HPE InfoSight – хмарний сервіс НРЕ, що дозволяє проактивно виявляти можливі проблеми з надійністю та продуктивністю масивів HPE Nimble та HPE 3PAR. При цьому сервіс може також одночасно рекомендувати і способи усунення можливих проблем, причому у ряді випадків усунення проблем може виконуватися проактивно, в автоматичному режимі.
Про HPE InfoSight ми вже розповідали на HABR, див. або .
У цьому пості я хочу розповісти про одну нову фічу HPE InfoSight - Планувальник ресурсів (Resource Planner).
HPE InfoSight Resource Planner – це новий потужний інструмент, який допомагає замовникам визначати, чи можуть вони додавати нові робочі навантаження або програми на свої масиви з урахуванням наявних робочих навантажень. Чи потягне масив збільшення навантаження чи потрібен новий масив? Якщо потрібний новий масив, то який? Прогнозне моделювання Resource Planner допомагає точно зрозуміти потреби і правильно провести сайзинг апгрейду існуючого масиву або сайзинг нового масиву.
Планувальник дозволяє робити таке:
- моделювати потенційні зміни існуючих робочих навантажень;
- оцінювати вплив на такі ресурси масиву, як: процесор, ємність та кеш-пам'ять;
- переглядати результати з різних моделей масивів.
Збираючи статистику та параметричну інформацію про роботу масивів (по всій інстальованій базі масивів) та аналізуючи різні робочі навантаження у багатьох клієнтських середовищах, ми можемо виявити певні причинно-наслідкові та кількісні зв'язки. Наприклад, ми знаємо, як дедуплікація впливає використання процесора у різних моделях масивів. Ми знаємо, що середовища Virtual Desktop краще дедуплікуються та стискаються порівняно з SQL. Ми знаємо, що програми Exchange зазвичай мають більш високий відсоток послідовних (на відміну від випадкових) операцій читання, ніж Virtual Desktop. Використовуючи таку інформацію, ми можемо змоделювати вплив зміни навантаження, щоб передбачити потреби ресурсів для певної моделі масиву.
Як працює Планувальник – подивимося на наступні приклади.
Resource Planner запускається на порталі HPE InfoSight у розділі LABS. Почнемо з вибору нового навантаження – Add New Workload (на додаток до існуючого). Інша опція, яку розглянемо пізніше – Add Existing Workload (зміна наявного навантаження).
Вибираємо категорію навантаження/додаток:
При необхідності можна вносити різні зміни до нового робочого навантаження: обсяг даних, IOPs, тип робочого навантаження та режим дедуплікації.
Далі вибираємо масив (з наявних у замовника), для якого хочемо змоделювати це нове робоче навантаження та натискаємо кнопку Analyze.
У результаті отримуємо вплив цього нового запропонованого робочого навантаження (на додаток до поточного навантаження) на ресурси CPU та ємності. Якби ми вибрали гібридний флеш-масив, ми також побачили б вплив на кеш-пам'ять масиву, але в даному випадку у нас all flash масив AF60, для якого поняття кеш-пам'яті (на SSD) не застосовується.
Бачимо (праворуч, на верхній діаграмі – CPU needs), що масив AF60, для якого ми планували нове навантаження, не має достатньо процесорних ресурсів для обробки нового робочого навантаження: при додаванні нового навантаження CPU будуть утилізовані на 110%. На нижній діаграмі (Capacity needs) видно, що під нове навантаження є достатньо ємності. Крім масиву AF60 на обох діаграмах також показані інші моделі масивів – для порівняння з тим, що було б, якби у нас був інший масив.
На наступній картинці показано, що відбувається, коли ми встановлюємо прапорець display multiple head shelves (опція при виборі вихідного масиву). Ця опція дозволяє провести аналіз для кількох однакових масивів. Видно, що для загального (нового та існуючого) навантаження достатньо одного масиву AF80, або двох масивів AF60, або трьох масивів AF40.
За допомогою планувальника ресурсів також можна змоделювати зміну лише поточного навантаження. Для цього на першому кроці потрібно вибрати add existing workload (замість add new workload – як ми робили на початку). Далі можна змоделювати зміну існуючого навантаження і подивитися до чого це призведе. На прикладі нижче моделюється подвоєння навантаження і подвоєння ємності додатків типу File Server (тобто, у цьому прикладі ми збільшуємо все навантаження на масив, а збільшуємо навантаження лише конкретного типу додатків).
У цьому випадку видно, що ресурси масиву дозволяють подвоїти навантаження для додатків File Server, але не більше ніж подвоїти - т.к. процесорні ресурси буде утилізовано на 99%.
Джерело: habr.com