2. 接口延迟的度量标准：P50/P95/P99延迟、吞吐量（TPS/QPS）、抖动（Jitter）的定义与计算方法

在量化因子评分接口的调试与性能评估中，仅凭“快”或“慢”的感性描述无法指导优化。必须建立一套精确的度量体系，从延迟分布、处理容量和稳定性三个维度量化接口表现。本章将逐一拆解P50/P95/P99延迟、吞吐量（TPS/QPS）以及抖动（Jitter）的核心定义与计算方法。

2.1 延迟分布：P50 / P95 / P99 百分位延迟

延迟并非单一数值，而是一个分布。平均延迟（Average Latency）极易被极端值掩盖，无法反映真实体验。百分位延迟（Percentile Latency）通过排序统计，描述不同比例请求的延迟上限。

计算方法（基于排序）

1. 采集N个请求的原始延迟数据（如N=10000）。
2. 将延迟值按升序排列。
3. 计算目标位置索引：index = ceil(P * N)，其中P为百分位（如0.95）。
4. 取该索引对应的延迟值即为Pxx延迟。

// 伪代码：计算P99延迟
double[] latencies = collectLatencies(10000);
Arrays.sort(latencies);
int p99Index = (int) Math.ceil(0.99 * latencies.length) - 1;
double p99Latency = latencies[p99Index];
System.out.println("P99 Latency: " + p99Latency + " ms");

2.2 吞吐量：TPS 与 QPS

吞吐量衡量接口在单位时间内能处理的请求数量，直接决定策略的并发计算能力。在量化因子评分场景中，通常使用TPS（Transactions Per Second，每秒事务数）或QPS（Queries Per Second，每秒查询数）。两者本质相同，但TPS更强调一个完整事务（如一次因子计算+评分返回），QPS更侧重单次查询。

计算方法

// 示例：计算QPS
long startTime = System.nanoTime();
int requestCount = 0;

// 模拟发送10000次请求
for (int i = 0; i < 10000; i++) {
    sendRequest();  // 发送请求
    requestCount++;
}

long endTime = System.nanoTime();
double elapsedSeconds = (endTime - startTime) / 1_000_000_000.0;
double qps = requestCount / elapsedSeconds;
System.out.println("QPS: " + qps);

2.3 抖动（Jitter）：延迟的稳定性度量

抖动（Jitter）描述延迟的离散程度或变异程度。即使平均延迟很低，如果抖动剧烈，接口行为依然不可预测，可能导致策略信号时序错乱。抖动通常用标准差（StdDev）或平均绝对偏差（MAD）来量化。

计算示例（标准差）

// 计算延迟标准差
double[] latencies = {3.2, 3.5, 4.1, 3.8, 12.5, 3.3, 3.9, 4.0, 3.6, 28.1};
double mean = Arrays.stream(latencies).average().orElse(0);
double variance = Arrays.stream(latencies)
    .map(l -> Math.pow(l - mean, 2))
    .average()
    .orElse(0);
double stdDev = Math.sqrt(variance);
System.out.println("Jitter (StdDev): " + stdDev + " ms");

2.4 指标联动分析

单一指标无法全面评估接口性能。实际调试中，需要将P50/P95/P99、TPS/QPS、Jitter三个维度联合分析，才能定位瓶颈。