Jahresbericht informatik 2009 - KIT – Fakultät für Informatik

Die Institute der Fakultät und ihre Forschungsvorhaben
Software-Kennlinien
(J. Happe, M. Hauck, D. Westermann)
Die Komplexität und Heterogenität moderner Software-Systeme steigt kontinuierlich.
Insbesondere betriebliche Informationssysteme basieren auf einer komplexen Schicht von
Middleware, Datenbanken und bereits existierenden (Alt-)Systemen. Bei
Weiterentwicklungen, Anpassungen und Umstrukturierungen solcher Software-Systeme ist
die frühzeitige Abschätzung von Antwortzeitverhalten, Durchsatz und der benötigten
Ressourcen von zentraler Bedeutung. Verschiedene Ansätze aus dem Bereich des Software
Performance Engineering bieten hier eine erste Möglichkeit der frühen Abschätzung der
Performanz. Allerdings benötigen diese Ansätze detaillierte Modelle der Software-Systeme,
die in vielen Fällen nicht zur Verfügung stehen.
Um solche Software-Systeme trotzdem analysierbar zu machen, beschäftigt sich die
Gruppe Software-Performanz-Kennlinien mit der Frage, wie sich Vorhersagemodelle aus
systematischen Messungen einer Software ableiten lassen. Dabei werden die Software-
Systeme als „Black-Box“ betrachtet, d.h. die interne Struktur des Systems wird nicht explizit
modelliert. Stattdessen werden systematische Experimente durchgeführt, aus deren
Ergebnissen statistische Modelle abgeleitet werden können. Die so ermittelten Modelle
werden in existierende, modellbasierte Verfahren zur Performanz-Vorhersage integriert.
Dieses Vorgehen ermöglicht es Software-Architekten, genaue Aussagen über die zu
erwartende Performanz eines Systems zu treffen. Die Experimente sowie deren Auswertung
werden vollständig automatisiert durchgeführt, so dass der Architekt kein Wissen über die
interne Struktur des Systems benötigt. Änderungen der Implementierung, die ansonsten
eine manuelle Anpassung des Modells erfordern, können nun automatisiert erfasst werden.
Insgesamt erleichtert der hier entwickelte Ansatz die Anwendung von Verfahren zur
Analyse der Software-Performanz.
Zurzeit entwickelt die Gruppe Software-Performanz-Kennlinien ein Werkzeug zur
Definition, Ausführung und Auswertung von Experimenten zur Bestimmung von Software-
Performanz-Kennlinien (oder Kennfeldern). Hierbei kommen verschiedene
Analysetechniken zum Einsatz, wie z.B. genetische Optimierung und Multivariate Adaptive
Regression Splines (MARS). Das Verfahren wurde bereits erfolgreiche für nachrichtenorientierte
Middleware eingesetzt.
74