パフォーマンスチューニング

パフォーマンス チューニングとは、システム パフォーマンスを改善することです。通常、コンピュータ システムでは、このようなアクティビティの動機はパフォーマンスの問題と呼ばれ、実際の問題または予測される問題のいずれかになります。ほとんどのシステムは、負荷の増加に応じてパフォーマンスがある程度低下します。システムがより高い負荷を受け入れる能力はスケーラビリティと呼ばれ、より高い負荷を処理できるようにシステムを変更することはパフォーマンス チューニングと同義です。

体系的なチューニングは次の手順に従います。

1. 問題を評価し、許容可能な動作を分類する数値を確立します。
2. 変更する前にシステムのパフォーマンスを測定します。
3. パフォーマンスの向上に重要なシステム部分を特定します。これをボトルネックと呼びます。
4. ボトルネックを解消するには、システムのその部分を変更します。
5. 変更後のシステムのパフォーマンスを測定します。
6. 変更によってパフォーマンスが向上する場合は、それを採用します。変更によってパフォーマンスが悪化する場合は、元の状態に戻します。

これは、品質保証における測定、評価、改善、学習のサイクルの一例です。

パフォーマンスの問題は、システムが遅い、または応答しないという形で特定できます。これは通常、システムの負荷が高くなり、システムの一部が応答能力の限界に達したために発生します。システム内のこの限界はボトルネックと呼ばれます。

パフォーマンスを向上させるために、いくつかの手法が使用されます。その中には、コードの最適化、負荷分散、キャッシュ戦略、分散コンピューティング、自己チューニングなどがあります。

パフォーマンス分析のメイン記事を参照

パフォーマンス分析は、一般的にプロファイリングと呼ばれ、プログラムの実行時に収集された情報を使用してプログラムの動作を調査するものです。その目的は、プログラムのどのセクションを最適化するかを決定することです。

プロファイラーは、プログラムの実行時の動作、特に関数呼び出しの頻度と期間を測定するパフォーマンス分析ツールです。パフォーマンス分析ツールは、少なくとも 1970 年代初頭から存在していました。プロファイラーは、出力タイプまたはデータ収集方法に応じて分類できます。

パフォーマンスエンジニアリングのメイン記事を参照

パフォーマンス エンジニアリングは、ビジネス収益の増加、システム障害の削減、プロジェクトの遅延、リソースや作業の不必要な使用の回避など、設計されたシステムの非機能要件を満たすために使用される役割、スキル、アクティビティ、プラクティス、ツール、成果物を網羅する分野です。

さまざまな方法論で、いくつかの共通のアクティビティが特定されています。

• 重要なビジネス プロセスの特定。
• ユースケースとシステムボリュームにおけるプロセスの詳細化。
• パフォーマンスチューニングを含むシステム構築。
• 構築したシステムの展開。
• システムの導入後に実行されるアクティビティを含むサービス管理。

メイン記事「最適化（コンピュータサイエンス）」を参照してください。

最適化には、ループ内ではなくループの前に作業が 1 回実行されるようにコードを改善したり、単純な選択ソートの呼び出しをクイックソートのより複雑なアルゴリズムの呼び出しに置き換えたりすることが含まれます。

ビッグデータ システムなどの最新のソフトウェア システムは、複数のフレームワーク (Apache Storm、Spark、Hadoop など) で構成されています。これらのフレームワークはそれぞれ、このようなアプリケーションのパフォーマンスに大きく影響する数百の構成パラメータを公開しています。最適化 (チューニング) には、このようなアプリケーションに最適な構成を見つけることでアプリケーションのパフォーマンスを向上させることが含まれます。

キャッシュは、データへのアクセスが遅いために生じるパフォーマンスのボトルネックを取り除く基本的な方法です。キャッシュは、頻繁に使用される情報を高速メモリに保持し、アクセス時間を短縮して繰り返し計算を回避することでパフォーマンスを向上させます。キャッシュは、参照の局所性の原則が適用される状況でパフォーマンスを向上させる効果的な方法です。どのデータを徐々に高速化するストレージに格納するかを決定するために使用される方法は、総称してキャッシュ戦略と呼ばれます。例としては、 ASP.NET キャッシュ、CPU キャッシュなどがあります。

システムは、それぞれがリクエストに対応できる独立したコンポーネントで構成できます。すべてのリクエストがこれらのシステムの 1 つ (または少数) で処理され、他のシステムがアイドル状態のままである場合、使用されているシステムが使用可能になるまで待機する時間が無駄になります。すべてのシステムを均等に使用するように調整することを負荷分散と呼び、全体的なパフォーマンスを向上させることができます。

負荷分散は、すべての候補マシンのビジー状態と、実行する必要のある操作の種類に対する各マシンの適性に基づいて、操作を実行するマシンをインテリジェントに選択することにより、分散システムからさらなる利益を得るためによく使用されます。

分散コンピューティングは、最新の CPU アーキテクチャでの並列実行の可能性を高めるために使用され、利用可能な並列処理からパフォーマンス上の利点を得るには分散システムの使用が不可欠です。高性能クラスターコンピューティングは、パフォーマンス向上のための分散システムの使用法としてよく知られています。

分散コンピューティングとクラスタリングは、レイテンシに悪影響を与えると同時に、データベース システムなどの共有リソースの負荷を増加させる可能性があります。レイテンシを最小限に抑え、ボトルネックを回避するために、分散コンピューティングでは分散キャッシュから大きなメリットを得ることができます。

セルフチューニング システムは、目的関数の達成度を最大化または最小化するために、独自の内部実行パラメータを最適化できます。目的関数とは、通常、効率の最大化またはエラーの最小化です。セルフチューニング システムは、通常、非線形 適応制御を示します。セルフチューニング システムは、数十年にわたって航空宇宙産業の特徴となっています。これは、この種のフィードバックが、非線形プロセスに最適な多変数制御を生成するために必要だからです。

ボトルネックとは、容量がいっぱいになっているシステムの一部です。システムの他の部分は、ボトルネックがタスクを実行するのを待ってアイドル状態になります。

ボトルネックを見つけて除去するプロセスでは、除去する前に、通常は測定によってボトルネックの存在を証明することが重要です。推測したくなる誘惑にかられますが、推測は多くの場合間違っています。

• パフォーマンス アプリケーション プログラミング インターフェイス

• 分散キャッシュによるスケーラビリティのボトルネックの解決
• ASP.NET Web キャッシュがパフォーマンスとスケーラビリティを向上
• RBS による SharePoint 2010 のパフォーマンスの向上
• クラウドの正しい使い方 - 分散キャッシュでボトルネックを解消