리틀의 법칙: 두 판 사이의 차이
IT위키
편집 요약 없음 |
|||
| (다른 사용자 한 명의 중간 판 6개는 보이지 않습니다) | |||
| 1번째 줄: | 1번째 줄: | ||
[[분류:소프트웨어 공학]][[분류: | [[분류:소프트웨어 공학]][[분류:경영학]][[분류:프로젝트 관리]] | ||
;Little's Law | ;Little's Law | ||
;MIT 교수 리틀이 제시한 재고 산정 법칙으로, IT에선 성능 평가에 많이 사용됨 | ;MIT 교수 리틀이 제시한 재고 산정 법칙으로, IT에선 성능 평가에 많이 사용됨 | ||
* '''I=λ × R''' | |||
== 기본 == | == 기본 == | ||
* I = 재고 | * I = 재고 | ||
* λ = 산출물 | * λ = 산출물 | ||
| 12번째 줄: | 13번째 줄: | ||
== 성능 테스트 == | == 성능 테스트 == | ||
* I = 동시 사용자 수, | |||
* λ = 시스템이 처리 가능한 용량(Throughput) | |||
* | * R = 단위 처리의 응답 시간 | ||
* | |||
* | * '''측정 방법''' | ||
*# 사용자가 증가함에 따라서 응답시간이 느려지고 TPS는 증가 | |||
*# TPS가 더 이상 증가하지 않고 완만하게 되는 시점이 그 시스템의 임계치 | |||
== 같이 보기 == | == 같이 보기 == | ||
* [[소프트웨어 테스트]] | * [[소프트웨어 테스트]] | ||
* [[성능 테스트]] | * [[성능 테스트]] | ||
2020년 5월 6일 (수) 23:31 기준 최신판
- Little's Law
- MIT 교수 리틀이 제시한 재고 산정 법칙으로, IT에선 성능 평가에 많이 사용됨
- I=λ × R
기본[편집 | 원본 편집]
- I = 재고
- λ = 산출물
- R = 흐름시간
- 예시) 식당에 시간당 평균 30명이 오고, 평균 20명이 식사를 하고 있을 경우 평균 식사 시간은?
성능 테스트[편집 | 원본 편집]
- I = 동시 사용자 수,
- λ = 시스템이 처리 가능한 용량(Throughput)
- R = 단위 처리의 응답 시간
- 측정 방법
- 사용자가 증가함에 따라서 응답시간이 느려지고 TPS는 증가
- TPS가 더 이상 증가하지 않고 완만하게 되는 시점이 그 시스템의 임계치
