6. Bố cục của luận án
1.3.1Mô hình phân tích
Mô hình phân tích là một cấu trúc toán học biểu diễn các bộ phận then chốt của một hệ thống máy tính. Các mô hình phân tích hiệu năng là công cụ hữu hiệu để đánh giá hiệu năng của một sản phẩm mới hoặc sản phẩm được cải tiến. Nghệ thuật của mô hình phân tích là sự chọn lựa một mô hình tốt chứa đựng các đặc tính nổi bật của hệ thống mà không cần phải làm rõ ràng chúng trong nhiều chi tiết không liên quan. Chúng cũng phù hợp để so sánh hiệu năng của một số thiết kế khác nhau. Có một số kỹ thuật mô hình phân tích được sử dụng để phân tích hiệu năng của hệ thống máy tính:
Các tính toán giới hạn (bounding calculations): là các tính toán đơn giản được thực hiện để đánh giá nhanh thông lượng tối đa của một thành phần riêng lẻ của hệ thống. Các tính toán giới hạn có thể thực hiện nhanh và dễ hiểu, nhưng chúng có một số hạn chế lớn. Cụ thể, trong một số trường hợp, chúng không mang lại các dự đoán chính xác do hệ thống thực thường phức tạp hơn nhiều. Các tính toán giới hạn thường đơn giản hoặc không thể dự đoán được các nguồn gây trễ, hay không thể mô hình hóa được bất kỳ tương tác nào giữa các thành phần của hệ thống.
Các mô hình mạng hàng đợi: Mạng hàng đợi biểu diễn một hệ thống máy tính như một tập hợp các trung tâm phục vụ xử lý các yêu cầu khách hàng (cũng được biết như các công việc, các giao dịch, hoặc các cuộc đến). Các trung tâm phục vụ có thể là bất kỳ tài nguyên hoạt động nào, như CPU, ổ đĩa của hệ thống, máy tính hay liên kết mạng truyền thông. Với các mô hình mạng hàng đợi, người ta có thể tính toán trễ, thông lượng, mức độ sử dụng của từng thành phần và của toàn bộ hệ thống. Trong nhiều trường hợp, thông lượng và mức độ sử dụng được dự đoán nằm trong khoảng 10% của các giá trị đo, trong khi các dự đoán trễ là trong khoảng 30%. Có một số loại mô hình mạng hàng đợi sử dụng
16
cho phân tích hiệu năng hệ thống như mạng hàng đợi đóng có nghiệm dạng tích các xác suất, mạng hàng đợi BCMP (sẽ được đề cập chi tiết ở các chương sau)
Mô hình tiệm cận ranh giới (asymptotic bounds model): là ứng dụng đơn giản nhất của các mô hình mạng hàng đợi. Chúng được sử dụng để dự đoán thông lượng và trễ trong các trường hợp xấu nhất và tốt nhất của trung tâm phục vụ. Thông thường, việc sử dụng mô hình tiệm cận ranh giới là để kiểm tra hành vi của một tài nguyên gây nghẽn cổ chai dưới các tải khác nhau. Những tính toán này có thể được thực hiện thủ công.
Các mô hình mạng hàng đợi mở, đóng: có nghiệm dạng tích các xác suất (Open Product Form Queuing Network-OPFQN, Closed Product Form Queuing Network - CPFQN) và không có nghiệm dạng tích xác suất (NPFQN). Các tính toán hiệu năng được thực hiện bởi các định luật Jackson và các thuật toán lặp, như MVA,... Các mô hình mạng hàng đợi là công cụ mạnh cho phân tích hiệu năng của hệ thống, nhưng chúng cũng có một số hạn chế: thứ nhất, các giải pháp của chúng yêu cầu thỏa mãn các điều kiện để phân biệt mô hình, mà trong một số trường hợp làm cho mô hình có sự khác biệt lớn với hệ thống thực; thứ hai: các mô hình hàng đợi không phù hợp để mô hình hóa các tài nguyên thụ động như các bộ nhớ đệm.
Các chuỗi Markov: các chuỗi Markov có thể được sử dụng để mô hình hệ thống thực như là một tập hợp các trạng thái với các tốc độ chuyển đổi trạng thái trước đó đã được biết. Chúng phù hợp để dự đoán độ sẵn sàng của hệ thống và cho biết tỉ lệ lỗi và tốc độ sửa chữa (phục hồi) của các thành phần. Chúng cũng có thể được sử dụng để mô hình các bộ nhớ đệm và các hàng đợi chứa một số ít các thành phần tương tự nhau.
Các công cụ của mô hình phân tích: có một số công cụ dùng để đánh giá các mô hình mạng hàng đợi, chuỗi Markov, hoặc các mô hình phân tích hiệu năng, gồm:
PDQ: phần mềm mã nguồn mở (ngôn ngữ C) để đánh giá các mô hình mạng hàng đợi của các hệ thống máy tính (truy cập tại địa chỉ www.perfdynamics.com/Tools/PDQ.html).
Wolfram Research’s MathematicaR: công cụ mạnh cho các tính toán tượng trưng và tính toán số cho đánh giá các mô hình mạng hàng đợi và các chuỗi Markov (truy cập tại địa chỉ www.wolfram.com/Mathematica)
Một số phần mềm đánh giá các mô hình mạng hàng đợi của Giáo sư Myron Hlynka, Đại học Windsor.
PEPSY-QNS (University of Debrecen, Hungary; University of Erlangen, Gemany): là một công cụ dùng để mô phỏng mạng.