análisis de un servidor http carlos miguel tavares calafate arquitectura y prestaciones de la web...
Post on 25-Jan-2016
221 Views
Preview:
TRANSCRIPT
Análisis de un Servidor HTTP
Carlos Miguel Tavares Calafate
Arquitectura y Prestaciones de la Web
2002
El servidor
Ayuntamiento de Paterna Web: http://www.ayto-paterna.es El servidor sirve una única web
Se han analizado los meses de Enero y Junio de 2002
Métodos utilizados
Frecuencia
Método Enero Junio
DEL 0 1
GET 9369 34895
HEA 0 5
LOC 2 0
OPT 2 37
POS 6 391
PRO 0 19
PUT 0 1
SEA 0 1
Total 9377 35352
Popularidad
Los puntos/líneas muestran Medias
0,00 1,00 2,00
log_rank
0,00
1,00
2,00
3,00
log
(re
f. c
ou
nt)
Los puntos/líneas muestran Medias
0,000 1,000 2,000 3,000
log(rank)
0,000
1,000
2,000
log
(Re
f. c
ou
nt)
Enero Junio
El efecto de cola pesada se hace notar, aunque de forma más evidente en Junio
Tamaño de los objetos
Enero Junio
Los puntos/líneas muestran Medias
2,00 3,00 4,00 5,00
log(size)
0,00
0,25
0,50
0,75
1,00
P(X
>x)
Los puntos/líneas muestran Medias
3,000 4,000 5,000 6,000
log(size)
0,000
0,250
0,500
0,750
1,000
P(X
>x)
Los puntos/líneas muestran Medias
2,000 3,000 4,000 5,000
log(size)
-3,000
-2,000
-1,000
0,000
log
[P(X
>x)]
Los puntos/líneas muestran Medias
3,000 4,000 5,000 6,000
log(size)
-4,000
-3,000
-2,000
-1,000
0,000
log
[P(X
>x)]
Escala
lineal
Escala
logarítmica
El efecto de cola pesada se hace notar en ambos
Tamaño de los objetos
Enero Junio
Distribución al lo largo de la semanaDistribución al lo largo de la semana
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunes
Va
lor
Ta
ma
ño
me
dio
de
los
ob
ject
os
10000
9000
8000
7000
6000
5000
4000
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunes
Va
lor
Ta
ma
ño
me
dio
de
los
ob
jeto
s
16000
14000
12000
10000
8000
6000
4000
Tamaño de los objetos
Enero Junio
ModeladoModelado
Intervalo Intervalo
La distribución exponencial es la que más se aproxíma, aunque no demasiado
Peticiones de los clientes
Enero T = 261,8s = 0,0038 pet./s
Junio T = 73,3s = 0,0136 pet./s
Enero
Junio
=0,0136
0,0038= 3,58
Peticiones de los clientes
0,00 25000,00 50000,00 75000,00
Tiempo entre peticiones
0
200
400
600
Rec
uen
to
0,00 10000,00 20000,00 30000,00
Tiempo entre peticiones
0
2000
4000
6000
Rec
uen
to
EneroEnero Junio
Peticiones de los clientes
EneroEnero JunioIntervalo
********
********
********
********
********
********
********
********
76005100
2600100
% a
cum
ula
do
1,2
1,0
,8
,6
,4
,2
0,0
Tiempo entre pet.
Dist. Exponencial
Dist. Uniforme
Dist. Poisson
Intervalo
********
********
********
********
********
********
********
********
76005100
2600100
% a
cum
ula
do
1,2
1,0
,8
,6
,4
,2
0,0
Tiempo entre pet.
Dist. exponencial
Dist. Uniforme
Dist. Poisson
ModeladoModelado
No está tan claro cual es la distribución más adecuada.
Peticiones de los clientes
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunes
Va
lor
Nº
de
pe
ticio
ne
s
3000
2000
1000
0
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunesV
alo
r N
º d
e p
etic
ion
es
6000
5000
4000
3000
2000
1000
Distribución por día de la semanaDistribución por día de la semana
JunioEneroEnero
Tiempo de Servicio
Enero T = 2,418 s = 0,414 pet./s
Junio T = 3,057 s = 0,327 pet./s
El servidor web no alcanza grandes prestaciones porque, además, los objetos
tienen dimensiones reducidas.
Tiempo de Servicio
EneroEnero Junio
100000,00 200000,00 300000,00 400000,00 500000,00
Tiempo de servicio
50
100
150
200
250
Rec
uen
to
0,00 250000,00 500000,00 750000,00
Tiempo de servicio
0
200
400
600
Rec
uen
to
Tiempo de Servicio
EneroEnero Junio
ModeladoModelado
La distribución exponencial se aproxíma bastante
Utilización del servidor
Utilización mediaUtilización media
Enero Enero U Umedmed=0,9%=0,9%
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunes
Va
lor
Util
iza
ció
n (
%)
1,6
1,4
1,2
1,0
,8
,6
,4
Dia de la semana
DomingoSabadoViernesJuevesMiercolesMartesLunes
Va
lor
Util
iza
ció
n (
%)
20
10
0
Junio Junio U Umedmed=6,9%=6,9%
Volumen de datos
EneroEnero JunioDia de la semana
Domingo
Sabado
Viernes
Jueves
Miercoles
Martes
Lunes
Va
lor
Vo
lum
en
de
da
tos
16000000
14000000
12000000
10000000
8000000
6000000
4000000
2000000
0
Dia de la semana
Domingo
Sabado
Viernes
Jueves
Miercoles
Martes
Lunes
Va
lor
Vo
lum
en
de
da
tos
70000000
60000000
50000000
40000000
30000000
20000000
10000000
0
Permite tener una idea de la utilización del ancho de banda
Status
EneroEnero Junio
Detección de problemasLas barras muestran frecuencias
200 204 206 302 304 403 404 500
status
0
2000
4000
6000
Rec
uen
to
Las barras muestran frecuencias
200 204 206 207 302 304 400 401 403 404 405 406 414 500 501
Status
5000
10000
15000
20000
25000
Rec
uen
to
Versión del HTTP
EneroEnero Junio
Se mantiene la proporción entre las dos versiones
La cantidad de peticiones que utilizan HTTP 1.0 es relevante
Agente del utilizador
EneroEnero Junio
Han habido variaciones significativas
Análisis de prestaciones
Características
Servidor IIS El tiempo de respuesta no es demasiado bueno
Clientes Cerca de 25% utilizan HTTP 1.0 Este porcentaje se ha mantenido
Objetivo Mejorar las prestaciones del servidor
Comparación de prestaciones entre el IIS y el Apache
Throughput
Apache IIS
“A Performance Evaluation of Hyper Text Transfer Protocols”, Paul Bradford and Mark Crovella, In Proceedings of the 1999 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems, pp. 188-197, May 1999
Comparación de prestaciones entre el IIS y el Apache
Latencia
Apache IIS
“A Performance Evaluation of Hyper Text Transfer Protocols”, Paul Bradford and Mark Crovella, In Proceedings of the 1999 ACM SIGMETRICS International Conference on Measurement and Modeling of Computer Systems, pp. 188-197, May 1999
Soluciones propuestas
• Cambio a un servidor más rápido
• Cambio a Linux
• Aumentar el ancho de banda de la red
• Migración al Servidor HTTP Apache
• Proxy (???)
top related