使用PDQ进行系统性能分析与客户端/服务器架构评估
1. 用PDQ扩展性能边界
1.1 Amdahl定律与同步排队
Amdahl定律所描述的动态特性意味着请求处理器会同时向所有其他处理器广播请求,这会同时中断它们的计算。为了处理该请求,其他处理器必须停止当前计算,倾听并处理请求,判断自己是否需要响应,之后再继续自身计算,这与同步排队类似,是一种全有或全无的情况。
Amdahl定律对应请求的同步排队,它为吞吐量性能设定了另一个边界。不过,它无法解释某些基准数据中出现的吞吐量下降情况。若放松服务需求恒定的假设,允许服务需求随负载增加,长队列将持续存在,吞吐量就会开始下降。可以通过使用负载相关服务器来实现这一效果。
1.2 评估性能指标
通过排队模型分析,可得到如下性能指标:
| 性能指标 | 值 | 单位 |
| — | — | — |
| 最大吞吐量Xmax | 2,000.00 | 脚本/小时 |
| 瓶颈需求Dmax | 0.0005 | 小时/脚本 |
| 平均思考时间Z | 0.0149 | 小时(自由参数) |
| 最优负载Nopt | 31 | 并发用户 |
| 串行分数α | 3.25 | 百分比 |
在特定情况下,大量CPU服务需求被Unix内核的系统时间占用。可通过以下方式进一步减少这些时间:
- 改进流队列管理
- 使用更细粒度的线程锁
- 将单链表转换为双链表
- 在fork()时使用malloc()而非代价高昂的页面错误
- 使用更高效的哈希算法
- 应用处理器亲
超级会员免费看
订阅专栏 解锁全文
44

被折叠的 条评论
为什么被折叠?



