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。
欢迎加入QQ群-->： 979659372
