估計應用程式伺服器實例的負載 (Sun Java System Application Server 9.1 部署規劃指南)

Sun Java System Application Server 9.1 部署規劃指南

估計應用程式伺服器實例的負載

請考慮下列因素以估計應用程式伺服器實例的負載：

使用者透過 Web 瀏覽器或 Java 程式等用戶端，與應用程式互動。視使用者動作之不同，用戶端會定期將請求傳送至 Application Server。只要使用者的階段作業尚未到期或終止，該名使用者即會視為目前的使用者。估計同步運作使用者人數時，請納入所有目前的使用者。

下圖描述每分鐘處理的請求數 (流量) 與使用者人數的典型圖形。最初，當使用者人數增加時，流量會相對增加。但是，當同步運作請求數目增加時，伺服器效能會開始飽和，且流量會開始降低。

找出增加同步運作使用者會降低每分鐘可處理的請求數之時間點。此時間點表示達到最佳效能的時候，在此時間點之後流量會開始降低。一般會儘可能地以最佳流量來運作系統。您可能需要增加處理能力，以處理額外的負載並增加流量。

使用者不會無間斷地送出請求。使用者送出請求，伺服器接收並處理請求，然後傳回結果，此時使用者會花些時間才會再送出新的請求。一個請求與下一個請求之間的時間稱為考慮時間。

考慮時間取決於使用者的類型而定。例如，機器對機器的互動 (如 Web 服務的互動) 一般需要比人類使用者的互動更短的考慮時間。您在估計考慮時間時，必須將機器與人類的混合互動列入考量。

判斷平均考慮時間很重要。您可以使用此持續時間計算每分鐘必須完成的請求數，以及系統可支援的同步運作使用者人數。

回應時間是指 Application Server 將請求結果傳回給使用者所需的時間。回應時間受到網路頻寬、使用者人數、送出的請求數目與類型，以及平均考慮時間等因素的影響。

在本節中，回應時間是指平均回應時間。每種請求類型各有其最短回應時間。但是，評估系統效能時，請根據所有請求的平均回應時間分析。

回應時間愈快，每分鐘處理的請求數愈多。但是，如下圖所述，當系統上的使用者人數增加時，回應時間也會開始增加，即使每分鐘請求數減少亦然：

抱歉：本版手冊尚未提供此圖。

類似此圖的系統效能圖會指出在過了特定時間點後，每分鐘請求數會與回應時間呈反比。每分鐘請求數減少幅度越大，回應時間的增加幅度就越大 (以虛線箭頭表示)。

在圖中，尖峰負載點是每分鐘請求數開始減少的時間點。在此時間點之前，回應時間的計算不一定正確，因為未在公式中使用尖峰數目。在此時間點之後，由於每分鐘請求數與回應時間呈反比關係，所以管理員可以透過使用者人數上限及最大每分鐘請求數，更精準地計算回應時間。

使用下列公式判斷 T_回應，亦即尖峰負載時的回應時間 (以秒為單位)：

T_回應 = n/r - T_考慮

其中

假設存在下列條件：

平均考慮時間 T_考慮為每個請求三秒。

回應時間的計算如下：

T_回應 = n/r - T_考慮 = (5000/ 1000) - 3 秒= 5 - 3 秒

因此，回應時間為兩秒。

計算系統的回應時間之後 (特別是在尖峰負載時)，請與應用程式可接受的回應時間做比較。回應時間及流量是決定 Application Server 效能的主要因素。

若隨時知道同步運作使用者人數、這些使用者請求的回應時間，以及使用者平均考慮時間，即可計算每分鐘的請求數。一般會從估計系統上的同步運作使用者人數開始。

例如，執行網站效能軟體之後，管理員得知同時在網路銀行網站送出請求的使用者平均人數為 3,000 人。此人數取決於已登記成為網路銀行會員的使用者人數、使用者的銀行交易行為、使用者選擇送出請求的日期時間...等等。

因此，瞭解此資訊可讓您使用本節所述的每分鐘請求數公式，計算系統根據此使用者人數每分鐘可處理的請求數。由於每分鐘請求數與回應時間在尖峰負載時會形成反比，因此請決定是要接受較少的每分鐘請求數以換取較佳的回應時間，還是要接受較慢的回應時間以換取每分鐘更多的請求數。

實驗不同的可接受每分鐘請求數與回應時間臨界值，作為微調系統效能的起點。接著決定需要調整的系統區域。

求解上一節方程式中的 r 得出：

r = n/(T_回應 + T_考慮)

假設下列值：

每秒請求數的計算如下：

r = 2800 / (1+3) = 700

因此，每秒請求數為 700，而每分鐘請求數為 42000。