BC/NW 2016 № 1 (28):4.3

ПРОВЕДЕНИЕ СТЕНДОВЫХ ИССЛЕДОВАНИЙ ПРОИЗВОДИТЕЛЬНОСТИ ФРАГМЕНТА ВЫЧИСЛИТЕЛЬНОЙ СЕТИ

Абросимов Л.И., Арутюнян Ш.Ш.

С увеличением числа пользователей распределенных во времени и пространстве систем обработки, хранения и анализа данных возникает ряд проблем, что снижает эффективность использования распределенной вычислительной сети. Эти проблемы связаны с упорядочиванием обработки большого количества заявок. В формировании потока заявок участвуют пользователи, программное обеспечение распределенной вычислительной сети и сама распределенная вычислительная сеть. В указанной ситуации возникает задача повышения эффективности использования распределенных вычислительных сетей, которая решается путем измерения в распределенной вычислительной сети и оценкой вероятностно-временных характеристик вычислительной сети.

Неотъемлемой частью задачи повышения эффективности использования распределенных вычислительных сетей является задача измерения и оценки временных характеристик их программного обеспечения с учетом работы пользователя в распределенной вычислительной сети.

Для экспериментов был выбран модифицированный стенд, разработанный аспирантом Крамаренко М.Д[1], реализующий клиент-серверную архитектуру.

Для математического описания модели экспериментального стенда была выбрана одноканальная СМО M/M/1 с простейшим потоком и с ожиданием при неограниченной очереди.

Для определения производительности фрагмента ВС рассчитывались следующие параметры:

• математическое ожидание  

• дисперсия

• коэффициент вариации

• интенсивность обслуживания

• коэффициент загрузки

Измерительный программный комплекс состоит из программных зондов, которые перехватывают и фиксируют критические точки выполнения исследуемого процесса, программы SystemTap, которая устанавливает и обрабатывает данные зонды для необходимых подпрограмм, а также аппаратных счетчиков/таймеров, выполняющих непосредственные измерения. Таким образом, КИС выполняет следующие операции:

• определяет адреса возвратов необходимых подпрограмм

• устанавливает и удаляет зонды;

• отслеживает выполнение прерываний;

• проводит измерение времени выполнения выбранных подпрограмм.

Рис.1 Схема алгоритма разработанного по стенда

Рис.2 Алгоритм программы-генератор

1) Программа-генератор – генерирует по заданному пользователем закону распределения числа циклов сложений, записывает результат в файл и отправляет через t промежуток пакеты на сервер. При этом каждый пакет содержит сгенерированное число, таким образом, имитируется время нахождения пакета на прикладном уровне в сервере.

2) Программа-обработчик – обрабатывает поступающие заявки, считывает количество циклов сложений, проводит операцию сложения и отправляет результат обратно на клиентскую ЭВМ.

Взаимодействие между клиентом и сервером происходит посредством сокетов по протоколу udp.

Методика измерения

Предлагаемая методика включает в свой состав следующие этапы:

· определение функций участвующих в обработке заявок;

· определение адресов вызовов выделенных функций;

· разработка сценариев проведения экспериментальных исследований;

· определения временных параметров по результатам экспериментальных измерений;

· - определения требуемых временных параметров по результатам экспериментальных измерений.

Сценарии исследования временных характеристик вычислительной сети

1) Предварительные измерения – при помощи измерительных средств получаем названия подпрограмм участвующих в приеме и отправке пакетов и их адреса вызовов;

2) Нормальное распределение входного потока – входной поток циклов сложений образуют нормально-распределенный закон, пакеты отправляются через постоянный промежуток времени;

3) Экспоненциальное распределение входного потока – входной поток циклов сложений образуют экспоненциально-распределенный закон, пакеты отправляются через постоянный промежуток времени;

4) Пуассоновское распределение входного потока – входной поток циклов сложений образуют пуассоновский закон, пакеты отправляются через постоянный промежуток времени;

Перед выполнением экспериментальной части по выделенным сценариям, необходимо провести тестовый эксперимент и рассчитать общие для всех сценариев показатели. В их число входят:

· название подпрограмм участвующих в приеме и отправке заявок (пакетов);

· адреса возврата для каждой подпрограммы;

Результаты измерений

Первый сценарий

 = 0,34, где σ - среднеквадратическое отклонение входного потока,

 = 0,23, где σ - среднеквадратическое отклонение выходного потока,

Полученные коэффициенты вариации позволяют сделать вывод, что для данного сценария использование для моделирования ОС модели М/М/1 дает большую погрешность, так как плотность распределения времени  обработки сообщений посредством ОС описывается практически детерминированным законом. Следовательно, для модели ОС следует использовать формулу Хинчина-Полачека, которая определяет время нахождение заявки в очереди:

 = 0,005665 сек

Второй сценарий

 = 0,96, где σ - среднеквадратическое отклонение входного потока,

 = 0,66, где σ - среднеквадратическое отклонение выходного потока,

Как видно из полученных результатов коэффициента вариации, статистическая совокупность является неоднородной, следовательно, описывается недетерминированным законом.

Третий сценарий:

 = 0,11, где σ - среднеквадратическое отклонение входного потока,

 = 0,16, где σ - среднеквадратическое отклонение выходного потока,

Полученные коэффициенты вариации позволяют сделать вывод, что для данного сценария использование для моделирования ОС модели М/М/1 дает большую погрешность, так как плотность распределения времени  обработки сообщений посредством ОС описывается практически детерминированным законом. Следовательно, для модели ОС следует использовать формулу Хинчина-Полачека, которая определяет время нахождение заявки в очереди:

 = 0,00639 сек

Как видно из сравнительной таблицы наиболее загруженным ЭВМ становится при экспоненциально входном потоке, при равном матожидании суммирования и интенсивности поступления заявок.

С помощью данной методики инженеры имеют возможность протестировать разработанную вычислительную систему, получить ее показатели эффективности в зависимости от характера поступающих заявок. На основе данных показаний в дальнейшем можно переконфигурировать систему, оптимизировать планировщик задач или аппаратную конфигурацию серверных ЭВМ.