📚 课程目录第4章性能指标体系

4. 性能指标体系：响应时间、吞吐量、并发用户数、资源利用率

在供应链计划系统中，性能调优与故障排查必须建立在可量化的指标体系之上。缺乏指标的性能分析如同“盲人摸象”，无法定位瓶颈、评估优化效果。本章定义四个核心性能指标：响应时间、吞吐量、并发用户数、资源利用率，并阐述它们之间的关联与在供应链场景下的具体含义。

下表对比了四个指标在通用性能测试与供应链计划系统中的具体映射关系：

指标	通用定义	供应链计划系统映射	典型阈值参考
响应时间	从发送请求到收到完整响应所经过的时间	需求计划运算耗时、MRP 净改变计算耗时、ATP 可用量检查耗时	在线查询 < 2s；批量运算 < 30min
吞吐量	单位时间内系统处理的请求或事务数量	每小时完成的计划订单生成数、每日处理的物料需求行数	峰值 > 5000 行/分钟；日均 > 50 万行
并发用户数	同一时间点主动发起操作的虚拟用户数量	同时登录的计划员数、同时运行的模拟场景数	建议 < 200 并发；超过 500 需关注
资源利用率	CPU、内存、磁盘 IO、网络带宽的使用百分比	数据库服务器 CPU 使用率、内存页交换率、磁盘队列长度	CPU < 75%；内存 < 80%；磁盘 IO < 70%

实践提示： 供应链计划系统通常包含“在线交互”与“后台批处理”两类负载。在线交互关注响应时间（如 ATP 查询），后台批处理关注吞吐量（如 MRP 全重排）。性能指标体系必须区分这两种负载类型，分别设定基线。

四个指标并非孤立存在，它们构成一个相互影响的动态系统。下图展示了在供应链计划系统中，当并发用户数上升时，各指标的典型变化路径：

响应时间是用户体验最直接的体现。在供应链计划系统中，需区分以下三种类型：

采集工具推荐：APM 工具（如 SkyWalking、Pinpoint）用于端到端追踪；数据库慢查询日志用于定位 SQL 瓶颈。

吞吐量反映系统的处理能力。供应链计划系统常用以下吞吐量指标：

  关键原则： 吞吐量必须与响应时间联合分析。单纯追求高吞吐量可能导致响应时间急剧恶化。通常以“响应时间不超过 SLA 上限”为前提，测量最大吞吐量。

并发用户数不等于在线用户数。在供应链计划系统中，一个计划员可能同时打开多个标签页运行不同模拟场景，因此并发数往往高于在线人数。建议采用以下方法估算：

并发用户数 = 在线用户数 × 平均请求间隔时间 / 平均响应时间
示例：100 人在线，平均每 10 秒操作一次，平均响应时间 2 秒
并发数 = 100 × 2 / 10 = 20 并发

资源利用率是定位物理瓶颈的直接依据。下表列出供应链计划系统常见的资源瓶颈特征：

资源类型	健康范围	瓶颈特征	供应链典型场景
CPU	< 75%	持续 > 90%，队列堆积	MRP 全重排、大规模模拟运算
内存	< 80%	频繁 GC、页交换、OOM	大数据量需求计划加载、缓存失效
磁盘 IO	< 70%	磁盘队列长度 > 2，await > 20ms	大量写日志、临时表空间不足
网络	< 60%	丢包率 > 1%，延迟抖动	分布式计划引擎间数据同步

当供应链计划系统出现性能问题时，建议按以下步骤使用指标体系进行排查：

常见误区： 不要只关注单一指标。例如，响应时间正常但吞吐量低，可能意味着系统资源闲置但请求量不足；资源利用率低但响应时间长，则可能是锁等待或网络延迟导致。

下图展示了一个供应链计划系统性能监控看板的核心布局，将四个指标整合在同一视图：

监控看板应支持以下功能：