2. 触发频率定义：频率的度量单位与系统负载关系
在性能优化领域，触发频率（Firing Frequency）是衡量 CollectionEvent 在单位时间内被系统派发次数的核心指标。准确理解频率的度量单位及其与系统负载的耦合关系，是制定优化策略的前提。
2.1 频率的度量单位
根据事件采集场景的粒度不同，通常采用以下两种标准度量单位：
| 度量单位 | 适用场景 | 典型阈值范围 | 说明 |
|---|---|---|---|
| 次/秒 (Hz) | 高吞吐实时采集（如鼠标移动、传感器流） | 0.1 ~ 1000+ 次/秒 | 用于衡量瞬时峰值压力，直接关联 CPU 中断频率 |
| 次/分钟 (cpm) | 低频业务事件（如页面点击、表单提交） | 1 ~ 600 次/分钟 | 用于衡量平均负载，适合容量规划与长期监控 |
实践建议：在性能基准测试中，应同时记录“峰值频率（次/秒）”和“平均频率（次/分钟）”。仅关注平均值容易掩盖瞬间突发的性能抖动。
2.2 频率与系统负载的关系模型
触发频率并非独立变量，它与系统负载之间存在明确的非线性关系。下图展示了从事件产生到系统响应的完整链路：
2.3 频率-负载曲线的三个关键区域
根据实测数据，CollectionEvent 触发频率与系统吞吐量之间的关系可划分为三个典型区域：
- 线性区（Linear Zone）：频率较低时，系统处理能力充足，吞吐量随频率线性增长，延迟稳定。
- 拐点区（Knee Point）：频率超过某个阈值后，资源竞争加剧，吞吐量增速放缓，延迟开始明显上升。
- 饱和区（Saturation Zone）：频率继续升高，系统资源耗尽，吞吐量不再增长甚至下降，事件开始丢失或阻塞。
关键指标：“安全频率上限”通常定义为拐点区起始频率的 70%~80%。在此范围内运行，系统可保持 P99 延迟 < 50ms 且 零丢失率。
2.4 频率度量在优化中的实际应用
下表总结了不同频率区间对应的优化策略：
| 频率区间 | 典型表现 | 推荐优化动作 |
|---|---|---|
| < 100 次/秒 | CPU 空闲 > 60%，延迟 < 10ms | 无需干预，保持默认采集配置 |
| 100 ~ 500 次/秒 | CPU 占用 40%~70%，偶发延迟抖动 | 引入采样率控制，启用批量聚合 |
| 500 ~ 2000 次/秒 | CPU 占用 > 80%，队列积压明显 | 实施频率限流，异步化处理链路 |
| > 2000 次/秒 | 系统濒临饱和，事件丢失 > 5% | 紧急降频，扩容资源，重构采集架构 |
2.5 频率与负载的量化关系公式
在实际工程中，可使用以下简化模型估算系统承受能力：
// 系统最大安全频率估算公式
// QPS_max = (CPU核心数 × 单核处理能力) / (事件平均处理耗时 × 安全系数)
// 示例：4核CPU，单事件处理耗时 2ms，安全系数取 0.75
const cpuCores = 4;
const eventCostMs = 2;
const safetyFactor = 0.75;
const qpsMax = (cpuCores * 1000) / (eventCostMs * safetyFactor);
// 结果：qpsMax ≈ 2666 次/秒
console.log(`建议最大触发频率: ${qpsMax.toFixed(0)} 次/秒`);
注意：上述公式为理想化模型，实际生产中还需考虑 GC 停顿、锁竞争、网络 IO 等额外开销。建议在压测环境中通过逐步增压的方式校准真实拐点。
2.6 频率监控的推荐指标
- 瞬时频率（Instant FPS）：最近 1 秒内的触发次数，用于捕捉突发峰值。
- 平均频率（Avg CPM）：最近 5 分钟的平均值，用于趋势分析。
- 频率变异系数（CV）：标准差 / 平均值，反映频率的波动剧烈程度。CV > 1.0 表示存在明显的突发流量。
- 频率-延迟散点图：以频率为 X 轴、P99 延迟为 Y 轴，直观定位拐点位置。
通过持续跟踪上述指标，团队可以在系统性能下降之前提前发现频率异常，并采取相应的限流或扩容措施。