān)聯(lián)度。對(duì)三者的關(guān)系做進(jìn)一步分析，將CPU核數(shù)與用戶并發(fā)量、數(shù)據(jù)量在三維圖上表示，運(yùn)用曲面擬合算法擬合，結(jié)果如圖2所示。

圖2 CPU核數(shù)與用戶并發(fā)量、數(shù)據(jù)量的關(guān)系

其中：x代表數(shù)據(jù)量，y代表并發(fā)用戶量。

通過Matlab進(jìn)行計(jì)算得出CPU核數(shù)與用戶并發(fā)量、數(shù)據(jù)量的曲面擬合公式：

f(x,y)=0.7449-0.002072*x+0.001871*y+

(1.626e-06)*x2+(9.478e-06)*x*y-

(2.309e-06)*y2

當(dāng)數(shù)據(jù)量一定時(shí)，CPU核數(shù)與并發(fā)用戶量之間變化關(guān)系如下：

圖3 數(shù)據(jù)量一定時(shí)CPU核數(shù)與并發(fā)用戶量的關(guān)系

基于上述擬合公式，CPU核數(shù)計(jì)算方法為：

1)獲取套用測試模型的基準(zhǔn)CPU核數(shù)(本例是以IBMP750硬件作為測試基準(zhǔn)，基準(zhǔn)CPU即指該款服務(wù)器的CPU)

CoreCount1=(0.7449-0.002072*x+0.001871*y+

(1.626e-06)*x2+(9.478e-06)

*x*y-(2.309e-06)*y2)*TestCpuRate

(15)

2)獲取代入業(yè)務(wù)模型的基準(zhǔn)CPU核數(shù)(業(yè)務(wù)系統(tǒng)計(jì)算所需的CPU)

CoreCount2=CoreCount1 *AdjRate*NoteCount/

(1-lusterLoad)/LoadHite

(16)

3)獲取目標(biāo)機(jī)型CPU核數(shù)(目標(biāo)機(jī)型CPU是最終選型的服務(wù)器CPU)

CoreCount=CoreCount2 /CoreRate

(17)

其中：CoreCount1為套用測試模型的基準(zhǔn)CPU核數(shù)，y為最大并發(fā)用戶量，x為數(shù)據(jù)量(初始數(shù)據(jù)量與年增長數(shù)據(jù)量的總和)，TestCpuRate為測試模型CPU的性能比值，CoreCount2為代入業(yè)務(wù)模型的基準(zhǔn)CPU核數(shù)，AdjRate為調(diào)整因子(根據(jù)業(yè)務(wù)復(fù)雜度取值，選取范圍建議為：1-2)，NoteCount為數(shù)據(jù)庫節(jié)點(diǎn)數(shù)，ClusterLoad為RAC集群消耗的額外資源比例，LoadHite為系統(tǒng)負(fù)載率，CoreRate為目標(biāo)機(jī)型CPU與基準(zhǔn)CPU性能的比值。(以IBM P750 單核CPU做基準(zhǔn)，通過壓力測試，記錄下TPS值：TPS1。TPS=并發(fā)數(shù)/平均響應(yīng)時(shí)間；計(jì)算出被測服務(wù)器單核CPU下的TPS值：TPS2；用TPS2值除以TPS1得到與基準(zhǔn)CPU性能比值：k=TPM2/TPM1；IBM Power 750配置參數(shù)，CPU型號(hào)：POWER7；CPU主頻：3.5 GHz；單路CPU核數(shù)：8；CPU路數(shù)：4。)

2.3 應(yīng)用服務(wù)器硬件資源測算

通過對(duì)應(yīng)用系統(tǒng)實(shí)際運(yùn)行環(huán)境中上配置不同核數(shù)及內(nèi)存數(shù)進(jìn)行最大并發(fā)用戶的壓力承載能力測試，給出推薦的應(yīng)用服務(wù)器配置如表7所示。

表7 應(yīng)用服務(wù)器配置推薦表

應(yīng)用服務(wù)器硬件資源測算主要依據(jù)最大并發(fā)用戶量，結(jié)合典型系統(tǒng)的業(yè)務(wù)復(fù)雜度調(diào)整因子，確定最終的并發(fā)數(shù)量，根據(jù)應(yīng)用虛擬機(jī)的典型配置通過查詢表4獲取所需的單個(gè)服務(wù)器配置，從而推算總資源數(shù)量。

下面計(jì)算并發(fā)量：

SupCurrUsers=CurrUsers(i)*AdjRate

(18)

其中:SupCurrUsers為最大支持并發(fā)用戶量，CurrUsers為最大并發(fā)用戶量，AdjRate為業(yè)務(wù)復(fù)雜度調(diào)整因子。

3 算例及分析

選取某已部署上線的系統(tǒng)的硬件資源使用情況進(jìn)行驗(yàn)證分析，初始最大并發(fā)用戶數(shù)為300，初始化數(shù)據(jù)量為110 GB。

1)存儲(chǔ)硬件資源測算：

IOPS=(5.55*(400*(1+0.05)3+67.28)*1.5/0.7=5601.55

數(shù)據(jù)存儲(chǔ)空間=800+100*3=1100G

生產(chǎn)環(huán)境實(shí)際存儲(chǔ)配置為18T的中低端日立存儲(chǔ)：

系統(tǒng)名稱IOPS3年數(shù)據(jù)量推算存儲(chǔ)需求生產(chǎn)環(huán)境某系統(tǒng)5601．551100G低端存儲(chǔ)日立存儲(chǔ)(中低端)18T

存儲(chǔ)評(píng)估結(jié)論：

該系統(tǒng)的存儲(chǔ)設(shè)備與經(jīng)測算相差較大，實(shí)際生產(chǎn)環(huán)境所使用的存儲(chǔ)設(shè)備容量高于測算結(jié)果，了解實(shí)際情況，主要原因是存儲(chǔ)設(shè)備是公用存儲(chǔ)，導(dǎo)致設(shè)備使用率過低。

2)數(shù)據(jù)庫服務(wù)器硬件資源：

將采集數(shù)據(jù)代入公式(11)～(12)，得出內(nèi)存消耗=25.76G。

將采集數(shù)據(jù)代入公式(15)～(17)，得出數(shù)據(jù)庫基準(zhǔn)CPU消耗=39。

建議配置如下：

根據(jù)2節(jié)點(diǎn)rac配置，單節(jié)點(diǎn)核數(shù)消耗是20。2路PC每臺(tái)消耗4個(gè)核數(shù)(最大支持12核數(shù))；低端小機(jī)每臺(tái)消耗3個(gè)核數(shù)(最大支持8核數(shù))，每臺(tái)機(jī)器負(fù)載率不高于70%。

生產(chǎn)環(huán)境配置：

生產(chǎn)環(huán)境使用IBM p6 550搭建2節(jié)點(diǎn)rac每臺(tái)服務(wù)器8核，高峰期系統(tǒng)CPU開銷為35%。

數(shù)據(jù)庫評(píng)估結(jié)論：實(shí)際生產(chǎn)環(huán)境所使用的存儲(chǔ)設(shè)備和測算結(jié)果基本吻合。

3)應(yīng)用服務(wù)器硬件資源：

最大并發(fā)用戶數(shù)=300*(1+0.1)3*1.2=480

2路PC按最優(yōu)(2核4G支持160并發(fā))，160*4個(gè)服務(wù)器=640并發(fā)用戶

考慮到系統(tǒng)重要性按照N-1模式配置，即配置2臺(tái)2路PC，總共8臺(tái)服務(wù)器。

生產(chǎn)環(huán)境配置：生產(chǎn)環(huán)境使用2臺(tái)8C虛機(jī)，高峰期系統(tǒng)CPU平均開銷為10%，每臺(tái)機(jī)器分配一個(gè)服務(wù)器共2個(gè)，每個(gè)服務(wù)器分配1 G內(nèi)存。

應(yīng)用服務(wù)器評(píng)估結(jié)論：該系統(tǒng)生產(chǎn)環(huán)境應(yīng)用服務(wù)器硬件配置與測算值較為相符，但是生產(chǎn)環(huán)境中服務(wù)器內(nèi)存分配較少，容易導(dǎo)致高峰期時(shí)期系統(tǒng)延時(shí)等問題，可進(jìn)一步完善。

4 結(jié)論

將信息系統(tǒng)硬件資源分解為存儲(chǔ)硬件、數(shù)據(jù)庫服務(wù)器硬件、應(yīng)用服務(wù)器硬件等3個(gè)部分，對(duì)每部分容量的關(guān)鍵指標(biāo)進(jìn)行了定性分析以及灰色關(guān)聯(lián)度的定量分析，基于實(shí)測數(shù)據(jù)通過數(shù)據(jù)擬合的方式建立模型。仿真算例說明所建模型的計(jì)算結(jié)果與實(shí)際環(huán)境較為相符，表明模型的正確性與有效性。

[1] 袁小凱. 信息化硬件測試標(biāo)準(zhǔn)與方法研究[J]. 網(wǎng)絡(luò)安全技術(shù)與應(yīng)用, 2014(9):79-79.

[2] 明 媚, 焦麗梅. 面向應(yīng)用的數(shù)據(jù)庫服務(wù)器性能優(yōu)化方法研究[J]. 計(jì)算機(jī)工程與應(yīng)用, 2004, 40(34):179-182.

[3] 丁玉偉, 田淵文, 王海濱. 結(jié)合統(tǒng)計(jì)學(xué)方法的銀行IT系統(tǒng)性能預(yù)測模型研究[J]. 中國金融電腦, 2015(10):42-47.

[4] 譚學(xué)瑞, 鄧聚龍. 灰色關(guān)聯(lián)分析:多因素統(tǒng)計(jì)分析新方法[J]. 統(tǒng)計(jì)研究, 1995(3):46-48.

[5] 鄧 莉, 冉光和. 重慶農(nóng)村金融發(fā)展與農(nóng)村經(jīng)濟(jì)增長的灰色關(guān)聯(lián)分析[J]. 中國農(nóng)村經(jīng)濟(jì), 2005(8):52-57.

[6] -曹樹剛, 徐阿猛, 劉延保,等. 基于灰色關(guān)聯(lián)分析的煤礦安全綜合評(píng)價(jià)[J]. 采礦與安全工程學(xué)報(bào), 2007, 24(2):141-145.

[7] 趙 琛. Oracle服務(wù)器性能影響因素分析與優(yōu)化[J]. 電腦編程技巧與維護(hù), 2011(20):73-74.

[8] 呂干云, 程浩忠, 翟海保,等. 基于改進(jìn)灰色關(guān)聯(lián)分析的變壓器故障識(shí)別[J]. 中國電機(jī)工程學(xué)報(bào), 2004, 24(10):121-126.

[9] 趙萬里, 王智冬, 劉連光,等. 基于灰色關(guān)聯(lián)分析的輸電網(wǎng)規(guī)劃方案模糊綜合評(píng)價(jià)[J]. 電測與儀表, 2014(6):24-27.

[10] 齊亞偉, 劉 丹. 信息產(chǎn)業(yè)發(fā)展促進(jìn)區(qū)域產(chǎn)業(yè)結(jié)構(gòu)合理化的灰色關(guān)聯(lián)分析[J]. 經(jīng)濟(jì)經(jīng)緯, 2014, 31(4):74-79.

EstimationMethodforInformationSystemHardwareResourceRequirement

Hu Junyang1，Yi Yongqiang1，Wang Tao2

(1.China Southern Power Grid Company Limited, Guangzhou 510530, China;2.IT system integration company, Nari Group Cooperation, Nanjing 210000, China)

As the supporting infrastructure of company information business, accurate estimation of information system hardware resources has very important significances for construction, operation and expansion of information system. At present, the major method of measuring the hardware resource capacity of information system includes TPC, SPEC, SAP benchmark, Linpack, RPE2, etc.. Our research shows that these methods have certain generality, but in response to the actual performance index system and other aspects exist some deficiencies, leading enterprises generally lack of suitable capacity of the hardware resource assessment and allocation method in the process of the construction of information system, resulting in information construction cost increase or waste of resources.To solve this problem, through the performance test of the actual information system, based on the measured data, the analysis of the key parameters by fitting method and grey correlation method on the hardware resources of the system capacity, capacity building hardware resources evaluation and calculation model to quantify the measurement more accurate demand for resources and performance index.In this way, the modeling is obtained.The example shows that the model is correct and effective and it has a certain value in engineering.Using the method combined with the actual situation of enterprise information system, to establish the standard for the enterprise's own characteristics.Help enterprises to determine the selection of hardware procurement, reduce procurement costs: that is not wasted and can meet business needs.

information system; hardware resources; capacity measure; gray correlation method; fitting method

2017-03-20；

2017-04-16。

胡俊楊(1984-)，男，貴州貴陽人，碩士，工程師，主要從事電力信息化規(guī)劃與計(jì)劃管理方向的研究。

1671-4598(2017)10-0166-05

10.16526/j.cnki.11-4762/tp.2017.10.043

TP391

A