1

是否合乎逻辑地说：“如果请求的平均服务时间是 X，并且请求的可承受等待时间是 Y，那么要服务的最大并发请求数将是 Y / X”？

我想我要问的是，是否有任何我没有考虑到的隐藏因素！？

4

3 回答 3

3

大体上是的，但是您的服务提供商（在您的情况下为网络服务器）能够并行处理多个请求，因此您应该考虑到这一点。我假设您测量了端到端的服务时间，并且还没有按并行流的数量对其进行平均。您没有也无法实际衡量的另一件事是您的网站的延迟。

您正在研究的是 Erlang 单元（不是使用相同名称的语言），它用于描述系统可以承受多少负载。Erlang 是无单位的（它只是一个数字），起源于老式电话 POTS，它用于描述每个时间段需要多少根电线来处理 X 次呼叫，并且阻塞概率很低。除了 erlang 之外，engset 更多地用于高容量系统，例如移动系统。

它还用于将昂贵的顾问报告用于实时计算机系统和数据库，以描述可能发生性能下降的点。Wikipedia 对此http://en.wikipedia.org/wiki/Erlang_(unit)有一篇文章，而“固定和移动电信、网络系统和服务”一书有一个很好的关于性能分析的章节。

在针对电话系统时，只需用 word webserver 替换它，它的行为就相同了。网络服务器是相同的概念，提供以随机间隔到达并行容量有限的系统的负载。在您的情况下，您可能可以使用负载工具比并行容量更容易计算总负载，然后再计算公式。这样做是为了获得对整个系统模型的一定程度的信心。

当您通过并行流（即 Web 请求）随机到达负载并且服务时间只能平均或估计（即它在现实生活中有所不同）时，Erlang/engsetformulas 非常有用。然后，您可以计算阻塞概率，即在为当前请求提供服务时新请求需要等待的概率，以及它将等待多长时间。它还有助于分析您是否需要并行处理更多请求，或者使每个请求更快（#lines 和 erlang 中的保持时间）

接下来您可能会研究排队系统分析，一旦请求阻塞（队列），模型就会发生轻微变化。

于 2013-03-31T18:59:59.230 回答
3

如果您专门谈论网络服务器，那么不，您的公式不起作用，因为网络服务器旨在处理多个同时请求，使用分叉或线程。

这使公式变得更加难以量化 - 根据我的经验，Web 服务器可以处理大量（即数百或数千）并发请求，这些请求消耗很少或不消耗时间，但随着请求消耗更多时间，往往会显着降低并发性.

这意味着“平均服务时间”并没有太大用处——它可以隐藏很大的变化，实际上对你影响最大的是异常值。

于 2013-03-31T19:29:38.933 回答
1

很多因素都没有考虑

  • 内存限制
  • 数据锁定约束，例如人们想要更新相同的数据
  • 应用程序延迟
  • 缓存机制
  • 不同的用户在网站上会有不同的任务并放置不同的负载

也就是说，粗略估计的一种简单方法是使用 apache ab 工具（apache benchmark）

例如，一次获取 100 个请求的 1000 倍主页：

  ab -c 100 -n 1000 http://www.example.com/
于 2013-03-31T15:00:51.120 回答