Table Of ContentInformatik-Fachberichte 286
Herausgeber: W. Brauer
im Auftrag der Gesellschaft fOr Informatik (GI)
Axel Lehmann Fritz Lehmann (Hrsg.)
Messung, Modellierung
und Bewertung von
Rechensystemen
6. GI/ITG-Fachtagung
Neubiberg, 18.-20. September 1991
Proceedings
Springer-Verlag
Berlin Heidelberg New York London Paris
Tokyo Hong Kong Barcelona Budapest
Herausgeber
Axel Lehmann
Fritz Lehmann
Fakultat fOr Informatik
Universitat der Bundeswehr MOnchen
Werner-Heisenberg-Weg 39, W-8014 Neubiberg
CR Subject Classification (1991): C.4
ISBN-13: 978-3-540-54550-7 e-ISBN-13: 978-3-642-76934-4
DOl: 10.1007/978-3-642-76934-4
Dieses Werk ist urheberrechtlich geschOtzt. Die dadurch begrOndeten Rechte, insbesondere
die der Obersetzung, des Nachdrucks, des Vortrags, der Entnahme von Abbildungen und Ta
bellen, der Funksendung, der Mikroverfilmung oder der Vervielfaltigung auf anderen Wegen und
der Speicherung in Datenverarbeitungsanlagen, bleiben, bei auch nur auszugsweiser Verwer
tung, vorbehalten. Eine Vervielftlltigung dieses Werkes oder von Teilen dieses Werkes ist auch
im Einzelfall nur in den Grenzen der gesetzlichen Bestimmungen des Urheberrechtsgesetzes
der Bundesrepublik Deutschland vom 9. September 1965 in der jeweils geltenden Fassung
zultlssig. Sie ist grundstltzlich vergotungspflichtig. Zuwiderhandlungen unterliegen den Straf
bestimmungen des Urheberrechtsgesetzes.
© Springer-Verlag Berlin Heidelberg 1991
2133/3140-543210-Gedruckt auf stlurefreiem Papier
Vorwort / Preface
Die Fachtagung "Messung, Modellierung und Bewertung von Rechensystemen" fand in der
Vergangenheit aIle zwei Jahre an wechselnden Orten in Deutschland statt. Sie wird von der
gleichnamigen Interessengruppe des Fachbereichs 3 der Oesellschaft fiir Infonnatik (On und
des Fachbereichs 4 der Informationstechnischen Oesellschaft (ITO) veranstaItet.
Die 6. Fachtagung findet vom 18. bis zum 20. September an der Universitat der Bundeswehr
Miinchen unter Beteiligung der Fakultlit fUr Infonnatik statt. Ein eintagiges Tutorium, das
gemeinsam mit der Deutschen Infonnatik Akademie (DIA) veranstaItet wird, geht ihr voraus,
eine Ausstellung von Werkzeugen zur Messung und Modellierung wird sie begleiten.
Die Zahl und die Qualitat der eingereichten Vortrage waren sehr erfreulich. Mehr als 50 Bei
trage iiblicher Lange (full papers) wurden eingereicht. Daraus wurden 19 nach anonymer Be
gutachtung fiir das wissenschaftliche Programm der Fachtagung und zur Publikation in diesem
Tagungsband ausgewahlt. AuBerdem war urn Beitrage iiber aktuelle Ergebnisse und
Erfahrungen aus der Praxis aIs Kurzberichte (short papers) gebeten worden. Hierzu gingen 18
Beitrlige ein, von denen 12 fUr zwei Sitzungen ausgewlihlt wurden. Die angenommenen
Kurzbeitrage und die Beschreibung der ausgestellten Werkzeuge werden aIs Sammelband der
Universitat der Bundeswehr Miinchen, Fakultat fiir Infonnatik, und der Fachgruppe "Messung,
Modellierung und Bewertung von Rechensystemen" herausgegeben. Drei eingeladene Vortrage
iiber Statistik, Leistungsbewertung von ISDN-Vermittlungsknoten und Benchmarking
vervollstlindigen das Programm.
Die Themen der eingereichten und angenommenen Beitrage umfassen einen weiten Bereich.
Neben Untersuchungen zur Methodik, denen zwei Sitzungen mit iiblichen Beitragen und eine
mit Kurzbeitragen gewidmet sind, werden Leistungsaspekte bei Datenbanksystemen, Kommu
nikationsnetzen, Mobilfunk-Protokollen, Benchmarks und anderen Anwendungen behandelt.
An der Vorbereitung und DurchfUhrung einer wissenschaftlichen Tagung sind viele Helfer be
teiligt. Hier ist vor aIlem die Arbeit der Mitglieder des Programmkomitees und weiterer Out
achter zu erwlihnen. Auch das Entgegenkommen und die Unterstiitzung der Universitat der
Bundeswehr Miinchen, insbesondere die Dienste der Druckerei, und des Springer-Verlages wa
ren hilfreich. Bei der lokaIen Organisation gibt es viele Helferinnen und Helfer, deren
namentliche Nennung den Rahmen sprengen wiirde. Stellvertretend sei deshalb nur Frau E.
Luftensteiner genannt, die das Tagungssekretariat mit groBem Engagement gefiihrt hat. Allen
Helferinnen und Helfern sei herzlich gedankt.
Neubiberg, im Juli 1991 Axel Lehmann
Fritz Lehmann
Programmkomitee I Program Committee
H. Beilner, Universitat Dortmund
R. Bordewisch, Siemens-Nixdorf Paderbom
W. GUrich, KFAJUlich
U. Herzog, Universitat Erlangen
E. Jessen, TUMUnchen
R. Klar, Universitat Erlangen
P. KUhn, Universitat Stuttgart
A.Lehmann, UniBw MUnchen
F. Lehmann, UniBw MUnchen
R. Lehnert, Philips NUmberg
R. SchaBberger, TU Braunschweig
B. Schmidt, Universitat Passau
H. Schmutz, mM Heidelberg
o. Spaniol, RWTHAachen
P. Spies, Universitat Oldenburg
G. Stiege, Universitat Hildesheim
c. Strelen, Universitat Bonn
P. TranGia, Universitat WUrzburg
B. Walke, RWTHAachen
S.Zom, Siemens MUnchen
W.Zom, Universitat Karlsruhe
Inhaltsverzeichnis / Table of Contents
Methodik I / Methodol02Y I
Statistik: -Fehler, Fallen, Schwindel (Eingeladener Beitrag)
N. Schmitz. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modellierung offener Warteschlangennetzwerke durch Erneuerungsprozesse im
diskreten Zeitbereich
G. HaBlinger; E. S. Rieger. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 15
The Numerical Analysis of Hierarchical Queueing Network Models
P. Buchholz ................................................... 30
Job Scheduling under Fairness Aspects
M. Mahler. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Leistun2saspekte bei Datenbanksystemen /
Performance Aspects of Data Base Systems
Messen und Bewerten paralleler ClientlServer-Architekturen am Beispiel des
kooperierenden Non-Standard-Datenbanksystems PRIMA
M. Gesmann; Ch. Hiibel; W. Kafer; H. Schoning; B. Sutter ....................... 61
Konflikt-gesteuerte Lastkontrolle in Datenbanksystemen basierend auf der Analyse
von Transaktionsprogrammen
A. Monkeberg; G. Weikum .......................................... 76
Extended Memory Support for High Performance Transaction Systems
V. Bohn; T. Harder; E. Rahm ........................................ 92
Leistun2sbewertun2 von Kommunikationsnetzenl
Performance Evaluation of Communication Networks
Leistungsbewertung von ISDN-Vermittlungsknoten (Eingeladener Beitrag)
H. Hofstetter. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 109
Cell Loss Probabilities in a Statistical Multiplexer in an ATM Network
C. Blondia; O. Casals. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 121
Strukturelemente eines Systems zur Auswertung analytischer Formeln in der Da
tenverkehrstheorie
N. Niebert. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
Analyse von Mobilfunk-Protokollenl
Analysis of Mobile Radio Protocols
Leistungsbewertung von Verfahren der Mobil-Kommunikation:
Dezentrale Paketsynchronisation und Kanalzugriff
S. Hoff; D. Hiibner; F. Reichert; A. Scunio .............................. , 152
VIII
Ein Quittierungsverfahren ftiT Multi-Hop Paketfunknetze
V. Brass. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 167
Verteilung der Anzahl Hops einer Quelle-Ziel-Ubertragung
im Multihop-Paketfunknetz
K. Gotthardt. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 182
Anwendun2en / Applications
Performance Modeling of a Coarse Grain Dataflow Machine
C. Riefers; R. Feix .............................................. 196
Konfigurationsoptimierung verteilter Systeme
S. H. Paulisch; T. M. Warschko ...................................... 211
Modelling and Performance Analysis of a Parallel Theorem Prover
M. lobmann; 1. Schumann. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 228
A Buffered Disk Subsystem
T. Gruzlewski ................................................. 244
Benchmarking / Benchmarking
Benchmarking: Status, Kritik und Aussichten (Eingeladener Beitrag)
R. Weicker. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 259
Datenkommunikations-Benchmark LAMBDA
M. Borchert; A. Sasse. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278
Methodik II / Methodology II
Hierarchical Evaluation of Generalized Stochastic Petri Nets Based on Subnetwork
Time Distribution
R. Matuschka; G. Klas ............................................ 292
Employing the Randomization Technique for Solving Stochastic Petri Net Models
C. Lindemann. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 306
Iterative Analyse von Markov-Modellen mit alternierender Aggregation und
Disaggregation
C. Strelen. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 320
Schliisselworter / Key Words. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . , 337
Autorenverzeichnis / Author Index. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .. 338
Statistik - Fehler, Fallen, Schwindel
Norbert Schmitz
Westfiilische Wilhelms-Universitiit Munster
Institut fur Mathematische Statistik
Einsteinstr. 62
D-4400 Munster
Germany
Z usammenfassung:
Anhand von (ubersimplijizierten) Beispielen wird vor Fehlern/Fehlinterpretationen ge
warnt, die in der deskriptiven Statistik (Darstellung und Aufbereitung von Mefidaten),
der stochastischen M odellierung (wahrscheinlichkeitstheoretische Beschreibung quanti
tativer Experimente) und der statistischen InJerenz (Auswertung von Mefidaten, Be
wertung von Systemen) zu Jalschen Resultaten Juhren kiinnen.
Schl iisselworter
Arithmetisches/geometrisches Mittel, Diagramm, Piktogramm, ErJolgswahrscheinlich
keit, bedingte Wahrscheinlichkeit, ZuJallszahlengenerator, ein-/ zweiseitige Testproble
me, K orrelation.
Dem englischen Staatsman B. Disraeli1 wird das Bonmot "There are three kinds
of lies: lies, damned lies and statistics" zugeschrieben, und viele von Ihnen ken
nen den Sto£seufzer "Mit Statistik kann man alles beweisen". Tatsachlich gibt
es im Umgang mit statistischen Problemen etliche Fehler, die in immer neuen
Varianten begangen und in Diskussionen eingebracht werden, es gibt Fallen, in
die man stolpern und die man geschickt aufstellen kann - und es gibt viele Arten
von vorsatzlichem Schwindel2.
Einige solcher Fehler, Fallen und Schwindeleien seien im folgenden vorgestellt
- vielleicht kann das helfen, derartige Fehler zu vermeiden, solchen Fallen aus
dem Weg zu gehen und einige Schwindeleien zu durchschauen.
'Benjamin Disraeli (1804-1881); britischer Schriftsteller und Politiker.
'Amiisante Variationen dieses Themas stammen von Huff [Hu73] und von Krii.mer [Kr91].
2
1. Deskriptive Statistik
Seit altersher werden von Regierungen und Administrationen Daten erhoben3
und zur Grundlage von Entscheidungen und Aktivitiiten gemacht. Die Natur
und Ingenieurwissenschaften haben quantitative Experimente zur wissenschaft
lichen Methode entwickelt. Diese wird u.a. auch bei der Analyse/dem Vergleich
von Rechensystemen verwendet - die Leistungsmessungen (Benchmarks) von
Rechnern sind ein Beispiel.
Die Erhebung von Daten ist (i.a.) kein Selbstzweck; die Daten sollen vielmehr
fiir Bewertungen, Vergleiche und Entscheidungen genutzt werden. Da i.a. sehr
viele Einzeldaten erhoben werden, miissen diese aufbereitet ("verdichtet") und
iibersichtlich dargestellt werden, urn eine sinnvolle Basis fiir Bewertungen abge
ben zu konnen.
Zur Veranschaulichung seien im folgenden jeweils Benchmark-Ergebnisse ge
nannt: Fiir den Vergleich von r verschiedenen Rechnern werden fiir s ver
schiedene Typen von Benchmarks (z.B. Integer-, Floating-Point- oder System
Benchmarks) t Leistungsmessungen durchgefiihrt; als Resultat erhiilt man r· s· t
Daten Xi,j,k, 1 ~ i ~ r, 1 ~ j ~ s, 1 ~ k ~ t. Ais Basis fiir einen Vergleich
der Rechner wird man aus diesem - i.a. sehr umfangreichen - Datenmaterial
wichtige Kenngroflen herausziehen wollen.
Eine wohlbekannte derartige Kenngrofle ist "der Mittelwert" - und schon be
ginnen die Probleme; es gibt niimlich verschiedene "Mittelwerte":
(i) In der Umgangssprache versteht man unter "Mittelwert" /"Durchschnitt"
zumeist das arithmetische Mittel; in unserem Beispiel etwa
1 t
Xij := -t L Xijk
k=l
als "Mittelwert" der Messungen bei Rechner i und Benchmark-Typ j, oder
1 s t
L L
Xi := - Xijk
s . t j=l k=l
als "Mittelwert" der Messungen bei Rechner i. Das arithmetische Mittel hat
jedoch (mindestens) zwei Nachteile. Zum einen reagiert es sehr empfindlich
auf extreme Werte/ Ausreifler; zur Illustration sei ein iibersimplifiziertes Bei
spiel gewiihlt: Bei 10 Benchmarks ergeben sich bei den Rechnern A und B die
3Bereits das neue Testament beginnt mit der Schilderung einer solchen Datenerhebung - "In
jenen Tagen erlieB Kaiser Augustus den Befehl, aile Bewohner des Reiches in Steuerlisten ein
zutragen" (Lukas 2,1) - und hierauf geht auch die Entstehung des Wortes "Statistik" zuriick
es wurde gegen Ende des 17. Jahrhunderts gepragt und bedeutete lange Zeit die (quantitative)
Beschreibung eines Staates (das neulateinische Wort "status" kann "Staat", "Zustand" etc. be
deuten), in einer Formulierung des 18. Jahrhunderts den "Inbegriff der Staatsmerkwiirdigkeiten
eines Landes und Volkes" (Achenwall).
3
Werte
Benchmark A B
1 12,3 23,4
2 9,7 19,3
3 13,4 17,7
4 14,0 16,5
5 8,4 16,9
6 11,2 18,8
7 10,9 19,1
8 89,4 15,2
9 9,5 21,7
10 16,2 21,4
XA = 19,5 XB = 19,0
d.h. durch das (evtl. auf den Rechner A "zugeschnittene") Benchmark 8 wer
den aIle anderen Werte "zugedeckt". Zum zweiten nimmt das arithmetische
Mittel keinerlei Riicksicht darauf, wie die Daten zustandegekommen sind. Das
ist besonders gravierend, wenn die Daten - wie zumeist bei Leistungsmessungen
- Quotienten sind. Sehen wir uns zur Illustration wieder die o.g. Daten an:
Nimmt man einerseits den Rechner A als Basis, andererseits den Rechner B, so
erh~i.lt man
Benchmark A B A B
1 1 1,90 0,53 1
2 1 1,99 0,50 1
3 1 1,32 0,76 1
4 1 1,18 0,85 1
5 1 2,01 0,50 1
6 1 1,68 0,60 1
7 1 1,75 0,57 1
8 1 0,17 5,89 1
9 1 2,28 0,44 1
10 1 1,32 0,76 1
arith. Mittel 1 1,56 1,14 1
bei A als Basis bei B als Basis.
1st man also an hohen Wert en "interessiert" (Durchsatz, MIPS), so wird man
die Daten des Opponenten als Basis nehmen, ist man an niedrigen Werten "in
teressiert" (CPU- oder Response-Zeiten), wird man die eigenen Daten als Basis
wahlen - die Moglichkeiten zu "Schwindel" werden evident.
