Använda Unicenter TNG till Förbättra Performance Management

July 23

De Unicenter TNG prestanda verktyg sammanställa systemet användningsdata och redovisningsdata, som möjliggör aktiviteter såsom kapacitetsplanering, redovisning laddning-back för tilldelning datorsystemkostnader och långsiktig planering och trendanalys. Dessa Unicenter TNG performance management aktiviteter innebär datainsamling och analys och hjälper dig att fatta beslut samtidigt som man bygger effektiviteten i systemet.

Unicenter TNG hjälper ta bort gissningsleken från verksamhetsstyrning. En annan fördel är att de rapporter och diagram från föreställningen tittaren kan användas för att visualisera resurser och motivera beslut.

Till exempel är Steve försöker avgöra om hans grupp behöver köpa fler arbetsstationer eller om gruppens medlemmar på något sätt kan pressa mer prestanda ur de som de har. Unicenter TNG rutinmässigt samlar alla typer av data om företagets resurser. Steve kan extrahera data som avser en viss uppsättning maskiner och avgöra hur mycket efterfrågan placeras på dessa system i en 24-timmarsperiod. Genom att jämföra CPU-användning av flera arbetsstationer, till exempel, kan Steve bestämma hur systemet arbetsbelastning kan omfördelas, vilket leder till en mer effektiv användning av resurserna. Naturligtvis kan hans slutsats vara att alla system närmar kapacitet, och det är dags att beställa ny utrustning. Han kan sedan använda underlag för att motivera sin inköps begäran.

Datainsamling och trendanalys

Unicenter TNG performance management kan du jämföra realtid prestandadata med data från en tidigare tidsperiod - igår, förra veckan, förra kvartalet, eller två år sedan (förutsatt sådana data som samlas in för två år sedan).

Fördelarna med att jämföra nya och gamla uppgifter inkluderar:

  • Förutse problem: Side-by-side jämförelser låter dig följa förändringar i systemresurser och potentiella problemområden, såsom minnes trösklar, diskanvändning, caching, och liknande.
  • Starkare analys: Med tiden som den historiska databasen expanderar, kapacitetsplanering och analysfunktioner bli starkare. Online diagram och rapporteringsfunktioner hjälper dig att avgöra om system presterar inom acceptabla gränser.
  • Utrustad beslutsfattande: IT-gruppen kontrollerar vilken typ av data som samlas in och hur det samlas. Administratören kan bestämma vilka resurser för att övervaka, när data ska samlas in, och hur länge uppgifterna ska bevaras.

Prestandamedel

Unicenter TNG använder två typer av agenter för att samla resultatrelaterade uppgifter:

  • Realtidsprestanda agent: Även kallad prestations omfattning, ger detta medel du ett realtids syn på systemets prestanda.
  • Historisk avkastning Agent: HPA samlar tids bandad data som lagras i prestanda kuber.

De tids banded uppgifter som samlats in av HPA är prestandauppgifter samplade vid ett förutbestämt intervall och representerar en ögonblicksbild av hur systemen beter vid en viss tidsperiod. HPA avfrågar operativsystemet var n minut (typiskt var 5, 10, 15, eller 20 minuter) för att samla in prestandadata och skriva den till en kub fil. Administratören kan definiera hur ofta data samlas in och variera frekvensen beroende på vilken typ av data. Så, till exempel, kan Unicenter hämta minneskapacitet var 3 minuter men samla in uppgifter om hur många användare är inloggad varje 20 minuter.

Datainsamling kan vara resurskrävande. Frekvent polling (såsom en 60-sekunders eller 3-minutersintervall) använder resurser fler system än ett längre intervall (såsom en timme, eller den 20-minuters standard som tillhandahålls av Unicenter). Administratörer bör överväga hur ofta olika resurser måste tillfrågade och använda samlingen intervallet som är mest lämplig för organisationens behov. Du kan påskynda opinionsundersökning tid för speciella ändamål, såsom att testa, men tänk på att bromsa takten när testet är klart.

Historisk avkastning agent (HPA)

Unicenter använder HPA att slakta uppgifter. HPA utför flera viktiga funktioner:

  • Samlar in data: HPA regelbundet samlar alla typer av system data över IT företaget. Sådana uppgifter omfattar minnesanvändning, diskanvändning, cache, anslutningar i användning, antalet användare inloggade, och andra system resursinformation.
  • Genererar prestations kuber: HPA skriver de insamlade data till en prestation kub-fil, vilket är en kommaseparerad fil med datum, tid, uppmätt parameter (t.ex. minnesanvändning), och värdefält.
  • Distribuerar kuber: HPA överför kuben filen till valfritt antal chefer med hjälp CA Messaging (CA-M) och CA Filöverföring (CA-FT).

Föreställningen kuben är faktiskt kommaavgränsade data som kan ses via Excel. Unicenter TNG tillhandahåller egna mallar och menyalternativ som gör att du kan visa och plotta kub-filer.

Typer av prestanda kuber

Beroende på tid och omfattning, kommer HPA skapa tre typer av prestations kuber:

  • Daglig prestanda kub: Denna kub omfattar data från en period på upp till 24 timmar, och det kan kombineras med andra dagliga kuber för att producera ett genomsnitt av många dagar.
  • Period prestanda kub: Perioden kuben består dagliga kuber sammanställts från en maskin. Denna kub omfattar mer än en dag och kunde omfatta veckor, en månad, ett år eller mer.
  • Enterprise prestanda kub: Företaget kub består dagligen eller period kuber samlats in från mer än en maskin.

Kapacitetsplanering

Unicenter TNG bidrar till att maximera användningen av resurser med sina kapacitetsplanering kapacitet. Med resultatstyrning, kan du räkna ut hur systemen utnyttjas. Du kan observera, till exempel att när man kör batchjobb efter timmar, servern vid redovisning ofta stöter minnesproblem, överskrider tröskelvärden som har definierats. Du bestämmer att servern i personalavdelningen används sällan på natten. Baserat på denna observation, kan du omdirigera en del av redovisnings jobb att köra på natten på HR maskinen.

Genom att ta hänsyn prestationsmått såsom svarstid, genomströmning, och samstämmighet, låter Unicenter TNG: s kapacitetsplanering du:

  • Bedöm serveranvändning.
  • Bestäm vilka maskiner är överutnyttjas och vilka som kan vara underutnyttjat.
  • Undersök trender i användning (till exempel om en server används mer eller mindre ofta med tiden).
  • Identifiera flaskhalsar, s n sådan som batchjobb hopar sig i en kö eller överdriven nätverkstrafik förnedrande svarstid.