deepread21｜案例21 性能容量规划（并发-TPS-Little定律-Amdahl上限）详解

ONEPSOFT | 软考学习知识库

---

deepread21｜案例21 性能容量规划（并发-TPS-Little定律-Amdahl上限）详解

一、知识点定位

• 主要教材出处：第 2 章 性能（2.5 响应时间/吞吐率、2.9.3 Amdahl）+ 性能基本关系（并发/吞吐/响应）。
• 在考试中的角色：案例压轴实战 + 选择计算。案例题 " 估算系统容量/并发/TPS、算加速比上限 "；选择题考 Amdahl、并发 - 吞吐 - 响应关系。
• 与#19、#20 号笔记的关联：#19 讲性能优化手段与可用度；#20 讲可靠度计算；本条讲 " 容量怎么算、加速比上限 "。

一句话定位：容量规划三要素——并发用户数、吞吐量 (TPS)、响应时间，关系由 Little 定律 L=λW（平均并发=吞吐×平均响应时间）刻画；容量估算=把业务量（日活/峰值）换算成 TPS；Amdahl Sn=1/((1-Fn)+Fn/Kn) 说明局部加速有上限，指导 " 先优化大头 "。

---

二、教材原文精摘（第 2 / 17 章，原封不动）

【性能指标】原文（2.5/2.9）：

系统性能包含性能指标、性能计算、性能设计和性能评估 4 方面。吞吐量表示单位时间内通过的数据量；时延指一端传到另一端所需时间。

【Amdahl 定律】原文（2.9.3）：

阿姆达尔定律指对某一部件采用更快执行方式所获系统性能改变程度，取决于该方式被使用频率或占总执行时间比例。加速比主要取决于：①增强比例 Fn（能被改进部分占总执行时间比例，≤1）；②改进后速度提高比 Kn（原执行时间/增强后执行时间）。总加速比=两种执行时间之比（标准式 Sn=1/((1-Fn)+Fn/Kn)）。

【基准测试】原文（2.9.4）：

基准测试程序有 Dhrystone、Linpack、Whetstone、SPEC、TPC 基准程序；评价准确度：真实程序>核心程序>小型基准>合成基准。

性能基本关系（业界通用，教材 " 系统性能 " 语境一致）：平均并发数 = 吞吐量 × 平均响应时间（Little 定律 L=λW，λ 为到达率/吞吐，W 为平均驻留时间/响应时间）。

---

三、系统解读（逐段讲透）

• 针对三要素关系：并发用户（同时在线/在途请求）、吞吐 TPS（每秒事务数）、响应时间（单次耗时）。三者不是独立——并发 ≈ TPS × 响应时间。响应变慢或 TPS 暴涨，并发压力就放大。案例 " 系统扛不扛得住 " 先算这三者的平衡。
• 针对 Little 定律：L = λ × W。λ=平均到达率 (请求/秒，即 TPS)，W=平均响应时间 (秒)，L=系统内平均并发请求数。例：TPS=100、响应 0.5s → 平均并发=50。这是容量规划的基石公式。
• 针对容量估算（实战核心）：把业务指标换算成 TPS。
• 公式：峰值 TPS ≈ 总请求数 / 峰值时长 (秒)。
• 例：日活 100 万，10% 用户在 1 小时集中，每人 5 次请求 → 峰值 TPS = 100 万×10%×5 / 3600 ≈ 138.9。
• 再据单节点能力定集群规模（水平扩展，呼应 #19 集群优化）。
• 针对 Amdahl 上限：Sn=1/((1-Fn)+Fn/Kn)。Fn=可优化占比，Kn=该部分加速比。
• 若 Fn=0.4、Kn=4 → Sn=1/(0.6+0.1)=1/0.7≈1.43（最多快 1.43 倍）。
• 启示：只剩不可优化部分 (1-Fn) 是天花板；Fn 越小或 Kn 越低，收益越有限。容量优化要先找 Fn 大的瓶颈（如数据库），而非盲目加缓存到已很快的环节。

核心一句话总结：容量规划=并发/TPS/响应三要素，Little 定律 L=λW 连起来；容量估算把日活峰值换 TPS 再定集群；Amdahl Sn=1/((1-Fn)+Fn/Kn) 给出加速上限，指导 " 先优化占比大的瓶颈 "。详见 calculate21.html 分步解题。

---

四、工程实践举例（土木工程视角）

你做土木工程，" 产能/工期/劳动力 " 与容量规划同构：

• 并发/TPS/响应 ↔ 在施人数/产能/单工序工期：并发用户↔同时在场劳动力 (人)；TPS↔单位时间完成工序数 (产能)；响应时间↔单工序耗时——正对应三要素。
• Little 定律 L=λW ↔ 在场人数=产能×单耗：平均在场劳动力 = 单位时间完成量 × 单工序耗时。如每小时浇筑 100m³(λ)、单罐 0.5h(W) → 平均在场罐车/班组=50——正对应 L=λW。
• 容量估算 ↔ 工期倒排资源：日活峰值换 TPS↔把总工程量按峰值工期倒推所需设备台班；再定班组规模 (水平扩展)——正对应容量估算定集群。
• Amdahl 上限 ↔ 关键路径上限：只压缩非关键路径 (Fn 小) 或压缩比低 (Kn 小)，总工期缩短有限；要先压 Fn 大 (占比高) 的关键路径——正对应 Amdahl（优化大头才有大收益）。

知识点 ↔ 工程实践 对照表

教材知识点要素	你的实践场景对应	映射说明
并发/TPS/响应	在施人数/产能/单耗	三要素
Little 定律 L=λW	在场人数=产能×单耗	平衡关系
容量估算	工期倒排资源	定班组规模
Amdahl 上限	关键路径上限	先优化大头

当知识点涉及容量规划计算路径时，补充：

流程图（结构化呈现）

1. Amdahl Sn=1/((1-Fn)+Fn/Kn)
2. 业务量:日活/峰值占比/人均次数
3. 集群规模 = 峰值TPS / 单节点能力
4. Little定律 L=λW
5. 优化先找 Fn 大的瓶颈
6. 峰值 TPS = 总量/峰值秒

运维视角提示：容量规划是运维 "SLA 保障 " 的前置——峰值 TPS 决定要扩多少节点；Little 定律帮你看 " 响应变慢→并发堆积→雪崩 " 的临界；Amdahl 提醒 " 加机器不是万能，先治瓶颈 "。容量规划=提前算清峰值、留余量、定扩容阈值，不是等宕机再救。calculate21.html 练这个。