CA Capacity Management Jaromír Šlesinger, CA CEE
[email protected]
Tlak na efektivní využívání kapacit — Průměrné datové centrum využívá 18% kapacity − Optimální by bylo víc než 50%
— I po konsolidačních a virtualizačních aktivitách je využití kapacit nedostatečné − Dodavatelé aplikací i zákazníci požadují dedikované zdroje − Průměrně <10 VM/host;
— Nové aplikace jsou spíše naddimenzované − Pro jistotu a rezervy dalšího rozvoje
— Neschopnost exaktního plánování − Obtížné prosadit a prokázat alternativní řešení
2
Východiska pro prediktivní plánování
Iniciativy
Procesy
Projekty
- Akvizice a fůze - Přesuny datových center - Business Continuity - Cloud - Green IT
- Service Delivery - Capacity Planning - Application Performance Management - ITIL Best Practices
- Konsolidace serverů - Virtualizace (P2V, V2P, V2V) - Nasazení aplikací do produkčního prostředí
3
Způsoby užití CA Capacity Management Efektivní využití datových center Optimalizace výkonu a nákladů
Zvýšení využití existujícího hardware • Identifikace oblastí pro konsolidaci a úspory •Scenáře variant řešení – výkon vs náklady Optimalizace virtualizovaného prostředí • Vhodné umístění VM • Distribuce zátěže přes VM a hostující systémy • Eliminace „VM Sprawl“ Predictivní plánování migrací • P2V, V2P, V2V Podpora iniciativ – konsolidace, virtualizace a cloud computing 4
Nevyužité zdroje představují příležitost pro konsolidaci
Vývoj skutečné zátěže vs. Dostupná kapacita
Způsoby užití CA Capacity Management Zabezpečení plnění SLA Eliminace rizik při změnách businessu
Kolik zdrojů spotřebuje business nebo IT služba
Transparetní náhled na IT služby • Predikce důsledků rostoucí poptávky pro IT zdroje • Prodloužení časových výhledů Řízení dodávky business služeb • Optimalizace nákladů • Predikce kapacity infrastruktury pro Service Portfolio Management Management rizik • Spolehlivé a efektivní zavádění nových služeb • Zohlednění sezónních výkyvů • Plánování kontinuity a DR 5
Kolik zdrojů bude potřeba za 2 roky
Způsoby užití CA Capacity Management Plánování rozvoje IT Eliminace rizik při změnách infrastruktury
Virtualizace • Predikce, jak zátěž ovlivní výkon • Identifikace vhodného umístění VM Konsolidace datových center • Identifikace, jaká je struktra spotřebovávaných a poskytováných zdrojů • Identify oblastí pro konsolidaci se zohledněním SLA Upgrade hardware • Predikce výkonu různých hardwarových variant Zavádění novýc aplikací • Určení stávajících a plánovaných kapacitních nároků na CPU, paměť, disky a další zdroje. 6
Automatizované rozložení virtualizovaných systémů
Variantní predikce zátěže a odezvy
CA Capacity Management Suite Reporting stávajícího stavu
Prediktivní analýzy
CA Data Manager – umožňuje sběr kapacitních a výkonnostních dat z mnoha zdrojů pro efektivnější a přesnější reporting
CA Capacity Management & Reporting Suite – analytický nástroj umožňující provádět analýzy “what-if” scenářů a zjišťovat dopad změn v časovém vývoji.
CA Current Capacity Reporter interaktivní rozhraní pro reporting stávajícího stavu a trendů napříč zdroji dat a druhy metrik
CA Virtual Placement Manager – umožňuje kapacitní plánování pro účely sizingu a konfigurací virtualizovaných prostředí, návrhu virtuální infrastruktury pro optimalizaci kvality služeb bez potřeby naddimenzování.
CA Capacity Command Center – poskytuje normalizované měření kapacit a spotřeby zdrojů napříč fyzickou a vitualizovanou infrastrukturou.
CA Capacity Management – vstupy Capacity Management Practice Facility & Environmental metrics
Financial metrics
Service & Business metrics Application performance metrics Configuration metrics Infrastructure performance metrics
8
Power used Space used
Hardware & license costs
Business Capacity Management
budgets
Business Metrics
# orders Business plans & forecasts
# page hits
Cílem je propojit měřítka business aktivit se spotřebou IT zdrojů, a tím umožnit efektivní rozhodování.
Service Capacity Management
transaction counts
Server model, # cores roles and relationships
CPU usage
storage usage
Component Capacity Management
Resource Usage Metrics
CA Capacity Management – výstupy Capacity Management Practice Optimize virtual infrastructure
Výstupy podporují procesy řízení IT služeb, IT projekty a iniciativy: - Kapacitní plány - Sizing aplikací - Konsolidace serverů - Virtualizace - Přechod na Cloud Computing - Green IT - Akvizice a fůze - Obnovu hardware - Migrace datových center
9
Business Capacity Management
model placement and balancing
Predict future capacity needs & resolve predicted bottlenecks
Characterize workloads and
Service Capacity Management
correlate to resource usage
Identify patterns of behavior & trends
Identify exceptions and
Component Capacity Management
over/under used components Archival and management of data to support practice
Příklady využití – 1. očekávaný nárůst zátěže — Dvě organizace se sloučily — Všichni uživatelé sloučené organizace budou využívat aplikace jedné z nich — Očekávaný nárůst zátěže je 4x — Management požaduje záruky, že aplikace bude mít akceptovatelnou odezvu i po migraci, resp. doložení požadavků na posílení infrastruktury — Zvažovány jsou alternativy cíleného upgrade hardware (ale kterého a jaký?) nebo využití virtualizace (ale bude to stačit a jak rozložit zátěž?)
Baseline Report Většina serverů je nevytížená. Několik serverů je zatížených, server sql12 nejvíc
Varianta Upgrade — Upgrade serveru neřeší zvýšené kapacitní nároky − Např.. Upgrade stávajícího serveru IBM x3650 2.3 na 3.3 GHz (Intel Xeon X5470, 4 cores/MCM (3333MHz, 2x6MB L2, 1333MHz FSB, no HT, VT) nestačí
Identifikace použitého serveru a jeho upgrade
Po zvýšení zátěže výkon nebude dostatečný
Varianta virtualizace
Využití možnosti modelovat virtualizované prostředí a jeho zátěž
Virtualization Wizard
Modelování virtualizovaných serverů dovoluje zvažovat různé hardwarové alternativy. Např. Využití existujících serverů
Srovnání modelových výstupů
Upgrade serveru nestačí
Virtualizace umožní efektivnější umístění zátěže i s využitím existujícího hardware
Příklad užití – 2. nová služba — Naplánováno je zavedení nové služby (aplikace) — Očekáván je dynamický nárůst zátěže nové aplikace — Management vyjadřuje pochybnosti, zda je k dispozici dostatečná kapacita pro zvládnutí tohoto růstu — Požadováno je předložení scénářů zohledňující několik variant předpokládáného nárůstu využití nové služby a analýza odpovídajcího dopadu na případné potřebné rozšíření IT kapacit — Doba odezvy aplikace je pro službu kritická — Testovací systém nemá kapacitu budoucího produkčního systému
Model podle testovacího systému
Web Server Tier
Application Server Tier
Database Server Tier Applications
Validate the Model
Validace platnosti modelu na výsledcích zátěžových testů na testovacím systému.
Blízkost skutečných a modelových hodnot
Model podle produkčního systému
Modelování budoucího produkčního systému pomocí hardwarové knihovny
Simulace zátěže
Průběžné monitorování zátěže zdrojů v průběhu simulace
Review response times Při zvýšení zátěže na 8X doba odezvy neakcetovatelná
Při zvýšení ztěže 2x nebo 4x load splní SLA
Review response time contributions
Web Tier Application Tier
Database Tier
K době odezvy přispívá nejvíc web server
Drill down
Zátež disků web serveru je vysoká
Řešení úzkého místa
Přidání disků do modelu
8x response time now meets SLA
Zátěž DB serveru je nyní přes 70%
Secondary bottleneck identified
Řešení sekundárního úzkého místa
Přeskupení nezatížených serverů do DB vrstvy
After resolving secondary bottleneck
Zátěž všech serverů při 2X, 4X a 8X zátěži je přijatelná.
Návratnost – Return of Investment
30
31
32
Reference Úspora 5 milionů USD při prvním nasazení
–
Predikce hardwarových požadavků pro konsolidaci data warehouse
–
Identifikace úzkých míst v kritických business aplikaciích Predikce kapacit pro nové aplikace
Meziroční úspory v řádu milionů USD každý rok
Vyřešení výkonnostní problémů Omezení testovacího prostředí Úspěšná P2V migrace a konsolidace serverů
Úspora 2.5 milionu USD na hardware první rok
–
– – –
–
–
–
–
Identifikace úzkých míst v kritických business aplikaciích Konsolidace a virtualizace
Úspora 28 milionů dolarů
Predikce správného HW sizingu a obnovy HW pro CRM Úspěšná migrace HP-UX na Linux – sizing HW konfigurace
Omezení výpadků & ztráty příjmů z vysílání NFL
Dotazy?
Děkuji!
