Kapacitetsplanlægning kan omfatte servere, databaser, lagring, netværk, cloudressourcer, licenser, supportkapacitet og andre afhængigheder, der begrænser en tjeneste.
Begreb
Kapacitetsplanlægning
Kapacitetsplanlægning er processen med at vurdere, hvor mange IT-ressourcer et system har brug for nu og fremover. Det omfatter blandt andet processorkraft, hukommelse, lagring, netværk, licenser og bemanding i forhold til forventet belastning og vækst.
Hvorfor er begrebet vigtigt?
Kapacitetsplanlægning er vigtigt, fordi både for lidt og for meget kapacitet kan skabe problemer. Utilstrækkelige ressourcer kan føre til langsomme systemer, fejl og nedetid, mens overdimensionering kan give unødvendige omkostninger.
For virksomheder gør løbende planlægning det muligt at forberede vækst, kampagner, sæsonudsving, nye medarbejdere og ændrede arbejdsgange, før belastningen påvirker driften.
Typisk misforståelse
Den mest almindelige fejl er at basere kapacitetsplanlægning alene på den nuværende gennemsnitsbelastning. Systemet skal også kunne håndtere spidsbelastninger, fejlscenarier, vedligeholdelse og den forventede udvikling over tid.
Eksempel
En virksomhed forventer, at antallet af brugere i dens ordresystem fordobles det næste år. Historiske målinger viser samtidig store belastningsspidser ved månedsskifte. Virksomheden bruger derfor dataene til at planlægge ekstra databasekapacitet og automatisk skalering af applikationen.
Best practice
Indsaml historiske målinger for belastning, vækst og spidsperioder.
Kortlæg hvilke komponenter der kan blive flaskehalse.
Medtag forventede projekter, brugere og forretningsændringer.
Definér grænser for, hvornår kapaciteten skal udvides.
Planlæg reservekapacitet til fejl og vedligeholdelse.
Sammenhold teknisk kapacitet med omkostninger og serviceniveauer.
Frequently asked questions
Kapaciteten bør følges løbende og vurderes igen ved større ændringer, tydelig vækst, nye systemer eller tilbagevendende performanceproblemer.
Nej. Cloudressourcer kan skaleres hurtigere, men kræver stadig planlægning af grænser, automatisering, afhængigheder og omkostninger.