2.4.2 输入吞吐量指标的选择

衡量任何一个业务系统的运行性能，可以从两个基本方面来进行考察：访问特征和访问能力。

访问特征体现了业务系统运行的负载特征，主要用来衡量吞吐量。当一个业务系统的访问特征发生了变化，特别是其访问特征预期在吞吐量突变点之上时，可以判断业务系统的性能将会发生变化。或者说业务系统的访问特征发生了明显的变化，可以猜测以下两点正在发生：

1）有新的业务正在加入，需要引起关注。

2）原有业务的访问特征发生了变化，可能会引起重大的性能问题。

访问能力体现了业务系统运行的响应时间特性，主要用来衡量响应时间。一个性能表现良好的系统，响应时间或者访问能力必须控制在可接受的范围之内，否则就表示业务系统性能不佳。

数据库应用系统在考虑数据库黑盒子的情况下，可以用两个基本性能指标来衡量访问特征和访问能力：LIO（逻辑I/O）和PIO（物理I/O）。Craig A. Shallahamer就是选择了LIO和PIO作为输入吞吐量操作单元，尤其是LIO输入指标。一般来说，数据库应用运算量很小，绝大部分数据库应用的运算转换消耗可以忽略不计，LIO基本可以代表CPU资源的消耗运行。

任何业务系统在不考虑运行和网络交互的情况下，都可以归类为两类基本的操作：LIO和PIO。每个业务系统不管其业务模式如何变化，SQL语句如何多变，其最终有效性都可以通过这两个指标来衡量。以每秒或者每分钟多少个LIO和PIO来衡量业务特征，LIO和PIO的数量和两者之间的比例就构成了现有业务系统的运行特征，而LIO和PIO具有相互转换的关系甚至可以归结为一个衡量业务系统运行的指标。

在引入LIO和PIO两个核心输入吞吐量指标之后，就可以构建UOWTBA响应时间分析方法论的基本形态。

访问特征：每秒运行的LIO和PIO数量。

访问能力：每个LIO和PIO的响应时间。

辅助描述：Transactions，User Calls，Execute数量。

响应时间（LIO）=服务时间+等待时间

响应时间（PIO）=服务时间+等待时间

对于PIO来说，可以进一步分解为：响应时间（PIO）=服务时间+I/O服务时间+其他等待时间。

再次查看吞吐量和响应时间曲线，以及图2-4基于输入吞吐量PIO的响应时间曲线。

图2-4 基于输入吞吐量PIO的响应时间曲线

可以看出，UOWTBA和TBA最根本的区别在于，UOWTBA分析对吞吐量的描述比标准TBA分析更加清晰，使基于业务的TBA分析可以简单地转化为基于技术的TBA分析。