著者: Rich Wolski, Neil T. Spring, Jim Hayes
出典: Journal of Future Generation Computing Systems, Volume 15 Issue 5-6, Oct. 1999
* 1. Introduction
・現在の負荷よりも，今後の負荷のほうが興味ある
・提案するNetwork Weather Service (NWS)は，システムパフォーマンスのヒストリから，今後の負荷を予測する．
* 2. System Architecture
・NWSは4つの衝突しうる特徴を最大化する
・予測の正確さ
・軽量
・高可用性
・到達性
・NWSの4つのプロセス
・Persistent State -- データを永続化する
・Name Server
・Sensor -- パフォーマンスデータを取得する
・Forcaster -- 予測する
* 3. Naming and State Management
・各Persistent Stateは，単純なテキスト型のストレージを提供する
・サークル型のキューなので，古いパフォーマンスデータは消えていく
・Name Serverは，各ノードのIPアドレスとポートを管理する．
将来的にはLDAPを利用して実装する．
・Name Serverのアドレスはwell-known
* 4. Performance Monitoring
・モニタリングの精度と，モニタリングによる負荷はトレードオフ
・現在は，CPUタイムと，TCPコネクションタイム，TCPのレイテンシ，帯域を計測する．
・NWS Sensorsはtimestamp-valueのフォーマットでデータを蓄積する
・CPU Sensorは，uptimeとvmstatを利用してCPUパフォーマンスログを取得する
・でもuptimeやvmstatは情報がちょっと足りない．
なので，別途probe情報を取得して補正をかけてやらないといけない．
uptime や vmstat だけだとイマイチで，補正をかけるとパフォーマンスの計測精度が向上する(図2)．
・ネットワークの帯域などの性能計測は，単純にやると，計測の負荷が，ノード数の2乗に比例してしまう．
そこで，うまく計測するポイントを選ぶことが重要となる．その工夫は7章で詳細に説明する．
* 5. Forecasting
・ヒストリデータから予測する
・複数の予測モデルを利用し，精度の高いものを選択する．
* References
[4] Time Series Analysis, Forecasting, and Control
[14] Snp: A program for nonparametric time series analysis
[25] Essential Wavelets for Statistical Applications and Data Analysis
[30] Dynamically forecasting network performance using the network weather service
タグ：論文
