Professional Documents
Culture Documents
Sobre o autor:
Professor do Colegiado de Engenharia da Computao Universidade Federal do Vale do So
Francisco Avenida Antnio Carlos Magalhes, 510 Santo Antnio 48.902-300 Juazeiro - BA Brasil
e-mail: brauliro.leal@univasf.edu.br
site: www.univasf.edu.br/~brauliro.leal
telefone: 74 2102 7636
Primeira Edio Eletrnica: Junho de 2016
ISBN: a ser feito#
Prefcio
Este livro tem como principal objetivo o de servir de texto para a disciplina
de Avaliao de Desempenho de Sistemas do curso de Engenharia da
Computao do Colegiado de Engenharia da Computao da Universidade
Federal do Vale do So Francisco.
Este texto busca responder as questes:
1. Introduo
O desempenho um critrio fundamental na concepo, aquisio e
utilizao de sistemas computacionais. Por outro lado, obter o melhor
desempenho para um determinado custo um dos objetivos da
Engenharia da Computao e, para alcan-lo, necessrio ao menos um
conhecimento bsico da terminologia da avaliao de desempenho, seus
princpios e suas tcnicas.
Os Engenheiros da Computao e demais profissionais da rea devem ser
capazes de indicar os requisitos de desempenho dos seus sistemas e de
comparar diferentes alternativas para encontrar aquela que melhor atenda
as necessidades em pauta.
Os Sistemas de Computao envolve software e hardware e, infelizmente,
so to numerosos que no possvel ter uma medida padro de
desempenho, um ambiente de medio padro (aplicao) ou uma tcnica
padro para todos os casos.
A avaliao de desempenho tambm uma arte, embora possua
conceitos, tcnicas, critrios de avaliao e metodologias bem
estabelecidas. A utilizao adequada destes recursos permite evitar erros
comumente observados em projetos de avaliao de desempenho.
A avaliao de desempenho requer as mtricas, tcnicas e ambiente de
medio. A seleo da tcnica e da mtrica de avaliao so passos
essenciais em todos os projetos de avaliao de desempenho. H muitas
consideraes que esto envolvidas na seleo correta destes itens, elas
so apresentadas a seguir. As mtricas de desempenho comumente
utilizadas tambm so definidas abaixo. Finalmente, uma abordagem para
o problema de especificar os requisitos de desempenho apresentada.
1.1. Tcnicas de Avaliao de Desempenho de Sistemas
As tcnicas de avaliao de desempenho de sistema de computao so
simulao, modelagem analtica e medio, Figura 1.1.
Avaliao de Desempenho de Sistemas
Modelagem Analtica
qualquer
pequeno
analistas
baixo
fcil
mdio
mdia
Simulao
qualquer
mdio
linguagem de programao
moderado
moderado
pequeno
baixa
Medio
ps-prototipao
varia
instrumentao
varia
difcil
alto
alta
Quando ele recebe um pacote, ele pode receb-lo corretamente, ele pode
receb-lo de forma incorreta ou pode no receb-lo. As mtricas
associadas aos trs resultados, ou seja, servio bem-sucedido, com erro e
no executado, so tambm chamadas mtricas de velocidade,
confiabilidade e disponibilidade.
A maioria dos sistemas oferece mais de um servio e, portanto, o nmero
de mtricas cresce proporcionalmente uma vez que cada um destes
servios possui uma srie de mtricas de velocidade, uma srie de
mtricas de confiabilidade e uma srie de mtricas de disponibilidade.
O recurso com a maior utilizao chamado de gargalo. Melhorar o
desempenho deste recurso oferece o maior retorno. Conhecer a utilizao
dos vrios recursos do sistema uma parte importante da avaliao de
desempenho.
Uma nica falha pode comprometer todo o funcionamento do sistema. Para evitar essa
situao, h os sistemas tolerantes a faltas, mas isso pode afetar seu tempo de servio e
dificultar seu projeto, desenvolvimento e manuteno. Uma outra maneira de contornar as
falhas adicionar redundncias com o inconveniente de aumentar o consumo de energia e a
complexidade de gerenciamento. Ao final, os custos associados com a confiabilidade so, em
ltima instncia, transferidos para os usurios finais.
10
11
12
13
14
1.1
15
disponibilidade=
uptime
1.2
tempo total
(incio do downtimeincio do uptime)
MTBF=
nmero de falhas
1.3
ti
1.4
NF
T up
MTBF=
NF
T T up T down
MTTR=
=
NF
NF
MTBF
disponibilidade=
MTBF + MTTR
R( MTTF )=1
1.5
1.6
1.7
f (x) dx
1.8
MTTF
Exemplo 1.1 - Um sistema foi projetado para operar corretamente durante 100 horas.
Durante esse perodo foram observadas 9 falhas que somadas duraram 300 minutos (5
horas).
16
MTBF=
1005
=10,56 h
9
Este valor indica que a cada 10 horas e 34 minutos poder ocorrer uma falha no
sistema, deixando-o indisponvel.
Calculando o valor de MTTR, tem-se:
5
MTTR= =0,56 h
9
disponibilidade=
10,56
=94,96=94,96 %
10,56+ 0,56
MTTF=
12+19+ 28+42+72
=34,6 h
5
17
18
evitar
redundncia
completude
19
Figura 1.7 - Tipos de mtricas: a) menor melhor (LB); b) nominal melhor (NB); e c) maior
melhor (HB).
As mtricas de desempenho tambm devem ser especficas, mensurveis,
viveis e possuir eficcia, conforme descrito na Tabela 1.4. Em conjunto,
as mtricas de desempenho devem possuir tanto caractersticas
quantitativas quanto qualitativas.
Tabela 1.4 - Caractersticas desejveis das mtricas de desempenho de sistemas
computacionais
especificidade
mensurabilidade
factibilidade
aceitabilidade
eficcia
no mensurvel
inaceitvel
20
incompletas
21
foi o tempo perdido devido re-inicializaes da rede, e o segundo foi o tempo perdido
devido s falhas permanentes que exigem chamadas de servio de manuteno. Os
requisitos para a frequncia e durao destes modos de falha foram especificadas da
seguinte forma:
a) o tempo mdio para inicializar a LAN deve ser inferior a 15 ms
b) o tempo mdio entre inicializaes da LAN devem ser de pelo menos um minuto
c) o tempo mdio para reparar a LAN deve ser inferior uma hora (parties LAN podem
ser operacionais, durante esse perodo)
d) o tempo mdio entre o particionamento da LAN deve ser de pelo menos metade de
uma semana
Todos os valores numricos acima referidos foram verificados para a factibilidade
utilizando modelagem analtica, que mostrou que os sistemas de LAN que satisfazem
estes requisitos so viveis.
pacotes
pacotes
pacotes
pacotes
so
so
so
so
Para os pacotes entregues em ordem, a aplicao direta das mtricas em tempo taxa de
recursos produz a seguinte lista:
a) tempo de resposta: o atraso dentro da rede de pacotes individuais
b) throughput ou vazo: o nmero de pacotes por unidade de tempo
c) processamento da fonte: tempo por pacotes no sistema
d) processamento do destino final: tempo por pacote nos sistemas de destino
e) processamento intermedirio: tempo por pacote nos sistemas intermedirios
O tempo de resposta determina o tempo que um pacote tem que ser mantido da fonte
at a estao final usando seus recursos de memria, menor tempo de resposta
considerado melhor. O throughput o desempenho como visto pelo usurio, aumentar a
taxa de transferncia considerado melhor.
A variabilidade do tempo de resposta tambm importante uma vez que os resultados
de resposta variam muito em funo de retransmisses desnecessrias. Assim, a
variao do tempo de resposta tornou-se uma outra mtrica, a sexta.
Pacotes fora de ordem so indesejveis, uma vez que geralmente no podem ser
entregues para o usurio imediatamente. Em muitos sistemas, pacotes fora de ordem
so descartados nos sistemas de destino final. Em outros, eles so armazenados no
sistema de bufers aguardando a chegada de demais pacotes. Em ambos os casos,
Avaliao de Desempenho de Sistemas
22
f ( x1 , x 2 ,, x n )=
( x i)
i=1
n
1.9
n xi
i=1
23
Exemplo 1.5 - Os resultados mostrados na Tabela 1.6 refere-se aos throughputs de dois
sistemas A e B, medidos em transaes por segundo. Qual deles o melhor?
Carga 1
20
10
Carga 2
10
20
Mdia
15
15
Carga 2
0,5
1
Mdia
1,25
1
Carga 2
1
2
Mdia
1
1,25
(a)
Sistema
A
B
Carga 1
2
1
(b)
Sistema
A
B
Carga 1
1
0.5
(c)
24
1.
2.
3.
4.
5.
6.
7.
8.
1.5. Exerccios
1. Que mtricas de desempenho devem ser usadas para comparar o desempenho dos
seguintes sistemas?
a) duas unidades de discos
b) dois sistemas de processamento de transaes
c) dois algoritmos de retransmisso de pacote
Avaliao de Desempenho de Sistemas
25
d)
2. O nmero de pacotes perdidos em dois links foi medido para quatro tamanhos de
arquivo, como mostrado na Tabela 1.10. Qual link o melhor?
1
269
5
284
23,67
2
72
63
406
156,49
3
332
268
6844
13381,99
4
391
275
19725
2720,38
5
378
41
548
1218,14
Fonte: http://sbesc.lisha.ufsc.br/sbesc2014/dl222
26
6
891
83
3008
6803,68
2. Medies
2.1. Tcnicas e Ferramentas de Medio
Sistemas de computao esto se tornando cada vez mais onipresentes
na nossa vida cotidiana. As pessoas confiam cada vez mais nestes
sistemas para resolver a maioria dos seus problemas como, por exemplo,
sade, educao, entretenimento e finanas.
A maioria das pessoas precisam interagir com os sistemas de apoio
automatizados ou semi-automatizados e esperam respostas imediatas. O
nmero de pessoas com acesso a servios de comunicao est
aumentando a taxas exponenciais.
Medies de desempenho de sistemas de computao envolve monitorlo enquanto ele est sendo submetido a uma carga de trabalho particular.
A fim de realizar medies significativas, a carga de trabalho deve ser
cuidadosamente selecionada e, para atingir esse objetivo, o analista de
desempenho precisa entender e responder as seguintes perguntas, antes
de realizar medies:
a)
b)
c)
d)
e)
f)
g)
27
kernel
programas
sintticos
benchmarks
28
29
30
e a chegada de um pacote
trace
overhead
domnio
taxa
de a frequncia mxima de eventos que um monitor pode observar
entrada
corretamente chamada de taxa de entrada. Geralmente, duas taxas de
entrada so especificados: modo burst e sustentada. A taxa de modo burst
especifica a taxa em que um evento pode ocorrer por um perodo curto.
maior do que a taxa sustentada, que o monitor pode tolerar por longos
perodos
resoluo
31
32
contadores
elementos
lgica
comparadores
mapeamento
de hardware
timer
unidade
memria
33
Monitor de Hardware
Monitor de Software
difcil de monitorar eventos do sistema difcil monitorar eventos de hardware a no
operacional
ser reconhecvel por uma instruo
34
35
2.4. Benchmarking
Um dos problemas importantes para os gestores de instalaes de
sistemas de computao o planejamento de capacidade, que
consiste em assegurar que os recursos adequados de computador estaro
disponveis para atender a demanda futura de carga de trabalho de forma
rentvel, satisfazendo simultaneamente os objetivos de desempenho.
O termo gerenciamento da capacidade usado para denotar o
problema de garantir que os recursos computacionais disponveis esto
sendo usados para fornecer o mais alto desempenho. Assim, o
gerenciamento de capacidade se preocupa com o presente, enquanto o
planejamento de capacidade est preocupado com o futuro.
As alternativas para o planejamento de capacidade geralmente consistem
em obter mais recursos de computao, enquanto as alternativas para o
gerenciamento de capacidade consistem em ajustar os padres de uso,
reorganizando a configurao e mudando os parmetros do sistema para
maximizar o desempenho. O processo de ajuste dos parmetros do
sistema para otimizar o desempenho tambm chamado de ajuste de
desempenho.
Para comparar o desempenho de dois sistemas concorrentes de uma
forma objetiva, benchmarks so executados nesses sistemas usando carga
direcionada e de modo automtico. Os erros e a comparao de
benchmarking, bem como questes relacionadas com o direcionamento de
carga so discutidos neste captulo.
Benchmarking o processo de comparar dois sistemas que utilizam o
padro bem conhecido benchmarks. O processo nem sempre realizado
de forma justa. Algumas das maneiras que os resultados de um estudo de
benchmarking podem ser enganosos ou tendenciosos so discutidos a
seguir.
a) Configuraes diferentes podem ser usadas para executar a mesma carga de
trabalho nos dois sistemas. As configuraes podem ter uma quantidade diferente de
memria, discos diferentes ou nmero diferente de discos.
b) Os compiladores podem otimizar a carga de trabalho. H casos em o compilador, ao
otimizar o cdigo executvel, elimina partes de programas sintticos, dando assim o
desempenho melhor do que outros sistemas no otimizados
c) Especificaes de teste podem ser escritos de forma que eles privilegiam uma
mquina. Isso pode acontecer se as especificaes so escritas com base em um
ambiente existente, sem considerao para generalizar os requisitos para diferentes
fornecedores
d) Sequncia de tarefas sincronizados podem ser usadas. possvel manipular uma
sequncia de trabalho para que sincronize a CPU o sistema de E/S produzindo um melhor
desempenho global
e) A carga de trabalho pode ser arbitrariamente escolhida. Muitos dos programas no
foram verificados para serem representativos das aplicaes do mundo real
f)
Benchmarks muito pequenos pode ser usado. Benchmarks com poucas instrues
podem explorar pouco os circuitos internos de hardware, aumentando acertos de cache,
no mostrar o efeito de sobrecarga de E/S e alternncia de contexto. Uma escolha pouco
Avaliao de Desempenho de Sistemas
36
Instrumentalizar o sistema
Monitorar o uso do sistema
Caracterizar a carga de trabalho
Prever o desempenho sob diferentes alternativas
estabelecer o modelo do sistema
Selecione a alternativa com menor custo e o maior desempenho
37
38
39
real alterado. Embora seja fcil de mudar as entradas para um modelo, difcil controlar
a carga de trabalho e configuraes em um sistema real. Por esta razo, validaes de
projeo raramente so executadas. Sem validaes de projeo, a utilizao do modelo
de planejamento de capacidade torna-se suspeito
Ambientes distribudos so complexos demais para serem modelados
Os primeiros sistemas de computador consistiam de apenas alguns componentes. Cada
componente era caro o suficiente para justificar o custo de modelagem com preciso do
seu comportamento. Alm disso, o nmero de usurios do sistema era grande. Assim,
embora o comportamento de cada usurio seja altamente varivel, o desempenho
agregado de todos os usurios no varia muito e pode ser modelado com preciso. Nos
ambientes distribudos atuais, o sistema consiste de um grande nmero de clientes
semiautnomos, servidores, links de rede e E/S de dispositivos. As interaes so
tambm bastante complexa. Alm disso, o custo de componentes individuais no alto
o suficiente para justificar sua modelagem precisa
Desempenho apenas uma pequena parte do problema de planejamento de capacidade
A questo-chave no planejamento de capacidade a de custo, que inclui o custo do
equipamento, software, instalao, manuteno, pessoal, espao, climatizao.
Modelagem de desempenho ajuda somente no dimensionamento do equipamento. No
entanto, como o custo do hardware do computador est em declnio, estes outros custos
esto se tornando dominantes e tornaram-se uma considerao importante no
planejamento de capacidade
40
41
42
43
Linpack
Desenvolvido por Jack Dongarra (1983) do Argonne National Laboratory, este benchmarck
composto de uma srie de programas que resolve sistemas densos de equaes lineares,
caracterizadas por ter elevada percentagem de adies e multiplicaes de ponto flutuante. A
maior parte do tempo de processamento consumido em um conjunto de subrotinas
chamadas Subprogramas Bsicos de lgebra Linear (BLAS), que so chamados vrias vezes
ao longo do benchmark. Os benchmarks Linpack so comparados com base na taxa de
execuo, medida em MFLOPS. As variantes mais populares resolvem um sistema de
equaes 100100, tanto em preciso simples quanto dupla, e se tornaram uma das
referncias mais utilizadas para medir performance de aplicaes de engenharia/cientficas.
Dhrystone
Desenvolvido em 1984 por Reinhold Weicker na Siemens, este kernel contm muitas
chamadas de procedimento e considerado para representar ambientes de programao de
sistemas. Os resultados so normalmente apresentados em Instrues Dhrystone Por
Segundo (DIPS). A documentao de referncia apresenta um conjunto de regras bsicas
para criao e execuo do Dhrystone. O valor de referncia foi atualizado vrias vezes e
importante para especificar o nmero da verso quando o kernel usado. O kernel
supostamente tem pequena dinmica no aninhamento das chamadas de funo, um baixo
nmero de instrues por chamada de funo, e uma grande porcentagem de tempo gasto na
cpia de cadeia de caracteres. O benchmark uma medida popular de desempenho de
aritmtica de inteiros, mas no avalia processamento de ponto flutuante ou E/S.
Espresso
Spice 2g6
Doduc
44
LI
Eqntom
Matrix300
Fpppp
Tomcatv
45
Figura 3.1 - Rede de Sistemas de Filas abertas com tarefas entrando no sistema em entrada e
saindo em sada.
Uma RSF fechada no tem chegadas externas ou partidas, o nmero total
de tarefas no sistema constante. Como mostrado na Figura 3.2, os
Servidores do sistema mantm a circulao das tarefas nos SF da rede.
possvel ver uma RSF fechada como um sistema em que a sada est
ligada com a entrada e, desta forma, as tarefas que saem da rede voltam
Avaliao de Desempenho de Sistemas
46
Figura 3.2 - Rede de Sistemas de Filas fechadas em que o fluxo de tarefas sada-entrada
define a taxa de transferncia do sistema.
Tambm possvel ter RSF mistas que esto abertas para algumas cargas
de trabalho e fechada para outras. Figura 3.3 mostra um exemplo de um
sistema misto com duas classes de tarefas: lote e interativas. O sistema
fechado para tarefas interativas e aberto para tarefas em lote. Todas as
tarefas de uma mesma classe tm as mesmas demandas de servio e
iguais probabilidades de transio. As tarefas de uma classe so
indistinguveis. A anlise de uma RSF mista feita por classe de tarefa.
47
48
Figura 3.4 - Modelo de mquina reparadora como analogia para sistema computacional de
tempo compartilhado.
49
(a)
(b)
(c)
Figura 3.6 - Tipos de dispositivos dos modelos de sistemas: a) centro de servio de capacidade
fixa; b) centro de servios dependentes de carga; e c) um centro de atraso.
A seguir so descritas uma srie de tcnicas para resolver esses modelos
de redes de filas. As tcnicas so apresentadas na ordem da sua
complexidade. A tcnica mais simples usar a anlise operacional.
3.2. Leis Operacionais
Um grande nmero de problemas de anlise de desempenho de sistemas
de computador do dia-a-dia pode ser resolvidos usando algumas relaes
simples que no necessita de quaisquer suposies sobre a distribuio
dos tempos de servio ou de chegadas. Vrias destas relaes, chamadas
Leis Operacionais, foram identificados originalmente por Buzen em 1976 e
posteriormente confirmadas por Denning e Buzen em 1978.
A palavra operacional significa medida diretamente, ou seja, as
quantidades operacionais so as quantidades que podem ser medidas
diretamente durante um perodo finito de observao. Assim, as
suposies operacionalmente testveis so as hipteses que podem ser
verificadas por meio de medies.
Por exemplo, pode-se verificar por meio de medidas se a hiptese do
nmero de entradas igual ao nmero de sadas de um sistema particular.
Portanto, esta hiptese, comumente chamada de hiptese do Balano do
Fluxo de Trabalho, operacionalmente testvel.
Avaliao de Desempenho de Sistemas
50
51
B i C i Bi
=
T T Ci
U i= X i Si
U i=
3.1
3.2
52
Ci =C0 V i V i=
Ci
C0
3.3
X=
trabalhos concluidos C 0
=
tempo total
T
U i= X i Si
3.4
Ci Ci C0
= =X V i .
T C0 T
53
estrangulamento.
54
3.5
3.6
Qi=X i Ri
3.7
55
a) O subsistema de terminais
b) O subsistema central, que consiste nos dispositivos restantes, incluindo o
processador
3.8
3.9
i=1
X R= X 1 R1 + X 2 R2 + X 3 R3 ++ X M R M = X i Ri
3.10
i=1
3.11
i=1
56
3.12
3.13
3.14
3.15
Exemplo 3.5 - Para o sistema de tempo partilhado do Exemplo 3.2, pode-se calcular o
tempo de resposta, utilizando a Lei do Tempo de Resposta Interativa como se segue:
X = 0,196
N=1
57
Z = 18
Portanto, R= 17/0,1963-18 = 86,6-18 = 68,6 s
Isto o mesmo que o obtido anteriormente no Exemplo 3.4.
U i Di
3.16
1
N
,
}
D max D+Z
N
R( N )max {D ,
Z }
Dmax
X (N )min{
3.17
3.18
58
centros com Filas devem ser considerados para encontrar o gargalo D max.
A Figura 3.8 mostra os limites assintticos para um caso tpico.
59
D=N J D maxZ
D+ Z
NJ=
Dmax
3.19
3.20
Exemplo 3.7 - Quantos terminais podem ser suportados pelo sistema de tempo
compartilhado do Exemplo 3.2, se o tempo de resposta for mantida abaixo de 100 s?
Usando os limites assintticos sobre o tempo de resposta, temos
R(N) max {12, 5N -18}
O tempo de resposta ser maior do que 100 se 5N-18 100
Isto , N 23,6. Assim, o sistema no pode suportar mais de 23 usurios para o tempo
de resposta inferior a 100 s.
60
61
Ri=Si (1+Qi )
3.21
Ui
.
(1U i )
Ui
S
Ri=S i( 1+ Q i)Ri = i
1U i
1+U i
62
Utilizao de dispositivo
Vazo de dispositivo
Tempos de resposta de dispositivo
Di=Si V i
U i= X D i
X i= XV i
X i= XV i (centros de servios)
S i (centros de atraso)
Ui
(centros de servios)
Qi=
(1U i)
U i (centros de atraso)
Si
N= Q i
Exemplo 3.8 - A Figura 3.5 representa um modelo de filas de servidor de arquivos que
consiste de uma CPU e dois Discos A e B. Medidas de um sistema distribudo com seis
sistemas de clientes que fazem solicitaes ao servidor de arquivos produziram os
seguintes dados:
Intervalo de observao = 3.600
Nmero de pedidos de clientes = 10.80
Tempo ocupado na CPU = 1.728
Tempo ocupado no Disco A = 1.512
63
O modelo pode ser usado para responder a algumas das perguntas tpicas.
Por exemplo, podemos querer quantificar o impacto das seguintes
alteraes:
c) Aumentar o nmero de clientes para 8
d) Usar um cache de Disco B com uma taxa de acerto de 50%, embora aumente a
sobrecarga de CPU de 30% e o tempo de servio do disco B (por I/O) de 10%
e) Usar um servidor de baixo custo com apenas um disco (Disco A) e direcionar todas
as solicitaes de I/O para ele.
64
Assumindo que os novos clientes faro pedidos semelhantes aos medidos, a taxa de
chegada de solicitao vai subir por um fator de 8/6. Como a taxa de chegada foi trs
pedidos por segundo, com mais clientes se tornar quatro pedidos por segundo. A nova
anlise a seguinte:
X = 4 pedidos/s
UCPU = X DCPU = 4 x 0,16 = 0,6
UA = X DA = 4 0,14 = 0,5
UB = X DB = 4 x 0,24 = 0,96
RCPU = SCPU/(1-UCPU) = 0,01 / (1 - 0,64) = 0,0278
RA = SA/(1-UA) = 0,02 / (1 - 0,56) = 0,0455
RB = SB/(1-UB) = 0,03 / (1 - 0,96) = 0,75 s
R = 16 0,0278 + 7 + 8 0,0455 0,75 = 6,76 s
Assim, se o nmero de clientes aumentado de 6 para 8, o tempo de resposta do
servidor ir degradar-se por um factor de 6.76/1.406 = 4,8
2. Usar um cache de Disco B com uma taxa de acerto de 50%, embora aumente a
sobrecarga de CPU de 30% e o tempo de servio do disco B (por I/O) de 10%
A segunda questo requer mudar VB, SCPU e SB da seguinte forma:
VB = 0,5 8 = 4
SCPU = 1,3 0,01 = 0,013 DCPU = 0,208
SB = 1,1 0,03 = 0,033 DB = 4 x 0,033 = 0,132 s
A anlise do sistema modificado a seguinte:
UCPU = X DCPU = 3 x 0,208 = 0,62
UA = X DA = 3 0,14 = 0,4
UB = X DB = 3 0,132 = 0,396
RCPU = SCPU/(1-UCPU) = 0,013/(1-0,624) = 0,0346
RA = SA/(1-UA= 0,02/(1-0,42) = 0,0345
RB = SB/(1-UB) = 0,033/(1-0,396) = 0,0546 s
R = 16 0,0346 + 0,0345 + 7 4 0,0546 = 1,013 s
Assim, ao usar um cache para o Disco B, o tempo de resposta do servidor vai melhorar
por (1,406-1,013)/1,406 = 28%
3. Usar um servidor de baixo custo com apenas um disco (Disco A) e direcionar todas as
solicitaes de I/O para ele
A terceira questo requer ajuste VA e VB. Assumindo que no h espao suficiente no
Disco A capaz de acomodar todos os arquivos nos dois discos. A anlise a seguinte:
VB =
VA = 7 + 8 = 1
DCPU = 0,16 s (como antes
DA = 15 0,02 = 0,3
UCPU = X DCPU = 3 x 0,16 = 0,4
UA = X DA = 3 0,3 = 0,90
RCPU = SCPU/(1-UCPU) = 0,01/(1-0,48) = 0,0192
R = SA/(1-UA) = 0,02/(1-0,90) = 0,2 s
R = 16 0,0192 + 15 0,2 = 3,31 s
Assim, se substituir os dois discos por um lado, o tempo de resposta do servidor ir
degradar-se por um factor de 3.31/1.406 = 2,35
65
3.22
3.23
N
( N )+ Z (3.2)
R
3.24
3.25
Os comprimentos das filas nos dispositivos com N tarefas pela Lei de Little
Avaliao de Desempenho de Sistemas
66
so
Qi (N )=X i (N ) Ri (N )=X (N )V i R i ( N) (3.4)
3.26
3.27
67
Utilizaes do dispositivo
Ui = X SiVi
Exemplo 3.9 - Considere o modelo de rede de filas da Figura 3.5, cada usurio faz 10
pedidos do I/O ao Disco A e cinco pedidos I/O ao Disco B. Os tempos de servio por visita
para os Discos A e B so 300 e 200 ms, respectivamente. Cada pedido leva 2 s de tempo
de CPU, e o tempo do usurio de 4 s. Analise o sistema usando MVA.
Parmetros do sistema:
SA = 0,3, VA = 10 DA =
SB = 0,2, VB = 5 DB = 1
DCPU = 2, VCPU = VA + VB + 1 = 16 SCPU = 0,125
Z = 4, N = 20
Inicializao
Nmero de usurios: N = 0
Comprimentos da Fila nos Dispositivos: QCPU = 0, QA = 0, QB = 0
Iterao 1
Nmero de usurios: N = 1
Tempos de resposta do dispositivo:
RCPU = SCPU (1+QCPU) = 0,125 (1+0) = 0,12
RA = SA (1+QA) = 0,3(1+ 0) = 0,
RB = SB (1+QB) = 0,2 (1+ 0) = 0,2
Tempo de resposta do sistema: R = RCPUVCPU+RAVA+RBVB = 0,12516+0,310+0,25
=6
Rendimento do sistema: X = N/(R+Z) = 1/(6+4) = 0,1
Comprimentos de fila do dispositivo:
QCPU = X RCPU VCPU = 0,1 0,125 16 = 0,
QA = X RAVA = 0,1 0,3 0,3 = 1
QB = X RBVB = 0,1 0,2 5 = 0,1
Iterao 2
Nmero de usurios: N = 2
Tempos de resposta do dispositivo:
RCPU = SCPU (1+QCPU) = 0,125 (1 + 0,2) = 0,1
RA = SA (1 + QA) = 0,3 (1 + 0,3) = 0,3
RB = SB(1 + QB) = 0,2 (1 + 0,1) = 0,22
Tempo
de
resposta
do
0,1516+0,3910+0,225 = 7,4
sistema:
R CPUVCPU+RAVA+RBVB
68
Comprimento da Fila
CPU Disco A Disco B
0.421 0.684
0.193
0.651 1.158
0.273
0.878 1.721
0.338
1.088 2.365
0.388
1.275 3.081
0.424
1.433 3.858
0.449
1.564 4.684
0.466
1.670 5.551
0.477
1.752 6.450
0.485
1.816 7.374
0.490
1.865 8.318
0.493
1.901 9.276
0.496
1.928 10.245
0.497
1.948 11.223
0.498
1.963 12.207
0.499
1.974 13.195
0.499
1.981 14.187
0.499
1.987 15.181
0.500
1.991 16.177
0.500
69
float Sa = 0.001
Va = 1.0
Da = 0.01
Sb = 0.001
Vb = 1.0
Db = 0.01
Dcpu = 0.01
Vcpu = Va + Vb + 1.0
Scpu = 0.001
Z = 4.0
Qcpu = 0.0
Qa = 0.0
Qb = 0.0
Rcpu, Ra, Rb, R, X
int N = 30, n
printf( "--------------------------------------------------------------------\n")
printf( " n\tRcpu\tRa \tRb \tR \tX \tQcpu\tQa \tQb \n")
printf( "--------------------------------------------------------------------\n")
for( n = 1; n <= N; n++ )
Rcpu = Scpu*(1.0 + Qcpu)
Ra = Sa *(1.0 + Qa )
Rb = Sb *(1.0 + Qb )
R = Rcpu*Vcpu + Ra*Va + Rb*Vb
X = n/(R+Z)
Qcpu = X*Rcpu*Vcpu
Qa = X*Ra*Va
Qb = X*Rb*Vb
printf("%4d %8.3f %7.3f %7.3f %7.3f %7.3f %7.3f %7.3f %7.3f\n",
n,Rcpu,Ra,Rb,R,X,Qcpu,Qa,Qb)
printf( "--------------------------------------------------------------------\n")
return 0
}
70
ixn
P(n1 , n2 , n3 ,, nk )=(11 )11 xn (12 )22 xn (1k )kxn
k = (1 i)i
3.28
i=1
3.29
i=1
P(n1 , n2 , n3 ,, nk )=
1
f (n )
G ( N) i=1 i i
3.30
Exemplo 3.10 - Considere um sistema fechado com dois SF e N tarefas que circulam
entre as filas, como mostrado na Figura 3.10. Ambos os Servidores tm um tempo de
servio exponencialmente distribudos. Os tempos mdios de servio so 2 e 3 s,
respectivamente.
71
n1 n2
2 3
P(n1 , n2 )= N +1 N +1
3 2
3.31
3.32
i=1
72
73
4. Ferramentas Estatsticas
Os resultados de medies e simulaes podem ser diferentes a cada
repetio do experimento. A variao nos resultados de simulaes
inerente ao processo devido ao uso de nmeros aleatrios. Ao passo que a
variao em medies se deve ao processo experiemental. Ao comparar
alternativas necessrio considerar a variabilidade dos resultados. A
simples comparao de mdias pode levar a resultados insatisfatrios. A
anlise de dados produz resultados e sua interpretao a base para o
processo de tomada de deciso.
Um dos passos importantes em todos os estudos de avaliao de
desempenho a apresentao dos resultados finais. O objetivo final da
anlise de desempenho ajudar na tomada de decises. Uma anlise,
cujos resultados no podem ser compreendidos por tomadores de deciso
de pouca valia. da responsabilidade do analista garantir que os
resultados da anlise sejam encaminhados para os tomadores de deciso
to clara e simples quanto possvel. Isto requer o uso prudente de
palavras, imagens e grficos para explicar os resultados e a anlise.
4.1. Sumarizao
Na forma mais condensada, um nico nmero pode ser apresentado para
dar a caracterstica fundamental de um conjunto de dados. Este nico
nmero chamado a mdia geral dos dados. Para ser significativo, ele
deve ser representativo de uma grande parte do conjunto de dados
Trs alternativas populares para resumir uma amostra so especificar sua
mdia, mediana e moda. Estas medidas so o que os estatsticos chamam
de ndices de tendncia central. O nome baseado no fato que estas
medidas especificam a localizao do centro de distribuio das
observaes na amostra.
A mdia da amostra obtida tomando a soma de todas as observaes e
dividindo esta soma pelo nmero de observaes na amostra. A mediana
da amostra obtida atravs da organizao das observaes em uma
Avaliao de Desempenho de Sistemas
74
75
76
resposta est sempre prximo do seu valor mdio, enquanto que, no caso
(b), o tempo de resposta pode variar de 1 s a 1 minuto, porexemplo. Qual
sistema o preferido? A maioria das pessoas prefere o sistema com baixa
variabilidade.
O intervalo de valores pode ser facilmente calculado, por meio dos valores
mnimo e mximo. A variabilidade medida pela diferena entre os
valores mximo e o mnimo. Quanto maior a diferena, maior a
variabilidade. Na maioria dos casos, a faixa no muito til. O mnimo
muitas vezes chega a ser zero e o mximo chega a ser um outlier, longe
de valores tpicos. A menos que haja uma razo para a varivel ser
delimitada entre dois valores, o valor mximo aumenta com o aumento do
nmero de observaes, o mnimo continua a diminuir com o nmero de
observaes, e no h nenhum ponto estvel que d uma boa indicao
da faixa real. A concluso que o intervalo til se, e somente se, existe
uma razo para acreditar que a varivel limitada. A faixa d a melhor
estimativa desses limites.
A varincia de uma amostra de n observaes {x 1, x2,..., xn} calculada
como se segue
n
s =
1
( xi x m)2
n1 i=1
4.1
com
x m=
1
x .
n i=1 i
77
4.2
da seguinte forma
1
s a= |x ix m| .
n i=1
78
1
m= x i
n i=1
m g=
m h=
xi
i=1
x1
i=1
md=x n1 , se n mpar
2
1
md= (x n + x n +1 ) , se n par
2 2
2
4. Mediana da amostra
5. Moda da amostra
1
s =
( xi m)2
n1 i=1
6. Varincia da amostra
8. Coeficiente de Variao
9. Coeficiente de Assimetria
10. Amplitude
11. Percentis: p-percentil
1
s=
( x im)2
n1 i=1
s
COV =
m
n
1
CA= 3 (xi m)3
ns i=1
x p=x 1+(n1 )p
79
12. Semi-IQR
SQIR=
s a=
1
|x m|
n i=1 i
80
81
82
i=1
i=1
SSE= e i = ( y ib0b 1 x i )
sujeito a restrio de erro mdio nulo, ou seja,
4.3
n
i=1
i=1
e i= ( y ib 0b 1 x i)=0
83
x i y in x m y m
b1= i=1 n
4.4
x n x m
2
i
i=1
b0 = y mb 1 x m
4.5
n
1
x m= x i , mdia dos valores das variveis de previso e
n i=1
onde
n
1
y m= y i , mdia das respostas.
n i=1
Tabela 4.3 - Clculo do erros dos dados de tempo de E/S de Disco e CPU
Avaliao de Desempenho de Sistemas
84
xi
yi
ei
ei2
14
16
27
42
39
50
83
=271
2
5
7
9
10
13
20
66
3,4043
3,8918
6,5731
10,2295
9,4982
12,1795
20,2235
66,0000
-1,4043
1,1082
0,4269
-1,2295
0,5018
0,8205
-0,2235
0,0000
1,9721
1,2281
0,1822
1,5116
0,2518
0,6732
0,0500
5,8690
4.6
85
i=1
i=1
e i= ( y i y^i )=0 ,
i=1
i=1
i=1
( y i y m ) = ( y^ i y m ) + ( y i y^ i )
4.7
em que:
n
4.8
4.9
86
SQT
n1
QMR=
QME=
SQR
1
SQE
n2
Regresso (R)
SQR= ( y^ i y m)
QMR = SQR
i=1
n
Resduo (E)
n-2
Total (T)
n-1
SQE= ( y i y^ i)
QME=
i=1
SQE
n2
87
Exemplo 4.3 - Para os dados no disco da memria de CPU do Exemplo 4.1, a anlise de
varincia mostrada na Tabela 4.4. A partir da tabela, vemos que a razo F calculado
for maior do que a obtida a partir da tabela, e assim faz a regresso explicar uma parte
significativa da variao.
Tabela 4.5 - Clculo do erros dos dados de tempo de I/O de Disco e CPU
xi
yi i
(i-ym)2
(yi-i)2
14
16
27
42
39
50
83
=271
2
5
7
9
10
13
20
66
3,4043
3,8918
6,5731
10,2295
9,4982
12,1795
20,2235
66,0000
-1,4043
1,1082
0,4269
-1,2295
0,5018
0,8205
-0,2235
0,0000
1,9721
1,2281
0,1822
1,5116
0,2518
0,6732
0,0500
5,8690
n=7
ym = 66/7 =9,4
88
gl SQ
QM
Ftabelado
Regresso (R)
Resduo (E)
Total (T)
1
5
6
QMR = 379,22
QME = 5,7/5 = 1,14
F = 379,22/1,14 = 332,65
F[0,95;1;5] = 5,99
SQR = 379,22
SQE = 5,7
Memria de clculo:
i xi
yi i
(i-ym)2
(yi-i)2
1 14
3,4
(3,4-9,4)2=36,0
(3,4-2)2=2,0
2 16
3,9
(3,9-9,4)2=30,3
(3,9-5)2=1,2
3 27
6,6
(6,6-9,4)2=7,8
(6,6-7)2=0,2
4 42
10,2
(10,2-9,4)2=0,6
(10,2-9)2=1,4
5 39
10 9,5
(9,5-9,4)2=0,0
(9,5-10)2=0,3
6 50
13 12,2
(12,2-9,4)2=7,8
(12,2-13)2=0,6
(20,2-9,4)2=116,6
199,22
(20,2-20)2=0,0
5,7
7 83 20 20,2
271 66 66
n = 7 ym = 66/7 = 9,4
89
90
91
B1
B2
3
6
5
8
92
Cada valor medido um valor aleatrio. Cada vez que ele repetido, o valor medido pode
ser ligeiramente diferente, mesmo se todos os fatores controlveis so mantidos no mesmo
valor. Na tomada de decises com base em medies, importante isolar o efeito de erros. A
variao devido a um fator deve ser comparada com aquela devido a erros antes de tomar
uma deciso sobre o seu efeito. Analistas inexperientes que no esto cientes disto, atribuem
toda variao aos fatores e ignora completamente os erros
A variao devido ao erro experimental ignorada
cada valor medido um valor aleatrio. Cada vez que ele repetido, o valor medido pode
ser ligeiramente diferente, mesmo se todos os fatores controlveis so mantidos no mesmo
valor. Na tomada de decises com base em medies, importante isolar o efeito de erros. A
variao devido a um fator deve ser comparada com aquela devido a erros antes de tomar
uma deciso sobre o seu efeito. Analistas inexperientes que no esto cientes disto, atribuem
toda variao aos fatores e ignora completamente os erros
Parmetros importantes no so controlados
anteriormente, foi salientado que a lista de parmetros deve incluir todas as cargas de
trabalho, ambiente e parmetros do sistema que afetam o desempenho. Apenas alguns destes
parmetros so selecionados como fatores e tem seus valores variados no experimento. Por
exemplo, quando se comparam duas estaes de trabalho, o usurio da estao de trabalho
tem um efeito significativo sobre o desempenho medido. No entanto, se o efeito dos usurios
no corretamente contabilizado, os resultados podem no ser significativos
Efeitos de diferentes fatores no so isolados
um analista pode variar vrios fatores simultaneamente e, em seguida, pode no ser capaz de
atribuir a mudana no desempenho a qualquer fator em particular. Para evitar isso, alguns
analistas usam desenhos experimentais muito simples que levam a problemas, o que ser
discutido a seguir
Designs simples variando um fator por vez so usados
tal projeto um desperdcio des recursos. Ele requer muitos experimentos para obter a
mesma informao. Com delineamento experimental adequado, possvel obter intervalos
de confiana para os efeitos com o mesmo nmero de experimentos
Interaes so ignoradas
muitas vezes o efeito de um fator depende do nvel de outros fatores. Por exemplo, o efeito
da adio de 1 KB de cache pode depender do tamanho do programa. Tais interaes no
podem ser estimadas em designs que varia um fator por vez
Muitos experimentos so conduzidos
o nmero de experimentos uma funo do nmero de fatores e seus nveis. melhor
dividir o projeto em vrias etapas cada um usando um pequeno desenho em vez de usar
um projeto enorme, com muitos fatores e nveis. Na primeira etapa, o nmero de fatores
e os nveis devem ser pequenos. Tal projeto vai ajudar a depurar o processo
experimental e tambm ajudar a descobrir os fatores que no so significativas e no
devem ser includas no projeto. O primeiro projeto tambm vai dizer se os pressupostos
da anlise esto satisfeitas e se todas as transformaes de dados so obrigatrias.
Mais fatores e nveis podem ser adicionados em etapas subsequentes. As tcnicas
experimentais de projeto e anlise apresentadas a seguir ajudam a evitar esses
problemas
93
n=1+ (n i1) .
i=1
n= ni .
i=1
94
Exemplo 4.4 - Considere apenas quatro dos cinco fatores em estudo da estao de
trabalho. Vamos ignorar o nmero de unidades de disco para este exemplo. Temos
quatro fatores, cada um em trs nveis. Portanto, o nmero de experimentos necessrios
n = (3 CPUs) (3 nveis de memria) (3 cargas de trabalho) (3 nveis de ensino)
= 81 experimentos. O modelo fatorial completo composto por 81 experimentos o
projeto chamado 34. Um planejamento fatorial fracionrio 34-2 consistindo de apenas
nove experimentos mostrada na Tabela 4.8. Observe que cada um dos quatro fatores
usado trs vezes em cada um dos seus trs nveis
CPU
Intel
Intel
Intel
Nvel Educacional
Graduao
Ps-Graduao
Colgio
4
5
6
7
8
9
AMD
AMD
AMD
Apple
Apple
Apple
4
2
1
4
2
1
GB
GB
GB
GB
GB
GB
Cientfico
Secretaria
Gerencial
Secretaria
Gerencial
Cientfico
Colgio
Graduao
Ps-Graduao
Ps-Graduao
Colgio
Graduao
4.10
Aqui, yij a i-sima reposta (ou observao) com o fator de nvel j (isto ,
a j-sima alternativa), a resposta mdia, j o efeito da j-sima
alternativa, e eij o termo de erro. Os efeitos so calculados de modo que
eles somam zero
j =0
96
y ij=r a + j+ e ij
i=1 j=1
4.11
i=1 j =1
j=1
y ij=r a + 0+0
4.12
i=1 j=1
y ij
4.13
= i=1 j =1
ra
y ij
y. j=
(+ j+eij )
i=1
, substituindo + j + eij
r +r j + e ij
i=1
= + j .
97
R (b)
144
120
176
288
144
V (b)
101
144
211
288
72
Z (b)
130
180
141
374
302
y.. = 2815
= ..= 187,7
.2 =163,2
.3 = 225,4
98
SSE= e2ij
4.14
i=1 j=1
[ ][
144
120
176
288
144
101
144
211
288
72
][
130
187,7 187,7
180
187,7 187,7
141 = 187,7 187,7
374
187,7 187,7
302
187,7 187,7
][
4.15
Cada observao foi dividida em trs partes: a mdia geral, o efeito do processador j,
e os resduos. A notao matricial usada para todas as trs partes. A soma dos
quadrados de entradas na matriz residual SSE = (-30,4) 2 + (-54,4)2 + ... + (76,6)2 =
94365,20
4.16
i=1 j =1
i=1 j=1
2
j
4.17
i=1 j=1
99
4.18
onde SSY a soma dos quadrados de y, SS0 a soma dos quadrados das
mdias, SSA a soma dos quadrados dos efeitos, e SSE a soma de erros
quadrados. Note-se que SS0 e SSA podem ser facilmente calculadas da
seguinte forma
r
SS 0= 2=r a
i=1 j=1
r
a
i=1 j=1
j=1
4.19
SSA= 2j=r 2j
4.20
Assim, SSE pode ser calculada facilmente a partir SSY sem calcular os
erros individuais. A variao total de y (SST) definida com
r
4.21
i=1 j=1
A variao total pode ser dividida em duas partes, SSA e SSE, que
representam o que explicado e as partes no explicadas da variao.
Eles podem ser expressos em percentagem da variao total. A alta
porcentagem de variao explicada indica um bom modelo
100
4.22
4.23
101
Suma
Quadrados
yij2
dePercentual
Variao
SS0 = ar2
SST=SSY-SS0 100
deGraus
de
Quadrado da Mdia F Calculado F Tabelado
Liberdade
ar
1
ar-1
SSA = rj2
100(SSA/SST) a-1
SSE=SST-SSA 100(SSE/SST) a(r-1)
se = MSE1/2
Exemplo 4.8 - O ANOVA para o estudo de comparao Cdigo Tamanho do Exemplo 4.5
mostrada na Tabela 4.15. Da tabela, vemos que o valor de F calculado menor que o da
tabela e, portanto, mais uma vez conclumos que a diferena observada nos tamanhos
dos cdigos principalmente devido a erros experimentais e no a qualquer diferena
significativa entre os processadores
102
Tamanho da Memria
16 GB
45
75
103
45 = q0 + qA - qB - qA
25 = q0 - qA + qB + qA
75 = q0 + qA + qB + qAB
Estas quatro equaes podem ser resolvidas para as quatro incgnitas. A equao de
regresso :
y = 40 + 20 xA + 10 xB + 5 xA xB
O resultado interpretado da seguinte forma. O desempenho mdio de 40 MIPS, o
efeito de memria de 20 MIPS, o efeito de memria cache de 10 MIPS e da interao
entre a memria e o cache representa 5 MIPS.
-1
y2
-1
y3
y4
104
q0 = 1/4( y1 + y2 + y3 + y4
qA = 1/4(-y1 + y2 - y3 + y4
qB = 1/4(-y1 - y2 + y3 + y4
qAB = 1/4( y1 - y2 - y3 + y4 )
Note que as expresses para qA, qB, e qAB so combinaes lineares das
respostas de tal forma que a soma dos coeficientes zero. Tais expresses
so chamadas de contrastes.
Notar tambm que os coeficientes de y i na equao para qA so idnticos
aos nveis de A listadas na Tabela 4.14. Assim, q A pode ser obtido
multiplicando as colunas A e y na tabela. Isto tambm verdade para q B e
qAB, o que pode ser obtido pela multiplicao das respectivas colunas de
nvel pela coluna de resposta. Estas observaes leva-nos ao mtodo de
tabela de sinal para efeitos de clculo, que descrito a seguir.
4.9.2. Mtodo de Tabela para Calcular os Efeitos Sinal
Para um projeto de 22, os efeitos podem ser facilmente calculado atravs
da preparao de uma matriz de sinal 44, como mostrado na Tabela
4.18.
Tabela 4.18 - Mtodo da Tabela de Sinais para o Clculo dos Efeitos de Projetos 22
I
A B AB y
1
-1 -1 1
15
1
1 -1 -1 45
1
-1 1 -1 25
1
1 1 1
75
160 80 40 20 Total
40 20 10 5
Total/4
A primeira coluna da matriz rotulada I e constituda por 1s. As
prximas duas colunas, A e B, contm basicamente todas as combinaes
possveis de -1 e 1. A quarta coluna, rotulada AB, o produto das entradas
das colunas A e B. As quatro observaes so listadas no vetor coluna
desta matriz. O vetor coluna rotulado por y consiste na resposta
correspondente aos nveis de fator listados nas colunas A e B.
O prximo passo multiplicar as entradas na coluna I por aqueles da
coluna y e colocar a soma em coluna I. As entradas na coluna A so agora
Avaliao de Desempenho de Sistemas
105
106
4.24
As colunas xA, xB e xAxB da matriz de design na Tabela 4.18 tem as seguintes propriedades:
1. A soma das entradas em cada coluna zero:
x Ai=0
x Bi=0
x Ai x Bi=0
x 2Ai=4
x 2Bi=4
.
e
3. As colunas so ortogonais uma vez que o produto interno de quaisquer duas colunas
zero: x Ai x Bi=0 , x Ai ( x Ai x Bi)=0 e x Bi ( x Ai x Bi )=0 .
Essas propriedades nos permitem calcular a variao total da seguinte forma:
Mdia da amostra:
1
1
y i= (q 0 +q A x Ai +q B x Bi + q AB x AiBi)
4
4
1
1
1
1
y = q 0 + q A x Ai + q B x Bi + q AB x AiBi=q0
4
4
4
4
y =
4.25
4.26
Variao Total:
SST = ( y i y )2= (q 0+ q A x Ai +q B x Bi+ q AB x Ai x Bi y )
4.27
4.28
SST =q A x Ai +q B x Bi+ q AB x Ai x Bi
4.29
SST =4 q 2A + 4 q 2B +4 q2AB
4.30
Os termos dos produtos cruzados das equaes precedentes so zero devido ortogonalidade
das colunas.
107
108
0.4717
4 2.190
0.0595
-0.5
-0.145
17.2
20
10.9
qB
-0.1257
1.0
0.413
77.0
80
87.8
qAB
-0.0346
0.0
0.051
5.8
1.3
109
Exemplo 4.12 - Para projetar uma mquina LISP, os trs fatores que precisam ser
estudadas so: tamanho do cache, tamanho de memria e se um ou dois processadores
sero usados. Os trs fatores e suas atribuies de nvel so mostrados na Tabela 4.22.
O projeto 23 e do desempenho medido em MIPS mostrada na Tabela 4.23.
16 GB
1 CPU
22
34
2 CPU's
58
86
Para analisar o experimento, foi preparada uma tabela de sinais como mostrado na
Tabela 4.24. Como mostrado na ltima linha desta tabela, os efeitos de memria cache e
os processadores so qA = 10, qB = 5, e qC = 20, respectivamente. As trs interaes de
dois fatores so qAB = 5, qAC = 2, e qBC = 3. O qABC interao de trs fatores 1.
110
A parcela da variao explicada pelos sete efeitos so 800/4512 (18%), 200/4512 (4%),
3200/4512 (71%), 200/4512 (4%), 32/4512 (1%), 72/4512 (2%) e 8 / 4512 (0%),
respectivamente.
4.11.Exerccios
1. Demonstre que (yi-ym) 2 = (i-ym)-(yi-i)2
2. O desempenho de um sistema que est sendo projetado depende dos seguintes
trs fatores:
a) CPU tipo: Intel, AMD, Apple
b) Tipo de sistema operacional: Windows, Linux, Unix
c) Tipo de unidade de disco: A, B
3. Quantos experimentos so necessrias para analisar o desempenho se
a) H interao significativa entre os fatores
b) No h interao entre os fatores
c) As interaes so pequenas comparadas com os efeitos principais
4. Analise o desenho 23 mostrado na Tabela 4.25.
a) Quantifique os efeitos principais e as interaes
b) Quantifique as porcentagens de variao explicada
c) Classificaque as variveis na ordem decrescente de importncia
C2 C1
C2
B1 100 15 120 10
B2 40
30 20
50
111
5. Referncias
Jain, R. The Art of Computer Systems Performance Analysis: Techniques for
Experimental Design, Measurement, Simulation, and Modeling. WileyInterscience, 1991.
Menasc, Daniel A.; Almeida, Virglio A. F. Planejamento de Capacidade
para Servios na Web: Mtricas, modelos e mtodos. Rio de Janeiro:
Campus, 2003.
HINES, W. W. et al. Estatstica Aplicada e Probabilidade para Engenheiros. LTC, 2003.
112