Проектирование производительности ЛВС

СОДЕРЖАНИЕ ВСТУПЛЕНИЕ 2 МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ЛВС И ИХ КОМПОНЕНТОВ 4 МЕТОДЫ ИССЛЕДОВАНИЯ 4 АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ 5 ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ 6 ЭКСПЕРИМЕНТАЛЬНЫЕ МЕТОДЫ 7 СБОР ДАННЫХ ДЛЯ МОДЕЛИРОВАНИЯ 9 ИНДЕКСЫ ПРОИЗВОДИТЕЛЬНОСТИ 10 АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НА ОСНОВЕ ТЕОРИИ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ 11 ОБЩИЕ ПОЛОЖЕНИЯ 11 ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ 15 ПРИМЕРЫ АНАЛИТИЧЕСКИХ МОДЕЛЕЙ ЛВС 17 ПРИЛОЖЕНИЯ 21 ЛИТЕРАТУРА 2 - ВСТУПЛЕНИЕ В настоящее время в использовании ЛВС можно отметить две тенденции создание мощных корпоративных сетей и переход на тех- нологию клиент-сервер.

Корпоративные ЛВС характеризуются многосегментной структу- рой, большим числом рабочих станций РС, наличием нескольких серверов файловых, баз данных, печати, модемов, маршрутизато- ров, мостов и т.п. Эффективное использование технологии кли- ент-сервер в таких сетях ставит ряд сложных задач перед админист- раторами и пользователями ЛВС. Важнейший комплекс задач - обеспе- чение требуемой производительности, пропускной способности сети и планирование ее мощности.

Сейчас, когда ЛВС стали определяющим компонентом в информа- ционной стратегии большинства организаций, недостаточное внимание к оценке мощности ЛВС и ее планированию привело к тому, что се- годня для поддержки современных приложений в технологии кли- ент-сервер многие сети необходимо заново проектировать во многих случаях и заменять.

Производительность и пропускная способность ЛВС определяется рядом факторов выбором серверов и рабочих станций, сетевого обо- рудования, операционных систем рабочих станций, серверов и их конфигураций, распределением файлов базы данных по серверам сети, организацией распределенного вычислительного процесса, защиты, поддержания и восстановления работоспособности в ситуациях сбоев и отказов и т. п. Максимальные возможности корпоративной ЛВС для конкретных приложений банковская, офисная, проектно-конструк- торская, управленческая деятельность и др. могут быть достигнуты только на основе комплексного подхода к оптимизации ЛВС на всех этапах жизненного цикла от технико-экономического обоснования и технического задания на разработку до эксплуатации и модерниза- ции. Для решения задач оптимизации производительности и пропуск- ной способности ЛВС используются методы и средства измерения анализа и моделирования.

Особенности трафика ЛВС делают модели- рование сетей более трудным, чем моделирование систем с главной машиной.

В ЛВС трафик может сильно варьироваться, что определяет- ся природой распределенной обработки. Так как такая обработка вы- полняется и клиентом, и сервером, есть много способов распределе- ния обработки информации между ними, но в первую очередь необхо- димо знать о производительности самих приложений и влиянии прило- жений на общую производительность и пропускную способность сети. Как правило, средства моделирования позволяют определить производительность и пропускную способность ЛВС на основе показа- телей ее фактического оцениваемого трафика, указываемых админист- ратором сети. Многие пакеты моделирования могут воспринимать дан- ные и от инструментальных средств анализа сети сетевых анализа- торов, таких, например, как анализатор протокола Sniffer фирмы Network General.

Для крупномасштабных моделей такая возможность имеет важное значение, поскольку в этом случае отпадает необходи- мость во вводе в моделирующую программу множеств данных.

Устано- вив в сети программные измерительные средства и уяснив картину - 3 - полного сетевого трафика, можно использовать и данные с помощью продуктов административного управления сетью, таких, как Sun Net Manager фирмы Sun Microsystem и Open View фирмы Hewlett Packard. Другим подходом к моделированию является создание вариантов сце- нариев работы ЛВС, что позволяет программировать уровень трафика на основе действий сетевых приложений.

Средства моделирования обычно включают модули, эмулирующие все сетевые устройства. Например, пакет PlanNet фирмы Comdisco позволяет моделировать все оборудование ЛВС Token Ring и Ethernet вплоть до средств передачи речевых данных и телекоммуникаций. После того как модель сети разработана и отла жена появляется возможностъ проведения экспериментов, например, можно добавить в сеть пользователей сегменты, мосты, коммутаторы, концентраторы, изменить тип передающей среды или сервера и т.п. Модель покажет пропускную способность сети, уровень трафика и ошибок, время ре- акции.

Следует иметь в виду, что для решения задач оптимизации ЛВС необходимы точные исходные данные например, получаемые от сете- вого анализатора, правильная оценка роста трафика, генерируемого новым сетевым приложением, а также понимание возможности програм- мы пакета моделирования и какие из сценариев жизнеспособны.

Инструментальные средства не могут дать конкретных рекомендаций по поиску узких мест и оптимизации ЛВС, а только способны пока- зать, как изменения могут повлиять на характеристики сети. Ин- терпретировать данные, полученные инструментальными средствами, разрабатывать планы устранения узких мест в ЛВС, сценарии для их проверки, решать оптимизационные задачи должен администратор сети 4 - МЕТОДЫ ОЦЕНКИ ЭФФЕКТИВНОСТИ ЛВС И ИХ КОМПОНЕНТОВ МЕТОДЫ ИССЛЕДОВАНИЯ На различных стадиях жизненного цикла ЛВС могут использо- ваться различные методы оценки ее эффективности и оптимизации.

В процессе проектирования ЛВС с использованием современной методологии проектирования и технологических комплексов САПР могут применяться экспериментальные методы исследования, аналити- ческое и имитационное моделирование. На стадиях опытной и рабочей эксплуатации ЛВС основным мето- дом оценки их качества следует считать экспериментальное исследо- вание. Оно позволяет собрать статистическую информацию о действи- тельном ходе вычислительного, процесса, использовании оборудова- ния, степени удовлетворения требований пользователей системы и т.п. и затем по результатам ее обработки сделать заключение о ка- честве проектных решений, заложенных при создании системы, а так- же принять решение по модернизации системы устранению узких мест. Однако не исключено и использование методов моделирования, с помощью которых можно оценить эффект от модернизации ЛВС, не изменяя рабочей конфигурации и организации работы системы. 1Моделирование 0 - один из наиболее распространенных методов исследования. Модель ЛВС - это такое ее представление, которое состоит из определенного количества организованной информации о ней и построено с целью ее изучения.

Другими словами, модель - физическая или абстрактная система, представляющая объект иссле- дования.

При исследовании ЛВС, как правило, используются абс- трактные модели, представляющие собой описания ЛВС на некотором языке. Абстрактная модель, представленная на языке математических отношений, называется 1математической моделью 0. Математическая мо- дель М имеет форму функциональной зависимости WW 4м 0Х,F, где WW 41 0,W 42 0 W 4n 0 - показатели эффективности системы Хx 41 0,x 42 0 х 4n 0 и F f 41 0,f 42 0 f 4Q 0 - соответственно параметры и функции, выполняемые системой.

Поскольку при исследовании ЛВС возникает много различных вопросов, для решения тех или иных задач может быть разработан ряд моделей MM 41 0,М 42 0 М 4o 0. Эти модели представляют одну и ту же систему, но разрабатываются в различных целях, представляют ВС с различных точек зрения, а потому имеют различную степень дета- лизации.

Это означает, что в некоторой модели M 4i 0 C M могут от- сутствовать определенные математические зависимости, а следова- тельно, модель М может быть неадекватной реальной ВС. Поэтому в совокупность моделей М должны входить такие частные модели, кото- рые адекватно отражают отдельные стороны функционирования ЛВС в соответствии с целью исследования и имеют такую степень детализа- ции, которая достаточна для решения конкретной задачи с требуемой точностью 5 - АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ Использование аналитических методов связано с необходимостью построения математических моделей ЛВС в строгих математических терминах.

Аналитические модели ВС носят обычно вероятностный ха- рактер и строятся на основе понятий аппарата теорий массового обслуживания, вероятностей и марковских процессов, а также мето- дов диффузной аппроксимации.

Могут также применяться дифференци- альные и алгебраические уравнения. При использовании этого математического аппарата часто уда- ется быстро получить аналитические модели для решения достаточно широкого круга задач исследования ЛВС. В то же время аналитичес- кие модели имеют ряд существенных недостатков, к числу которых следует отнести - значительные упрощения, свойственные большинству аналити- ческих моделей представление потоков заявок как простейших, предположение об экспоненциальном распределении длительностей обслуживания заявок, невозможность обслуживания заявок одновре- менно несколькими приборами, например процессором и оперативной памятью, и др Подобные упрощения, а зачастую искусственное приспособление аналитических моделей с целью использования хо- рошо разработанного математического аппарата для исследования ре- альных ЛВС ставят иногда под сомнение результаты аналитического моделирования - громоздкость вычислений для сложных моделей, например, ис- пользование для представления в модели процесса функционирования современной ЛВС по методу дифференциальных уравнений Колмогорова требует для установившегося режима решения сложной системы ал- гебраических уравнений - сложность аналитического описания вычислительных процессов ЛВС. Большинство известных аналитических моделей можно рассматри- вать лишь как попытку подхода к описанию процессов функционирова- ния ЛВС - недостаточная развитость аналитического аппарата в ряде случаев не позволяет в аналитических моделях выбирать для иссле- дования наиболее важные характеристики показатели эффективности ЛВС. Особенно большие затруднения при аналитическом моделировании связаны с учетом в процессах функционирования ЛВС программных средств операционных систем и другого общего ПО. Указанные особенности позволяют заключить, что аналитические методы имеют самостоятельное значение лишь при исследовании про- цессов функционирования ЛВС в первом приближении и в частных, достаточно специфичных задачах.

В этих случаях возможности иссле- дования аналитических моделей ЛВС существенно расширяют прибли- женные методы, например методы диффузионной аппроксимации, методы операционного анализа и аналитические сетевые модели. Позднее будет рассмотрено аналитическое моделирование ЛВС на основе теории систем массового обслуживания 6 - ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ В отличие от аналитического имитационное моделирование сни- мает большинство ограничений, связанных с возможностью отражения в моделях реального процесса функционирования исследуемой ЛВС, динамической взаимной обусловленности текущих и последующих собы- тий, комплексной взаимосвязи между параметрами и показателями эф- фективности системы и т.п. Хотя имитационные модели во многих случаях более трудоемки, менее лаконичны, чем аналитические, они могут быть сколь угодно близки к моделируемой системе и просты в использовании.

Имитационные модели представляют собой описание объекта исс- ледования на некотором языке, которое имитирует элементарные яв- ления, составляющие функционирование исследуемой системы, с сох- ранением их логической структуры, последовательности протекания во времени, особенностей и состава информации о состоянии процес- са. Можно отметить имеющуюся аналогию между исследованием процес- сов методом имитационного моделирования и экспериментальным их исследованием.

Описания компонентов реальной ВС в имитационной модели носят определенный логико-математический характер и представляют собой совокупность алгоритмов, имитирующих функционирование исследуемой ВС. Моделирующая программа, построенная на основе этих алгоритмов т. е. на основе математической модели, позволяет свести имита- ционное моделирование к проведению экспериментов на ЭВМ путем их прогона на некотором множестве входных данных, имитирующих пер- вичные события, которые происходят в системе.

Информация, фикси- руемая в процессе исследования имитационной модели, позволяет оп- ределить требуемые показатели, характеризующие качество исследуе- мой ВС. Основными недостатками имитационного моделирования, несмотря на появившиеся в последнее время различные системы моделирования, остаются сложность, высокая трудоемкость и стоимость разработки моделей, а иногда и большая ресурсоемкость моделей при реализации на ЭВМ. Хотя существующие сегодня продукты моделирования способны помочь квалифицированному инженеру ЛВС моделировать и планировать сеть, они, по мнению экспертов, все еще слишком сложны в исполь- зовании и порой неадекватно моделируют вычислительную среду кли- ент-сервер.

Специалисты считают, что необходимы новые модели распределенной обработки, в которых основное внимание уделялось бы пропускной способности сети одного узла к другому.

Пакетная ориентация существующих моделирующих программ озна- чает, что архитектор сети или инженер должен сам определить, поз- волит ли убыстрение конвейерной передачи улучшить время реакции. Это справедливо для любого вида приложений, но особенно важно для программ класса клиент-сервер.

Поскольку есть много способов об- работки распределения между клиентом и сервером, производитель- ность нужно измерять на основе влияния

ПРИЛОЖЕНИЯ

ПРИЛОЖЕНИЯ , а не только пропускной способности каналов связи.

Например, приложение, кото- рое выполняет большую часть своей обработки со стороны клиента, может создавать впечатление интенсивного использования.

Однако - 7 - реально основной объем использования сети происходит при загрузке программы, а здесь приемлемое время реакции - 20 или 30 с. Напро- тив, для совместно используемой базы данных может потребоваться более быстрый конвейер.

Средства моделирования обычно включают в себя модули обра- ботки, эмулирующие сетевые устройства мосты и концентраторы, так что моделируемый трафик будет подвергаться той же обработке, что и реальный.

Например, в пакете моделирования PlanNet фирмы Comdisco име- ется возможность эмуляции всего оборудования - от сети Token Ring и сегментов Ethernet до средств передачи речевых данных и теле- коммуникационных линий Т-З. После того как модель сети построена и работает, можно поэк- спериментировать, добавляя в нее протоколы, пользователей или се- тевые сегменты.

Можно разбить сеть на дополнительные сегменты, применив в них, например, линию связи Т-1, и посмотреть, что про- изойдет. Средство моделирования покажет коэффициент использования сети в процентах от ее пропускной способности, уровни трафика и ошибок, время реакции.

Все это требует времени. Построение точной модели сложной сети может занять месяц или более. Следует принимать во внимание также значительную стоимость подобных пакетов порядка 10 000 дол Эти продукты настолько сложны, что многие специалисты по ЛВС занимают выжидательную позицию. Однако хороший пакет моделирования сети поможет не только найти узкие места и помочь в инсталляции нового сетевого обору- дования, но и реально сэкономить средства. Точно предсказав тра- фик ЛВС, можно избежать неправильного построения своей сети или отказаться от приобретения ненужного оборудования.

Финансовые аспекты моделирования являются решающими. Продукт NetMaker фирмы MakeSystems включает в себя шаблоны трафика для всех основных типов кабелей, что позволяет прикинуть, поможет ли MCI реально сэкономить средства для установления конкретной свя- зи. Продукт NetMaker уникален еще и тем, что в нем используются указываемые поставщиком характеристики производительности. Такие фирмы-поставщики, как Wellfleet Communications и CiscoSystems, подготавливают для Maker детальные таблицы производительности, на основе которых и производится моделирование.

Этот процесс нас- только отличается от других средств моделирования, что NetMaker является скорее не программой моделирования, а профайлером прило- жений. ЭКСПЕРИМЕНТАЛЬНЫЕ МЕТОДЫ Практическое использование моделей ЛВС во многих случаях предполагает наличие информации о реальных характеристиках вычис- лительного процесса.

Такая информация может быть получена эмпири- ческими методами, на основе которых в настоящее время создаются средства для исследования аппаратно-программных компонентов ЛВС. Необходимая информация собирается с помощью специальных средств 8 - которые обеспечивают измерение параметров, характеризующих дина- мику функционирования ЛВС в режимах опытной и нормальной эксплуа- тации. К таким средствам относятся сетевые анализаторы, анализа- торы протоколов и т.п Создание средств для измерений параметров функционирования ЛВС, в том числе и операционных систем ЛВС, относится к числу но- вых задач в вычислительной технике. Экспериментальные методы позволяют создать основу количест- венной оценки эффективности ВС для достижения следующих практи- ческих целей анализа имеющихся ЛВС, выбора наилучшей и синтеза новой ЛВС. Оценка характеристик аппаратно-программных средств связана с проведением экспериментов и измерений, которые с прак- тической точки зрения могут рассматриваться как процесс получения полезной информации.

Данные измерений представляются в виде, пригодном для после- дующего анализа.

Это осуществляется с помощью специальных средств обработки, создание которых связано с разработкой анализаторов. Эта взаимосвязь касается, например, выбора единых форматов дан- ных, удобных не только для измерений, но и для обработки их ре- зультатов. В общем случае этап измерений предшествует этапу обра- ботки, и средства обработки должны быть рассчитаны на эффективное применение к большим массивам информации, поскольку для измерений на ЛВС характерны, как правило, большие объемы и высокая плот- ность регистрируемых данных.

На завершающем этапе экспериментальных исследований прово- дится анализ результатов измерений, который состоит в получении содержательных выводов об исследуемой ЛВС. Важным условием для формирования таких выводов является удачное представление резуль- татов измерений. Эффективность экспериментальных методов в значительной сте- пени зависит от качества планирования экспериментов и правильнос- ти выбора типа нагрузки.

Эксперимент состоит из набора тестов, выполняемых в процессе исследований, а тест, в свою очередь, сос- тоит из ряда сеансов или прогонов. Термин сеанс чаще применя- ется для измерений, а прогон, как правило для имитационного моделирования. В течение сеанса или прогона накапливается инфор- мация о поведении системы и, возможно, рабочей нагрузке. Посколь- ку рабочая нагрузка меняется, число наблюдений, которое требуется получить для каждой интересующей пользователя величины, должно быть таким, чтобы распределения для этих величин и их моменты могли быть оценены с требуемой точностью.

Таким образом, продол- жительность сеанса зависит от необходимого числа наблюдений. Эксперимент длительностью в один сеанс достаточен для оцен- ки, если нужно, рассмотреть только одну конфигурацию системы и один тип, рабочей нагрузки. Например, если измерения производятся для того, чтобы выяснить, обеспечивает ли данная ЛВС при заданной рабочей нагрузке трафике удовлетворительную производительность, т. е. отвечает ли она определенным требованиям.

Эксперименты дли- тельностью в несколько сеансов необходимы, если предстоит опреде- лить влияние определенных факторов на производительность системы или производится оптимизация системы последовательными итерация- ми. Основной проблемой, возникающей при планировании этих экспе 9 - риментов, является определение состава и требуемой точности ре- гистрации измеряемых параметров.

СБОР ДАННЫХ ДЛЯ МОДЕЛИРОВАНИЯ

СБОР ДАННЫХ ДЛЯ МОДЕЛИРОВАНИЯ. Как правило, средства моделирования сети вычисляют ее произ- водительн... Многие программы моделирования воспринимают данные и от инструментальн... Он будет срабатывать тем эф- фективнее, чем больше сценарии приближены... Если при измерении трафика не охвачен адек- ватный диапазон сетевой ак...

ИНДЕКСЫ ПРОИЗВОДИТЕЛЬНОСТИ

Наиболее широко распространенные классы количественных ин- дексов прои... 1. Из общих определений, данных в той же таблице, очевидно, что индексы п... Таким образом, в зависимости от системы и от ее рабочей нагрузки будут... Здесь мы только отметим, что все они до некоторой степени зависят от п...

АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НА ОСНОВЕ ТЕОРИИ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ

АНАЛИТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НА ОСНОВЕ ТЕОРИИ СИСТЕМ МАССОВОГО ОБСЛУЖИВАНИЯ

ОБЩИЕ ПОЛОЖЕНИЯ

от числа заявок, уже пос- тупивших в сеть. Здесь системы S01 и S02 моде- лируют работу групп абонентских терминал... 1Смешанной 0 называется сеть массового обслуживания, в которой циркули... Дано число узлов ЛВС тип каждого узла ЛВС тип СМО, моделирующей данный... 1Макси- 1мальное время 0 - это такое время, превышение которого допуст...

ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ

ИНСТРУМЕНТАЛЬНЫЕ СРЕДСТВА МОДЕЛИРОВАНИЯ. В основу его построения положены изложенные выше положения моделирован... Существует довольно значительное количество ППП, автоматизи- рующих пр... Он позволяет рассчитывать вероятностно-временные характерис- тики СМО,...

ПРИМЕРЫ АНАЛИТИЧЕСКИХ МОДЕЛЕЙ ЛВС

ПРИМЕРЫ АНАЛИТИЧЕСКИХ МОДЕЛЕЙ ЛВС 2Пример 1 0. Рис. 5 иллюстрирует работу локальной сети с элект- ронной почтой на базе городской телефонной сети модель с потеря- ми заявок.

На вход каждого узла сети поступает поток заявок с некоторой интенсивностью.

Системы S1 - S6 моделируют работу теле- фонных каналов.

Если канал в требуемом направлении занят, то за- явка теряется.

Исходные данные Устройство Среднее время ККВ времени обслуживания обслуживания 1 7,69 с 2,0 2 7,69 с 2,0 3 7,69 с 2,0 4 7,69 с 2,0 5 7,69 с 2,0 6 7,69 с 2,0 Интенсивность поступления заявок от каждого источника - 0,3 зс. Результаты расчета среднее время задержки в сети - 15,0477 с стандартное отклонение времени задержки в сети - 18,7703 максимальное время задержки в сети для 90 заявок - 35,2611 с. Характеристики устройств Среднее время Стандартное от- Загрузка Вероятность задержки, с клонение времени потери задержки 1 7,69231 10,8786 0,451431 0,022396 2 7,69231 10,8786 0,451431 0,022396 3 7,69231 10,8786 0,451431 0,022396 4 7,69231 10,8786 0,451431 0,022396 5 7,69231 10,8786 0,451431 0,022396 6 7,69231 10,8786 0,451431 0,022396 2Пример 2. 0 Рис. 6 иллюстрирует работу локальной сети с элект- ронной почтой на телефонной сети модель с ожиданием и без потерь заявок.

Системы S1, S5, S9 моделируют работу передатчика инфор- мации узла коммутации.

Системы S2, S3, S6, S7, S10, S11 модели- руют задержку в каналах связи между соответствующими узлами.

Сис- темы S4, S8, S12 моделируют работу приемника информации ЭВМ. Принцип работы следующий.

Абонент узла 1 готовит письмо, которое поступает на узел коммутации система S1, где определяется адресат письма и осу- ществляется передача в нужном направлении. Если адресатом являет- ся абонент узла 2, то письмо передается по каналу S3, а если ад- ресат - абонент узла 3, то передача осуществляется по каналу S2 18 - В случае занятости канала передатчик ожидает его освобождения, после чего производит передачу. На приемном конце стоит персо- нальная ЭВМ с жестким магнитным диском, куда записывается полу- ченное письмо.

Письма от абонентов других узлов передаются анало- гично. Исходные данные Устройство Среднее время ККВ времени обслуживания обслуживания 1 12,000 с 0,5 2 3,410 с 2,0 3 3,410 с 2,0 4 0,016 с 2,0 5 12,000 с 0,5 б 3,410 с 2,0 7 3,410 с 2,0 8 0,016 с 2,0 9 12,000 с 0,5 10 З,410 с 2,0 11 3,410 с 2,0 12 0,016 с 2,0 Интенсивность поступления заявок от каждого источника - 0,04 зс, Результаты расчета среднее время задержки в сети - 33,1653 с стандартное отклонение времени задержки в сети - 26,0897 максимальное время задержки в сети для 90 заявок - 67,1629 с. Характеристики устройств Среднее время Стандартное от- Загрузка задержки, с клонение времени задержки 1 29,7505 25,6393 0,4819280 2 3,41322 1,82667 0,0013930 3 3,41322 1,82667 0,0013930 4 0,01600 0,00226 0,01З 5 29,7505 25,6393 0,4819280 6 3,41322 1,82667 0,0013930 7 3,41322 1,82667 0,0013930 8 0,01600 0,00226 0,013 9 29,7505 25,6393 0,4819280 10 3,41322 1,82667 0,0013930 11 3,41322 1,82667 0,0013930 12 0,01600 0,00226 0,01З 2Пример 3 0. Рис. 7 моделирует работу локальной сети по продаже билетов.

Детально моделируется только работа одного абонентского пункта, потоки заявок от остальных пунктов сети представляются в - 19 - виде некоторого общего внешнего потока.

Система S1 моделирует работу центрального процессора компь- ютера, установленного в пункте продажи билетов. Система S2 моде- лирует работу принтера данного компьютера.

Система S3 моделирует задержку в канале передачи к серверу при посылке запроса на би- лет. Система S4 моделирует задержку в канале передачи от сервера на абонентский пункт при ответе на запрос. Система S5 моделирует работу сервера в центральном пункте сети. Принцип работы схемы следующий. Посетитель делает заказ на билет операция 1. Оператор на- бирает запрос на клавиатуре и посылает его в центральную базу данных на сервер операция 2. После получения ответа клиент при- нимает решение операция 3. С вероятностью 0,1 требуемого билета нет, и клиент уходит.

С вероятностью 0,3 требуемого билета нет, и клиент просит послать запрос на другой билет. С вероятностью 0,6 требуемый билет имеется, оператор посылает в базу данных заявку на этот билет и после получения ответа печатает билет на принтере операция 4. Затем клиент расплачивается, проверяет билет и ухо- дит операция 5. Работа остальных пунктов сети моделируется об- щим потоком со средней интенсивностью 100 змин, которые поступа- ют непосредственно на сервер.

Исходные данные. Техпроцесс Среднее время выпол- ККВ времени нения операции, мин выполнения операции 1 2,0 2,0 2 1,0 2,0 3 4,0 2,0 4 1,0 2,0 5 4,0 2,0 Локальная сеть Среднее время обслужи- ККВ времени обслужи- вания в устройстве, мин вания в устройстве 1 0,1000 2,0 2 0,1500 2,0 3 0,0220 2,0 4 0,0022 2,0 5 0,0001 2,0 Результаты расчета. Характеристика техпроцесса Среднее время цикла - 11,4027 мин Стандартное отклонение времени цикла - 8,8591 Максимальное время цикла для 90 случаев - 22,9642 мин - 20 - Характеристики запроса 1 Среднее время задержки в сети - 0,245675 мин Стандартное отклонение задержки - 0,284096 Максимальное время задержки для 90 случаев - 0,574786 мин Характеристики запроса 2 Среднее время задержки в сети - 0,361328 мин Стандартное отклонение задержки - 0,497105 Максимальное время задержки для 90 случаев - 0,839882 мин Характеристики устройств Среднее время Стандартное от- Загрузка задержки, мин клонение времени задержки 1 0,109870 0,146328 0,0311816 2 0,257241 0,357637 0,0073082 3 0,02 0,003143 0,0000282 4 0,002222 0,031427 0,0002815 5 0,001488 0,001718 0,1001267 .

ЛИТЕРАТУРА

ЛИТЕРАТУРА 1. Локальные вычислительные сети. Книги 1-3. Под ред. Назарова С.В. Москва Финансы и статистика 1995 2. Д. Феррари.

Оценка производительности вычислительных систем. Москва Мир 1981 3. Максименков А.В Селезнев М.Л. Основы проектирования информационно-вычислительных систем и сетей ЭВМ. Москва Радио и связь 1991 Таблица 1 Основные классы количественных индексов производительности вычислительных систем T T Класс индекса Примеры индексов Общее определение ПродуктивностьПропускная способность Объем информации, обраба- Скорость выработки тываемой системой в еди- Максимальная выработка мак- ницу времени симум пропускной способно- сти Скорость выполнения команд Скорость обработки данных Реактивность Время ответа Время между предъявлением Время прохождения системе входных данных и Время реакции появлением соответствую- щей выходной информации Использование Коэффициенты использования Отношение времени исполь- оборудования центральный зования указанной части процессор, канал ввода-вы- системы или ее исполь- вода, устройство ввода-вы- зование для заданной це- вода ли в течение заданного Коэффициент использования интервала времени к дли- операционной системы тельности этого интерва- Коэффициент использования ла общего модуля программного обеспечения например ком- пилятора Коэффициент использования базы данных L.