Optymalizacja systemu w oparciu o testy wydajności

• Autorzy: Bogumiła Hnatkowska , Bartłomiej Zalas

Warianty tytułu

System Optimisation Based on Performance Tests

• Języki publikacji: PL

Abstrakty

Praca jest poświęcona problemowi optymalizacji systemu w oparciu o testy wydajności. Przyjęte podejście polega na dynamicznej zmianie konfiguracji systemu na podstawie charakterystyki ruchu sieciowego. Zadanie jest realizowane przez system APES, który monitoruje czasy wykonania żądań i na ich podstawie przełącza konfigurację serwera aplikacji oraz komponentów redundantnych. W artykule opisano architekturę systemu. Skuteczność zaproponowanego rozwiązania została potwierdzona eksperymentalnie. Otrzymane wyniki wskazują, że system APES jest w stanie skrócić czas wykonywania żądań w większości badanych przypadków. Poprawa wydajności wyniosła od 3% do 820%.(abstrakt oryginalny)

EN

The work is devoted to the problem of system optimization based on performance tests. The proposed approach dynamically changes the configuration of the system due to the characteristics of network traffic. The task is implemented by APES which monitors application execution times and, based on them, adapts the configuration of the application server and redundant components. The article presents the architecture of the system. The proposed solution was tested in conducted experiments. The results have confirmed that the solution is able to shorten the time of request processing in most of the cases. The improvement was between 3% and 820%.(original abstract)

Słowa kluczowe

PL

Architektura systemu; Systemy wysokiej wydajności

EN

System architecture; High-performance computing systems

• Czasopismo: Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
• Rocznik: 2017
• Numer: z. 113
• Strony: 97--108

Twórcy

autor

Bogumiła Hnatkowska

• Politechnika Wrocławska

autor

Bartłomiej Zalas

• Politechnika Wrocławska

Bibliografia

• 1. Chakraborty, A., Ditt, J., Vukotic, A., Machacek, J.: Pro Spring 2.5. Apress 2008, Berkeley, CA, p. 829-855.
• 2. Molyneaux I.: The Art of Application Performance Testing. O'Reilly Media 2015, Sebastopol USA.
• 3. Myers G.J. , Sandler C., Badgett T.: The art of software testing, Third Edition. JohnWiley & Sons, Inc. 2011, New Jersey USA.
• 4. Oaks S.: Java Performance: The Definitive Guide, O'Reilly Media 2014, Sebastopol USA.
• 5. Rao S.S.: Engineering Optimization Theory and Practice. John Wiley & Sons Inc. 2009, New Jersey USA.
• 6. Spillner A., Linz T., Schaefer H.: Software testing foundations, Fourth Edition, O'Reilly Media 2014, Sebastopol, California, USA.
• 7. Diaconescu A.: A framework for using component redundancy for self-adapting and self optimising component-based enterprise systems, [in:] Crocker R., Steele G.L. (eds.): Companion of the 18th annual ACM SIGPLAN conference on Object-oriented programming, systems, languages, and applications (OOPSLA '03). ACM, New York, NY, USA, p. 390-391.
• 8. Diaconescu A., Mos A., Murphy J.: Automatic the performance management in component based software systems, [in:] 1st International Conference on Autonomic Computing, ICAC 2004, IEEE Computer Society 2004, p. 214-221.
• 9. Raghavachari M., Reimer D., Johnson R.D.: The deployer's problem: configuring application servers for performance and reliability, [in:] Clarke L.A., Dillon L., Tichy W.F (eds.): Proceedings of the 25th International Conference on Software Engineering, IEEE Computer Society, p. 484-489.
• 10. Zhang Y., Qu W., Liu A.: Automatic Performance Tuning for J2EE Application Server Systems. [in:] Ngu A.H.H., Kitsuregawa M., Neuhold E.J., Chung J-Y, Sheng Q.Z. (eds.): Web Information Systems Engineering - WISE 2005: 6th International Conference on Web Information Systems Engineering, Springer Berlin Heidelberg 2005, Berlin, Heidelberg, p. 520-527.
• 11. Kephart J. O., Chess D.M.: The vision of autonomic computing. "Computer", Vol. 36, No. 1, 2003, p. 41-50.
• 12. Sarojadevi H.: Performance Testing: Methodologies and Tools. "Journal of Information Engineering and Applications", Vol. 1, No. 5, 2011.
• 13. Gatling Load and Performance testing - Open-source load and performance testing. http://gatling.io, (access: 10.08.2017).
• 14. GlassFish Server Open Source Edition, Performance Tuning Guide, https://glassfish.java.net/docs/4.0/performance-tuning-guide.pdf, Oracle, May 2013, (access: 10.08.2017).
• 15. InfluxData (InfluxDB) - Open Source Time Series Database for Monitoring Metrics and Events; https://www.influxdata.com, (access: 10.08.2017).

Identyfikatory

DOI

10.29119/1641-3466.2017.113.7