1. 程式人生 > >效能優化(一)

效能優化(一)

1、響應時間

響應時間指的是從客戶端發起一個請求開始,到客戶端接收到從伺服器端返回的響應結束,這個過程所耗費的時間。響應時間通常用時間單位來衡量(一般為秒)。

 

圖形中的拐點,表示響應時間突然增加,意味著一種或者多種系統資源的利用達到了極限


響應時間 = N1+A1+N2+A2+N3+A3+N4

網路傳輸時間:N1 + N2 + N3 + N4

應用伺服器處理時間:A1 + A3

資料庫伺服器處理時間:A2

2、併發使用者數

系統使用者數:系統額定的使用者數量,如一個OA系統,可能使用該系統的使用者總數是2000個,那麼這個數量,就是系統使用者數

同時線上使用者數:

在一定的時間範圍內,最大的同時線上使用者數量

平均併發使用者數的計算:

C=nL /T

其中C是平均的併發使用者數,n是平均每天訪問使用者數,L是一天內使用者從登入到退出的平均時間(操作平均時間),T是考察時間長度(一天內多長時間有使用者使用系統)

3、吞吐量

吞吐量指的是單位時間內處理的客戶端請求數量。

從業務角度看,吞吐量可以用:請求數/秒、頁面數/秒、人數/天或處理業務數/小時等單位來衡量

從網路角度看,吞吐量可以用:位元組/秒來衡量


對於互動式應用來說,吞吐量指標反映的是伺服器承受的壓力,他能夠說明系統的負載能力

以不同方式表達的吞吐量可以說明不同層次的問題,例如,以位元組數/秒方式可以表示數要受網路基礎設施、伺服器架構、應用伺服器制約等方面的瓶頸;已請求數/秒的方式表示主要是受應用伺服器和應用程式碼的制約體現出的瓶頸。

當沒有遇到效能瓶頸的時候,吞吐量與虛擬使用者數之間存在一定的聯絡,可以採用以下公式計算:F=VU * R / T

其中F為吞吐量,VU表示虛擬使用者個數,R表示每個虛擬使用者發出的請求數,T表示效能測試所用的時間

4、資源利用率

資源利用率指的是對不同系統資源的使用程度,例如伺服器的CPU(s),記憶體,網路頻寬等。

資源利用率通常以佔用最大值的百分比n %來衡量。

當某個資源利用率隨著負載的增加最終在100%居高不下時,就可能意味著這個資源變成了系統的效能瓶頸所在,提高這個資源的量,將會提高系統的吞吐量,同時降低交易的響應時間,即改進了系統的效能。


參考文章: http://chenjc-it.iteye.com/blog/1564855

相關推薦

資料庫效能優化:SQL索引一步到位

SQL索引在資料庫優化中佔有一個非常大的比例, 一個好的索引的設計,可以讓你的效率提高几十甚至幾百倍,在這裡將帶你一步步揭開他的神祕面紗。   1.1 什麼是索引?   SQL索引有兩種,聚集索引和非聚集索引,索引主要目的是提高了SQL Server系統的效能,加快資

ORACEL SQL 效能優化()

當你向ORACLE 提交一個SQL語句,ORACLE會首先在這塊記憶體中查詢相同的語句. 這裡需要註明的是,ORACLE對兩者採取的是一種嚴格匹配,要達成共享,SQL語句必須完全相同(包括空格,換行等). 共享的語句必須滿足三個條件:

ios 效能優化()

邏輯優化 程式碼封裝優化 程式碼執行效率優化 介面優化 離屏渲染優化 介面載入優化 邏輯優化 程式碼封裝優化 程式碼的封裝

Andorid效能優化() 之 如何給應用進行記憶體優化

1 前言 Android系統為每個應用程序都分配一個有封頂的堆記憶體值,當應用記憶體佔用過高到沒有足夠的記憶體來提供給新物件分配並且垃圾回收機制也已經沒有空間可回收時就會OOM。當一個應用記憶體佔用過高會使一些效能差的手機系統記憶體緊缺,使得整體系統卡頓。而且應用記憶體佔用過高後,一旦退到後

Java效能優化:設計優化和程式優化,開發必備優化技巧!

現代大規模關鍵性系統中的Java效能調優,是一項富有挑戰的任務。你需要關注各種問題,包括演算法結構、記憶體分配模式以及磁碟和檔案I/O的使用方式。效能調優最困難的通常是找到問題所在,即便是經驗豐富的人也會被他們的直覺所誤導。效能殺手總是隱藏在最意想不到的地方。 Java效能問題一直困擾著廣大程式

效能優化()

1、響應時間 響應時間指的是從客戶端發起一個請求開始,到客戶端接收到從伺服器端返回的響應結束,這個過程所耗費的時間。響應時間通常用時間單位來衡量(一般為秒)。   圖形中的拐點,表示響應時間

Android 效能優化() —— 啟動優化提升60%

應用啟動速度 一個應用App的啟動速度能夠影響使用者的首次體驗,啟動速度較慢(感官上)的應用可能導致使用者再次開啟App的意圖下降,或者解除安裝放棄該應用程式。 本文將從兩個方向優化應用的啟動速度 : 視覺體驗優化 程式碼邏輯優化 # 視覺優化

c++ 程式效能優化()

最近在看《c++ 效能優化指南》書籍,從書中學習到了不少c++ 程式優化的點,平時程式碼中一定要注意這些坑,在此記錄下來。本篇幅主要是講下字串處理效能的優化。 一.下面來看一個簡單的例子,我們平時 寫程式碼 不注意的時候,最有可能寫出的是如下所示的第一種 remove_ct

Android效能優化 網路優化

在上一篇部落格中,我和大家一起探討了在Android中對SQLite資料庫的操作優化細節。還沒有看的點選這裡: 今天我們就網路方面的優化和大家分享。 1.連線伺服器 不用域名,直接使用IP 這種方式可以省去中間解析DNS的過程,首次域名解析一般需要幾百毫秒,直接使用IP

從這個部落格面板邁入前端效能優化小步

# 前置 正如你所見,我現在用的這個部落格面板,在沒優化之前幀率會降到個位數. 現在與之相比,是不是好很多呀? 下面將從滾動 scroll 優化這一方面展開,主要說一下思路. ![](https://img2020.cnblogs.com/blog/1501373/202003/1501373-20200

【個人小結】次資料庫效能優化問題

  需求場景:存在表t_result_changelog,表記錄了caseNo的相關資料,有些caseNo已經被刪除,但表中的資料沒有對應清理。 難點分析:判斷表中哪些資料已經被刪除,需要在對應版本的caseInfo_version中查詢   初次嘗試: 選擇

MySQL () —— MySQL效能優化之 慢查詢日誌

                        &nbs

【MySQL資料庫】效能優化之索引及優化

一、Mysql效能優化之影響效能的因素 1.商業需求的影響 不合理的需求造成的資源投入產出,這裡就用一個看上去很簡單的功能分析。需求:一個論壇帖子的總量統計,附加要求:實時更新。從功能上看來是非常容易實現的,執行一條select count(*)from表名就可以得到結果,但是如果我們採

淺談前端效能優化

前端效能優化中,減少HTTP請求可以提高頁面的響應速度。 瀏覽器在第一次訪問頁面時向伺服器請求資源,並快取起來,下次再訪問時會判斷在快取中是否已有該資源且有沒有更新過,如果已有該資源且未更新過,則直接從瀏覽器快取中讀取。原理:通過HTTP 請求頭中的 If-Modified-Since(If-No-Matc

剖析Elasticsearch的IndexSorting:種查詢效能優化利器

前言 前兩週寫過一篇《基於Lucene查詢原理分析Elasticsearch的效能》,在最後留了一個彩蛋,說下一篇會介紹一種可以極大的優化查詢效能的技術。本文就來介紹這種技術——IndexSorting。 因為IndexSorting是在ES6.0之後才作為實驗性的功能加入,相關的介紹資料還比較少,所以大

Linux伺服器效能評估與優化

分享一下我老師大神的人工智慧教程!零基礎,通俗易懂!http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識,造福人民,實現我們中華民族偉大復興!        

oracle程式設計300例-效能優化

1、在SELECT語句中避免使用“*” 2、儘可能減小記錄行數 3、使用rowid高效刪除重複記錄 例項: delete from stu s where s.rowid>(select min(t.rowid) from stu t where t.stu=t.stu / 4、使用t

35 個 Java 程式碼效能優化總結(

前言 程式碼優化,一個很重要的課題。可能有些人覺得沒用,一些細小的地方有什麼好修改的,改與不改對於程式碼的執行效率有什麼影響呢?這個問題我是這麼考慮的,就像大海里面的鯨魚一樣,它吃一條小蝦米有用嗎?沒用,但是,吃的小蝦米一多之後,鯨魚就被餵飽了。程式碼優化也是一樣,如果專案著眼於儘快無BUG

SQL Server 效能優化實戰系列() SQL Server擴充套件函式的基本概念 使用SQL Server 擴充套件函式進行效能優化 SQL Server Url正則表示式 記憶體常駐 完美解決方案

資料庫伺服器主要用於儲存、查詢、檢索企業內部的資訊,因此需要搭配專用的資料庫系統,對伺服器的相容性、可靠性和穩定性等方面都有很高的要求。        下面是進行籠統的技術點說明,為的是讓大家有一個整體的概念,如果想深入可以逐個擊破;&n

【朝花夕拾】Android效能優化篇之()序言及JVM篇

序言 筆者從事Anroid開發有些年頭了,深知掌握Anroid效能優化方面的知識的必要性,這是一個程式設計師必須修煉的內功。在面試中,它是面試官的摯愛,在工作中,它是程式碼質量的攔路虎,其重要性可見一斑。在團隊中,效能優化的工作又往往由經驗豐富的老師傅來完成,可見要做好效能優化,絕不是一件容易的事情。