Performance Intelligence (PI) est une méthode d’analyse de performance qui identifie les plus importants problèmes de performance de vos systèmes informatiques et identifie aussi leurs origines. PI analyse des millions de données de performance capturées dans un Entrepôt de Données de Performance. PI identifie les activités qui pénalisent le plus les utilisateurs finaux. L’examen des données de performance de façon multidimensionnelles permet d’identifier les évolutions et les évènements en vue d’une corrélation avec les conditions exactes qui impactent les utilisateurs finaux.
PI se différentie des techniques traditionnelles de suivi de performance par une mise œuvre des principes suivants :
- Évènements d’attente vs. Santé général du système
- Evolution et Changements vs. Analyse à un instant-t
- Isolation du problème au niveau le plus détaillé vs. Indicateurs généraux du système
- Techniques décisionnelles multidimensionnelles vs. Analyse statique
Évènements d’attente
La plupart des systèmes se basent sur un comptage des activités du server. Ceci ne procure pas une bonne indication de la qualité assurée par le département informatique. PI calcule l’événement d’attente associé à chaque infime activité, spécifiquement pour chaque utilisateur et chaque programme. PI utilise ces informations pour mettre en évidence les délais de temps de réponse subis par les utilisateurs finaux.
Analyse de l’évolution
PI capture des données historiques, présente leurs évolutions et identifie les changements. L’analyse traditionnelle se limite à l’état du server à un moment donné, sans déterminer comment ses données ont évoluées. PI se concentre sur les changements en vue de présenter les anomalies et permettre ainsi aux responsables IT de réagir à ces situations en constante évolution.
Au niveau le plus détaillé
PI se réfère à la mesure détaillée et précise de chaque étape exécutée par la base de données lors du traitement de chaque requête SQL. Ceci résulte en des millions de données pointues, chacune représentant un événement d’attente associé avec une requête d’un utilisateur individuel. Les systèmes traditionnels de monitoring capturent des statistiques globales de toute la base de données. Ceci est utile pour déterminer la santé générale mais est insuffisamment détaillé pour identifier la cause exacte d’une dégradation de performance.
Techniques décisionnelles multidimensionnelles
PI applique les techniques décisionnelles multidimensionnelles dans le domaine de l’analyse de la performance de la base de données. La collecte des données pointues dans la structure d’un ‘cube’ multidimensionnel et l’extraction des données de ce ‘cube’ sont devenues les meilleures méthodes de gestion de performance. Ignite PI collecte les données pointues dans un Entrepôt de Données de Performance et applique la même méthode pour mettre en corrélation et identifier les tendances des SQLs, des sessions, des utilisateurs, des programmes et autres composants.
Philippe JACQMIN, FormulaOpenSoft
Contact www.confio.com . Plus d’info : info@formulaopensoft.com
PI se différentie des techniques traditionnelles de suivi de performance par une mise œuvre des principes suivants :
- Évènements d’attente vs. Santé général du système
- Evolution et Changements vs. Analyse à un instant-t
- Isolation du problème au niveau le plus détaillé vs. Indicateurs généraux du système
- Techniques décisionnelles multidimensionnelles vs. Analyse statique
Évènements d’attente
La plupart des systèmes se basent sur un comptage des activités du server. Ceci ne procure pas une bonne indication de la qualité assurée par le département informatique. PI calcule l’événement d’attente associé à chaque infime activité, spécifiquement pour chaque utilisateur et chaque programme. PI utilise ces informations pour mettre en évidence les délais de temps de réponse subis par les utilisateurs finaux.
Analyse de l’évolution
PI capture des données historiques, présente leurs évolutions et identifie les changements. L’analyse traditionnelle se limite à l’état du server à un moment donné, sans déterminer comment ses données ont évoluées. PI se concentre sur les changements en vue de présenter les anomalies et permettre ainsi aux responsables IT de réagir à ces situations en constante évolution.
Au niveau le plus détaillé
PI se réfère à la mesure détaillée et précise de chaque étape exécutée par la base de données lors du traitement de chaque requête SQL. Ceci résulte en des millions de données pointues, chacune représentant un événement d’attente associé avec une requête d’un utilisateur individuel. Les systèmes traditionnels de monitoring capturent des statistiques globales de toute la base de données. Ceci est utile pour déterminer la santé générale mais est insuffisamment détaillé pour identifier la cause exacte d’une dégradation de performance.
Techniques décisionnelles multidimensionnelles
PI applique les techniques décisionnelles multidimensionnelles dans le domaine de l’analyse de la performance de la base de données. La collecte des données pointues dans la structure d’un ‘cube’ multidimensionnel et l’extraction des données de ce ‘cube’ sont devenues les meilleures méthodes de gestion de performance. Ignite PI collecte les données pointues dans un Entrepôt de Données de Performance et applique la même méthode pour mettre en corrélation et identifier les tendances des SQLs, des sessions, des utilisateurs, des programmes et autres composants.
Philippe JACQMIN, FormulaOpenSoft
Contact www.confio.com . Plus d’info : info@formulaopensoft.com
