Size: a a a

QA — Load & Performance

2020 September 23

E

Evgen in QA — Load & Performance
Oleg Chaplashkin
Спасибо, посмотрю

Частичная формализация связана и с научной работой(там ты не можешь сказать "отправил рандомный" запрос)

Буду искать информацию, спасибо!
системы массового обслуживания, закон Литтла, Amdahl's law, Gustafson – Barsis's law
источник

OC

Oleg Chaplashkin in QA — Load & Performance
Evgen
системы массового обслуживания, закон Литтла, Amdahl's law, Gustafson – Barsis's law
Хм, походу назвать наш продукт СМО - нельзя.
Есть четкая связь "клиент-платформа", поэтому на платформу всегда поступает N RPS с одной "условно" машины(банк)
Мне же надо притянуть математику к замеру latency при N RPS
источник

KY

Kirill Yurkov in QA — Load & Performance
ну напиши сам формулу, зачем тебе чужая мат. модель?
источник

СФ

Степа Фомичев... in QA — Load & Performance
А кто-то может пояснить, зачем для замера математическая модель? Я могу понять для расчета там
источник

KY

Kirill Yurkov in QA — Load & Performance
нет ясности
источник

W

Wazicar in QA — Load & Performance
Oleg Chaplashkin
Хм, походу назвать наш продукт СМО - нельзя.
Есть четкая связь "клиент-платформа", поэтому на платформу всегда поступает N RPS с одной "условно" машины(банк)
Мне же надо притянуть математику к замеру latency при N RPS
источник

W

Wazicar in QA — Load & Performance
Вот формализация
источник

W

Wazicar in QA — Load & Performance
Неплохая
источник

W

Wazicar in QA — Load & Performance
Можно наверно сказать что профиль это совокупность случайных величин от по времени отклика
источник

W

Wazicar in QA — Load & Performance
И дальше там формулы, интегралы натягивать на это
источник

СФ

Степа Фомичев... in QA — Load & Performance
Как я себе это представляю:
1) Мы можем показатели померить эмпирически, проведя тест и получив данные. Тут у нас замеры.
2) Если у нас есть исходные данные, мы можем смоделировать на их основе показатели не проводя тест, но точность будет очень небольшой, если вообще будет(так как компьютерные системы работают достаточно хаотичным образом). Тут будет именно расчет.
источник

СФ

Степа Фомичев... in QA — Load & Performance
Я как понимаю, это дипломный проект или что-то подобное, но ведь он должен решать какую-то проблему?
источник

W

Wazicar in QA — Load & Performance
Wazicar
Можно наверно сказать что профиль это совокупность случайных величин от по времени отклика
Только конечно помнить что случайные величины не нормально распределены а скорее с распределением Пуассона
источник

W

Wazicar in QA — Load & Performance
Или экспоненциальное оно называется
источник

W

Wazicar in QA — Load & Performance
Даже наверно распределение Пуассона про интенсивность, а экспоненциальное про время отклика
источник

O

Oleksii in QA — Load & Performance
Коллеги, привет, разбавлю вашу матнарокманию,
задача, с aws получить картинку метрики через api запрос, п одокма сказано это делать через вызов asw cloudwatch get-metric-widget-image --metric-widget file://tmp.json --output-format png в самом json лежит обьект с описанием метрики что нужно отгрузить, но вот не могу понять откуда вытянуть InstanceId это метрики, на самом aws cloudwatch gui нет такого поля, ни в урлах, нигде. Вопрос, где его взять?
источник

СФ

Степа Фомичев... in QA — Load & Performance
Предположу, что это id инстанса, с которого ты хочешь снять мониторинг
источник

СФ

Степа Фомичев... in QA — Load & Performance
Типа инстанс EC2
источник

O

Oleksii in QA — Load & Performance
хм, я как-то об этом не подумал, спс посмотрю
источник

СФ

Степа Фомичев... in QA — Load & Performance
Там если на самих графикамх наводишь на легенду, показывается информация по тому что за машина и ее инстанс айди
источник