О расчёте среднего времени запроса (времени отклика). Если среднее время считается как отношение SUM(total_exec_time) к SUM(calls) , возможна следующая ситуация. Тест 1: SUM(total_exec_time) =1000 , SUM(calls) = 1000. Tест2: SUM(total_exec_time) =10 , SUM(calls) = 10. Получается аномалия - время отклика в обоих случаях ОДИНАКОВО. Для стресс-теста аномалия решается очень просто - смотреть надо не среднее время выполнения всех запросов в СУБД, а среднее время конкретного тестового запроса в сценарии тестирования ( тем более вся информация об этом есть в pg_stat_statements ). Ну а, для продуктива - метрика времени отклика давно уже не рассматривается в качестве метрики производительности. Важное дополнение : для стресс теста считать и анализировать надо не только производительность СУБД в целом но и производительность отдельного тестового запроса . Все данные для расчётов есть - операционная скорость (calls + rows) в pg_stat_statements , ожидания в pgpro_stats или pg_wait_sampling. P.S. Вот так , логично и последовательно - тема стресс тестирования преобразовалась в тему мониторинга производительности отдельного запроса .
В современном бизнесе скорость обработки заявок играет ключевую роль в конверсии и удержании клиентов. Наш опыт внедрения автоматизированных решений показывает, что правильно настроенные системы способны увеличить эффективность обработки запросов в 3-5 раз. Современные нейросетевые ассистенты способны обрабатывать типовые запросы круглосуточно. Внедрение ai продавца позволяет автоматизировать до 70% рутинных коммуникаций с клиентами. Особенно эффективно использование нейросетевого помощника в сфере онлайн-торговли и сервисного обслуживания...