コンピューターアナリティクス:コンピューティングリソースの予測分析をストレージ側で実現

村山雅彦

ティントリジャパン合同会社 技術本部長

Tintriアナリティクスは、常に個々のVMを把握しています。日々のデータは蓄積され、機械学習を使用してストレージならびにコンピューティングの将来予測の確立を高めています。


ここで知っていただきたいこと

  • 平均や相関関係などは用いず、フットプリント内の個々の仮想マシンごとにアナリティクスを提供します。
  • お客様がリソースの使用方法や容量、性能、ワーキング・セットを使い切った時期を正確に判断するのに役立ちます。
  • 将来予測をコンピューティングリソースであるCPUとメモリーにまで拡張しました。

仮想マシンとコンテナレベルでの分析

Tintriアナリティクスは、個々の仮想マシンとコンテナに対しての将来予測を行うことができます。これは、CONNECTアーキテクチャーが仮想マシンとコンテナのすべてのアクションを実行するように設計されているためです。

他社の分析ツールの場合、まずLUNややボリュームレベルの分析を行い、その後に何台の仮想マシンが格納されているかで分析結果を割り算してVMレベルの予測を行います。ただ、その場合は単純にVMの平均値としての分析結果しか出せません。このアプローチを採用しているソリューションは、誤った分析をして悪い決定を促す可能性があります。

それに対して、Tintriはすべての個々の仮想マシンを分析します。たとえば、Tintriは、90台の開発系サーバーの正確な動作に関するデータを取得します。仮に開発サーバーを10台追加することによる影響を知りたい場合、90台の開発系仮想サーバーの過去3年間の挙動履歴を活用し、さらに10台増やすことで容量、パフォーマンス、ワーキングセットがどのように影響するかを正確に将来予測することができます。

他の分析ソリューションには、数学パズル、前提、推測が含まれます。それに対してティントリのアナリティクスは正確で使いやすいことが特長です。

コンピューティング、ネットワーク、ストレージのレイテンシを参照

Tintriアナリティクスは、すべての仮想マシンまたはコンテナのリアルタイム動作を表示します。アプリケーションに遅延が発生した場合、Tintri UIの仮想マシンにマウスを移動するだけで済みます。次に、Tintriはあなたにリアルタイムの根本原因を示します。

とある案件での話ですが、分析機能をアピールしている他社ストレージとコンペになりました。他社ストレージの持つ分析機能を検証してみたところ、ある仮想マシンでレイテンシーが急増した際に、他社ストレージの場合は、1ボリューム内に複数のVMがあったために、固有のVMの問題を理解することは非常に困難でした。お客様は仮想マシン単位で瞬時に状況を把握できなかった他社ストレージを非難しました。

ティントリの場合、リアルタイムでのVMの挙動を表示することができます。レイテンシの根本原因もすぐにわかります。当然のことながら、Tintriの分析がはるかに正確で有用であると見込んだとき、お客様はティントリを選択しました。

ストレージに必要なリソースを予測して計算する

Tintriアナリティクスは、予測するリソースをコンピューティングにまで拡大しています。 

私たちはApache SparkとElasticsearchを使用して毎秒百万以上のデータポイントを処理しています。機械学習アルゴリズムは、リソースをどのように使用するかに関する履歴データを使用して、CPUやメモリを最大18か月間にわたり将来予測することができます。今後はコンピューティングもオーバープロビジョニングさせることがなくなります。

Tintriアナリティクスの詳細はWebページをご参照ください。


ティントリのWebサイトには、製品ブログの他にも
「仮想化」「クラウド」「フラッシュ」「ストレージ」などの
テーマに関連した読み物を掲載しております。

ティントリ製品に関する補足説明や
解説などを掲載しております

ティントリに関係なく、第三者の視点に
よる仮想化とストレージに関する
コラムを掲載しております

仮想化の気になる
キーワードを解説しております

 

ティントリのストレージサービスの導入をご検討されている方は、是非ご連絡ください。フォームでのご連絡をお待ちしております。