UniMate AI

COMP9334

计算机系统容量规划

6 学分难度

课程定位 COMP9334 是 UNSW 计算机硕士专业在‘性能工程与系统建模’维度的硬核必修/核心课。它解决了支撑大型互联网架构(如云平台、电商引擎)最本质的生存命题:面对每秒数百万次的并发请求,我们需要多少台服务器才能保证 99% 的用户不会超时?如何利用数学模型预知系统的崩溃点?它是通往高级 SRE (站点可靠性工程师)、云架构性能优化专家、及技术运营总监岗位的唯一‘数理级’通行证。它将高深的排队论、操作分析与现代系统压测深度整合,是培养‘具备量化决策能力架构师’的必修课。 技术栈与学习内容 课程以‘数学建模与概率分析’为核心。学习内容涵盖:利特尔法则 (Little's Law) 的深度推导、最具实战意义的‘操作分析 (Operational Analysis)’方法、M/M/1 与 M/M/k 排队系统、网络排队模型 (Jackson Networks)、以及最为核心的‘平均响应时间与瓶颈分析’。此外,课程引入了离散事件模拟、负荷平衡算法以及基于优化理论的服务器选型策略。学生将学习如何利用概率模型预测‘双 11’等极端负荷下的系统表现。课程强调‘性能预测的数学严密性与成本效益权衡’。 课程结构 10 周理论高强度输出与两个极具挑战的建模项目结合。评估体系完全对接云计算运维标准:包含针对排队公式证明的期中 Quiz、一个要求对某模拟云服务系统进行‘容量评估与升级建议’的大型项目(Major Project,涉及数据采集、曲线拟合与预测模型)、以及一场强调系统转换分析、边界吞吐量推算与稳定性判定能力的期末综合大考。该课极其强调‘逻辑链条的连贯性’。 适合人群 计算机本科/硕士大三、大四。必须具备扎实的概率论基础。如果你想在面试中谈论‘如何利用 M/G/1 模型评估数据库查询延迟’、或者渴望在未来的分布式系统中掌控性能红线,这门课是你的神功。建议每周投入 20-25 小时进行公式演算与系统模拟。

Course decision

选课先看

先看考核重心、截止节奏和入门要求,再决定这门课是否适合你的学期安排。

考核总权重

100%

3 项考核

最高单项

45%

Final Professional Examination

期末考试

以官方 outline 为准

Hurdle

2 项

需要单独满足

Deadline map

考核时间线

按截止周排列作业节点;持续考核会保留在下方完整考核结构中。

Week 9

System Capacity Project

30%

独立为一个真实的 Web 应用进行压力测试数据分析,建立排队模型并预测未来流量翻倍时的扩容方案。

Week 10

Mathematical Modeling Quizzes

25%

涵盖 Little's Law 证明与 M/M/1 性能手算的限时测试,强调数学推导的严密性。

Week 11

Final Professional Examination

45%

全面考察操作分析定理、排队网络 MVA 算法及系统瓶颈判定能力的深度笔试。

Syllabus

每周大纲

默认只展示每周独有的知识重点;节奏、考核、Tutorial 和避坑信息按需展开。

  1. 1

    容量规划导论与系统观

    性能指标 (响应时间、吞吐量、利用率),Little's Law 基础,系统边界定义。

  2. 2

    操作分析 (Operational Analysis) 核心

    流量平衡假设,利用观测数据推算隐含性能指标,瓶颈探测 (Bottleneck Identification)。

  3. 3

    随机过程与排队论基础

    马尔可夫链复习,泊松到达过程,生灭过程 (Birth-Death) 在建模中的应用。

  4. 4

    单服务器模型:M/M/1 及其变体

    响应时间分布推导,多类作业 (Multi-class) 排队,处理具有反馈机制的系统。

  5. 5

    多服务器模型:M/M/k 与优先级排队

    Erland-C 公式应用,资源共享效率分析,抢占式 vs 非抢占式优先级策略。

  6. 6

    灵活性周 (Flex Week)

    复习操作分析界限证明,冲刺大型云服务容量预测 Assignment,练习回归拟合。

  7. 7

    排队网络 (Queuing Networks)

    开放式与闭开式系统,平均值分析 (MVA) 算法,处理多级微服务调用链的延迟累加。

  8. 8

    离散事件模拟技术

    仿真引擎原理,置信区间构建,如何利用仿真验证解析模型的偏差。

  9. 9

    系统性能调优与优化规划

    负载均衡算法对比,利用非线性优化确定最优服务器购买方案,最小化总拥有成本 (TCO)。

  10. 10

    前沿趋势与全课总结

    容器化与无服务器 (Serverless) 容量规划;全学期建模大闭环复盘;迎接 Final。

Assessment

考核结构

Mathematical Modeling Quizzes

涵盖 Little's Law 证明与 M/M/1 性能手算的限时测试,强调数学推导的严密性。

25%

Week 10

System Capacity ProjectHurdle

独立为一个真实的 Web 应用进行压力测试数据分析,建立排队模型并预测未来流量翻倍时的扩容方案。

30%

Week 9

Final Professional ExaminationHurdle

全面考察操作分析定理、排队网络 MVA 算法及系统瓶颈判定能力的深度笔试。

45%

Week 11

From Seniors

学长留下的

基础信息谁都查得到,真正值钱的是过来人的经验。

学姐说

比你早一年的学长留下的真实经验 —— ChatGPT 给不了。

这门课还没有学长经验,你可以是第一个 —— 注册后在课内分享。

往年考点 / 踩坑

这门课暂无往年考点记录。

毕业生去向(整体)

下面是匠人学院毕业生整体去过的公司分布(来自脱敏校友证言)。这是全平台的总体去向,不代表选这门课的人一定去这些公司。

统计自 317 份脱敏校友证言

Deloitte

6 位校友

岗位:Graduate Program · Graduate Consulting · Platform Engineer · Web developer · Platform engineer

Zerologix

4 位校友

岗位:Frontend Dev · junior frontend developer · Front-end Developer · Full Stack Developer

Servian

4 位校友

岗位:Full-stack Developer · Data Engineer · Consultant

关于这块数据,我们说实话

雇主墙来自脱敏毕业生证言(testimonials)的整体分布,无法关联到具体学员或其所选课程;仅作为毕业生去向的总体社会证明展示。

我们没有"某位学长选了这门课、后来进了哪家公司"这种可查询的个人去向档案 —— 校友证言是脱敏的,无法关联到具体的人或他选过的课。所以这里只给整体分布,不给个人路径,不编。