МОДЕЛИ ПРОИЗВОДИТЕЛЬНОСТИ СИСТЕМЫ И ЭФФЕКТИВНОСТИ ЗАТРАТ
Пример. В качестве примера здесь (и до конца ч. 1) будет использована система обработки сообщений, описание и анализ затрат на разработку которой приведены. К типичным примерам сообщений, обрабатываемых СОС, относятся сообщения о финансовых операциях и предварительных заказах авиабилетов, сообщения в системе цифровой связи с промежуточным запоминанием или сообщения о продаже товаров в большом магазине.
Перед более подробным обсуждением примера СОС следует напомнить, что ее центральную часть было решено реализовать в основном, имея в виду требуемые производительность, стоимость, возможность расширения и необходимость резервирования дублированием – с использованием большого числа микропроцессоров. Базовая структура СОС, которая и будет в дальнейшем исследоваться; 25 копий такой структуры потребуется для работы в 25 различных географических пунктах.
В качестве процессора обработки сообщений был выбран конкретный микропроцессор, лучше всего подходящий для выполнения функций СОС. Этот микропроцессор обладает быстродействием 1 млн. операций в секунду (1000 тыс. оп/с) и может обрабатывать сообщения, затрачивая 20000 операций на сообщение (20 тыс. оп./сообщ.).
|
|
Таким образом, если бы операционная система СОС не требовала для своей работы вычислительных ресурсов, то каждый процессор СОС мог бы обрабатывать 50 сообщ./с. Однако операционная система должна выполнять несколько административных функций, например планирование, управление ресурсами, диспетчеризацию, обнаружение и обработку ошибок и контроль работы. Каждый процессор расходует на такие функции приблизительно 200 тыс. оп./с, что уменьшает производительность СОС до 40 сообщ./с на один процессор.
Сверх указанных внутри процессорных накладных расходов имеются также межпроцессорные расходы на выполнение дополнительных административных функций в многопроцессорной системе, например планирование, управление ресурсами и т. п., а также на проведение многочисленных обновлений таблиц состояли в каждом процессоре, которые изменяются во время обработки сообщений. Для СОС с N процессорами дополнительные накладные расходы составляют 80 (N – 1) тыс. оп./с. Следовательно, при введении в систему нового процессора каждый из уже имеющихся процессоров должен будет терять дополнительные 80 тыс. оп./с на разрешение конфликтов с новым процессором.
Для определения оптимального числа закупаемых процессоров необходимо знать, как зависит производительность, или пропускная способность этой системы, от числа процессоров N. Используя параметры:
|
|
S — быстродействие процессора, тыс. оп./с;
P — внутри процессорные накладные расходы, тыс. оп./с;
М — коэффициент межпроцессорных накладных расходов, тыс. оп./с;
Т — число операций на обработку одного сообщения, тыс. оп./сообщ.
для производительности СОС П (N) можно получить следующие формулы:
1.1
Поскольку для данной СОС S = 1000, Р = 200, М = 80 и T = 20, то приведенная формула примет вид:
П (N)=N [1000 – 200 – 80 (N – 1)]/20 = (880 – 80 N)/20 = 4 N (11 – N).
График П (N) для рассматриваемой ситуации показан на рис.1.1, из которого видно, что наилучшую производительность 120 сообщ./с можно получить от СОС, включающей пять или шесть, процессоров. При дальнейшем росте числа процессоров производительность падает, так как замедление работы других процессоров каждым дополнительным процессором превосходит вклад нового процессора в увеличении производительности.
Рис.1.1. Зависимость производительности СОС П (N) от числа процессоров
Общее обсуждение. Уравнение (1.1) задает некоторую модель производительности в зависимости от набора переменных, называемых системными параметрами. В уравнении не только N, но также S, Р, М и Т являются системными параметрами. Таким образом, строго говоря, П (N) следует обозначить как П (N, S, Р, М, Т).
Главная цель применения моделей производительности в инженерном программировании состоит в том, что с их помощью можно получить следующую информацию, необходимую для принятия решения о разработке или приобретении ПО.
1. Информация об оптимальной производительности. В результате анализа моделей производительности можно определить, при каких значениях системных параметров достигается максимальная производительность.
2. Данные анализа чувствительности. В результате анализа моделей производительности можно определить чувствительность производительности системы к характеристикам модели.
Использование этих типов информации обсуждается поочерёдно в следующих двух разделах.