HiSEN

性能指标的含义与计算方式:TP50、TP90、TP99、TP999

发表于 | 分类于

零、本文背景

一个接口的关键指标应该就是响应速度，要想提高响应速度，结果在缓存中最好;
那么怎么确定一个合理的缓存时间，以平衡性能与成本呢？
我们可以通过记录业务请求，看读取缓存的时间分布，比如 99% 的请求都是 1天内;

近期在做日志分析，找到比较理想的一个缓存过期时间，使 90% 的查询都能被缓存覆盖;
发现有些同学不太懂 TP 指标，故写文记录一下。

一、性能指标含义

常见指标：TP50、TP80、TP90、TP99、TP999
正式解释：TP=Top Percentile，Top百分数，是一个统计学术语，与平均数、中位数都是一类;
通俗理解：TP99 100ms，99%的查询都能在100ms内返回;
本质理解：它是一个分位值，看数据的一个分布;

二、性能指标计算

计算方式：拿到所有请求耗时，升序排序，取 99% 位置的数据，就是 TP99;
比如说：拿 100 次请求的耗时，升序排序，取第 99 个的数据，就是TP99的值;

具体的代码方式就是，先算出耗时，放入 List ，然后排序，按指定的下标取值即可;

代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
private void calTime(List<Long> timeDurations) {
    timeDurations.sort(Long::compareTo);
    double tp50 = timeDurations.size() * 0.5;
    double tp90 = timeDurations.size() * 0.9;
    double tp99 = timeDurations.size() * 0.99;
    double tp999 = timeDurations.size() * 0.999;

    // 基础统计，包含max、min、count、avg信息;
    DoubleSummaryStatistics doubleSummaryStatistics = timeDurations.stream().mapToDouble(Long::longValue).summaryStatistics();
    System.out.println(JSON.toJSONString(doubleSummaryStatistics));

    // Math.ceil() 向上取整
    System.out.println("tp50:" + timeDurations.get((int) Math.ceil(tp50)));
    System.out.println("tp90:" + timeDurations.get((int) Math.ceil(tp90)));
    System.out.println("tp99:" + timeDurations.get((int) Math.ceil(tp99)));
    System.out.println("tp999:" + timeDurations.get((int) Math.ceil(tp999)));
}