Samenvatting

Computest is een bedrijf dat performance, functionele en security testen uitvoert in opdracht van andere bedrijven. Dit wordt gedaan om de applicaties zo optimaal mogelijk werkend te krijgen. Met performance tests wordt onder andere gemeten hoe snel een applicatie is bij een bepaalde hoeveelheid gebruikers. Veel bedrijven willen echter ook weten wat de performance van de applicatie is als er een extra server of processor toegevoegd zou worden. Als deze hardware niet beschikbaar is, kan Computest daar niet zomaar antwoord op geven. Daarom is de volgende onderzoeksvraag opgesteld:

Op welke manier kan de performance van een applicatie voorspeld worden?

Om antwoord te kunnen geven op deze vraag is er literatuuronderzoek uitgevoerd naar de factoren die invloed hebben op de performance van een applicatie. Zowel onderdelen van de hardware, als de software en netwerkverbindingen hebben invloed op de performance van een applicatie. Performance kan worden omschreven met behulp van een aantal indicatoren: beschikbaarheid, reactietijd, throughput en utilization.

Er is ook literatuuronderzoek uitgevoerd om uit te zoeken welke methoden gebruikt kunnen worden om de performance te voorspellen. Performance kan op een aantal manieren voorspeld worden. Zo kan er met behulp van veel input in de vorm van reactietijden en throughputs met neurale netwerken een voorspellingsmodel worden opgezet. Dit model kan echter niet voor een andere configuratie voorspellen, enkel voor de bestaande opzet. Met dezelfde input kan ook een model worden opgezet door middel van de verbanden tussen het aantal gebruikers, de reactietijd en de throughput, ook wel het analysemodel genoemd. Dit model kan ook worden opgesteld met behulp van data gegenereerd door gelaagde wachtrijmodellen, deze combinatie wordt het hybride model genoemd. Als laatste kunnen gelaagde wachtrijmodellen op zichzelf ook gebruikt worden om een voorspellingsmodel op te stellen. Deze methode heeft als input de opstelling van de applicatie nodig, samen met bijbehorende waardes.

Met gelaagde wachtrijmodellen is er een voorspellingsmodel opgesteld voor een applicatie. Dit is gedaan met behulp van de LQNS-tool, ontwikkeld door een team van de Carleton University om gelaagde wachtrijmodellen op te kunnen lossen. De uitkomsten van dit model zijn met de resultaten van load tests vergeleken door middel van een error-percentage. Bij een goed model is dit percentage dichtbij de 0%. De gemiddelde error-percentages van het opgestelde model zijn: 84,3% voor de reactietijd en 82% voor de throughput bij de oorspronkelijke configuratie, en 94,4% voor de reactietijd en 88,8% voor de throughput bij een nieuwe configuratie. Het opgestelde model is dus niet accuraat.