Vorlesung Performance Engineering of Enterprise Software Systems SS12

From SDQ-Wiki
Jump to: navigation, search
Performance Engineering of Enterprise Software Systems (24636)
Semester: Sommersemester 2012
LP (ECTS): 3
SWS: 2
Dozent: Dr.-Ing. Samuel Kounev
Ort und Zeit der Lehrveranstaltung
unbekannt
unbekannt
Teil folgender Module
Teil folgender Studiengänge
Master Informatics, Diplom Informatics, Master Information Engineering, Diplom Information Engineering


Ort und Zeit der Vorlesung
Appointment-new.png
Mittwochs, 11:30 - 13:00 Uhr
HS -101 (Gebäude 50.34 UG)
(18.04. - 18.07.2012)


Themen der Vorlesung

An moderne Softwaresysteme für Unternehmenseinsatz, die auf Technologien wie Java EE oder .NET basieren, werden hohe und immer weiter steigende Anforderungen in Bezug auf Performance und Skalierbarkeit gestellt. Es gibt dazu zahlreiche Studien: Sie zeigen, dass das Nichterfüllen von Performance-Anforderungen zu erheblichen finanziellen Verlusten und Kundenabwanderung führen können. Das Ziel der Vorlesung besteht darin, eine Einführung in die wichtigsten Methoden und Techniken für Performance Engineering im Bereich der Unternehmensanwendungen zu bieten.

Themen:

  • Einführung in Performance-Engineering von betrieblichen Softwaresystemen
  • Performance-Messtechniken
  • Benchmarking von betrieblichen Softwaresystemen
  • Modellierung zur Performanz-Vorhersage
  • Fallstudien

Vorlesungsbeschreibung

An moderne Softwaresysteme für Unternehmenseinsatz, die auf Technologien wie Java EE oder .NET basieren, werden hohe und immer weiter steigende Anforderungen in Bezug auf Performance und Skalierbarkeit gestellt. Es gibt dazu zahlreiche Studien, insbesondere in den Bereichen wie eBusiness, Telekommunikation, Gesundheitswesen und Verkehr: sie zeigen, dass das Nichterfüllen von Performance-Anforderungen zu erheblichen finanziellen Verlusten, Kundenabwanderung, Ansehensverlust und sogar zu menschlichen Opfern führen können. Um die Fallgruben zu vermeiden, die zu inadequater Dienstgüte führen, ist es wichtig, die erwartete Performance abzuschätzen, und die Skalierungsvermögen von Systemen zu analysieren – und zwar in jeder Phase des Lebenszykluses der Software-Systeme. Die Vorgehensweisen, um dies zu bewerkstelligen, sind teil einer Informatik-Disziplin, die sich „Performance Engineering“ nennt. Diese Disziplin setzt sich zum Ziel, die Performance abzuschätzen, die ein System erbringen kann, und erarbeitet Empfehlungen, um ein möglichst optimales Performance-Niveau zu erreichen.

Das Ziel der Vorlesung besteht darin, eine Einführung in die wichtigsten Methoden und Techniken für Performance Engineering im Bereich der Unternehmensanwendungen zu bieten. Die Studenten werden zunächst mit modernen Techniken der Performance-Messungen vertraut gemacht, wie z.B. Plattform-Benchmarking, Profiling von Anwendungen und Lasttests von Systemen. Die verschiedenen Typen der Arbeitslast-Modelle werden diskutiert, wie sie in Studien für Performance-Evaluation verwendet werden. Eine Übersicht aktueller Benchmarks für Geschäftsanwendungen wird ebenso präsentiert. Aufbauend darauf werden aktuelle Methoden für Performance-Modellierung und Performance-Vorhersage vorgestellt, sodass die Studenten die wichtigsten Typen von Performance-Modellen aus der Praxis kennen, mitsamt ihrer Vor- und Nachteile. Schliesslich wird ein Überblick über aktuelle entwurfsorientierte Meta-Modelle im Bereich Performance geboten. Über die gesamte Vorlesung hinweg werden Fallstudien von realen Systemen verwendet, um die diskutierten Konzepte zu veranschaulichen.

Vorlesungsunterlagen

Die nachfolgend verlinkte Materialien werden auf Emblem-readonly small.png http://sdqweb.ipd.kit.edu/lehre/SS12-PEESS für Sie bereit gestellt. Der Zugang ist passwortgeschützt; Benutzername: stud. Das Passwort wird Ihnen in der Vorlesung mitgeteilt.

Nr. Thema Emblem-readonly small.png Folien
1. Einführung und Begriffsdefinitionen. 1-auf-1 2-auf-1 6-auf-1
2. QoS-Eigenschaften; Lebenszyklus eines Enterprise-Systems. 1-auf-1 2-auf-1 6-auf-1
3. Performance-Metriken. Modellierung der Messfehler, Konfidenzintervale für Mittelwerte und Proportionen. 1-auf-1 2-auf-1 6-auf-1
4. Vergleichen von Alternativen basierend auf Messdaten. 1-auf-1 2-auf-1 6-auf-1
5. Mehrfaktorielle Varianzanalyse. 1-auf-1 2-auf-1 6-auf-1
6. Experimentelle Performance-Analyse mit R. 1-auf-1 2-auf-1 6-auf-1
7. Benchmarking. 1-auf-1 2-auf-1 6-auf-1
8. From Systems to Descriptive Models. 1-auf-1 2-auf-1 6-auf-1
9. Operational Analysis. 1-auf-1 2-auf-1 6-auf-1
10. Bounds Analysis (Schranken-Analyse). 1-auf-1 2-auf-1 6-auf-1
11. Modellierung mit Warteschlangen. 1-auf-1 2-auf-1 6-auf-1
12. Warteschlangennetze. 1-auf-1 2-auf-1 6-auf-1
13. Fallstudien: Modellierung mit Warteschlangennetzen. 1-auf-1 2-auf-1 6-auf-1
14. Modellierungsmethodik. 1-auf-1 2-auf-1 6-auf-1
15. Ressourcen-Demand Schätzung bei Netzwerken und Festplatten. 1-auf-1 2-auf-1 6-auf-1
16. Petri-Netze - Einführung und Anwendungsbeispiele. 1-auf-1 2-auf-1 6-auf-1

Lehrangebot nach Studiengang
Informatik
Bachelor · Master · Diplom

Informationswirtschaft

Bachelor · Master · Diplom