Scribd Logo
Hochladen

Willkommen bei Scribd!

  • Systemes D'exploitation 22

    Hochgeladen von

    Walid Casa
    19 Ansichten9 Seiten
    mesures et models systemes

    Originaltitel

    Systemes d'Exploitation 22

    Copyright

    © © All Rights Reserved

    Verfügbare Formate

    PDF oder online auf Scribd lesen

    Stufen Sie dieses Dokument als nützlich ein?

    Sind diese Inhalte unangemessen?

    Dieses Dokument melden
    mesures et models systemes

    Copyright:

    © All Rights Reserved
    Als PDF herunterladen oder online auf Scribd lesen
    Markieren Sie unangemessene Inhalte
    19 Ansichten9 Seiten

    Systemes D'exploitation 22

    Hochgeladen von

    Walid Casa
    mesures et models systemes

    Copyright:

    © All Rights Reserved
    Als PDF herunterladen oder online auf Scribd lesen
    Markieren Sie unangemessene Inhalte
    von 9
    MESURES ET MODELES DE SYSTEMES 6.1 INTRODUCTION Ce chapitre est consacré aux divers modes danalyse quantitative des sys- témes. On y développe étude des systémes par les modeles mathématiques et Ja simulation, puis on y décrit sommairement les techniques de mesure. (On examine 'aide apportée par chacune de ces méthodes d’analyse a la concep- tion et la mise au point des systtmes. 6.11 INTERET ET IMPORTANCE DES ETUDES QUANTITATIVES L’étude quantitative des systémes permet de mieux comprendre leur fone- tionnement en wue de 'améliorer. Le cout et la complexité du matériel et des Programmes ont tendance a augmenter; lintérét économique d'une bonne utilisation de ces ressources est donc certain. Indiquons les principaux champs application des techniques "evaluation 1) Chix ou modification dune configuration ou d'un systéme Le choix ou la modification d'un systéme complet nécessite la connaissance des conditions exploitation et des performances que l'on disire en oben. Des mesures sur les systémes existants permetient parfois de prévoir quel sera le comportement du nouveau systéme. Les iniéréts économiques mis en Jeu demandent cette prévision d'étre aussi juste que possible. Une simulation 252 Systtmes dexphiation des ordinaicurs ‘ou un mode analytique permettent, entre autres, d‘apporter des éléments de réponse aux questions suivantes : — & coat donné, doit-on acheter un bloc de mémoire supplémentaire ou 1un nouveau tambour ? — dans un sys:éme d' exploitation utilsant une partition fixe dela mémoire, comment choisir cette partition ? 2) Comprabilieé La connaissance du taux d'utilisation des diverses ressources d'une instal- lation (emps unité centrale, mémoire centrale et secondaire, périphériques, tracucteurs..J permet de répartir les frais de cette utilisation parmi une communauté dusagers, ex fonction des ressources efletivement iiss, par chacun, Les statistiques ainsi recuellies peavent également servic de guide Pour une extension du systéme, une modification des conditions d'utilisation, tune amelioration du service four 3) Optimisation des programmes Les performances d'un programme accomplissant une tcke donnée peuvent varier dans des proportions considérables. Ii est important de verifier ff. cacité des programmes fréquemment utilisés, L’optimisation des perfor- manées est particuliérement importante pour les programmes (compilateurs ‘ou systémes d'exploitation) utilis par un ensemble d'usagers. Des mesures permestent de déveler les parties les plus fréquemment utilises. Lorsque le choix est possible entre plusicurs algorithmes, un modéle peut permettre de prévoir celui qui donnera ies meilleurs résultats. Enfin tout programme est ‘modifié au cours de son existence ct il est utile de verifier que ses performances te sont pas altérées par ces modifications. 4) Conception et construction de systimes d’expioitation La conception d'un systéme est toujours fondée sur certaines hypothéses, porfois non explicitement formulées Tes utile de disposer de renseignements ‘Quamtitatifs sur des systimes analogues au systime projeté, efin de pouvoir abl set spécifications et de formuler les hypothéses initiales. Celles-ci concement aussi bien le fonctionnement interne du systéme que environne- ‘ment dans lequel il doit travailler (charge, comportement des usagers). AU stade de la réalisation, les mesures permettent, par evaluations et modifics- tions successives, d’obtenir les résultats attendus. Par ailleurs, si un modéle de simulation est utilisé pour aider aux choix de conception, Ia validité des résultats qu il fourit dépend de celle des données de fa simulation : il est done utile que ces données puissent étre éiayées par un ensemble de mesures faites sur le systtme réel 3) Conception de matériel Plus encore que pour la conception de programmes, les modéle et les ‘Mesures sont utiles pour la conception du matériel car une modification du Mesures et modéles de syidmes 253 cAblage peut etre tés coliteuse ot trés longue & mettre en ceuvre. La connais- sance des caractéristiques de la charge est ici encore esseatielle. Un exemple typique d'application est is détermination des fonctions qu'il est rentable de cdbier ou de microprogrammer, dans des conditions donntes ¢'utilisation. 6) Recherches sur les systémes ‘Le développement de modéles théoriques de programmes et de systémes, tla comprehension du fonctionnement des systintes existants nécessitent lune bonne connaissance du comportement de ces programmes et de ces systdmes. On est donc amené a définir des grandeurs caractérisant ce compor- tement et & obtenir, par des mesures, des valeurs numériques de ces grandeurs 6.12 METHODES DE MESURE ET D'EVALUATION Les méthodes d'Etude quantitative des systémes se divisent en doux classes, selon que I'on sintéresse au systéme réel cu a une représentation de ce sys- téme; dans chaque cas on dispose de moyens différents d'investigation. Schématiquement, on peut établir la classification suivante : ‘Etude des systémes réels_{/ mesures cablées ct des programmes : ‘mesures programmées Représentation de systémes | moddles de simulation ‘et de programmes : ‘modéles analytiques UL est important de souligner qu'aucune de ces méthodes, en raison des limitations propres qui seront examinées plus loin, n'est suffisante & elle seule ‘Pour toutes les tiches d'évaluation. Les résultats les plus fructueux sont obtenus en combinant deux ou plusieurs des techniques ci-dessus. Exemples. Les données d’satrée d'un modéle do simulation (ou des ordres de srandear pour ces données) peuvent Exe obsenues par des mesures sur un sYsteme el ‘Un simulates de charge programmé pet re uilsé pour tslonnee un équipement e mesarecible. Dans un mode de simulatiog, un sous-ensemble du systime Studié peu ére em placé par un schéma mathématigue, pour augmeater la rapiité d'exécution da pro- sramne de simulation. 6.2, LES MODELES DE SYSTEME 6.21 LES OBJECTIFS DES MODELES Pour étudier le comportement d'un systime quelconque, que ce soit une Usine ou un systéme dexploitation d’ordinateur, on peut en construire un. ‘odile contenant un certain nombre de paramétres ajustables. On n’envisage ici que Ia représentation d'un systime ¢’exploitation ou d'une partic d'un tcl sysitme. 254 Systémes exploitation des ordnateurs Suivant le degré de fidetitésouhaité, on construit un modéle mathématique, en général trés simpli, ou bien un simulateur qui peut atteindre une grande ‘complexité. Lintérét du modéle analytique est qu'une formule fourit rapi- ddement une réponse, pour toutes les valeurs des paramites. Le simulateur a evantage de permeitre "étude de systémes plus complexes, la modification ‘algorithms et Putilisation de lois de probabilté quelconques pou lesquelles peu de propriéiés mathématiques sont connucs ‘Une difficuié majeure des modales provient du comportement aléatoire es systémes. Les résultats obtemus sont des statistiques qui peuvent présenter des fluctuations telles qu’ ne soit pas possible de tirer des conclusfons bien nettes. Pour cette raison, il est parfois phus utile de construire un modeie mathématique, méme ués simpli, plutdt qu'un simulateur éiaboré. Il faut noter en outre qu'un programme de simulation de grande taille peut se révéler coliteux 4 Venécution et difficile & metie ai point, ce qui le rend peu maniable pour experimentation, 6.22 EXEMPLES DE MODELES ANALYTIQUES La recherche dans le domaine des modéles mathématiques se développe rapidement ct dans des directions trts diverses (Coffman, 73}. Citons quelques exemples : comportement global d'un systeme [Mc Kinney, 69; Coffinan, 668), algorithmes de emplacement [Mattson, 70], comportement des pro- grammes (Denning. 72]. gestion des disques [Frank, 69} 6.221 ehange de pages avec un disque a tétes fixes [Nous nous intéressons uniquement au calcul des temps d acoés (ef. 4.532) pour deux politiques de gestion des demandes (Denning, 67) Considérons un disque a ties fies, tournant uniformément avec une pétiode de révolution r. Une piste de disque comprend un nombre entier m de secteurs, le secteur étant Munité c'adressage. Nous poserons Sin Nous supposons que Ja commutation d'une téte entre les modes lecture et écriture peut se faire pendant Yintervalle séparant deux secteurs consécuti’s, si bien qu’il est inutile de distinguer le sens du transfert; nous négiigeons la vérifcation d’écriture, Lorsque les demandes sont traitées dans Vordre d'aztivée (politique FIFO), Ja premiére demande risque d'etre éloignée de la position courante des tétes, ou une perte de temps qui, dans le pire des cas, atcint un tour de disque, tune politique courante consiste & réordonner les demandes en attente, de fagon & duire les temps d'accés: lorsque le transfert dun secteur est terminé, ‘onchoisit alors in demande la plus proche des tétes (politique SATF «Shortest ‘Access Time First »). Nous allons calculer le temps d'accés moyen aux secteurs Mesures et modéles de systimes 255 pour les deux politiques FIFO et SATF; nous supposons tes demandes réparties uniformément sur le disque. Le temps d'accés 4 un secteur donné, & partir d'un instant arbitrate, se décompose cn unc somme de deux variables aléatoires indépendantes — une variable ¢, de distribution uniforme 1/s sur (0, 5], représentant le temps d'acoés au début du prochain secteur, — une variable aléatoire diseréte x représentant le temps d’aceds au see- teur demandé a pertir du début du prochain secteur: cette derniére variable peut prendre, avec la méme probabil J/m, les valeurs 0, §,.., (m= 1) 8 Le temps d'accés moyen a um secteur quelconque, partir d’un instant arbitraire, est done égal & “ae mem oe sur of Sud ass mn dnd Ce résultat était aisément prévisible. En se plagant sur une limite de see- ‘eur et nom plus un instant arbitra, le temps d'aceés moyen est (mm — 1) 5 Considérons maintenant un paquet de n demandes indépendantes, ordon- nnées en fonction de la politique suivie. Les nouvelles demandes arrivant pendant le transfert sont ignorées tant que le paquet nest pas épuisé, Calculons la moyenne du temps total d’accés en fonction de n. @) Politique FIFO Le temps css moyen de pene demande et 2, comme nos ‘enon de vires des suinanee gl (m ~ 1) Sear aps exéeuton d'une demande, les tétes se trouvent sur une limite de secteur. Pour les demandes le temps d'aceés total est donc, en moyenne m= Ar(n) = 5+ (n= 1) 3) Politique SATE ‘Nous commencerons par démontrer un résulat prétiminaire Soit un cosemble de variables eléatoiresindépendantes 1, ., ty de-méme distribution p(1). Considérons la variable aléatore x, toujours gale & la plus Petite des variables 4): xem min (tystaeo ts) ‘Nous avons, Pr désignant une probabilite Br (x > u) = Pr ty > tala > leone >) (Pr (e> w) = (Gm 256 Systtmerctexploitation des erdinateure ot Ge) = Prit>u) = [pin ar D’ou le résultat : la moyenne du minimum est Pr (x > u) du -f (G(u))* du Soit @ le temps d'accés a un secteur donné, en se plagant sur une limite de secteur. La fonction de répartition Pr (a

    Das könnte Ihnen auch gefallen