吞吐率 知一二

吞吐率原指一个业务系统在单位时间内提供的产量（或服务量）。在计算机或数据通信系统，指的是单位时间内通过某通信信道（a communication channel）或某个节点成功交付数据的平均速率，通常以每秒比特数（bps， bits per second ）为单位。

 

emqx基准测试/benckmark

场景基础一：1000 万 MQTT 连接、订阅 + QoS0 广播场景百万消息吞吐

1000 万 MQTT 客户端以每秒 2 万的新增连接速率接入EMQX 集群，每个客户端连接成功后均订阅一个主题，每 10 个连接订阅一个相同的主题，因此测试达到 100 万主题、1000 万订阅。1000 万连接和订阅完成后开始进行消息广播场景（接收端数量远大于发送端），50 个 MQTT 连接作为 pub 客户端发送消息，每 10 个为一组向主题testn/${machineName()}/${threadNum}（n为1～5）发送消息，每个pub客户端每秒发送 100 条 QoS0 消息，1000 个 sub 客户端也分成 5 组每组 200 个订阅主题 testn/#（n为1～5）。

因此，总的消息发布吞吐率为每秒 5000 条，总的消息接收吞吐率达到每秒 100 万。

 

发布吞吐率 5000条*50字节/1024=244MB/S

接收吞吐率 100*1000条*50字节/1024=488281MB/S

200topic 50pub客户端 100wsub客户端

这种测试数据很虚 

1 没有提到集群有多少broker 每个broker的主机性能

2 测试单条数据只有50kb 不符合生产环境

 

正态分布：

正态分布（Normal distribution），也称“常态分布”，又名高斯分布（Gaussian distribution），最早由棣莫弗（Abraham de Moivre）在求二项分布的渐近公式中得到。C.F.高斯在研究测量误差时从另一个角度导出了它。P.S.拉普拉斯和高斯研究了它的性质。是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。

 

 

为什么要提到这个词 用正态分布测试数据结论会更有代表性

 

单次发送从1kb 10kb 100kb 512kb 1mb 10mb 30mb 。。。。。。。1kb

为什么要这样测试 统计学到底有什么影响力

 

闲聊几句

人出生到死亡  刚出生作为一个点和外界沟通 ......

微服务架构下进程启动初始化 上下游交互readyaction 数据量... 中间运行过程中 客户需求量暴增

高并发 触发横纵扩容 每日凌晨.... 进程退出前.....

新入职一家公司 工作量 .... 发布前后   离职前...

 

正态分布符合事物发展单点通信的规律 也符合一个团队从建立到消亡过程中正向产出的规律

benchmark计算吞吐率 按照正态分布整合数据 硬件资源更有说服力