离散事件仿真
-
当排队论失效:用 Python SimPy 动手写一个高精度分布式系统仿真器
在评估分布式系统的容量和稳定性时,许多人首先想到的是排队论(Queuing Theory)。通过经典的 M/M/c 或者 M/G/c 模型,我们可以快速推导在特定到达率和处理能力下的平均响应时间和队列长度。 然而,一旦系统进入深水区,...
-
用 Python 实现强化学习调度:基于 SimPy 与 Q-learning 的动态资源分配实战
在云计算、微服务架构以及高并发后端系统中, 动态资源调度(Dynamic Resource Scheduling) 一直是个核心痛点。传统的调度算法(如 Round-Robin 轮询、Least Connections 最小连接数)虽然实...
-
基于 SimPy 与 BBR 思想的自适应 gRPC 限流实战
前言 在微服务架构中,gRPC 因其高效的二进制序列化和双向流通信能力被广泛采用。然而,高并发场景下的服务端资源保护始终是工程实践中的痛点。传统的令牌桶或滑动窗口限流依赖静态阈值,面对突发流量时要么放行过多导致雪崩,要么限制过严影响可...
-
从排队论到系统仿真:为什么程序员更偏爱 Python SimPy 而非 AnyLogic?
在计算机科学、工业工程和系统架构设计中,**排队论(Queueing Theory)**是解决资源瓶颈、优化吞吐量和降低延迟的核心理论。无论是设计高并发的 Web 服务器、优化数据库连接池,还是规划实体工厂的物流通道,我们都离不开对队列长...