难以理解高斯随机定时器？

Question

我已经在jmeter用户手册中阅读过高斯随机定时器信息，但很难理解。任何人都有与此相关的想法请以高度赞赏的例子解释。提前谢谢。

Answer 1

高斯随机定时器在恒定延迟偏移周围具有随机偏差（基于高斯曲线分布）。

例如：

• 偏差：100毫秒
• 恒定延迟偏移：300毫秒

对于大约68％的情况，延迟将在200 ms（300 - 100）和400 ms（300 + 100）之间变化，基于高斯分布。

Answer 2

我将尝试使用已发布的一个示例来解释它：

• 恒定延迟偏移：1000 ms
• 偏差：500毫秒

大约 68％的延迟将介于[500,1500] ms （= [1000 - 500,1000 + 500] ms）之间。

根据docs（强调我的）：

  

总延迟是高斯分布值（平均值为0.0，标准差为1.0）乘以指定的偏差值和偏移值

的总和

Apache JMeter调用Random.nextGaussian() * range来计算延迟。正如in the Wikipedia所解释的那样，nextGaussian()的值仅在[-1,1]之间，仅占大约68％的案例。从理论上讲，它可以有任何价值（虽然获得超出此区间的值的概率随着距离的增加而迅速下降）。

作为证据，我编写了一个简单的JMeter测试，它使用虚拟采样器和高斯随机定时器启动一个线程：3000 ms恒定延迟，2000 ms偏差：

为了排除cpu加载问题，我已经使用另一个虚拟采样器和一个Constant Timer配置了一个额外的并发线程：5000 ms：

结果非常有启发性：

例如，样本10和12：9h53'04.449" - 9h52'57.776" = 6.674"，与3.674"的偏差相比，2.000"的偏差！您还可以验证常量计时器是否仅偏离约1毫秒。

我可以在Gmane jmeter用户列表中找到关于这些高斯计时器的非常好的解释：Timer Question。

Answer 3

高斯随机定时器与均匀随机定时器几乎相同。

• 在均匀随机定时器中，常数偏移周围的变化具有线性分布

• 在高斯随机定时器中，恒定偏移周围的变化具有高斯曲线分布。

Answer 4

恒定延迟偏移（μ）= 300 ms，偏差（si）= 100 ms mu-si = 200，mu + si = 400，两个线程之间的时间间隔有68％的可能性在[200,400]范围内

mu-2（si）= 100，mu + 2（si）= 500，两个线程之间有95％的时间间隔在[100,500]范围内

mu-3（si）= 0，mu + 3（si）= 300，两个连续线程之间的时间间隔有99.7％的可能性在[0,600]范围内

当你继续这样的时候，你会得到两个线程之间的时间间隔为100％的概率为100％

我将自己限制为3次迭代，因为mu-4（si）产生负值，并且经过的时间在此宇宙中始终是正值。

但依赖高斯计时器是非常不现实的，因为我们有恒定的计时器和常数通过计时器，没有标准偏差（si）。

希望它有所帮助。