Vorlesung Leistungsanalyse: Messen, Modellieren und Simulation
Die Vorlesung gibt eine Einführung in die Methoden der Leistungsanalyse.
Die Motivation für Leistungsanalyse ist vielfältig:
Finden von Leistungsengpässen in existierenden Systemen: Häufig sind Nutzer mit dem Systemverhalten unzufrieden und
beklagen mangelnde Performanz. Im Falle von verteilten Anwendungen wird zum Beispiel gern mangelnde Netzbandbreite als mögliche
Ursache genannt. Doch ist es das wirklich?
Bewertung verschiedener Systeme: Z.B. hinsichtlich Durchsatz und/oder Ressourcenverbrauch. Bei dem Vergleich verschiedener
Systeme ist ihr Leistungsverhalten häufig ein wichtiges Kriterium.
Beschaffung neuer Hardware: Mit der Beschaffung neuer Hardware verspricht man sich in der Regel auch eine Leistungssteigerung
des Systems. Zum einen ist man also an einem leistungsfähigeren System interessiert, andererseits will man den Geldbeutel auch
nicht unnötig strapazieren. Hier kann mit Hilfe der Prognose von Leistungsparametern wie Durchsatz und Verweilzeit auf der neuen
Hardware die Entscheidung erleichtert werden.
Die Bewertung eines existierenden Systems kann durch Messen (sogenanntes Benchmarking) vorgenommen werden. Für verlässliche und reproduzierbare Ergebnisse ist hierzu eine methodische Vorgehensweise erforderlich.
Messungen von verteilten Anwendungen erfordern eine umfangreiche Testumgebung mit mehreren Rechnern. Da oft diese Ressourcen nicht oder nur für begrenzte Zeit oder in zu geringer Anzahl (Wer kann schon das Internet mit drei Rechnern nachstellen?) zu Verfügung stehen, werden häufig alternativ Simulationen durchgeführt. Hierbei wird die verteilte Anwendung modelliert und mittels eines Simulationsprogramms nachvollzogen. Natürlich verbraucht auch ein Simulationsprogramm Ressourcen, z. B. etliche Stunden, Tage, Wochen an Rechenzeit je nach Anwendung.
Die wenigsten Ressourcen verbraucht die analytische Modellierung z. B. mittels Wartenetzen und Markov-Ketten. Leider kann in der Regel nur ein sehr vereinfachtes System modelliert werden. Doch oft kann auch dieses Modell zu einem vertieften Verständnis des Systems beitragen.
Veranstalter
Prof. Dr. Bettina Schnor
Modulnummern
- Master Informatik:
3011, 3021, 3031 - Master Computational Science:
8011
Ort/Termine
Die Vorlesung findet mittwochs von 10:20 Uhr bis 11:50 Uhr im Raum 03.04.1.02 statt.