性能监控 TP 指标

一、TP 指标

在对系统进行性能测试或性能监控时候，TP 指标是一种比较常见的性能参数，包括 TP50、TP99、TP999 等等。

$$总次数\ast 指标数=对应指标在总次数中的序号$$

通俗点说，假设为了测试某接口性能，对其调用100次，将每次的响应时间升序排序，假设响应时间排序结果为：1、2、3…99、100 毫秒。

那么：

$$TP50=100\ast 50\%=第50次=50毫秒$$

也就是说，该接口 TP50 达到了 50 毫秒的水平，也就是说请求该接口有 50% 的情况耗时在 50 毫秒以下。

同理：

$$TP999=100\ast 99.9\%=第99.9次\approx 100毫秒$$

也就是说，该接口 TP999 达到了 100 毫秒的水平，也就是说请求该接口有 99.9% 的情况耗时在 100 毫秒以下。

需要注意的是，一般在 TP 指标中，如果对应的序号不是整数，一般向上取整。例如在上例的 TP999 中，序号 99.9 不存在，取了序号 100 来计算。

二、百分位数

TP 指标脱离了在计算机中的应用，实际上在统计学学中就是百分位数的概念。

百分位数：如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数。

也就是说，TP50 其实就是 50百分位数，TP999 就是 99.9百分位数。百分位数计算的结果是一个具体值，计算公式如下：

假设存在数组（下标从 0 开始） a，百分位数为：p，将数组其升序排序后，那么：

$$(a.length-1)\ast p=i+j$$

其中 $i$ 为结果整数部分，$j$ 为结果小数部分。

计算最终结果为：

$$res=(1-j)\ast a[i]+j\ast a[i+1]$$

举个例子：存在数组：[1, 2, 3, 4, 5, 6, 6, 6, 6, 7, 8, 9]，已经保证升序排序了，求90百分位数，那么：

KaTeX parse error: No such environment: split at position 8: \begin{̲s̲p̲l̲i̲t̲}̲ (a.length - 1)…

计算最终结果为：

KaTeX parse error: No such environment: split at position 8: \begin{̲s̲p̲l̲i̲t̲}̲ res &= (1 - 0.…

也就是说，这组数据的90百分位数为 7.9，即 TP90 = 7.9。

PS：以上公式实际上就是 Excel 的 PERCENTILE 函数的实现。