Taux d’accès réussi à un Cache

##  num [1:2000] 0.608 0.777 0.84 0.84 0.84 ...

Les données à analyser sont des taux d’accès réussi (en pourcentage) à un cache. Il s’agit donc de nombre flottants compris entre 0 et 1.

Deux phases se distinguent sur ce graphique. La première semble être une montée en charge et donc n’a pas beaucoup de valeur. Il est possible que cette pente très forte soit présente pendant le temps necessaire au cache pour se remplir.

Les prochaines mesures et graphiques de cette analyse seront donc focalisés sur la seconde section. Cette section débute autour de la mesure 200.

Sur le graphique précédent, il semblait que les valeurs de cette seconde section soit stable et n’avait pas de progression particulière. Avec cette nouvelle echelle, une augmentation est pourtant mise en évidence. Elle est, au vue de l’echelle, faible et semble suivre une progression logarithmique. Cette augmentation est cependant suffisamment importante pour qu’il soit possible d’affimer qu’un histogramme n’apportera pas de données intéressante.

Il semble également que la courbe réelle se rapproche de plus en plus à sa courbe de tendance.

L’évolution de la pente

Avec le graphique précédent, une augmentation à été mis en évidence. Grâce à un graphique boxplot, nous pouvons avoir une idée de l’évolution de cette pente.

La médiane, étant placé dans la section haute de la boite, indique que la pente de cette courbe diminue. En effet, sa position indique clairement que la moitié des valeurs se trouvent dans un intervalle beaucoup plus petit que l’autre. La valeur du cache tend donc vers un valeur et ce ceci de plus en plus lentement.

L’évolution de la variance

Sur la courbe présentant l’échantillon de travail, les valeurs semblent être de moins en moins éloignés de la tendance. La variance, caractérisant la dispersion des valeurs d’un échantillon autour de sa moyenne, va permettre de vérifier cette hypothèse.

nbSections = 100;

tailleData = length(taux_acces_cache_section2);
tailleSection =  tailleData / nbSections;
variances = list(1:tailleData)
debut = 0;
fin = 0;
i = 0
while(i < nbSections){
    debut = 1 + i*tailleSection
    fin = (i+1)*tailleSection
    variances[i+1] = var(taux_acces_cache_section2[debut:fin]);
    i = i + 1;
}
plot.ts(variances);

Sur ce graphique est représenté la variance de 100 sous échantillons de l’échantillon de travail. La variance de ces échantillons est de plus en plus faible. La dispersion des valeurs autour de la moyenne est donc également de plus en plus faible. Cela confirme donc la remarque qui avait été faite précédemment : la courbe réelle se rapproche de la courbe de tendance.

Conclusion

Le taux de cache semble tendre lentement vers une valeur proche de 99% et ceci tout en ayant des “erreurs” de plus en plus faible.