我有一个报告应用程序。它的性能取决于托管它的硬件和它运行的数据。所以在硬件下，主要因素是：
- 中央处理器内核
- 记忆
- 硬盘速度
.. 在数据下，主要因素是：
- 客户数量
- 每个客户生成的平均数据量
我的计划是运行一系列测试，以在更改单个因素时测量性能。因此，例如，我将针对 1 核、2 核和 4 核运行性能测试，然后针对 4GB RAM、16GB RAM 和 64GB RAM 运行测试。
从这些测量中，我想得出一个公式，可以粗略地预测系统在某些硬件和数据下的性能。
例如：
性能得分 = f(CPU( + g(内存( + h(磁盘( + j(客户( + k(数据(
其中 f、g、h、j 和 k 是它们传递的参数的函数。
我的问题是：
是否有一种正式的方法可以将性能指标作为输入并推断该数据以生成预测性能的公式？
是的
- 我会使用线性回归作为起点。
有关示例，请参阅如何根据历史值预测内存使用情况和时间。
我发现《使用回归和多级/分层模型进行数据分析》是对该主题的高度可读性介绍(你可能不需要多级模型，所以你可以跳过本书的第二部分(。