Pertemuan-06 (Manajemen Kapasitas).ppt

PERENCANAAN KAPASITAS INFRASTRUKTUR e-Bisnis

PERENCANAAN INFRASTRUKTUR

  Program Magister Ilmu Komputer Universitas Putra Indonesia – YPTK Padang 23-24 Juli 2016

  e-Business Definition Definisi dari perspektif TI:

• –Praktek

  pengoperasian secara terintegrasi proses-proses bisnis yang terlibat dalam penciptaan nilai tambah dengan memanfaatkan teknologi informasi dan komunikasi (TIK) secara ekstensif.

  e-Commerce & e-Business

e-Commerce adalah puncak dari “gunung es” e-bisnis.

e-Commerce tidak mungkin tanpa kemampuan e-bisnis

konsumen e-Bisnis e-Commerce

  e-Commerce Requirement

Akses dari mana saja & kapan saja (24

jam x 7 hari) Layanan multi-channel yang terpadu Respons seketika

Status transaksi dapat dilacak, diubah,

bahkan dibatalkan Data transaksi yang akurat Self-service dan personalisasi

  e-Business Roles

Proses bisnis yang terpadu (seamless) dengan

• – Integrasi antara aplikasi-aplikasi yang terlibat
• – Manajemen alur-kerja dan proses yang terpadu (layanan satu atap)
• – Kolaborasi antar perusahaan yang menjadi mata rantai

  value chain

Capacity Planning

  

Kriteria mutu layanan online : kinerja (response time), ketersediaan

(prosentase downtime), skalabilitas , dan keamanan

• – Situs dengan kinerja rendah - melampaui batas

  psikologis 8 detik – akan ditinggalkan pengunjung

• – Situs dengan ketersediaan rendah dapat berakibat:

  jatuhnya reputasi/citra dimata publik dan kehilangan peluang bisnis

• – Skalabilitas situs dalam melayani banyak pengunjung

  sekaligus menentukan kinerja dan ketersediaan situs

• – Teknologi pengamanan yang tidak memadai

  

menjadikan pengunjung enggan/takut bertransaksi

Architecture Capacity

  

Elemen-elemen utama QoS dalam perancangan

infrastruktur e-Bisnis Response time < 8 detik Ketersediaan > 99.5%

  Service Service

  Konsumen Konsumen

  Level Level

  Agreement Agreement

  Oracle DBMS,

  Pilihan Pilihan SSL, dsb.

  Kapasitas Kapasitas

  Teknologi Teknologi

  Manajemen Manajemen

  Memadai Memadai

  & Standar & Standar

  Plafon Plafon

  Biaya Biaya

  Instalasi Rp 100 juta

  (Anggaran) (Anggaran)

  Pemeliharaan < Rp 20 juta/tahun

Quantitative Approach

  

Misal sasaran 99% availability, berarti hanya boleh down selama 87,6

jam dalam setahun (1% dari 8.760 jam setahun)

  Pendekatan: merancang arsitektur fisik situs berdasarkan pola penggunaan

• – Menentukan konfigurasi server-server, kapasitas (bandwidth) jaringan, ukuran server-server, skalabilitas, keandalan, jenis software, dsb.
• – Sumber data: log akses server, pengukuran waktu

  download (response), statistik jumlah akses per hari, jam-jam tersibuk, dsb.

  

Quantitative Approach

Tahapan:

• – Kategorisasi pengguna berdasarkan perilakunya

• – Karakterisasi beban kerja situs per sesi
• – Pemodelan kinerja situs
• – Hitung parameter-parameter model kinerja
• – Perkirakan trend pertumbuhan/perubahan beban
• – Perkirakan kinerja situs

  Performance Modeling Proses umum pemodelan:

  e-Site Reference Models Model-model dalam analisa/perencanaan kapasitas:

  Model Bisnis Model Bisnis

  Karakteristik Bisnis Karakteristik Bisnis

  Struktur Navigasi Struktur Navigasi

  Model Fungsional Model Fungsional dan Fungsi dan Fungsi

  Pola Perilaku Pola Perilaku

  Model Pengguna Model Pengguna

  Pengguna Pengguna

  Arsitektur Situs Arsitektur Situs

  Model Sumber Daya Model Sumber Daya dan Beban Layanan dan Beban Layanan

Reference Models

  Model Bisnis – Pola B2C, B2B, C2C, dsb.

• – Kategori bisnis online: ritel, lelang, e-market, dsb.

  Model Pengguna

• – Pola navigasi pengunjung situs
• – Metrik perilaku

Model Sumber Daya

• – Model kinerja (utilisasi CPU, dsb.)
• – Model beban kerja (rata-rata jumlah request, jumlah akses tertinggi dalam sehari, dsb.)

Functional Model

  Sebagai peta untuk analisa struktur navigasi

  Model Fungsional Lelang Online Model Fungsional Lelang Online

  Pendaftaran Penjual & Pembeli Pendaftaran Penjual & Pembeli

  Pembukaan (setup) Lelang Pembukaan (setup) Lelang

  Penjadwalan & Pengiklanan Penjadwalan & Pengiklanan

  Penawaran Penawaran

  Evaluasi Penawaran & Penutupan Lelang

  Evaluasi Penawaran & Penutupan Lelang

  Transaksi (settlement) Transaksi (settlement)

Customer Behavior Model

  Pola navigasi per sesi:

• – Pola urutan akses fungsi-fungsi: login, lihat katalog, cari produk, pesan, mengecek pesanan, dsb.
• – Pola navigasi seorang pengunjung dapat berbeda antara sesi (kunjungan) satu dengan sesi (kunjungan) berikutnya.

Model-model:

• – Customer Behavior Model Graph (CBMG)
• – Customer Visit Model (CVM)

  CBMG

CBMG Data Collection

  Web Server Web Browser HTTP request HTML file HTML collection Access log file

  Data diperoleh dari log akses pada server web

• – Sesi: urutan akses oleh client (alamat IP) yang sama

• – Batas antar sesi untuk client yang sama: berdasarkan minimum jarak waktu antar akses, kalau melebihi berarti sudah masuk sesi berikutnya

CBMG Computation

  

Dari data urutan akses setiap sesi dihitung probabilitas transisi dari

satu titik navigasi (fungsi) ke titik navigasi (fungsi) lain: P(i,j) = C i,j / Σ C i,k untuk k = 1, …, n

• C

  i,j adalah jumlah transisi dari i ke j dalam data

  HTTP logs Page request logs Session log CBMG Program: filter, merge, link

• n adalah jumlah titik navigasi

  CBMG Matrix Matriks CBMG: probabilitas transisi antar titik navigasi

Why CBMG?

  Mengukur tingkat penggunaan fungsi-fungsi Contoh:

• – Jumlah search per sesi: 1 + 0,6 + 0,6

  2

  3

• 0,6
• … = 2,5

  Entry Home Search Browse

  1.0

  1.0

  1.0

  0.6

  0.4 CBMG

Customer Visit Model

  1.CVM: daftar frekuensi akses untuk setiap fungsi (titik navigasi) per sesi

  2.Juga dihitung dari data log akses server Web

  3.Digunakan untuk membuat model beban kerja

  Zipf’s Law

Frekuensi akses mengikuti hukum distribusi Zipf: berbanding terbalik dengan

ranking popularitas = k/r untuk suatu konstanta k

CVM Computation Penentuan jumlah sesi dalam tabel CVM:

• – Berdasarkan kategori pengunjung, atau

• – Dengan teknik clustering (pengelompokan data) sesi

• Setiap data sesi direpresentasikan sebagai vektor yang komponennya adalah fungsi-fungsi atau titik navigasi
• Misalnya vektor dengan 6 komponen [ login, registrasi, search,

  pesan, cek-pesanan, logout ], contoh datanya: [ 1,1,1,0,0,1 ], [ 0,0,2,0,0,0 ], [ 1,0,0,0,1,1 ], dst.

• – Dapat menggunakan teknik k-means clustering berdasarkan jarak antar vektor

  K-means Clustering

CVM

  

Nilai dalam tabel CVM adalah nilai rata-rata tiap cluster atau kategori

pengunjung.

  Contoh CVM dengan jumlah cluster k = 4

Why CVM ?

• – Rata-rata berapa kali suatu fungsi diakses per sesi (kunjungan)
• – Berapa probabilitas seorang pengunjung melakukan transaksi pembelian dalam satu kunjungan
• – Berapa jumlah request (dokumen yang diakses) yang diterima server web rata-rata per sesi
• – Berapa rata-rata transaksi yang terjadi per hari
• – Berapa prosentase pengunjung yang meninggalkan situs dalam keadaan keranjang belanjaan (shopping cart) terisi

Workload Model

  

Pemodelan beban berdasarkan arsitektur fisik dimana fungsi-fungsi

dijalankan dan CVM Contoh:

  Web Server

  Web Server

  Application Database

  Application Database

  Client Client

  Server Server

  Server Server

  Browser Browser

  Secure

  Secure

  Web Server

  Web Server

  Payment

  Payment e-Commerce Site

  Server

  Server

CVM Example

  Contoh CVM sederhana: Tipe Sesi Baca daftar iklan properti Pasang iklan properti Cari iklan properti Prosentase 5% 19% 76%

  Entry Show list

  Submit form Search keyword

  Get status

  0.0

  5

  0.19 0. 7

  6

  1.0

  

1.0

  1.0 Show

  results

  1.0

  1.0 Melibatkan web server Melibatkan web server dan application server Melibatkan web, application, dan database server

Client Server Interaction Diagram

  Contoh CSID sederhana: [p,m] p: probabilitas dalam satu sesi m: ukuran data dalam kilo bytes

  CSID

Dari CSID dapat dihitung

• – Probabilitas DB server akan digunakan dalam suatu sesi: 1,0 x 0,95 x 0,8 = 0,76
• – Berapa kali rata-rata server apklikasi akan digunakan dalam suatu sesi: 1 x (0,95 x 0,2) + 2 x (0,95 x 0,8) = 1,71 kali
• – Berapa rata-rata jumlah kbytes per sesi yang melalui jaringan lokal (LAN) yang menghubungkan server-server situs: 0,05 x (m1+m2) + 0,19 x (m1+m3+m4+ m5) + 0,76 x (m1+m3+m6+m7+m8+m9)

  Performance Analysis

Perkiraan kapasitas berdasarkan CSID

• – Jumlah maksimum sesi paralel yang dapat dilayani tanpa delay untuk LAN dengan bandwidth 100 Mbps ≈ 10.000 kbyte/second (termasuk datagram packet overhead)
• Misalnya rata-rata kbyte persesi adalah 15 kbytes maka kapasitas jaringan adalah 10.000/15 = 666,66 sesi paralel

  internet router LAN 100Mbps Appli- DB Web cation server server server Performance Analysis

Perkiraan kapasitas berdasarkan CSID

• –Kapasitas server aplikasi
• Misalnya utilisasi CPU setiap penggunaan adalah 0,5%, maka kapasitas application server adalah: 100 / (1,71 x 0,5) = 116,96 sesi paralel (lebih kecil dari kapasitas network)

  Capacity Planning Perencanaan kapasitas infrastruktur e-Bisnis:

  

1. Memahami/memodelkan karakteristik beban sistem

untuk mengetahui tingkat saturasi layanan sistem

  

2. Mengantisipasi peningkatan beban dengan

memperlambat tercapainya saturasi layanan

  3. Penyebab peningkatan beban kerja:

• Perubahan/perkembangan model bisnis
• Perubahan/penambahan fungsi layanan
• Perubahan perilaku konsumen (trend, promosi, dsb.)
• Perombakan infrastruktur TI

  e-Business Capacity Plan

Rencana kapasitas infrastruktur e-Bisnis disesuaikan dengan rencana

pengembangan lanjut sistem e-Bisnis

  Rencana evolusi model bisnis

  Rencana evolusi model bisnis

  Rencana evolusi fungsi layanan

  Rencana evolusi fungsi layanan Perkiraan evolusi perilaku konsumen

  Perkiraan evolusi perilaku konsumen

  Rencana evolusi infrastruktur

  Rencana evolusi infrastruktur

  Perencanaan model bisnis & fungsi layanan

  Perencanaan perilaku konsumen

  Perencanaan sumber daya TI

  Tiga proses perenca- naan utama

Business Aspect

  Aspek bisnis perencanaan kapasitas: Hasil analisis strategi

  Karakterisasi Bisnis Karakterisasi Bisnis

  Business plan Use Case

  Rencana Rencana

  Analisis Analisis

  Pengembangan Model Bisnis Pengembangan Model Bisnis

  Fungsional Fungsional

  Bisnis Bisnis

  Struktur dan fitur situs

  Rencana Rencana

  Model Model

  Penambahan Penambahan

  Fungsional Fungsional

  Fungsi-fungsi Fungsi-fungsi

Customer Aspect

  Analisis aspek konsumen:

  2. Memperkirakan/merancang perubahan-perubahan pada CBMG Penambahan/

  Karakterisasi Perilaku Karakterisasi Perilaku

  Pengubahan

  Konsumen Konsumen Trend dan

  Fitur statistik

  Rencana Rencana

  Pengubahan Pengubahan

  CBMG CBMG Perilaku

  Perilaku Konsumen

  Konsumen

Resource-Level Aspect

  Rencana Perubahan

  Infrastruktur TI Pemodelan Biaya

  Model Biaya

  Analsis Skenario

  Model Kinerja

  Pemodelan Kinerja

  Model Beban Kerja

  Prakiraan Beban Kerja

  Deskripsi Beban Kerja

  Deskripsi Infrastruktur TI

  Kalibrasi dan Validasi

  Karakterisasi Lingkungan TI Karakterisasi

  Beban Kerja

  Aspek infra-struktur:

Workload Forecasting

  (time-series analysis)

  Survei Pasar, Intuisi, Pertimbangan, Rencana Bisnis, dsb.

  Survei Pasar, Intuisi, Pertimbangan, Rencana Bisnis, dsb.

  Skenario Bisnis

  Skenario Bisnis

  Perkiraan Demand dan Beban Kerja

  Perkiraan Demand dan Beban Kerja

  Prakiraan beban kerja Prakiraan Kuantitatif

  Prakiraan Kuantitatif

  Teknik-teknik Prakiraan (time-series analysis)

  Data Historis: Benchmarking, Log, dsb

  Data Historis: Benchmarking, Log, dsb

  Pengumpulan Informasi

  Pengumpulan Informasi

  Prakiraan Kualitatif

  Prakiraan Kualitatif

  Teknik-teknik Prakiraan

Capacity Planning

  1. Membuat rencana modifikasi/upgrading komponen- komponen infrastruktur secara bertahap

  Perencanaan kapasitas infrastruktur e-Bisnis

• Menggunakan Model Kinerja sistem untuk mempertimbangkan keputusan:
• Scaling Up
• – Penggantian dengan mesin berkapasitas lebih besar
• Scaling Out
• – Penambahan mesin dengan kapasitas yang sama (mirroring, replikasi, mesin paralel, dsb.)