OpenMLDB 线上引擎资源需求预估模型，助你快速预估资源消耗

一、背景

OpenMLDB 线上计算的最大优势为可以低延迟（毫秒级）高效处理实时特征计算请求。其中，为了达到低延迟，OpenMLDB 默认使用了基于内存的存储引擎。但是，当业务增长时，对于内存资源消耗以及访问吞吐需求的压力也会上升。本篇文章主要介绍基于 内存存储引擎 的资源预估（磁盘引擎见最后的说明），可以帮你更好的预估、配置用于部署 OpenMLDB 的机器资源。

二、模型概览

2.1 参数说明

为了方便表述，我们先把所有使用到的参数符号以及含义汇总在以下表格。

表一：预估模型所使用的的符号和意义

2.2 概览

OpenMLDB 的资源瓶颈一般会是在内存消耗和吞吐能力上，因此本篇文章重点介绍这两个资源的预估，在最后对其他资源做一个简单介绍：

• 内存消耗：内存是一般情况下 OpenMLDB 的资源瓶颈。

• 吞吐能力：每台机器的吞吐能力有限（在内存不是资源瓶颈的前提下，一般 CPU 会是吞吐能力的瓶颈），如果业务增长需求更多的吞吐，则需要进行水平扩容，增加机器数量。

简单期间，在水平扩容下，我们假设所有机器的配置都是一样旳（如不一样原理类似）。因此，可以使用如下公式来估算针对某一场景