建模:建立系统分析模型有很多的模型,特别是对一些可扩展型分析,研究当负载或者资源扩展时候性能会如何变化,这里的资源可以是硬件,如CPU的核心,也可以是软件,如进程或者线程。
企业VS云:虽然建模可以让我们不用实际有一个大型的企业系统就可以对其进行仿真,但是大型的环境的性能常常是复杂。利用云技术,任意规模的环境都可以短期租用,用于基准测试。不用建立模型来预测性能,工作负载可以在不同的云上进行特征归纳,仿真,测试。
可视化识别:当通过实验收集到足够多的数据,就可以把它们绘制成性能规模变化的曲线,这样的曲线也能揭示一些规律。
对于每一条曲线,曲线有各种各样的类型
线性扩展:性能随资源的扩展比例地增加,这种情况并非永久持续,但这可能是其他扩展情况的早期阶段。
竞争:架构的某些组件是共享的,而且只能串行使用,对这些共享资源的竞争会减少扩展的效益。
一致性:由于要维持数据的一致性,传播数据变化的代价会超过扩展带来的好处。
拐点:某个元素碰到扩展的制约点,从而改变了扩展曲线。
扩展上限:到达了一个硬件的极限,该极限可能是设备瓶颈。