效能测量与分析.ppt

Chapter 10 效能測量與分析 第十章 目標 瞭解電腦效能的測量方式。 能夠敘述常見的評效程式及其限制。 熟悉可供改進CPU及磁碟效能的因素。 10.1 導論 本章所提出的概念將會幫助你瞭解各種電腦效能的測量方式。 在你購買大型系統，或者試著改進現有系統效能時，你將會用到這些觀念。 我們將會討論一些影響系統效能的因素，還包括一些你可以用來改進程式效能的小方法。 10.2 基本的電腦效能公式 在我們討論RISC與CISC時，基本電腦效能公式提供了很大的幫助： 為了達到較佳效能，RISC機器降低了每個指令的週期數，而CISC機器則降低了每個程式的指令數。 10.2 基本的電腦效能公式 我們也已經學過CPU效能並非是影響整體系統效能的單一因素。記憶體與I/O效能也同樣重要。 Amdahl’s 法則告訴我們系統效能的改進在於加快某一元件，此元件不但是取決於元件本身的增速，而且還包括元件負擔整體系統工作量的多寡： 10.2 基本的電腦效能公式 簡而言之，Amdahl’s 法則告訴我們如何使一般的情況變快。 因此，假如我們的系統以CPU為主(CPU bound)，我們則需要使CPU變得更快。 一個以記憶體為主( memory bound) 的系統則需要在記憶體管理上做改進。 I/O為主( I/O bound)的系統效能會隨著I/O系統的升級而改進。 10.3 數學上的準備 系統效能的測量取決於個人的觀點 一個電腦使用者最常關心的是反應時間(response time)：系統完成一個工作需要花多長的時間？ 系統管理者通常較在乎生產量(throughput)：在反應時間受到影響之前，有多少工作可以同時被系統處理？ 這兩個觀點具有相關性：假如系統完成一個工作花費k秒，則它的生產量為每秒1/k個這樣的工作。 10.3 數學上的準備 在比較量個系統的效能時，我們會測量每個系統做相同工作所花費的時間。 若系統A與系統B執行相同的程式，我們會說系統A比系統B快n倍，如果： 系統A是系統B的x% 快，如果： 10.3 數學上的準備 假設我們有兩輛剛跑完10哩競速的賽車，A車用了3分鐘，B車用了4分鐘。 利用我們的公式，A車是B車的1.25倍快，而且A車比B車快25%： 10.3 數學上的準備 在我們評量系統效能時，我們會對於一個特定工作量下的預期效能特別有興趣。 我們會利用統計學上的工具，此工具為核心趨勢測量(measure of central tendency)。 大家最為熟悉的一個是算術平均數(arithmetic mean )或者稱為平均，可用下列公式表示： 10.3 數學上的準備 如果資料斜偏或散亂，算術平均數可能會遭到誤用 考慮下表中所給予的系統執行時間，效能上的差異在簡單的平均之下將會被隱藏起來。 10.3 數學上的準備 如果執行頻率(預期的工作量)已知，那麼加權平均(weighted average)便可以被充分利用。 系統A的加權平均為： 50 ? 0.5 + 200 ? 0.3 + 250 ? 0.1 + 400 ? 0.05 + 5000 ? 0.05 = 380. 10.3 數學上的準備 然而，工作量會隨著時間改變。 一個對與某工作量做最佳化的系統，在工作量改變時，可能會變得很糟糕，就如同下面所顯示的一樣： 10.3 數學上的準備 比較兩個或多個系統的相對效能時，幾何平均數(geometric mean) 是較合適的核心趨勢測量工具 它是n 個測量值乘積的n次方根。 不同於算術平均，幾何平均不會給予我們對實際系統效能的期望。它所提供的僅僅是一個比較的工具。 10.3 數學上的準備 幾何平均通常使用經過正規化(normalize)後的比例，此比例是待測系統相對於對照機器的比例。 我們執行了下表中的計算。 10.3 數學上的準備 當另一個系統被使用來作為對照機器，我們可以得到不同的數字。 10.3 數學上的準備 正規化後的幾何平均真正的用處在於不論是那個系統作為對照機器，所得到的幾何平均值的比例都會一致。 這也就是說，在系統A對系統B，系統B對系統C，系統A對系統C的幾何平均比例都是相同的，不論哪一部機器被選作對照機器。 10.3 數學上的準備 我們使用系統B與系統C做為對照機器之後的結果顯示在下表。 我們可以得到 1.6733/1 = 2.4258/1.4497. 10.3 數學上的準備 使用幾何平均來展示機器效能的問題是所有的執行時間對計算結果的貢獻程度都相同。 因此，縮短一個小程式10%的執行時間，與縮短一個大程式10%的執行時間將會得到相同的效果。 縮短程式一般較容易做最佳化，但在真實世界中，我們想要縮短的是冗長程式的執行時間 同樣地，若幾何平均不成比例，如某個系統幾何平均比另一個小50%，則不代表它就是兩