效能學習 效能關注指標

2022-05-04 18:36:11 字數 1150 閱讀 5066

qps

原理:每天80%的訪問集中在20%的時間裡,這20%時間叫做峰值時間。

公式:( 總pv數 * 80% ) / ( 每天秒數 * 20% ) = 峰值時間每秒請求數(qps) 。

機器:峰值時間每秒qps / 單台機器的qps = 需要的機器 。

每天300w pv 的在單台機器上,這台機器需要多少qps?

( 3000000 * 0.8 ) / (86400 * 0.2 ) = 139 (qps)。

一般需要達到139qps,因為是峰值。

qps 

每秒查詢率qps是對乙個特定的查詢伺服器在規定時間內所處理流量多少的衡量標準。

每秒查詢率

網際網路上,經常用每秒查詢率來衡量網域名稱系統伺服器的機器的效能,其即為qps。

對應fetches/sec,即每秒的響應請求數,也即是最大吞吐能力。

計算機語言

一種計算機程式語言。用於資料分析和報表產出。運作的平台是mrdcl。支援的資料檔案包括asc格式和csi格式。

其中csi格式為qps獨有資料格式。是極其專業的用於資料分析、資料清理和報表產出的語言,目前應用最廣的是市場調研行業。中國國內運用的相對比較少。

2. 吞吐量(throughput) 

吞吐量是指系統在單位時間內處理請求的數量。對於無併發的應用系統而言,吞吐量與響應時間成嚴格的反比關係,實際上此時吞吐量就是響應時間的倒數。前面已經說過,對於單使用者的系統,響應時間(或者系統響應時間和應用延遲時間)可以很好地度量系統的效能,但對於併發系統,通常需要用吞吐量作為效能指標。 

對於乙個多使用者的系統,如果只有乙個使用者使用時系統的平均響應時間是t,當有你n個使用者使用時,每個使用者看到的響應時間通常並不是n×t,而往往比n×t小很多(當然,在某些特殊情況下也可能比n×t大,甚至大很多)。這是因為處理每個請求需要用到很多資源,由於每個請求的處理過程中有許多不走難以併發執行,這導致在具體的乙個時間點,所佔資源往往並不多。也就是說在處理單個請求時,在每個時間點都可能有許多資源被閒置,當處理多個請求時,如果資源配置合理,每個使用者看到的平均響應時間並不隨使用者數的增加而線性增加。實際上,不同系統的平均響應時間隨使用者數增加而增長的速度也不大相同,這也是採用吞吐量來度量併發系統的效能的主要原因。一般而言,吞吐量是乙個比較通用的指標,兩個具有不同使用者數和使用者使用模式的系統,如果其最大吞吐量基本一致,則可以判斷兩個系統的處理能力基本一致。

機器學習效能度量

回歸評估指標 分類評估指標 聚類評估指標 參考常見的評估方法有 1.留出法 hold out 2.交叉驗證法 cross validation 3.自助法 bootstrap 將已有的資料集分為兩個互斥的部分 保證資料s與t的分布一致 測試集比例一般保持在1 3 1 5 將原始資料分成k組 一般是均...

周志華 機器學習 效能度量

2.5 效能度量 效能度量 performance measure 是衡量模型泛化能力的評價標準,在對比不同模型的能力時,使用不同的效能度量往往會導致不同的評判結果。本節除2.5.1外,其它主要介紹分類模型的效能度量。2.5.1 最常見的效能度量 在回歸任務中,即 連續值的問題,最常用的效能度量是 ...

效能測試關注的指標

效能測試關注的點 1 客戶端響應時間 2 throughput 吞吐量 系統吞吐量幾個重要引數 qps tps 併發數 響應時間 qps tps 每秒鐘request 事務 數量 併發數 系統同時處理的request 事務數 理解了上面三個要素的意義之後,就能推算出它們之間的關係 qps tps 併...