对于用户来说,优化目标很容易确定,回到原来的响应速度甚至比较原来更快。作为一个性能优化者当然知道这个描述无法作为优化目标的定性或定量的衡量。我们需要和客户沟通进一步把这个精神逐步分解细化下来。
对于非交互式的批处理应用,优化目标相对容易确定,一般可以用每分钟处理业务量或者每个业务单元多长时间来进行衡量。比如电信实时计费系统,我们可以用每分钟处理多少条话单来衡量这个优化目标指标。大部分非交互式批处理系统都具有处理业务日志系统,可以准确衡量每分钟处理业务量,对于少部分不具备日志的批处理系统,可以采用类似作业的处理响应时间来衡量。即使对于以上方式都无法衡量的情况下,也可以简单通过结果比较甚至业务特征比较的方式来完成。比如电信实时计费系统,其成果为生成一条条计费话单,我们可以通过简单统计话单量的增加来衡量优化目标。同样的电信实时计费系统,我们甚至可以在完全不了解业务的情况,通过简单的统计特征语句来衡量优化目标,比如insert into cdr_detail values ( )语句的执行次数,或者通过统计这些批处理会话的事务数量来完成优化目标的衡量。
对于局部终端的交互式应用,由于性能影响受众有限,直接的定性描述或者实际衡量的响应是一种可以接受的简单优化目标衡量方式。
对于广泛的受众影响,一般来说其成因往往和吞吐量的大小有关。我们可以采用定性和定量结合的方式来完成优化目标衡量:第一,吞吐量的确定。用户一般难以理解吞吐量的概念,所以我们一般可以简单采用技术性指标来描述,采用事务数量或者特征语句的执行次数来确定吞吐量。第二:响应时间。响应时间可以从定性和定量两个方面来确定:(1)访问局部终端使用人员的感知并且进行定量的时间记录。(2)、特征语句的每次执行时间。
除了以最终性能评价作为优化目标之外,很多优化场景仅仅是降低资源的使用,这种性能优化时纯技术性操作,简单采用技术指标确定即可。
对于非交互式的批处理应用,优化目标相对容易确定,一般可以用每分钟处理业务量或者每个业务单元多长时间来进行衡量。比如电信实时计费系统,我们可以用每分钟处理多少条话单来衡量这个优化目标指标。大部分非交互式批处理系统都具有处理业务日志系统,可以准确衡量每分钟处理业务量,对于少部分不具备日志的批处理系统,可以采用类似作业的处理响应时间来衡量。即使对于以上方式都无法衡量的情况下,也可以简单通过结果比较甚至业务特征比较的方式来完成。比如电信实时计费系统,其成果为生成一条条计费话单,我们可以通过简单统计话单量的增加来衡量优化目标。同样的电信实时计费系统,我们甚至可以在完全不了解业务的情况,通过简单的统计特征语句来衡量优化目标,比如insert into cdr_detail values ( )语句的执行次数,或者通过统计这些批处理会话的事务数量来完成优化目标的衡量。
对于局部终端的交互式应用,由于性能影响受众有限,直接的定性描述或者实际衡量的响应是一种可以接受的简单优化目标衡量方式。
对于广泛的受众影响,一般来说其成因往往和吞吐量的大小有关。我们可以采用定性和定量结合的方式来完成优化目标衡量:第一,吞吐量的确定。用户一般难以理解吞吐量的概念,所以我们一般可以简单采用技术性指标来描述,采用事务数量或者特征语句的执行次数来确定吞吐量。第二:响应时间。响应时间可以从定性和定量两个方面来确定:(1)访问局部终端使用人员的感知并且进行定量的时间记录。(2)、特征语句的每次执行时间。
除了以最终性能评价作为优化目标之外,很多优化场景仅仅是降低资源的使用,这种性能优化时纯技术性操作,简单采用技术指标确定即可。
来自 “ ITPUB博客 ” ,链接:http://blog.itpub.net/92650/viewspace-774631/,如需转载,请注明出处,否则将追究法律责任。
转载于:http://blog.itpub.net/92650/viewspace-774631/