知识卡片
百分位要合并直方图
要在监控面板上展示响应时间百分位点,需要持续计算:例如保留最近 10 分钟的滚动窗口,每分钟算一次中位数和各百分位点并绘图。
- 最简单的实现是保存窗口内全部请求的响应时间并每分钟排序;
- 效率不够时可用前向衰减、t-digest、HdrHistogram 等算法,以很小的 CPU 和内存代价算出近似值。
常见错误:把百分位点再求平均——比如降低时间分辨率时把每分钟的 p99 平均成每小时的 p99,或者把多台机器各自的 p99 平均——在数学上没有意义。正确的聚合方式是合并直方图,再从合并后的分布中求百分位点。
这与[[百分位与尾部延迟]]中的放大效应相关:多机、多调用的场景恰恰最需要正确聚合,否则看板上的尾部延迟会被低估。另外,压测时负载生成端要独立于响应时间持续发请求,否则会人为缩短队列、使测量偏乐观。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第一章:可靠性、可伸缩性、可维护性 · 查看原书依据
请注意,平均百分比(例如,减少时间分辨率或合并来自多台机器的数据)在数学上没有意义 - 聚合响应时间数据的正确方法是添加直方图【28】。
参考来源
- 位置:《数据密集型应用系统设计》第01章《第一章:可靠性、可伸缩性、可维护性》描述性能·实践中的百分位点(源文件:extracted/数据密集型应用系统设计/_epub-src/ch1_split_004.html,来源项目 book-sources)
- 结论依据:第一章“实践中的百分位点”说明用滚动窗口持续计算百分位点、用前向衰减、t-digest、HdrHistogram近似计算,并指出平均百分位点没有数学意义,应通过合并直方图聚合响应时间数据。
- 原始内容:请注意,平均百分比(例如,减少时间分辨率或合并来自多台机器的数据)在数学上没有意义 - 聚合响应时间数据的正确方法是添加直方图【28】。