A estatística no planejamento de capacidade

A estatística no planejamento de capacidade

Pretendo apresentar brevemente a vocês um exemplo simples de planejamento de capacidade para a CPU de um servidor fictício (que poderia ser qualquer SO/Database) baseado em estatísticas de regressão usando as regras do TPC e o MS-EXCEL.

Não pretendo fazer deste artigo um guia de como executar as projeções ou as predições usando Excel ou apenas apresentar quais dados devem ser levados primariamente em consideração para executar qualquer trabalho dessa natureza. Sabendo a metodologia, a ferramenta é irrelevante, o importante é a análise realizada sobre os dados.

Para realizar as projeções, precisamos inicialmente conhecer e ter estruturado (conf. abordamos nos artigos anteriores):

Conhecer o tpmC do servidor: nesse caso, usaremos um valor de exemplo de 65.000 tpmC x core.

Conhecer o volume de negócio que afeta o serviço de TI: nesse caso, hipoteticamente foi atribuído um valor a um consumo de recursos de forma a exemplificar o processo.

Possuir um histórico de consumo e de volume executado: em nosso exemplo, estou projetando a partir do mês 08/11 até o final do ano, com base no volume informado o consumo do servidor e, adicionalmente, o “limite” de capacidade do servidor (quanto de volume o servidor suporta até atingir o threshold pré-definido por capacity planning).

O Resultado é a tabela 1, para chegarmos nesses números fizemos basicamente os seguintes passos:

Quanto em tpmC significa o consumo percentual de CPU (indicador de estamos projetando), esse calculo se obtém multiplicando o total de tpmc do servidor pelo % de recursos consumidos.

Criar a projeção com base nos dados realizados, para isso usamos a função para regressão linear “proj.lin”, que permite aproximar 2 grupos distintos de variáveis.

Buscar um R² próximo a 1, e caso não seja possível achar um R² alto, buscar um, aplicar a função DISTF, que deve retornar a probabilidade de distribuição F, que representa a probabilidade de não ser por acaso o valor de R² obtido entre Volumetria x tpmC (apresenta um indicador mais confiável).

Em nosso caso, para a tabela abaixo, temos os seguintes indicadores:

R²: 0,726

F:  15,93

Probabilidade F: 0,99

Ou seja, uma alta probabilidade da volumetria estar relacionada ao consumo de tpmC

 

Graficamente podemos representar de forma assertiva:

 

Sobre Alexandre Pires

ORACLE OCS Goldengate Specialist, OCE RAC 10g R2, OCP 12C, 11g, 10g , 9i e 8i - Mais de 25 anos de experiência na área de TI. Participei de projetos na G&P alocado na TOK STOK, EDINFOR alocado na TV CIDADE "NET", 3CON Alocado no PÃO DE AÇUCAR, DISCOVER alocado na VIVO, BANCO IBI e TIVIT, SPC BRASIL, UOLDIVEO alocado no CARREFOUR e atualmente na ORACLE ACS atendendo os seguintes projetos: VIVO, CLARO, TIM, CIELO, CAIXA SEGUROS, MAPFRE, PORTO SEGURO, SULAMERICA, BRADESCO SEGUROS, BANCO BRADESCO, BASA, SANTANDER, CNJ, TSE, ELETROPAULO, EDP, SKY, NATURA, ODEBRESHT, NISSEI, SICREDI, CELEPAR, TAM, TIVIT, IBM, SMILES, CELEPAR, SERPRO,OKI,BANCO PAN, etc
Esse post foi publicado em DIMENSIONAMENTO, RECOMENDAÇÕES e marcado , , , , , . Guardar link permanente.

Deixe uma resposta

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair / Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair / Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair / Alterar )

Foto do Google+

Você está comentando utilizando sua conta Google+. Sair / Alterar )

Conectando a %s