Oracle性能预测

译者序
前言
第1章 性能预测导论
1.1 风险：一个四个字母的单词（RISK）
1.2 服务水平管理
1.3 建模：化繁为简
1.4 模型类型
1.4.1 数学模型
1.4.2 基准模型
1.4.3 模拟模型
1.4.4 基准和模拟之间的差异
1.5 Oracle性能预测的挑战
第2章 基本性能预测
2.1 计算系统是活的
2.2 事务是工作的单元/计量单位
2.2.1 到达率
2.2.2 事务处理器
2.2.3 队列
2.2.4 事务流
2.3 响应时间曲线
2.4 CPU和IO子系统建模
2.5 方法是必须的
2.6 数据采集
2.7 基础数学
2.7.1 公式
2.7.2 应用程序
2.7.3 管理层需要知道什么
2.8 风险缓解策略
2.8.1 优化应用程序和Oracle
2.8.2 购买更多的CPU能力
2.8.3 平衡现有的工作负载
2.9 小结
第3章 提高预测精度
3.1 预测陷阱
3.2 模型选择
3.2.1 要问的问题
3.2.2 基本预测模型
3.3 基线选择
3.4 响应时间数学
3.4.1 Erlang C预测公式
3.4.2 对比预测公式
3.5 计算平均值
3.5.1 正确的分布模式
3.5.2 如何求多个值的平均值
3.6 案例研究：高光公司
3.6.1 确定研究课题
3.6.2 收集和描述工作负载
3.6.3 选择预测模型
3.6.4 预测和验证
3.6.5 我们告诉管理层什么
3.7 小结
第4章 基础预测统计
4.1 什么是统计
4.2 样本与总体
4.3 描述样本
4.3.1 用数值描述样本
4.3.2 可视化地描述数据样本
4.3.3 完整地描述样本数据
4.4 做出推断
4.4.1 使用总体标准差
4.4.2 使用标准误
4.5 骗人的精度
4.6 小结
第5章 实用排队论
5.1 排队系统符号
5.2 Little法则
5.3 Kendall的符号
5.4 排队论工作簿
5.5 队列配置和响应时间曲线位移
5.5.1 观察不同队列配置的影响
5.5.2 响应时间曲线的上下左右移动
5.6 应用排队论所面临的挑战
5.7 小结
第6章 系统化地预测性能
6.1 需要有一种方法
6.2 OraPub的预测方法
6.2.1 确定研究课题
6.2.2 收集工作负载数据
6.2.3 描述工作负载
6.2.4 开发和使用适当的模型
6.2.5 验证预测
6.2.6 预测
6.3 小结
第7章 描述工作负载
7.1 面临的挑战
7.2 收集工作负载
7.2.1 收集操作系统数据
7.2.2 收集Oracle数据
7.3 定义工作负载组成部分
7.4 对工作负载建模
7.4.1 简单工作负载模型
7.4.2 单类工作负载模型
7.4.3 多类工作负载模型
7.5 选择峰值
7.5.1 选择单一样本
7.5.2 汇总多个工作负载样本
7.6 小结
第8章 比例模型
8.1 比例模型概念
8.2 比例模型公式
8.3 收集和描述工作负载
8.4 推导比例
8.4.1 推导出批处理对CPU的比例
8.4.2 推导OLTP对CPU的比例
8.5 比例模型预测
8.6 小结
第9章 线性回归模型
9.1 避免非线性领域
9.2 寻找关系
9.3 确定线性关系
9.3.1 查看原始数据
9.3.2 查看原始数据曲线图
9.3.3 查看残差数据
9.3.4 查看残差数据曲线图
9.3.5 查看回归公式
9.3.6 查看相关性强度
9.3.7 如果一切正常，执行预测
9.4 处理离群值
9.4.1 离群值的识别
9.4.2 确定何时停止
9.5 回归分析案例研究
9.6 小结
第10章 可扩展性
10.1 物理CPU和有效CPU之间的关系
10.2 预测时如何使用可扩展性
10.3 可扩展性涉及什么
10.4 加速和扩展
10.5 哪个预测模型受到可扩展性影响
10.6 可扩展性模型
10.6.1 阿姆达尔扩展
10.6.2 几何级数扩展
10.6.3 二次方扩展
10.6.4 超级串行扩展
10.7 确定可扩展性的方法
10.7.1 从物理CPU数据到有效CPU数据
10.7.2 基准：物理CPU数量对吞吐量的数据
10.7.3 真实系统：系统负载和吞吐量数据
10.8 小结