1
Departamento de Informática
Departamento de Informática
Departamento de Informática
Departamento de Informática
Departamento de Informática
Departamento de Informática
Departamento de Informática
Departamento de Informática
Disciplina:
Disciplina:
Disciplina:
Disciplina:
Disciplina:
Disciplina:
Disciplina:
Disciplina:
Copyright Copyright CopyrightCopyright 1999199919991999----2002004200200444 by by by by TeleMídia Lab.TeleMídia Lab.TeleMídia Lab.TeleMídia Lab.
Modelagem Analítica do
Modelagem Analítica do
Modelagem Analítica do
Modelagem Analítica do
Desempenho de Sistemas
Desempenho de Sistemas
Desempenho de Sistemas
Desempenho de Sistemas
de Computação
de Computação
de Computação
de Computação
Modelagem Analítica do
Modelagem Analítica do
Modelagem Analítica do
Modelagem Analítica do
Desempenho de Sistemas
Desempenho de Sistemas
Desempenho de Sistemas
Desempenho de Sistemas
de Computação
de Computação
de Computação
de Computação
Redes de Filas: Problema da CPU e Dois Discos Método de Solução: Convolução
Prof. Sérgio Colcher colcher@inf.puc-rio.br
Redes de Filas: Problema da CPU e Dois Discos Método de Solução: Convolução
Prof. Sérgio Colcher colcher@inf.puc-rio.br Modelagem Analítica Modelagem Analítica 2
Problema
Problema
Considere uma estação servidora de BD composta de Considere uma estação servidora de BD composta de
•• uma única CPU e uma única CPU e
•• dois discosdois discos –
– Um rápido e um lentoUm rápido e um lento
Usuários se “logam” remotamente no sistemaUsuários se “logam” remotamente no sistema
•• Efetuam transações e saemEfetuam transações e saem
Devido ao desempenho limitado do sistema, apenas dois Devido ao desempenho limitado do sistema, apenas dois usuários logados são permitidos no sistema em qualquer usuários logados são permitidos no sistema em qualquer instante
instante
A demanda, porém, é suficientemente grande para garantir A demanda, porém, é suficientemente grande para garantir que sempre há dois usuários logados no sistema a qualquer que sempre há dois usuários logados no sistema a qualquer instante
instante
•• Em outras palavras, assim que um usuário deixa o sistema, Em outras palavras, assim que um usuário deixa o sistema, outro imediatamente ocupa o seu lugar
outro imediatamente ocupa o seu lugar
Modelagem Analítica Modelagem Analítica
3
Problema (cont)
Problema (cont)
Cada transação alterna o uso da CPU com o uso
Cada transação alterna o uso da CPU com o uso
de um dos discos
de um dos discos
••
O disco específico utilizado depende da transação e
O disco específico utilizado depende da transação e
do momento
do momento
–
– Diferentes transações podem utilizar diferentes Diferentes transações podem utilizar diferentes arquivos em momentos diferentes
arquivos em momentos diferentes
•• arquivos diferentes podem residir em discos diferentesarquivos diferentes podem residir em discos diferentes
Modelagem Analítica Modelagem Analítica
4
Problema (cont)
Problema (cont)
Suponha que uma transação típica tenha as seguintes Suponha que uma transação típica tenha as seguintes cacaterísticas
cacaterísticas
i.
i. Requer um tempo de CPU médio de 10 sRequer um tempo de CPU médio de 10 s
ii.
ii. Tem probabilidades iguais para o acesso a cada um dos Tem probabilidades iguais para o acesso a cada um dos discos
discos
iii.
iii. Requer um tempo médio de 20 s para o acesso a um Requer um tempo médio de 20 s para o acesso a um arquivo caso esse esteja no disco rápido
arquivo caso esse esteja no disco rápido
iv.
iv. Requer um tempo médio de 30 s para o acesso a um Requer um tempo médio de 30 s para o acesso a um arquivo caso esse esteja no disco lento
arquivo caso esse esteja no disco lento
DesejaDeseja--se obter medidas de desempenho do sistemase obter medidas de desempenho do sistema
•• Tempo médio de resposta, número médio de usuários no Tempo médio de resposta, número médio de usuários no sistema etc.
Modelagem Analítica Modelagem Analítica 5
Rede de Filas
Rede de Filas
CPU Disco Rápido Disco Lento p 1-p Cµ
fµ
sµ
MPL=2 1 10 0,1 6 1 20 0, 05 3 1 30 0, 0333 2 1 0, 5 C C f f s ss trans s trans min
s trans s trans min
s trans s trans min
p p µ µ µ µ µ µ = ⇒ = = = ⇒ = = = ⇒ = = = − = Modelagem Analítica Modelagem Analítica 6
Rede de Filas
Rede de Filas
Descrição de estado:Descrição de estado:
•• nnc c : número de transações sendo servidas pela CPU: número de transações sendo servidas pela CPU
•• nnf f : número de transações sendo servidas pelo Disco Rápido: número de transações sendo servidas pelo Disco Rápido
•• nns s : número de transações sendo servidas pelo Disco Lento: número de transações sendo servidas pelo Disco Lento
CPU Disco Rápido Disco Lento p 1-p C
µ
fµ
sµ
MPL=2 ( ,n n nc f, s) Por definição: nc+nf +ns =MPL Modelagem Analítica Modelagem Analítica 7Cadeia de Markov
Cadeia de Markov
CPU Disco Rápido Disco Lento p 1-p Cµ
fµ
sµ
MPL=2 2,0,0 1,1,0 0,2,0 0,1,1 0,0,2 1,0,1 cp µ Estado: ( ,n n nc f, s) (1 ) c p µ − s µ f µ (1 ) c p µ − µc(1−p) f µ s µ cp µ cp µ f µ µs Modelagem Analítica Modelagem Analítica 8Equações de Balanço de Fluxo Global
Equações de Balanço de Fluxo Global
2,0,0 1,1,0 0,2,0 0,1,1 0,0,2 1,0,1 cp µ µc(1−p) s µ f µ (1 ) c p µ − µc(1−p) f µ s µ cp µ cp µ f µ µs
(
)
(
)
(
)
110 101 200 200 020 011 110 200 011 002 101 110 020 110 101 011 101 002 200 110 101 020 011 002 (1 ) (1 ) (1 ) 1 f s c c f s f c c f s s c c f c c s f c s P P P pP P P P p P P P P pP P p P pP P p P P P P P P P P µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ + = + + = + − + + = + = − + = + − = + + + + + = Modelagem Analítica Modelagem Analítica
9
Equações de Balanço de Fluxo
Equações de Balanço de Fluxo
2,0,0 1,1,0 0,2,0 0,1,1 0,0,2 1,0,1 cp µ µc(1−p) s µ f µ (1 ) c p µ − µc(1−p) f µ s µ cp µ cp µ f µ µs
(
)
(
)
(
)
110 101 200 200 020 011 110 200 011 002 101 110 020 110 101 011 101 002 200 110 101 020 011 002 (1 ) (1 ) (1 ) 1 f s c c f s f c c f s s c c f c c s f c s P P P pP P P P p P P P P pP P p P pP P p P P P P P P P P µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ µ + = + + = + − + + = + = − + = + − = + + + + + = 110 011 101 011 (1 ) c s c f p P P pP P µ µ µ µ − = = Modelagem Analítica Modelagem Analítica 10Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
2,0,0 1,1,0 0,2,0 0,1,1 0,0,2 1,0,1 cp µ µc(1−p) s µ f µ (1 ) c p µ − µc(1−p) f µ s µ cp µ cp µ f µ µs 110 200 101 200 020 110 011 110 011 101 002 101 200 110 101 020 011 002 (1 ) (1 ) (1 ) 1 f c s c f c s c f c s c P pP P p P P pP P p P P pP P p P P P P P P P µ µ µ µ µ µ µ µ µ µ µ µ = = − = = − + = − + + + + + = Modelagem Analítica Modelagem Analítica 11
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
110 200 101 200 020 110 011 110 011 101 002 101 200 110 101 020 011 002 (1 ) (1 ) (1 ) 1 f c s c f c s c f c s c P pP P p P P pP P p P P pP P p P P P P P P P µ µ µ µ µ µ µ µ µ µ µ µ = = − = = − + = − + + + + + = Definindo: (1 ) c f c s p p µ µ µ µ = − = U U f s 110 200 101 200 2 020 110 200 011 110 200 011 101 200 2 002 101 200 200 110 101 020 011 002 1 f s f f s s f f f s s s P P P P P P P P P P P P P P P P P P P P P P = = = = = = = = = = + + + + + = U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 12
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
110 200 101 200 2 020 110 200 011 110 200 011 101 200 2 002 101 200 200 110 101 020 011 002 1 f s f f s s f f f s s s P P P P P P P P P P P P P P P P P P P P P P = = = = = = = = = = + + + + + = U U U U U U U U U U U U 200 110 101 020 011 002 2 2 200 200 200 200 200 200 200 2 2 1 1 1 1 f s f f s s f s f f s s P P P P P P P P P P P P P + + + + + = + + + + + = = + + + + + U U U U U U U U U U U U 2 0 0 200 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2 Definindo c 1 c f s c f s c f s c f s c f s c f s c f s P = = + + + + + U U U U U U U U U U U U U U U U U U U U U U
Modelagem Analítica Modelagem Analítica
13
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
2,0,0 1,1,0 0,2,0 0,1,1 0,0,2 1,0,1 cp µ µc(1−p) s µ f µ (1 ) c p µ − µc(1−p) f µ s µ cp µ cp µ f µ µs 2 0 0 200 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2 c f s c f s c f s c f s c f s c f s c f s P = + + + + + U U U U U U U U U U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 14
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
2 0 0 200 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2 c f s c f s c f s c f s c f s c f s c f s P = + + + + + U U U U U U U U U U U U U U U U U U U U U 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2 2 0 0 200
Definindo ( ) (2) como sendo o denominador, isso é (2) então: (2) c f s c f s c f s c f s c f s c f s c f s G MPL G G P G = = + + + + + = U U U U U U U U U U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 15
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
2 0 0 200 (2) c f s P G =U U U 110 200 101 200 2 020 110 200 011 110 200 011 101 200 2 002 101 200 200 110 101 020 011 002 1 f s f f s s f f f s s s P P P P P P P P P P P P P P P P P P P P P P = = = = = = = = = = + + + + + = U U U U U U U U U U U U 1 1 0 110 1 0 1 101 0 2 0 020 0 1 1 011 0 0 2 002 (2) (2) (2) (2) (2) c f s c f s c f s c f s c f s P G P G P G P G P G = = = = = U U U U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 16
Interpretação
Interpretação
(1 ) 1 c f c s p pµ
µ
µ
µ
= − = = U U U f s cO que significam
?
Modelagem Analítica Modelagem Analítica 17
Cadeia de Markov
Cadeia de Markov
CPU Disco Rápido Disco Lento p 1-p Cµ
fµ
sµ
MPL=2 (1 ) 1 c f c s p pµ
µ
µ
µ
= − = = U U U f s cSuponha que a CPU ficou 100% ocupada. Com essa hipótese, usuários deixam a CPU a uma taxa média igual a . A taxa de chegada ao disco rápido é de e a
taxa de serviço desse disco é . Logo, o val
c c
f
p
µ µ
µ or =
é a utilização do disco rápido considerando que a CPU tem utilização de 100% ( 1). c f f c p µ µ = U U Modelagem Analítica Modelagem Analítica 18
Equações de Balanceamento de Fluxo Local
Equações de Balanceamento de Fluxo Local
2 0 0 200 (2) c f s P G =U U U 1 1 0 110 1 0 1 101 0 2 0 020 0 1 1 011 0 0 2 002 (2) (2) (2) (2) (2) c f s c f s c f s c f s c f s P G P G P G P G P G = = = = = U U U U U U U U U U U U U U U
G( ) é um fator de normalização. Seu número de fatores é igual ao número de estados na cadeia de markov, que é dependente do MPL e do número de dispositivos. Historicamente, expressa-se o G ( ) apenas como função de MPL, isto é, G(MPL).
De uma forma geral, em um sistema com K dispositivos e MPL, tem-se: 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2 (2) c f s c f s c f s c f s c f s c f s G = + + + + + + U U U U U U U U U U U U U U U U U U 1 2 1 2 1 2 ... ( ) K K n n n K n n n P G MPL =U U U Modelagem Analítica Modelagem Analítica 19
G(MPL)
G(MPL)
0 0 0 1 2 1 0 0 0 1 0 0 0 1 1 2 1 2 1 2(no. de usuários no disp i no estado s) 1
(0)
1
(1)
...
(
)
K K K K K i s S iG
G
G MPL
∈ ==
=
=
+
+
+
=
∑∏
U U
U
U U
U
U U
U
U U
U
U
1 2... 1 1 ( ) i K K n n n n i i P G MPL = =∏
U Product Form Modelagem Analítica Modelagem Analítica 20Métricas de Desempenho: Utilização
Métricas de Desempenho: Utilização
Seja Seja ρρii((MPLMPL) a utilização do dispositivo ) a utilização do dispositivo ii quando o nível de quando o nível de multiprogramação do sistema é
multiprogramação do sistema é MPL.MPL.
Na Cadeia de Markov, o disco rápido está ocupado em todos os Na Cadeia de Markov, o disco rápido está ocupado em todos os estados em que há pelo menos um usuário no segundo elemento da estados em que há pelo menos um usuário no segundo elemento da tupla
tupla
•• Isto é, nos estados Isto é, nos estados (1,1,0), (0,2,0) (1,1,0), (0,2,0) ee (0,1,1)(0,1,1)
110 020 011 1 1 0 0 2 0 0 1 1 1 1 0 0 2 0 0 1 1 1 0 0 0 1 0 0 0 1 (2) 1 1 1 (2) (2) (2) 1 (2) 1 (2) f c f s c f s c f s c f s c f s c f s f c f s c f s c f s P P P G G G G G ρ = + + = + + = + + = + + U U U U U U U U U U U U U U U U U U U U U U U U U U U U (2) (1) (2) f f G G ρ = U
Modelagem Analítica Modelagem Analítica
21
Métricas de Desempenho: Utilização
Métricas de Desempenho: Utilização
GeneralizandoGeneralizando
•• Em outras palavras, a utilização de um dispositivo i é igual Em outras palavras, a utilização de um dispositivo i é igual a sua utilização relativa normalizada por um fator
a sua utilização relativa normalizada por um fator G(MPL
G(MPL––11))//G(MPL)G(MPL) –
– Este é um resultado geral para todas as redes de filas fechadas.Este é um resultado geral para todas as redes de filas fechadas.
(
1)
(
)
(
)
i iG MPL
MPL
G MPL
ρ
= U
−
Modelagem Analítica Modelagem Analítica 22Métricas de Desempenho: Vazão
Métricas de Desempenho: Vazão
Seja
Seja X
X
ii((MPL
MPL) a vazão média do dispositivo
) a vazão média do dispositivo ii
considerando um determinado
considerando um determinado MPL
MPL para o
para o
sistema. Se o tempo de serviço médio do
sistema. Se o tempo de serviço médio do
dispositivo é 1/
dispositivo é 1/µ
µ
i i, então, pela Lei de Little
, então, pela Lei de Little
••
A vazão do disco rápido, por exemplo, é
A vazão do disco rápido, por exemplo, é
(
)
(
)
i i iX MPL
MPL
ρ
µ
=
(1)
(2)
(2)
(2)
f f f f fG
X
G
µ ρ
µ
=
=
U
Modelagem Analítica Modelagem Analítica 23Métricas de Desempenho: Vazão
Métricas de Desempenho: Vazão
A vazão do disco rápido, por exemplo, éA vazão do disco rápido, por exemplo, é
Note que:Note que:
•• Se Se UU
cc= = 11, o fluxo de saída da CPU (isto é, sua “, o fluxo de saída da CPU (isto é, sua “vazão relativavazão relativa”) é ”) é µµcc..
Logo, o disco rápido tem uma taxa de chegada de
Logo, o disco rápido tem uma taxa de chegada de µµc c p. Assim, a p. Assim, a ““vazão vazão relativa
relativa” do disco rápido é igual a ” do disco rápido é igual a µµc c p.p. Mas, Mas,
(1) (2) (2) (2) f f f f f G X G µ ρ µ = = U c c f f f f
p
p
µ
µ
µ
µ
µ
=
=
U
A vazão do disco rápido é sua vazão relativa normalizada por um fator G(1)/G(2).
Modelagem Analítica Modelagem Analítica
24
Métricas de Desempenho: Vazão
Métricas de Desempenho: Vazão
GeneralizandoGeneralizando
•• Em outras palavras, a vazão de um dispositivo i é igual a Em outras palavras, a vazão de um dispositivo i é igual a sua vazão relativa normalizada por um fator
sua vazão relativa normalizada por um fator G(MPL
G(MPL––11))//G(MPL)G(MPL) –
– Este é um resultado geral para todas as redes de filas fechadas.Este é um resultado geral para todas as redes de filas fechadas.
( 1) ( ) ( ) i i i G MPL X MPL G MPL
µ
− = UModelagem Analítica Modelagem Analítica
25
Métricas de Desempenho: Tamanho Médio da Fila
Métricas de Desempenho: Tamanho Médio da Fila
Inspecionando os estados da Cadeia de Markov e Inspecionando os estados da Cadeia de Markov e analisando o tamanho da fila para o dispositivo de analisando o tamanho da fila para o dispositivo de
interesse é possível calcular o tamanho médio da fila para interesse é possível calcular o tamanho médio da fila para aquele dispositivo.
aquele dispositivo.
•• Por exemplo, o tamanho da fila no disco rápido é Por exemplo, o tamanho da fila no disco rápido é – – 0 no estado (2,0,0)0 no estado (2,0,0) – – 1 no estado (1,1,0)1 no estado (1,1,0) – – 0 no estado (1,0,1)0 no estado (1,0,1) – – 2 no estado (0,2,0)2 no estado (0,2,0) – – 1 no estado (0,1,1)1 no estado (0,1,1) – – 0 no estado (0,0,2)0 no estado (0,0,2) Modelagem Analítica Modelagem Analítica 26
Métricas de Desempenho: Tamanho Médio da Fila
Métricas de Desempenho: Tamanho Médio da Fila
Seja Seja nni i ((MPLMPL) o número de usuários médio no dispositivo ) o número de usuários médio no dispositivo ii (incluido a fila).(incluido a fila).
(
)
110 020 011 1 1 0 0 2 0 0 1 1 1 1 0 0 2 0 2 0 1 1 1 0 0 0 1 0 0 0 1 2 2 (2) 1 2 1 1 2 1 (2) (2) (2) 1 1 1 1 (2) (2) (2) (2) 1 (2) (2) (1) (0) (2) (2) (2) f c f s c f s c f s c f s c f s f c f s f c f s c f s c f s f f f f n P P P G G G G G G G G G G G n G G = + + = + + = + + + = + + + = + U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 27Métricas de Desempenho: Tamanho Médio da Fila
Métricas de Desempenho: Tamanho Médio da Fila
De uma forma geralDe uma forma geral
1 ( ) ( ) ( ) MPL m i i m G MPL m n MPL G MPL = − =
∑
U 2 (1) (0) (2) (2) (2) f f f G G n G G =U +U Modelagem Analítica Modelagem Analítica 28Métricas de Desempenho: Tempo de Resposta
Métricas de Desempenho: Tempo de Resposta
Tempo de resposta Tempo de resposta RRii((MPLMPL) de um dispositivo: tempo ) de um dispositivo: tempo médio que um usuário leva desde o momento em que médio que um usuário leva desde o momento em que entra na fila até ser completamente servido pelo entra na fila até ser completamente servido pelo dispositivo.
dispositivo.
•• Por exemplo, para o disco rápido, Por exemplo, para o disco rápido, –
– Usando a Lei de Little: Usando a Lei de Little:
2 0 1 (1) (0) (2) (2) (2) (1) (2) (2) (1) (0) (1) (1) (0) (2) (1) f f f f f f f f f f f f f G G n G G R G X G G G G G G R G µ µ µ + = = + = + = U U U U U U
Modelagem Analítica Modelagem Analítica
29
Métricas de Desempenho: Tempo de Resposta
Métricas de Desempenho: Tempo de Resposta
Para o disco rápido:
Para o disco rápido:
Generalizando:
Generalizando:
0 1 (1) (0) (2) (1) f f f f G G R G µ + = U U 1 1 ( ) ( ) ( 1) MPL m i m i i G MPL m R MPL G MPL µ − = − = −∑
U Modelagem Analítica Modelagem Analítica 30Métricas de Desempenho
Métricas de Desempenho
(no. de usuários no disp i no estado s) 1 ( ) K i s S i G MPL ∈ = =
∑∏
U ( 1) ( ) ( ) i i i G MPL X MPL G MPLµ
− = U 1 ( ) ( ) ( ) MPL m i i m G MPL m n MPL G MPL = − =∑
U 1 1 ( ) ( ) ( 1) MPL m i m i i G MPL m R MPL G MPL µ − = − = −∑
U(
1)
(
)
(
)
i iG MPL
MPL
G MPL
ρ
= U
−
Modelagem Analítica Modelagem Analítica 31Método da Convolução Simples
Método da Convolução Simples
Seja P a matriz de transições entre os dispositivos
Seja P a matriz de transições entre os dispositivos
••
No exemplo
No exemplo
0 1 1 0 0 1 0 0 cc cf cs fc ff fs sc sf ss p p p p p P p p p p p p − = = Modelagem Analítica Modelagem Analítica 32Seja o vetor de vazões relativas
Seja o vetor de vazões relativas
••
Pode
Pode--se achar o vetor de vazões relativas resolvendo
se achar o vetor de vazões relativas resolvendo
o sistema
o sistema
Método da Convolução Simples
Método da Convolução Simples
0 1 1 0 0 1 0 0 (1 ) p p p p ⋅ = − = + = = − = P c f s c f s f s c c f c s x x x x x x x x x x x x x x x c f s x = x x x
Modelagem Analítica Modelagem Analítica
33
Método da Convolução Simples
Método da Convolução Simples
⋅
P
=
x
x
Seja :
um operador linear.
Se existirem
,
0 e
tais que
( )
, então é um autovalor de
e é um autovetor de associado a .
T V
V
v
V v
T v
v
T
v
T
λ
λ
λ
λ
→
∈
≠
∈
=
R
Logo, trata-se de achar o autovetor da matriz P
associado ao autovalor 1.
Modelagem Analítica Modelagem Analítica
34
Método da Convolução Simples
Método da Convolução Simples
⋅
P
=
x
x
Logo, trata-se de achar o autovetor da matriz P
associado ao autovalor 1.
A solução desse problema é única com uma
A solução desse problema é única com uma
constante
constante k
k
••
Mais uma vez, estamos falando de “vazões
Mais uma vez, estamos falando de “vazões
relativas”
relativas”
••
Uma das soluções é
Uma das soluções é
(1 ) p p µ µ µ = = − c c f c s c x x x = Modelagem Analítica Modelagem Analítica 35
Método da Convolução Simples
Método da Convolução Simples
Mais uma vez isso explica a terminologia “vazões
Mais uma vez isso explica a terminologia “vazões
relativas”
relativas”
(1 ) p p µ µ µ = = − c c f c s c x x x =Se a vazão média da CPU fosse , então a taxa média de chegada no disco rápido seria . Como o fluxo de saída deve ser igual ao de entrada então a vazão média (relativa) do disco rápido deve ser
c c c p p µ µ µ . Modelagem Analítica Modelagem Analítica 36
Método da Convolução Simples
Método da Convolução Simples
Obtendo as vazões relativas é trivial obter as
Obtendo as vazões relativas é trivial obter as
utilizações relativas
utilizações relativas
••No exemplo
No exemplo
⋅
P
=
x
x
iµ
= U
i ix
1 (1 ) c f c s p p µ µ µ µ = = − = U U U c f sModelagem Analítica Modelagem Analítica
37
Método da Convolução Simples
Método da Convolução Simples
Cálculo do G( )Cálculo do G( )
•• Aparentemente o cálculo do G( ) é complexo já que o Aparentemente o cálculo do G( ) é complexo já que o
número de estados do sistema cresce exponencialmente com número de estados do sistema cresce exponencialmente com o número de dispositivos e número de usuários no sistema. o número de dispositivos e número de usuários no sistema.
–
– A técnica da Convolução permite esse cálculo de forma um A técnica da Convolução permite esse cálculo de forma um pouco mais eficiente
pouco mais eficiente –
– Utilizaremos a notação mais completa que considera o fator de Utilizaremos a notação mais completa que considera o fator de normalização como função de
normalização como função de MPLMPLe e KK. . •• DefinindoDefinindo
(no. de usuários no disp i no estado s) 1 ( ) K i s S i G MPL ∈ = =
∑∏
Useja ( , ) tal que (g m k G MPL)=g MPL K( , )
Modelagem Analítica Modelagem Analítica
38
Método da Convolução Simples
Método da Convolução Simples
Cálculo do G( )
Cálculo do G( )
(no. de usuários no disp i no estado s) 1 ( ) K i s S i G MPL ∈ = =
∑∏
U 2 0 0 1 1 0 1 0 1 0 2 0 0 1 1 0 0 2Seja ( , ) tal que ( ) ( , ) No caso do exemplo
(2) (2, 3)
Rearranjando os termos com base na separação de uma das utilizações (a do di c f s c f s c f s c f s c f s c f s g m k G MPL g MPL K G g = = =U U U +U U U +U U U +U U U +U U U +U U U
sco lento, por exemplo):
2 0 1 1 0 2 1 0 0 0 1 0 0 0 1 (2) (2, 3) ( ) (2, 2) (1, 3) c f c f c f s c f s c f s c f s s G g g g = = + + + + + + = + U U U U U U U U U U U U U U U U U Modelagem Analítica Modelagem Analítica 39
Método da Convolução Simples
Método da Convolução Simples
Cálculo do G( )Cálculo do G( )
•• De uma forma geralDe uma forma geral
1
( ) ( , ) ( , 1) ( 1, )
Sendo a base da recursão: (0, ) 1 ( ,1) k m G MPL g MPL k g MPL k g MPL k g k g m = = − + − = = U U Modelagem Analítica Modelagem Analítica 40 1 1 1 1 1 2 2 0 1 1 1 1 1 1 1 1 1 2 ( 1, ) ( , 1) ( , ) n k m MPL g m n m g m n g m n MPL − − U U U U U U U U
Método da Convolução Simples
Método da Convolução Simples
1
( , ) ( , 1) ( 1, )
Sendo a base da recursão: (0, ) 1 ( ,1) n m g m n g m n g m n g k g m = − + − = = U U
Modelagem Analítica Modelagem Analítica
41
Método da Convolução Simples
Método da Convolução Simples
1.
1. Encontrar as vazões relativas resolvendo o problema de Encontrar as vazões relativas resolvendo o problema de autovetores
autovetores
2.
2. Encontrar as Utilizações RelativasEncontrar as Utilizações Relativas
3.
3. Achar os G ( ) utilizando a tabelaAchar os G ( ) utilizando a tabela
4.
4. Achar as Métricas de DesempenhoAchar as Métricas de Desempenho
⋅
P
=
x
x
iµ
= U
i ix
Modelagem Analítica Modelagem Analítica 42Referências
Referências
1.1. The Operational Analysis of Queueing Network ModelsThe Operational Analysis of Queueing Network Models
•• Peter J. Denning and Jeffrey P. Buzen, Computing Peter J. Denning and Jeffrey P. Buzen, Computing Surveys, Vol. 10, No 3, Sep. 1978
Surveys, Vol. 10, No 3, Sep. 1978 –
– Seções 6 e 7Seções 6 e 7
2.
2. Quantitative System Performance: Computer System Quantitative System Performance: Computer System Analysis Using Queueing Network Models
Analysis Using Queueing Network Models
•• Edward D. Lazowska, John Zahorjan, G. Scott Graham Edward D. Lazowska, John Zahorjan, G. Scott Graham and Keneth C. Sevcik
and Keneth C. Sevcik
•• PrenticePrentice--Hall, Inc, 1984Hall, Inc, 1984 –