Jaka dystrybucja jest najczęściej używana do modelowania czasu odpowiedzi serwera?

Mam aplikację opartą na serwletach, w której mierzę czas potrzebny na ukończenie każdego żądania do tego serwletu. Już obliczam proste statystyki, takie jak średnia i maksimum; Chciałbym jednak opracować bardziej wyrafinowaną analizę i do tego celu uważam, że muszę odpowiednio modelować czasy reakcji.

Z pewnością, powiadam, czasy odpowiedzi są zgodne z dobrze znaną dystrybucją i istnieją dobre powody, by sądzić, że dystrybucja jest właściwym modelem. Nie wiem jednak, jaka powinna być ta dystrybucja.

Przychodzą mi na myśl log-normal i Gamma i możesz wykonać jeden z dopasowanych danych czasu rzeczywistego. Czy ktoś ma pogląd na to, jaką dystrybucję powinny przestrzegać czasy reakcji?

Rozkład Log-Normal jest tym, który najlepiej opisuję opóźnienia czasów odpowiedzi serwera dla całej bazy użytkowników w danym okresie.

Możesz zobaczyć kilka przykładów na trafnie nazwanej stronie lognormal.com, której zadaniem jest mierzenie rozkładu opóźnień witryny w czasie i więcej. Nie mam powiązań z witryną, z wyjątkiem bycia szczęśliwym użytkownikiem. Oto jak wygląda dystrybucja; czas odpowiedzi (np. ładowanie strony internetowej) a liczba odpowiedzi:

Należy zauważyć, że na tym wykresie skala czasu obciążenia (oś X) jest liniowa. Jeśli zmienisz oś x na skalę logarytmiczną, kształt rozkładu będzie wyglądał bardziej normalnie (w kształcie dzwonu) po prawej stronie piku.

Moje badania pokazują, że najlepszy model zależy od kilku rzeczy: 1) Czy zajmujesz się ciałem, ogonem lub jednym i drugim? Jeśli nie „oba”, modelowanie filtrowanego zestawu danych może być bardziej przydatne. 2) Czy chcesz bardzo prosty czy bardzo dokładny? tj. ile parametrów?

Jeśli odpowiedź na 1 była „zarówno”, jak i 2 była „prosta”, Pareto wydaje się działać najlepiej. W przeciwnym razie, jeśli 1 byłby „ciałem”, a 2 był „prosty” - wybierz filtrowany model erlang. Jeśli 1 było „zarówno”, jak i 2 było „dokładne”, prawdopodobnie chcesz mieć model mieszanki gaussowskiej na swoich danych w domenie dziennika - w efekcie lognormalne dopasowanie.

Ostatnio badam tę kwestię i nie znalazłem wystarczająco dobrego tematu w publicznym Internecie, więc właśnie napisałem post na blogu, w którym szczegółowo opisałem moje badania na ten temat.