LabHub

부하 테스트 · 부하 모델과 지표(RPS·p95·에러율) · 퀴즈

퀴즈: 부하 모델과 지표

LabHub 에서 이어서 보기

문항 5개. 정답과 해설은 풀어 본 뒤에 보여 드립니다.

  1. 10,000건 중 9,900건이 50ms, 100건이 3,000ms 일 때 평균은 79.5ms 다. 여기서 가장 중요한 사실은?

    1. 평균이 p50 보다 크므로 분포가 정상이다
    2. 실제로 79.5ms 에 응답받은 요청은 한 건도 없다 — 평균은 존재하지 않는 사용자를 묘사한다
    3. p99 가 3,000ms 이므로 SLO 를 3초로 잡아야 한다
    4. 표본이 부족해 평균이 왜곡됐다
  2. 한 화면이 API 를 20번 호출할 때 사용자가 p99 구간을 최소 한 번 만날 확률은?

    1. 1.0%
    2. 4.9%
    3. 18.2%
    4. 86.6%
  3. 서버 A(9,900건 전부 50ms)와 서버 B(100건 전부 3,000ms)를 합쳤을 때 진짜 통합 p99 는?

    1. 3,000ms
    2. 50ms
    3. 79.5ms
    4. 1,525ms
  4. 롤아웃 전후가 평균 112 → 122ms, p50 99 → 54ms, p95 224 → 454ms, p99 309 → 678ms 였다. 옳은 해석은?

    1. 대다수 사용자는 빨라졌지만 꼬리가 두 배 이상 나빠졌으므로 회귀로 봐야 한다
    2. 평균이 9% 만 늘었으므로 무시해도 된다
    3. p50 이 46% 개선됐으므로 성공 사례다
    4. 측정 오류이므로 다시 재야 한다
  5. 기준선(baseline)에 RPS 와 p95 외에 동시성·총 요청 수·측정 시각을 반드시 함께 적는 이유는?

    1. 감사 규정 때문에
    2. JSON 스키마가 요구해서
    3. 조건을 적지 않은 숫자는 나중에 비교할 수 없어 기준선 역할을 못 하기 때문
    4. 부하 도구가 자동으로 채워 주기 때문