基于相关性分析系统性能瓶颈

测试的过程中，难免需要会遇到一些性能瓶颈，那么就要求我们能够分析出性能瓶颈，并给出解决方案。
性能瓶颈很抽象，我们可以通过数据使其具象。
以我工作内容为例，服务器处理数据的能力是有限的，那么其处理的边界值是多少呢？
根据给出的指标，我们需要分析这些指标对处理时间的影响程度（相关性）。
偷懒直接使用python完成
源代码如下：

# -*- coding: utf-8 -*-
"""
Created on Tue Jul 24 14:47:41 2018@author: jfjiang3
"""
#相关性分析  计算相关系数
import pandas as pdsrc = 'src.xls' #原数据
data = pd.read_excel(src, index_col = u'序号') #读取数据，指定“序号”列为索引列print("相关系数矩阵，即给出了任意两列之间的相关系数:")
print(data.corr()) #相关系数矩阵，即给出了任意两列之间的相关系数
print("显示“平均下载时间”与其他因素的相关系数:")
print(data.corr()[u'平均下载时间']) #只显示“平均下载时间”与其他因素的相关系数

结果如下：

相关系数矩阵，即给出了任意两列之间的相关系数:报名人数    直播参课人数    直播满勤人数    直播缺勤人数      观看人数    平均下载时间
报名人数    1.000000 -0.242072 -0.384117  0.966091  0.602773  0.463708
直播参课人数 -0.242072  1.000000  0.986240 -0.484384  0.569690  0.564154
直播满勤人数 -0.384117  0.986240  1.000000 -0.608801  0.431492  0.453250
直播缺勤人数  0.966091 -0.484384 -0.608801  1.000000  0.391901  0.267983
观看人数    0.602773  0.569690  0.431492  0.391901  1.000000  0.795470
平均下载时间  0.463708  0.564154  0.453250  0.267983  0.795470  1.000000
显示“平均下载时间”与其他因素的相关系数:
报名人数      0.463708
直播参课人数    0.564154
直播满勤人数    0.453250
直播缺勤人数    0.267983
观看人数      0.795470
平均下载时间    1.000000
Name: 平均下载时间, dtype: float64

结果：

1、我们推测业务处理的复杂度关系是：观看人数>直播参课人数>报名人数
2、可以从观看人数、直播参课人数、报名人数对参与率表生成业务进行优化，可以优先考虑观看人数指标。
3、根据实际使用情况，当报名人数为700-800时，当前现网处理能力已接近瓶颈。

转载于:https://www.cnblogs.com/jianfeijiang/p/9360955.html

基于相关性分析系统性能瓶颈相关推荐

基于相关性分析和主成分分析的变量筛选方法
基于相关性分析和主成分分析的变量筛选方法 https://www.zybuluo.com/notmylove/note/1508052 主成分分析法指标筛选既然在课程专题四中讲到主成分分析法,那么 ...
fedora 11 下分析系统性能瓶颈之(一)mpstat
CPU是我们时常关注的,linux下面提供了很多查看系统性能的工具,像mpstat,iostat,vmstat,top等. 下面分别分析一下: mpstat是Multiprocessor Statis ...
基于c#的相关性分析_基于数字高程模型的城市地貌与地名相关性分析——以兰州市为例...
江西地名研究基于数字高程模型的城市地貌与地名相关性分析--以兰州市为例文/张鹏丽,李育提要:以兰州市为例,使用 ASTER 30米分辨率的数字高程模型DEM并提取了兰州市周边所有地名信息:通过 ...
基于大数据的动漫影视可视化分析系统
温馨提示:文末有 CSDN 平台官方提供的学长 Wechat / QQ 名片 :) 1. 项目简介本动漫分析系统开发语言为Python,并进行数据清洗,数据处理,并最后利用可视化技术进行动漫数据分析 ...
基于大数据的网站日志分析系统
本文没有任何代码,只有各个模块工作的大体机制和整体流程.算是一个科普文吧,我也对原理一知半解. 基于大数据的网站日志分析系统 1. 日志数据格式 1.1 访问日志 1.1.1 log_format 1 ...
基于 Kafka 和 ElasticSearch，LinkedIn是如何构建实时日志分析系统的？
https://blog.csdn.net/qq_36421826/article/details/81562297 今天,和跟大家分享我们在用ElasticSearch和Kafka做日志分析的时候遇 ...
基于Flink的实时日志分析系统实践
前言目前业界基于 Hadoop 技术栈的底层计算平台越发稳定成熟,计算能力不再成为主要瓶颈. 多样化的数据.复杂的业务分析需求.系统稳定性.数据可靠性, 这些软性要求, 逐渐成为日志分析系统面对的主 ...
上海鸥新：基于大数据的商场实时客流分析系统
公司介绍上海鸥新软件有限公司专注于室内定位技术和客流统计与分析的研发,如室内定位引擎.客流统计与分析系统.在用户导入客流系统的同时,为商业零售实体店提供了网络覆盖.微信上网,定时定地点向客户进行精准 ...
干货实战|基于Elastic Stack的日志分析系统
Elastic Stack简介 Elastic Stack是Elastic公司旗下的一系列软件总称,包括Elasticsearch.Logstash.Kibana和Beats.Elasticsearc ...

基于相关性分析系统性能瓶颈

基于相关性分析系统性能瓶颈相关推荐

最新文章

热门文章