Vorlesung Leistungsanalyse: Messen, Modellieren und Simulation
Die Vorlesung gibt eine Einführung in die Methoden der Leistungsanalyse. Neben der grundsätzlichen Techniken der Leistungsanalyse vermittelt die Vorlesung im Rahmen der Übungsbeispiele auch vertieftes Wissen über Rechnernetze und Kommunikationsprotokolle.
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 Vorgehensweis 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 modellierter 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 Computational Science: INF-8011
- 553211 - Vorlesung
- 553221 - Projekt
- 553202 - Projektbericht
Ort/Termine
Die Vorlesung wird mittwochs von 10:00 Uhr bis 12:00 Uhr im Raum 02.70.0.08 gehalten, mittwochs von 12:00 Uhr bis 14:00 Uhr findet das Praktikum im Raum 02.25.F0.01 statt.