计算机系统容量规划

📊 课程难度与压力分析

COMP9334 是计算机系里最有‘预言家感’但也最挑战‘逻辑一致性’的课。难点不在于编程，而在于‘对公式物理意义的透视’。当你面对一个包含 5 个微服务的复杂系统并需要计算其‘强制流定律 (Forced Flow Law)’时，如果你的请求计数 (Visit Count) 设错了一个，你后面的全部容量预测都会彻底偏离现实。压力主要来自于 Major Project，你需要从真实的性能日志中提取出‘服务需求 (Service Demand)’，如果你的拟合模型（如线性回归）忽略了非线性拐点，助教会在 Presentation 时指出你的系统会在‘双 11’当天瞬间熔断。及格容易，但拿 HD 需要你对‘利用率百分比’背后的数学本质有生理层面的反应。挂科风险显著存在于对‘操作分析四大定律’成立前提的混淆上。

🎯 备考重点与高分策略

高分秘籍：‘得瓶颈分析 (Bottleneck Analysis) 者得 Distinction，得 MVA 算法证明者得 HD’。期末考试中，利用操作分析定理推导特定负载下的响应时间上下限是必考的大题。一定要练到能秒识别‘谁是系统中最累的那台机器’。重点攻克‘封闭式排队网络中吞吐量的单调性证明’，那是区分普通调优工与顶级性能架构师的标志。备考时，教材《Quantitative System Performance》(Lazowska) 是唯一的圣经。对于项目，HD 的关键在于‘稳健性检验’——不仅给扩容建议，还要说明如果用户行为模式改变，你的模型是否依然有效。重视 Tutorial 里的每一道 Little's Law 变体题。

📚 学习建议与资源推荐

神级资源：Lazowska 教授的在线电子书，虽然年代久远但逻辑永恒。如果排队论理解不了，强烈推荐去 YouTube 搜‘Queuing Theory - Discrete Event Simulation’。最重要的建议：养成‘先估算界限 (Bounds)，再算精确解’的习惯。利用好 Python 的 `SimPy` 库进行离散事件模拟验证。学会使用‘JMeter 或 Locust’进行真实压测获取原始数据。加入 UNSW 的 Systems 研究组。训练你的‘量化性能直觉’。

⚠️ 作业与 Lab 避坑指南

项目避坑：千万不要在第 10 周才跑回归模型！真实的性能数据充满了噪声（Noise），你可能需要预留一周时间进行数据清洗。Assignment 写作中，严禁只贴表格，必须写出你的‘排队准则假设理由’——为什么你认为系统满足 FCFS？此外，注意 Final 考试有 Hurdle 要求，关于‘利特尔法则基本定义’的基础证明如果错太多会直接挂。考试时，带好直尺，画出的性能曲线（响应时间 vs 利用率）必须符合‘曲棍球棒’特征。注意：分清‘响应时间’与‘驻留时间’在多类作业系统中的定义差异。

💬 过来人经验分享

学长建议：这门课是为你进入顶级大厂性能组（如 Netflix 或 Google SRE）拿的‘认知高级签证’。学完后，你眼中的数据中心不再是机架，而是一个由到达率、服务强度和排队窗口构成的完美动态平衡场。建议找一个同样追求‘数据真实性’的队友共同打磨报告。拿 HD 的关键：在报告中展现出你对‘尾部延迟 (Tail Latency)’的考量。坚持住，通关 9334，你就真正具备了挑战未来海量并发、保障系统‘稳如泰山’的底层能力。这张成绩单是进入站点可靠性工程界最有力的背书。记住：好的架构，是不需要拍脑袋扩容的。