ವಿಟಿಬಿ ಐಟಿ ವಿಭಾಗವು ಹಲವಾರು ಬಾರಿ ವ್ಯವಸ್ಥೆಗಳ ಕಾರ್ಯಾಚರಣೆಯಲ್ಲಿ ತುರ್ತು ಸಂದರ್ಭಗಳನ್ನು ಎದುರಿಸಬೇಕಾಗಿತ್ತು, ಅವುಗಳ ಮೇಲೆ ಹೊರೆ ಹಲವು ಬಾರಿ ಹೆಚ್ಚಾದಾಗ. ಆದ್ದರಿಂದ, ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳಲ್ಲಿ ಗರಿಷ್ಠ ಲೋಡ್ ಅನ್ನು ಊಹಿಸುವ ಮಾದರಿಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಮತ್ತು ಪರೀಕ್ಷಿಸುವ ಅಗತ್ಯವಿತ್ತು. ಇದನ್ನು ಮಾಡಲು, ಬ್ಯಾಂಕಿನ ಐಟಿ ತಜ್ಞರು ಮೇಲ್ವಿಚಾರಣೆಯನ್ನು ಸ್ಥಾಪಿಸಿದರು, ಡೇಟಾವನ್ನು ವಿಶ್ಲೇಷಿಸಿದರು ಮತ್ತು ಮುನ್ಸೂಚನೆಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಲು ಕಲಿತರು. ಯಾವ ಉಪಕರಣಗಳು ಲೋಡ್ ಅನ್ನು ಊಹಿಸಲು ಸಹಾಯ ಮಾಡಿದೆ ಮತ್ತು ಅವರು ಕೆಲಸವನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಸಹಾಯ ಮಾಡಿದ್ದಾರೆಯೇ ಎಂಬುದನ್ನು ನಾವು ಸಣ್ಣ ಲೇಖನದಲ್ಲಿ ಹೇಳುತ್ತೇವೆ.
ಹೆಚ್ಚಿನ-ಲೋಡ್ ಸೇವೆಗಳೊಂದಿಗಿನ ಸಮಸ್ಯೆಗಳು ಬಹುತೇಕ ಎಲ್ಲಾ ಉದ್ಯಮಗಳಲ್ಲಿ ಉದ್ಭವಿಸುತ್ತವೆ, ಆದರೆ ಹಣಕಾಸಿನ ವಲಯಕ್ಕೆ ಅವು ನಿರ್ಣಾಯಕವಾಗಿವೆ. ಗಂಟೆ X ನಲ್ಲಿ, ಎಲ್ಲಾ ಯುದ್ಧ ಘಟಕಗಳು ಸಿದ್ಧವಾಗಿರಬೇಕು ಮತ್ತು ಆದ್ದರಿಂದ ಏನಾಗಬಹುದು ಎಂಬುದನ್ನು ಮುಂಚಿತವಾಗಿ ತಿಳಿದುಕೊಳ್ಳುವುದು ಅಗತ್ಯವಾಗಿತ್ತು ಮತ್ತು ಲೋಡ್ ಯಾವಾಗ ಜಿಗಿಯುತ್ತದೆ ಮತ್ತು ಯಾವ ವ್ಯವಸ್ಥೆಗಳು ಅದನ್ನು ಎದುರಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ಸಹ ನಿರ್ಧರಿಸಬೇಕು. ವೈಫಲ್ಯಗಳನ್ನು ವ್ಯವಹರಿಸಬೇಕು ಮತ್ತು ತಡೆಗಟ್ಟಬೇಕು, ಆದ್ದರಿಂದ ಭವಿಷ್ಯಸೂಚಕ ವಿಶ್ಲೇಷಣಾ ವ್ಯವಸ್ಥೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಅಗತ್ಯವನ್ನು ಸಹ ಚರ್ಚಿಸಲಾಗಿಲ್ಲ. ಮಾನಿಟರಿಂಗ್ ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ವ್ಯವಸ್ಥೆಗಳನ್ನು ಆಧುನೀಕರಿಸುವುದು ಅಗತ್ಯವಾಗಿತ್ತು.
ನಿಮ್ಮ ಮೊಣಕಾಲುಗಳ ಮೇಲೆ ವಿಶ್ಲೇಷಣೆ
ವೈಫಲ್ಯದ ಸಂದರ್ಭದಲ್ಲಿ ವೇತನದಾರರ ಯೋಜನೆಯು ಅತ್ಯಂತ ಸೂಕ್ಷ್ಮವಾಗಿದೆ. ಮುನ್ಸೂಚನೆಗಾಗಿ ಇದು ಹೆಚ್ಚು ಅರ್ಥವಾಗುವಂತಹದ್ದಾಗಿದೆ, ಆದ್ದರಿಂದ ನಾವು ಅದರೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಲು ನಿರ್ಧರಿಸಿದ್ದೇವೆ. ಹೆಚ್ಚಿನ ಸಂಪರ್ಕದ ಕಾರಣದಿಂದಾಗಿ, ರಿಮೋಟ್ ಬ್ಯಾಂಕಿಂಗ್ ಸೇವೆಗಳು (RBS) ಸೇರಿದಂತೆ ಇತರ ಉಪವ್ಯವಸ್ಥೆಗಳು ಗರಿಷ್ಠ ಲೋಡ್‌ಗಳ ಸಮಯದಲ್ಲಿ ಸಮಸ್ಯೆಗಳನ್ನು ಅನುಭವಿಸಬಹುದು. ಉದಾಹರಣೆಗೆ, ಹಣದ ಸ್ವೀಕೃತಿಯ ಬಗ್ಗೆ SMS ನಲ್ಲಿ ಸಂತೋಷಪಟ್ಟ ಗ್ರಾಹಕರು ಅದನ್ನು ಸಕ್ರಿಯವಾಗಿ ಬಳಸಲು ಪ್ರಾರಂಭಿಸಿದರು. ಲೋಡ್ ಪರಿಮಾಣದ ಕ್ರಮಕ್ಕಿಂತ ಹೆಚ್ಚು ಜಿಗಿಯಬಹುದು.
ಮೊದಲ ಮುನ್ಸೂಚನೆ ಮಾದರಿಯನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ರಚಿಸಲಾಗಿದೆ. ನಾವು ಕಳೆದ ವರ್ಷದ ಅಪ್‌ಲೋಡ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಂಡಿದ್ದೇವೆ ಮತ್ತು ಯಾವ ದಿನಗಳಲ್ಲಿ ಗರಿಷ್ಠ ಶಿಖರಗಳನ್ನು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ ಎಂದು ಲೆಕ್ಕ ಹಾಕಿದ್ದೇವೆ: ಉದಾಹರಣೆಗೆ, 1ನೇ, 15ನೇ ಮತ್ತು 25ನೇ, ಹಾಗೆಯೇ ತಿಂಗಳ ಕೊನೆಯ ದಿನಗಳಲ್ಲಿ. ಈ ಮಾದರಿಗೆ ಗಮನಾರ್ಹ ಕಾರ್ಮಿಕ ವೆಚ್ಚಗಳು ಬೇಕಾಗುತ್ತವೆ ಮತ್ತು ನಿಖರವಾದ ಮುನ್ಸೂಚನೆಯನ್ನು ನೀಡಲಿಲ್ಲ. ಅದೇನೇ ಇದ್ದರೂ, ಹಾರ್ಡ್‌ವೇರ್ ಸೇರಿಸಲು ಅಗತ್ಯವಿರುವ ಅಡಚಣೆಗಳನ್ನು ಇದು ಗುರುತಿಸಿದೆ ಮತ್ತು ಆಂಕರ್ ಕ್ಲೈಂಟ್‌ಗಳೊಂದಿಗೆ ಒಪ್ಪಿಕೊಳ್ಳುವ ಮೂಲಕ ಹಣವನ್ನು ವರ್ಗಾವಣೆ ಮಾಡುವ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸಲು ಸಾಧ್ಯವಾಗಿಸಿತು: ಒಂದೇ ಗಲ್ಪ್‌ನಲ್ಲಿ ಸಂಬಳವನ್ನು ನೀಡದಿರಲು, ವಿವಿಧ ಪ್ರದೇಶಗಳ ವಹಿವಾಟುಗಳು ಕಾಲಾನಂತರದಲ್ಲಿ ಅಂತರದಲ್ಲಿವೆ. ಈಗ ನಾವು ಬ್ಯಾಂಕಿನ ಐಟಿ ಮೂಲಸೌಕರ್ಯವು ವಿಫಲಗೊಳ್ಳದೆ "ಅಗಿಯಲು" ಮಾಡುವ ಭಾಗಗಳಲ್ಲಿ ಅವುಗಳನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸುತ್ತೇವೆ.
ಮೊದಲ ಧನಾತ್ಮಕ ಫಲಿತಾಂಶವನ್ನು ಸ್ವೀಕರಿಸಿದ ನಂತರ, ನಾವು ಸ್ವಯಂಚಾಲಿತ ಮುನ್ಸೂಚನೆಗೆ ತೆರಳಿದ್ದೇವೆ. ಹನ್ನೆರಡು ಹೆಚ್ಚು ನಿರ್ಣಾಯಕ ಪ್ರದೇಶಗಳು ತಮ್ಮ ಸರದಿಗಾಗಿ ಕಾಯುತ್ತಿವೆ.
ಸಂಯೋಜಿತ ವಿಧಾನ
VTB ಮೈಕ್ರೋಫೋಕಸ್‌ನಿಂದ ಮೇಲ್ವಿಚಾರಣಾ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಳವಡಿಸಿದೆ. ಅಲ್ಲಿಂದ ನಾವು ಮುನ್ಸೂಚನೆಗಾಗಿ ಡೇಟಾ ಸಂಗ್ರಹಣೆ, ಶೇಖರಣಾ ವ್ಯವಸ್ಥೆ ಮತ್ತು ವರದಿ ಮಾಡುವ ವ್ಯವಸ್ಥೆಯನ್ನು ತೆಗೆದುಕೊಂಡಿದ್ದೇವೆ. ವಾಸ್ತವವಾಗಿ, ಮಾನಿಟರಿಂಗ್ ಈಗಾಗಲೇ ಜಾರಿಯಲ್ಲಿತ್ತು, ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಸೇರಿಸುವುದು, ಭವಿಷ್ಯ ಮಾಡ್ಯೂಲ್ ಮತ್ತು ಹೊಸ ವರದಿಗಳನ್ನು ರಚಿಸುವುದು ಮಾತ್ರ ಉಳಿದಿದೆ. ಈ ನಿರ್ಧಾರವನ್ನು ಬಾಹ್ಯ ಗುತ್ತಿಗೆದಾರ ಟೆಕ್ನೋಸರ್ವ್ ಬೆಂಬಲಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ಯೋಜನೆಯನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುವ ಮುಖ್ಯ ಕೆಲಸವು ಅದರ ತಜ್ಞರ ಮೇಲೆ ಬಿದ್ದಿತು, ಆದರೆ ನಾವು ಮಾದರಿಯನ್ನು ನಾವೇ ನಿರ್ಮಿಸಿದ್ದೇವೆ. ಮುನ್ಸೂಚನಾ ವ್ಯವಸ್ಥೆಯನ್ನು ಫೇಸ್‌ಬುಕ್ ಅಭಿವೃದ್ಧಿಪಡಿಸಿದ ಮುಕ್ತ ಮೂಲ ಉತ್ಪನ್ನವಾದ ಪ್ರವಾದಿಯನ್ನು ಆಧರಿಸಿ ಮಾಡಲಾಗಿದೆ. ಇದು ಬಳಸಲು ಸುಲಭವಾಗಿದೆ ಮತ್ತು ನಮ್ಮ ಸ್ಥಾಪಿಸಲಾದ ಇಂಟಿಗ್ರೇಟೆಡ್ ಮಾನಿಟರಿಂಗ್ ಪರಿಕರಗಳು ಮತ್ತು ವರ್ಟಿಕಾದೊಂದಿಗೆ ಸುಲಭವಾಗಿ ಸಂಯೋಜಿಸುತ್ತದೆ. ಸ್ಥೂಲವಾಗಿ ಹೇಳುವುದಾದರೆ, ಸಿಸ್ಟಮ್ ಲೋಡ್ ಗ್ರಾಫ್ ಅನ್ನು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ ಮತ್ತು ಫೋರಿಯರ್ ಸರಣಿಯ ಆಧಾರದ ಮೇಲೆ ಅದನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ. ನಮ್ಮ ಮಾದರಿಯಿಂದ ತೆಗೆದುಕೊಳ್ಳಲಾದ ದಿನದಿಂದ ಕೆಲವು ಗುಣಾಂಕಗಳನ್ನು ಸೇರಿಸಲು ಸಹ ಸಾಧ್ಯವಿದೆ. ಮಾನವ ಹಸ್ತಕ್ಷೇಪವಿಲ್ಲದೆ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಲಾಗುತ್ತದೆ, ಮುನ್ಸೂಚನೆಯನ್ನು ವಾರಕ್ಕೊಮ್ಮೆ ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ಹೊಸ ವರದಿಗಳನ್ನು ಸ್ವೀಕರಿಸುವವರಿಗೆ ಕಳುಹಿಸಲಾಗುತ್ತದೆ.
ಈ ವಿಧಾನವು ಮುಖ್ಯ ಆವರ್ತಕತೆಯನ್ನು ಗುರುತಿಸುತ್ತದೆ, ಉದಾಹರಣೆಗೆ, ವಾರ್ಷಿಕ, ಮಾಸಿಕ, ತ್ರೈಮಾಸಿಕ ಮತ್ತು ಸಾಪ್ತಾಹಿಕ. ಸಂಬಳ ಮತ್ತು ಮುಂಗಡಗಳ ಪಾವತಿಗಳು, ರಜೆಯ ಅವಧಿಗಳು, ರಜಾದಿನಗಳು ಮತ್ತು ಮಾರಾಟಗಳು - ಇವೆಲ್ಲವೂ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಕರೆಗಳ ಸಂಖ್ಯೆಯನ್ನು ಪರಿಣಾಮ ಬೀರುತ್ತದೆ. ಉದಾಹರಣೆಗೆ, ಕೆಲವು ಚಕ್ರಗಳು ಒಂದಕ್ಕೊಂದು ಅತಿಕ್ರಮಿಸುತ್ತವೆ ಮತ್ತು ಸಿಸ್ಟಮ್‌ಗಳಲ್ಲಿನ ಮುಖ್ಯ ಹೊರೆ (75%) ಸೆಂಟ್ರಲ್ ಫೆಡರಲ್ ಡಿಸ್ಟ್ರಿಕ್ಟ್‌ನಿಂದ ಬರುತ್ತದೆ. ಕಾನೂನು ಘಟಕಗಳು ಮತ್ತು ವ್ಯಕ್ತಿಗಳು ವಿಭಿನ್ನವಾಗಿ ವರ್ತಿಸುತ್ತಾರೆ. "ಭೌತಶಾಸ್ತ್ರಜ್ಞರ" ಹೊರೆಯು ವಾರದ ದಿನಗಳಲ್ಲಿ ತುಲನಾತ್ಮಕವಾಗಿ ಸಮವಾಗಿ ವಿತರಿಸಲ್ಪಟ್ಟಿದ್ದರೆ (ಇದು ಬಹಳಷ್ಟು ಸಣ್ಣ ವಹಿವಾಟುಗಳು), ನಂತರ ಕಂಪನಿಗಳಿಗೆ 99,9% ಕೆಲಸದ ಸಮಯಕ್ಕೆ ಖರ್ಚುಮಾಡಲಾಗುತ್ತದೆ ಮತ್ತು ವಹಿವಾಟುಗಳು ಚಿಕ್ಕದಾಗಿರಬಹುದು ಅಥವಾ ಹಲವಾರು ಒಳಗೆ ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದು. ನಿಮಿಷಗಳು ಅಥವಾ ಗಂಟೆಗಳು.
ಪಡೆದ ಡೇಟಾವನ್ನು ಆಧರಿಸಿ, ದೀರ್ಘಾವಧಿಯ ಪ್ರವೃತ್ತಿಯನ್ನು ನಿರ್ಧರಿಸಲಾಗುತ್ತದೆ. ರಿಮೋಟ್ ಬ್ಯಾಂಕಿಂಗ್ ಸೇವೆಗಳಿಗೆ ಜನರು ಸಾಮೂಹಿಕವಾಗಿ ಚಲಿಸುತ್ತಿದ್ದಾರೆ ಎಂದು ಹೊಸ ವ್ಯವಸ್ಥೆಯು ಬಹಿರಂಗಪಡಿಸಿದೆ. ಎಲ್ಲರಿಗೂ ಇದು ತಿಳಿದಿದೆ, ಆದರೆ ನಾವು ಅಂತಹ ಪ್ರಮಾಣವನ್ನು ನಿರೀಕ್ಷಿಸಿರಲಿಲ್ಲ ಮತ್ತು ಮೊದಲಿಗೆ ಅದನ್ನು ನಂಬಲಿಲ್ಲ: ಬ್ಯಾಂಕ್ ಕಚೇರಿಗಳಿಗೆ ಕರೆಗಳ ಸಂಖ್ಯೆಯು ಅತ್ಯಂತ ವೇಗವಾಗಿ ಕಡಿಮೆಯಾಗುತ್ತಿದೆ ಮತ್ತು ದೂರಸ್ಥ ವಹಿವಾಟುಗಳ ಸಂಖ್ಯೆಯು ನಿಖರವಾಗಿ ಅದೇ ಪ್ರಮಾಣದಲ್ಲಿ ಬೆಳೆಯುತ್ತಿದೆ. ಅಂತೆಯೇ, ವ್ಯವಸ್ಥೆಗಳ ಮೇಲಿನ ಹೊರೆಯೂ ಬೆಳೆಯುತ್ತಿದೆ ಮತ್ತು ಬೆಳೆಯುತ್ತಲೇ ಇರುತ್ತದೆ. ನಾವು ಈಗ ಫೆಬ್ರವರಿ 2020 ರವರೆಗೆ ಲೋಡ್ ಅನ್ನು ಮುನ್ಸೂಚಿಸುತ್ತಿದ್ದೇವೆ. ಸಾಮಾನ್ಯ ದಿನಗಳನ್ನು 3% ದೋಷದೊಂದಿಗೆ ಮತ್ತು ಗರಿಷ್ಠ ದಿನಗಳನ್ನು 10% ದೋಷದೊಂದಿಗೆ ಊಹಿಸಬಹುದು. ಇದು ಉತ್ತಮ ಫಲಿತಾಂಶವಾಗಿದೆ.
ಮೋಸಗಳು
ಎಂದಿನಂತೆ, ಇದು ತೊಂದರೆಗಳಿಲ್ಲದೆ ಇರಲಿಲ್ಲ. ಫೋರಿಯರ್ ಸರಣಿಯನ್ನು ಬಳಸುವ ಎಕ್ಸ್‌ಟ್ರಾಪೋಲೇಷನ್ ಕಾರ್ಯವಿಧಾನವು ಸೊನ್ನೆಯನ್ನು ಚೆನ್ನಾಗಿ ದಾಟುವುದಿಲ್ಲ - ಕಾನೂನು ಘಟಕಗಳು ವಾರಾಂತ್ಯದಲ್ಲಿ ಕೆಲವು ವಹಿವಾಟುಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತವೆ ಎಂದು ನಮಗೆ ತಿಳಿದಿದೆ, ಆದರೆ ಭವಿಷ್ಯ ಮಾಡ್ಯೂಲ್ ಶೂನ್ಯದಿಂದ ದೂರವಿರುವ ಮೌಲ್ಯಗಳನ್ನು ಉತ್ಪಾದಿಸುತ್ತದೆ. ಬಲವಂತವಾಗಿ ಅವುಗಳನ್ನು ಸರಿಪಡಿಸಲು ಸಾಧ್ಯವಾಯಿತು, ಆದರೆ ಊರುಗೋಲು ನಮ್ಮ ವಿಧಾನವಲ್ಲ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಮೂಲ ವ್ಯವಸ್ಥೆಗಳಿಂದ ನೋವುರಹಿತವಾಗಿ ಡೇಟಾವನ್ನು ಹಿಂಪಡೆಯುವ ಸಮಸ್ಯೆಯನ್ನು ನಾವು ಪರಿಹರಿಸಬೇಕಾಗಿತ್ತು. ಮಾಹಿತಿಯ ನಿಯಮಿತ ಸಂಗ್ರಹಣೆಗೆ ಗಂಭೀರವಾದ ಕಂಪ್ಯೂಟಿಂಗ್ ಸಂಪನ್ಮೂಲಗಳ ಅಗತ್ಯವಿರುತ್ತದೆ, ಆದ್ದರಿಂದ ನಾವು ಪ್ರತಿಕೃತಿಗಳನ್ನು ಬಳಸಿಕೊಂಡು ವೇಗದ ಸಂಗ್ರಹಗಳನ್ನು ನಿರ್ಮಿಸಿದ್ದೇವೆ ಮತ್ತು ಪ್ರತಿಕೃತಿಗಳಿಂದ ವ್ಯಾಪಾರ ಡೇಟಾವನ್ನು ಸ್ವೀಕರಿಸುತ್ತೇವೆ. ಅಂತಹ ಸಂದರ್ಭಗಳಲ್ಲಿ ಮಾಸ್ಟರ್ ಸಿಸ್ಟಮ್ಗಳಲ್ಲಿ ಹೆಚ್ಚುವರಿ ಹೊರೆ ಇಲ್ಲದಿರುವುದು ತಡೆಯುವ ಅವಶ್ಯಕತೆಯಾಗಿದೆ.
ಹೊಸ ಸವಾಲುಗಳು
ಶಿಖರಗಳನ್ನು ಊಹಿಸುವ ನೇರವಾದ ಕಾರ್ಯವನ್ನು ಪರಿಹರಿಸಲಾಗಿದೆ: ಈ ವರ್ಷದ ಮೇ ತಿಂಗಳಿನಿಂದ ಬ್ಯಾಂಕಿನಲ್ಲಿ ಯಾವುದೇ ಓವರ್ಲೋಡ್-ಸಂಬಂಧಿತ ವೈಫಲ್ಯಗಳಿಲ್ಲ, ಮತ್ತು ಹೊಸ ಮುನ್ಸೂಚನೆ ವ್ಯವಸ್ಥೆಯು ಇದರಲ್ಲಿ ಪ್ರಮುಖ ಪಾತ್ರವನ್ನು ವಹಿಸಿದೆ. ಹೌದು, ಇದು ಸಾಕಾಗುವುದಿಲ್ಲ ಎಂದು ಬದಲಾಯಿತು, ಮತ್ತು ಈಗ ಶಿಖರಗಳು ಅದಕ್ಕೆ ಎಷ್ಟು ಅಪಾಯಕಾರಿ ಎಂಬುದನ್ನು ಬ್ಯಾಂಕ್ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಬಯಸುತ್ತದೆ. ಲೋಡ್ ಟೆಸ್ಟಿಂಗ್‌ನಿಂದ ಮೆಟ್ರಿಕ್‌ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ನಮಗೆ ಮುನ್ನೋಟಗಳು ಬೇಕಾಗುತ್ತವೆ ಮತ್ತು ಸುಮಾರು 30% ನಿರ್ಣಾಯಕ ವ್ಯವಸ್ಥೆಗಳಿಗೆ ಇದು ಈಗಾಗಲೇ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತಿದೆ, ಉಳಿದವು ಭವಿಷ್ಯವಾಣಿಗಳನ್ನು ಪಡೆಯುವ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿವೆ. ಮುಂದಿನ ಹಂತದಲ್ಲಿ, ನಾವು ಸಿಸ್ಟಮ್‌ಗಳ ಮೇಲಿನ ಹೊರೆಯನ್ನು ವ್ಯಾಪಾರ ವಹಿವಾಟುಗಳಲ್ಲಿ ಅಲ್ಲ, ಆದರೆ ಐಟಿ ಮೂಲಸೌಕರ್ಯದ ವಿಷಯದಲ್ಲಿ ಊಹಿಸಲಿದ್ದೇವೆ, ಅಂದರೆ ನಾವು ಒಂದು ಪದರಕ್ಕೆ ಇಳಿಯುತ್ತೇವೆ. ಹೆಚ್ಚುವರಿಯಾಗಿ, ಡೌನ್‌ಲೋಡ್‌ಗಳೊಂದಿಗೆ ವ್ಯವಹರಿಸದಂತೆ ನಾವು ಮೆಟ್ರಿಕ್‌ಗಳ ಸಂಗ್ರಹವನ್ನು ಮತ್ತು ಅವುಗಳ ಆಧಾರದ ಮೇಲೆ ಮುನ್ಸೂಚನೆಗಳ ನಿರ್ಮಾಣವನ್ನು ಸಂಪೂರ್ಣವಾಗಿ ಸ್ವಯಂಚಾಲಿತಗೊಳಿಸಬೇಕಾಗಿದೆ. ಅದರ ಬಗ್ಗೆ ಅಲಂಕಾರಿಕ ಏನೂ ಇಲ್ಲ - ನಾವು ಜಾಗತಿಕ ಉತ್ತಮ ಅಭ್ಯಾಸಗಳಿಗೆ ಅನುಗುಣವಾಗಿ ಮೇಲ್ವಿಚಾರಣೆ ಮತ್ತು ಲೋಡ್ ಪರೀಕ್ಷೆಯನ್ನು ದಾಟುತ್ತಿದ್ದೇವೆ.
ಮೂಲ: www.habr.com