可扩展性分析工具
sca-tools的Python项目详细描述
##可扩展性分析工具[构建状态](https://travis-ci.org/mookerji/sca_tools.svg?branch=master)(https://travis ci.org/mookerji/sca_tools)
[![codecov](https://codecov.io/gh/mookerji/sca_tools/branch/master/graph/badge.svg)(https://codecov.io/gh/mookerji/sca_tools)
[![PYPI版本](https://badge.fury.io/py/sca tools.svg)(https://badge.fury.io/py/sca tools)
`sca\u tools'分析软件可伸缩性基准测试实验,
具体测量作为应用负载或并发函数的吞吐量。它是一个python库和一组命令行
实用程序,这将帮助您:
-建模和量化应用程序中的吞吐量瓶颈
-容量计划
-比较回归的性能基准
法律](http://www.perfdynamics.com/manifesto/uslscalability.html)
作为模型和[lmfit](https://github.com/lmfit/lmfit-py)来执行模型拟合。“SCAUToAs工具”与现有的实现方式不同(参见BR/>(相关工作)(以下相关工作)):
强调稳健参数估计
在计算BR/>派生量,如延迟、队列大小时,支持参数不确定性的传播;等。
-对实验测量不确定度的支持
-使用科学的python库编写
这在很大程度上是一项**正在进行的工作**,
但目前包括:
-拟合USL的例程和基本报告
拟合USL的惯例和一致性参数的优度。
-最佳拟合模型的图形输出,最佳拟合模型的置信度
区间,拟合数据,残差,等。
-从csv数据生成这些模型的命令行工具,以及从计算机实验中操作和聚合csv数据。
fixtures/specsdm91.csv
----总结-----临界值=63.758
[[变量]
λ:89.9954927/-14.21296(15.79%)(初始值=1000)
西格玛:0.02772863/-0.009121(32.90%)(初始值=0.1)
kappa:0.00010437/-1.99e-05(19.04%)(初始值=0.001)
[[相关性](未报告的相关性为<;0.100)
c(λ,西格玛=0.964
c(西格玛,kappa)=-0.467
c(lambda,kappa)=-0.243
`````
[吞吐量模型](docs/specsdm91-throughput_model.png)
*游击队能力规划:为高度可扩展的应用程序和服务进行规划的战术方法。斯普林格,海德堡,德国,第1版,2007年。
-施瓦茨男爵。*使用通用的可伸缩性法则进行实用的可伸缩性分析。生动皮层,2015年11月。
[![codecov](https://codecov.io/gh/mookerji/sca_tools/branch/master/graph/badge.svg)(https://codecov.io/gh/mookerji/sca_tools)
[![PYPI版本](https://badge.fury.io/py/sca tools.svg)(https://badge.fury.io/py/sca tools)
`sca\u tools'分析软件可伸缩性基准测试实验,
具体测量作为应用负载或并发函数的吞吐量。它是一个python库和一组命令行
实用程序,这将帮助您:
-建模和量化应用程序中的吞吐量瓶颈
-容量计划
-比较回归的性能基准
法律](http://www.perfdynamics.com/manifesto/uslscalability.html)
作为模型和[lmfit](https://github.com/lmfit/lmfit-py)来执行模型拟合。“SCAUToAs工具”与现有的实现方式不同(参见BR/>(相关工作)(以下相关工作)):
强调稳健参数估计
在计算BR/>派生量,如延迟、队列大小时,支持参数不确定性的传播;等。
-对实验测量不确定度的支持
-使用科学的python库编写
这在很大程度上是一项**正在进行的工作**,
但目前包括:
-拟合USL的例程和基本报告
拟合USL的惯例和一致性参数的优度。
-最佳拟合模型的图形输出,最佳拟合模型的置信度
区间,拟合数据,残差,等。
-从csv数据生成这些模型的命令行工具,以及从计算机实验中操作和聚合csv数据。
fixtures/specsdm91.csv
----总结-----临界值=63.758
[[变量]
λ:89.9954927/-14.21296(15.79%)(初始值=1000)
西格玛:0.02772863/-0.009121(32.90%)(初始值=0.1)
kappa:0.00010437/-1.99e-05(19.04%)(初始值=0.001)
[[相关性](未报告的相关性为<;0.100)
c(λ,西格玛=0.964
c(西格玛,kappa)=-0.467
c(lambda,kappa)=-0.243
`````
[吞吐量模型](docs/specsdm91-throughput_model.png)
*游击队能力规划:为高度可扩展的应用程序和服务进行规划的战术方法。斯普林格,海德堡,德国,第1版,2007年。
-施瓦茨男爵。*使用通用的可伸缩性法则进行实用的可伸缩性分析。生动皮层,2015年11月。