Прогнозирование производительности системы - метод экстраполяции многомерных показателей производительности в пердиктивное уравнение

Question

У меня есть приложение для отчетности. Его производительность зависит от оборудования, на котором он размещен, и от данных, с которыми он работает. Таким образом, в соответствии с аппаратными средствами, основными факторами являются:

• ядра процессора
• памяти
• Скорость Жесткий диск

.. и под данными, основными факторами являются:

• Количество клиентов
• Средний объем данных, созданных каждым клиентом

Мой план состоит в проведении серии тестов для измерения производительности при изменении одного фактора. Так, например, я буду запускать тесты производительности на 1 ядро, 2 ядра и 4 ядра, а затем запустить тесты с 4 ГБ оперативной памяти, 16 ГБ оперативной памяти и 64 ГБ оперативной памяти.

Из этих измерений я хотел бы получить формулу, которая может грубо предсказать, насколько хорошо система будет работать с определенным оборудованием и данными.

Например:

Производительность Оценка = F (CPU) + G (MEM) + H (диск) + J, (каст) + к (данные)

, где е, g, h, j и k - функции передаваемого параметра.

Мой вопрос:

Есть ли формальный метод для принятия показателей эффективности в качестве входных данных и экстраполировать эти данные, чтобы произвести формулу, которая предсказывает производительность?

Answer 1

Да, я бы использовал linear regression в качестве отправной точки.

Например, см. How can I predict memory usage and time based on historical values.

Я нашел Data Analysis Using Regression and Multilevel/Hierarchical Models, чтобы быть очень читаемым введением к теме (вам, вероятно, не понадобятся многоуровневые модели, поэтому вы можете пропустить вторую часть книги).