ポイント: インテリジェントキャッピング for zEnterprise®は、リアルタイムのワークロードに動的に調整し、効率を改善し、コストを削減することで、メインフレームのキャパシティ管理を強化します。静的な定義されたキャパシティとは異なり、ボトルネックを排除し、スループットを最適化します。
- キャッピング制限の自動管理を促進します
- コストを管理しながら、高重要性のワークロードを優先します
想像してみてください、あなたは遅れて仕事に行き、できるだけ早く移動しようとしていますが、災害が発生し、赤信号で立ち往生してしまいます。誰も来ないのに、あなたはまだ待たなければなりません…そして待って、待って、待つ。聞き覚えがありますか？メインフレームでのMLC管理に関しては、定義されたキャパシティ（DC）またはソフトキャップが、4時間の移動平均（R4HA）を制限し、支出を管理するためにしばしば使用されます。信号機と同様に、DCも静的設定に従ってスループットを制限し、スループットが最も必要なときにボトルネックを生じさせます。需要が変動する世界では、静的設定は通用しません。現在の状況に応じて機能する動的なオプションが必要です。交通において、そのオプションはラウンドアバウトであり、キャパシティにはBMCのインテリジェントキャッピングがzEnterprise®のためにあります。
ラウンドアバウト vs 信号機: 動的 vs 静的
信号機は剛直なシステムで、交通パターンからのデータに基づいてプログラムされています。信号機は最適な交通の流れを提供するようにコーディングされていますが、その情報は古くなっている可能性があります。ラウンドアバウトでは、システムが現在の状況に適応します。道路に車が少なければ、誰もが減速せずに交差点を通過できます。交通が多い場合、システムは調整し、人々は自分の順番を待つために減速します。定義されたキャパシティによるMLCの従来の管理は、信号機を使用することと非常に似ています。それは安全と一貫性のために最善の意図で計画されていますが、常に現在の状況に最適化されているわけではありません。ワークロードの需要の変化、ワークロードの重要性プロファイル、または新しいワークロードは、定義されたキャパシティの欠陥を露呈し、しばしばSLAの欠如や顧客満足度への影響の代償を伴います。インテリジェントキャッピングは、ラウンドアバウトのように、即時の状況を最適化します。LPARとその現在のワークロードプロファイルが考慮され、動的な意思決定が可能になります。信号機は人々を無差別に待たせます。ラウンドアバウトは個人に少しの負担をかけますが、全体的にははるかに効率的なシステムを実現します。インテリジェントキャッピングは、LPARの重要性レベル、ワークロードの重要性プロファイル、およびMSUあたりのコストを評価することによって責任を引き受けます。それにより、ビジネスのために変更を常に行う専門家を割り当てたかのようにR4HAを管理できます。
「無料」の定義されたキャパシティの問題
あなたのワークフローは剛直な「信号機」モデルに縛られていますか？キャップが設定されている場所に関係なく、静的な定義されたキャパシティの制限は、単にキャパシティニーズの「最良の推測」でしかありません。変化する需要に適切に応じるための必要な柔軟性を欠いています。キャップを高く設定しすぎるとコスト削減の機会を逃し、低すぎるとSLAのリスクがあります。そのバランスを完璧にすることは非常に難しく、変化に適応する柔軟性がなければ、悪影響が出る可能性があります。グループ定義されたキャパシティでさえも静的であるためリスクを伴います。一度グループ定義されたキャパシティに達すると、LPARはそのウェイトに「ロックダウン」します。これは、コンテナプライシングやモバイルワークロードプライシングへの移行を考慮している場合にも問題です。これらのモデルはキャッピング時に考慮されません。
インテリジェントキャッピング: 応答性のあるワークフロー交通モデル
インテリジェントキャッピング for zEnterprise®は、ワークフローを最大化するために構築された動的で応答性のあるキャパシティモデルです。リアルタイムデータに基づいて調整することにより、インテリジェントキャッピングはピークR4HAを管理し、重要なワークロードのスループットを最大化します。現在の需要を満たすために、個々のLPARの定義されたキャパシティを動的に調整できます。待機または譲渡のルールは最終手段としてのみ登場し、その後は全環境のワークロード重要性プロファイルに従います。行動は、古いデータに基づく「最良の推測」ではなく、今何が起こっているかに基づいて取られます。インテリジェントキャッピングを使用すると、次のことが可能です：
- キャッピング制限の変更を自動的に管理し、複雑さを排除します
- 絶対に必要でない限り、キャッピングを避けるようにキャパシティを管理します
- 「MSUあたりのコスト」とさまざまなプライシングモデルのニュアンスを活用して、MSUを最優先ワークロードに割り当て、コストを抑えます
- コストのかかる重要性の低いワークロードトラフィックをターゲットにし、最も重要なワークロードがキャッピングされないようにします
- コンテナプライシングなどの最新のプライシングモデルを考慮します
インテリジェントキャッピングのダイナミックラウンドアバウトアプローチで環境を最大化
インテリジェントキャッピングの目標は、遅延を減らし、交通の流れを改善し、キャッピングをより効率的にし、無駄を排除し、可用性を高めることです。あなたのメインフレームのワークフローと運用は次のように恩恵を受けます：
- 迅速で効率的な継続的な意思決定
- 可用性と回復力の向上
- 変化に対する柔軟な応答
- 無駄な努力の削減
- SLAのリスクの削減
これらの投稿は私自身の意見であり、必ずしもBMCの立場、戦略、または意見を表すものではありません。