Master's Thesis Stefan Laner

Durch verbrauchsbasierte Lizenzmodelle wird Applikations-Performance neben den Vorteilen einer erhöhten Leistungsfähigkeit und besseren Geschäftsprozessunterstützung zunehmend zum kritischen Kostenfaktor im Applikationsbetrieb, und die Optimierung von Applikationen bietet häufig einen hervorragenden Business Case.

Zu Beginn eines jeden Optimierungsprojekts stehen immer die Identifikation von Top-Verbrauchern und eine Analyse der Ursachen für den hohen Verbrauch, z. B. Schleifen oder teure Datenbank-Abfragen. Während z. B. für Java eine Vielzahl offener Profiling-Werkzeuge mit vielfältigen Auswertungsmöglichkeiten zur Verfügung steht, kommen im Umfeld Business-kritischer Systeme auf Basis Mainframe in der Regel proprietäre Systeme zum Einsatz, die lediglich eine textbasierte Auswertung ermöglichen, die durch Experten manuell aufbereitet und ausgewertet werden muss.

Ziel der studentischen Arbeit ist es,

• die Ergebnisreports eines ausgewählten Mess-Werkzeugs in Textform mithilfe eines geeigneten  Frameworks, z.B. AntLR, zu parsen und das Ergebnis in eine relationale Datenbank zu übertragen.
• Die so erfassten Ergebnisse sollen dann in einer aggregierten und aufbereiteten (ggf. visuellen) Form den Performance-Experten zur erleichterten Analyse zur Verfügung gestellt werden.
• Identifikation typischer Anti-Patterns bzw. Potenziale, wie FETCH / OPEN Ratio von SQL-Cursorn.
• Vergleich mit anderen Ansätzen zur Performanceanalyse und –verbesserung.

Optional:

• Verknüpfung mit Quelltext und ggf. weiteren Informationsquellen
• Vergleich und ggf. Zusammenführung unterschiedlicher Messungen.

Die Arbeit erfolgt in Kooperation mit itestra GmbH, einem international tätigem Software-Dienstleister im Bereich unternehmenskritischer Prozesse, Systeme und Anwendungen

Literature