服务器能力计算

合集下载

TPS-TPMC计算

TPS-TPMC计算

本工程合肥节点新建的处理能力以及用户容量规模如表1-1所示。

表1-1本期工程MMSC处理规模2. 主要服务器处理能力(1) MMSC、数据库服务器和计费服务器通常采用TPC-C指标衡量服务器的在线事务处理能力。

TPC-C包括五种不同类型的即时处理或队列处理的并行交易混合,以分钟为单位计算。

TPC-C的性能取决于计算机硬件、操作系统、数据库等多种因素。

目前MMS业务允许的消息大小为100KBytes,比短消息大3个数量级,其磁盘I/O,数据库访问所需要的服务器在线事务处理能力需求较高,华为公司经过测试得出不同的基本消息业务流程所需要的处理能力,如下表1-2所示:单位:tpcC表1-2不同消息所需要的处理能力(单位:tpcC)考虑到基本格式转换需求,在EO/MT和MO/MT流程中进行字符集转换,进行字符集转换时相对于基本处理流程系统增加5%的处理能力开销。

按本期工程要求,按照所有业务量的25%需要进行字符集转换配置系统。

在应用相关流程中,MMSC将业务请求传送给DSMP进行用户状态/订购信息的鉴权、认证以及批价操作,MMSC业务节点和计费服务器相对于基本业务流程需要增加相应的处理能力开销。

根据华为在广州进行DSMP功能测试的情况,与DSMP互联时增加的开销在13%左右,考虑到在现网业务情况相对复杂,与DSMP互联时业务节点和计费服务器相对于基本业务流程所需增加相应的处理能力开销取为15%。

根据本期工程需求,MMSC与DSMP 进行互联时,接口处理能力按照不低于系统标称处理能力的15%业务量作为梦网业务进行考虑。

本期工程新增彩信计数器需求,根据华为公司相关产品的经验进行估计,进行计数器实时采集时,整个系统相对于基本业务流程需要增加5%的处理开销。

综合上述因素,消耗系统处理资源最大的业务流程为AO/FT业务流程,其处理能力要求为:(8.5+8.3)×(1+15%×15%)×(1+5%)=18.04 tpcC,华为MMSC设备选型即以此流程作为配置选型依据:MMSC服务器的TPMC = 每秒消息处理能力×60 ×T MMS=80×60×18.04=86592(tpmC)计费服务器的TPMC = 每秒消息处理能力×60 ×T×(1+DSMP增加的处理能力)计费=80×60×1×(1+15%×15%)=4908(tpmC)Oracle数据库服务器所需要的处理能力计算如下:Oracle数据库服务器的TPMC =每秒消息处理能力×60 ×T数据库=80×60×1=4800(tpmC)所需要的MMSC业务主机数=TPMC÷(单机处理能力-系统保留处理能力)由上面的计算公式可得不同设备的处理能力如表1-3所示。

TPCC计算方法

TPCC计算方法

算原则:以单台服务器性能进行计算,即确保单台服务器工作的时候可以满足系统正常运行的需要;假设每天有1万人次来窗口办理业务,每人次办理一项业务。

即以每日1万笔前台交易为例进行综合系数的推导:1. 假设每月前台交易数(未来5年内的设计指标)为220,000 (有些业务在月初、月末的处理量比较高,按月统计可以平衡此项差异);2. 每日前台交易数=220000/22=10,000 ,即每日 1万笔;3. 忙时处理能力:每日交易的80%在4个小时内完成,即10000*80%/4=2000(笔/小时)4. 峰值处理能力:2000*2=4000(笔/小时),即峰值处理能力为每小时4000笔,或 67笔/分,假设业务人员同时在线为100人,即每人每分钟处理0.7笔)5. 假设每笔交易对应数据库事务数=20,基准TPC指标值对应的比例=8,cpu保留30%的处理能力冗余,计算值与公布值(最优值)的偏差经验值为4 (这几个参数估算的依据不足,更多的是经验值)则 tpmC值为:tpmC= 67*20*8*4/(1-30%)= 61257倒算出综合系数 = 61257/10000=6.1即数据库服务器tpmC= 每日前台交易数 * 6.1(实际计算值应不高于该值)应用服务器的 tpmC = 数据库服务器 tpmC *50% (一般)应用服务器的 tpmC = 数据库服务器 tpmC *70% (涉及大量计算的,如社保、税务)建议:不管是TPC-C还是SPECjbb2000,计算结果都只能作为一个横向比较的参考。

在实际应用中,决定系统性能的因素除了硬件、系统软件外,与应用软件的设计也是有很大关系的,此外,基于系统可扩展性的考虑,更多时候也倾向于一次性的采购。

从长远考虑,以政府信息化主管部门的角度考虑,建立一套评估机制是非常有用的,这其中包括:1、通过对各单位业务系统运行情况的调查,进行历史数据的收集分析,按分类建立基准指标库。

服务器负载计算

服务器负载计算

服务器负载计算1.概念 ⽹站流量是指⽹站的访问量,⽤来描述访问⽹站的⽤户数量以及⽤户所浏览的⽹页数量等指标,常⽤的统计指标包括⽹站的独⽴⽤户数量、总⽤户数量(含重复访问者)、⽹页浏览数量、每个⽤户的页⾯浏览数量、⽤户在⽹站的平均停留时间等。

⽹站访问量的常⽤衡量标准:独⽴访客(UV) 和综合浏览量(PV),⼀般以⽇为单位来衡量和计算。

独⽴访客(UV):指⼀定时间范围内相同访客多次访问⽹站,只计算为1个独⽴访客。

综合浏览量(PV):指⼀定时间范围内页⾯浏览量或点击量,⽤户每次刷新即被计算⼀次。

2.带宽计算PV计算带宽计算带宽⼤⼩需要关注两个指标:峰值流量和页⾯的平均⼤⼩假设⽹站的平均⽇PV:10w 的访问量,页⾯平均⼤⼩0.4 M 。

⽹站带宽 = 10w / (24 *60 * 60)* 0.4M * 8 =3.7 Mbps具体的计算公式是:⽹站带宽= PV / 统计时间(换算到S)*平均页⾯⼤⼩(单位KB)* 8在实际的⽹站运⾏过程中,我们的⽹站必须要在峰值流量时保持正常的访问,假设,峰值流量是平均流量的5倍,按照这个计算,实际需要的带宽⼤约在 3.7 Mbps * 5=18.5 Mbps 。

PS:1. 字节的单位是Byte,⽽带宽的单位是bit,1Byte=8bit,所以转换为带宽的时候,要乘以 8。

2. 在实际运⾏中,由于缓存、CDN、⽩天夜⾥访问量不同等原因,这个是绝对情况下的算法。

3.并发计算3.1 PV计算并发 具体的计算公式是:并发连接数 = PV / 统计时间 * 页⾯衍⽣连接次数 * http响应时间 * 因数 / web服务器数量; 解释: 页⾯衍⽣连接次数: ⼀个页⾯请求,会有好⼏次http连接,如外部的css, js,图⽚等,这个根据实际情况⽽定。

http响应时间: 平均⼀个http请求的响应时间,可以使⽤1秒或更少。

因数: 峰值流量和平均流量的倍数,⼀般使⽤5 ,最好根据实际情况计算后得出。

彩铃系统服务器处理能力计算方法

彩铃系统服务器处理能力计算方法

彩铃系统服务器处理能力计算方法邬宏;石磊【摘要】彩铃业务即个性化回铃业务,是电信企业近年来重点打造的个人增值业务.在实际工程设计中,彩铃系统服务器的处理能力如何计算,怎样才能既保证业务的顺利完成又为电信运营商节省投资,成为了彩铃系统设计中的重点.针对具体问题,简要阐述了彩铃业务的实现技术,服务器处理能力计算的模型及方法.【期刊名称】《电脑与电信》【年(卷),期】2010(000)011【总页数】3页(P70-71,74)【关键词】彩铃系统;处理能力计算【作者】邬宏;石磊【作者单位】长春电信工程设计院有限公司,吉林,长春,130012;长春电信工程设计院有限公司,吉林,长春,130012【正文语种】中文1.彩铃业务简要介绍彩铃如同手机的振铃音一样,它是个性化追求的体现。

所以彩铃业务适用于愿意追求新奇、时尚及个性的移动通信用户。

根据业务的演进计划,各阶段的目标用户群略有不同,逐渐扩大。

目前,彩铃业务的用户群体主要是个人群体,但随着业务的推广,越来越多的企业也利用此项业务宣传自己,树立企业形象。

彩铃业务是移动、联通、小灵通等运营商的一个共同机遇,它已经成为电信运营商仅次于短信业务的另一巨大增长点。

2.彩铃业务实现方法2.1 实现方法彩铃系统的实现方案大约分为三种:Service-node方式、IN方案、交换机方案。

从实现来说,三种方式各有利弊。

Service-node即服务器方式,它接入方式简单,彩铃平台通常以TUP或ISUP方式与大网交换机连接,大网以无条件呼转的方式将触发呼叫路由至彩铃平台。

但是用户原已设置的条件转移业务失效,包括来电秘书及语音信箱等功能。

此方案对平台故障缺乏良好的应对能力。

一旦系统出故障,所有彩铃用户的被叫业务均无法进行,造成呼损。

同时VPN及PPC用户无法实现彩铃。

IN方式更确切地说应该是IN+Service-node方式。

不同的厂商在实现的细节上有所不同,但大体方式是一样的。

服务器Spec值

服务器Spec值

服务器性能测试指标介绍当前业界常见的服务器性能指标有:TPC-CTPC-ETPC-HSPECjbb2005SPECjEnterprise2010SPECint2006 及SPECint_rate_2006SPECfp2006 及SPECfp_rate_2006SAP SD 2-TierLINPACKRPE2一、TPC (Transaction Processing Performance Council) 即联机交易处理性能协会, 成立于1988年的非盈利组织,各主要软硬件供应商均参与,成立目标: 为业界提供可信的数据库及交易处理基准测试结果,当前发布主要基准测试为:TPC-C : 数据库在线查询(OLTP)交易性能TPC-E : 数据库在线查询(OLTP)交易性能TPC-H : 商业智能/ 数据仓库/ 在线分析(OLAP)交易性能1.TPC-C测试内容:数据库事务处理测试, 模拟一个批发商的订单管理系统。

实际衡量服务器及数据库软件处理在线查询交易处理(OLTP)的性能表现. 正规TPC-C 测试结果发布必须提供tpmC值, 即每分钟完成多少笔TPC-C 数据库交易(TPC-C Transaction Per Minute), 同时要提供性价比$/tpmC。

如果把TPC-C 测试结果写成为tpm, TPM, TPMC, TPCC 均不属正规。

2.TPC-E测试内容:数据库事务处理测试,模拟一个证券交易系统。

与TPC-C一样,实际衡量服务器及数据库软件处理在线查询交易处理(OLTP)的性能表现。

正规TPC-E测试结果必须提供tpsE值,即每秒钟完成多少笔TPC-E数据库交易(transaction per second),同时提供$/tpsE。

测试结果写成其他形式均不属正规。

对比:TPC-E测试较TPC-C测试,在测试模型搭建上增加了应用服务器层,同时增加了数据库结构的复杂性,测试成本相对降低。

截止目前,TPC-E的测试结果仅公布有50种左右,且测试环境均为PC服务器和windows操作系统,并无power服务器的测试结果。

服务器性能指标

服务器性能指标

服务器性能指标服务器的性能指标作为一个网络服务器程序,性能永远是第一位的指标。

性能可以这样定义:在给定的硬件条件和时间里,能够处理的任务量。

能够最大限度地利用硬件性能的服务器设计才是良好的设计。

设计良好的服务器还应该考虑平均服务,对于每一个客户端,服务器应该给予每个客户端平均的服务,不能让某一个客户端长时间得不到服务而发生“饥饿”的状况。

可伸缩性,也就是说,随着硬件能力的提高,服务器的性能能够随之呈线性增长。

实现高性能的途径一个实际的服务器的计算是很复杂的,往往是混合了IO计算和CPU计算。

IO计算指计算任务中以IO为主的计算模型,比如文件服务器、邮件服务器等,混合了大量的网络IO和文件IO;CPU计算指计算任务中没有或很少有IO,比如加密/解密,编码/解码,数学计算等等。

在CPU计算中,单线程和多线程模型效果是相当的。

《Win32多线程的性能》中说“在一个单处理器的计算机中,基于 CPU 的任务的并发执行速度不可能比串行执行速度快,但是我们可以看到,在Windows NT 下线程创建和切换的额外开销非常小;对于非常短的计算,并发执行仅仅比串行执行慢 10%,而随着计算长度的增加,这两个时间就非常接近了。

” 可见,对于纯粹的CPU计算来说,如果只有一个CPU,多线程模型是不合适的。

考虑一个执行密集的CPU计算的服务,如果有几十个这样的线程并发执行,过于频繁地任务切换导致了不必要的性能损失。

在编程实现上,单线程模型计算模型对于服务器程序设计是很不方便的。

因此,对于CPU计算采用线程池工作模型是比较恰当的。

QueueUserWorkItem函数非常适合于将一个CPU计算放入线程池。

线程池实现将会努力减少这种不必要的线程切换,而且控制并发线程的数目为CPU的数目。

我们真正需要关心的是IO计算,一般的网络服务器程序往往伴随着大量的IO计算。

提高性能的途径在于要避免等待IO 的结束,造成CPU空闲,要尽量利用硬件能力,让一个或多个IO设备与CPU并发执行。

INTEL服务器CPU参数大全

INTEL服务器CPU参数大全英特尔(Intel)是全球知名的半导体公司,其服务器CPU产品系列广泛应用于各种大型数据中心和企业服务器。

服务器CPU是指专为服务器应用而设计的处理器,具有高性能、高可靠性和较低功耗的特点。

以下是一些英特尔服务器CPU的参数介绍:1.产品系列:英特尔服务器CPU家族包括至强(Xeon)系列和至强可扩展(Xeon Scalable)系列。

至强系列是英特尔最早的服务器处理器产品线,而至强可扩展系列则是最新和最先进的产品线。

2.架构:英特尔服务器CPU采用x86架构,这意味着它们能够运行广泛的操作系统和应用程序,包括Windows、Linux和UNIX等。

3.核心数量:英特尔服务器CPU的核心数量从4核到超过70核不等。

更多的核心意味着更高的并行处理能力和更好的多任务处理性能。

4.线程数量:英特尔服务器CPU支持超线程技术,即每个物理核心能够同时处理两个线程。

这意味着一个4核心CPU能够处理8个线程,提高了处理能力和多任务处理的效率。

5.时钟频率:英特尔服务器CPU的时钟频率通常在2GHz至3GHz之间,特定型号的CPU可能会更高。

时钟频率越高,处理器的计算能力越强。

6.缓存:英特尔服务器CPU具有多级缓存,包括L1缓存、L2缓存和L3缓存。

缓存的作用是存储CPU频繁访问的数据,提高数据读取和写入的速度。

7.内存支持:英特尔服务器CPU支持大容量的内存,通常支持DDR4内存技术。

更多的内存容量可以提供更高的数据处理能力和更好的应用性能。

8.功耗:英特尔服务器CPU的功耗因型号而异,通常在60瓦至200瓦之间。

较低的功耗可以减少服务器能耗和热量产生,降低运行成本和提高服务器稳定性。

9.扩展性:英特尔至强可扩展系列CPU具有更高的扩展性,可以支持多个CPU插槽和更多的内存插槽。

这使得服务器可以随着需求的增长而扩展处理能力。

10.安全性:英特尔服务器CPU内置了各种安全功能,包括硬件加密和虚拟化技术,以保护敏感数据和提高服务器安全性。

华为服务器测试方案

华为服务器测试方案华为服务器测试方案一、测试背景和目标:华为服务器是一种高性能、高可靠、高安全性的服务器产品,用于满足企业和组织机构对计算、存储和网络资源的需求。

本测试方案旨在全面评估华为服务器的性能、可靠性和安全性,以及其适用于各种应用场景的能力。

测试目标如下:1. 评估华为服务器的性能指标,包括计算能力、存储能力和网络能力。

2. 测试服务器的可靠性,包括故障恢复、热插拔和灾备功能。

3. 评估服务器的安全性,包括数据加密、访问控制和安全审计。

4. 测试服务器在各种应用场景下的性能和适用性。

二、测试环境和工具:1. 测试环境:搭建适合华为服务器的物理环境,包括机架、电源、网络设备等。

2. 测试工具:使用性能测试工具、可靠性测试工具和安全性测试工具,如SPEC CPU、Iometer、JMeter、LoadRunner等。

三、测试内容和方法:1. 性能测试:通过多项性能测试指标,评估华为服务器的计算、存储和网络性能。

测试内容包括:a. 计算性能:使用SPEC CPU等工具,测试服务器在不同负载条件下的计算速度和效率。

b. 存储性能:使用Iometer等工具,测试服务器的存储性能,包括读写速度、随机访问速度等。

c. 网络性能:使用JMeter、LoadRunner等工具,测试服务器在高负载下的网络传输速度和吞吐量。

2. 可靠性测试:通过模拟故障和异常情况,测试华为服务器的可靠性和故障恢复能力。

测试内容包括:a. 故障恢复:模拟硬件故障,测试服务器的硬件备份、热插拔和故障转移功能。

b. 热插拔:测试服务器的热插拔功能,包括热插拔硬盘、热插拔内存和热插拔PCI设备等。

c. 灾备功能:测试服务器的灾备功能,包括数据备份、镜像和冗余等。

3. 安全性测试:通过模拟攻击和漏洞扫描,测试华为服务器的安全性能。

测试内容包括:a. 数据加密:测试服务器的数据加密功能,包括数据传输加密和存储加密。

b. 访问控制:测试服务器的访问控制功能,包括用户权限管理和访问控制列表。

蓝鸽云服务器技术参数表

蓝鸽云服务器技术参数表摘要:一、引言二、蓝鸽云服务器技术参数概述1.计算性能2.存储容量3.网络带宽4.安全性5.扩展性三、技术参数详细解读1.计算性能1.1 处理器1.2 内存2.存储容量2.1 本地存储2.2 云盘3.网络带宽3.1 带宽规格3.2 网络连接4.安全性4.1 数据加密4.2 防火墙5.扩展性5.1 弹性计算5.2 弹性存储四、蓝鸽云服务器的应用场景五、结论正文:【引言】蓝鸽云服务器是一款高性能、高可靠性、高安全性的云计算产品,旨在为用户提供强大的计算能力和丰富的存储资源。

本文将详细解读蓝鸽云服务器的技术参数,帮助用户更好地了解和选择适合自己需求的云服务器。

【蓝鸽云服务器技术参数概述】蓝鸽云服务器在计算性能、存储容量、网络带宽、安全性和扩展性等方面都具有优异的性能。

【技术参数详细解读】【计算性能】计算性能是衡量云服务器性能的关键指标之一。

蓝鸽云服务器采用高性能处理器和大量内存,为用户提供强大的计算能力。

【存储容量】存储容量直接影响数据的存储和访问速度。

蓝鸽云服务器提供本地存储和云盘两种存储方式,用户可以根据需求灵活选择。

【网络带宽】网络带宽决定数据传输的速度。

蓝鸽云服务器提供多种带宽规格和网络连接方式,满足不同用户的需求。

【安全性】安全性是云服务器的重要指标。

蓝鸽云服务器采用数据加密和防火墙技术,确保用户数据的安全。

【扩展性】扩展性是衡量云服务器能否适应业务发展的关键。

蓝鸽云服务器提供弹性计算和弹性存储,满足用户不断变化的业务需求。

【蓝鸽云服务器的应用场景】蓝鸽云服务器广泛应用于企业、政府、教育、金融等各个领域,为用户提供了高效、稳定的计算和存储资源。

【结论】综上所述,蓝鸽云服务器在计算性能、存储容量、网络带宽、安全性和扩展性等方面都具有优异的表现,能够满足不同用户的需求。

pod计算公式

pod计算公式Pod计算公式是用来确定在一个特定的物理环境中,所需建设的服务器数量的公式。

在云计算和虚拟化技术的发展下,Pod已经成为了一个重要的概念。

一个Pod代表了一组物理或虚拟服务器,它们共同工作,实现协同处理任务,提供服务。

Pod计算公式的目的是根据一些关键参数,如用户需求、流量负载和性能要求,来计算出所需的服务器数量。

这样做可以有效地规划和管理资源,提高服务器利用率,降低成本并优化性能。

在计算Pod的数量时,可以考虑以下关键参数:1. 用户需求:根据用户数量、用户行为和业务需求,可以确定需要多少个Pod来处理用户请求和提供相应的服务。

例如,如果每个用户平均请求量是1000个/小时,而服务器的处理能力是每个Pod可以处理100个请求/小时,那么就需要10个Pod来满足用户的需求。

2. 流量负载:根据实际的流量负载情况,可以确定需要多少个Pod来处理请求。

例如,在高峰期,服务器可能需要更多的Pod来处理更多的请求,以保证服务的质量和可用性。

3. 性能要求:根据业务需求和服务级别协议(SLA),可以确定每个Pod需要具备的性能要求。

例如,每个Pod的处理能力、内存大小、存储容量等。

根据以上参数,可以使用如下公式计算Pod的数量:Pod数量 = 用户需求 / 单个Pod的处理能力例如,如果用户需求是每小时1000个请求,而每个Pod的处理能力是每小时100个请求,那么所需的Pod数量就是10个。

此外,还需要考虑冗余和容错机制的影响。

为了提高系统的可用性和容错能力,可以增加冗余的Pod数量。

例如,如果需要保证系统在某个Pod故障的情况下仍然可用,可以在原有的Pod数量上增加一定的冗余数量。

总之,Pod计算公式是根据用户需求、流量负载和性能要求,来计算出所需的服务器数量的公式。

通过合理地计算Pod的数量,可以实现资源的高效利用,满足用户需求,并提升系统的性能和可用性。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

系统处理能力TPC估算方法1 TPC 标准介绍在对系统进行方案设计时, 通常会遇到以下问题:a) 配置什么样的服务器设备?b) 系统性能如何?c) 系统能够满足多长时间的应用?单凭历史经验给出一个经验值来评估整套系统显然是不够的, 必须拿出足够的理论证据来证明设计中已考虑到了上述问题。

通常, 采用TPC 的基准测试来衡量硬件服务器的处理能力, 同时, 采用通用计算公式估算软件所需的处理能力。

1.1 TPCTPC 是由数10 家会员公司创建的非盈利组织,总部设在美国。

该组织对全世界开放, 但迄今为止,绝大多数会员都是美、日和西欧的大公司。

TPC 的成员主要是电脑软硬件厂家, 而非电脑用户, 它的功能是制定商务应用基准程序的标准标准、性能和价格度量, 并管理测试结果的发布。

TPC 的测试结果和出版物是开放的, 可以通过网站( : // ) 获取详细信息。

IBM、NCR、HP、SUN 等国际著名服务器供给商均是TPC 会员,这些公司旗下的产品均会在网站上公布TPC 的测试结果。

目前, 国内的工程项目中大量采用了上述公司制造的服务器类产品, 因而这些数据对于设计阶段的性能估算很有参考价值。

至今, TPC 已经推出了4 套基准程序( TPC- A、TPC- B、TPC- C 和TPC- D) 。

其中TPC- A 和TPC- B已经过时, 不再使用。

TPC- C 是在线事务处理(OLTP) 的基准程序, TPC- D 是决策支持的基准程序。

目前, 工程设计中常见的系统均为在线事务处理型( 包括BSS、OSS 和OA) , 因此TPC- C 基准测试是本文关注的重点。

1.2 TPC- C 基准测试TPC- C 是一种旨在衡量OLTP 系统性能与可伸缩性的行业标准基准测试项目。

这种基准测试项目将对包括查询、更新及队列式小批量事务在内的广泛数据库功能进行测试。

许多数据专业设计人员将TPC- C视为衡量“真实”OLTP 系统性能的有效指示器。

TPC- C 基准测试是对硬件处理能力的考核标准。

TPC- C 通过模拟一个批发商的货物管理系统,衡量硬件服务器的性能指标( 查询、统计功能的执行效率) 。

TPC 对具体的测试环境, 也做了详细的规定。

1.2.1 测试环境批发公司有W个仓库, 每个仓库供给10 个地区, 其中每个地区为3 000 名顾客服务。

每个仓库中有10 个终端, 每个终端用于一个地区。

在运行时,10×W 个终端操作员向公司的数据库发出5 类请求。

1.2.2 逻辑和流程该系统需要处理的交易有以下几种。

a) New- Order: 客户输入一笔新的订货交易。

b) Payment: 更新客户账户余额, 以反映其支付状况。

c) Delivery: 发货( 模拟批处理交易) 。

d) Order- Status: 查询客户最近交易的状态。

e) Stock- Level: 查询仓库库存状况, 以便能够及时补货。

从上述定义可见, 数据库在逻辑上是分布的。

而W 是一个可变参数, 测试者可以随意改变W, 以获得最正确测试效果。

图1 示出的是TPC- C 测试逻辑结构图; 图2 示出的是TPC- C 测试流程图。

1.2.3 评测指标TPC- C 基准测试针对一种模拟订单录入与销售环境测量每分钟商业事务吞吐量。

按照TPC 的定义, 流量指标tpmC 描述了系统在执行Payment、Delivery、Order- status、Stock- Level 这4 种交易的同时,每分钟可以处理多少个New- Order 交易。

所有交易的响应时间必须满足TPC- C 测试标准的要求。

最终的测试结果会在TPC 的网站上公布, 可以免费查询到绝大部分的系统测试结果。

测试信息包括tpmC 得分、系统配置清单、测试环境以及日期等, 内容非常详尽。

2 服务器处理性能估算2.1 估算方案在方案设计之前, 必须详细了解用户需求, 特别关注以下几点。

a) 系统的设计使用年限。

b) 系统平均用户在线人数( 访问量) 。

c) 系统忙时, 用户的主要操作行为统计( 估值) 。

d) 软件开发商应提供的功能架构, 并能提供每个功能所引发的事务处理量。

e) 系统采用的操作系统和数据库平台。

在充分采集系统信息后, 可对系统所需服务器性能进行3 个方面的估算。

a) 数据服务器处理能力估算。

b) 应用服务器处理能力估算。

c) 存储容量估算。

值得指出的是, 应用服务器和数据服务器是2个不同的概念。

应用服务器提供访问商业逻辑的途径以供客户端应用程序使用。

数据服务器主要负责计算和数据存储。

在大型系统中应用和数据会独立使用各自的服务器, 降低服务器压力并尽可能保障数据安全和独立。

2.1.1 数据服务器性能估算测算服务器在忙时的数据库访问峰值(X) , 代表主机处理峰值应能到达每秒X 个连接; 每个连接平均需要访问Y 个数据表。

每个数据库访问相当于服务器Z 的处理能力。

数据服务器处理性能( Ls) 的估算公式为Ls=XYZ/( 1- β) /γ( 1)式中:X———用户连接数(连接/s)Y———数据表连接数Z———数据访问值( tpm)β———系统自身消耗值, 取值范围为25%~35%γ———系统忙时比例因子, 取值范围为60%~80%2.1.2 应用服务器性能估算1) 方法一: 估值计算应用服务器处理性能( Ly) 的估算公式为Ly=Lsα( 2) 式中:α———综合系数(见表1)2) 方法二: TPC 公式计算TPC 建议使用式( 3) 估算所需处理能力。

假定在系统发出的业务请求中, 位列前三项的功能( 如查询、更新、统计功能等) 分别命名为A、B、C, 则应用服务器需要的处理能力为Ly=U1N1( T1+T2+T3) /3XY/Z ( 3) 式中:U1———系统同时在线用户数(人)N1———平均每个用户每分钟发出业务请求次数(次/人)T1———平均每次A业务产生的事务数(次)T2———平均每次B业务产生的事务数(次)T3———平均每次C业务产生的事务数(次)X———一天内忙时的处理量和平均数的比值Y———经验系数(实际量和估算量的比值)Z———服务器冗余值方法一和方法二均为常用的处理能力估算方法。

方法一更为简便, 但相对方法二缺乏说服力和准确性。

因此, 建议尽量使用方法二进行估算。

2.1.3 存储容量估算系统的存储空间主要包含4 大内容数据。

a) 软件系统自身所需安装空间。

b) 系统运行环境所需安装空间( 操作系统、数据库软件、其他第三方软件等) 。

c) 系统运行产生的数据。

d) 系统日志所需空间。

实际存储容量(G) 计算公式为G= 〔(AB+F) ×365C/1 000 000〕+D+E( 4)设计存储容量(Gs) 计算公式为Gs=G( 1+Z)( 5)式中:A———每条记录占用存储空间(Byte/条)B———每天产生的记录条数(条)F———每天系统日志占用空间(Byte)C———设计使用年限(年)D———软件系统自身安装空间(GByte)E———运行环境所占安装空间(GByte)Z———存储冗余通常情况下, 为了确保数据安全性, 系统备份时会将数据存放在其他独立的备份设备中。

因此, 在存储容量估算中暂不考虑系统备份所需的容量需求。

通过前面3 个步骤的计算, 就能大致掌握系统数据服务器、应用服务器以及存储容量上需求值。

结合TPC 网站上公布的测试数据和厂商提供的相关设备的tpmC 数据, 就能做出比较明确的判断。

同时, 计算数据也是设备选型和设备配置的重要设计依据。

2.2 案例分析某建设单位委托设计一套基于B/S 技术的传输资源管理系统。

通过采集用户需求并咨询相关软件开发商和硬件厂商, 获取了以下信息。

a) 系统设计使用年限5 年。

b) 项目实施后, 用户之间可以通过系统查询现网的传输架构和资源使用情况。

同时, 用户可以定期统计传输资源使用情况并及时更新系统信息。

c) 估算系统平均用户在线人数100 人。

d) 软件开发商提供的系统参数, 包括主要功能操作所产生的事务处理个数、每条记录占用的存储空间等信息。

e) 软件指令行数估计20 万行左右。

f) 数据库系统为Oracle 9i, 并采用RAC 方式。

特别说明, 该项目采用Oracle 9i 数据库平台,并使用真正应用集群(RAC) 方式。

RAC 是Oracle 9i数据库中采用的一项新技术, 也是Oracle 数据库支持网格计算环境的核心技术。

使用该技术能大大提高数据处理效率并降低安全风险, 是目前最为流行的数据库平台之一。

RAC 技术能使多个服务器上的多个Oracle 实例同时管理一个数据库, 因此必须配置2 台以上数据服务器组成数据集群。

综合用户需求、厂商建议和机房勘察结果, 拟选用1 台服务器作为应用服务器, 2 台数据服务器组成数据集群, 以满足Oracle 9i RAC 的需要。

图3 示出的是系统逻辑拓扑图。

在掌握基础数据后, 根据上一章介绍的估算方案对数据服务器、应用服务器和存储容量进行需求量计算。

2.2.1 数据服务器TPC- C 计算每秒峰值为6 000 连接/s, 即主机处理峰值应能到达6 000 连接/s; 每个连接平均需要10 个数据表访问, 按照经验, 每个数据库访问相当于服务器3~4tpm 的处理能力。

系统本身要消耗30%的系统资源( 厂商提供参考值) ; 系统忙时比例因子为70%( 厂商提供参考值) 。

将上述值代入式( 1) 有:Ls=6 000×10×4/( 1- 30%) /70%=489 796因此, 数据库双机系统TPC- C 要求大于或等于500 000 tpm, 考虑实现Oracle 9i RAC 后, 双机性能约是单机的1.8 倍, 因此, 单机TPC- C 值不能小于500 000/1.8≈278 000 tpm。

2.2.2 应用服务器TPC- C 计算1) 方法一: 估值计算本系统程序指令行数约为20 万行, 属于中型系统。

根据式( 2) , 可得到应用服务器所需处理能力。

Ly=500 000×0.5=250 000 tpmC2) 方法二:TPC 公式计算系统最大同时在线用户数为300 人; 估算平均每个用户每分钟发出3 次业务请求; 系统发出的业务请求中, 更新、查询、统计各占1/3; 平均每次更新业务触发10 个事务; 平均每次查询业务触发15 个事务; 平均每次统计业务触发30 个事务; 一天内表2 建议配置表忙时的处理量为平均值的8 倍; 约定经验系数为1.6( 实际工程经验) ; 服务器冗余值为30%。

根据式( 3) , 可得到应用服务器所需处理能力。

Ly=300×3×( 10+15+30) /3×7×1.6/0.7≈264 000 tpm方法一和方法二计算的结果比较接近, 建议采用较大的值作为最终估算结果。

相关文档
最新文档