Os principais desafios de Implementar um Processo de Planejamento de Gestão de Capacidade e Performance

Transcrição

1 Os principais desafios de Implementar um Processo de Planejamento de Gestão de Capacidade e Performance Adolfo Eric Petersen M Maio de 2016

2 Introdução A maturidade dos processos de TI facilita melhorar a previsão de investimento, a utilização de capital, o aumento da agilidade de forma mais eficiente com menos incidentes e interrupções. O excesso de capacidade pode ser um fardo financeiro significativo para um negócio, porém a lentidão de desempenho ou interrupções causadas pela capacidade insuficiente pode custar ainda mais. Como o scale-out, scale-up e o balanceamento de workload influenciam nesse cenário.

3 Premissas Os requerimentos de Infraestrutura e Operações de TI são mantidos há décadas e há a necessidade atual de alcançar-se o balanceamento entre alto desempenho e o ROI. Na maioria das organizações, a grande parte do legado requer utilização de arquiteturas de escala vertical (scale-up), que se mantêm e requerem tecnicas convecionais de capacity planning. Com o crescimento dos negócios digitais, aumenta a demanda e expectativa de altíssima disponibilidade de infraestrutura e serviços de TI em escala Web.

4 Tendências Through 2017, 25% of enterprises will use demand shaping for capacity planning and management, which is a significant increase from less than 1% in By 2016, the availability of capacity and performance management skills for horizontally scaled architectures will be a major constraint or risk to growth, for 80% of businesses. Fonte: Gartner.

5 Análise Sistemas Críticos: Normalmente existe histórico e previsões de demanda provendo informações suficientes para análise de uso de recursos de infraestrutura. Coleta de informações de multiplas fontes (incluindo monitoração) com a produção de tendências de utilização e de investimento através de what-if-scenarios. Escala Web: Tipicamente implementa centenas de atualizações e atualizações diariamente e histórico deve ser mensurado em horas para tal objetivo. Diferentes arquiteturas e o enorme crescimento requerem técnicas adaptativas principalmente quanto ao uso e o volume de dados.

6 Análise A figura acima ilustra padrão comum no ambiente mainframe e arquiteturas de software aplicativo usado hoje por empresas e que são críticos e complexos. Os componentes de software em execução no mainframe fornecem processamento para o armazenamento de dados críticos dos clientes, execução de operações de TI, hospedagem lógica de serviço de negócios do aplicativo, e o acesso de usuários internos e clientes externos. Fonte: IBM

7 Análise "Um padrão de arquitetura orientada pelo sistema que permite o desenvolvimento e entrega Web, rápida e escalável baseada em serviços de TI, alavancando os princípios ágeis, lean e contínuos. Fonte: Gartner

8 Análise Uso de Técnicas Demand Shaping: Canary Launch & Dark Launching que visam liberar novas funcionalidades de forma controlada a um grupo restrito de usuários. É realizado o ajuste quantitativo dos recursos requeridos da infraestrutura à medida que restrições ou contenções são observadas pela liberação gradativa das novas funcionalidades das aplicações. Em geral ferramentas de análise são usadas para extração da informação necessária e combinadas com a instrumentalização das aplicações, provendo informação analítica de forma proativa para alocação de recursos e gerenciamento de potenciais gargalos.

9 Técnicas Demand Shaping

10 Conclusão Ter as equipes de produtos responsáveis por autoinstrumentação e dados analiticos das aplicações, possibilitando recursos de realocação horizontal (scale-out). Uso de técnicas demand shaping para limitar o impacto inesperado de novas versões/features das aplicações. Uso de ferramentas de análise avançada e técnicas para melhor entendimento do desempenho das aplicações e suas restrições. Uso de ferramentas preditivas (near-real-time) para entendimento das restrições e dependencias nas aplicações, infraestrutura e ambientes de carga para apropriada alocação de recursos.

11 Conclusão Onde há potencialmente larga escala, forecasts ou histórico de demanda limitados, há a necessidade de desenvolver-se técnicas de modelagem por demanda para proporcionar um desempenho aceitável. Onde há implantação de serviços em larga escala, há a necessidade de uso de ferramentas operacionais de análise e capacidades de big data complementarmente ao uso de ferramentas de capacity-planning tradicionais.

12

13 Adolfo Eric Petersen