เอกสารนี้นำเสนองานวิจัยทางด้าน model-based performance prediction ในขั้นตอน software development
Software Performance (based on performance models)
- predicting (at early phases of the life cycle)
- evaluating (at the end)
performance model ที่นิยมใช้มีดังนี้
- Queueing networks
- Stochatic Petri nets
- Stochatic process algebra
- Simulation models
มิติที่เกี่ยวข้อง (Relevant dimensions)
- software specification
- performance model
- evaluation methods
- level of automated support for performance prediction
สามารถนำมิติที่เกี่ยวข้องต่างๆมาสร้างเป็นกราฟได้ดังนี้
แกน X คือ ระดับของ Automation degree
แกน Y คือ ระดับการวิเคระห์ประสิทธิภาพใน software lifecycle
แกน Z คือ ระดับของ Performance model
เอกสารนี้ได้กำหนด Methods สำหรับ software Performance Engineering ดังนี้
1. Queueing Network-Based Methodologies
- Methodologies Based on the SPE Approach
- Architectural Pattern-Based Methodologies
- Methodologies Based on Trace-Analysis
- UML for Performance
2. Process-Algebra-Based Approaches
3. Petri-Net-Based Approaches
4. Methodologies Based on Simulation Methods
5. A Methodology Based on stochastic Processes
ส่วนที่เกี่ยวข้องกับ Embedded System มีดังนี้
M8
- อยู่ในส่วน Methodologies Based on Trace-Analysis
- เกี่ยวข้องกับ (Application Domain ) Real-Time interactive
- พฤติกรรมที่เกี่ยวข้อง (Behavioral model) ROOM Notation: state Machine
- ได้อธิบาย Methodology โดยอัตโนมัติที่ได้รับจาก LQN model แนวคิดจาก ObjecTime Developer ใช้ Tool PABM (Performance Analysis model builder)
- ผลลัพธ์ที่ได้จาก PABM คือ performance annotated MSC(Message Sequence Chart) และ graphs of predictions
หมายเหตุ
- paper ที่อ้างอิง [73] Automated performance modeling of software generated by a design environment
- http://en.wikipedia.org/wiki/ObjecTime
M13
- อยู่ในส่วนของ Methodologies Based on Simulation Methods
- เน้นทางด้าน Real-Time System และเสนอส่วนขยายของ UML diagrams เพื่อแสดงความต้องการและ การใช้ทรัพยากร
- โดยใช้ UML diagram ในการขยาย diagram ที่จะใช้ diagram จะถูกนำมาใช้เป็น input สำหรับ automatic generation เพื่อตั้งเวลาให้ตรงกัน และใช้ Analysis Model Generator (AMG) และ Simulation Model Generator (SMG) ตามลำดับ โดย SMG จะสร้าง OPNET models โดยการสร้างครั้งแรก submodel จะเป็นองค์ประกอบแต่ละโปรแกรมแล้วรวม submodels ได้เป็นแบบจำลองที่ไม่ซ้ำกัน
- The approach provides a feedback mechanism: หลังจาก model ที่ได้รับการวิเคราะห์และจำลองผลรวมเป็นค่าติดแท็กของ UML diagram เดิม ซึ่งเป็นคุณลักษณะที่เกี่ยวข้องจะช่วยให้นักออกแบบ SA ในการตีความความคิดเห็นจากผลการประเมินประสิทธิภาพ(performance evaluation results)
หมายเหตุ
- paper ที่อ้างอิง [26] UML extensions for the specification and evaluation of latency constraints in architectural models
- DATA
ไม่มีความคิดเห็น:
แสดงความคิดเห็น