许可分析之许可规划,以工具软件资产日常实际用量为基础,通过增减调整预测下年的正常合理需求数量

本文主要是介绍许可分析之许可规划,以工具软件资产日常实际用量为基础,通过增减调整预测下年的正常合理需求数量,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

许可分析之许可规划是指企业根据工具软件资产日常实际用量,通过增减调整预测下年的正常合理需求数量。

许可规划——预测工具软件资产需用量的要求

工具软件资产需用量许可规划是进行工具软件资产投资决策的重要依据。通过许可规划的预测,可以使企业及时掌握现有工具软件资产的余缺情况。工具软件资产需用量许可规划是一项综合性很强的工作。它同软件许可证用量紧张率、满足用户率等有密切关系,因此,企业产品信息部门应当与企业的运维、用户等部门密切配合,共同做好这项工作,工具软件资产需用量许可规划的要求有如下几个方面:

1.搞好工具软件资产的清查,核实现有软件许可证的满负荷能力。

2.以不同软件的授权许可数为依据,此处特指FlexNet、IBM LUM、DSLS等浮动授权类型软件。

3.在保证软件正常使用的基础上尽可能减少许可证的不合理占用量。

许可规划——工具软件资产需用量的预测方式

在预测工具软件资产需用量时,要注意结合研发投入的具体情况,抓住重点,分清主次。在企业软件资产中,常规工具软件是研发的主要部分,它的功能模块多,数量大,占用的投资额最多,因此,应将其列为重点预测对象。常见的软件例如AutoCAD、CATIA、UG。其他配套性工具软件,如abqus、Creo(Pro/E)、hyperworks、matlab等的需用量,可根据其用户满足率加以确定。常用的预测工具软件资产需用量的方式有:

(一)许可增加预测

许可增加的前提往往是用户部门因经常发生许可授权满负荷使用时被拒绝授权所提出的增加用量需求。某款浮动授权软件,一段时间内许可用满了,这个时候仍然有一些用户在申请模块许可,会被许可服务器拒绝,一个用户在一小时内获取许可被一直拒绝记为拒绝用户,利用管理工具,统计一天内的拒绝用户并去重计算总数认为拒绝人数,按照每天的拒绝人数,计算满足用户率,得出增加许可数量。

满足用户率,将一段时间划分成N个片段,每个片段10分钟,首先会统计出每个片段内拒绝人数,拒绝人数可能是1、2、3、4,拒绝的人数又可以认为是增加人数。举个例子,增加人数2的用户满足率是所有片段之中增加人数为2及2以下的片段数除以总的片段数。这个就可以得知增加多少个license满足用户率为100,也就是全部满足。
许可增加预测

(二)许可减少预测

许可减少预测是指根据工具软件日常实际用量,利用管理工具计算出对应用户满足率时的空闲许可数,预测需要减少的需用量。

对应用户满足率,n个及以上许可的累计使用时间除以总统计时间。举个例子,使用许可数1的对应用户满足率就是说在一段时间内1个许可及1个以上许可数量的累计使用时间除以总统计时间。当n个许可被使用时的对应用户满足率是否达标,以此判断许可是否需要减少。
许可减少预测

这篇关于许可分析之许可规划,以工具软件资产日常实际用量为基础,通过增减调整预测下年的正常合理需求数量的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1054872

相关文章

从基础到高级详解Go语言中错误处理的实践指南

《从基础到高级详解Go语言中错误处理的实践指南》Go语言采用了一种独特而明确的错误处理哲学,与其他主流编程语言形成鲜明对比,本文将为大家详细介绍Go语言中错误处理详细方法,希望对大家有所帮助... 目录1 Go 错误处理哲学与核心机制1.1 错误接口设计1.2 错误与异常的区别2 错误创建与检查2.1 基础

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

利用Python操作Word文档页码的实际应用

《利用Python操作Word文档页码的实际应用》在撰写长篇文档时,经常需要将文档分成多个节,每个节都需要单独的页码,下面:本文主要介绍利用Python操作Word文档页码的相关资料,文中通过代码... 目录需求:文档详情:要求:该程序的功能是:总结需求:一次性处理24个文档的页码。文档详情:1、每个

Spring的基础事务注解@Transactional作用解读

《Spring的基础事务注解@Transactional作用解读》文章介绍了Spring框架中的事务管理,核心注解@Transactional用于声明事务,支持传播机制、隔离级别等配置,结合@Tran... 目录一、事务管理基础1.1 Spring事务的核心注解1.2 注解属性详解1.3 实现原理二、事务事

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

Java中最全最基础的IO流概述和简介案例分析

《Java中最全最基础的IO流概述和简介案例分析》JavaIO流用于程序与外部设备的数据交互,分为字节流(InputStream/OutputStream)和字符流(Reader/Writer),处理... 目录IO流简介IO是什么应用场景IO流的分类流的超类类型字节文件流应用简介核心API文件输出流应用文