Tudo que você sempre quis saber e sempre teve medo de perguntar, sobre Performance de Mainframe, é lógico…

Alvaro Guimaraes Salla – sala@maffei.com.br

Senhores.

Uma lembrança, já perdida nas dobras do meu tempo. Na época, para se responder à esperta pergunta sobre a utilização da CPU, olhávamos sem piscar, para frequência com a qual a lampadinha de Wait no painel do computador piscava. E vinha a resposta de timbre seguro, não longe da verdade: “uns 70%, minha senhora”.

Havia uma vantagem nesse método tosco, o custo era apenas o da tal lampadinha que às vezes tinha que ser substituída, e íamos que íamos.

Hoje, os Monitores de Performance invadiram a plataforma Mainframe oferecendo um universo de informações, geralmente misteriosas pelo entendimento de gerentes e técnicos. O gatilho foi a imensa necessidade do processamento comercial tem de se auto aferir. A metrificação do uso de recursos é uma necessidade capitalista, que se ausente, pode até significar a falência empresarial.

Os tais Monitores podem ser divididos em três grupos:

Oficiais, aqueles contidos no binômio z/OS e z Servers como: CPUMF, WLM, System Trace, MasterTrace, Component Trace e o maior de todos, o SMF. Há empresas que quase geram e processam mais dados de SMF, que aqueles negociais.

Externos e tradicionais como RMF, CMF, Mainview, Omegamon e outros…

Externos e modernos geralmente tóxico dependentes de registros do SMF e com processamento out of box. Além de monitorar alguns sugerem (ou executam modificações no sistema). Exemplos: BMC, ASG TMON, CA SysView, zRADAR, Throughput Manager, Intellimagic etc… Me perdoem algum esquecimento, por favor.

É conhecido que tem sua totalidade todos esses Monitores instalados em um CPD consomem por volta de 25% dos recursos de CPU da máquina, incluindo aqui o tempo não capturado. Mas nem por isso, não deixam de ter uma importância magna nas disciplinas de Performance e Planejamento de Capacidade.

Esta palestra aborda alguns dos milhares de números produzidos, principalmente aqueles envolvidos no tal aura de mistério, trevas e pasmo geral…

Portanto, o objetivo desta palestra é de alumiar tais dados trazendo a sabedoria que redime. Seguem alguns exemplos:

Numerificar a quantidade de shared pages, aquelas que pertencentes a áreas privadas de diferentes address spaces se localizam no mesmo frame da memória real. What a helll!!!.

Descobrir para que servem as métricas: número de writes, número de reads, número de castouts de uma estrutura de cache na Coupling Facility.

Materializar o futuro inspecionando números sobre HyperLinks.

Quando você vai calcular o valor de Consumed MIPS em uma LP, pela uso da fórmula que o converte de MSU/h o valor é inferior ao real. Já os Monitores fazem o cálculo correto. Neste caso, o velho e jovial palestrante vai explicar como.

Capture importantes dados de desempenho sobre operações de I/O de específicos métodos de acesso.

Você sabe o quer dizer o estado Unknown de um Address Space (ou Enclave) mostrado pelos Monitores? Confie no seu inglês e responda confiante ao seu velho e….

Um assunto que interessa a todos, transações e profissionais, ou seja, promoções. Vamos aprender sobre esse ato, pelo menos em relação ao primeiro grupo, e de como melhorar o desempenho geral do sistema.

Maktub

Melhores práticas de planejamento de capacidade aplicadas num projeto de Transformação DC Produtivo e DR (Disaster Recovery)

Jhony R. Ferreira – jhony.rferreira@gmail.com e Adelson Lovatto – adelsonl@gmail.com

Nesta sessão serão apresentadas técnicas usadas para otimizar a capacidade e a performance da infraestrutura de TI, habilitando a área de TI a atender as áreas de negócio com maior velocidade e reduzindo riscos

Da Disponibilidade para a Estratégia de Negócio

Luis Felipe de Faria – luis.faria@itau-unibanco.com.br

No mundo dos negócios digitais, o grande desafio para TI não é somente medir a qualidade da entrega do serviço, mas também os resultados de negócio que vem do seu uso (Chris Harding, the Open Group). O objetivo é mostrar como a área de Planejamento de Capacidade pode evoluir da excelência do trabalho voltado à disponibilidade para estratégia e parceria de negócio em 3 níveis de maturidade.

 

Metodologia de Controle da Produção Industrial aplicada em Controle de Capacidade de Recursos de TI

Nyara Moraes Paulo – nyara.paulo@itau-unibanco.com.br

No ramo industrial é usada uma metodologia de controle diário de produção estruturada por meio de um desdobramento de indicadores que estão alinhados com os objetivos macros do negócio. Essa estrutura permite ganho de eficiência, rápida reação à desvios e identificação de oportunidades de otimização e melhorias. A proposta é demonstrar como esses ganhos podem ser obtidos com o controle de capacidade de recursos de TI por meio de uma estrutura de indicadores que seguem a mesma metodologia industrial.

Mainframe Performance Review

Gustavo Fernandes Araujo – gustavo-fernandes.araujo@itau-unibanco.com.br

O estudo de performance de processamento é crítico em qualquer plataforma visto que pode ter efeito tanto na disponibilidade quanto nos custos de processamento. No ambiente mainframe, onde os recursos são compartilhados, uma piora de performance em um workload especifico pode impactar o processamento de todos demais workloads no mesmo CEC.  Este estudo tem como objetivo apresentar um Review de métricas de performance dentre os diferentes workloads que processam na plataforma Mainframe.

Gestão do Consumo de MIPS

Amanda Melo Nastulevitie – Amanda.nastulevitie@itau-unibanco.com.br

Com a mudança de comportamento dos usuários, em que a disponibilidade é essencial e as informações precisam ser de fácil acesso a eles, um dos grandes desafios da TI é gerir o consumo de MIPS no mainframe focando na experiência do usuário. Mudança no modo de trabalho, implementação de metodologias Lean, análises quantitativas e qualitativas são a base para auxiliar o negócio em tomadas de decisões que entregam mais valor aos usuários e, ao mesmo tempo, mantêm um consumo racional dos recursos.

Comparação de Desempenho entre Máquinas Virtuais e Containers – por Bruno Rodrigues

Controle de recursos e isolamento têm sido o mantra em aplicações em nuvem até então somente possível através do uso do conceito de máquinas virtuais. Entregar aplicações em máquinas virtuais resulta em última análise em desempenho reduzido, mesmo considerando todos os esforços da indústria em desenvolver extensões em hardware e algoritmos para minimizar os custos computacionais de camadas extras de abstração necessárias para virtualização. Virtualização baseada em containers simplifica a implementação de aplicações ao mesmo tempo que promove isolamento.Nesta sessão, apresentamos comparativos de desempenho entre virtualização tradicional contra o modelo de containers, comparando custos computacionais para abstrações de CPU, memória, armazenamento e rede.