如何解决我是否在正确地应用利特尔定律来为网站的工作量建模?
使用这些指标(如下所示),我能够利用工作负载建模公式(利特尔定律)得出我认为是正确的设置,足以对相关应用程序进行负载测试。
从Google Analytics(分析):
- 用户:2,159
- 浏览量:4,856
- 平均会话时长:0:02:44
- 页面/会话:2.21
- 会话:2,199
公式为N =吞吐量*(响应时间+思考时间)
- 我们计算出的吞吐量为1.35(4865次网页浏览/ 3600(一小时的秒数))
- 我们计算出(响应时间+思考时间)为74.21(平均会话持续时间164秒/每个会话2.21页)
使用该公式,我们将N计算为100(1.35吞吐量* 74.21(响应时间+思考时间))。
因此,根据我的计算,我们可以模拟高峰时段高峰时段服务器承受的负载,其中100位用户以每次迭代之间75秒的速度执行业务流程(忽略时间)。
因此,为了确定系统在比正常负载大的情况下的响应方式,我们可以将N的值加倍(200个用户)或三倍(300个用户),并记录每个事务的平均响应时间。
这一切正确吗?
解决方法
以下公式始终对我有用,如果您要计算起搏次数"Pacing = No. of Users * Duration of Test (in seconds) / Transactions you want to achieve in said Test Duration"
您应该能够更接近要使用此公式实现的交易。如果是它的API,那么它几乎总是准确的。
例如,您想在一小时的测试持续时间内使用5个用户实现1000个交易
起搏= 5 * 3600/1000 = 18秒
,当您直接查看站点的日志时(按会话持续时间阻止),每个块中最多可计数的IP地址数是什么?
利特尔斯法律倾向于低估会话及其开销,以支持事务吞吐量。如果您可以即时恢复会话资源,但是没关系,但是大多数站点将其保留的时间超过用户最长请求间窗口的110%(从一个请求到下一个请求的时间)。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。