大規(guī)模復雜系統(tǒng)瓶頸檢測和性能預測方法的研究.pdf

1、以大型企業(yè)應用系統(tǒng)、云計算等為代表的大規(guī)模復雜系統(tǒng)日益廣泛，性能調(diào)優(yōu)、性能管理和能力規(guī)劃成為這類系統(tǒng)部署運行過程中面臨的重要挑戰(zhàn)。論文在實現(xiàn)TPC—App測試基準(事務性能委員會最新發(fā)布的應用服務器、Web服務評價基準)的基礎上，以實驗評估的方式，研究大規(guī)模復雜系統(tǒng)的瓶頸檢測和性能預測方法。
　　 應用服務器作為應用程序開發(fā)與Web服務運行的平臺，它的性能逐漸成為人們關心的問題。論文基于TPC—App測試基準，自行設計開發(fā)了用于

2、量化計算機系統(tǒng)性能度量指標的測試系統(tǒng)，闡述了設計與實現(xiàn)該系統(tǒng)過程中采用的關鍵技術，并對大量Web用戶及其行為的模擬進行了深入探討。
　　 論文針對多層分布式系統(tǒng)的特性，采用決策樹ID3分類算法，提出了一種基于機器學習的自動化瓶頸檢測方法，該方法可根據(jù)收集到的動態(tài)變化的性能數(shù)據(jù)，自動檢測多層分布式系統(tǒng)的瓶頸層和瓶頸資源，從而達到性能管理和性能調(diào)優(yōu)的目的。為了驗證該方法的有效性，論文對基于TPC—App基準模擬的B2B事務型應用場景