Статистическая обработка результатов измерений временных характеристик web - приложений.

Для сбора статистических данных о работе WEB-приложения в приложение, работающее на всех дорогах России, были встроены измерительные блоки, фиксировавшие в ходе работы приложения по обслуживанию многих одновременно работающих пользователей моменты наступления следующих событий:

t0 - момент запуска стартовой страницы;

t1 - момент, когда клиент нажимает кнопку ввода запроса;

t2 - момент, когда начинает приходить ответ;

t3 - момент, когда поступает конец ответа (страница загружена полностью).

 

Определение понятия время отклика

Рис.1. Определение понятия «время отклика».

 

Для WEB-приложений наиболее важным критерием эффективности функционирования является время отклика. Время отклика можно определить двумя способами, как показано на рис. 1. В момент времени t0 оканчивается процесс получения ответа с сервера. В течение времени от момента t0 до момента tt пользователь обдумывает свои дальнейшие действия и готовит следующий запрос. Интервал времени от t0 до t4 называется временем обдумывания пользователем. В момент времени t1 клиент посылает новый запрос к серверу. Ответ от сервера начинает поступать клиенту в момент времени t2 и завершает своё поступление в момент t3. И тот, и другой интервалы [(t2-t1) и (t3-t1)] часто называют временем отклика. Нужно различать эти термины. Период (t3-tt) будем называть временем отклика, а период (t2-t1) назовем временем реакции.

Собранные статистики (конкретные реализации случайных величин) были записаны в текстовые файлы и обработаны с помощью специально разработанной программы.

Были проверены гипотезы о том, что полученные эмпирические распределения могут быть описаны следующими теоретическими распределениями.

Экспоненциальное распределение с плотностью распределения вероятностей:

формула

Гамма-распределение с плотностью распределения вероятностей с параметром X и с порядком распределения v:

формула

формула

Эрланговское распределение с плотностью распределения вероятностей с параметром X и с порядком распределения v >1 (так как для порядка, равного 1, имеем экспоненциальное распределение):

формула

Среднее значение (математическое ожидание теоретического распределения) и дисперсия (второй центральный момент случайной величины) и гамма, и Эрланговского распределений вычисляются одинаково:

формула

Перечисленные распределения были выбраны потому, что они просто реализуются при имитационном моделировании вычислительной системы.

Для проверки гипотезы о том или ином распределении последовательности случайных величин, полученных в ходе наблюдений за работой WEB-приложения, вычислялось значение Χ2 ~ критерия по формуле [1]:

формула

где ni - число попаданий случайной величины в i - тый разряд в ходе эксперимента - срабатывания измерительного блока в модулях WEB-приложения, nteor.i - теоретическое количество попаданий в разряд.

Теоретическое количество попаданий в разряд определялось численным интегрированием теоретической плотности распределения вероятностей случайной величины на интервале от левой границы интервала до правой. Это давало теоретическую вероятность попадания случайной величины в указанный интервал. Умножив ее на число измерений, получаем nteor.i

Параметры теоретических распределений определялись по методу моментов [1]. Так, математическое ожидание теоретического распределения приравнивалось выборочному среднему, полученному по результатам наблюдений. Если распределение имеет один параметр, то этого уже достаточно для вычисления параметра распределения (что и имеет место для экспоненциального распределения). Для распределений с двумя параметрами нужно приравнять теоретическую дисперсию распределения выборочной дисперсии. Тогда решение двух уравнений с двумя неизвестными (для приведенных гамма - распределения и Эрланговского распределения это параметр и порядок распределения) даст искомые значения.

По таблицам, приводимым в учебниках по теории вероятностей и математической статистики, для квантилей %- распределения определяем (для числа степеней свободы, равного числу разрядов гистограммы, минус 1) ту доверительную вероятность, с которой может быть принята гипотеза о теоретическом распределении

Время обдумывания.

Выборочные характеристики случайной величины:

СРЕДНЕЕ=9,60950096

СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ=9,55162161

КОЭФФИЦИЕНТ ВАРИАЦИИ=0,97741528

МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=1,372

МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=62,66

На рис. 1 приводится гистограмма времени обдумывания для выборки с числом измерений, равным 1000

 

Гистограмма времен обдумывания для выборки

Рис. 1. Гистограмма времен обдумывания для выборки, объемом N=1000.

 

Как видим, вероятность принятия гипотезы об экспоненциальном распределении весьма велика, она равна 0,93.

Тому факту, что время обдумывания имеет экспоненциальное распределение, есть простое физическое толкование. Как правило, работает с WEB-приложением опытный пользователь, быстро оценивающий полученный результат и хорошо владеющий мышкой. Поэтому в выборке подавляющее количество конкретных реализаций случайной величины малы.

Время реакции.

Выборочные характеристики случайной величины:

СРЕДНЕЕ=1,49208077

СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ=1,63678737

КОЭФ.ВАРИАЦИИ= 1,09698309

МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,07000000

МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=8,73200000

Выборка, объемом 1000 измерений, была получена в ходе сбора статистической информации, соответствующая этому теоретическая кривая приведена на рис. 2.

 

Гистограмма времени реакции. Гамма - распределение

Рис. 2. Гистограмма времени реакции. Гамма - распределение.

 

Время отклика. Гамма - распределение

Рис. З. Время отклика. Гамма - распределение.

 

Как видим, вероятность принятия гипотезы велика - 0,739. Однако порядок гамма - распределения практически равен 1. Возможно принятие гипотезы об экспоненциальном распределении, так как коэффициент вариации случайной величины (отношение среднеквадратического отклонения, корня квадратного из дисперсии, к среднему) практически равен 1, а гамма - распределение с порядком, равным 1, есть не что иное, как экспоненциальное распределение.

Время отклика.

Выборочные характеристики случайной величины:

СРЕДНЕЕ= 1,63781538

СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ= 1,76435735

КОЭФФИЦИЕНТ ВАРИАЦИИ= 1,07726266

МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,07

МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=8,853

Как видим, порядок гамма - распределения меньше 1, хотя внешне гистограмма напоминает экспоненциальное распределение. Для уточнения теоретического распределения будут проведены дальнейшие исследования.

Время формирования.

Выборочные характеристики случайной величины:

СРЕДНЕЕ= 0,14592692

СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ= 0,24141251

КОЭФФИЦИЕНТ ВАРИАЦИИ= 1,65433836

МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,001

МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=1,202

Гистограмма времени формирования приведена на рис. 4.

 

Время формирования. Гамма - распределение

Рис. 4. Время формирования. Гамма - распределение.

 

Длительности интервалов входного потока

Рис. 5. Длительности интервалов входного потока.

 

Как видим, порядок гамма - распределения много меньше 1, поэтому рассчитывать на экспоненциальное распределение не приходится. Дальнейшие исследования необходимы, так как вероятность гипотезы о теоретическом распределении мала.

Входной поток запросов.

Если рассматривать исследуемую WEB-систему «тонкий клиент-сервер» как разомкнутую систему массового обслуживания, в которой интенсивность поступления новых запросов на вход системы не зависит от того, сколько уже имеется запросов в системе, то тогда весь процесс поступления запросов от клиентов можно рассматривать как поток из бесконечного источника. Для накопленных измерений моменты времени в таком потоке - суть величины t0, а интервалы в этом потоке есть разность между текущим измерением минус предыдущее (начиная со второго измерения).

Для 1000 накопленных значений входного интервала были получены такие выборочные характеристики случайной величины - длительности интервалов (между моментами поступления запросов) входного потока:

СРЕДНЕЕ=110,51946600

СРЕДНЕКВАДРАТИЧЕСКОЕ ОТКЛОНЕНИЕ=107,86352812

КОЭФФИЦИЕНТ ВАРИАЦИИ=0,97596860

МИНИМАЛЬНОЕ ЗНАЧЕНИЕ XMIN=0,05800000

МАКСИМАЛЬНОЕ ЗНАЧЕНИЕ ХМАХ=728,33300000

Гистограмма длительности интервалов входного потока приведена на рис. 5.

Как видим, вероятность принятия гипотезы об экспоненциальном распределении довольна высока: она равна 0,4988.

Приведенные результаты статистического анализа временных характеристик работы WEB-приложения позволяют сделать вывод о том, что при построении математических моделей вычислительных систем можно считать, что случайные величины - времена обработки имеют экспоненциальные распределения, а входной поток запросов считать пуассоновским.

....................................................................................................










Системы передачи данных

 


Комплексные проектные решения

 


Управление распределенными системами

 


Автоматизированные рабочие места

 


Системы и средства обеспечения безопасности движения

 


Цифровые сети технологической связи

 


Информационные системы управления движением

 


Автоматизированное управление разработками проектов

 




Бюро переводов "ENG-RUS" - грамотный перевод технической и проектной документации, опытные переводчики, умеренные цены.

 


Свадьба в Чехии

 



Copyright (c) 2021