Little's law(리틀의 법칙) → 시스템 성능 테스트에 활용

• Little's law에 의해 동일한 부하에서 응답시간 또는 지연시간이 낮을 수록 시스템 처리량이 높아짐
• 정해진 자원 내에서 시스템 성능을 높이기 위해 튜너들이 어플리케이션이나 SQL의 응답시간을 줄이는 노력을 하게 되는 것
• 성능 개선의 핵심은 응답시간을 낮추는 것
• 기존 Little's Law 법측을 활용하여 시스템의 성능 이론에도 동일하게 적용
• Little's law의 규칙을 기반으로 성능을 향상하려고 한다면, 낮은 response time을 만드는 것이 최우선임 → "Low response time makes high throughput"

시스템의 성능 측정 Little's law

1. Active users -> 실제 사용자 수
2. TPS : 초당 트랜잭션(Transactions per Second)
3. Response time -> 응답 시간

   Active users = TPS * Response time

   

시스템의 성능 측정 Little's law의 이해

• 1명의 사용자가 시스템에 요청을 보낼 때 응답이 1초에 처리 → 초당 처리건수(TPS)는 1건
• 초당 처리건수(TPS)가 1건이면 2명이 요청하였을 때 응답 시간은 2초가 발생
• 1명이 요청을 보낼 때 응답이 0.5초에 처리 → 초당 처리 건수(TPS)는 2건
• 2명이 요청을 보낼 때 응답이 0.5초에 처리 → 초당 처리 건수(TPS)는 4건
  
  
  

TPS(초당 트랜잭션)와 Response 계산

• 시스템 처리량(TPS을 계산하는 공식으로 변환 → 시스템 처리량은 사용자 수에 비례하고, 응답시간에 반비례

  TPS = Active users / Response time

• 응답시간(Response)으로 계산하는 공식으로 변환 → 응답시간은 사용자 수에 비례하고 시스템 처리량에 반비례

  Response time = Active users / TPS

  
  
  

스토리지 성능 컨셉에 맞게 변환

• Thread → I/O 부하를 일으키는 주체
• Latency(지연시간) → 스토리지의 응답시간
• IOPS(Input Output Operations per Second) → 초당 입출력 오퍼레이션 건수로 스토리지의 처리량

  IOPS = Threads / Latency

  
  
  

※ 기존 Little's law (리틀의 법칙) 개념

• Little's law (리틀의 법칙)는 고정 시스템에서 고객의 장기 평균 수가, 장기 평균 유효 도착률에 고객이 시스템에서 소비하는 평균 시간을 곱한 것
• John Little이 정리한 법칙으로 Little's Law의 규칙

  # L -> 상점에 있는 평균 고객 수
  # λ(람다) -> 대기열에 있는 사람 수
  # W -> 상점에 머무르는 시간
  L = λ W