问题描述
正在努力回答一个问题：我们是否需要更多的工作机器来处理当前的负载？他们的系统有不同数量的作业进入，每个作业所需的时间也不同。他们提供了一个为期12小时的系统快照。但系统中的作业数量会根据日期和时间而变化。他想知道如何计算系统的吞吐量，并构建围绕系统能够处理的最大负载的监控。
解决方案
计算系统吞吐量
要计算系统的吞吐量，您需要收集一些数据并应用排队论的原理。在您的情况下，您已经有了作业在不同时间段的数据快照。以下是一个简单的方法来估计系统的吞吐量：
收集数据：根据您的数据快照，记录每个时间段内的作业数量。
计算平均吞吐量：将总作业数除以时间段的数量，以获得平均吞吐量。例如，12小时内总共处理了100个作业，那么平均吞吐量就是100 / 12 = 8.33 个作业/小时。
考虑变化：由于系统负载会根据日期和时间变化，您可能需要按小时、按天或按其他时间单位来计算吞吐量，以获得更准确的数据。
建立监控
建立系统的负载监控可以帮助您识别最大负载并做出适当的调整。以下是一些建议：
设置关键性能指标 (KPIs)：确定关键性能指标，如平均吞吐量、响应时间、处理延迟等。这些指标将帮助您评估系统的运行状况。
日志记录与分析：在系统中添加详细的日志记录，以便能够分析每个请求的处理过程。您可以使用日志分析工具来识别瓶颈和异常情况。
实时监控：使用监控工具来实时监测系统的性能。您可以使用开源工具如Prometheus、Grafana等，或者使用云服务商提供的监控服务。
自动化扩展：如果您使用容器编排平台如Kubernetes，可以设置自动化扩展规则，以便在负载增加时自动添加更多的工作节点。
实验和调整：定期进行负载测试和实验，以了解系统在不同负载下的表现。根据测试结果进行调整，优化系统的性能。
请注意，计算服务器容量和建立监控是一个复杂的过程，涉及多个因素和技术。您可能需要进一步研究和实践来确保系统的稳定性和性能。
相关资源
- 关于Kubernetes性能指标的监控：Monitoring Kubernetes performance metrics
以上是针对问题的解决方案，根据您的情况和需求，您可能需要调整和深入研究这些方法，以便更好地适用于您的系统。