История искусства Энергетика Локальные компьютерные сети Начертательная геометрия и инженерная графика Курс физики Задачи примеры решения Математика лекции и примеры решения задач Электротехника расчет цепей Информатика
Как работает файловый сервер Тестирование каналов связи

разнородность программных сред, реализуемых в конкретных вычислительных устройствах и системах с точки зрения многообразия операционных систем, различия в разрядности, объемах адресуемой памяти, применяемых языках программирования и так далее, привела к созданию программных интерфейсов между устройствами и системами, причем, необходимо отметить, что достигнуть полной совместимости программных продуктов, разработанных для конкретной программной среды, в другой программной среде удавалось не всегда.

Практическое использование моделей ЛВС во многих случаях предполагает наличие информации о реальных характеристиках вычислительного процесса. Такая информация может быть получена эмпирическими методами, на основе которых в настоящее время создаются средства для исследования аппаратнопрограммных компонентов ЛВС. Необходимая информация собирается с помощью специальных средств, которые обеспечивают измерение параметров, характеризующих динамику функционирования ЛВС в режимах опытной и нормальной эксплуатации. К таким средствам относятся сетевые анализаторы, анализаторы протоколов и т. п.

Создание средств для измерений параметров функционирова ния ЛВС, в том числе и операционных систем ЛВС, относится к числу новых задач в вычислительной технике.

Экспериментальные методы позволяют создать основу количе ственной оценки эффективности ВС для достижения следующих практических целей: анализа имеющихся ЛВС, выбора наилуч шей и синтеза новой ЛВС. Оценка характеристик аппаратнопро граммных средств связана с проведением экспериментов и измере ний, которые с практической точки зрения могут рассматриваться как процесс получения полезной информации. Шина Micro Channel (МСА)

Данные измерений представляются в виде, пригодном для по следующего анализа. Это осуществляется с помощью специаль ных средств обработки, создание которых связано с разработкой анализаторов. Эта взаимосвязь касается, например, выбора еди ных форматов данных, удобных не только для измерений, но и для обработки их результатов. В общем случае этап измерений предшествует этапу обработки, и средства обработки должны быть рассчитаны на эффективное применение к большим массивам ин формации, поскольку для измерений на ЛВС характерны, как пра вило, большие объемы и высокая плотность регистрируемых дан ных.

На завершающем этапе экспериментальных исследований про водится анализ результатов измерений, который состоит в получе нии содержательных выводов об исследуемой ЛВС. Важным усло вием для формирования таких выводов является удачное пред ставление результатов измерений.

Эффективность экспериментальных методов в значительной степени зависит от качества планирования экспериментов и пра вильности выбора типа нагрузки. Эксперимент состоит из набора тестов, выполняемых в процессе исследований, а тест, в свою оче редь, состоит из ряда сеансов или «прогонов». Термин «сеанс» ча ще применяется для измерений, а «прогон», как правило,—для имитационного моделирования. В течение сеанса или прогона на капливается информация о поведении системы и, возможно, рабо чей нагрузке. Поскольку рабочая нагрузка меняется, число наблю дений, которое требуется получить для каждой интересующей пользователя величины, должно быть таким, чтобы распределения для этих величин и их моменты могли быть оценены с требуемой точностью. Таким образом, продолжительность сеанса зависит от необходимого числа наблюдений.

Эксперимент длительностью в один сеанс достаточен для оцен ки, если нужно, рассмотреть только одну конфигурацию системы и один тип рабочей нагрузки. Например, если измерения произ водятся для того, чтобы выяснить, обеспечивает ли данная ЛВС При заданной рабочей нагрузке (графике) удовлетворительную производительность, т. е. отвечает ли она определенным требова ниям. Эксперименты длительностью в несколько сеансов необхо димы, если предстоит определить влияние определенных факто ров на производительность системы или производится оптимиза ция системы последовательными итерациями. Основной пробле мой, возникающей при планировании этих экспериментов, являет ся определение состава и требуемой точности регистрации измеря емых параметров.

СБОР ДАННЫХ ДЛЯ МОДЕЛИРОВАНИЯ.

Возможны два подхода при сборе данных при моделировании. 

При одном подходе, как правило, средства моделирования сети вычисляют ее про изводительность на основе показателей ее фактического и оцени ваемого трафика, указываемых администратором сети. Многие программы моделирования воспринимают данные и от инструмен тальных средств анализа сети, таких, как анализатор протокола Sniffer фирмы Network General. Для крупномасштабных моделей такая возможность имеет важное значение: без нее пришлось бы подсчитывать передаваемые пакеты и вводить множество данных. Установив программные датчики, позволяющие получить картину полного сетевого графика, можно использовать и данные, получа емые с помощью продуктов административного управления сетью, таких, как SunNet Manager фирмы Microsystems и Open View фирмы Hewlett Packard.

Другим подходом к моделированию сети является создание ва риантов сценария работы ЛВС, что позволяет программировать уровень трафика на основе действий сетевых приложений.

Разница между этими подходами состоит в том, что в первом случае просто используется экстраполяция на основе измеренного трафи ка, а второй позволяег управлять масштабом операций. Он будет срабатывать тем эффективнее, чем больше сценарии приближены к реальности.

Даже при помощи такого измерительного инструмента, как Sniffer, моделирование позволяет получить лишь ту точность, ко торую дают базовые данные. Если при измерении графика не ох вачен адекватный диапазон сетевой активности или неверны оцен ки роста объема трафика, генерируемого новым приложением, по лучить реалистичное описание производительности невозможно.

Необходимы не только точные данные, но и определенная под готовка экспериментатора, понимание того, что означает програм ма моделирования и какие сценарии более жизнеспособны. Хотя инструментальные средства являются графическими и с ними лег ко работать, эти средства не дают конкретных рекомендаций, на пример, как «выделить этот сегмент сети» или «уменьшить здесь длину кабеля».

Средства моделирования способны показать, каким образом изменения могут повлиять на производительность, но интерпрети ровать данные, разрабатывать план устранения «узких» мест и готовить сценарии для проверки этих планов должен администра тор сети.

Вопросы к занятию 13

Назовите основные методы исследования ЛВС?

Основные задачи экспериментального исследования?

Дайте определение модели ЛВС?

Основные виды моделей?

Требования к совокупности моделей, отражающих ЛВС?

Характер аналитических моделей и виды применяемого математического аппарата?

Недостатки аналитических моделей (кратко)?

Дайте определение имитационной модели?

основные недостатки имитационного моделирования?

 10.Возможности моделирования пакета моделирования PlanNet фирмы Comdisco?

 11.Особенности продукта NetMaker фирмы MakeSystems?

 12.Основная задача экспериментальных методов исследования?

  13. Этапы экспериментального метода?

 14.Состав эксперимента?

 15.Основная разница в подходах сбора данных при моделировании?

Масштабируемость означает, что сеть позволяет наращивать количество узлов и протяженность связей в очень широких пределах, при этом производительность сети не ухудшается.

Прозрачность — свойство сети скрывать от пользователя детали своего внутрен­него устройства, упрощая тем самым его работу в сети.

Управляемость сети подразумевает возможность централизованно контролировать состояние основных элементов сети, выявлять и разрешать проблемы, возникающие при работе сети, выполнять анализ производительности и планировать развитие сети.

Совместимость означает, что сеть способна включать в себя самое разнообразное программное и аппаратное обеспечение.

Производительность

Высокая производительность — это одно из основных свойств распределенных систем, к которым относятся компьютерные сети. Это свойство обеспечивается возможностью распараллеливания работ между несколькими компьютерами сети.

Существует несколько основных характеристик производительности сети:

время реакции;

пропускная способность;

задержка передачи и вариация задержки передачи.

Время реакции сети является интегральной характеристикой производительности сети с точки зрения пользователя. Именно эту характеристику имеет в виду пользователь, когда говорит: «Сегодня сеть работает медленно».

В общем случае время реакции определяется как интервал времени между возникновением запроса пользователя к какой-либо сетевой службе и получением ответа на этот запрос.

Очевидно, что значение этого показателя зависит от типа службы, к которой обращается пользователь, от того, какой пользователь и к какому серверу обращается, а также от текущего состояния элементов сети — загруженности сегментов, коммутаторов и маршрутизаторов, через которые проходит запрос, загруженности сервера и т. п. Поэтому имеет смысл использовать также и средневзвешенную оценку времени реакции сети, усредняя этот показатель по пользователям, серверам и времени дня (от которого в значительной степени зависит загрузка сети).

Время реакции сети обычно складывается из нескольких составляющих. В общем случае в него входит время подготовки запросов на клиентском компьютере, время передачи запросов между клиентом и сервером через сегменты сети и промежуточное коммуникационное оборудование, время обработки запросов на сервере, время передачи ответов от сервера клиенту и время обработки получаемых от сервера ответов на клиентском компьютере.

разнородность технических средств ВТ с точки зрения организации вычислительного процесса, архитектуры, системы команд, разрядности процессора и шины данных, ресурсных возможностей, частот синхронизации и так далее, потребовала создания физических интерфейсов, реализующих, как правило, бинарную совместимость устройств. При увеличении числа типов интегрируемых устройств сложность организации физического интерфейса между ними существенно возрастала.
Упрощение доступа к базам данных