電力營銷系統性能優化分析與研究

賴蔚蔚

（廣東電網公司惠州供電局，廣東惠州 516003）

電力營銷系統性能優化分析與研究

賴蔚蔚

（廣東電網公司惠州供電局，廣東惠州 516003）

系統性能問題直接影響用戶的使用意愿，嚴重妨礙用戶滿意度的提升、系統的實用化應用。通過分析鏡像IDC交換機的業務流量，利用持續的信令數據流和用戶數據會話管理技術，對信令指標和業務應用進行解碼、分析、關聯，最終生成可分析會話數據，從而定位軟硬件平臺及應用程序的性能瓶頸，利用cluster服務器集群技術實施針對性強的優化整改措施。最終系統整體響應時間減少了42%，用戶體驗數據改善了53%，用戶對信息部門的滿意度大幅提升。

電力營銷系統；數據會話管理；服務器集群技術

0 引言

隨著電網體制的改革，深化信息系統在基層的應用已經越來越廣泛與重要，提高用戶對信息化的滿意度成了電力營銷系統的核心工作目標。

本文詳細分析了供電局營銷系統IDC交換機的數據流量，利用持續的信令數據流和用戶數據會話管理技術[1]分析定位了電力營銷系統性能優化的瓶頸問題，并且利用了cluster服務器集群技術提出且實施系統的改進優化措施，最終使得電力營銷系統響應時間減少了42%，性能大幅提升。

1 問題建模

從宏觀角度來看，一個復雜的電力營銷業務系統由客戶端、網絡鏈路、網絡設備、負載均衡設備、中間件、數據庫等一連串的設備和軟件構成。為了準確分析系統的性能情況，需借助專業工具進行全面的性能監控，根據工具提供的相關數據和現狀，整理出針對業務系統的優化整改方案。除了使用中間件及數據庫本身固有的信息，以及已完成部署的IT集中監控系統，還借助了以下專業工具，部署情況圖1所示。

其中用戶體驗分析工具為博睿凱，用來監控各個網段用戶的體驗效果，對業務系統各個功能模塊的響應時間進行統計分析。應用及數據庫監控工具為：QUEST PA，一款數據庫性能監控代理軟件，監控收集數據庫及服務器性能數據（包括主機CPU、內存、I/O資源以及數據庫SQL、等待事件等）；QUEST Foglight，應用中間件性能監控代理軟件，監控收集中間件及服務器性能數據（包括主機CPU、內存、I/O資源以及各個應用模塊執行情況）。

圖1 業務系統性能分析工具部署示意圖

2 營銷系統性能分析

（1）電力營銷系統數據采集

營銷業務系統性能優化應著眼于改善用戶使用感受，提高整體系統性能。以收集的業務系統的反饋意見為線索，利用持續的信令數據流和用戶數據會話管理技術對業務流量進行采集分析。通過用戶體驗分析工具，監控營銷系統所有功能模塊的請求次數及響應時間，找出請求次數多且等待時間長的功能模塊，以此分析用戶行、用戶體驗效果及不同功能模塊對應用整體性能的影響。考慮到系統用戶的使用感受，以10秒的等待時間為界限，定義超過10秒的應用請求為高延時，并以一個月的業務周期時間，畫出一個業務周期的業務功能延時趨勢圖。

圖2為4月份惠州供電局營銷系統用戶請求延時情況，在業務高峰期均出現了較高的延時，尤其是在23日至25日三天，以及28日、29日兩天，發生了異于平常的高延時。

經分析詳細的性能數據，發現了造成這5天高延遲的原因主要有單筆代扣功能集中式使用、數據庫大數據量的統計查詢、部分功能模塊的高延時。

（2）電力營銷系統數據分析

通過用戶體驗分析工具，在營銷系統的各個環節部署探針監控某一筆業務在不同環節的響應時間，分析營銷系統的瓶頸所在。以超時次數最多且延時時間較長的首頁公告欄模塊為例，將該功能模塊在營銷系統前端與后端的響應時間區分，見表1。系統前端平均網絡延時在16 ms左右，更多的等待時間發生在系統后端，即F5負載均衡、應用服務器和數據庫服務器之間。

在確定了系統前端不是造成用戶體驗不良的主要原因，按照系統架構對系統后端進行問題定位。通過對系統后端性能分析，發現以下問題。

圖2 4月份應用請求延時情況

1）中間件存在性能瓶頸，是嚴重影響系統性能的主要原因，存在以下問題：中間件內存不足，內存切換頻繁，甚至出現內存溢出，存在宕機的危險；應用程序對數據庫的查詢時間較長，在業務高峰期造成數據庫連接池不足；業務高峰期中間件線程數過多，存在等待隊列，造成應用擁擠。

（2）數據庫在業務時段的負載情況如圖3所示。

表1 首頁公告欄系統前端與系統后端的響應時間分布

圖3 數據庫A、B機負載

圖3為一周內數據庫DBtime換算成數據庫負載情況的趨勢圖。當數值超過了100%，表示此時數據庫已經滿負載，存在資源爭用的情況。從2008年系統上線以來，由于數據的急劇增長，數據檢索的消耗越來越大，且存在部分低效SQL語句，如首頁公告欄查詢、報表統計查詢等，對數據庫性能造成了較大的影響。因此，數據庫存在性能瓶頸，影響業務請求的響應。

3 營銷系統性能優化措施

（1）cluster集群技術

隨著Internet服務和電子商務的迅速發展，計算機系統的重要性日益上升，對服務器可伸縮性和高可用性的要求也變得越來越高。RISC系統高昂的代價和社會旺盛的需求形成強烈的反差。Cluster集群技術的出現和IA架構服務器的快速發展為社會的需求提供了新的選擇。集群技術是把一組服務器通過網絡松散連接，它們共享資源，協同提供服務。同組中的機器可以運行相同或不同的應用，當某臺機器發生故障時，其他機器接管其資源和應用，從而最大限度地提高了設備的利用率，提高了系統的運行速度。通過集群技術，可以在付出較低成本的情況下獲得在性能、可靠性、靈活性方面的相對較高的收益[2-3]。

（2）優化方案

根據對問題的建模和系統的性能分析，利用cluster集群技術[4]，提出了以下幾點系統優化措施：

1）升級F5負載均衡設備，利用負載均衡設備的應用加速功能，將靜態頁面進行緩存，降低應用中間件的負載；

2）新增兩臺應用服務器，部署8個中間件server，分流原中間件壓力，避免出現中間件內存不足以及發生等待隊列的情況；

3）進行歷史數據遷移，對一部分營銷歷史數據進行遷移，減少查詢數據量，降低數據庫壓力，提高業務請求速度；

4）進行代碼優化，對不優良的程序代碼和SQL語句進行優化，提高功能模塊的響應速度，如：收費員初級對賬、日結、欠費明細查詢等功能；

5）取消用戶登錄即加載首頁公告欄功能，進行選擇性授權，大大降低了系統壓力。

4 營銷系統優化結果

經過以上的整改措施，惠州供電局電力營銷系統已經得到有效的改善，應用中間件的狀態已經趨于良好，數據庫的壓力平均降低了20%以上，多個功能已經得到明顯的優化，表2、3為整改前與整改后不同功能的延時情況。

表2 首頁公告欄系統前端與系統后端的延時次數分布

圖4 營銷系統整改前后超時次數對比

圖5 營銷系統整改前后超時時間對比

表3 首頁公告欄系統前端與系統后端的超時延時分布

同時，整個系統在業務周期的延時趨勢也得到了很大的改善，如圖4。

圖4將營銷系統整改后的8月份應用請求超時次數與整改前的6月份進行對比，可見部分功能的高延時已得到緩解，業務高峰期的超時次數約降低了20%，用戶體驗得到改善。

據圖5，營銷系統整改前的6月份與整改后的8月份應用請求超時時間對比，系統性能得到提升，系統整體延時已降低10%，對系統造成嚴重影響的高延時已不存在，壓力得到緩解。

5 結語

本文由用戶感知入手，利用持續的信令數據流和用戶數據會話管理技術，跟蹤用戶在所有時間里的應用操作的體驗障礙，分析定位了導致電力營銷系統性能不佳的根源，然后利用cluster服務器集群技術對系統的硬件架構、軟件代碼和用戶行為習慣進行調整和優化。最終系統整體響應時間減少了42%，用戶體驗數據改善了53%，使得用戶滿意度大幅提高。

［1］周作濤.電子商務網站會話管理技術研究［J］.商場現代化，2006（01）：87-88.

［2］胡濱.Cluster概念及實現［J］.湖北郵電技術，1997（03）：55-56.

［3］孫大鵬.Cluster技術在變電站自動化中的應用與設計［D］.沈陽：中國科學院研究生院（沈陽計算技術研究所），2007.

［4］李海軍.服務器集群技術綜述［J］.電腦知識與技術，2013（22）：5018-5020.

Power Marketing System Performance Optimization Analysis and Research

LAI Wei-wei
（Huizhou Power Supply Bureau，Huizhou516003，China）

System performance problems plagued user's willingness to use electric power marketing system and hampers the practical application of the system，affecting user’s degree of satisfaction.By analyzing the IDC switch data volume，using continuous data stream signaling and user data session management techniques， to decode， analyze， correlate signaling indicators and business applications，and ultimately generate session data to locate the software and hardware platforms’choke point.The server clustering technology was used to optimize the system.Ultimately system response time was reduced overall by 42%，and the user experience data was improved by 53%.User satisfaction with the information sector has increased significantly.

electric power marketing system；data session management；server clustering technology

TM73

：A

：1009－9492(2014)12－0107－04

10.3969/j.issn.1009-9492.2014.12.025

賴蔚蔚，男，1978年生，廣東河源人，碩士研究生，高級工程師。研究領域：電力信息化。

(編輯：向 飛)

2014－11－02