Un tiempo de respuesta medio de 393 milisegundos no dice si todas las peticiones tardan eso o si la mayoría tarda 300 y unas pocas pasan del segundo. Para verlo hay que dibujar la distribución, no la media.
Este artículo del nivel 2 de la serie sobre silverpoint añade al panel de operaciones los tiempos de respuesta de tres servicios. Los dibuja con los gráficos de distribución, compara un antes y un después, y muestra la incertidumbre de una estimación. Son gráficos de la familia distributions-comparisons y de la familia areas, las del artículo 08.
Los datos
Cuarenta tiempos de respuesta en milisegundos por servicio: API, Search y Checkout. Los gráficos de distribución reciben una fila por observación, así que los tiempos se escriben por servicio y se aplanan. En src/latency.ts:
export type Timing = { service: string; ms: number };
const samples: Record<string, number[]> = {
API: [69, 115, 158, 104, 138, 91, 125, 210, 114, 153, 102, 136, 89, 123, 187, 112, 150, 100, 133, 85,
121, 176, 110, 146, 98, 131, 82, 119, 168, 108, 143, 96, 129, 77, 117, 163, 106, 141, 94, 127],
Search: [107, 200, 291, 177, 248, 151, 220, 411, 197, 282, 174, 243, 146, 216, 358, 193, 274, 169, 238, 140,
212, 333, 189, 267, 165, 233, 133, 208, 315, 185, 260, 161, 229, 123, 204, 302, 181, 254, 156, 224],
Checkout: [174, 324, 472, 287, 402, 245, 356, 666, 318, 457, 281, 394, 236, 350, 580, 312, 444, 274, 386, 226,
343, 539, 306, 432, 268, 378, 215, 337, 511, 300, 421, 261, 370, 199, 331, 489, 294, 411, 980, 1150],
};
export const timings: Timing[] = Object.entries(samples).flatMap(([service, values]) =>
values.map((ms) => ({ service, ms })),
);
El resultado son 120 filas como { service: 'Checkout', ms: 980 }. Las dos últimas de Checkout son peticiones que pasaron del segundo.
Cuatro formas de ver una distribución
En src/Distributions.tsx:
import { BoxPlotChart } from '@silverpoint/react/box-plot-chart';
import { EcdfChart } from '@silverpoint/react/ecdf-chart';
import { HistogramChart } from '@silverpoint/react/histogram-chart';
import { ViolinChart } from '@silverpoint/react/violin-chart';
import { timings } from './latency';
const twoServices = timings.filter((row) => row.service !== 'Search');
export function Distributions() {
return (
<>
<HistogramChart data={timings} valueKey="ms" bins={12} title="Response time, all requests" />
<BoxPlotChart data={timings} valueKey="ms" groupKey="service" title="Response time by service" />
<ViolinChart data={timings} valueKey="ms" groupKey="service" title="Response time by service" />
<EcdfChart
data={twoServices}
valueKey="ms"
groupKey="service"
markers={[0.5, 0.95]}
title="Share of requests under each time"
/>
</>
);
}
El histograma cuenta cuántas observaciones caen en cada intervalo. bins acepta un número de intervalos iguales o una lista de límites crecientes. Sin bins, el número sale de la regla de Freedman–Diaconis, o de la de Sturges cuando el rango intercuartílico es 0; con estos datos serían 22 intervalos de 50 ms. Con bins={12} son doce de 100 ms, de 0 a 1200. cumulative convierte los conteos en un total acumulado.
El diagrama de caja resume cada grupo en cinco números: la caja va del primer al tercer cuartil, la línea interior es la mediana y los bigotes llegan hasta la última observación a menos de 1,5 rangos intercuartílicos de la caja. Lo que queda fuera se dibuja como puntos sueltos. En Checkout son tres: 666, 980 y 1150. whisker cambia el 1,5 y outliers={false} oculta los puntos.
El violín dibuja la densidad de cada grupo, en espejo, con los cuartiles marcados dentro. Enseña lo que la caja esconde: si un grupo tiene dos modas, la caja no lo dice y el violín sí. bandwidth fija el ancho del núcleo; por defecto es la media de las reglas de Silverman de los grupos.
La distribución acumulada (ECDF) dibuja, para cada tiempo, la proporción de peticiones que tardan eso o menos. markers traza reglas en los cuantiles que le pidas: aquí, la mediana y el percentil 95. Dibuja dos grupos como máximo, por eso el ejemplo filtra Search.
El gráfico dibuja valores derivados
Estos cuatro gráficos no dibujan tus filas, sino lo que calculan con ellas: intervalos y conteos, cuartiles, densidades. silverpoint aplica esa misma regla a todo lo demás:
- La tabla de datos muestra los valores derivados. La del diagrama de caja tiene las columnas
n,min,q1,median,q3,maxyoutliers, una fila por servicio.minymaxson los extremos de los bigotes: enAPI,maxvale 187 y el 210 aparece enoutliers. - La descripción nombra el método y sus parámetros. La del histograma dice «Histogram of 120 ms observations in 12 bins as 12 equal bins, from 0 to 1,200; the fullest bin, 100–200, holds 49».
- La navegación por teclado recorre los intervalos, o los grupos y sus valores atípicos, y anuncia sus valores derivados, no las observaciones.
- Los eventos entregan un resumen. En el diagrama de caja, el
datumdel elemento activo es{ group, min, q1, median, q3, max, outliers }y suvaluees la mediana; en el histograma, eldatumes{ x0, x1, count }.
Dos diagnósticos son propios de estos gráficos, y como todos los SP0xx, solo aparecen en desarrollo:
SP021: un parámetro estadístico no es válido y se usa el valor por defecto. Conbins={0}, el histograma vuelve a Freedman–Diaconis.SP022: un grupo tiene pocas observaciones para su estadístico, y se dibujan como puntos. El diagrama de caja necesita cinco por grupo; el violín, dos.
Comparar un antes y un después
El servicio estrenó una versión, y la pregunta es cuánto bajó el percentil 95 de cada servicio. Son categorías con dos valores, la forma categories con la intención change, y el primero de la tabla del artículo 08 es el gráfico de pesas.
La incertidumbre de una estimación
La media de cada servicio es una estimación, y tiene un margen. El gráfico de barras de error dibuja cada estimación con su intervalo del 95 %. La línea punteada de reference es el presupuesto de latencia, 300 ms: la media de Checkout está por encima, y su intervalo no llega a cruzarla.
La banda dibuja la incertidumbre a lo largo de un eje: el mínimo y el máximo de visitas de cada franja de dos horas en los últimos 30 días.
Los tres gráficos reciben valores ya calculados. En src/summaries.ts:
export type P95Change = { service: string; before: number; after: number };
export type MeanLatency = { service: string; mean: number; low: number; high: number };
export type HitRange = { hour: string; low: number; high: number };
export const p95: P95Change[] = [
{ service: 'API', before: 230, after: 177 },
{ service: 'Search', before: 410, after: 334 },
{ service: 'Checkout', before: 760, after: 682 },
];
export const means: MeanLatency[] = [
{ service: 'API', mean: 124, low: 114, high: 133 },
{ service: 'Search', mean: 219, low: 199, high: 240 },
{ service: 'Checkout', mean: 393, low: 334, high: 452 },
];
export const hitRange: HitRange[] = [
{ hour: '00', low: 15, high: 22 }, { hour: '02', low: 9, high: 14 },
{ hour: '04', low: 9, high: 14 }, { hour: '06', low: 19, high: 29 },
{ hour: '08', low: 35, high: 50 }, { hour: '10', low: 49, high: 67 },
{ hour: '12', low: 55, high: 74 }, { hour: '14', low: 50, high: 68 },
{ hour: '16', low: 48, high: 66 }, { hour: '18', low: 39, high: 55 },
{ hour: '20', low: 24, high: 36 }, { hour: '22', low: 18, high: 27 },
];
Los percentiles 95 de después y las medias con su intervalo salen de los tiempos de src/latency.ts. El intervalo es la media más y menos 1,96 errores típicos.
En src/Comparisons.tsx:
import { DumbbellChart } from '@silverpoint/react/dumbbell-chart';
import { ErrorBarChart } from '@silverpoint/react/error-bar-chart';
import { RangeBandChart } from '@silverpoint/react/range-band-chart';
import { hitRange, means, p95 } from './summaries';
export function Comparisons() {
return (
<>
<DumbbellChart
data={p95}
labelKey="service"
startKey="before"
endKey="after"
names={['Before', 'After']}
endMarker="arrow"
title="p95 before and after the release"
/>
<ErrorBarChart
data={means}
labelKey="service"
estimateKey="mean"
lowKey="low"
highKey="high"
reference={300}
title="Mean response time, 95% interval"
/>
<RangeBandChart
data={hitRange}
xKey="hour"
lowKey="low"
highKey="high"
title="Hits per hour, last 30 days"
/>
</>
);
}
| Gráfico | Accesores | Otras props |
|---|---|---|
DumbbellChart | labelKey, startKey, endKey | names, los títulos de los dos valores; endMarker="arrow", una flecha que indica el sentido del cambio |
ErrorBarChart | labelKey, estimateKey, lowKey, highKey | reference, una regla punteada |
RangeBandChart | xKey, lowKey, highKey | — |
El gráfico de pesas y el de barras de error se orientan en filas por defecto, como se leen un antes y un después o un diagrama de bosque. Las descripciones resumen la comparación: la del gráfico de pesas dice «0 rise, 3 fall; the largest change is Checkout, −78», y la de las barras de error, «read against 300; 0 of them include it».
Los dos componentes van juntos en src/App.tsx:
import { Comparisons } from './Comparisons';
import { Distributions } from './Distributions';
export default function App() {
return (
<main className="panel">
<Distributions />
<Comparisons />
</main>
);
}
La clase panel es la rejilla del artículo 08.
El código en Reflex
Los datos, en ops_panel/latency.py:
SAMPLES = {
"API": [69, 115, 158, 104, 138, 91, 125, 210, 114, 153, 102, 136, 89, 123, 187, 112, 150, 100, 133, 85,
121, 176, 110, 146, 98, 131, 82, 119, 168, 108, 143, 96, 129, 77, 117, 163, 106, 141, 94, 127],
"Search": [107, 200, 291, 177, 248, 151, 220, 411, 197, 282, 174, 243, 146, 216, 358, 193, 274, 169, 238, 140,
212, 333, 189, 267, 165, 233, 133, 208, 315, 185, 260, 161, 229, 123, 204, 302, 181, 254, 156, 224],
"Checkout": [174, 324, 472, 287, 402, 245, 356, 666, 318, 457, 281, 394, 236, 350, 580, 312, 444, 274, 386, 226,
343, 539, 306, 432, 268, 378, 215, 337, 511, 300, 421, 261, 370, 199, 331, 489, 294, 411, 980, 1150],
}
TIMINGS = [{"service": service, "ms": ms} for service, values in SAMPLES.items() for ms in values]
P95 = [
{"service": "API", "before": 230, "after": 177},
{"service": "Search", "before": 410, "after": 334},
{"service": "Checkout", "before": 760, "after": 682},
]
MEANS = [
{"service": "API", "mean": 124, "low": 114, "high": 133},
{"service": "Search", "mean": 219, "low": 199, "high": 240},
{"service": "Checkout", "mean": 393, "low": 334, "high": 452},
]
HIT_RANGE = [
{"hour": "00", "low": 15, "high": 22}, {"hour": "02", "low": 9, "high": 14},
{"hour": "04", "low": 9, "high": 14}, {"hour": "06", "low": 19, "high": 29},
{"hour": "08", "low": 35, "high": 50}, {"hour": "10", "low": 49, "high": 67},
{"hour": "12", "low": 55, "high": 74}, {"hour": "14", "low": 50, "high": 68},
{"hour": "16", "low": 48, "high": 66}, {"hour": "18", "low": 39, "high": 55},
{"hour": "20", "low": 24, "high": 36}, {"hour": "22", "low": 18, "high": 27},
]
La página, en ops_panel/ops_panel.py:
import reflex as rx
from reflex_silverpoint_react import (
box_plot_chart,
dumbbell_chart,
ecdf_chart,
error_bar_chart,
histogram_chart,
range_band_chart,
violin_chart,
)
from .latency import HIT_RANGE, MEANS, P95, TIMINGS
TWO_SERVICES = [row for row in TIMINGS if row["service"] != "Search"]
def index() -> rx.Component:
return rx.grid(
histogram_chart(data=TIMINGS, value_key="ms", bins=12, title="Response time, all requests"),
box_plot_chart(data=TIMINGS, value_key="ms", group_key="service", title="Response time by service"),
violin_chart(data=TIMINGS, value_key="ms", group_key="service", title="Response time by service"),
ecdf_chart(
data=TWO_SERVICES,
value_key="ms",
group_key="service",
markers=[0.5, 0.95],
title="Share of requests under each time",
),
dumbbell_chart(
data=P95,
label_key="service",
start_key="before",
end_key="after",
names=["Before", "After"],
end_marker="arrow",
title="p95 before and after the release",
),
error_bar_chart(
data=MEANS,
label_key="service",
estimate_key="mean",
low_key="low",
high_key="high",
reference=300,
title="Mean response time, 95% interval",
),
range_band_chart(
data=HIT_RANGE,
x_key="hour",
low_key="low",
high_key="high",
title="Hits per hour, last 30 days",
),
columns="4",
gap="16px",
padding="32px",
)
app = rx.App()
app.add_page(index)
Las descripciones y las tablas de datos son las mismas que en React: los cálculos los hace el motor, no el adaptador.
En Vue y en Angular
| Gráfico | Vue | Angular |
|---|---|---|
| Histograma | SpHistogramChart | <sp-histogram-chart> |
| Diagrama de caja | SpBoxPlotChart | <sp-box-plot-chart> |
| Violín | SpViolinChart | <sp-violin-chart> |
| Distribución acumulada | SpEcdfChart | <sp-ecdf-chart> |
| Pesas | SpDumbbellChart | <sp-dumbbell-chart> |
| Barras de error | SpErrorBarChart | <sp-error-bar-chart> |
| Banda | SpRangeBandChart | <sp-range-band-chart> |
Cada uno se importa de su ruta, como @silverpoint/vue/box-plot-chart o @silverpoint/angular/box-plot-chart, y las props son las mismas con la sintaxis de cada framework.
Lo que viene
Ya tienes en el panel la forma de los tiempos de respuesta, no solo su media. El artículo 15 cierra el nivel 2 con los datos que no caben en una tabla plana: jerarquías, flujos y redes, y la navegación por niveles de los gráficos jerárquicos.
La galería muestra los 14 gráficos de la familia de distribuciones y comparaciones.