L = λ × W：一个矩形
Little定律：容量规划中最有用的方程
约翰·Little在1961年证明，对于任何稳定的队列，无论其内部结构如何：L = λ × W，其中：
- L = 系统中的平均项目数（队列 + 正在服务中）
- λ（lambda） = 单位时间内的平均到达率
- W = 每项平均停留在系统中的时间
几何解读：在一个轴上绘制到达率λ，在另一个轴上绘制停留时间W。它们形成的矩形的面积就是L。容量规划就存在于这个矩形内。
为什么重要：三个量中的任何两个都能决定第三个。如果你测量吞吐量和延迟，你就知道占有率。如果你测量占有率和吞吐量，你就知道延迟。这个定律是稳健的：它适用于网络请求、餐厅座位、超市队列和CPU流水线，无需任何修改。
三个具体例子：
- 一个网络服务每秒处理200个请求，平均延迟50毫秒（0.05秒）。L = 200 × 0.05 = 任何时刻在飞行中有10个请求。
- 一家咖啡馆每小时服务60名顾客，平均停留时间15分钟（0.25小时）。L = 60 × 0.25 = 平均室内有15名顾客。
- 一条生产线每小时生产100个小工件，每个小工件耗时2小时从头到尾。L = 100 × 2 = 处理中有200个小工件。
配置含义：如果你能为L（并发飞行中的项目）进行规模调整，你就已经为系统进行了规模调整。工作线程数、数据库连接数或队列槽数都来自L。
工作线程池的规模调整
你的视频转码服务设计用于平均到达率为每分钟30个转码任务，每个任务耗时90秒。当前工作线程池有30个工作线程。
为什么延迟在80%利用率以上爆炸式增长
容量规划中最重要的曲线
在x轴上绘制利用率（0%到100%），在y轴上绘制平均延迟。出现的形状是运营中最具影响力的曲线之一：它解释了为什么团队的目标是利用率远低于100%、为什么预留冗余不是浪费，以及为什么在高利用率下'高效'运行的系统在没有警告的情况下就会崩溃。
M/M/1排队曲线：对于具有泊松到达（随机）和指数服务时间（随机）的系统，平均等待时间遵循：
W_q = ρ / (μ(1-ρ))
其中ρ（rho）是利用率（0到1），μ是服务率。分母(1-ρ)是要点：当ρ接近1时，分母接近0，等待时间接近无穷大。
数值例子（M/M/1的延迟倍数与ρ的关系）：
- ρ = 0.5：延迟倍数1.0（基线）
- ρ = 0.7：延迟倍数～2.3
- ρ = 0.8：延迟倍数～4.0
- ρ = 0.9：延迟倍数～9.0
- ρ = 0.95：延迟倍数～19.0
- ρ = 0.99：延迟倍数～99.0
拐点位于70-80%利用率附近。在拐点以下，增加负载会缓慢增加延迟。在拐点以上，延迟呈非线性爆炸增长。这是为什么规范的SRE规则是：目标稳态利用率低于80%，从不在90%以上持续运行。
为什么传统运维团队低估了这一点：一台服务器在60% CPU'看起来很忙'，但有舒适的延迟冗余。一台服务器在90% CPU'看起来很高效'，但一个工作负载凸起就离延迟灾难不远。几何真相：曲线的斜率是真正的威胁，而不是它当前的y值。
读取曲线
一个团队在85% CPU利用率下运行一项服务。当前p99延迟为200毫秒。他们正在考虑添加30%的流量，以整合来自另一项正在弃用的服务的工作负载。
斜率、截距与预测锥
从斜率读取增长
在许多情况下，需求预测简化为通过历史数据画正确的线。该线的几何属性：斜率、截距和不确定性锥，编码了整个预测。
线性趋势（y = mx + b）：适用于短时间窗口或真正线性的过程。斜率m是每个时间单位的增长率。截距b是起始值。当增长稳定时有用。往往在过程实际上是复合增长时低估。
指数趋势（y = b × e^(mx)）：适用于复合增长：病毒式采用、用户网络效应、乘法季节性。在对数y轴上，指数增长变成线性，这使斜率估计更容易。log尺度上的斜率m是每个时间单位的增长率。
分段线性：当增长有不同的阶段时适用。一个创业公司可能缓慢增长18个月，然后有一个病毒爆发导致6个月的爆炸性增长，然后达到高原。三个线性段比任何单一曲线都更好地拟合这个。
预测锥：中心估计加上上下界限，画成进入未来的扩展锥。锥的宽度随时间增长而增长，因为不确定性复合。4周的预测可能有±10%的界限；12个月的预测通常有±50%或更多。
季节性分解：真实需求结合了趋势 + 季节周期 + 噪声。统计库（statsmodels、Prophet）将一个序列分解为这三个成分，允许趋势与季节模式分开投影。几何上，趋势是底层漂移，季节性是顶部的周期性波纹，噪声是残差抖动。
选择趋势模型
你有24个月的月度请求量数据。第1-12个月从1M增长到2M（看起来线性，+83K/月）。第13-18个月从2M增长到4M（更陡峭，+330K/月）。第19-24个月从4M增长到12M（陡峭得多）。营销确认一个病毒式产品功能在第13个月启动，驱动了这个拐点。
容量与需求作为二维几何
每个容量团队生活在内部的图表
在x轴上绘制时间。在y轴上分别绘制需求和容量作为两条独立的线。任何时间点它们之间的垂直间隙是可用容量。两条曲线之间的二维区域是可用容量包络线。
三个参考形状：
- 健康的包络线：容量线舒适地保持在需求线上方。在峰值期间间隙可能会缩小，但永远不会消失。包络线是一个安全带。
- 缩小的包络线：容量增长比需求慢。间隙随时间缩小。未来的交点是系统用完可用容量的时间：团队必须添加容量的截止日期。
- 反向包络线：需求超过容量。系统处于事件领地。反转的垂直大小是必须以某种方式服务的赤字（队列溢出、错误率、客户影响）。
标准容量规划图表绘制：
- 最近的需求历史（实线蓝色）
- 预测需求及界限（虚线 + 阴影锥）
- 当前容量（实线绿色）
- 计划的容量添加及交付日期（阶跃函数）
- 预测需求穿过当前容量的交点日期：这是下一个配置的截止日期
可视决策规则：让容量阶跃函数始终保持在预测锥的上界上方。不要配置到中心估计；配置到上界。过度配置的成本是有限的（一些闲置容量）；配置不足的成本是无限的（失去用户、级联故障、声誉受损）。
读取包络线
你的容量图表显示：当前需求为1500 RPS，每月增长20%。当前容量为2500 RPS。一个新服务器批次（+1500 RPS容量）将在8周内到达。预报锥在8周地平线处有±15%的界限。
容量的几何学：总结
预测未来的形状
你已经浏览了运营容量规划底层的四个几何结构：
- Little定律（L = λ × W）作为定义稳态占有率的矩形面积
- 排队曲线，其在80%利用率处的拐点，编码了运行高温的非线性成本
- 趋势斜率和预测锥，将历史数据转变为可行的投影
- 可用容量包络线作为容量与需求的二维图，交点日期标记配置截止日期
容量规划在其可视核心处，是保持一条曲线在另一条曲线上方安全通过时间的学科。数字是装饰；形状携带真理。一个正确读取排队曲线的容量工程师会捕捉到一个CPU仪表板在系统已经燃烧之前隐藏的问题。
容量规划的配套课程涵盖了实践：测量、预测、天花板测试、冗余和扩展。本课程涵盖了它们下面的几何学。一起，它们形成了运营在没有惊喜的情况下扩展的服务的可视和分析支架。