国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

項目性能優(yōu)化—性能優(yōu)化的指標、目標

這篇具有很好參考價值的文章主要介紹了項目性能優(yōu)化—性能優(yōu)化的指標、目標。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

項目性能優(yōu)化—性能優(yōu)化的指標、目標

性能優(yōu)化的終極目標是什么

性能優(yōu)化的目標實際上是為了更好的用戶體驗:

一般我們認為用戶體驗是下面的公式:

用戶體驗 = 產(chǎn)品設計(非技術)+ 系統(tǒng)性能 ≈ 系統(tǒng)性能 = 快

那什么樣的體驗叫快呢?

3秒定理

一般我們認為網(wǎng)站頁面的加載速度在3秒以內(nèi)就可以稱作合格了,加載速度越趨近于0,越快。

3秒定理:Strangeloop在對比了眾多網(wǎng)站,并對其性能進行分析之后得出了一個著名的3秒定理,當網(wǎng)站頁面加載速度超過3秒后,57%的訪客會離開這個網(wǎng)站。

如果想讓我們的系統(tǒng)快起來,就要做性能調(diào)優(yōu)。

項目性能優(yōu)化

以下可以做為優(yōu)化的標準:

  • 前端工程師:首屏時間、白屏時間、可交互時間、完全加載時間;
  • 移動端工程師:端到端響應時間、Crash率、內(nèi)存使用率、FPS;
  • 后端工程師:RT、TPS、并發(fā)數(shù)。
    • 影響因素1:數(shù)據(jù)庫讀寫、RPC、網(wǎng)絡IO、邏輯計算復雜度、緩存
    • 影響因素2:JVM[Throughput吞吐量、Footprint訪存足跡、Latency延遲]

影響性能的關鍵要素

  • 產(chǎn)品設計:產(chǎn)品邏輯、功能交互、動態(tài)效果、頁面元素
  • 基礎網(wǎng)絡:網(wǎng)絡=連接介質(zhì)+計算終端
  • 代碼質(zhì)量&架構(gòu)
  • 移動端環(huán)境:設備類型&性能、網(wǎng)絡
  • 硬件及云服務:服務器硬件等

我們怎么去分析性能因素呢,就是既不要去做過度的優(yōu)化,也不要讓某個內(nèi)容作為短板。

我們怎么找到系統(tǒng)的短板在哪里呢?就是需要進行壓力測試。

壓力測試

什么是壓力測試

壓力測試:壓力測試是針對特定系統(tǒng)或者組件,為要確認其穩(wěn)定性而特意進行的嚴格測試。會讓系統(tǒng)在超過正常使用條件下運作,然后再確認其結(jié)果。

實際上就是對系統(tǒng)不斷施加壓力,來預估系統(tǒng)負載能力的一種測試。

什么時候做壓測

一般而言,只要在系統(tǒng)基礎功能驗證完成、系統(tǒng)趨于穩(wěn)定的情況下,才會進行壓力測試。

壓測目的

  1. 當負載逐漸增加時,觀察系統(tǒng)各項性能指標的變化情況是否有異常;
  2. 發(fā)現(xiàn)系統(tǒng)的性能短板,進行針對性的性能優(yōu)化;
  3. 判斷系統(tǒng)在高并發(fā)情況下是否會報錯,進程是否會掛掉;
  4. 測試在系統(tǒng)某個方面達到瓶頸時,粗略估計系統(tǒng)性能的上限;

壓測的指標

指標 含義
響應時間(RT) 是指系統(tǒng)對請求作出響應的平均時間,對于單用戶系統(tǒng),響應時間可以很好地度量系統(tǒng)的性能。
吞吐量(Throughput) 是指系統(tǒng)在單位時間內(nèi)處理請求的數(shù)量,每秒事務數(shù)TPS也算是吞吐量的一種
資源利用率 CPU占用率、內(nèi)存使用率、系統(tǒng)負載、網(wǎng)絡I/O
并發(fā)用戶數(shù) 是指系統(tǒng)可以同時承載的正常使用系統(tǒng)功能的用戶的數(shù)量,用戶不同的使用模式會導致不同用戶在單位時間發(fā)出不同數(shù)量的請求。
錯誤率 失敗請求占比,在測試時添加響應斷言,驗證不通過記為錯誤;若不添加,響應碼為非200即為錯誤。

響應時間、并發(fā)用戶數(shù)、吞吐量、資源使用率存在一定關系,如下圖:

項目性能優(yōu)化—性能優(yōu)化的指標、目標,項目性能優(yōu)化,性能優(yōu)化

圖的解釋:

線走勢:
  • 綠線:隨著用戶增長,資源利用率會提升;

  • 紫線:隨著用戶增長,吞吐量會上升,然后下降;

  • 藍線:隨著用戶增長,響應時間的變化趨勢;

區(qū)域

圖中有三個區(qū)域:輕負載區(qū)、重負載區(qū)、塌陷區(qū)。

兩個橫坐標點

第一條虛線的橫坐標:最優(yōu)并發(fā)用戶數(shù);

第二條虛線的橫坐標:最大并發(fā)用戶數(shù)。文章來源地址http://www.zghlxwxcb.cn/news/detail-840326.html

到了這里,關于項目性能優(yōu)化—性能優(yōu)化的指標、目標的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 性能優(yōu)化 - 前端性能監(jiān)控和性能指標計算方式

    性能優(yōu)化 - 前端性能監(jiān)控和性能指標計算方式

    利用LightHouse進行合理的頁面性能優(yōu)化 這篇文章主要講解了如何使用 Lighthouse 。 這里把相關圖片再展示一下: 我們可以看到 Lighthouse 計算的時候,會根據(jù)這幾個維度的指標來計算總分。那么本篇文章,就主要講解下前端性能監(jiān)控相關的重要指標含義和計算方式。 在介紹指標

    2024年02月15日
    瀏覽(25)
  • 前端頁面性能優(yōu)化指標

    前端頁面性能優(yōu)化指標

    優(yōu)化用戶體驗的質(zhì)量一直都是是每個Web站點長期成功的關鍵,網(wǎng)頁核心的性能指標應該是隨著時間的推移而不斷演變的,目前谷歌瀏覽器公布的核心Web健康指標——Core Web Vitals包括加載體驗、交互性和頁面內(nèi)容的視覺穩(wěn)定性; 1. Largest Contentful Paint (LCP) : Web 頁主要內(nèi)容的加載

    2024年02月15日
    瀏覽(38)
  • unity 性能優(yōu)化指標

    內(nèi)存需要關注項目以及閾值推薦: Mono 堆內(nèi)存: ?? 影響 GC 耗時, 存在泄露風險,控制在 80M 以下。 ????? PSS ????????????????? : ?? 進程在 RAM 中實際使用的空間地址大小 ??? 內(nèi)存峰值控制在硬件總內(nèi)存 0.5~0.6? 以下,閃退風險才低。中端機型 900M Reserved Total

    2024年02月07日
    瀏覽(31)
  • 【FPGA】優(yōu)化設計指南(二):性能指標

    【FPGA】優(yōu)化設計指南(二):性能指標

    Fmax可通過時序報告計算得出。在Vivado中,可通過命令report_timing_summary生成時序報告.WNS越大越好. 輸入到輸出的延遲通常用時鐘周期個數(shù)來表示,稱為Latency,該指標也反映了設計的流水級數(shù)。Latency越小越好。但Latency小意味著流水級數(shù)低,這可能會導致Fmax降低。 可通過命令

    2024年04月28日
    瀏覽(25)
  • web 各個優(yōu)化指標,提高你得網(wǎng)站性能,以及動畫性能

    名稱 簡寫 含義 優(yōu)化點 造成常見原因 如何改善 Largest Contentful Paint LCP Web 頁主要內(nèi)容的加載速度,衡量加載體驗:為了提供良好的用戶體驗, LCP 應該在頁面首次開始加載后的 2.5 秒內(nèi)發(fā)生。 1,img元素 2,image中的svg元素 3,video元素 4,通過url函數(shù)加載背景圖片的元素 5,包含

    2024年02月13日
    瀏覽(22)
  • 如何監(jiān)測和優(yōu)化阿里云服務器的性能?有哪些性能分析工具和指標?

    如何監(jiān)測和優(yōu)化阿里云服務器的性能?有哪些性能分析工具和指標?

    如何監(jiān)測和優(yōu)化阿里云服務器的性能?有哪些性能分析工具和指標? 阿里云服務器性能監(jiān)測與優(yōu)化是云計算服務中一個非常重要的環(huán)節(jié)。為了確保服務器穩(wěn)定、高效地運行,我們需要對其性能進行監(jiān)測,并在監(jiān)測的基礎上進行優(yōu)化。本文將為您介紹如何監(jiān)測和優(yōu)化阿里云服務

    2024年02月11日
    瀏覽(27)
  • 【深度學習】目標檢測的性能評價指標,mAP_0.5,mAP_0.5,0.95,0.05

    【深度學習】目標檢測的性能評價指標,mAP_0.5,mAP_0.5,0.95,0.05

    指標有檢測精度和檢測速度之分: mAP是一個容易混淆的概念。計算mAP之前先考慮我們有的數(shù)值:圖片原label的bbox、模型預測的bbox、模型預測的bbox的置信度、模型預測的bbox中目標類別的分類置信度。在YOLO中,最后兩個數(shù)值會乘起來表示一個置信度數(shù)值。 此外,我們還需要確

    2023年04月21日
    瀏覽(24)
  • [MOT Challenge]官方生成多目標跟蹤算法性能評價指標結(jié)果,解決test數(shù)據(jù)集沒有gt文件和官網(wǎng)注冊問題

    [MOT Challenge]官方生成多目標跟蹤算法性能評價指標結(jié)果,解決test數(shù)據(jù)集沒有gt文件和官網(wǎng)注冊問題

    最近在做一個多目標跟蹤相關項目,搞過多目標跟蹤的都知道 MOT Challenge 這個benchmark數(shù)據(jù)集,其包含MOT15,MOT16等多個數(shù)據(jù)集,每個數(shù)據(jù)集又可以劃分為test和train兩類。 但是,官方提供的test數(shù)據(jù)集是不包含gt.txt的(即真實跟蹤框的標注信息),所以我們無法用motmetrics得到MOTA,IDF

    2024年02月03日
    瀏覽(26)
  • 目標檢測與跟蹤 (3)- TensorRT&YOLO V8性能優(yōu)化與部署測試

    目標檢測與跟蹤 (3)- TensorRT&YOLO V8性能優(yōu)化與部署測試

    目標檢測與跟蹤 (1)- 機器人視覺與YOLO V8_Techblog of HaoWANG的博客-CSDN博客 目標檢測與跟蹤 (2)- YOLO V8配置與測試_Techblog of HaoWANG的博客-CSDN博客 目錄 系列文章目錄 前言 YOLO v8 TensorRT 一、TensorRT 1.1 原理 1.2 架構(gòu) 1.3 功能 1.4 性能 1.5 GPU并行計算 二、安裝配置 1.下載 2.安裝 3. 測

    2024年02月14日
    瀏覽(58)
  • 【工程應用九】再談基于離散夾角余弦相似度指標的形狀匹配優(yōu)化(十六角度量化+指令集加速+目標只有部分在圖像內(nèi)的識別+最小外接矩形識別重疊等)

    【工程應用九】再談基于離散夾角余弦相似度指標的形狀匹配優(yōu)化(十六角度量化+指令集加速+目標只有部分在圖像內(nèi)的識別+最小外接矩形識別重疊等)

    繼去年上半年一鼓作氣研究了幾種不同的模版匹配算法后,這個方面的工作基本停滯了有七八個月沒有去碰了,因為感覺已經(jīng)遇到了瓶頸,無論是速度還是效率方面,以當時的理解感覺都到了頂了。年初,公司業(yè)務慘淡,也無心向佛,總要找點事情做一做,充實下自己,這里

    2024年03月19日
    瀏覽(59)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包