问题标签 [capacity-planning]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tfs - 容量在 TFS 中不可见,具有所有必需的访问权限
我正在尝试在 TFS 中访问我的项目冲刺。我已授予贡献者角色基本访问权限。我无法从 TFS 查看容量。当容量缺失时,我可以看到任务板、积压和分析。请帮我解决这个问题。让我知道是否需要更多问题描述?
linux - Linux:增加当前服务器的容量与添加新的更多服务器
我有一个具有以下配置的网站:
- 2 台启用负载平衡的 Web 服务器(每台服务器具有 - 操作系统:Linux,存储:30GB [20% 已使用] 和 RAM:10GB [44% 已使用])
- 1 台数据库服务器(存储:30GB [20% 已使用] 和 RAM:10GB [44% 已使用])
并且在当前配置下,它能够毫无问题地处理 5000 个并发用户,但将来应该会有更多用户(1000 到 1500)访问该网站。
所以为了处理更多的用户量,我想出了两个选项:
- 将现有基础设施的容量提高 25%
- 添加与当前容量相同的新 Web 服务器
但是不管成本如何,我对第 1 点和第 2 点之间的区别有点困惑。
mysql - 将 tfs 2017 中的容量规划捕获到 powerBI
我正在使用 PowerBI 构建 TFS 仪表板,我想在其中捕获多项内容,例如 sprint 计划、速度……等。我能够从仓库数据库中获取所有数据,但只有我无法找到的数据是容量计划。
谁能告诉我我们可以从哪里获取容量规划..?
提前致谢。
python - 使用 Erlang C 求解调用次数
第 1 步:我使用 Erlang C 公式计算了设定间隔的容量要求(参考:https ://www.callcentrehelper.com/erlang-c-formula-example-121281.htm#:~:text=To% 20work%20out%20the%20traffic,10%20Call%20Hours%20%3D%2010%20Erlangs. )
输入:
输出:
代码:
步骤 2:我现在需要计算可以处理的交互数量,最好使用类似的技术,给定可用容量,同时考虑所需的 SLA。
输入:
输出:
关于我如何能够做到这一点的任何想法?
azure-devops - Azure DevOps - Power BI 中的 Sprint(容量数据)
我们需要在 azure Devops 中加载我们在 sprint 中提到的容量数据以进行各种分析,您能帮我解决如何提取数据并将其放入 Power BI 的解决方案吗?
python - 任务/消息队列的容量规划
Django 设置中有一个 celery 任务,它使用 Redis 作为后端。我想提高吞吐量、响应能力并预测容量规划的任务完成时间。该任务从内部系统获取数据并将其同步到外部系统。每个任务只会同步到 5 个外部系统。
系统电流统计
- 平均每天有3500 个任务进入队列。
- 延迟细分:p50 - 0.91s,p75 - 5.09s,p90 - 17.88s,p95:22.56s,p99 - 51.32s,最大值 - 11.93 min
- 3 个工作人员为此队列并行运行
- 每小时到达率不同。一天 5 小时占队列中项目的 52%
- 第 13 小时 - 22.07%
- 4 - 10.98%
- 14 - 9.80%
- 11 - 6.14%
- 12 - 5.94%
- 20 - 4.85 %
- 15 - 4.78%
- 休息(17 小时) - 35.44%
响应能力
- 为了使系统(队列工作人员)响应,每个外部系统特定的队列和工作人员应该足以使用重试队列。
吞吐量
- 完成任务的平均/平均时间是14.748s。
- 平均值高于中位数 (p50 - 0.88s)
- 还有其他更好的指标来计算吞吐量吗?什么是正确的指标?由于负载分布不均匀,每小时吞吐率是否是一个更好的指标?
排队等待时间
在阅读了一些关于排队理论的知识后,我可以找到一个计算队列等待时间、队列长度、平均排队时间的公式。
到达率 = 0.0405(3500/86400 (一天中的总秒数))
服务率 = 0.06 (1/14.748)
服务器数量 = 3(3 个并行工作人员)
时间段 = 秒
计算器的结果
- 队列长度 = 39 个单位
- 在系统中花费的平均时间 = 962.9 s
- 利用率 = 0.675
- 系统中 0 个单位的概率 = 0.5079
这个计算是否正确有效?有没有更好的方法来计算指标?
进行所有计算的目的是在生产率增长 3 倍时如何使队列工作人员更快,减少队列等待时间,考虑到其他资源的队列长度不会像数据库那样成为瓶颈。
有没有更好的方法来进行容量规划?
注意:有一种试验和方法方法可以通过将容量增加 5 倍以实现 3 倍增长,但我想看看是否可以使用排队理论和数学来解决问题。
azure - 如何在 Azure DevOps 中部分配置 Sprint 功能?
我们使用 Azure DevOps 来控制我们的 Sprint,包括容量选项。
在其中,我可以配置每个人每天的容量以及休息天数。
我目前面临的情况是整个团队将在第二个 sprint 的每一天的一半时间里进行训练(我们使用两周的 sprint) 在此处输入图片描述
这样,在 Azure DevOps 中,我无法配置容量以使燃尽图反映现实。
它可能会减少每天的容量(删除将要训练的一半),但这样烧毁将是不现实的(它会在 sprint 的第一周显示更少的容量)。
有没有办法执行这个配置?