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 findet mittwochs von 10:00 Uhr bis 12:00 Uhr im Raum 02.70.0.11 statt.

Aktuelles
Thema: DNS 27.03. 10:00-10:40 Universität Potsdam, Raum 2.70.0.11
Thema: CrowdSec 27.03. 10:45-11:25 Universität Potsdam, Raum 2.70.0.11
Thema: Suricata 27.03. 11:40-12:20 Universität Potsdam, Raum 2.70.0.11
Thema: Qualität Hardware RNG 27.03. 13:30-14:10 Universität Potsdam, Raum 2.70.0.11
Thema: TCP und TLS Messungen auf NRF52 27.03. 14:15-14:55 Universität Potsdam, Raum 2.70.0.11
Thema: TCP und TLS Messungen auf ESP32 27.03. 15:10-15:50 Universität Potsdam, Raum 2.70.0.11 Arne Schernich [Slides] [Sequenzdiagramm]
Thema: MQTT QoS Desktop 29.03. 13:00-13:40 Universität Potsdam, Raum 2.70.0.09
Thema: MQTT QoS NRF52 29.03. 13:45-14:25 Universität Potsdam, Raum 2.70.0.09
Thema: MQTT QoS ESP32 29.03. 14:40-15:20 Universität Potsdam, Raum 2.70.0.09
Thema: NAAICE RoCEv2 29.03. 25:25-16:05 Universität Potsdam, Raum 2.70.0.09
Raumänderung 08.02.2023 Universität Potsdam, Raum 2.25.F1.01
Raumänderung 01.02.2023 Universität Potsdam, Raum 2.25.F1.01
Erste Vorlesung 19.10.2022, 10:00 Uhr - 12:00 Uhr Universität Potsdam, Raum 02.70.0.11

Materialien


Themenliste

  1. Einleitung und Motivation
    • Leistungsmaße
    • Arbeitslast
    • Auswahl einer Leistungsbewertungstechnik
    • Durchführung einer Leistungsbewertungsstudie
  2. Wartenetze und operationale Analyse
    • Wartenetze
    • Operationale Analyse (Satz von Little)
    • Flaschenhalsanalyse eines Kommunikationssystems
  3. Statistische Datenanalyse und -interpretation
    • Mittelwert versus Mean
    • Visualisierung unsicherer Daten
    • Tools für die Daten-Extraktion und Visualisierung
  4. Messen
    • Tools zur Bestimmung der Netzwerkperformanz
    • Zeitmessung
    • Praxisbeispiele
  5. Design der Experimente: primäre/sekundäre Faktoren, 2k-Studie
  6. Simulation
    • Ereignisorientierte Simulation
    • Datenanalyse
    • Zufallszahlen
  7. Analytische Modellierung
    • Markov-Prozesse
    • M|M|1-, M|M|m- und M|G|1-System

Literatur

The Art of Computer Systems Performance Analysis
Raj Jain
John Wiley & Sons, 1991


Weitere Quellen werden im Laufe der Lehrveranstaltung bekannt gegeben.