电力营销系统性能优化分析与研究

赖蔚蔚

（广东电网公司惠州供电局，广东惠州 516003）

电力营销系统性能优化分析与研究

赖蔚蔚

（广东电网公司惠州供电局，广东惠州 516003）

系统性能问题直接影响用户的使用意愿，严重妨碍用户满意度的提升、系统的实用化应用。通过分析镜像IDC交换机的业务流量，利用持续的信令数据流和用户数据会话管理技术，对信令指标和业务应用进行解码、分析、关联，最终生成可分析会话数据，从而定位软硬件平台及应用程序的性能瓶颈，利用cluster服务器集群技术实施针对性强的优化整改措施。最终系统整体响应时间减少了42%，用户体验数据改善了53%，用户对信息部门的满意度大幅提升。

电力营销系统；数据会话管理；服务器集群技术

0 引言

随着电网体制的改革，深化信息系统在基层的应用已经越来越广泛与重要，提高用户对信息化的满意度成了电力营销系统的核心工作目标。

本文详细分析了供电局营销系统IDC交换机的数据流量，利用持续的信令数据流和用户数据会话管理技术[1]分析定位了电力营销系统性能优化的瓶颈问题，并且利用了cluster服务器集群技术提出且实施系统的改进优化措施，最终使得电力营销系统响应时间减少了42%，性能大幅提升。

1 问题建模

从宏观角度来看，一个复杂的电力营销业务系统由客户端、网络链路、网络设备、负载均衡设备、中间件、数据库等一连串的设备和软件构成。为了准确分析系统的性能情况，需借助专业工具进行全面的性能监控，根据工具提供的相关数据和现状，整理出针对业务系统的优化整改方案。除了使用中间件及数据库本身固有的信息，以及已完成部署的IT集中监控系统，还借助了以下专业工具，部署情况图1所示。

其中用户体验分析工具为博睿凯，用来监控各个网段用户的体验效果，对业务系统各个功能模块的响应时间进行统计分析。应用及数据库监控工具为：QUEST PA，一款数据库性能监控代理软件，监控收集数据库及服务器性能数据（包括主机CPU、内存、I/O资源以及数据库SQL、等待事件等）；QUEST Foglight，应用中间件性能监控代理软件，监控收集中间件及服务器性能数据（包括主机CPU、内存、I/O资源以及各个应用模块执行情况）。

图1 业务系统性能分析工具部署示意图

2 营销系统性能分析

（1）电力营销系统数据采集

营销业务系统性能优化应着眼于改善用户使用感受，提高整体系统性能。以收集的业务系统的反馈意见为线索，利用持续的信令数据流和用户数据会话管理技术对业务流量进行采集分析。通过用户体验分析工具，监控营销系统所有功能模块的请求次数及响应时间，找出请求次数多且等待时间长的功能模块，以此分析用户行、用户体验效果及不同功能模块对应用整体性能的影响。考虑到系统用户的使用感受，以10秒的等待时间为界限，定义超过10秒的应用请求为高延时，并以一个月的业务周期时间，画出一个业务周期的业务功能延时趋势图。

图2为4月份惠州供电局营销系统用户请求延时情况，在业务高峰期均出现了较高的延时，尤其是在23日至25日三天，以及28日、29日两天，发生了异于平常的高延时。

经分析详细的性能数据，发现了造成这5天高延迟的原因主要有单笔代扣功能集中式使用、数据库大数据量的统计查询、部分功能模块的高延时。

（2）电力营销系统数据分析

通过用户体验分析工具，在营销系统的各个环节部署探针监控某一笔业务在不同环节的响应时间，分析营销系统的瓶颈所在。以超时次数最多且延时时间较长的首页公告栏模块为例，将该功能模块在营销系统前端与后端的响应时间区分，见表1。系统前端平均网络延时在16 ms左右，更多的等待时间发生在系统后端，即F5负载均衡、应用服务器和数据库服务器之间。

在确定了系统前端不是造成用户体验不良的主要原因，按照系统架构对系统后端进行问题定位。通过对系统后端性能分析，发现以下问题。

图2 4月份应用请求延时情况

1）中间件存在性能瓶颈，是严重影响系统性能的主要原因，存在以下问题：中间件内存不足，内存切换频繁，甚至出现内存溢出，存在宕机的危险；应用程序对数据库的查询时间较长，在业务高峰期造成数据库连接池不足；业务高峰期中间件线程数过多，存在等待队列，造成应用拥挤。

（2）数据库在业务时段的负载情况如图3所示。

表1 首页公告栏系统前端与系统后端的响应时间分布

图3 数据库A、B机负载

图3为一周内数据库DBtime换算成数据库负载情况的趋势图。当数值超过了100%，表示此时数据库已经满负载，存在资源争用的情况。从2008年系统上线以来，由于数据的急剧增长，数据检索的消耗越来越大，且存在部分低效SQL语句，如首页公告栏查询、报表统计查询等，对数据库性能造成了较大的影响。因此，数据库存在性能瓶颈，影响业务请求的响应。

3 营销系统性能优化措施

（1）cluster集群技术

随着Internet服务和电子商务的迅速发展，计算机系统的重要性日益上升，对服务器可伸缩性和高可用性的要求也变得越来越高。RISC系统高昂的代价和社会旺盛的需求形成强烈的反差。Cluster集群技术的出现和IA架构服务器的快速发展为社会的需求提供了新的选择。集群技术是把一组服务器通过网络松散连接，它们共享资源，协同提供服务。同组中的机器可以运行相同或不同的应用，当某台机器发生故障时，其他机器接管其资源和应用，从而最大限度地提高了设备的利用率，提高了系统的运行速度。通过集群技术，可以在付出较低成本的情况下获得在性能、可靠性、灵活性方面的相对较高的收益[2-3]。

（2）优化方案

根据对问题的建模和系统的性能分析，利用cluster集群技术[4]，提出了以下几点系统优化措施：

1）升级F5负载均衡设备，利用负载均衡设备的应用加速功能，将静态页面进行缓存，降低应用中间件的负载；

2）新增两台应用服务器，部署8个中间件server，分流原中间件压力，避免出现中间件内存不足以及发生等待队列的情况；

3）进行历史数据迁移，对一部分营销历史数据进行迁移，减少查询数据量，降低数据库压力，提高业务请求速度；

4）进行代码优化，对不优良的程序代码和SQL语句进行优化，提高功能模块的响应速度，如：收费员初级对账、日结、欠费明细查询等功能；

5）取消用户登录即加载首页公告栏功能，进行选择性授权，大大降低了系统压力。

4 营销系统优化结果

经过以上的整改措施，惠州供电局电力营销系统已经得到有效的改善，应用中间件的状态已经趋于良好，数据库的压力平均降低了20%以上，多个功能已经得到明显的优化，表2、3为整改前与整改后不同功能的延时情况。

表2 首页公告栏系统前端与系统后端的延时次数分布

图4 营销系统整改前后超时次数对比

图5 营销系统整改前后超时时间对比

表3 首页公告栏系统前端与系统后端的超时延时分布

同时，整个系统在业务周期的延时趋势也得到了很大的改善，如图4。

图4将营销系统整改后的8月份应用请求超时次数与整改前的6月份进行对比，可见部分功能的高延时已得到缓解，业务高峰期的超时次数约降低了20%，用户体验得到改善。

据图5，营销系统整改前的6月份与整改后的8月份应用请求超时时间对比，系统性能得到提升，系统整体延时已降低10%，对系统造成严重影响的高延时已不存在，压力得到缓解。

5 结语

本文由用户感知入手，利用持续的信令数据流和用户数据会话管理技术，跟踪用户在所有时间里的应用操作的体验障碍，分析定位了导致电力营销系统性能不佳的根源，然后利用cluster服务器集群技术对系统的硬件架构、软件代码和用户行为习惯进行调整和优化。最终系统整体响应时间减少了42%，用户体验数据改善了53%，使得用户满意度大幅提高。

［1］周作涛.电子商务网站会话管理技术研究［J］.商场现代化，2006（01）：87-88.

［2］胡滨.Cluster概念及实现［J］.湖北邮电技术，1997（03）：55-56.

［3］孙大鹏.Cluster技术在变电站自动化中的应用与设计［D］.沈阳：中国科学院研究生院（沈阳计算技术研究所），2007.

［4］李海军.服务器集群技术综述［J］.电脑知识与技术，2013（22）：5018-5020.

Power Marketing System Performance Optimization Analysis and Research

LAI Wei-wei
（Huizhou Power Supply Bureau，Huizhou516003，China）

System performance problems plagued user's willingness to use electric power marketing system and hampers the practical application of the system，affecting user’s degree of satisfaction.By analyzing the IDC switch data volume，using continuous data stream signaling and user data session management techniques， to decode， analyze， correlate signaling indicators and business applications，and ultimately generate session data to locate the software and hardware platforms’choke point.The server clustering technology was used to optimize the system.Ultimately system response time was reduced overall by 42%，and the user experience data was improved by 53%.User satisfaction with the information sector has increased significantly.

electric power marketing system；data session management；server clustering technology

TM73

：A

：1009－9492(2014)12－0107－04

10.3969/j.issn.1009-9492.2014.12.025

赖蔚蔚，男，1978年生，广东河源人，硕士研究生，高级工程师。研究领域：电力信息化。

(编辑：向 飞)

2014－11－02