ema超时算法

EMA算法本身是多用于金融行业的，是一种基于增加期望的模型。算法的主要思想是综合利用历史上积累到的数据，预测下一个周期内的期望。我们参考了标准的EMA算法，得到了符合互联网业务特点的用于超时控制的EMA算法。具体的思想主要是引入“平均效应”的概念，用平均响应时间代替固定超时时间，只要平均响应时间没有超时即可，而不是要求每次都不能超时。主要几点：总体情况不能超标；平均情况表现越好，弹性越大；平均情况表现越差，弹性越小。这里的弹性指的是允许毛刺情况的最大响应时间。

• 数据效果展示：https://jiamao.github.io/ema_time/test/index.html

Install

$ npm i ema_time --save

Usage

const ema = require('ema_time');

// 因为每个cgi有可能不一样，根据自身业务需求考虑是否要为每个接口create不同的ema计算
const options = {
        Tavg: 55,   //  最低响应时间， 一般用平均响应时间替代
        Thwm: 300,  // 超时时间限制， 确保最坏的时候，所有请求能处理。正常时正确处理的成功率满足需求。
        Tmax: 500,  // 最大弹性时间
        N: 90   // 平滑指数，越小表示平无值越受最近值的影响，太大则对异常响应较慢
    };
const emaObj = ema.create(options);

const start = Date.now();
let tdto = emaObj.get(); // 获取当前超时设置时间

// 请求接口指向超时时间
const result = await request({
    timeout: tdto
});// 请求接口 
    
emaObj.update(Date.now() - start); // 这里是更新当前接口延时时间，以备计算后续超时

适用条件

固定业务逻辑，循环执行，如FastCGI/S++。

程序大部分时间在等待响应，而不是CPU计算或处理I/O中断。

服务是串行处理模式，容易受异常、慢请求阻塞。

响应时间不宜波动过大。

可以接受有损服务。

License

MIT