Продолжение по теме
Распределение значений бенчмарка

Вопрос : При условии постоянной нагрузки и неизменного тестового запроса , какое распределение значений бенчмарка производительности СУБД для СУБД PostgreSQL будет встречаться чаще ?

Ответ YandexGPT:

При постоянной нагрузке и неизменном тестовом запросе для PostgreSQL наиболее вероятными будут следующие типы распределений значений бенчмарка производительности:

Нормальное распределение (Гауссово) - наиболее часто встречается при стабильной работе системы. Характеризуется симметричным колоколом с преобладанием средних значений и постепенным убыванием частоты крайних значений.

Логнормальное распределение - часто встречается при измерении времени отклика, когда большинство значений группируется вокруг небольшого среднего, а хвост распределения тянется вправо.

Распределение Пуассона - может наблюдаться при подсчете количества операций за фиксированный период времени при редких событиях.
Факторы, влияющие на форму распределения:

Нагрузка на CPU и RAM
Состояние кэша
Конфигурация PostgreSQL
Тип и сложность запроса
Параллельность выполнения
При анализе производительности важно отслеживать не только среднее значение, но и дисперсию, медиану и квартили, так как даже при нормальном распределении могут возникать значимые отклонения из-за внешних факторов или особенностей работы СУБД.

Для получения более точных результатов рекомендуется проводить бенчмарки в течение длительного периода времени и учитывать различные процентили (например, 95-й и 99-й), а не только среднее значение.

IMHO мне кажется теперь становится ясно, почему авторы стали исследовать разные распределения, а не анализировать причины отклонения от нормального .
Хотя , конечно же, я могу ошибаться .
В любом случае - тема интересная и перспективная. Жаль , авторы молчат и не публикуются для обсуждения .

Продолжение игр с большими языковыми моделями .

Вопрос : Расскажи мне про использование индикатора CPI при анализе производительности СУБД PostgreSQL

Ответ DeepSeek , не приводится , китаец как обычно , по данной теме, полную пургу несет.
Ответ YandexGPT:

**CPI** (Cycles Per Instruction) в контексте PostgreSQL представляет собой метрику производительности, которая рассчитывается как модуль вектора из трех показателей:

* **QPS** - количество запросов в секунду
* **TPS** - количество транзакций в секунду
* **RPS** - количество строк, полученных клиентом в секунду

Для измерения времени выполнения операций используются данные из системных представлений:
* **active_time** из pg_stat_database
* **total_exec_time** из pg_stat_statements

Дополнительно введены расширенные метрики:
* **CPI_VOLUME** - объем обработанных блоков распределенной памяти при выполнении SQL-операторов
* **CPI_RATIO** - отношение основной метрики производительности к объему обработанных блоков

**CPI_RATIO** особенно важен для оценки эффективности работы СУБД, так как показывает, насколько эффективно система обрабатывает данные - для достижения одинакового результата требуется обработать меньший объем информации.

При проведении анализа производительности рекомендуется следующий подход:
* Выполнить серию тестовых операций (SELECT, INSERT, UPDATE, DELETE)
* Создать необходимые индексы
* Повторить тестовые операции
* Проанализировать полученные результаты

Экспериментально подтверждено, что цифровые показатели CPI полностью коррелируют с наблюдаемым эффектом от создания индексов, что делает эту метрику надежным инструментом для анализа производительности PostgreSQL.

Сразу бросается в глаза полное несоответствие описания и расчёта .

Но самое неприятное не в этом , а в том, что если вдруг кто то из поклонников "искусственного интеллекта" решит сэкономить время (ну это же заявлено как основная выгода ) он потеряет массу времени и соберет по пути все грабли и аномалии , потому что методика расчета, которую привел YandexGPT - неверная , устаревшая и давно неиспользуемая .
Т.е. в данном случае "искусственный интеллект" не помогает, а вредит.

Что делать ? Не доверять чат ботам, включать голову , искать и работать с первоисточниками и материалами самостоятельно .
Лучше с авторами.

Почему самолет никто и никогда не называет "искусственная птица"? Даже планер . Хотя уравнение Бернулли описывает полет и птицы и аппаратов тяжелее воздуха - одинаково.

А вот набор математических алгоритмов и аппаратных средств , базирующихся на бинарной логике и двоичной системе счисления , вдруг стали называть "искусственным интеллектом". Хотя в основе всё - абсолютно разное.

Как можно называть одним термином совершенно принципиально разные сущности ?

Потому, что нейросеть пытается найти ответ на некорректный или глупый вопрос .

Т.е. нейросеть , в принципе , не обладает свойством интеллекта - не умеет думать и не способна оценить корректность поставленного вопроса . А если вопрос поставлен некорректно , любой ответ не имеет смысла .
-А куда мне идти?
-А куда, ты хочешь попасть ?
-А мне всё равно.
-Тогда, всё равно, куда идти .
(С) Алиса в стране чудес.

Вот например , если задать нейросети вопрос "Какая СУБД быстрее при одинаковом типе нагрузки и одинаковых ресурсах и условиях PostgreSQL или Oracle ?" - в результате будет получена простыня совершенно бессмысленных слов и цифр .

По этом любой опытный и квалифицированный DBA , имеющий хоть какой то опыт работы с PostgreSQL и Oracle сразу скажет, что вопрос поставлен некорректно и вообще не имеет смысла .
Ну , а неопытный просто скажет - "не знаю".

Почему математические алгоритмы анализа огромных объёмов текстов назвали "искусственным интеллектом" , вопрос конечно риторический .

В текущем состоянии то, что все называют "искусственным интеллектом" на практике напоминает студента на экзамене с тера и пета байтами "бомб".
Но, как и в мои времена, профессора легко и непринужденно заваливали любого хитрого студента дополнительными вопросами, так и сейчас - достаточно задать вопрос , ответ на который не опубликован , и все - никакой поток воды и бла бла бла - не поможет .
Приходите на пересдачу.

Сейчас диалог с тем, что они называют искусственным интеллектом больше похож на классический анекдот:
- Вот рыба, у рыбы чешуя , не было бы чешуи - была бы шерсть, а в шерсти были бы блохи. Блохи состоят из .....

P.S. Может быть работы по квантовым вычислениям , в будущем, несколько приблизят к более менее адекватному искусственному интеллекту.
—————
Интелле́кт (от лат. intellectus «восприятие»; «разуме́ние», «понимание»; «понятие», «рассу́док»[2]) или ум[3][4] — качество психики, состоящее из способности осознавать новые ситуации, способности к обучению и запоминанию на основе опыта, пониманию и применению абстрактных концепций, и использованию своих знаний для управления окружающей человека средой[5]. Общая способность к познанию и решению проблем, которая объединяет познавательные способности: ощущение, восприятие, память, представление, мышление, воображение[6][7].