淺談信息系統容量預測

許國棟

摘 要：業務的發展日新月異，對IT基礎架構的支撐能力造成了很大壓力，需尋求更好的方法來規劃和管理IT資源，在控制運營成本的同時，既能有效保障服務，又能適應新業務的快速發展。本文介紹了一種IT 系統容量規劃方法，并總結了進行容量規劃的基本過程，為企業信息化管理提供參考和借鑒。

關鍵詞：容量預測 性能建模 預測模型

中圖分類號：TP30 文獻標識碼：A 文章編號：1672-3791（2018）05（c）-0032-02

容量管理一直是信息化管理中的難點，也是一門平衡的藝術。在信息技術領域，容量是指特定軟硬件系統能夠提供的最大能力。容量規劃是一種用來評估將來某一段時間內系統所需資源的技術，包括計算機軟硬件和網絡帶寬等。

如何做好容量管理是普遍存在的困惑。對于IT規劃部門，需考慮如何準確評估、合理制定IT預算，以便為業務的發展提供良好支撐。對于IT采購和建設部門，一方面需要考慮軟硬件采購的合理性，力求以合理的支出產生最大的效益；另一方面，需要有足夠的預見性，制定合適的采購方案以便滿足業務發展的需要。

對于IT運維部門，關注日常運維過程中的容量指標變化趨勢，及時發現容量瓶頸，甚至提前預警潛在的性能和容量問題。

業務部門作為資源需求方，如何對基礎架構和配置提出合理需求，滿足產品上線要求，確保系統性能可靠，長期穩定運行。

1 概述

容量管理的目的在于定義、跟蹤和控制業務系統的容量，確保業務負載能夠滿足客戶的需求和對應的服務級別。容量管理的最終目標是理解IT運維現狀、IT架構和業務需求，確保能夠在有限的成本前提下有效的滿足當前和未來業務發展需求中容量和性能的要求。

容量管理覆蓋IT系統的整個生命周期。在需求階段，即在構建產品前就需要對所需IT基礎架構資源進行評估。在測試階段在系統開發或試運行階段，通過測試工具和方法，仿真生產系統推測系統性能容量。在系統運維階段，即系統上線后，根據實際業務工作負載變化情況，分析趨勢，透視增長率來規劃系統的擴容和升級，以滿足業務發展需求。

2 容量預測模型

常用的容量預測方法有趨勢外推法，其方法特點是給予監控歷史數據進行趨勢外推，一般采用灰色預測模型或回歸測試模型，預測精度可達80%～90%。另一種常用的預測方法是業務組件相關分析，一方面通過監控運行數據，找到各類業務指標在IT基礎架構上的資源開銷，推導不同類型業務組合下IT基礎架構容量的變化。常用的預測模型包括逐步回歸模型、因子分析、聚類分析和可能性場景分析等，預測精度相對接較高，可達90%～95%。

其他常用的負載預測技術還包括移動平均、指數型平滑和線性回歸等。

（1）移動平均。

移動平均的基本思路是，下一時間段的負載用前n個時間段的負載平均值來預測。其中，f表示預測值，y表示實際值。

表達式如下：。

（2）指數平滑。

指數平滑的方法與移動平均類似，也是用歷史數據的平均值來進行預測，但是它對最近的一個數據給予更多的權重。α（0<α<1）表示平滑權重。

表達式如下：。

（3）線性回歸。

回歸模型是將一個變量的值看成是其他一組變量的函數，在數學上有很多種表現形式，最常見的是線性回歸。

表達式如下：

（1）

其中b的值：

（2）

其中a的值： （3）

3 建模方法

首先針對單交易資源開銷計算，比如Web端、App端和DB端交易資源的開銷情況。其次，對混合交易資源開銷計算，爆款校驗各個交易之間的信念相關性，以及評估性能模型的準確性，然后對生產數據進行處理，即對目前的運行時系統及其計算環境有一個全面的了解。系統的全面信息、企業需求和性能關鍵點等在這一階段都應該被關注，從而完成系統容量的分析，擴容策略分析以及擴容時間點預測。最后模型建立和驗證，通過采集運行數據，比較計算數據和真實數據運行數據，不斷調整模型參數，矯正模型誤差，如圖1所示。

4 建模基本過程

數據建模首先需要了解當前應用系統和計算環境，容量規劃的數據建模的基本過程主要包括以下四個步驟。

（1）收集目標系統業務、負載數據。

歷史數據的精度和模式對預測方法的選擇影響很大。趨勢模式反映了負載有增加或減少的趨勢，平穩模式則無法看出增減。周期和季節性周期模式比較類似，都是遵循一定的變化規律。常用的負載預測技術包括移動平均、指數型平滑和線性回歸。

明確性能建模目標。

獲取系統應用和負載列表。

根據模型精度需要設置監控的采集信息的粒度。一般而言，粒度越小模型精度越高。

通過性能測試，或收集數周的業務和系統負載數據。

（2）數據預處理與加工。

對原始數據按時間先后順序排序，確定數據有效性：刪除重復數據，對空值處理（一般采用拉格朗日插值法進行插值）。

將業務和資源消耗的采集值轉化為小時均值，并將業務量數據與資源負荷相對應。

通過統計方法，計算業務量與資源負荷的相關性指標，并進行相關性分析。

噪點濾除：根據百分位計算法則，剔除資源利用率樣本中位于95%法則以外的數據點。

（3）建立模型。

將預處理后的數據代入公式計算得出業務與資源消耗因子的數學模型。

（4）模型驗證。

將業務數據代入數學模型，得出相應的資源消耗情況。

計算模型精確度。

通過性能測試或歷史數據進行驗證，判定建立的模型是否有效。

預測驗證。

5 結論

信息系統性能容量管理致力于預測業務發展需求，以合理的成本及時提供必需的IT資源，是企業精益化管理中不可或缺的重要組成部分。通過建立業務與資源利用率的性能模型，可及時了解數據中心中各個系統的資源使用情況，及時發現系統的性能瓶頸。根據業務的發展情況科學的規劃IT系統的容量，動態整合資源，對于保障系統的安全、穩定、高效運行，保障信息系統的敏捷交付能力至關重要。

參考文獻

[1] 張小慶.基于云計算環境的資源提供優化方法研究[D].武漢理工大學，2013.

[2] 梁芝賢，邱小耕，安然.智能電網對通信的影響與需求[J].電力系統通信，2010（9）.

[3] 周靜，呂天光，陳希，等.省級電力調度數據網帶寬分析與容量規劃研究[J].電網技術，2012，36（5）：173-177.

[4] 文必龍，趙晶浩，張璇，等.IT系統運維管理研究[J].計算機系統應用，2013（3）：1-5.