性能重要衡量指标-百分位数

在性能监控中什么是最好的度量—平均数还是百分位数?

百分位数和平均值是用于描述数据集中趋势和分布的统计量，它们之间的主要区别在于：

1.平均值（均值）：

•平均值是数据集中所有数值的总和除以数据点的数量。•平均值对数据集中所有数据点进行了平均处理，反映了数据的集中趋势。•平均值容易受到极端值（异常值）的影响，因为它是所有数据点的总和除以数量。

2.百分位数：

•百分位数是将数据集按大小排序后，处于特定百分比位置的数值。•例如，第50百分位数是数据集的中位数，表示有50%的数据小于或等于这个值，50%的数据大于或等于这个值。•百分位数可以帮助了解数据的分布情况，识别数据集中不同位置的值。

总结：

•平均值是数据集的总体平均，反映数据的集中趋势，易受异常值影响。•百分位数表示数据集中处于特定百分比位置的值，有助于了解数据的分布情况，不受异常值的影响。

如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值就称为这一百分位的百分位数。可表示为：一组n个观测值按数值大小排列。如，处于p%位置的值称第p百分位数

用我们软件开发行业的例子通俗来讲就是，假设有100个请求，按照响应时间从小到大排列，位置为X的值，即为PX值。

P1就是响应时间最小的请求，P10就是排名第十的请求，P100就是响应时间最长的请求。

在真正使用过程中，最常用的主要有P50(中位数)、P95、P99。

P50: 即中位数值。100个请求按照响应时间从小到大排列，位置为50的值，即为P50值。如果响应时间的P50值为200ms，代表我们有半数的用户响应耗时在200ms之内，有半数的用户响应耗时大于200ms。如果你觉得中位数值不够精确，那么可以使用P95和P99.9

P95：响应耗时从小到大排列，顺序处于95%位置的值即为P95值。

还是采用上面那个例子，100个请求按照响应时间从小到大排列，位置为95的值，即为P95值。我们假设该值为200ms，那这个值又表示什么意思呢？

意思是说，我们对95%的用户的响应耗时在200ms之内，只有5%的用户的响应耗时大于200ms，据此，我们掌握了更精确的服务响应耗时信息。

P99.9：许多大型的互联网公司会采用P99.9值，也就是99.9%用户耗时作为指标，意思就是1000个用户里面，999个用户的耗时上限，通过测量与优化该值，就可保证绝大多数用户的使用体验。至于P99.99值，优化成本过高，而且服务响应由于网络波动、系统抖动等不能解决之情况，因此大多数时候都不考虑该指标。

在JavaScript中计算百分位数可以通过不同的方法实现。以下是一种常见的方法，使用JavaScript来计算给定数组的百分位数：

// 计算数组的百分位数function percentile(arr, p) {    if (arr.length === 0) {        return null;    }
    arr.sort(function(a, b) {        return a - b;    });
    var index = (p/100) * (arr.length - 1);    var lower = Math.floor(index);    var upper = Math.ceil(index);
    if (lower === upper) {        return arr[lower];    }
    var lowerValue = arr[lower];    var upperValue = arr[upper];    return lowerValue + (upperValue - lowerValue) * (index - lower);}
// 示例用法var data = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10];var p = 75; // 想要计算的百分位数，比如第75百分位数
var result = percentile(data, p);console.log("第" + p + "百分位数为: " + result);

在这个示例中，percentile 函数接受一个数组和一个百分位数作为参数，并返回该数组的对应百分位数的值。这个函数首先对数组进行排序，然后根据给定的百分位数计算相应的值。