情報処理試験の午前1
の勉強メモを、次回の午前1受験時のために残しておく。
■待ち行列
「M/M/1/∞モデル」の前提は次の通り
- 到着間隔は指数分布に従い(M)
- サービス時間は指数分布に従い(M)
- 窓口は1つで
- 待ちの許容量は∞
更に大前提として
- 窓口でのサービスは1人に限られ、順番待ちを途中でやめない
「混み具合」から「待ち時間」を求める式は次の通り
- 平均到着時間=窓口にやってくる客の平均間隔: Ta
- 平均到着率=単位時間に窓口にやってくる客数: λ=1/Ta
- 平均サービス時間=1客を処理する時間: Ts
- 平均サービス率=単位時間に処理できる客数: μ=1/Ts
- 利用率: ρ=λ/μ=Ts/Ta
- 待ち行列: L=ρ/(1-ρ)
- 待ち時間=処理開始されるまでの待ち時間: Tw=L×Ts
例えば、
- 客数が2倍になる→λが2倍→ρが2倍→Tw=2ρ/(1-2ρ)×Ts
- サービス時間が2倍になる→μが半分→ρが2倍→Tw=2ρ/(1-2ρ)×Ts
- 客数が半分→λが半分→ρが半分→Tw=ρ/(2-ρ)×Ts
- サービス時間が半分になる→μが2倍→ρが半分→Tw=2ρ/(1-2ρ)×Ts
■高信頼化アプローチ
- フェールオーバー : 冗長化して障害に備え、フェールソフトできるようにしておく
- フェールソフト : 障害が発生した際、可能な範囲で運転を続ける
- フェールセーフ : 障害が発生した際、安全な状態が保てるようにしておく
- フォールバック : 障害が発生した際、サービスレベルを低下させても良いので運転を続ける
- フォールトトレランス: 障害が発生した際、機能を失わずに運転を続ける
- フールプルーフ : 誤操作した際、危険な状態にならないようにしておく
■データ分析
- スライス : ある観点に沿ってデータを参照する(1月→2月)
- ダイス : 異なる観点でデータを参照し直す(商品分類→曜日)
- ドリルダウン : より細かい分類でデータを参照する(大分類→小分類)
- ロールアップ : より粗い分類でデータを参照する(小分類→大分類)
- データクレンジング : 使えるデータに整形する(誤り・重複の修正、属性・体系の統一)