Вы находитесь на странице: 1из 4

Вестник технологического университета. 2015. Т.

18, №24 

УДК 378.147.88

Е. Ю. Климанова, А. Р. Субханкулова, Б. В. Зеленко,


О. Ю. Леонтьева
ОЦЕНКА ПРОИЗВОДИТЕЛЬНОСТИ ВЫЧИСЛИТЕЛЬНЫХ СИСТЕМ
Ключевые слова: производительность, показатель производительности, тесты производительности.

В статье рассматриваются существующие способы оценки производительности вычислительных машин и


возможность получения магистрами базовых навыков сравнения производительности вычислительных
систем. Для исследования производительности вычислительных систем используется программное
приложение SiSoftware Sandra.

Keywords: productivity, a productivity parameter, tests of productivity.

In article existing ways of an assessment of computers productivity and a possibility of reception are considered by
masters of base skills of comparison of computing systems productivity. For research of computing systems
productivity software SiSoftware Sandra is used.

В настоящее время оценка производительности Для количественных оценок используют понятия


вычислительных систем важна и актуальна. С номинальной и системной производительности [1].
помощью стандартных методик измерения Номинальной производительностью называют
производительности можно сравнить различные вектор VН :
типы компьютеров между собой, что позволяет
разработчикам и пользователям осуществить выбор VН v ,v ,…v ,
между альтернативами.
Производительность – это характеристика где v — быстродействие i-го устройства
вычислительной мощности системы, определяющая вычислительной системы.
количество вычислительной работы, выполняемой При оценках чаще всего выделяют следующие
системой за единицу времени. Поскольку нет устройства: процессор, оперативную память и
единой меры (единиц) для измерения дисковую память. Номинальная производительность
вычислительной работы, то, соответственно, характеризует только потенциальные возможности
отсутствует и общепринятая методика оценки устройств, которые не могут быть использованы
производительности. полностью.
Методику оценки производительности можно Показателем использования устройства в
представить как последовательность шагов. Первым процессе работы системы является загрузка.
обычно является выбор меры или мер Загрузка i-го устройства определяется
производительности, то есть тех параметров, по отношением
которым будет вычисляться оценка. После этого
определяют зависимость производительности от p T /T,
структуры анализируемой системы и ее рабочей
нагрузки. Для этого строят модель рабочей где T — время, в течение которого устройство
нагрузки, то есть модель потребления прикладной работало, и T — продолжительность работы
программой ресурсов системы. Очевидно, что для системы.
этого требуется модель самой вычислительной Системная производительность VС учитывает
системы, и чтобы уровни детализации рабочей совместную работу устройств в системе под
нагрузки и модели системы были взаимозависимы. управлением операционной системы для
С помощью моделей рабочей нагрузки и определённого класса задач:
вычислительной системы строят модель
производительности с выбранными параметрами VС p · V ,p · V ,…p · V
рабочей нагрузки и вычислительной системы.
Наконец, задав конкретные значения этим Показатели p зависят от большого числа
параметрам, вычисляют значения системной факторов, оценка их значений может быть получена
производительности. Конкретизация этой схемы на основе статистических данных по результатам
зависит от многих факторов и, прежде всего, от того моделирования. Получение достоверных оценок
для каких целей оценивают производительность. весьма затруднительно. Поэтому показатель
Все работы по анализу и оценке системной производительности для
производительности с точки зрения их целей можно вычислительных машин используется редко [1].
разделить на сравнительную оценку существующих Чаще всего показатель производительности
систем и прогнозирование производительности. требуется:
Производительность технических средств - как средство для количественного
оценивается их быстродействием – числом сопоставления производительности
операций, выполняемых ЭВМ или другими вычислительных машин;
вычислительными устройствами за секунду.

102 
Вестник технологического университета. 2015. Т.18, №24 

-для выбора более быстродействующей различные аспекты производительности систем и


вычислительной машины; подсистем. Наиболее известные из них: 007
- для оценки влияния на ее производительность (ODBMS), AIM, Dhrystone, Khornerstone, LFK
вводимых усовершенствований в архитектуре (Livermore Loops), LINPACK, MUSBUS, NAS
вычислительной машины или системы при Kernels, Nhfsstone, PERFECT, RhosettaStone,
комплексировании и разработке. SLALOM, SPEC, SSBA, TPC, WPI Benchmark Suite,
В процессе поиска стандартной единицы Whetstone, Xstone, SYSmark, Stanford, IOBENCH,
измерения производительности компьютеров было IOZONE, Byte, Netperf, Nettest, Hartstone, EuroBen,
принято несколько популярных единиц измерения. Fhourstones, Heapsort, Hanoi, Flops, C LINPACK,
В действительности же, единственной подходящей TFFTDP, Matrix Multiply (MM), Digital Review.
и надежной единицей измерения Тесты (benchmarks) можно разделить на две
производительности является время выполнения категорииширокого (оценивают эффективность
реальных программ, а все предлагаемые замены системы в целом по ряду критериев: например
этого времени в качестве единицы измерения или SPEC, TPC) и узкого применения (оценивают
замены реальных программ в качестве объектов эффективность компьютерных сервисов или
измерения на синтетические программы только системных компонентов: например Linpack, I/O
вводят в заблуждение. zone,Webstone) [4].
Одной из альтернативных единиц измерения Исходя из выше сказанного, можно прийти к
производительности процессора (по отношению к выводу, что существует большое количество
времени выполнения) является MIPS (миллион возможных архитектур вычислительных систем и
целочисленных команд в секунду). В общем случае большое разнообразие решаемых ими задач, но до
MIPS есть скорость операций с целыми числами в сих пор отсутствуют универсальные методы оценки
единицу времени, т.е. для любой данной программы производительности. В любом случае, оценка
MIPS есть просто отношение количества команд в производительности опирается на архитектуру
программе к времени ее выполнения. компьютера, где каждый системный компонент
Для научно-технических задач (процессор, память, шины и т.д.) имеет свое
производительность процессора обычно выражение в переменных и структурах ядра
оценивается в MFLOPS (миллионах чисел- операционной системы. Набор значений этих
результатов вычислений с плавающей точкой в переменных, каждая из которых отражает состояние
секунду, или миллионах элементарных одной из подсистем, характеризует состояние
арифметических операций над числами с системы в определенный момент времени. Исследуя
плавающей точкой, выполненных в секунду). Как изменение этих характеристик, можно определить
единица измерения, MFLOPS, предназначена для ее поведение на любом временном интервале.
оценки производительности только операций с Важным аспектом образования является
плавающей точкой, и поэтому не применима вне повышение эффективности вузовской науки и
этой ограниченной области. подготовки, возрастание ее вклада в ускорение
Оценка производительности особенно актуальна научно-технического прогресса, а именно
для высокопроизводительных (MPI,GRID) и подготовка специалистов в научно – технической
кластерных систем высокой готовности со сложной сфере с использованием современного
архитектурой и топологией, то есть для систем, где оборудования, автоматизированных стендов –
приложения могут распределяться между узлами имитаторов, а также, программных приложений, то
или мигрировать с одного узла на другой. В 80-ые есть комплексное обучение в условиях максимально
годы для оценки производительности приближенным к реальным [5].
вычислительных систем использовали метод Изучив учебный план подготовки магистров по
Гибсона, но он отражает только быстродействие направлению 230100 «Информатика и
оборудования и неприменим к оценке качества вычислительная техника», было принято решение
выполнения задач и, кроме того, оставляет разработать методическое пособие для
открытым выбор коэффициентов для «смесей» [2]. лабораторного практикума по дисциплине
В настоящее время используется несколько методов вычислительные системы (ВС) [6].
оценки производительности систем. Наилучшим из Методическое пособие состоит их двух частей:
них является испытание системы при реальной теоретической и практической. В теоретической
рабочей нагрузке, однако в случаях, когда этот части рассматриваются основные положения
подход оказывается неприемлемым [3], прибегают к производительности вычислительных систем.
эталонному тестированию (тестам Практическая часть методического пособия
производительности) — методу определения включает в себя установку программного
эффективности системы при определенных приложения SiSoftware Sandra, которое
(эталонных) нагрузках. используется для исследования производительности
Тесты производительности (benchmarks) — это вычислительных систем (рис.1).
тесты, измеряющие производительность систем, или SiSoftware Sandra - это системный анализатор
подсистема на решении заранее определенных задач для 32-х и 64-битных версий Windows, включающий
или наборов задач [1]. в себя тестовые и информационный модули.
На данный момент существует достаточно
большой набор разработанных тестов, оценивающих
103 
Вестник технологического университета. 2015. Т.18, №24 

Рис. 1 – Программное приложение SiSoftware


Sandra

Далее студентам предлагается ознакомиться с


основными возможностями приложения. Обзор
включает в себя информацию об основных вкладках
главного окна программы: «Инструменты» (рис.2),
«Эталонные тесты» (рис.3) и «Устройства» (рис.4).
Рис. 4 – Вкладка «Устройства» программного
приложения SiSoftware Sandra

После ознакомления с программным


приложением студенты выполняют следующие
задания:
 запуск арифметического теста процессора;
 запуск теста «Физические диски»;
 запуск теста «Кэш и память»;
 запуск теста «Файловые системы».
После выполнения всех тестов проводится
анализ результатов и делается вывод о
производительности системы.
Подготовка специалистов, отвечающих
современным запросам, влечет за собой
непрерывное совершенствование учебных планов
программ обучения с тем, чтобы они всегда
находились в наивысшем соответствии с
требованиями, предъявляемыми к специалисту.
Именно поэтому, внедрение в учебный процесс
Рис. 2 – Вкладка «Инструменты» программного новых заданий к лабораторному практикуму, не
приложения SiSoftware Sandra только важно для повышения заинтересованности
обучающихся, но и является необходимостью в
современном мире [7].

Литература

1. Ларионов А.М., Майоров С.А., Новиков Г.И.


Вычислительные комплексы, системы и сети/А. М.
Ларионов, С. А. Майоров, Г.И. Новиков// Учебник для
вузов. Л.: Энергоатомиздат. Ленингр. отд-ние. - 1987.
288с.
2. Королев Л.Н.. Структуры ЭВМ и их математическое
обеспечение. М., Наука 1978. — 35-37 с.
3. Мусумеси Ж-П. Д., Лукидес М.. Настройка
производительности UNIX-систем. СПб: Символ-плюс,
2003. — 14 с., 218-228 с.
4. Менаске Д.А., Алмейда В.А.Ф.. Производительность
Web-служб: анализ, оценка и планирование. СПб:
ДиаСофтЮП,2003. — 224 c., 227 c.
5. Осипов П.Н. Лабораторный практикум в инженерном
вузе: традиции и инновации/ П.Н. Осипов// Вестник
Казан. технол. ун-та.-2014. Т. 17. -№ 8. -С.399 - 400.
6. Климанова Е.Ю., Зеленко О.В. Внедрение современных
информационных технологий в образовательный
Рис. 3 - Вкладка «Эталонные тесты»
процесс/ Е.Ю. Климанова, О.В. Зеленко// Вестник
программного приложения SiSoftware Sandra Казан. технол. ун-та.-2012. Т. 15. -№ 24. -С.212 - 213.
104 
Вестник технологического университета. 2015. Т.18, №24 

7. Нургалиев Р.К., Зеленко О.В., Климанова Е.Ю., О.В. Зеленко, Е.Ю. Климанова, М.В. Стурова// Вестник
Стурова М.В. Разработка комплекса методических Казан. технол. ун-та.-2014. Т. 17. -№ 14. -С.217 – 218.
указаний на основе узла учета тепла/ Р.К. Нургалиев,
_______________________________________________
© Е. Ю. Климанова, старший преподаватель каф. АССОИ ИУАИТ КНИТУ, klimanovsl@rambler.ru; А. Р. Субханкулова,
магистр той же кафедры; Б. В. Зеленко, магистр той же кафедры; О. Ю. Леонтьева, магистр той же кафедры.

© E. Yu. Klimanova, senior teacher, Automated systems of obtaining and information processing department, KNRTU, 
klimanovsl@rambler.ru; A. R. Subhankulova, undergraduate KNRTU; B. V. Zelenko, undergraduate KNRTU; O. Yu. Leonteva,
undergraduate KNRTU.

105