博客
关于我
系统性能(三)
阅读量:760 次
发布时间:2019-03-23

本文共 349 字,大约阅读时间需要 1 分钟。

性能分析技术是衡量系统性能的重要工具,而性能分析通常可以从两个不同的视角进行——负载分析与资源分析。

负载分析主要关注系统的软件架构,从上到下的整体层面进行考察。在这部分分析中,主要关注以下几个方面:请求、延时以及完成度。请求指的是系统承受的工作负荷,延时是应用程序处理请求所需的响应时间,而完成度则是关于系统能否正确处理请求、发现潜在错误等维度进行评估。

而资源分析则是从底层硬件往上进行,重点考察物理或虚拟设备的各项资源利用情况。这一层面的关键指标通常有IOPS(每秒输入输出操作数)、吞吐量、使用率以及饱和率等。对于资源分析方法,可以采用街灯打孔测试法、随机变动测试法、Ad Hoc核对清单法等等技术手段。同时,问题陈述法、科学实验法、延时分析方法以及事件跟踪等也是常用的资源分析工具和方法。

转载地址:http://cihzk.baihongyu.com/

你可能感兴趣的文章
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>
numpy最大值和最大值索引
查看>>