DOI QR코드

DOI QR Code

Agile Performance Simulation Model for a Closed Multi-class System

폐쇄된 다중 클래스 시스템에 대한 신속한 성능 시뮬레이션 모델

  • 김용수 (경원대학교 IT대학 컴퓨터공학)
  • Published : 2009.06.30

Abstract

The queuing theory was adopted by Erlang to predict the availability of telephone lines in 1917 and had not been used for computer system performance analysis until late 1960s when Scherr published a performance analysis of time-shared computer system. In 2000s, the explosive Internet usage and the development of IT technology made the business environment speed-centric and analysts should react swiftly to the ever-changing situation to satisfy the user requirement. It's tempting to solve the performance problem by purchasing new devices because the price of computers and peripherals are rapidly decreasing along with their increasing performance. But this scheme not only makes it difficult to understand the overall performance of the system but also wastes money. A coarse performance model that is gotten quickly is sometimes preferred to a complex and precise one that takes longer time to get. This paper examines an analytic model suggested by Menasce based on the measured data and suggests a simulation model using ARENA that takes a short time to build.

큐(queuing) 이론은 전화회선 수를 예측하기 위해 1917년 Erlang에 의해 도입된 이후 1960년대 말이 되어서야 Scherr를 필두로 컴퓨터 시스템의 성능 분석에 적용되기 시작하였다. 2000년대 들어 인터넷의 팽창 동 IT기술의 발달로 비즈니스 환경이 속도 중심으로 바뀌면서 시스템 분석가들도 사용자의 IT서비스 만족도를 충족시키기 위해 컴퓨팅 환경 분석 및 예측을 신속히 수행할 필요가 생겼다. 또한 컴퓨터 장비 가격은 급격히 하락하고 성능은 증가하는 상황에서 컴퓨터의 성능을 분석하여 개선하기 보다는 새로운 장비를 도입하여 성능을 향상시키려 함으로서 비용의 낭비는 물론 현 시스템의 용량과 성능도 파악하지 못하고 있다. 그러므로 많은 시간을 요하는 자세하고 정확한 시뮬레이션 모델 보다는 때로는 조악하지만 신속한 모델이 필요할 수도 있다. 본 논문에서는 측정된 성능 데이터를 기초로 Menasce가 제시한 분석적 모델을 검토하고 ARENA를 이용하여 시뮬레이션 모델을 구축하여 검정함으로써 개략적이지만 신속한 성능 분석 및 예측 시뮬레이션 모델을 제시하고자 한다.

Keywords

References

  1. A. K. Erlang, "On the Rational Determination of the Number of Circuits." in the Life and Works of A. K. Erlang, 1917
  2. A. A. Scherr, "An Analysis of Time-Shared Computer Systems." Cambridge, Mass: MIT Press, 1967
  3. Daniel A. Menasce et al, "Performance by Design," Prentice Hall PTR, 2004
  4. W. Dave Kelton et al., "Simulation with ARENA 3e," McGraw-Hill, 2003
  5. Yong Soo Kim, "Response Time Simulation for 2tier and 3 tier C/S System," The Korea Society of Computer and Information, vol.9, no.3, pp.45-53, September 2004.
  6. Yong Soo Kim, "Simulation of Storage Capacity Analysis with Queuing Network Models," The Korea Society of Computer and Information, vol.10, no.4, pp. 221-228, September 2005.
  7. Yong Soo Kim, "Coarse-grained Simulation Model for Web Application Performance Analysis," The Korea Society of Computer and Information, vol.13, no.6, pp. 25-31, November 2008.
  8. L. W. Dowdy et al., "Single-class bounds of multiclass queuing networks," ACM, vol.39, no.1, January 1992
  9. M. Reiser and S. Lavenberg, "Mean-value analysis of closed multi-chain queuing networks," ACM, vol.27, no.2, 1980
  10. K. C. Sevick and I. Mitrani, "The distribution of queuing network states at input and output instants," ACM, vol.28, no.2, 1982
  11. Neil J. Gunther, "Analyzing Computer System Performance with Perl::PDQ," Springer, 2005
  12. Neil J. Gunther, "The Practical Performance Analyst," McGraw Hill, 2000