这是一个常见的问题，但是很难找到答案。我想衡量[Web服务器95％响应时间| API调用|算法性能|磁盘I / O |随你 ]。但是，您知道，这是很多数据，我不想存储它，因为它用于生产中。另外，我不想花很多CPU时间来计算软件的速度。
如果您寻找答案，将会看到许多关于古老算法的参考，这些古老算法将大量数据存储在箱中或保留大量随机样本数据。常见的结果包括P-square和binmedian，并且注意到很难找到任何像样的实现，因为尽管通常建议它们都是垃圾，而且没有人使用它们。
您还将找到无法实现的巧妙答案，因为缺少一半解释。也许如果您是统计学专业的人，您就会了解this。
那么我可以用来获取便宜的性能统计信息吗？请提供算法和源代码。
答案 0 :(得分：0)
寻找算法意味着进入学术界，因此了解问题的正确名称将很有帮助。我们正在寻找Streaming Algorithm，可能是分位数流，尽管您可能还需要其他统计信息。搜索该短语，您将获得更多有根据的答案。
一个简单的答案是this paper，这是亚马逊和学术界之间的合作，描述了截至2007年的技术水平。它提供了Greenwald-Khanna（GK）和Q-Digest算法的高级视图。您实际上可以在库中找到这些算法。 This library具有易于使用的C ++和JS实现。 Intel Math Kernel Library实现了Zhang 2007。
虽然sengelha库看起来易于使用且足以满足大多数需求，但自2007年以来，世界在不断发展。paper from this year（Amazon，Yahoo和Academia）描述了已实施的“ lazy kll”算法在Data Sketches库（C ++，Java，Python）here中。
此信息应该足以让您从软件甚至分布式软件生成分位数数据，我希望其他人能提供更好的答案。