方差是标准差的平方吗

性能测试中会涉及很多性能相关的指标和术语，本节重点剖析核心的概念。

在线用户

表示某个时间段内在服务器上保持登录状态的用户。但在线用户不一定是对服务器产生压力的用户，只有正在操作的活跃用户才会对服务器产生压力，在线只是一种状态。

相对并发用户

类似活跃用户，表示某个时间段内与服务器保持交互的用户，理论上这些用户有同一时刻(即绝对并发)进行操作的可能(对这种可能性的度量称为并发度》。相对并发的说法主要是为了区分绝对并发。

绝对并发用户

表示同一时间点 (严格地说是足够短的时间段内)与服务器进行交互的用户，一般通过测试工具提供的并发控制 (如JMeter的集合点)实现。

思考时间

表示用户每个操作后的暂停时间，或者叫作操作之间的间隔时间，此时间内用户是不对服务器产生压力的。如果想了解系统在极端情况下的性能表现，可以设置思考时间为0;而如果要预估系统能够承受的最大压力，就应该尽可能地模拟真实思考时间。

响应时间

通常包括网络传输请求的时间、服务器处理的时间，以及网络传输响应的时间。而我们重点关心的应该是服务器处理的时间，这部分受到代码处理请求的业务逻辑的影响，从中可以真正发现缺陷并对业务逻辑进行优化，而网络传输请求和响应的时间很大程度上取决于网络质量。

响应时间也就是JMeter术语中的Elapsed time，表示接收完所有响应内容的时间点减去请求开始发送的时间点。另外，Latency time表示接收到响应的第一个字节的时间点减去请求开始发送的时间点,Connection time表示建立连接所消耗的时间。

当关注响应时间时，不应该只关注平均响应时间。通常我们会采用95%的响应时间，即所有请求的响应时间按照从小到大排列，位于 95% 的响应时间。该值更有代表性，而平均响应时间未能有效地考虑波动性

TPS

指每秒处理的事务数，是直接反映系统性能的指标。该值越大，系统性能越好。通常如果个事务包含的请求就1个，那么这个值就是每秒处理请求数。另外还有个概念叫吞吐量，它除了用于描述网络带宽能力，也指单位时间内系统处理的请求数量，JMeter聚合报告中TPS就是用该术语显示的。假如1个用户在1s内完成1笔事务，则TPS明显就是1; 如果某笔业务响应时间是1ms，则1个用户在1s内能完成1000笔事务，则TPS就是1000了;如果某笔业务响应时间是1s，则1个用户在1s内只能完成1笔事务，要想TPS达到1000，则至少需要1000个用户。因此在1s内，1个用户可以完成1000笔事务，1000个用户也可以完成1000笔事务，这取决于业务响应时间。

TPS波动范围

方差和标准差都是用来描述一组数据的波动性的 (表现数据集中还是分散)，标准差的平方就是方差。方差越大，数据的波动越大。

众所周知，性能测试依赖于特定的硬件、软件、应用服务和网络资源等，所以在性能场景执行期间TPS可能表现为稳定，或者波动，或者遵循一定的趋势上升或下降。由此可以根据离散系数提出一个TPS波动范围的概念，并定义为TPS标准差除以TPS平均值。如果这个比值超过了一定的范围，就认为这个性能点的TPS不够稳定，也间接证明被测系统的响应波动大，不满足性能期望。

另外，从上述的术语中不难发现，TPS、并发数与响应时间之间是有一定的关系的。假设平均响应时间为t (单位为毫秒)，并发量为 C，每秒处理请求数为 g，则g =(1000/t)x c 就是这个关系。所以想要升高 g ，就只有两条路: 降低t和升高 C。

对于降低t，只能靠优化代码方式来实现，这取决于软件工程师的编码水平或架构设计。

对于升高C，通常 c 与服务器程序的请求处理模型关系比较大。如果服务器程序是“一个线程对应一个请求”的模式，那么c 的最大值就受制于服务器能支撑多少个线程;如果是“一个进程对应一个请求”的模式那么c 的最大值则受制于最大进程数。另外，在升高c 值的过程中，不得不注意的一点是，随着线程/进程数增多，上下文切换、线程/进程调度开销会增大，这会间接地显著增大t 的值，因而不能让 g 的值跟着c 的值等比升高。所以一味增大 c 值通常也不会有好结果，最合适的 c 值应该根据实测试验得出。

注意

有一种特殊情况: 若业务决定了该服务器提供的服务具有“数据量小、返回时间较长”的特征，即这是一个不忙但很慢的业务类型，那么可以采用NIO模式提供服务，例如Nginx就默认采用NIO模式。 在这种模式下，c 值不再与线程/进程数相关，而只是与“套接字连接数”相关。通常“套接字连接数”可以非常大，在经过特殊配置的Linux服务器上，可以同时支撑百万级别的套接字连接数，在这种情况下c 值可以达到100万。

在如此高的 c 值之下，就算 再大，也可以支撑一个很高的 q ，同时真正的线程/进程数可以只设置到跟CPU核数一致，以求最大化CPU利用率。当然，这一切的前提是该业务具有“数据量小、返回时间较长”的特征。

经过上述分析，在评定服务器的性能时，应该结合TPS和并发用户数，以TPS为主、以并发用户数为辅来衡量系统的性能。如果必须要用并发用户数来衡量，则需要一个前提一一交易在多长时间内完成。因为在系统负载不高的情况下，将思考时间(思考时间的值等于交易响应时间)加到脚本中，并发用户数基本可以增加一倍，所以用并发用户数来衡量系统的性能没太大的意义。

提示

• 高并发
  并发强调多任务交替执行，并发与并行是有区别的，并行是多任务同时执行。例如，一个核的CPU处理事务就是并发;多个核的CPU就会存在事务的并行处理。这里涉及的知识点包括多线程、事务和锁，设计高并发通常采用无状态、拆分、服务化、服务隔离、消息队列、数据处理和缓存等。
• 高可用
  用系统的无故障运行时间来度量，主要作用为保证软件故障监控、数据备份和保护、系统告警、错误隔离。业务层设计包括集群、降级、限流、容错、防重和幂等。数据库设计包括分库、分表和分片等。

章舍琼4398方差和标准差的意义是什么,有什么区别? -
丘萍官19653086291 ______[答案] 方差和标准差是用来描述一组数据的波动性的(集中还是分散)标准差的平方就是方差

章舍琼4398标准差和方差分别反应数据的什么特征 -
丘萍官19653086291 ______[答案] ·标准差反应数据的变化幅度,即上下左右波动的剧烈程度.在统计中可以用来计算某变量值的区间范围(即置信区间). ·方差:即标准差的平方. 所以,标准差和方差两者没有本质区别.

章舍琼4398方差、标准差、协方差、有什么区别? -
丘萍官19653086291 ______ 方差、标准差、协方差区别如下: 1、概念不同 统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数; 标准差是总体各单位标准值与其平均数离差平方的算术平均数的平方根; 协方差表示的是两个变量的总体...

章舍琼4398方差、标准差的概念;方差、标准差的计算方法等
丘萍官19653086291 ______ 方差和标准差是用来描述一组数据的波动性的(集中还是分散)标准差的平方就是方差 参见方差和标准差的计算公式: 方差σ2反映各样本数值与平均分μ之间的差异,σ2=∑(xi-μ)/N); σ为总体标准差,是方差σ2的正的平方根. (注:σ2即σ的平方.写成这样是因为不好输入)

章舍琼4398求证:标准差的平方为方差 -
丘萍官19653086291 ______ 标准差(Standard Deviation) 各数据偏离平均数的距离(离均差)的平均数,它是离差平方和平均后的方根.用σ表示.因此,标准差也是一种平均数 标准差是方差的算术平方根. 标准差能反映一个数据集的离散程度.平均数相同的,标准差...

章舍琼4398方差、标准差有没有单位?单位是什么 -
丘萍官19653086291 ______[答案] 1、方差和标准差是否有单位,取决于“样本数据”的单位. 2、如果“样本数据”有单位,那么方差和标准差均有单位;如果“样本数据”只是没有单位的数值,那么方差和标准差均没有单位. 3、理由: 方差的单位应该是“样本数据”单位的平方,...

章舍琼4398方差和标准差 的作用有什么不同? -
丘萍官19653086291 ______[答案] 一样 ,对判断数据没什么不同,方差和标准差都是用来描述一组数据的波动性的(集中还是分散) 标准差的平方就是方差

章舍琼4398标准差和方差的区别 -
丘萍官19653086291 ______ 标准差就是将方差开方得到. 意义上有什么不同? 很简单.标准差的单位和测量值的单位是一样的,这点在实际物理等应用中很重要!!!而方差的单位是其平方.

章舍琼4398方差的作用是什么啊?恩,在课上没有理解, -
丘萍官19653086291 ______[答案] 样本中各数据与样本平均数的差的平方和的平均数叫做样本方差;样本方差的算术平方根叫做样本标准差.样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大. 简单说,标准差就是方差的平方...